1 銅鎳合金概述
1.1 引言
1.2 銅鎳合金
1.2.1 合金元素在銅鎳合金中的作用
1.2.2 晶界工程在銅鎳合金中的應用
1.2.3 銅鎳合金的層錯幾率
1.3 稀土在銅合金中的應用
1.3.1 稀土對銅合金組織的影響
1.3.2 稀土對銅合金耐蝕性能的影響
2 圖像特征分析與卷積神經網絡
2.1 圖像特征分析技術
2.2 卷積神經網絡
2.2.1 卷積神經網絡（CNN,Convolutional Neural Network）研究意義
2.2.2 卷積神經網絡發展歷程
2.2.3 卷積神經網絡表征方法
3 實驗材料與方法
3.1 實驗材料
3.2 實驗方案
3.2.1 釔含量對白銅合金組織與性能試驗
3.2.2 B10合金的晶界特征的圖像表征與神經網絡預測
3.3 實驗設備
3.4 材料測試與分析
3.4.1 組織觀察
3.4.2 晶界與層錯分析
3.4.3 腐蝕測試與分析
4 釔微合金化對B10合金組織結構的影響
4.1 釔微合金化對B10合金鑄態組織的影響
4.1.1 鑄態金相分析
4.1.2 稀土夾雜物分析
4.1.3 均勻化退火態B10合金的金相分析
4.2 釔微合金化對B10合金*終退火態組織的影響
4.3 釔微合金化對B10合金層錯幾率的影響
4.4 釔優化晶界特征的微觀機理分析
4.5 本章小結
5 釔微合金化對B10合金耐蝕性能的影響
5.1 釔微合金化B10合金均勻化退火態耐蝕性能
5.1.1 極化曲線分析
5.1.2 電化學阻抗譜分析
5.2 釔微合金化B10合金*終退火態耐蝕性能
5.2.1 極化曲線分析
5.2.2 電化學阻抗譜分析
5.3 本章小結
6 釔微合金化B10合金腐蝕產物膜研究及耐蝕機理
6.1 釔微合金化B10合金均勻化退火態腐蝕產物膜
6.2 釔微合金化B10合金*終退火態腐蝕產物膜
6.3 釔微合金化B10合金耐蝕機理
6.4 本章小結
7 基于圖像分析的B10銅鎳合金耐蝕性預測
7.1 圖像預處理
7.1.1 預處理步驟
7.1.2 邊緣檢測簡介
7.1.3 四種邊緣算子及各自檢測結果
7.1.4 邊緣檢測結果分析
7.1.5 基于晶界特性的細邊緣提取
7.2 模型的構造
7.3 模型的改進
7.4 本章小結
8 基于優化卷積神經網絡的B10銅鎳合金耐蝕性預測
8.1 相關基本理論
8.2 優化的卷積神經網絡
8.3 計算結果與分析
8.4 在公開數據集下與其他方法對比
8.5 本法應用于晶界圖像分類預測結果
8.6 本章小結
參考文獻