全自动逐层切片成像系统在材料基因组领域的应用

日本名古屋大学的足立教授，利用全自动逐层切片成像系统和机器学习，对钢的性能进行预测。

实验过程概述：

  采用热膨胀法测定了连续冷却转变(CCT)曲线。通过拉伸试验对试样的力学性能进行了评价。使用专用全自动逐层切片成像系统(Genus_3D)对样品的二维/三维微观结构进行观察，观察方向平行于轧制方向，切片层数：100，切片厚度： 0.96μm。采用MIPHA进行微观结构分析。利用MIPHA和rMIPHA进行了性能预测的直接分析和性能对微观结构的逆向分析。

如图所示，为样品的微观结构：(a) Genus_3D观察到的原始图像；(b)为(a)中红框区域对应的裁剪、对比度归一化后的图像；(c)对应于(b)的相位提取图像；(d)和(e)分别是由 (b)和(c)的逐层切片图像重构的三维图像；(f)由(e)分割出的只含有P相位的三维图像。

  将数据科学应用于钢中，与实验科学相比，数据科学具有明显的优势，如节省劳动力、时间和成本，更全面地评估了组织与性能之间的关系。特别是，所提出的性能-微观结构逆向分析探讨了所研究钢的潜在性能以及相应的微观结构。由于微观结构是连接加工与性能的纽带，因此，对材料进行充分的性能-微观结构-加工逆分析有望有效地加快材料的研发过程。

三维研究使用设备：全自动逐层切片成像系统（Genus_3D）

参考文献：