热喷涂零零一
2026-10-30
← 返回论文列表

改进ResU-Net用于热障涂层中热生长氧化物层的分割

An Improved ResU-Net for Thermally Grown Oxide Layer Segmentation in Thermal Barrier Coatings

燃气轮机 热障涂层 摘要未给工艺参数
SAE technical papers on CD-ROM/SAE technical paper series | |closed
TGO分割:MSF-SA ResU-Net
AI理解
要点 TBC中TGO层的MSF-SA ResU-Net图像分割:多尺度融合+自注意力增强瓶颈层,解决TGO复杂形貌分割难题。
能不能用 TBC服役寿命评估配套的智能检测方法,对TGO形貌量化(寿命预测)有工具价值;但为算法研究非工艺研究,需标注工艺无关。
存疑
  • 算法论文,缺TBC制备工艺信息
  • 分割精度指标未在摘要给出
  • 数据集规模与泛化性需读全文
中文摘要
热障涂层(TBC)是燃气轮机部件的关键保护层。在复杂服役环境中,面层(TC)与粘结层(BC)之间形成的热生长氧化物(TGO)层及其微观形貌的演化是决定TBC服役寿命的关键因素。针对TGO层形貌复杂、对常规分割方法构成挑战的问题,本文提出MSF-SA ResU-Net——一种基于ResU-Net架构的多尺度特征融合自注意力模型,用于热生长氧化物层的图像分割。该模型在残差连接基础上,在瓶颈层引入两个关键增强模块:多尺度融合(MSF)与自注意力(SA)。在特征处理阶段,MSF模块通过不同尺寸的感受野有效捕捉TGO层的多尺度形貌特征,解决长程特征提取的困难。
查看英文摘要
摘要中给出的工艺参数
其他MSF-SA ResU-Net:多尺度融合+自注意力;瓶颈层增强
原文依据
查看原文依据
阅读原文 →
DOI: 10.4271/2026-99-2361