通过图案中心校准和谷物边界精细化优化EBSD索引
Yiling Huang1,2, Fan Peng1, Xuemei Song1
1The State Key Lab of High Performance Ceramics and Superfine Microstructure, Shanghai Institute of Ceramics, Chinese Academy of Sciences, Shanghai, China.
Journal of microscopy
|May 31, 2025
概括
这项研究通过使用遗传算法和模式相似性匹配来提高电子反射散射 (EBSD) 索引率. 优化的方法显著提高了EBSD数据分析效率和材料科学准确性.
科学领域:
- 材料科学 材料科学 材料科学
- 晶体学 晶体学是指结晶学.
- 计算材料科学科学 计算材料科学
背景情况:
- 传统的电子反射散射衍射 (EBSD) 在索引速率和准确性方面面临挑战,特别是在复杂的晶体学数据中.
- 对EBSD映射数据的有效分析对于理解材料微观结构和特性至关重要.
- 在谷物边界的重叠基库奇模式往往导致标准EBSD分析的索引错误.
研究的目的:
- 为了提高电子反射散射衍射 (EBSD) 分析的索引率和准确性.
- 从立方相材料开发新的计算策略来处理EBSD映射数据.
- 为了减少高精度EBSD数据采集所需的计算时间.
主要方法:
- 霍夫转换用于基库奇带识别和遗传算法用于模式中心优化.
- 开发四个目标函数,包括H-平均角误差 (HMAE),以评估算法收.
- 实施模式相似性匹配和邻居搜索策略,以对索引进行精细化.
主要成果:
- 在400个群体中实现了算法融合,HMAE表现出卓越的性能.
- 提出的模式相似性匹配方法显著提高了EBSD映射数据的索引率.
- 邻里搜索策略有效地减少了计算时间,同时保持了高索引准确度.
结论:
- 遗传算法,HMAE目标函数和模式相似性匹配的综合方法为EBSD数据分析提供了强大的解决方案.
- 这项研究在提高EBSD映射的效率和精度方面取得了重大进展.
- 开发的方法为研究人员提供了有价值的见解,研究人员在材料表征中使用EBSD数据.
