Определение процентного содержания пор в пьезоэлектрической керамике по изображениям с РЭМ с помощью КСИНС
Д.В. Мамаев, С.А. Меркурьев, О.В. Малышкина
ФГБОУ ВО «Тверской государственный университет»
DOI: 10.26456/pcascnn/2021.13.286
Оригинальная статья
Аннотация: Авторами получены образцы пьезоэлектрической керамики ниобата калия натрия с концентрацией пор 10,25 и 40 объемных %. Разработана капсульная свёрточная искусственная нейронная сеть для определения процентного содержания пор по изображению. C помощью растрового электронного микроскопа получено обучающее множество примеров (фотографии поверхности и сколов подготовленных образцов). Разработка и апробация капсульной свёрточной искусственной нейронной сети осуществлена в несколько этапов. На первом проведено ее обучение с помощью метода обратного распространения ошибки. На втором – тестирование на проверочном множестве. На заключительном этапе проведено сравнение полученных результатов с результатами метода сравнения плотности материала. Показано, что данный метод можно использовать для решения задачи определения процентного содержания пор в KNN , поскольку полученные результаты сопоставимы с результатами, полученными другим методом. Установлено, что в образцах, в которых не были специально добавлены поры, также присутствуют поры (порядка 5 %).
Ключевые слова: пьезоэлектрическая керамика, капсульная свёрточная искусственная нейронная сеть, искусственные нейронные сети, содержание пор
- Мамаев Данила Владимирович – аспирант 2 года обучения, ФГБОУ ВО «Тверской государственный университет»
- Меркурьев Сергей Алексеевич – аспирант 2 года обучения, ФГБОУ ВО «Тверской государственный университет»
- Малышкина Ольга Витальевна – д.ф.-м.н., профессор, начальник отдела диссертационных советов и докторантуры управления научных исследований, ФГБОУ ВО «Тверской государственный университет»
Ссылка на статью:
Мамаев, Д.В. Определение процентного содержания пор в пьезоэлектрической керамике по изображениям с РЭМ с помощью КСИНС / Д.В. Мамаев, С.А. Меркурьев, О.В. Малышкина // Физико-химические аспекты изучения кластеров, наноструктур и наноматериалов. — 2021. — Вып. 13. — С. 286-293. DOI: 10.26456/pcascnn/2021.13.286.
Полный текст: загрузить PDF файл
Библиографический список:
1. Головнин, В.А. Физические основы, методы исследования и практическое применение пьезоматериалов / В.А. Головнин, И.А. Каплунов, Б.Б. Педько, О.В. Малышкина, А.А. Мовчикова. – М.: ТЕХНОСФЕРА, 2013. – 272 с.
2. Directive 2002/95/EC of the European Parliament and of the Council of 27 January 2003 on the restriction of the use of certain hazardous substances in electrical and electronic equipment // Official Journal of the European Union L 37. – 2003. – V. 46. – P. 19-23.
3. Иваненко, В.И. Синтез сегнетоэлектрических и люминесцентных сложных оксидов редких элементов. / В.И. Иваненко, Э.П. Локшин, О.Г. Громов, В.Т. Калинников. – Апатиты: Изд-во Кольского научного центра РАН, 2009. – 153 с.
4. Rödel, J. Transferring lead-free piezoelectric ceramics into application / J. Rödel, K.G. Webber, R. Dittmer et al. // Journal of the European Ceramic Society. – 2015. – V. 35. – I. 6. – P. 1659-1681. DOI:10.1016/j.jeurceramsoc.2014.12.013.
5. Saito, Y. Lead-free piezoceramics / Y. Saito, H. Takao, T. Tani et al. // Nature. – 2004. – V. 432. – I. 7013. – P. 84-87. DOI: 10.1038/nature03028.
6. Bernard, J. Low-temperature sintering of K0,5Na0,5NbO3 ceramics / J. Bernard, A. Benčan, T. Rojac et al. // Journal of The American Ceramic Society. – 2008. – V. 91. – I. 7. – P. 2409-2411. DOI: 10.1111/j.1551-2916.2008.02447.x.
7. Sun, W. Unsupervised capsules in canonical pose / W. Sun, A. Tagliasacchi, B. Deng et al. – Режим доступа: www.url: https://arxiv.org/pdf/2012.04718.pdf. – 25.06.2021.
8. Krizhevsky, A. ImageNet classification with deep convolutional neural networks advances in neural information processing / A. Krizhevsky , I. Sutskever , G.E. Hinton // Communications of the ACM. – 2017. – V. 60. – I. 6. – P. 84-90. DOI: 10.1145/3065386.
9. Haykin, S.S. Neural networks: A comprehensive foundation / S.S. Haykin; 2nd ed. – New-Jersey Prentice Hall, 1999. – xxi, 842 p.
10. Горбань, А.Н. Обучение нейронных сетей / А.Н. Горбань. – М: ПараГраф, 1990. – 160 с.
11. Lillicrap, T.P. Backpropagation and the brain / T.P. Lillicrap, A. Santoro, L. Marris, C.J. Akerman, G. Hinton // Nature Reviews, Neuroscience. – 2020. – V. 21. – I. 6. – P. 335-346. DOI: 10.1038/s41583-020-0277-3.