1 铜镍合金概述
1.1 引言
1.2 铜镍合金
1.2.1 合金元素在铜镍合金中的作用
1.2.2 晶界工程在铜镍合金中的应用
1.2.3 铜镍合金的层错几率
1.3 稀土在铜合金中的应用
1.3.1 稀土对铜合金组织的影响
1.3.2 稀土对铜合金耐蚀性能的影响
2 图像特征分析与卷积神经网络
2.1 图像特征分析技术
2.2 卷积神经网络
2.2.1 卷积神经网络（CNN,Convolutional Neural Network）研究意义
2.2.2 卷积神经网络发展历程
2.2.3 卷积神经网络表征方法
3 实验材料与方法
3.1 实验材料
3.2 实验方案
3.2.1 钇含量对白铜合金组织与性能试验
3.2.2 B10合金的晶界特征的图像表征与神经网络预测
3.3 实验设备
3.4 材料测试与分析
3.4.1 组织观察
3.4.2 晶界与层错分析
3.4.3 腐蚀测试与分析
4 钇微合金化对B10合金组织结构的影响
4.1 钇微合金化对B10合金铸态组织的影响
4.1.1 铸态金相分析
4.1.2 稀土夹杂物分析
4.1.3 均匀化退火态B10合金的金相分析
4.2 钇微合金化对B10合金最终退火态组织的影响
4.3 钇微合金化对B10合金层错几率的影响
4.4 钇优化晶界特征的微观机理分析
4.5 本章小结
5 钇微合金化对B10合金耐蚀性能的影响
5.1 钇微合金化B10合金均匀化退火态耐蚀性能
5.1.1 极化曲线分析
5.1.2 电化学阻抗谱分析
5.2 钇微合金化B10合金最终退火态耐蚀性能
5.2.1 极化曲线分析
5.2.2 电化学阻抗谱分析
5.3 本章小结
6 钇微合金化B10合金腐蚀产物膜研究及耐蚀机理
6.1 钇微合金化B10合金均匀化退火态腐蚀产物膜
6.2 钇微合金化B10合金最终退火态腐蚀产物膜
6.3 钇微合金化B10合金耐蚀机理
6.4 本章小结
7 基于图像分析的B10铜镍合金耐蚀性预测
7.1 图像预处理
7.1.1 预处理步骤
7.1.2 边缘检测简介
7.1.3 四种边缘算子及各自检测结果
7.1.4 边缘检测结果分析
7.1.5 基于晶界特性的细边缘提取
7.2 模型的构造
7.3 模型的改进
7.4 本章小结
8 基于优化卷积神经网络的B10铜镍合金耐蚀性预测
8.1 相关基本理论
8.2 优化的卷积神经网络
8.3 计算结果与分析
8.4 在公开数据集下与其他方法对比
8.5 本法应用于晶界图像分类预测结果
8.6 本章小结
参考文献