高级检索

基于边缘导向算子模板匹配的熔池轮廓提取方法

张楚昊, 赵壮, 陆骏, 柏连发, 韩静

张楚昊, 赵壮, 陆骏, 柏连发, 韩静. 基于边缘导向算子模板匹配的熔池轮廓提取方法[J]. 焊接学报, 2022, 43(2): 67-74. DOI: 10.12073/j.hjxb.20210628001
引用本文: 张楚昊, 赵壮, 陆骏, 柏连发, 韩静. 基于边缘导向算子模板匹配的熔池轮廓提取方法[J]. 焊接学报, 2022, 43(2): 67-74. DOI: 10.12073/j.hjxb.20210628001
ZHANG Chuhao, ZHAO Zhuang, LU Jun, BAI Lianfa, HAN Jing. Molten pool contour extraction method based on edge oriented operator template matching[J]. TRANSACTIONS OF THE CHINA WELDING INSTITUTION, 2022, 43(2): 67-74. DOI: 10.12073/j.hjxb.20210628001
Citation: ZHANG Chuhao, ZHAO Zhuang, LU Jun, BAI Lianfa, HAN Jing. Molten pool contour extraction method based on edge oriented operator template matching[J]. TRANSACTIONS OF THE CHINA WELDING INSTITUTION, 2022, 43(2): 67-74. DOI: 10.12073/j.hjxb.20210628001

基于边缘导向算子模板匹配的熔池轮廓提取方法

基金项目: 国家自然科学基金资助项目 (61727802, 61901220)
详细信息
    作者简介:

    张楚昊,硕士;主要从事图像分割与边缘检测方面研究;Email:fish8sank@126.com

    通讯作者:

    韩静,博士, 副研究员;Email:eohj@njust.edu.cn.

  • 中图分类号: TG409

Molten pool contour extraction method based on edge oriented operator template matching

  • 摘要: 轮廓提取作为熔池的基本视觉形态特征,在焊接质量在线监测中起着重要作用. 文中建立了非熔化极惰性气体保护电弧焊(tungsten Inert gas welding, TIG)焊接工艺环境下的熔池视觉传感系统,采集了高质量的熔池图像. 针对TIG焊不锈钢熔池图像中弱边缘检测的难点提出了一种基于边缘导向算子模板匹配的熔池轮廓提取算法(operator template matching based on edge direction guidance, OTM-EDG),算法中首先基于非线性灰度变换方法增强弱边缘. 之后利用4个方向的Sobel算子与熔池图像进行卷积操作来判断后端弱边缘的方向并计算梯度图. 最后对梯度图进行边缘连接操作以及基于数学形态学的边缘平滑操作,得到需要提取的熔池轮廓. 结果表明,文中算法能够提取到封闭完整且定位准确的TIG焊不锈钢熔池轮廓. 在实际焊接环境中具有较高的鲁棒性,有效解决了熔池区域弱边缘难以准确检测的问题.
    Abstract: As the basic visual morphological feature of molten pool, contour extraction plays an important role in on-line monitoring of welding quality. A molten pool visual sensing system under the environment of tungsten inert gas welding (TIG) welding process is established, and high-quality molten pool images are collected. Aiming at the difficulty of weak edge detection in TIG welding stainless steel molten pool image, a molten pool contour extraction algorithm based on operator template matching based on edge direction guidance (OTM-EDG) is proposed. Firstly, the algorithm enhances the weak edge based on the nonlinear gray transformation method. Then, the Sobel operator in four directions is used to convolute with the molten pool image to judge the direction of the back-end weak edge and calculate the gradient map. Finally, the edge connection operation and edge smoothing operation based on mathematical morphology are carried out on the gradient map to obtain the molten pool contour to be extracted. Experiments show that the algorithm can extract the closed, complete and accurate molten pool contour of TIG welding stainless steel. It has high robustness in the actual welding environment, and effectively solves the problem that the weak edge of the molten pool area is difficult to accurately detect.
  • 激光同轴送粉增材制造技术作为大型关键金属构件高质量直接沉积制造不可或缺的主流工艺方法,制造过程涉及复杂的多因素[1-2]、多流场之间的相互耦合,深刻理解工艺涉及到的关键工艺过程并加以控制,是优化和促进该技术进一步发展的基础[3-4]. 相关研究表明,粉末束流粉末从环形同轴喷嘴送出后,其空间分布特征,即粉末束流的汇聚性会直接影响到熔覆层的尺寸特征,进而对增材制造效率和构件的成形质量产生重要影响[5-6]. 粉末束流是由气体和固体粉末颗粒组成的气-固两相流,将汇聚后的粉末束流精准、可控、稳定的送进激光辐照所形成的液态熔池中,是实现该制造方法高精度、高质量和批量化生产的先决条件.

    粉末颗粒从环形喷嘴送出后,先汇聚再发散,在空间上是一种离散的三维轴对称结构,常规的检测方法很难精准获取粉末束流的关键特征,并给出合理评价,这为激光同轴送粉增材制造技术关键过程的全面认识和全流程调控增加了难度. 实现对粉末束流关键特征的识别与调控已成为当前学术界和工业界共同关注的热点问题,也是该技术走向批量化生产亟需解决的关键难题之一[7].目前关于激光同轴送粉增材制造相关的研究多集中在成形件尺寸精度及组织、性能等方面[8-9],关于零部件加工过程中粉末束流关键特征表征与调控相关的研究涉及较少[10],迄今为止仍缺乏系统性认识. 为了实现对粉末束流关键特征的分析,相关研究人员尝试利用灰度表征法分析粉末束流的关键特征,并对灰度表征法的可行性进行了详细论证,但对粉末束流汇聚性相关的研究未有涉及[11]. 数值模拟作为一种重要分析方法,近年来在粉末束流关键特征分析方面也发挥了重要作用[12-14].

    基于已经构建的激光同轴送粉增材制造用粉末束流表征体系,以粉末束流的焦距和有效粉斑直径为研究对象,详尽分析载气、同轴保护气、送粉速率对粉末束流关键特征的影响规律,在加深对粉末束流认识基础上,为粉末束流的调控提供依据,进而对激光同轴送粉增材制造工艺的优化提供数据支撑.

    采用同向增效瞬态成像技术,将亮度均匀的背景光源和高速摄像机以较小的角度直射粉末束流,使粉末颗粒反射光尽可能多、且分布均匀的进入到CCD内部,提高背景和粉末束流之间的亮度差异. 同时采用高分辨率高速摄像机,提高时空分辨率,更加精准的捕获粉末束流的实时状态,拍摄方法及效果如图1所示.

    图  1  试验用设备布置示意图
    Figure  1.  Schematic of equipment used for measuring the attenuation between laser and powders

    试验用粉末颗粒为气雾化法制备的08Cr19Mn6Ni3Cu2N不锈钢球形粉末. 其原始粒度介于45 ~ 100 μm之间. 送粉器为德国GTV公司生产的双料斗载气式送粉器,型号为MF-PF2/2,送粉熔覆头为德国Fraunhofer公司生产的高精度同轴环形喷嘴,型号为COAX-40-S/F,粉末束流的理论焦点位置为6.8 mm. 高速摄像拍摄帧数为100 fps.

    借助图像灰度处理技术,获取每一帧图像对应像素点的灰度值,定量表征粉末束流在不同空间位置处浓度分布特点. 粉末束流沿喷嘴中轴线方向呈环形对称分布特征,在该方向上灰度值最高区域即为粉末束流焦点位置,该位置同送粉喷嘴末端之间的距离称之为焦距,沿着焦点位置的横截面进行灰度值分析即可获得焦点位置处的粉斑直径以及粉末束流的浓度分布特征,其效果如图2所示.

    图  2  粉末束流焦距及焦距位置处的浓度分布特征
    Figure  2.  Schematic of focal length and the concentration distribution characteristics at the focal position of the powder beam

    对焦点位置粉末束流的空间浓度分布特征进行分析,如图3所示. 利用高斯方程对图3a中焦点位置处的灰度分布实际曲线对应的数据做多元非线性回归分析,得到相应的拟合曲线,如图3b所示. 高斯方程如式(1)所示.

    图  3  焦点位置灰度数据拟合处理
    Figure  3.  Schematic of equipment used for measuring the attenuation between laser and powders. (a) actual curve; (b) fitting curve
    $$ y=y_{0} + \frac{A}{w \sqrt{{\text{π}} / 2}} e^{-2 \tfrac{\left(x-x_{{\rm{c}}}\right)^{2}}{w^{2}}} $$ (1)

    式中:y表示不同位置处灰度值大小;y0表示背景灰度值大小;xc表示粉末束流中心线位置;w为一个标准差[−σ σ]对应的宽度,该宽度对应的面积占整个高斯分布曲线所占面积的68.4%. 将一个标准差对应的宽度w定义为粉末束流的有效粉斑直径,理论上w值越大,粉末颗粒在空间上的分布就越发散,粉末束流的汇聚性就越差;相反,则说明粉末束流的汇聚性较好.

    同轴保护气一方面保护高温液态熔池不被活性气体氧化,此外防止反弹的粉末颗粒和烟尘污染光学系统. 同轴保护气体流量大小对粉末束流宏观形貌的影响如图4所示,可以清晰看出,随着同轴保护气流量增加,粉末束流宏观形貌发生较大变化.

    图  4  同轴保护气对粉末束流宏观形貌的影响
    Figure  4.  Effect of shielding gas flow rates on the macroscopic-morphology of powder stream

    利用灰度表征法,沿着粉末束流中轴线方向对其浓度分布特征进行处理,气体流量对粉末束流焦点位置的影响规律如图5所示. 同轴保护气流量增加,灰度值最大值出现位置下移,气流量为3 L/min时,对应的粉末束流焦距为6.4 mm左右,当气流量增加到23 L/min时,粉末束流的焦距增加到9.8 mm左右,这说明同轴保护气流量对粉末束流的焦距影响较大,与此同时,灰度值最大值逐渐减小.

    图  5  同轴保护气对粉末束流焦点位置的影响
    Figure  5.  Influence of shielding gas flow rates on the focal position of powder stream

    利用式(1)对不同同轴保护气流量大小对应的粉末束流焦点位置处的浓度分布数据进行多元非线性回归分析,回归方程相关系数如表1所示,其决定系数均在0.98以上,这说明同轴保护气流量改变并未影响到粉末束流焦点位置处的浓度特征.

    表  1  同轴保护气流量对应的回归方程系数
    Table  1.  Regression equation coefficients corresponding to shielding gas flow rates
    同轴保护气流量
    QT/(L·min−1)
    有效粉斑直径
    w/mm
    系数
    A
    系数
    H
    决定系数
    R2
    50.9889.375.30.98
    80.9686.667.40.98
    121.0174.362.040.99
    160.9661.251.70.99
    231.0351.339.00.98
    下载: 导出CSV 
    | 显示表格

    同轴保护气对粉末束流有效粉斑直径影响规律如图6所示,可以看出,同轴保护气流量增加,有效粉斑直径在1.0 mm上下波动,最大偏差在4.0%,这说明同轴保护气对有效粉斑直径影响较小.

    图  6  同轴保护气对有效粉斑直径的影响
    Figure  6.  Effect of shielding gas flow rates on effective powder spot diameter

    载气在激光同轴送粉增材制造过程中主要起到将粉末颗粒从送粉器中以一定的速度稳定的送进熔池,此外载气对熔池也起到一定的防护作用.因此载气流量对粉末束流形态、粉末束流焦点位置以及该位置处的浓度分布都会产生一定影响,不同载气流量对应的粉末束流宏观形貌如图7所示.

    图  7  载气流量对粉末束流宏观形貌的影响
    Figure  7.  Effect of carrier gas flow rates on the macroscopic- morphology of powder stream

    沿着粉末束流中轴线方向对不同载气流量对应的焦点位置进行分析,其结果如图8所示.可以看出,载气流量越大,粉末束流焦点位置逐渐靠近喷嘴,粉末束流焦距变小,这与同轴保护气流量对焦点位置的影响规律恰好相反. 载气流量为2 L/min时,粉末束流的焦距为9 mm左右,当载气流量提高到10 L/min时,粉末束流的焦距为6.8 mm左右,这说明载气流量同样对粉末束流焦点位置影响较大.

    图  8  载气流量对粉末束流焦点位置的影响
    Figure  8.  Influence of carrier gas flow rates on the focal position of powder stream

    回归分析结果如表2所示,可以看出随着载气流量增加,粉末束流焦点位置处的有效粉斑直径w逐渐变大,最大灰度值逐渐降低,决定系数R2均在0.98以上,这说明载气同样只是改变粉末束流的焦点位置,但是不改变焦点位置处的浓度分布特征.

    表  2  载气流量对应的回归方程系数
    Table  2.  Regression equation coefficients corresponding to carrier gas flow rates
    载气流量
    QZ/(L·min−1)
    有效粉斑直径
    w/mm
    系数
    A
    系数
    H
    决定系数
    R2
    20.88149.5134.40.99
    51.02128.5597.30.99
    71.13106.5582.040.98
    91.2495.1560.30.99
    101.3283.8550.20.98
    下载: 导出CSV 
    | 显示表格

    载气流量对粉末束流有效粉斑直径w的影响规律如图9所示,随着载气流量增加,粉末束流有效粉斑直径以接近线性的规律提升,这说明载气流量提高粉末束流汇聚性下降.

    图  9  载气流量对有效粉斑直径的影响
    Figure  9.  Effect of carrier gas flow rates on effective powder spot diameter

    送粉速率对粉末束流宏观形貌的影响如图10所示,可以看出随着送粉速率提高,粉末束流不同区域亮度信息逐步提升,但送粉速率对粉末束流焦点位置影响不大,粉末束流最高点出现的位置均在7 mm左右,结果如图11所示.

    图  10  送粉速率对粉末束流宏观形貌的影响
    Figure  10.  Effect of powder feeding rates on the macroscopic-morphology of powder stream
    图  11  送粉速率对粉末束流焦点位置的影响
    Figure  11.  Influence of powder feeding rates on the focal position of powder stream

    高斯多元非线性回归方程关键系数如表3图12所示,可以看出送粉速率提高,粉末束流焦点位置处的有效粉斑直径w在0.98 mm上下,整个过程较为一致,这说明送粉速率对粉末束流汇聚性影响不大.

    表  3  送粉速率对回归方程关键系数的影响规律
    Table  3.  Regression equation coefficients corresponding to powder feeding rates
    送粉速率
    QP/(g·min−1)
    有效粉斑直径
    w/mm
    系数
    A
    系数
    H
    决定系数
    R2
    9.900.977158.40.98
    16.500.99103.583.60.99
    23.100.99141.1113.80.99
    29.600.98173.5145.70.99
    32.900.98182.1148.10.99
    下载: 导出CSV 
    | 显示表格
    图  12  送粉速率对有效粉斑直径的影响
    Figure  12.  Effect of powder feeding rates on effective powder spot diameter

    (1)建立了激光同轴送粉增材制造用粉末束流焦距和焦点位置处粉末颗粒空间分布的表征与分析方法,实现了粉末束流关键特征的定量化分析.

    (2)同轴保护气流量和载气流量是影响粉末束流焦距的主要工艺参数,同轴保护气流量从3 L/min提高到23 L/min时,焦距从6.4 mm提高到9.8 mm;载气流量由2 L/min提高到10 L/min时,焦距从9 mm降低到6.8 mm,两者对粉末束流焦距的影响规律恰好相反.

    (3)工艺参数的改变几乎不影响粉末束流焦点位置处粉末颗粒空间分布呈典型的高斯分布这一特征,但载气流量增加,有效粉斑直径w变大,从2 L/min时的0.88 mm,提高到10 L/min时的1.32 mm,增幅高达50%.

  • 图  1   熔池视觉传感系统示意图

    Figure  1.   Schematic of visual sensing system of molten pool. (a) device diagram; (b) schematic diagram

    图  2   采集并进行裁切之后的熔池图像

    Figure  2.   Collected molten pool images

    图  3   Canny算子在TIG不锈钢熔池图像上的检测效果图

    Figure  3.   Detection effect of Canny operator on TIG stainless steel molten pool images. (a) original image; (b) Canny edge detection graph (c) superposition of Canny detection result and original image

    图  4   OTM-EDG算法流程示意图

    Figure  4.   Flow chart of OTM-EDG algorithm

    图  5   弱边缘区域经过增强之后的灰度分布示意图

    Figure  5.   Gray distribution of the weak edge region after enhancement

    图  6   熔池表面亮度饱和区域形成的伪边缘示意图

    Figure  6.   Schematic of fake edge formed in the brightness saturation region of the molten pool surface. (a) brightness saturation region in molten pool image; (b) interference edge caused by brightness saturation area

    图  7   预处理之后的熔池图像

    Figure  7.   Molten pool image after preprocessing. (a) original image; (b) preprocessed image

    图  8   扩展后的Sobel算子模板示意图

    Figure  8.   Schematic of Sobel operator template after expansion. (a) horizontal direction; (b) 45° direction; (c) vertical direction; (d) 135° direction

    图  9   4个方向上的Sobel算子模板卷积梯度图

    Figure  9.   Gradient image of four direction Sobel operator template. (a) original image; (b) horizontal direction; (c) 45° direction; (d) vertical direction; (e) 135° direction

    图  10   基于边缘方向算子模板匹配的梯度图

    Figure  10.   Gradient image based on edge direction operator template matching. (a) original image; (b) gradient amplitude grayscale; (c) gradient amplitude binary diagram

    图  11   边缘粗提取效果图

    Figure  11.   Schematic of rough edge detection

    图  12   基于梯度幅值与方向的边缘连接效果图

    Figure  12.   Schematic of edge connection based on gradient and direction. (a) original gradient binary graph; (b) edge connection effect image

    图  13   干扰边缘去除示意图

    Figure  13.   Schematic of interference edge removal. (a) original image; (b) result image

    图  14   熔池区域连通域获取流程示意图

    Figure  14.   Schematic of obtaining region of molten pool area. (a) original image; (b) fill effect image; (c) difference effect image; (d) reserved maximum connected domain

    图  15   连通域的轮廓提取示意图

    Figure  15.   Schematic of contour extraction. (a) original image; (b) smoothing effect image; (c) contour edge of connected domain; (d) effect of superimposing the contour on the molten pool image

    图  16   算法流程示意图

    Figure  16.   Schematic of OTM-EDG algorithm

    图  17   多种算法效果对比图

    Figure  17.   Comparison of effects of various algorithms. (a) Otsu threshold method; (b) CV active contour method; (c) Canny method; (d) OTM-EDG method

    图  18   连续帧图像测试结果示意图

    Figure  18.   Schematic of continuous frame images test results. (a) the first frame; (b) the second frame; (c) the third frame; (d) the fourth frame; (e) the fifth frame

    表  1   焊接工艺参数

    Table  1   Welding process parameters

    焊丝ER316L直径
    d/mm
    送丝速度
    vs/(mm·s−1)
    氩气流量
    Q/( L·min−1)
    焊接电流
    I/A
    钨极直径
    D/mm
    曝光时间
    t/μs
    1.2 7 25 110 ~ 160 5.0 2
    下载: 导出CSV

    表  2   测试过程耗时

    Table  2   Test process time

    方法帧率f/fps
    Otsu阈值法12.6
    CV主动轮廓算法8.3
    Canny算法16.1
    OTM-EDG15.7
    下载: 导出CSV
  • [1] 潘龙威, 董红刚. 焊接增材制造研究新进展[J]. 焊接, 2016(4): 27 − 32. doi: 10.3969/j.issn.1001-1382.2016.04.007

    Pan Longwei, Dong Honggang. New progress in welding additive manufacturing[J]. Welding & Joining, 2016(4): 27 − 32. doi: 10.3969/j.issn.1001-1382.2016.04.007

    [2] 宫建锋, 李慧知, 李俐群, 等. 基于同轴图像传感的激光焊接过程质量监测技术[J]. 焊接学报, 2019, 40(1): 37 − 42.

    Gong Jianfeng, Li Huizhi, Li Liqun, et al. Quality monitoring technology of laser welding process based on coaxial image sensing[J]. Transactions of the China Welding Institution, 2019, 40(1): 37 − 42.

    [3] 郭枭, 何鹏, 徐锴, 等. 一种核电用镍基合金焊丝熔敷金属的组织与性能[J]. 焊接学报, 2020, 41(4): 26 − 30.

    Guo Xiao, He Peng, Xu Kai, et al. Microstructure and mechanical properties of deposited metal for nuclear plant nickel alloy welding wire[J]. Transactions of the China Welding Institution, 2020, 41(4): 26 − 30.

    [4] 郑睿. 基于计算机视觉的激光焊接在线监测系统设计[D]. 武汉: 华中科技大学, 2014.

    Zheng Rui. On-line laser welding monitoring system design based on computer vision methods[D]. Wuhan: Huazhong University of Science & Technology, 2014.

    [5]

    Yong Z, Jiang L, Yunhua L I, et al. Welding deviation detection agorithm based on extremum of molten pool image contour[J]. Chinese Journal of Mechanical Engineering, 2016, 29(1): 74 − 83. doi: 10.3901/CJME.2015.0908.110

    [6] 刘晓刚, 闫红方, 张荣. 基于形态学多尺度多结构的熔池图像边缘检测[J]. 热加工工艺, 2019, 48(5): 216 − 219.

    Liu Xiaogang, Yan Hongfang, Zhang Rong. Edge detection of molten pol image based on morphology multi-scale and multi-structuring elements[J]. Hot Working Technolog, 2019, 48(5): 216 − 219.

    [7] 于海川, 穆平安. 自适应Canny算法在钢板缺陷边缘检测中的应用[J]. 软件导刊, 2018, 17(4): 175 − 177.

    Yu Haichuan, Mu Ping'an. Application of adaptive Canny algorithm in edge detection of steel plate defects[J]. Software, 2018, 17(4): 175 − 177.

    [8] 张亚红, 覃科. 一种形态学与Canny算子融合的焊接熔池边缘检测算法[J]. 桂林航天工业学院学报, 2017, 22(1): 9 − 13. doi: 10.3969/j.issn.1009-1033.2017.01.003

    Zhang Yahong, Qin Ke. A welding pool edge detection algorithm based on morphology and Canny operator fusion[J]. Journal of Guilin University of Aerospace Technology, 2017, 22(1): 9 − 13. doi: 10.3969/j.issn.1009-1033.2017.01.003

    [9]

    Zhang Yuwei, Zhao Zhuang, Zhang Yi, et al. Online weld pool contour extraction and seam width prediction based on mixing spectral vision[J]. Optical Review, 2019, 26(1): 65 − 76. doi: 10.1007/s10043-018-0479-3

    [10]

    Xia Chunyang, Pan Zengxi, Zhang Shiyu, et al. Model predictive control of layer width in wire arc additive manufacturing[J]. Journal of Manufacturing Processes, 2020, 58: 179 − 186. doi: 10.1016/j.jmapro.2020.07.060

    [11] 韩庆璘, 李大用, 李鑫磊, 等. 基于分区减光的电弧增材制造熔敷道尺寸主被动联合视觉检测[J]. 焊接学报, 2020, 41(9): 28 − 32. doi: 10.12073/j.hjxb.20200418001

    Han Qinglin, Li Dayong, Li Xinlei, et al. Bead geometry measurement for wire and arc additive manufacturing using active-passive composite vision sensing based on regional filter[J]. Transactions of the China Welding Institution, 2020, 41(9): 28 − 32. doi: 10.12073/j.hjxb.20200418001

    [12] 蔡敏. 铝合金GTAW熔池区视觉特征检测及焊缝成型控制[D]. 上海: 上海交通大学, 2013.

    Cai Min. Visual characters extraction of weld pool and shape control during aluminum alloy GTAW process[D]. Shanghai : Shanghai Jiao Tong University, 2013.

    [13] 李钦弟, 蔡利栋. 一种基于非线性灰度变换的弱边缘检测方法[J]. 中国体视学与图像分析, 2011, 16(3): 232 − 236.

    Li Qindi, Cai Lidong. A weak edge detection method based on nonlinear transform of gray levels[J]. Chinese Journal of Stereology and Image Analysis, 2011, 16(3): 232 − 236.

  • 期刊类型引用(7)

    1. 张普,曹四龙. Al_2O_3+TiO_2复合颗粒对激光熔覆Inconel 718基润滑涂层显微组织及高温磨损行为的影响研究. 材料保护. 2024(06): 8-19 . 百度学术
    2. 魏来,李丹,董振. 原位自生(Ti, V)C堆焊层的耐磨性能. 沈阳工业大学学报. 2023(01): 43-47 . 百度学术
    3. 刘海浪,卢儒学,陈健,徐珖韬,张倩. 镍基合金电子束熔覆表面改性及高温耐磨性研究. 金属热处理. 2021(04): 161-166 . 百度学术
    4. 吴雁楠,黄诗铭,朱平,马振一,兰博,何翰伟,郝博文. 原位碳化钛颗粒增强镍基喷焊层的组织与性能. 热加工工艺. 2021(22): 96-98+102 . 百度学术
    5. 马强,陈明宣,孟君晟,李成硕,史晓萍,彭欣. 纯铜表面氩弧熔覆TiB_2/Ni复合涂层组织及耐磨性能. 焊接学报. 2021(09): 90-96+102 . 本站查看
    6. 王永东,杨在林,张宇鹏,朱艳. Y_2O_3对原位自生TiC增强Ni基涂层组织和性能影响. 焊接学报. 2020(02): 53-57+100 . 本站查看
    7. 陈鹏涛,曹梅青,吕萧,仇楠楠. 氩弧熔敷原位合成ZrC-TiB_2增强铁基涂层的组织与性能. 上海金属. 2020(05): 15-20 . 百度学术

    其他类型引用(2)

图(18)  /  表(2)
计量
  • 文章访问数:  475
  • HTML全文浏览量:  28
  • PDF下载量:  66
  • 被引次数: 9
出版历程
  • 收稿日期:  2021-06-27
  • 网络出版日期:  2022-01-23
  • 刊出日期:  2022-04-12

目录

/

返回文章
返回