铝合金的实验室盐雾试验腐蚀行为图像特征提取

2018-03-07张琪汪笑鹤孟超

装备环境工程 2018年2期

张琪，汪笑鹤，孟超

（中国华阴兵器试验中心环境模拟室，陕西华阴 714200）

武器装备在大气环境服役过程中发生化学或电化学反应而产生大气腐蚀失效，相比于其他类型的环境腐蚀，大气腐蚀更加普遍。每年都有大量的金属构件和装备因腐蚀而报废，据统计，由大气腐蚀造成的损失占全部腐蚀的一半。因而，开展武器装备的大气腐蚀规律研究对准确掌握装备使用性能和防护涂层相关研究具有重要意义。关键结构件是以铝合金为典型材料的沿海部署装备雷达，在运输贮存和工作期间长期耐受海洋大气腐蚀。文中针对沿海部署雷达装备主要功能部件的铝合金天线，从腐蚀失重法和表面形貌图像分析两个方面出发，对模拟加速临海大气环境条件下的早期腐蚀行为作了研究。

确定大气腐蚀速度的重要方法是传统的基于质量检测的失重法，此方法测得的结果为一段时间内的平均值，不具有连续性，不能反映金属材料在某一时刻的动态腐蚀过程。特别是金属材料大气腐蚀早期质量损失量很少，测量误差相对比较大，实际状态难以测得。金属腐蚀程度的评估也可以通过分析腐蚀形貌图像定性地判断，对于这类腐蚀早期质量损失量少的试样，图像分析法能减少失重法测量中产生的误差，提高腐蚀评估的精确度[1-4]。文中所建立的基于图像分形和小波分析的铝合金天线早期腐蚀行为图像分析思路如图1所示。

整个过程可以分为三步：首先对腐蚀试样进行形貌图像采集和预处理；第二步，对预处理后的腐蚀形貌图像提取特征，分别通过DBC计盒维数法提取分形维数和小波分解提取子图像能量值；最后分析图像特征值与腐蚀失重之间的关系，有利于进一步应用于试样的腐蚀程度进行定性和定量分析，判断并预测试样的腐蚀速度。

1 实验数据采集累积和腐蚀规律研究

1.1 实验过程

铝和铝合金以其优良的导电性能广泛应用于雷达结构中的天线、机箱、机柜、馈线中。该试验选取1060纯铝、5A06Al-Mg、6061Mg2Si、2A12高强度硬铝等四种铝合金材料为研究对象，依据 GJB 150.11A—2009采用中性盐雾试验方法，推荐使用每周期24 h喷雾、24 h干燥两种状态干湿交替的试验程序，进行了5个周期的实验室盐雾箱试验。喷雾阶段以试验箱温度为 35 ℃，盐雾沉降率为(1～3) mL/(80 cm2·h)的条件进行连续喷雾[5]。

1.2 腐蚀形貌图像的采集与预处理

对20个规格约为4 cm×5 cm的试样，记录与分析了试验后样本图像原貌，采用扫描电镜分别采集了原始大小，500，1000倍的放大图像，并采用能谱仪分析了成分结构。为了减少腐蚀产物的影响，采用化学法清洗试件，用单反相机采集了去除腐蚀产物后的表面形貌图像。用电子天平分别称取了清洗前后的样本质量。

1.3 铝合金的腐蚀动力学

1060铝合金样品在盐雾箱内暴露不同时间的腐蚀深度（由质量损失量换算得出）见表1。可以看出，随着暴露时间的延长，腐蚀深度增加呈幂指数变化趋势。

表1 1060铝合金在盐雾箱暴露不同时间的腐蚀深度

由腐蚀失重法测得腐蚀速率变化趋势如图 2所示[6]。可以看出，平均腐蚀速率在80 h内腐蚀速率持续快速降低；80～150 h内腐蚀速率增加；150 h以后又开始逐渐降低，最后趋于平缓。这是因为前 80 h表面直接接触腐蚀大气，腐蚀加剧；第二个阶的腐蚀速率逐渐减缓，表明锈层的形成有效阻碍了腐蚀性离子渗入到基体表面；第三个阶段腐蚀趋势又增加，说明锈层和基体之间发生氧化还原反应，电化学反应阻力减小，锈层的保护性降低。

2 腐蚀图像表面形貌特征值提取

数字图像处理技术作为计算机视觉的一种实用工具，已广泛应用于科学研究的各个领域，大到卫星遥感进行全球环境气候监测，小到指纹识别实现安全防护。同时，现代数学理论的发展成熟也使数字图像处理技术日益完善。分形理论和小波分解是近些年来得到迅速发展并在图像处理领域得到广泛应用的数学理论[7]。

由于腐蚀形貌图像自身的特殊性，目前还没有专门的针对腐蚀形貌图像的处理软件和标准。为此，在Windows环境下，应用MATLAB软件编写了腐蚀形貌图像处理程序。

为有效抑制图像中的噪声信息而准确提取图像特征，对腐蚀形貌原始图像进行预处理。首先对单反相机采集的照片信息，进行灰度转换，并依次进行中值滤波、模糊增强预处理突显目标，最后二值化图像，将图像中的有用信息提取出来，使发生点蚀或缝隙等腐蚀的部位明显显现。

2.1 提取表面形貌图像分形特征——分维指标

分形理论通过复杂随机现象的表面来揭示其内在深层规律。将二值化图进行最常用的盒记数法分形分析。把分形维数这一参数作为腐蚀表面形貌特征，用于后面的分析识别。

分形维数是腐蚀形貌图像表面不规则程度的一种度量，反映了腐蚀形貌图像灰度曲面的粗糙程度。n维欧氏空间中的任一有界集合具有分形特性，通过分形维数可以描述和测量其分形特性。常用 Richardson定律来估计分形维数FD。

式中：ε为分割盒子的边长与图像大小的比值；Nε为该尺度下的盒子总数；K为分形系数。为了便于计算，对式(1)两边取对数，有：

对试样图像的分析结果见表2。

2.2 提取小波分解子图像能量特征——灰度指标

将原始图像转换为灰度图像。离散化后的图像可以用f(x,y)二维矩阵表示，矩阵中每一个元素就是图像对应该点的像素。像素值越小，越暗（黑），反之，图像越亮（白）。小波变换的目的是将图像的能量尽量集中在少量系数上，从而最大程度地去除原始图像数据中的相关性[8-10]。

表2 表征粗糙度的分形维数

用db1小波进行2层分解，获取第二层的近似系数(A2)和细节系数（水平方向H2、垂直方向V2、对角线方向D2），处理输入结果如下。

EH1，EH2，EV1，EV2以及ED1，ED2分别为水平方向、垂直方向和对角方向进行 1，2层小波变换后的子图像的能量值。λ是第二层小波分解得到的子图像能量值差异的最大值：

表3 铝合金试样腐蚀形貌图像特征值

以6061-1号试样为例，图3是盐雾试验箱2个循环试验后4个试样（大小约为5 cm×4 cm）进行小波变换前后的结果。可以看出，腐蚀形貌图像中的特征细节已经被提取出来了，变换的目的是分离低频信息与高频信息。A2可以看到概貌图，而从其他子图中能看到边缘和点等细节。随着盐雾试验时间的延长，蚀点和裂缝数目增多，铝合金表面腐蚀产物形貌颜色变暗，能量减小，如图4所示。