结合偏振光显微镜(Polarized Light Microscopy, PLM)、全景分割(Panoptic Segmentation)与基础晶体学对六方密排(Hexagonal Close-Packed, hcp)合金中变形进行非真空分类的方法

《Materials Today Advances》：A non-vacuum approach to classify deformation in hcp alloys combining polarized light microscopy, panoptic segmentation, and fundamental crystallography

　　

孪晶(Twinning)是指相邻微结构晶粒共享共有结晶学平面的现象，是许多晶体材料塑性变形的重要协调方式。尽管孪晶在光学显微镜下易于观察，但其结晶学分类通常需要基于真空的电子背散射衍射(Electron Backscatter Diffraction, EBSD)等技术。研究人员在此首次证明，一种可获取的非真空方法——结合偏振光显微镜(Polarized Light Microscopy, PLM)与开源全景分割(Panoptic Segmentation)模型(YOLO)——可在钛合金(Ti alloys)中识别并分类变形孪晶。本研究提供了首例证据，表明PLM集成机器学习可用于孪晶识别与分类，且全程在真空环境之外操作。由于PLM+YOLO基于形态学与光学特征而非EBSD所需的像素级精确取向差(Misorientation)检测孪晶，该方法可捕获发育不全、模糊或低于EBSD角分辨率(Angular Resolution)的孪晶。因此，在低应变水平(ε ≤ 1.0%)下，YOLO模型的孪晶检测率可达EBSD的两倍。关于孪晶分类，研究表明PLM可提供足够结晶学信息以区分拉伸孪晶(Tension Twins)与压缩孪晶(Compression Twins)，但在部分案例中成立。然而分类受理论局限性与工程局限性共同影响。在当前实现中，约5%未分类孪晶归因于理论约束，大多数未分类案例反映可通过改进标定、分割模型及母相-孪晶识别算法解决的工程局限性。因此，本研究确立PLM集成机器学习作为制造过程中微观组织演化实时监测的有前景基础，为材料表征提供低成本方案。

《Materials Today Advances》刊载论文解读：hcp钛合金变形孪晶的非真空PLM–YOLO全景分割与结晶学分类研究

一、研究背景与立项依据

六方密排(Hexagonal Close-Packed, hcp)结构的α-钛(α-Ti)合金广泛用于航空发动机轻量化高强部件，其塑性变形除锥面〈a〉、棱柱〈a〉滑移外，常伴随变形孪晶(Deformation Twinning)，主要包括{1012}〈1011〉拉伸孪晶(Extension/Tension Twins, ETs)与{1122}〈1123〉压缩孪晶(Contraction Twins, CTs)。传统孪晶鉴定与结晶学分类依赖电子背散射衍射(Electron Backscatter Diffraction, EBSD)，需在高真空下运行且样品制备要求高，难以用于生产线在线监测；光学显微镜(Optical Microscopy, OM)仅凭形貌难区分孪晶类型，透射电镜(TEM)统计代表性不足。偏振光显微镜(Polarized Light Microscopy, PLM)可对光学各向异性材料(如α-Ti)获得沿光轴的两个欧拉角——方位角(Azimuth Angle, φ)与倾角(Inclination Angle, θ)，即c轴在观测平面投影信息，且无需真空。研究人员据此提出将PLM图像与深度学习全景分割(Panoptic Segmentation)模型结合，实现非真空环境下hcp Ti合金变形孪晶的分割与部分结晶学分类，验证其相对于EBSD在低应变下的检测优势及分类可行性。

二、主要关键技术方法

研究人员采用工业纯钛(Grade 1, CP Ti)样品经电化学射流加工(Electrochemical Jet Machining, EJM)制备平整各向同性表面，在显微原位拉伸/压缩台上加载至不同真应变(0~2.4%)。采集不同检偏器旋转角度(Δω=10°, 0°~180°)PLM灰度图合成伪彩色(Pseudo-colour)图像。构建手动标注孪晶与母相晶粒(Grain)的数据集，以预训练YOLOv8-seg纳米版(～3.4M参数，基于已发表晶粒模型微调)分别训练晶粒与孪晶实例分割模型，输出像素级掩膜(Mask)。后处理中对分割孪晶区域按形态学条件拆分、骨架化，通过垂直投影邻接关系匹配唯一母相晶粒，计算母相与孪晶c轴单位矢量点积得C轴错配角α=arccos(z'·z)，对照hcp Ti已知孪晶绕基面法线旋转角({1012}?1011〉≈84.78°，{1122}?1123〉≈64.62°)判断拉伸或压缩孪晶，容忍±5°误差。同期在相同区域采集EBSD数据(步长0.60 μm)作参照比对。

三、研究结果

3.1. YOLOv8-seg孪晶模型性能(Performance of the YOLOv8-seg twin model)

研究人员对比YOLOv8-seg孪晶模型与EBSD仅用取向差准则的孪晶识别结果。在低应变(ε≤1.0%)下YOLOv8-seg检出孪晶数可达EBSD两倍，交并比(Intersection over Union, IoU)在未应变时达0.30(EBSD仅0.10)，假阳性率约0.05显著低于EBSD单准则法的约0.15；随应变增大(至2.4%)IoU趋近(0.20 vs 0.19)，因训练集限于≤1.0%应变致大尺寸孪晶欠拟合(False Negative升至0.75)。表明PLM+ML在低应变下较单纯EBSD取向差法更灵敏捕获欠发育孪晶。

3.2. 非真空孪晶分类方法(Non-vacuum approach to twin classification)

研究人员通过PLM获母子晶粒φ、θ(各存四重模糊解因缺第三欧拉角及180°/极对称模糊)，计算C轴夹角四组可能值，与理论孪晶绕基面旋转角比对。实例演示：加载产生新孪晶C轴夹角解85.7°匹配{1012}?1011〉拉伸孪晶(84.78°±5°)；原始残留孪晶夹角解68.3°匹配{1122}?1123〉压缩孪晶(64.62°±5°)。当前约80%分割孪晶因工程局限(母相匹配失败34~41%、无匹配角30~41%、取向不一致7~20%)未分类，仅约5%因四解中同时落入拉/压容差属理论局限。

3.3. hcp合金未来数字化材料表征(Future materials digitalization using PLM)

研究人员指出PLM结合图像ML可拓展至Mg、Zr等hcp系合金，有望成为产线非真空快速微观组织(晶粒尺寸、织构、孪晶系)表征手段，与EBSD互补而非替代。

四、讨论与结论翻译

研究人员讨论认为，PLM虽仅提供EBSD三分之一取向信息(两个半程欧拉角)，但借助hcp孪晶绕c轴基面旋转特性可通过C轴错配角部分区分孪晶类型。未分类主因是分割精度、母相关联算法及PLM倾角标定误差等工程局限，可通过更大样本、更强ML模型(端到端母-孪配对)与标定改进克服；理论局限(<5%模糊重叠区)可通过缩小容差配合高精度倾角标定缓解。

结论翻译如下：

本研究证明了PLM用于hcp Ti合金变形孪晶分割与部分分类的潜力。尽管PLM仅恢复衍射技术可获得结晶学信息的三分之一——具体为c轴方位角与倾角而非旋转角——此信息原则上足以在妥善管理理论与工程约束下对hcp材料孪晶分类。相同方法可推广至Mg、Co、Zr等具类似基面旋转定义孪晶系的hcp体系。PLM孪晶分类受两类局限：理论局限属技术固有(~5%未分类孪晶)；工程局限(分割误差、未标定方位角、母-孪识别不准)是当前主因但可通过改进ML模型、扩大多样训练集、标定PLM系统与自动母-孪识别算法降低。此外在低应变水平下PLM+ML较单纯EBSD取向差准则提供更一致孪晶分割。综上，PLM结合机器学习定位为非真空、低成本、适用于制造环境变形表征之实用基础方案，在对全取向信息有要求时与EBSD互补而非取代之。