无监督的多变量分析方法用于融合钒合金样品的氢分布数据与晶体取向图像数据

《Scientific Reports》：Unsupervised multivariate analysis of multiple analysis data fusion combining hydrogen distribution and crystallographic orientation image data of vanadium alloy sample

　　

摘要

评估钒（V）的晶体结构与氢扩散之间的关系，以提取关键特征，对于理解金属中氢扩散行为与晶体结构之间的联系至关重要。我们采用图像融合方法处理了钒合金（单相体心立方（bcc）V–10摩尔% Fe合金）样品的表面图像数据集，这些数据是通过光学显微镜、扫描电子显微镜/能量色散X射线以及电子背散射衍射等多种测量方法获得的，从而构建了一个包含氢分布和晶体取向图像数据的多模态数据集。通过主成分分析和多变量曲线拟合等两种无监督学习方法对融合后的多模态数据进行分析后发现，氢扩散行为会因晶体取向的不同而有所差异。例如，沿[111]和[101]方向排列的晶粒比沿[001]方向排列的晶粒具有更强的氢扩散能力。这一趋势在各种分析方法中都得到了一致性的验证，但在单独分析各方向数据时并未观察到这种差异。此外，研究还表明，从纯晶体取向向其他取向的转变会改变氢扩散行为。通过对钒合金的多模态数据分析，我们提取出了影响氢扩散速率的晶体取向的关键特征。