1. 功能

冲击试样断口图像分析是国际上新型高科技动态断裂试验断口图像分析系统，能够完成摆锤动态撕裂及落锤动态撕裂实验中的断口分析测量，同时也可以进行冲击试样断面纤维率和侧膨胀值的测定以及断裂韧度试样中裂纹长度、等项目的测定。

   该设备可完成的测试指标：

l 测量冲击断口侧膨胀值

l 测量冲击断口断面纤维率（满足标准试样及圆形试样测量要求）

l 测量DWTT 断口断面纤维率 （满足异常断面测量要求）

l 测量DT 断口断面纤维率

l 动态断裂力学试样的断口裂纹长度测量

2.技术指标

l 符合GB/T229、GB/T5482（金属材料动态撕裂试验方法）、GB/T 8363(铁素体钢落锤撕裂试验方法)、GB/T4161（金属材料平面应变断裂韧度`试验方法）， GB/T21143（金属材料平面应变延性断裂韧度试验方法），API，ASTM E23及相关的ISO标准

l 上LED背景光源，亮度可调

l 镜头放大倍数：12-36 倍可变焦镜头，带亮度调节光圈

l 测量精度：0.02mm

l 360°旋转载物台（X、Y轴均可滑动调节）

l CCD摄像机分辨率:1280×1024像素

l 像素尺寸：5.2μm

l 传感器类型：CMOS

l 光学尺寸：1/1.8〞

l 水平清晰度: 700线

l 工作环境温度: 10℃ ～ 25℃

l 工作环境湿度: 85﹪RH以下

l 环境条件：周围环境无腐蚀介质，无震动，无强电磁场干扰

l 电源：交流220V±10%  50Hz  30W

3.软件功能

l 断口形貌实时采集、原始图像存储及末次分析图象存储；

l 根据标准进行图像数据分析处理；

l 用户历史数据记录存储及对应图像的再分析功能（重绘功能）；

l 软件基于AI人工智能大模型，具有深度学习功能。（使用过程即是训练，越用精度越高，软件越是智能）

l 试验项目实时添加与删除，试验参数自动保存；

l 具备试验报表导出模式，可使数据库试验数据输出至用户的办公软件中；（具体内容可根据客户实际需求进行深度定制）

l 数据库具有按要求检索查询的功能、历史照片检阅、断口图像及数据库打印等功能；

l 异常断口测量；

3.1软件详细介绍：

人工智能图像分析软件基于学术界前沿技术《SAM》AI大模型算法，根据冲击试样断口样貌特征(如图一所示)不宜求取测量（常规测量方法误差较大）而研发的一款专业软件。该人工智能图像分析软件可自动根据冲击试样冲断后的断裂表面及临近表面的区域。进行晶状断面率、纤维断面率、侧膨胀值定性、定量、定值的区分。使用过程简单易操作。

晶状断面（断裂表面一般呈现金属光泽,无明显塑性变形的齐平断面）

晶状断面率（断口中品状区的总面积与缺口处原始横截面积的百分比）

纤维状断面（断裂表面一般呈现无金属光泽的纤维形貌,有明显塑性变形的断面）

纤维断面率（断口中纤维区的总面积与缺门处原始横截而积的百分比）

侧膨胀值（断裂试样缺1侧面每侧宽度较大增加量之和）                          （图二）

AI人工智能大模型介绍

《AI-SAM: Automatic and Interactive Segment Anything Model》一种可自动生成提示并且可交互的图像分割方法。常见的自动分割方法，通常在一个特定的数据集上进行训练，训练好的模型无需任何提示即可对学习过的类别进行分割预测。而以SAM为代表的交互式分割方法，则无需在特定数据集上进行训练，但在预测时需要人工给定提示。模型在分割预测时是缺少语义信息的，即并不知道分割的对象是什么。为了结合这两种分割方法的优点，软件***提出了一种Al-Prompter模型，通过在特定数据集上进行训练，可以根据输入图像，预测对应类别的提示点位置，并将其输入到SAM模型的提示编码器和掩码解码器中得到分割结果。使用者可以根据分割结果对预测的提示点进行删改，以保证提示点的正确性。AI-Prompter模型的输入是待处理图像的特征信息X和待分割区域的类别信息c，输出的是一组权重W。其中每个权重值都对应图像中的一个点的位置编码p，将所有点的位置编码进行加权求和就得到最终预测的提示点坐标P! = WTP，SAM的编码器提取图片特征，并利用给定的目标框作为提示，实现目标物体的分割。将分割掩码与特征图相乘得到目标物体的特征，并取平均值得到特征向量。然后，对测试图片提示点，实现全分割，按照上面的过程计算处所有分割结果对应的特征向量，并计算每个特征向量与目标物体特征向量之间的余弦相似度，相似度大于阈值的分割结果即认为属于目标物体的类别，最后统计所有属于目标物体类别的分割结果的数量。进而达到对进行晶状断面率、纤维断面率、侧膨胀值定性、定量、定值的区分。