来源：期刊VIP网 时间：
作者：贾利川;权德泓;侯帅;王智星;林泳帆;展云鹏;傅明利;
单位：四川大学电气工程学院;南方电网科学研究院有限责任公司;
摘要：导电炭黑(CB)是电力电缆屏蔽料的关键组分，其品质决定着屏蔽料的应用电压等级。目前，我国中低压屏蔽料用CB已实现自主生产，但高压/超高压屏蔽料用高品质CB完全依赖进口。CB具有独特的“准石墨微晶-初级粒子-聚集体”多尺度物理拓扑结构，其中微晶结构是影响CB品质的关键因素。采用高分辨率透射电子显微镜(HRTEM)可定性分析CB的微晶结构，但无法量化微晶角度、尺寸等关键参数。针对CB微晶结构难以定量化难题，选择了两款商业化的CB作为研究对象，首先通过HRTEM获取了CB微晶结构，随后引入结合了空间注意力转移机制和多尺度特征融合机制的Mask R-CNN卷积神经网络，实现了HRTEM图像的自动化增强、轮廓提取、晶格条纹识别和参数提取，提高了识别准确率至93.80%,相比基准模型提高了25%,获得了能够定量化表征CB微晶结构的关键参数(晶格角度和长度),通过X射线衍射图像验证了结果的准确性。该方法为探索CB的微晶结构特征提供了新方法和新思路。
关键词：导电炭黑;;显微结构;;神经网络;;量化表征;;数值分析
基金资助：南方电网公司科技项目(ZBKJXM20232270)
