CHUGUN MIKROSTRUKTURASINING FAZA TARKIBI VA QATLAM QALINLIGINI AVTOMATLASHTIRILGAN TAHLILI

ZAMONAVIY TA'LIMDA FAN VA INNOVATSION TADQIQOTLAR http://zamtadqiqot.uz/index 3-son 12–to’plam 2025 y. Sahifa: 5 CHUGUN MIKROSTRUKTURASINING FAZA TARKIBI VA QATLAM QALINLIGINI AVTOMATLASHTIRILGAN TAHLILI Samandarov Ilxomjon Rasulovich Texnika fanlari nomzodi (PhD) Olmaliq davlat texnika universiteti Metallurgiya va kimyoviy texnologiyalar fakulteti Matematika va tabiiy fanlar kafedrasi [email protected] Karimov Sardor Yashinovich Texnika fanlari nomzodi (PhD) Olmaliq davlat texnika universiteti Metallurgiya va kimyoviy texnologiyalar fakulteti Matematika va tabiiy fanlar kafedrasi [email protected] So‘nggi yillarda metallurgiyada Lost Foam Casting usuli asosida armirlangan chugunlar keng qo‘llanilmoqda [1]. Bu usul materiallarning mustahkamligi va eskirishga chidamliligini oshirishi bilan mashinasozlik va boshqa sohalarda muhim ahamiyat kasb etadi. Biroq, asosiy ko‘rsatkichlardan biri bo‘lgan uglerodlangan qatlam qalinligini qo‘lda o‘lchash usullari ko‘p vaqt talab qilishi, inson omiliga bog‘liq bo‘lishi va xatolik keltirib chiqarishi mumkin [2]. So‘nggi ishlanmalar kompyuter ko‘rish va tasvirlarni qayta ishlash asosida metallografik tahlilni avtomatlashtirish imkonini yaratmoqda. Masalan, don hajmini aniqlash [4] yoki fazalarni segmentatsiya qilish [5] yo‘nalishida izlanishlar olib borilgan. Shuningdek, SEM tasvirlarda morfologik parametrlarni avtomatik baholashga oid tadqiqotlar ham mavjud [3]. Ammo ushbu ishlarda qatlam qalinligi, faza nisbatlari va grafit morfologiyasining kompleks tahlili yetarlicha ko‘rib chiqilmagan. Shu sababli, bizning tadqiqotimiz avtomatlashtirilgan algoritm asosida bu ko‘rsatkichlarni aniqlashga qaratildi. ZAMONAVIY TA'LIMDA FAN VA INNOVATSION TADQIQOTLAR http://zamtadqiqot.uz/index 3-son 12–to’plam 2025 y. Sahifa: 6 Tahlil C++ dasturlash tili va OpenCV kutubxonasi yordamida amalga oshirildi [3]. Algoritm quyidagi bosqichlarni o‘z ichiga oladi:  Oldindan ishlov berish – tasvirdagi shovqinlarni median filtr yordamida kamaytirish, kontrastni esa CLAHE algoritmi yordamida yaxshilash orqali detallarning aniqligi oshirildi[5].  Fazalarni segmentatsiya qilish – HSV rang modelidan foydalanib, matritsa, grafit va oq faza alohida ajratildi. Natijada fazaviy tarkibning rangli maskasi hosil qilindi.  Grafit morfologiyasini tahlil qilish – grafit donachalarining soni, nodulyarlik darajasi (sferoid shakldagi donalar ulushi), zichligi avtomatik hisoblab chiqildi[3].  Uglerodlangan qatlam qalinligini o‘lchash – armatura bilan chegaradosh hududdagi yorqin zona avtomatik aniqlanib, qatlamning o‘rtacha va median qalinligi millimetrda qayd etildi[2]. Qatlam qalinligi hisoblash: 𝑑 = 1 𝑁∑𝑑𝑖 𝑁 𝑖=1 bu yerda 𝑑𝑖-chi kesim bo‘yicha qalinlik, 𝑁 – o‘lchashlar soni. Grafit nodulyarligi: 𝑁𝑜𝑑 = 𝑁𝑠𝑓𝑒𝑟 𝑁𝑢𝑚𝑢𝑚𝑖𝑦 ×100% bu yerda 𝑁𝑠𝑓𝑒𝑟 – sferoid grafit donalari soni, 𝑁𝑢𝑚𝑢𝑚𝑖𝑦 – umumiy grafit donalari soni. Fazaviy foiz taqsimoti: 𝑃𝑓𝑎𝑧 =𝐴𝑓𝑎𝑧 𝐴𝑢𝑚𝑢𝑚𝑖𝑦 ×100% bu yerda 𝐴𝑓𝑎𝑧 – muayyan faza maydoni, 𝐴𝑢𝑚𝑢𝑚𝑖𝑦 – umumiy tasvir maydoni. ZAMONAVIY TA'LIMDA FAN VA INNOVATSION TADQIQOTLAR http://zamtadqiqot.uz/index 3-son 12–to’plam 2025 y. Sahifa: 7 Avtomatlashtirilgan hisoblash natijasida o‘rtacha qatlam qalinligi 0,43 mm, medianasi esa 0,44 mm deb topildi. Bu natija adabiyotlarda keltirilgan qo‘lda o‘lchash (0,40–0,45 mm) diapazoniga to‘liq mos keldi [1,2]. Shuningdek, dastlabki marotaba quyidagi fazaviy ko‘rsatkichlar olindi: matritsa – 17,51 %, grafit – 44,59 %, oq faza – 37,90 %. Grafit donalari soni 368 dona, ularning nodulelik darajasi 30,95 %, zichligi esa 1431,56 dona/mm² bo‘ldi. Ushbu natijalar materialning zarba qattiqligi, mustahkamligi va eskirishga chidamliligini baholashda muhim ko‘rsatkich hisoblanadi. Olingan natijalar shuni ko‘rsatdiki, yuqori miqdordagi grafit plastinkalari va past nodularlik darajasi materialning zarba qattiqligini pasaytiradi, oq fazaning yuqori ulushi esa qattiqlik va eskirishga chidamlilikni oshiradi. O‘tkazilgan tadqiqotlar natijasida ishlab chiqilgan avtomatlashtirilgan algoritm yordamida chugun mikrostrukturasi qatlam qalinligi, fazaviy nisbatlari va grafit morfologiyasi yuqori aniqlikda hisoblab chiqildi. Olingan natijalar qo‘lda o‘lchash orqali aniqlangan qiymatlar bilan to‘liq mos keldi, bu esa ishlab chiqilgan yondashuvning ishonchliligi va samaradorligini tasdiqlaydi. Avtomatlashtirilgan tahlil inson omilidan kelib chiqadigan xatoliklarni istisno etib, tezkorlikni ta’minlaydi hamda natijalarni takror ishlab chiqish imkoniyatini yaratadi. Taklif etilgan uslub metallurgiya sohasida sifat nazoratini avtomatlashtirish, ilmiy tadqiqotlarda aniq statistik ma’lumotlar olish va ishlab chiqarish jarayonlarini optimallashtirishda samarali qo‘llanishi mumkin. FOYDALANILGAN ADABIYOTLAR 1. Kaliuzhnyi P., Shalevska I., Sliusarev V. Microstructure of Reinforced Cast Iron Produced by Lost Foam Casting // Archives of Metallurgy and Materials. – 2023. – Vol. 68, No. 4. – P. 1369–1375. 2. Стародубов Д. Н. Методы и алгоритмы обработки и анализа дефектоскопических и металлографических снимков. – М., 2021. ZAMONAVIY TA'LIMDA FAN VA INNOVATSION TADQIQOTLAR http://zamtadqiqot.uz/index 3-son 12–to’plam 2025 y. Sahifa: 8 3. Каримов, С. Я. Извлечение и оценка морфологических параметров частиц на SEM-изображениях с применением C++ и OpenCV // Journal of New Century Innovations. – 2025. – №78(3). – С. 96–102. 4. Bala S., Dutta M., Saha R. Automated measurement of grain size in metallographic images using image processing // Measurement. – 2020. – Vol. 165. – P. 108–120. 5. Chen L., Wang X., Zhang H. Automatic microstructure segmentation in metallographic images using deep learning techniques // Materials Characterization. – 2021. – Vol. 175. – P. 111052.