摘要

構建了噴射式空蝕實驗裝置，開展了新型共晶高熵合金NiCoCrFeNb0.45 的抗空蝕性能測試，利用灰度共生矩陣和二值化圖像方法，開發了基于圖像智能識別的空蝕損傷新型表征方法，實現了空蝕分布形態的數字化分析和空蝕局部損傷的微觀評估。結果表明：NiCoCrFeNb0.45的空蝕損傷機制為空泡潰滅造成的形變坑以及加工硬化造成的疲勞裂紋；NiCoCrFeNb0.45的雙相共晶組織包含了高硬度的Laves相和高韌性的FCC相，實現了高硬度和高韌性的平衡，相比04Cr13Ni5Mo和45鋼具有更優異的抗空蝕性能；利用灰度共生矩陣提取的空蝕圖像標準差、能量值和熵值等特征參數表明NiCoCrFeNb0.45空蝕損傷形態分布最為簡單，空蝕程度最輕；圖像二值化方法可獲取材料表面大規模蝕坑群的分布規律，NiCoCrFeNb0.45的空蝕率為8.1%，顯著低于另兩種材料。該研究為水力機械的空蝕損傷評估及材料防護提供了新的理論參考。

關鍵詞： 水力機械 ; 抗空蝕材料 ; 圖像識別 ; 共晶高熵合金 ; 損傷評估

本文引用格式

王凱, 李晨沛, 盧金玲, 王振江, 王維. NiCoCrFeNb0.45 共晶高熵合金在水力機械中的抗空蝕性能研究. 中國腐蝕與防護學報[J], 2023, 43(5): 1079-1086 DOI:10.11902/1005.4537.2022.288

WANG Kai, LI Chenpei, LU Jinling, WANG Zhenjiang, WANG Wei. Cavitation Resistance of NiCoCrFeNb0.45 Eutectic High Entropy Alloy for Hydraulic Machinery. Journal of Chinese Society for Corrosion and Protection[J], 2023, 43(5): 1079-1086 DOI:10.11902/1005.4537.2022.288

水力機械內部流體的復雜流動導致了壓力變化區的存在，使得空泡在低壓區形成，在高壓區潰滅產生微射流，進而形成局部壓力沖擊波對水力機械金屬材料反復作用，最終誘發嚴重的空蝕損傷[1~4]。金屬材料的損失一方面會使葉輪失去質量均勻性，產生高振幅的振動導致設備失效，另一方面由于流道內部水動力形態的改變，可能會出現動態非定常問題，造成額外的水力損失，降低水力機械的效率[5~7]。目前水力機械常用的碳鋼和不銹鋼材料抗空蝕性能較弱，因此開發新型抗空蝕材料并對其抗空蝕性能進行表征，對于保障水力機械的長周期安全高效運行具有重要意義。

研究[8~10]表明材料的高強度和良好的韌性有助于顯著降低空蝕損傷，擁有優越抗空蝕表面性能的高熵合金逐漸引起了關注。Yeh等[11]首次提出了高熵合金的概念：與傳統合金采用一兩種元素作為主元素不同，高熵合金采用不少于4或5種元素作為主元素，每種元素的比例在5%~35%之間。這種類型的合金是多種元素共同作用形成的，因而表現出與傳統合金不同的特點。這種多主元體系中的高混合熵有助于形成熱力學穩定的固溶體[12]，主要包括韌性較好的FCC相，或硬度較高的BCC相。這種獨特的晶體結構使高熵合金表現出許多優異的性能，如高硬度和高斷裂韌性[13]。然而，如何平衡高熵合金的強度和韌性至關重要。一些FCC或BCC單相高熵合金由于只具有高強度或者高韌性，其抗空蝕性能并不顯著。為了實現高強度和高韌性的平衡，許多學者提出了共晶高熵合金，它是由高塑性相和高強度相共晶生長形成的具有規則片狀或棒狀微結構的新型復合材料，因此同時擁有高強度和良好的韌性[14~18]，可用于水力機械中抵抗空蝕和磨蝕損傷，而目前針對其抗空蝕性能的研究較為缺乏。

在抗空蝕性能表征方面，多數研究采用失重量和失重速率等指標，或結合表面形貌進行定性分析。然而，失重量和失重速率只是試樣整體損傷程度的平均化數值，并不能反映試樣表面不同位置的損傷程度；對損傷表面形貌的觀測多為損傷坑形貌的定性分析，而損傷坑的大小、數量和面積難以確定，因此對空蝕局部損傷的評價多為宏觀研究，難以從微觀角度來表征其局部損傷的差異。針對這一問題，將材料空蝕表征和圖像智能識別結合起來，通過對材料表面局部損傷的微觀特征進行采集、存儲和數字化，結合現代數學理論和方法，對材料空蝕形貌圖像進行特征參數提取和分析，從而實現對其空蝕局部損傷的分析，這對提高材料空蝕失效評估的準確性和高效性具有重要意義，同時也為水力機械空蝕損傷規律的表征提出了新的思路。

本文通過空蝕實驗裝置研究了新型共晶高熵合金NiCoCrFeNb0.45的空蝕行為，同時對另外兩種水力機械材料在相同條件下的抗空蝕性能進行了對比。基于二值化變換和灰度共生矩陣的數字圖像處理方法，對掃描電鏡采集的空蝕圖像進行特征值提取與分析，實現了對水力機械金屬材料表面空蝕形貌微觀特征的智能化評估，為減緩水力機械的空蝕損傷提供了材料方面的重要參考，同時也為水力機械空蝕損傷的標準化評價提供了關鍵技術支撐。

1 實驗方法

空蝕實驗系統主要由儲水罐、緩沖罐、隔膜泵、控制系統、噴射系統和冷卻系統組成，如圖1所示。在空蝕實驗中，儲水罐中的水流進入加壓隔膜泵，進而獲得整個實驗裝置的水循環動力。然而，加壓隔膜泵輸出的流量是以脈動形式存在的，壓力不穩定，可能會導致測試結果不準確。因此，在隔膜泵之后接入緩沖罐，使得流量壓力可以達到恒定值，將脈動流轉變為穩定的高壓流。高壓流體隨后進入錐形空化射流噴嘴，如圖2所示。將噴嘴和試件浸入液面以下，增加射流的剪切程度，同時要避免深度過深造成射流區域圍壓過大，抑制空化。射流在淹沒狀態下會形成一個高度剪切流動區域，射流邊界存在很大的速度梯度，水的黏性力和反向壓差的作用使得射流邊界產生漩渦，隨著射流距離的增加，漩渦發生點向射流中心移動。漩渦導致射流局部壓力降低，當低于水的飽和蒸氣壓力時，空泡產生，大量空泡隨射流到達試件表面，隨后空泡潰滅產生的微射流和沖擊波效應使試件表面發生空蝕。由于常用的振動空蝕設備難以模擬水力機械的旋渦型空化流態，因此本文選用了噴嘴來產生類似于水力機械空化時的強渦流流態，可以更好地模擬水力機械的空化條件。實驗中，對每種材料均進行12 h的垂直射流空蝕。為了消除流體溫度對測試結果的影響，在儲水罐后方接入冷卻循環系統來保證流體溫度的恒定。此外，為了消除其它因素的影響，實驗所用的流體介質為去離子水。

圖1   噴射空蝕實驗裝置

圖2   噴嘴結構示意圖

NiCoCrFeNb0.45樣品的制備采用純度為99.95%的元素Ni、Co、Cr、Fe和Nb。將非自耗鎢極磁控電弧爐工作腔抽至真空，再通入純度為99.99%的高純Ar作為保護氣體，把上述單質原料混合一起放入非自耗鎢極磁控電弧爐里，重復熔煉4次制得NiCoCrFeNb0.45母合金錠[19]。另外，由于水力機械中廣泛使用04Cr13Ni5Mo不銹鋼和45鋼，因此在空蝕實驗中選取這兩種材料進行對比。每件試樣均加工成44 mm×12 mm×6 mm的尺寸，然后用砂紙進行打磨、拋光，直至顯微鏡下觀察表面沒有劃痕，最后放入無水乙醇中進行超聲波清洗并用惰性氣體吹干。利用維氏硬度計 (HMV-T2) 和力學性能測試儀 (INSTRON 3382) 測得NiCoCrFeNb0.45的硬度、屈服強度和極限強度分別為545 HV, 1280 MPa和2321 MPa，約為04Cr13Ni5Mo和45鋼的2~4倍，展現了優越的力學性能。利用掃描電鏡 (MERLIN Compact, SEM)獲得了3種材料的空蝕二維形貌。通過激光共聚焦顯微鏡 (OLYMPUS OLS4000) 掃描得到3種材料空蝕后的表面粗糙度形貌。

2 基于灰度共生矩陣和二值圖像的空蝕形貌特征識別模型

為了能夠提取和分析空蝕形貌圖像特征，首先需要將SEM采集到的空蝕形貌圖像進行數字化處理，從而將空蝕形貌圖像轉變為特定的數字矩陣形式，然后利用各種函數關系處理方法進行圖像特征值提取，基于灰度共生矩陣和二值化圖像處理方法建立空蝕形貌特征識別模型。

空蝕圖像可定義為一個二維函數f(i，j)，其中i和j是空間位置坐標，而任何一個空間位置坐標(i，j)處的函數值f(i，j)代表該位置的圖像灰度值。假設原始圖像轉化為M行N列的圖像，空間位置坐標(i，j)和函數值f(i，j)成為有限的離散數值，該圖像稱之為數字圖像。數字化的空蝕形貌圖像實質上就是將一個二維連續函數進行離散，近似為一個M×N的數值矩陣，表示為[20]：

在由多個像素點組成的圖像矩陣中，一個像素點稱為一個圖像單元，任意一個值f(i，j)都與空間坐標(i，j)處的一個圖像單元(像素點)相對應，且f(x，y)∈[0, L-1]，L為圖像的灰度級。灰度值越小，代表該處的損傷越嚴重，從而可以將數字化圖像與空蝕損傷聯系起來，在此基礎上利用數字化圖像提取特征值的方法可實現定量識別空蝕特征及嚴重程度。

2.1 基于灰度共生矩陣的空蝕形貌特征值提取

獲得空蝕形貌圖像的數字化矩陣后，基于空蝕形貌圖像中的像素點與灰度值的空間分布對應關系，可以提取其統計特征量，如均值、方差、標準差、能量和熵等，進而來定量對比空蝕的嚴重或復雜程度。

對于0~255灰度級的空蝕形貌圖像來說，其灰度統計是一個一維的離散函數，可以通過下式進行表示[21]：

(2)

式中，gi 表示空蝕形貌圖像f(i，j)的第i級灰度值，p(gi )表示第i級灰度值gi 出現的概率，ni 表示空蝕形貌圖像f(i，j)中灰度值等于gi 的像素點的數量，n表示空蝕形貌圖像f(i，j)中像素點的總數量。

空蝕形貌圖像f(i，j)的標準差σi 表示為[20]：

(3)

空蝕形貌圖像f(i，j)的能量Eenergy用于反映圖像不同區域灰度等級分布的分散性，表示為[20]：

 (4)

空蝕形貌圖像f(i，j)的熵Eentropy反映圖像內容的隨機性，可以用來表征空蝕形貌圖像紋理的復雜程度，它可以表示為[20]：

  (5)

式中，當Eentropy=0時，表示空蝕形貌圖像中無紋理。

2.2 基于二值圖像的大規模蝕坑群幾何分布特征提取

空蝕測試后的材料表面存在著大量幾何尺寸不同的蝕坑，一方面肉眼難以準確獲取蝕坑數量，另一方面由于蝕坑形狀具有顯著的不規則性，且不同區域蝕坑形狀復雜多變，因此難以通過傳統的幾何方法精確地計算出試樣表面分布的不同蝕坑的面積大小。針對這一問題，可采用閾值法對空蝕圖像進行二值化處理，提取圖像區域參數，進而獲取不同位置處蝕坑的幾何分布特征。

對于空蝕形貌圖像，為了明確區分空蝕區域和材料基體，設定空蝕區域和材料基體區域的灰度閾值分別為Tc和Tm，將空蝕形貌圖像中(i，j)位置處圖像像素點的灰度值轉換為g(i，j) [20]：

其它

   (6)

通過對圖像進行二值化處理后，就可以將空蝕形貌圖像中的不同區域分離開來。圖像中像素之間關系的確定十分重要，對于某二值圖像g(x，y)，設其中某一像素點p在由只有0，1兩個數字所構成的數據矩陣中的位置是(x，y)，則在點p的水平方向、垂直方向以及4個對角方向的相鄰像素點就形成了像素點p的8個鄰域。在識別以八鄰域約束的二值圖像時，可以分別將材料空蝕區域和基體區域設置為前景色 (白色，取值為1) 和背景色 (黑色，取值為0)。設二值圖像中某一像素點 (x，y) 的取值為1，當其與相鄰的水平方向、垂直方向以及對角方向上的8個像素點的取值都相同時，則該點屬于空蝕區域的內部像素點；當其只與相鄰的8個像素點中的1個以上取值不同時，則該點是屬于空蝕區域的邊界像素點；當其與相鄰的8個像素點的取值都不相同時，則該點是孤立的像素點。同理，對于二值圖像中取值為0的基體區域的像素點也是以此判斷。因此，在二值圖像識別中，總像素點集合為A，取值為1的空蝕區域內部像素點和邊界像素點可形成空蝕集合C={1}，孤立的像素點構成集合Cs={1}，進而可以利用集合C和集合Cs的和來表示空蝕坑的數量，集合中像素點的數量可表征空蝕坑面積，最終可以通過下式評估出二值圖像中的空蝕率[22]:

(7)

3 結果與分析

3.1 空蝕二維形貌分析

由于所有試件在開始測試前已打磨至沒有劃痕，因此試件表面空蝕后的粗糙度能夠反映出不同材料的空蝕程度，3種材料空蝕后的表面粗糙度曲線如圖3所示，橫軸代表掃描長度，縱軸代表材料表面的起伏高度。粗糙度越大，表明材料表面的空蝕坑越深，反之表明材料表面越光滑，空蝕程度更輕。NiCoCrFeNb0.45、04Cr13Ni5Mo和45鋼3種試件射流中心區域的空蝕深度分別為1.8、3.5和4.9 μm，NiCoCrFeNb0.45的粗糙度明顯小于04Cr13Ni5Mo和45鋼，這是由于NiCoCrFeNb0.45的層狀共晶組織是包含Laves相和FCC相的雙相構成，Laves相屬于硬相，Nb的加入使其體積分數增大，增強了晶格畸變，與高韌性的FCC相組成的共晶片層結構具有較小的間隙，起到固溶強化的作用，這使它不僅具有較高的硬度還擁有極好的韌性，導致其優越的抗空蝕能力。

圖3   3種材料的空蝕粗糙度

3種材料的空蝕二維形貌如圖4所示。3種材料表面都布滿形狀尺寸差異較大且方向各異的形變坑和疲勞裂紋。45鋼含有大量的鐵素體，空蝕坑使材料內部的組織暴露出來，非常容易發生銹蝕，圖4c展示了45鋼表面的黃褐色銹跡以及生銹發黑的空蝕坑。NiCoCrFeNb0.45由空化現象造成的形變坑如圖5a所示，流體中的氣泡潰滅后產生的沖擊波或者形成的微射流造成了材料表面的擠壓凹陷，類似于圓形顆粒沖擊的機械作用。NiCoCrFeNb0.45的延伸率達到了27.9%，而45鋼的延伸率為16%，因此NiCoCrFeNb0.45相比45鋼具有優良的延展性，導致其形變坑邊緣多呈現圓弧狀，而45鋼的蝕坑則具有邊角性。另一方面，氣泡的潰滅發生在極短的時間內，每一次氣泡的潰滅都會對材料表面產生加工硬化作用，所積聚的殘余壓應力會增加材料表層組織的硬度，同時降低其延展性。這部分組織逐漸由延性轉變為脆性，經過大量氣泡潰滅的反復作用，逐漸產生了疲勞裂紋，隨著時間的推移，小裂紋連接起來，形成較大的裂紋深溝，如圖5b所示，這種脆性裂紋與固體顆粒造成的微切削明顯不同，是一種從外向內的金屬疲勞過程。裂縫處的表面發生脆化，而其深層組織保持著原有的延展性，當沖擊大于表面脆化組織的極限強度時發生開裂，逐漸向內部蔓延，產生具有一定深度的疲勞裂紋[23]。

圖4   3種材料空蝕后表面形貌

圖5   NiCoCrFeNb0.45表面的損傷特征

3.2 基于灰度共生矩陣的空蝕圖像特征值分析

圖6所示為3種材料的空蝕圖像灰度值分布圖，其中NiCoCrFeNb0.45的灰度值主要在50~220范圍，04Cr13Ni5Mo的灰度值范圍在40~230，45鋼的灰度值范圍為10~220。由于灰度值越小，表明空蝕損傷越嚴重，因此NiCoCrFeNb0.45的空蝕損傷最輕，45鋼最嚴重，這與圖3空蝕粗糙度的測試結果相吻合；另一方面，NiCoCrFeNb0.45的灰度值分布最集中，45鋼的灰度值分布最分散，反映出45鋼的表面損傷分布最復雜，而NiCoCrFeNb0.45的表面損傷分布最簡單。

圖6   試件表面的灰度值分布規律

為了進一步定量對比材料表面空蝕損傷的嚴重程度和復雜程度，對不同材料的空蝕形貌圖像進行基于灰度矩陣的統計特征值提取，具體提取結果如表1所示。標準差反映了圖像像素灰度值與均值的離散程度，標準差越大說明圖像越復雜，實際損傷程度越嚴重，試件表面的蝕坑越復雜。能量值反映了腐蝕形貌的分散性，能量值越大，形貌分布相對更均勻。熵指的是體系的混亂程度，即損傷的隨機性，數值越大代表表面損傷程度越嚴重，表面的蝕坑信息越多。3種材料中NiCoCrFeNb0.45的標準差和熵均為最小，其能量值最大，反映其損傷程度最輕，且損傷分布也最為簡單。

表1   空蝕形貌灰度特征值提取結果

從二維圖像中可以得到材料的空蝕損傷機制，若能獲得三維圖像，可以更直觀地識別材料表面空蝕損傷的嚴重程度及損傷特征。李智[24]發現圖像中不同位置的灰度可表征其蝕坑的深度。本文通過激光共聚焦顯微鏡激光模式的掃描可以得到材料表面最高與最低點的實際高度，然后將高程差數據與圖像的灰度值進行對應換算，圖像灰度矩陣像素點的位置提供x和y坐標，灰度值經過換算可以得到z坐標，最終將掃描電鏡采集的二維空蝕圖像轉化成三維圖像。如圖7所示，可以看出還原后的三維形貌準確地展現了不同材料的裂縫和蝕坑等典型空蝕形貌特征。NiCoCrFeNb0.45與04Cr13Ni5Mo表面主要為水射流中空泡破裂形成的小型形變坑和裂縫，45鋼則具有面積較大、深度更深的蝕坑。從三維形貌的色差可以輕易比較出不同材料的空蝕程度，并且還可以進一步突顯出材料的空蝕機制的差異。NiCoCrFeNb0.45的空蝕深度最淺，整體顏色占據冷色域，表面有明顯的孤立凹坑以及較窄的裂縫，其抗空蝕性能最好。04Cr13Ni5Mo三維形貌顏色整體偏暖，代表其空蝕深度較深，表面形變凹坑更多，基本覆蓋了整個表面，小的凹坑會連片形成大型蝕坑。45鋼表面三維形貌基本占據了整個色域，其空蝕深度最深，空蝕坑面積最大，這是因為其延性較差，受到過量的沖擊，組織會發生碎裂，形成凹坑。

圖7   3種材料的三維空蝕形貌

3.3 基于二值圖像的大規模蝕坑群分布特征分析

在材料表面空蝕形貌圖像中，雖然特征區域已從材料基體顏色中徹底脫離出來，但蝕坑的輪廓形狀是不規則的，難以通過傳統的幾何學方法計算出區域的面積大小。而在采用基于二值圖像的空蝕形貌特征提取方法時，能夠以像素點數目多少衡量空蝕形貌圖像中的特征區域的面積，并可統計出蝕坑的數目。其計算精度與空蝕形貌圖像數字化后的數據矩陣大小有關，特征區域面積的計算精度與初始圖像的離散程度成正比，即初始圖像離散程度越高，特征區域面積的計算越精確。圖8所示為3種材料表面的蝕坑數量及對應面積分布圖，圖中采用像素點數目衡量各蝕坑的面積大小，橫坐標代表蝕坑的數量，縱坐標代表每個蝕坑的面積。可以看出，NiCoCrFeNb0.45試樣表面蝕坑共有274個，其中最大蝕坑面積是548個像素點，總蝕坑面積為7285個像素點，空蝕率為8.1%；04Cr13Ni5Mo試樣表面蝕坑共有286個，其中最大蝕坑面積是1604個像素點，總蝕坑面積為9635個像素點，空蝕率為10.4%；45鋼試樣表面蝕坑共有271個，其中最大蝕坑面積是18231個像素點，總蝕坑面積為35128個像素點，空蝕率為39%。NiCoCrFeNb0.45的最大蝕坑面積最小，總的蝕坑面積也是最小，同時其空蝕率遠低于另外兩種材料，反映其優越的抗空蝕性能。

圖8   3種材料表面的蝕坑面積分布

4 結論

(1) NiCoCrFeNb0.45的雙相組織由硬相Laves相和軟相FCC相構成，固溶強化作用使其同時具有高強度和高韌性，導致其抗空蝕能力明顯優于04Cr13Ni5Mo和45鋼，空蝕深度低于另兩種材料2~3倍。

(2) NiCoCrFeNb0.45的空蝕損傷機制為空泡潰滅造成的圓弧狀形變坑以及由外向內的疲勞裂紋。

(3) 空蝕圖像灰度共生矩陣提取的特征值表明NiCoCrFeNb0.45的灰度標準差和熵值均為3種材料中最小，能量值最大，體現其空蝕損傷形態分布最為簡單，空蝕程度最輕。

(4) 基于圖像二值化處理獲得的大規模蝕坑分布特征表明NiCoCrFeNb0.45的單個蝕坑面積最小，蝕坑數量較少，總的空蝕率最低。

參考文獻

1 Tong Y, Song Q N, Li H L, et al. A comparative assessment on cavitation erosion behavior of typical copper alloys used for ship propeller [J]. J. Chin. Soc. Corros. Prot., 2021, 41: 639

1 佟 瑤, 宋亓寧, 李慧琳 等. 三種典型船舶螺旋槳用銅合金的空蝕行為對比研究 [J]. 中國腐蝕與防護學報, 2021, 41: 639

2 Wang J, Liu H L, Dular M. Experiment on cavitation erosion mechanism of centrifugal hydraulic cavitation generator [J]. Trans. CSAE, 2017, 33(14): 49

2 王 健, 劉厚林, Dular M. 離心式水力空化發生器空化空蝕機制試驗研究 [J]. 農業工程學報, 2017, 33(14): 49

3 Brijkishore N, Khare R, Prasad V. Prediction of cavitation and its mitigation techniques in hydraulic turbines - A review [J]. Ocean Eng., 2021, 221: 108512

doi: 10.1016/j.oceaneng.2020.108512

4 Luo X W, Ji B, Tsujimoto Y. A review of cavitation in hydraulic machinery [J]. J. Hydrodyn., 2016, 28: 335

doi: 10.1016/S1001-6058(16)60638-8

5 Zhu G J, Li K, Feng J J, et al. Effects of cavitation on pressure fluctuation of draft tube and runner vibration in a Kaplan turbine [J]. Trans. CSAE, 2021, 37(11): 40

5 朱國俊, 李 康, 馮建軍 等. 空化對軸流式水輪機尾水管壓力脈動和轉輪振動的影響 [J]. 農業工程學報, 2021, 37(11): 40

6 Mousmoulis G, Anagnostopoulos J, Papantonis D. A review of experimental detection methods of cavitation in centrifugal pumps and inducers [J]. Int. J. Fluid Mach. Syst., 2019, 12: 71

doi: 10.5293/IJFMS.2019.12.1.071

7 Sun L G, Guo P C, Zheng X B, et al. Characteristics of high-amplitude pressure fluctuation induced by inter-blade cavitation vortex in Francis turbine [J]. Trans. CSAE, 2021, 37(21): 62

7 孫龍剛, 郭鵬程, 鄭小波 等. 混流式水輪機葉道空化渦誘發高振幅壓力脈動特性 [J]. 農業工程學報, 2021, 37(21): 62

8 Nair R B, Arora H S, Mandal P, et al. Complex concentrated coatings: effect of processing route on microstructural and mechanical properties [J]. Mater. Lett., 2018, 230: 100

doi: 10.1016/j.matlet.2018.07.088

9 Nair R B, Arora H S, Grewal H S. Microwave synthesized complex concentrated alloy coatings: plausible solution to cavitation induced erosion-corrosion [J]. Ultrason. Sonochem., 2019, 50: 114

doi: S1350-4177(18)30515-7 pmid: 30219354

10 Song Q N, Wu Z Y, Li H L, et al. Effect of laser surface melting on cavitation erosion of manganese-nickel-aluminum bronze in 3.5% NaCl solution [J]. J. Chin. Soc. Corros. Prot., 2021, 41: 877

10 宋亓寧, 武竹雨, 李慧琳 等. 激光重熔對高錳鋁青銅在3.5%NaCl溶液中空蝕行為的影響研究 [J]. 中國腐蝕與防護學報, 2021, 41: 877

doi: 10.11902/1005.4537.2020.201

11 Yeh J W, Chen S K, Lin S J, et al. Nanostructured high-entropy alloys with multiple principal elements: novel alloy design concepts and outcomes [J]. Adv. Eng. Mater., 2004, 6: 299

doi: 10.1002/(ISSN)1527-2648

12 Otto F, Yang Y, Bei H, et al. Relative effects of enthalpy and entropy on the phase stability of equiatomic high-entropy alloys [J]. Acta Mater., 2013, 61: 2628

doi: 10.1016/j.actamat.2013.01.042

13 Yeh J W. Alloy design strategies and future trends in high-entropy alloys [J]. JOM, 2013, 65: 1759

doi: 10.1007/s11837-013-0761-6

14 Li R, Ren J, Zhang G J, et al. Novel (CoFe2NiV0.5Mo0.2)100- x Nb x eutectic high-entropy alloys with excellent combination of mechanical and corrosion properties [J]. Acta Metall. Sin. (Engl. Lett.), 2020, 33: 1046

doi: 10.1007/s40195-020-01072-6

15 Lu Y P, Jiang H, Guo S, et al. A new strategy to design eutectic high-entropy alloys using mixing enthalpy [J]. Intermetallics, 2017, 91: 124

doi: 10.1016/j.intermet.2017.09.001

16 Zhao J H, Ma A B, Ji X L, et al. Slurry erosion behavior of Al x CoCrFeNiTi0.5 high-entropy alloy coatings fabricated by laser cladding [J]. Metals, 2018, 8: 126

doi: 10.3390/met8020126

17 Jiang H, Li L, Wang R, et al. Effects of chromium on the microstructures and mechanical properties of AlCoCr x FeNi2.1 eutectic high entropy alloys [J]. Acta Metall. Sin. (Engl. Lett.), 2021, 34: 1565

doi: 10.1007/s40195-021-01303-4

18 Lü Z P, Lei Z F, Huang H L, et al. Deformation behavior and toughening of high-entropy alloys [J]. Acta Metall. Sin., 2018, 54: 1553

doi: 10.11900/0412.1961.2018.00372

18 呂昭平, 雷智鋒, 黃海龍 等. 高熵合金的變形行為及強韌化 [J]. 金屬學報, 2018, 54: 1553

doi: 10.11900/0412.1961.2018.00372

19 Liu W H, He J Y, Huang H L, et al. Effects of Nb additions on the microstructure and mechanical property of CoCrFeNi high-entropy alloys [J]. Intermetallics, 2015, 60: 1

doi: 10.1016/j.intermet.2015.01.004

20 Xia Y. A study on corrosion detection for Q235 steel in seawater based on image analysis [D]. Dalian: Dalian University of Technology, 2017

20 夏 瑩. 基于圖像分析的Q235鋼海水腐蝕檢測技術研究 [D]. 大連: 大連理工大學, 2017

21 Fajardo J I, Paltán C A, López L M, et al. Textural analysis by means of a gray level co-occurrence matrix method. Case: Corrosion in steam piping systems [J]. Mater. Today: Proc., 2022, 49: 149

22 Bondada V, Pratihar D K, Kumar C S. Detection and quantitative assessment of corrosion on pipelines through image analysis [J]. Proc. Comput. Sci., 2018, 133: 804

doi: 10.1016/j.procs.2018.07.115

23 Yang C M. The experimental research of metal surface strengthening of jet cavitation peening [D]. Xuzhou: China University of Mining and Technology, 2014

23 楊春敏. 空化射流噴丸對金屬表面性能強化影響的試驗研究 [D]. 徐州: 中國礦業大學, 2014

24 Li Z. Feature recognition of corrosion pits and fatigue life prediction for pre-corroded aluminum alloy [D]. Xiamen: Xiamen University, 2014

24 李 智. 鋁合金點蝕坑特征識別及其疲勞壽命預測 [D]. 廈門: 廈門大學, 2014