CN104535737B - 材料原始位置统计分布分析映射表征方法 - Google Patents

材料原始位置统计分布分析映射表征方法 Download PDF

Info

Publication number
CN104535737B
CN104535737B CN201410803305.6A CN201410803305A CN104535737B CN 104535737 B CN104535737 B CN 104535737B CN 201410803305 A CN201410803305 A CN 201410803305A CN 104535737 B CN104535737 B CN 104535737B
Authority
CN
China
Prior art keywords
statistical distribution
analysis
characterization
statistical
mapping
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410803305.6A
Other languages
English (en)
Other versions
CN104535737A (zh
Inventor
王海舟
贾云海
李冬玲
赵雷
钟振前
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central Iron and Steel Research Institute
Original Assignee
Central Iron and Steel Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Central Iron and Steel Research Institute filed Critical Central Iron and Steel Research Institute
Priority to CN201410803305.6A priority Critical patent/CN104535737B/zh
Publication of CN104535737A publication Critical patent/CN104535737A/zh
Application granted granted Critical
Publication of CN104535737B publication Critical patent/CN104535737B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明属于材料表征技术领域,具体涉及一种材料原始位置统计分布分析映射表征方法,包括以下步骤:金属样品磨光腐蚀→对材料原始位置成分含量和状态的高通量统计分布分析表征→对材料金相组织的高通量定量统计分布表征→对材料显微力学性能的高通量定量统计分布表征→将扫描面分割成多个分析区域,建立同区域内成分‑组织结构‑力学性能基本单元数据集间统计映射模型,并建立成分、组织结构和力学性能关系数据库,对材料微区的原位统计分布分析映射表征。本发明为研究材料成分、组织结构和性能的对应关系提供了更为客观的数据支撑,对于新材料研发、材料改性和工艺优化具有重要作用。

Description

材料原始位置统计分布分析映射表征方法
技术领域
本发明属于材料表征技术领域,具体涉及一种材料原始位置统计分布分析映射表征方法。
背景技术
材料的化学组成及其微观组织结构与材料性能密切相关,因此其表征结果成为材料工作者判据材料性能的重要依据。目前材料的化学组成特性表征方法有宏观表征、微观表征以及原位统计分布分析表征方法。
材料化学成分的宏观表征一般系指材料的平均化学成分含量分析,它反映了材料的基本属性;而材料微观组织结构分析通常采用扫描电镜、金相法等来完成,微区的成分也能通过X射线能谱分析、电子探针、原子探针等方法获得,其结果反映了材料在特定区域的内在属性,但这两种方法的表征结果仍不足以准确、完整解释材料性能的异同。由于材料的各个部位上成分含量和组成结构是不可能完全均匀的,因此材料最终的力学性能是大尺度范围内不同部位的成分、微观组织结构经过“组装”而获得宏观表征结果。因此对于大尺度范围内材料的性能研究,必须采用原位统计解析的方法,将微区内的材料成分、组织和性能进行分布分析,获得材料在大尺度范围内的成分、组织结构和性能的分布表征。这项技术是有别于宏观表征和微观表征的第三项表征技术—原位统计分布分析技术。
目前的火花源、激光源原位统计分布分析技术已能实现大尺度范围内各元素在材料中不同位置含量和状态的统计定量分布,最近新开发的高通量数字全视场金相表征分析仪能实现材料中大尺度范围内(cm2级),各种金相组织的自动鉴别、自动评级和原位统计分布分析,但对于获得的大量的成分含量、金相组织的原位统计分布信息如何与宏观的力学性能进行对应,仍然有待进一步研究。大尺度范围内材料成分和微观组织结构的统计分布分析结果与材料性能的相关性研究仍处于空白。而探寻材料成分-组织-性能的相关性,对于新材料设计和筛查、工艺优化具有重要指导作用,因此寻找材料成分和微观组织结构的统计分布信息与大尺度范围内材料性能的相关性、并建立相关的表征方法十分重要。
映射是两个集合之间的对应关系,这种对应可以是一对一也可以是多对一,该方法在产品设计、数据分析中有着广泛的应用,对于材料性能这一数据集合,可以尝试采用映射的方法,寻求材料大范围尺度内统计区域中各基本单元成分-组织结构-性能数据集的对应关系,为材料设计提供支撑。
发明内容
本发明的目的在于,得到一种在大尺度范围内(cm2级)、对于获得的大量的成分含量、金相组织的原位统计分布信息与宏观的力学性能建立对应分布分析映射表征的方法。
为实现上述目的,本发明的技术方案如下:
一种材料原始位置统计分布分析映射表征方法,包括以下步骤:
a)选取金属样品,采用金相制样方法磨光并经腐蚀液腐蚀出组织形貌;
b)对材料的原始位置、成分含量和组织状态进行高通量统计分布分析表征;
c)对材料金相组织的高通量定量统计分布表征;
d)对材料显微力学性能的高通量定量统计分布表征;
e)将扫描面分割成多个分析区域,对材料同区域内的原始位置上各点成分、组织结构和力学性能的统计解析,建立同区域内成分-组织结构-力学性能基本单元数据集间统计映射模型,并建立成分、组织结构和力学性能关系数据库,对材料微区的原位统计分布分析映射表征;
其中,该方法得到材料cm2级范围内,各种金相组织的自动鉴别、自动评级和原位统计分布分析。
步骤b中,材料原始位置的成分含量和状态的分析采用:火花源原位统计分布分析技术、激光诱导击穿光谱原位统计分布分析技术、激光烧蚀电感耦合等离子体质谱原位统计分布分析技术、微束X-射线荧光光谱原位统计分布分析技术、电子探针原位统计分布分析技术。
步骤b中,采用高通量数字全视场金相表征分析仪,对金属材料全表面金相组织进行连续扫描和图像采集,并自动生成每个样品全视场范围的无缝拼接金相组织图谱。
步骤b中,组织状态的分析表征为:材料全视场范围的疏松、裂纹、缩孔、偏析、缺陷的原位统计分布表征;材料全视场范围内的晶粒度、碳化物、夹杂物以及组成相等各种组织的类型、数量、大小和形状等特性的大尺度原位统计分布分析表征。
步骤d中,表征方法采用扫描型的显微硬度分析仪。
步骤c中,根据所测单元的区域大小选择合适的力值进行压入式分析,获得各个微区上的显微硬度及其他力学性能的统计分布表征参数。
用于表征FeSi合金中C、Si元素含量-组织结构-硬度的映射关系。
本发明基于材料的非均匀性本质的认知,为了弥补材料传统宏观表征方法和微观表征方法在材料大尺度范围内统计分布分析的不足,提出一种以新材料研究或相关工艺生产的实际样品为对象的高通量原位统计分布分析映射表征技术,该技术采用高通量表征方法获得该对象原始位置对应的成分、组织结构和性能的大量数据信息,通过对分区域各基本单元数据集的统计解析建立成分-组织结构-性能统计映射关系模型,实现材料不同微区或介观尺度范围中成分-组织结构-性能相关性的统计表征。
本发明通过对材料大尺度范围内的各原始位置对应成分-组织结构-性能等大量数据信息进行原位统计分布分析,建立区域各基本单元成分-组织结构-力学性能数据集统计映射关系模型,实现基本单元内成分、组织结构和力学性能的相关性表征。
本发明的有益效果在于:
(1)本发明充分考虑了大尺度范围内材料的成分、组织结构的分布的不均匀性,其高通量表征方法相对于传统的宏观和微观的表征方法,具有很好的统计代表性,为新材料的表征提供了更加丰富和全面的信息。
(2)传统的表征成分、组织和性能的方法由于其表征区域的不一致,难以实现其原始位置或其所在微区的成分、组织和性能的数据信息的一一对应,本发明所用的原位统计分布分析表征技术对于能实现大尺度范围内材料上各微区成分、组织和性能与其原始位置的一一对应,因此能保证相同微区内的各种成分、组织和性能的统计数据具有良好的对应性。为研究材料成分、组织结构和性能的对应关系提供了更为客观的数据支撑。
(3)材料宏观性能是由其各微小区域成分、组织结构的组装而得到的,因此本发明引入映射的方法,通过建立相应的映射模型,实现材料特定区域的成分、组织结构和材料性能的对应,为研究材料成分、组织结构和性能的相关性提供了可行性方法,对于新材料研发、材料改性和工艺优化具有重要作用。
附图说明
图1a为本发明实施例1采用电子探针原位统计分布分析技术获得的合金中C的成分分布图。
图1b为本发明实施例1采用电子探针原位统计分布分析技术获得的合金中Si的成分分布图。
图2为本发明实施例1采用全视场金相原位统计分布分析技术获得的样品剖面区域内微观组织结构的分布图。
图3为本发明实施例1采用硬度原位统计分布分析技术获得的样品剖面区域内压力为0.5Kg时维氏硬度的分布图。
图4为本发明实施例1同区域内成分-组织结构-力学性能坐标点对点映射示意图。
图5为FeSi合金显微组织区域分割图。
图6为C、Si质量分数数据集与显微组织灰度的映射图。
图7为显微组织灰度与维氏硬度映射图。
图8为C质量分数与灰度的相关性分析图。
图9为Si质量分数与灰度的相关性分析图。
图10为C、Si质量比与灰度的相关性分析图。
图11为灰度与维氏硬度的相关性分析图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
本发明的原位统计分布分析映射表征技术,包括以下步骤:
a)选取金属样品,采用金相制样方法磨光并经稀硝酸酒精腐蚀出组织形貌;
b)大尺度范围内对材料原始位置成分含量和状态的高通量统计分布分析表征,以实际金属材料样品为研究对象,根据材料成分的差别以及统计的基本单元的尺寸,选取元素对材料大尺度范围内原位位置上的成分含量、状态进行统计分布分析,表征方法采用火花源原位统计分布分析技术、激光诱导击穿光谱原位统计分布分析技术、激光烧蚀电感耦合等离子体质谱原位统计分布分析技术、微束X-射线荧光光谱原位统计分布分析技术、电子探针原位统计分布分析技术;
c)大尺度范围内对材料金相组织的高通量定量统计分布表征,表征方法采用高通量数字全视场金相表征分析仪,对金属材料全表面金相组织进行连续扫描和图像采集,并自动生成每个样品全视场范围的无缝拼接金相组织图谱,实现材料中大尺度范围内(cm2级)各种金相组织的自动鉴别、自动评级和原位统计分布分析,获得材料全视场范围的疏松、裂纹、缩孔、偏析、缺陷的原位统计分布表征以及材料全视场范围内的晶粒度、碳化物、夹杂物以及组成相等各种组织的类型、数量、大小和形状等特性的大尺度原位统计分布分析表征;
d)大尺度范围内对材料显微力学性能的高通量定量统计分布表征,表征方法采用扫描型的显微硬度分析仪,根据所测单元的区域大小选择合适的力值进行压入式分析,获得各个微区上的显微硬度及其他力学性能的统计分布分布表征参数;
e)将扫描面分割成多个分析区域,对材料大尺度范围内同区域内的原始位置上各点成分、组织结构和力学性能的统计解析,建立同区域内成分-组织结构-力学性能基本单元数据集间统计映射模型,探讨其成分分布、组织结构分布和力学性能统计分布结果之间的相关性,并建立成分、组织结构和力学性能关系数据库,最终实现材料大尺度范围内微区的原位统计分布分析映射表征。
实施例1
选取FeSi合金样品(Si为6.5%,C为0.4%),采用金相制样方法磨光并经稀硝酸酒精腐蚀出组织形貌;
在5*5mm的范围内,采用电子探针原位统计分布分析技术、高通量数字全视场金相表征分析仪和扫描型显微维氏硬度分析仪进行面扫描,获得该范围内原始位置上C,Si的含量分布,灰度(组织结构)以及维氏硬度(力学性能)分布信息(如图1~4所示);
将扫描面分割成49个分析区域,如图5所示。对这49个小区域内的数据进行统计解析,49个分析区域对应的C、Si的平均成分含量如表1、表2所示,其灰度和维氏硬度值如表3和表4所示;
在同区域内建立C、Si成分-组织结构-力学性能基本单元数据集间统计映射模型,C、Si质量分数数据集与显微组织灰度的映射图如图6,图7所示。对各数据集进行排序并分段统计求平均值,采用多元回归法获取各数据集之间的相关性,如图8,图9,图10和图11所示。所得的映射表达式如下,
C质量分数与灰度相关性表达式f1:y=260.67x2-459.7x+289.91,R2=0.983
Si质量分数与灰度相关性表达式f2:y=-23.265x2+296.98x-812.01,R2=0.9828
C/Si质量比与灰度相关性表达式f3:y=26663x2-4807.5x+335.4,R2=0.9106
灰度与硬度相关性表达式f4:y=-0.0126x2+0.9365x+726.91,R2=0.9922
由此,可以看出C,Si质量分数与组织结构和维氏硬度有很好的相关性。
表1 C在49个区域内的质量分数(%)
No. 1 2 3 4 5 6 7
1 0.536 0.416 0.510 0.442 0.510 0.540 0.371
2 0.583 0.448 0.551 0.462 0.446 0.468 0.532
3 0.533 0.487 0.466 0.538 0.481 0.465 0.568
4 0.521 0.594 0.510 0.528 0.582 0.428 0.586
5 0.541 0.478 0.417 0.481 0.622 0.542 0.611
6 0.599 0.461 0.421 0.557 0.441 0.629 0.601
7 0.556 0.541 0.501 0.495 0.517 0.568 0.667
表2 Si在49个区域内的质量分数(%)
No. 1 2 3 4 5 6 7
1 7.315 7.216 6.932 7.030 7.310 6.881 6.885
2 7.266 7.111 6.695 6.962 7.364 6.981 6.653
3 7.147 6.905 6.660 6.686 7.299 7.049 6.666
4 7.634 7.158 7.042 7.068 7.357 7.142 6.724
5 7.305 7.240 6.946 7.039 7.107 6.876 6.510
6 7.128 7.122 7.034 6.800 7.220 6.834 6.577
7 6.734 6.754 6.864 6.945 6.933 6.902 6.777
表3 49个区域的灰度值
No. 1 2 3 4 5 6 7
1 106.6 137.4 129.7 121.9 128.0 111.3 147.4
2 120.7 127.2 117.8 136.0 139.7 114.3 122.9
3 117.1 129.0 161.1 118.0 104.8 129.0 127.7
4 155.0 115.2 135.4 111.9 99.2 129.3 99.4
5 120.9 128.4 158.1 129.1 139.0 115.1 115.2
6 110.7 143.0 130.0 133.4 168.0 141.0 139.3
7 124.1 116.3 146.0 128.7 139.0 123.9 97.3
表4 49个区域的维氏硬度值
No. 1 2 3 4 5 6 7
1 722.9 629.6 585.1 668.1 665.1 677.1 587.0
2 679.7 669.1 665.9 613.8 617.3 631.7 650.4
3 675.3 642.4 546.9 665.8 679.0 633.8 655.4
4 573.6 684.4 655.9 662.7 678.4 627.3 703.0
5 649.3 640.0 576.6 636.3 611.7 665.2 688.8
6 702.1 583.0 661.8 666.6 554.4 590.7 574.1
7 625.0 649.4 576.0 608.6 659.6 574.8 667.6

Claims (1)

1.一种材料原始位置统计分布分析映射表征方法,其特征在于:包括以下步骤:
a)选取FeSi合金样品,所述样品中Si为6.5%,C为0.4%,采用金相制样方法磨光并经稀硝酸酒精腐蚀出组织形貌;
b)在5*5mm2 的范围内,采用电子探针原位统计分布分析技术、高通量数字全视场金相表征分析仪和扫描型显微维氏硬度分析仪进行面扫描,获得该范围内原始位置上C,Si的含量分布,灰度以及维氏硬度分布信息;
c)将扫描面分割成49个分析区域,对这49个小区域内的数据进行统计解析,49个分析区域对应的C、Si的平均成分含量和灰度和维氏硬度值;
d)在同区域内建立C、Si成分-灰度-维氏硬度基本单元数据集间统计映射模型;
e)对各数据集进行排序并分段统计求平均值,采用多元回归法获取各数据集之间的相关性。
CN201410803305.6A 2014-12-19 2014-12-19 材料原始位置统计分布分析映射表征方法 Active CN104535737B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410803305.6A CN104535737B (zh) 2014-12-19 2014-12-19 材料原始位置统计分布分析映射表征方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410803305.6A CN104535737B (zh) 2014-12-19 2014-12-19 材料原始位置统计分布分析映射表征方法

Publications (2)

Publication Number Publication Date
CN104535737A CN104535737A (zh) 2015-04-22
CN104535737B true CN104535737B (zh) 2020-06-30

Family

ID=52851307

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410803305.6A Active CN104535737B (zh) 2014-12-19 2014-12-19 材料原始位置统计分布分析映射表征方法

Country Status (1)

Country Link
CN (1) CN104535737B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105021532B (zh) * 2015-07-17 2017-12-05 河北钢铁股份有限公司邯郸分公司 一种快速检测x70金相组织及组织含量的方法
CN109946126B (zh) * 2019-03-04 2020-12-01 清华大学 一种获取合金材料塑性成形工艺及性能关系的高通量实验方法
CN110031347A (zh) * 2019-04-02 2019-07-19 鞍钢股份有限公司 一种测定弹簧钢盘条偏析的方法
CN112129686A (zh) * 2019-06-24 2020-12-25 国标(北京)检验认证有限公司 一种用于腐蚀研究的定位跟踪表征方法
CN111696632B (zh) * 2020-06-22 2023-10-10 钢铁研究总院有限公司 一种金属材料中γ′相微观组织全视场定量统计分布表征方法
CN112395932B (zh) * 2020-06-22 2022-09-13 钢铁研究总院有限公司 一种金属材料中显微组织全视场定量统计分布表征方法
CN112665931B (zh) * 2020-08-27 2023-04-18 钢研纳克检测技术股份有限公司 金属微观力学性能高通量统计表征方法
CN112666335A (zh) * 2020-11-12 2021-04-16 西安交通大学 一种表征高通量钼合金多尺度微区性能的方法
CN113420385A (zh) * 2021-05-25 2021-09-21 武汉工程大学 一种基于机器学习的钢材微观组织力学性能预测方法
CN113281135B (zh) * 2021-05-31 2023-08-15 钢研纳克检测技术股份有限公司 一种金属微观力学性能高通量跨尺度统计表征方法
CN116130037B (zh) * 2023-01-28 2023-10-10 钢研纳克检测技术股份有限公司 一种材料高通量制备-统计映射表征一体化研发系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1504741A (zh) * 2002-12-02 2004-06-16 钢铁研究总院 金属原位分析仪
CN1609591A (zh) * 2004-11-10 2005-04-27 钢铁研究总院 金属材料中夹杂物粒径原位统计分布分析方法
CN101726442B (zh) * 2008-10-24 2011-09-21 中国科学院金属研究所 柔性电子基板上薄膜材料可靠性原位测试系统及方法
CN202057559U (zh) * 2011-04-28 2011-11-30 吉林大学 基于双位移检测的微纳米尺度原位压痕测试装置
CN102375022A (zh) * 2011-10-09 2012-03-14 北京纳克分析仪器有限公司 激光烧蚀电感耦合等离子体质谱原位统计分布分析系统

Also Published As

Publication number Publication date
CN104535737A (zh) 2015-04-22

Similar Documents

Publication Publication Date Title
CN104535737B (zh) 材料原始位置统计分布分析映射表征方法
CN103344605B (zh) 硅橡胶复合绝缘子老化程度的鉴定方法
CN107894433B (zh) 一种定量表征复相材料主相组织晶粒尺寸的方法
CN104777046B (zh) 基于小时间尺度的疲劳裂纹扩展机理测试方法
CN103076347B (zh) 基于原位x射线断层照相的脆性材料力学损伤的测量方法
CN103674680B (zh) 基于断口定量反推和数值分析的材料初始损伤评估方法
CN104729962A (zh) Gh4169合金锻件晶粒度分析及预测方法
CN108956668A (zh) 一种基于原位sem的裂纹尖端张开角度测量方法
CN106844901B (zh) 一种基于多因素融合修正的结构件剩余强度评估方法
EP1990637A3 (en) System and methods for inspecting internal cracks
CN104751473A (zh) 碳酸岩多尺度孔洞特征的确定方法及装置
Dinarelli et al. FC_analysis: a tool for investigating atomic force microscopy maps of force curves
CN114324437B (zh) 一种钢中夹杂物原位统计分布的表征方法及系统
CN104820085A (zh) 含油有效储集空间和含油孔径下限的测定方法与测定系统
CN112489039A (zh) 基于深度学习的铝合金微米级第二相定量统计表征方法
CN111999330A (zh) 基于微观图像分析的石墨型导电混凝土导电性能评价方法
CN103884637B (zh) 试样腐蚀形貌原位显微观察装置及方法
CN102866170A (zh) 评价铝镇静钢中游离渗碳体形态、尺寸和分布的方法
EP3557259A3 (en) Methods and arrays for use in the same
CN111829868B (zh) 高通量金属增材制造工艺参数的研究方法
CN109086547A (zh) 一种金属老化等级测量方法
CN106568648B (zh) 一种材料力学特性细观尺度实验方法
CN111579572A (zh) 一种材料表面拓扑结构分级定量分析方法及应用
CN107843531A (zh) 低渗透低粘油油层孔隙结构的核磁共振参数表征方法
CN104792617A (zh) 一种金属表面弹塑性梯度改性层力学性能的表征方法

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant