CN109285155B - 一种筛选钢中复合夹杂物的统计方法 - Google Patents
一种筛选钢中复合夹杂物的统计方法 Download PDFInfo
- Publication number
- CN109285155B CN109285155B CN201811233981.9A CN201811233981A CN109285155B CN 109285155 B CN109285155 B CN 109285155B CN 201811233981 A CN201811233981 A CN 201811233981A CN 109285155 B CN109285155 B CN 109285155B
- Authority
- CN
- China
- Prior art keywords
- inclusions
- inclusion
- heavy element
- light element
- ratio
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
- G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
一种筛选钢中复合夹杂物的统计方法,属于钢中非金属夹杂物统计测量技术领域。步骤为先进行非金属夹杂物的自动统计,通过自动扫描获得所有夹杂物信息,统计到的夹杂物总数为N0;然后进行多重筛选,在统计结果中选出所有重元素夹杂物,找出周围的轻元素夹杂物;对夹杂物形状进行判断,判断重元素夹杂物与轻元素夹杂物是否重叠;记录所有重叠的轻元素夹杂物与重元素夹杂物对数量为Na;计算出其中包含的夹杂物总数Nb和复合夹杂物总数Nc;实际夹杂物的总数Nm为:Nm=N0–Nb+Nc。最后给出分析报告。优点在于,自动修正复合夹杂物被分成若干个独立的夹杂物进行多次测量和统计的问题,使统计结果符合样品真实情况。
Description
技术领域
本发明属于钢中非金属夹杂物统计测量技术领域,特别涉及一种筛选钢中复合夹杂物的统计方法。通过一种扫描电镜配置X射线能谱和图像自动分析程序自动统计钢中非金属夹杂物的程序。尤其涉及使用上述自动统计方法处理样品中同时含有比铁轻的元素(铝、镁、钙、硅等)和比铁重的元素(稀土元素、铅、铋等)夹杂物的情况。
背景技术
钢中的非金属夹杂物(通常为氧化物、硫化物、氮化物和硅酸盐等)通常是在钢液脱氧、凝固以及后续反应中生成的。非金属夹杂物对钢的性能有多方面的影响,因此人们对钢中非金属夹杂物的研究一直是炼钢中的重要课题。利用扫描电镜配置特征X射线能谱仪和图像自动分析程序,可以对夹杂物的分布、形态、成分、尺寸进行综合统计分析。
常规的钢中非金属夹杂物是比铁元素轻的金属元素形成的氧化物、硫化物、氮化物和硅酸盐等,如氧化铝、硫化钙等,它们的来源是脱氧剂、耐火材料和其它一些微合金元素。在扫描电镜的背散射模式下,这些夹杂物比铁基体的灰度深,利用图像自动分析程序,可以通过灰度差异来选取颗粒,即在夹杂物与铁基体灰度之间设定一个阈值,选出灰度低于阈值的颗粒进行分析。在特殊情况下为了获得某些特殊性能(如易切削性能),需要向钢中添加一些比铁重的元素,例如添加铈、铅、铋等所形成的夹杂物,它们的灰度要比铁基体灰度浅。利用图像自动分析程序选取颗粒时,需要在铁基体与重元素夹杂物灰度之间设定一个阈值,选出灰度高于阈值的颗粒进行分析。当需要同时分析两类夹杂物时,一般需要采用双阈值法,由于轻元素夹杂物的灰度最深,铁基体居中,重元素夹杂物灰度最浅,分别在轻元素夹杂物与铁基体灰度之间、铁基体与重元素夹杂物灰度之间设定两个阈值,选取灰度低于第一阈值或高于第二阈值的颗粒进行分析。在实际运行过程中,系统进行了两遍扫描,分别选取轻元素夹杂物和重元素夹杂物。
但在实际样品中,有大量复合夹杂物,即一个夹杂物上既有轻元素部分,又有重元素部分,在上述双阈值扫描中,这样一个夹杂物被分成若干个独立的颗粒进行多次测量和统计。统计结果偏离样品真实情况,在自动分析系统中,这个问题无法修正。
发明内容
本发明的目的在于提供一种筛选钢中复合夹杂物的统计方法,解决了修正复合颗粒被重复统计的问题。通过自主开发的程序对自动分析中双阈值法分析结果进行后处理,能够准确计算出复合颗粒的数量、位置、复合颗粒的组成情况等。
一种筛选钢中复合夹杂物的统计方法,在配置X射线能谱和图像自动分析程序的扫描电镜上对含轻、重元素夹杂物的样品的抛光面进行扫描和统计,获得一定面积内所有夹杂物的位置、尺寸、形状、方向、灰度、成分等信息。再通过程序对统计结果进行计算和多重筛选,找出所有复合夹杂物,给出数量、分布和组成的报告,修正原统计结果。
具体步骤及参数如下:
1、非金属夹杂物的自动统计
用于分析的含复合夹杂物的样品按GB/T 30843要求进行抛光处理并保持抛光面严格水平的固定在扫描电镜样品台上,在背散射模式下观察样品图像,
当数字图像的灰度范围为0~255时,调整图像灰度,令铁基体的灰度值CFe在130~210之间,设置两个阈值范围:下阈值范围在0~(CFe-25)之内,上阈值范围在(CFe+25)~255之内;
当数字图像的灰度范围为0~32767时,调整图像灰度,令铁基体的灰度值CFe在18000~25700之间,设置两个阈值范围:下阈值范围在0~(CFe-2500)之内,上阈值范围在(CFe+2500)~32767之内。
通过自动扫描获得所有夹杂物信息,统计到的夹杂物总数为N0。
2、多重筛选步骤
在统计结果中选出灰度值大于铁基体灰度的所有颗粒,即重元素夹杂物。对每个重元素夹杂物所在视场进行搜索,找出周围的轻元素夹杂物。
判断重元素夹杂物与轻元素夹杂物是否重叠。利用轻元素夹杂物和重元素夹杂物的长宽比、方向、等积圆直径和长度计算这两个颗粒中心连线方向上的半径和,再利用轻元素夹杂物和重元素夹杂物位置坐标两个夹杂物中心的间距。当夹杂物简化为圆形,计算轻元素夹杂物与重元素夹杂物中心的间距与夹杂物等积圆半径之和的比值,当比值小于判定值,则判定两者重叠;当比值大于等于判定值,则判定两者不重叠,判定值选1~2。当夹杂物简化为椭圆形,先计算椭圆形夹杂物在两颗粒中心连线上的半径长度,再计算两个夹杂物中心的间距与两个夹杂物中心连线方向的半径之和的比值,当比值小于判定值,则判定两者重叠;当比值大于等于判定值,则判定两者不重叠,判定值选1~2。
记录所有重叠的轻元素夹杂物与重元素夹杂物对,其的数量为Na。实际存在一个复合夹杂物包含多个轻元素夹杂物和多个重元素夹杂物的情况,即一个夹杂物出现在多个重叠的轻元素夹杂物与重元素夹杂物对中,若干个重叠的轻元素夹杂物与重元素夹杂物对相联。将重复出现的夹杂物计数合并,计算出其中包含的夹杂物总数Nb。合并相联的重叠的轻元素夹杂物与重元素夹杂物对,计算出复合夹杂物总数Nc。实际夹杂物的总数Nm为:
Nm=N0–Nb+Nc。
3、给出分析报告
经过多重筛选后,列出的复合夹杂物数量、组成复合夹杂物的轻元素夹杂物与重元素夹杂物序号,并通过图示的方式显示各类夹杂物的分布,形成分析报告。
本发明的优点在于,自动修正复合夹杂物被分成若干个独立的夹杂物进行多次测量和统计的问题,使统计结果符合样品真实情况。
附图说明
图1为实施例1中含RE/Mg的复合夹杂物的背散射形貌图。
图2为实施例1中含RE/Mg的复合夹杂物的Ce元素分布图。
图3为实施例1中含RE/Mg的复合夹杂物的S元素分布图。
图4为实施例1中含RE/Mg的复合夹杂物的Mg元素分布图。
图5为实施例1中含RE/Mg的复合夹杂物的La元素分布图。
图6为实施例1中含RE/Mg的复合夹杂物的O元素分布图。
图7为实施例2中各类有效夹杂物的分布图。
具体实施方式
实施例1
加入了La、Ce稀土元素的380CL车轮钢中,存在稀土夹杂物与Al/Mg夹杂物,如图1~图6所示。将样品按照GB/T 30843进行抛光处理并保持抛光面严格水平的固定在配备牛津特征X射线能谱仪的日立S3400扫描电镜的样品台上,使用夹杂物自动分析程序IncaFeature对样品中的非金属夹杂物进行统计分析,数字图像的灰度值范围为0~255。调整图像灰度使铁基体的灰度在150左右,设置两个阈值范围:下阈值范围5~69,上阈值范围180~249进行夹杂物的统计分析,获得总计3395个夹杂物,按照检出顺序依次编号1,2,……,3395。其中属于稀土夹杂物或者轻元素夹杂物的有效夹杂物为2883个。将输出的统计结果进行多重筛选。
首先从有效颗粒中选出灰度值大于147的所有夹杂物,即重元素夹杂物。对每个重元素夹杂物所在视场进行搜索,找出周围的轻元素夹杂物。
判断重元素夹杂物与轻元素夹杂物是否重叠,以2为判定值。以夹杂物简化后的几何形状计算两个夹杂物中心连线方向上的半径和,以及两个夹杂物的中心间距。再计算中心间距与夹杂物中心连线方向上的半径之和的比值,当比值小于判定值则判定两个夹杂物重叠。在本例中上述筛选步骤通过以下计算机程序完成:
经过筛选本例2883个有效夹杂物中有957对重叠的轻元素夹杂物和重元素夹杂物对。将重复出现的夹杂物计数合并,合并相联的重叠的轻元素夹杂物与重元素夹杂物对。计算出复合夹杂物总数。在本例中合并计算的步骤通过以下计算机程序实现:
计算得到重叠的轻元素夹杂物和重元素夹杂物对中有1545个夹杂物,经合并得到复合夹杂物总数为603个。所以本例中实际夹杂物的总数为1941个。
实施例2
加入了Bi和Pb等元素易切削钢,夹杂物包括MnS夹杂物和含Bi和Pb颗粒,其中MnS夹杂物为长条状。将样品按照GB/T 30843进行抛光处理并保持抛光面严格水平的固定在配备牛津特征X射线能谱仪的日立S3400扫描电镜的样品台上,使用夹杂物自动分析程序Aztex Steel对样品中的非金属夹杂物进行统计分析,数字图像的灰度值范围为0~32767。调整图像灰度使铁基体的灰度在25700左右,各类夹杂物的分布如图7所示。设置两个阈值范围:下阈值范围0~21466,上阈值范围28000~32767进行夹杂物的统计分析,获得总计1930个夹杂物,按照检出顺序依次编号1,2,……,1930。其中1831个有效夹杂物,其中含Bi或Pb的夹杂物有159个,MnS夹杂物1665个,硅铝酸盐夹杂物7个。将输出的统计结果进行多重筛选。
首先从有效颗粒中选出灰度值大于25700的所有夹杂物,即重元素夹杂物。对每个重元素夹杂物所在视场进行搜索,找出周围的轻元素夹杂物。
判断重元素夹杂物与轻元素夹杂物是否重叠,以1.4为判定值。以夹杂物简化后的几何形状计算两个夹杂物中心连线方向上的半径和,以及两个夹杂物的中心间距。再计算中心间距与夹杂物中心连线方向上的半径之和的比值,当比值小于判定值则判定两个夹杂物重叠。筛选和合并通过实施例1中的计算机程序实现。
经过筛选本例1831个有效夹杂物中有131对重叠的轻元素夹杂物和重元素夹杂物对,其中有215个夹杂物;经合并得到复合夹杂物总数为84个,夹杂物总数1700个。
Claims (2)
1.一种筛选钢中复合夹杂物的统计方法,其特征在于,具体步骤及参数如下:
1)非金属夹杂物的自动统计
用于分析的含复合夹杂物的样品按GB/T 30843要求进行抛光处理并保持抛光面严格水平的固定在扫描电镜样品台上,在背散射模式下观察样品图像,当数字图像的灰度范围为0~255时,调整图像灰度,令铁基体的灰度值CFe在130~210之间,设置两个阈值范围:下阈值范围在0~(CFe-25)之内,上阈值范围在(CFe+25)~255之内;
当数字图像的灰度范围为0~32767时,调整图像灰度,令铁基体的灰度值CFe在18000~25700之间,设置两个阈值范围:下阈值范围在0~(CFe-2500)之内,上阈值范围在(CFe+2500)~32767之内;
通过自动扫描获得所有夹杂物信息,统计到的夹杂物总数为N0;
2)多重筛选步骤
在统计结果中选出灰度值大于铁基体灰度的所有颗粒,即重元素夹杂物;对每个重元素夹杂物所在视场进行搜索,找出周围的轻元素夹杂物;
判断重元素夹杂物与轻元素夹杂物是否重叠;利用轻元素夹杂物和重元素夹杂物的长宽比、方向、等积圆直径和长度计算这两个颗粒中心连线方向上的半径和,再利用轻元素夹杂物和重元素夹杂物位置坐标计算两个夹杂物中心的间距;
记录所有重叠的轻元素夹杂物与重元素夹杂物对,其的数量为Na;实际存在一个复合夹杂物包含多个轻元素夹杂物和多个重元素夹杂物的情况,即一个夹杂物出现在多个重叠的轻元素夹杂物与重元素夹杂物对中,若干个重叠的轻元素夹杂物与重元素夹杂物对相联;将重复出现的夹杂物计数合并,计算出其中包含的夹杂物总数Nb;合并相联的重叠的轻元素夹杂物与重元素夹杂物对,计算出复合夹杂物总数Nc;实际夹杂物的总数Nm为:
Nm=N0–Nb+Nc;
3)给出分析报告
经过多重筛选后,列出的复合夹杂物数量、组成复合夹杂物的轻元素夹杂物与重元素夹杂物序号,并通过图示的方式显示各类夹杂物的分布,形成分析报告。
2.根据权利要求1所述的方法,其特征在于,步骤2)中所述的判断重元素夹杂物与轻元素夹杂物是否重叠,当夹杂物简化为圆形,计算轻元素夹杂物与重元素夹杂物中心的间距与夹杂物等积圆半径之和的比值,当比值小于判定值,则判定两者重叠;当比值大于等于判定值,则判定两者不重叠,判定值选1~2;当夹杂物简化为椭圆形,先计算椭圆形夹杂物在两颗粒中心连线上的半径长度,再计算两个夹杂物中心的间距与两个夹杂物中心连线方向的半径之和的比值,当比值小于判定值,则判定两者重叠;当比值大于等于判定值,则判定两者不重叠,判定值选1~2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811233981.9A CN109285155B (zh) | 2018-10-23 | 2018-10-23 | 一种筛选钢中复合夹杂物的统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811233981.9A CN109285155B (zh) | 2018-10-23 | 2018-10-23 | 一种筛选钢中复合夹杂物的统计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109285155A CN109285155A (zh) | 2019-01-29 |
CN109285155B true CN109285155B (zh) | 2021-07-23 |
Family
ID=65178366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811233981.9A Active CN109285155B (zh) | 2018-10-23 | 2018-10-23 | 一种筛选钢中复合夹杂物的统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109285155B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114486962B (zh) * | 2022-04-01 | 2022-06-14 | 中国科学院地质与地球物理研究所 | 复杂成分样品含轻元素矿物的定量识别方法、系统和设备 |
CN115144323B (zh) * | 2022-08-29 | 2022-11-25 | 中国航发北京航空材料研究院 | 增材制造用金属粉末中非金属夹杂物含量的检测方法 |
CN117147601B (zh) * | 2023-10-31 | 2024-01-30 | 钢研纳克检测技术股份有限公司 | 一种钢中不同状态稀土元素及其分布的定量统计表征方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1525158A (zh) * | 2003-02-25 | 2004-09-01 | 鞍山钢铁集团公司 | 在线检测钢中夹杂物个数和含量的光谱分析方法 |
CN1651905A (zh) * | 2005-02-05 | 2005-08-10 | 石家庄钢铁股份有限公司 | 钢中非金属夹杂物定量分析方法 |
CN102203591A (zh) * | 2008-10-27 | 2011-09-28 | 斯奈克玛 | 通过图像分析计算合金夹杂物 |
CN102621148A (zh) * | 2012-03-14 | 2012-08-01 | 东莞市科力钢铁线材有限公司 | 钢材中非金属夹杂物的测量方法 |
CN103063576A (zh) * | 2012-12-14 | 2013-04-24 | 天津钢铁集团有限公司 | 激光显微镜下定量分析钢中夹杂物的方法 |
CN103678922A (zh) * | 2013-12-18 | 2014-03-26 | 北京科技大学 | 基于主成分回归分析的夹杂物影响无取向硅钢磁性能的分析方法 |
-
2018
- 2018-10-23 CN CN201811233981.9A patent/CN109285155B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1525158A (zh) * | 2003-02-25 | 2004-09-01 | 鞍山钢铁集团公司 | 在线检测钢中夹杂物个数和含量的光谱分析方法 |
CN1651905A (zh) * | 2005-02-05 | 2005-08-10 | 石家庄钢铁股份有限公司 | 钢中非金属夹杂物定量分析方法 |
CN102203591A (zh) * | 2008-10-27 | 2011-09-28 | 斯奈克玛 | 通过图像分析计算合金夹杂物 |
CN102621148A (zh) * | 2012-03-14 | 2012-08-01 | 东莞市科力钢铁线材有限公司 | 钢材中非金属夹杂物的测量方法 |
CN103063576A (zh) * | 2012-12-14 | 2013-04-24 | 天津钢铁集团有限公司 | 激光显微镜下定量分析钢中夹杂物的方法 |
CN103678922A (zh) * | 2013-12-18 | 2014-03-26 | 北京科技大学 | 基于主成分回归分析的夹杂物影响无取向硅钢磁性能的分析方法 |
Non-Patent Citations (2)
Title |
---|
Estimation of maximum inclusion by statistics of extreme value method in bearing steel;Chao Tian et al;《Journal of Iron and Steel Research International》;20171101;全文 * |
钢中夹杂物扫描电镜自动统计分析结果的影响因素探讨;严春莲 等;《冶金分析》;20180828;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109285155A (zh) | 2019-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109285155B (zh) | 一种筛选钢中复合夹杂物的统计方法 | |
CN115082482B (zh) | 一种金属表面缺陷检测方法 | |
CN107392232B (zh) | 一种浮选工况分类方法和系统 | |
Sylvester | Use of the mineral liberation analyzer (MLA) for mineralogical studies of sediments and sedimentary rocks | |
Zaefferer et al. | EBSD as a tool to identify and quantify bainite and ferrite in low‐alloyed Al‐TRIP steels | |
JP5311376B2 (ja) | 非磁性金属の識別方法 | |
US20130054153A1 (en) | Method and apparatus for material analysis by a focused electron beam using characteristic x-rays and back-scattered electrons | |
Delbem et al. | Semi-automated iron ore characterisation based on optical microscope analysis: Quartz/resin classification | |
CN108346147B (zh) | 一种煤岩显微组分快速自动精确识别技术方法 | |
CN110084786B (zh) | 一种渐变背景的数字x射线图像缺陷自动识别方法 | |
JP7205399B2 (ja) | 粉体形状の分析方法 | |
Donskoi et al. | Automated optical image analysis of natural and sintered iron ore | |
CN110956092A (zh) | 一种基于深度学习的智能金相检测评级方法及系统 | |
Harris et al. | Wide-field Washington photometry of the NGC 5128 globular cluster system. II. Large-scale properties of the system | |
JP2010060389A (ja) | 粒子解析装置、データ解析装置、x線分析装置、粒子解析方法及びコンピュータプログラム | |
RU2363018C1 (ru) | Способ селекции объектов на удаленном фоне | |
JP7163878B2 (ja) | 焼結鉱の鉱物種判別方法及び焼結鉱の組織分析方法 | |
CN110702716A (zh) | 一种基于炼钢工艺进行夹杂物分析的方法 | |
JP2014181951A (ja) | 金属内の異物弁別方法 | |
JP7381890B2 (ja) | 焼結鉱の観察評価方法及び焼結鉱の被還元性評価方法 | |
CN104835176B (zh) | 一种激光视觉图像的阈值分割方法 | |
Stoll et al. | The new frontier of microstructural impurity research in polar ice | |
JP4577614B2 (ja) | 鋼中非金属介在物検査方法及びこれを用いた鋼材の製造方法 | |
Yuan et al. | Rapid recognition and quantitative analysis of niobium minerals by scanning electron microscopy/energy dispersive X-ray spectroscopy | |
CN114862754A (zh) | 钢材锈蚀程度的辨识方法、系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
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 |