CN111766237A - 金属材料中非金属夹杂物平均距离的统计计算方法 - Google Patents

金属材料中非金属夹杂物平均距离的统计计算方法 Download PDF

Info

Publication number
CN111766237A
CN111766237A CN202010419438.9A CN202010419438A CN111766237A CN 111766237 A CN111766237 A CN 111766237A CN 202010419438 A CN202010419438 A CN 202010419438A CN 111766237 A CN111766237 A CN 111766237A
Authority
CN
China
Prior art keywords
inclusions
average distance
metal material
inclusion
metallographic
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.)
Pending
Application number
CN202010419438.9A
Other languages
English (en)
Inventor
朱航宇
赵吉轩
王伟胜
李建立
宋明明
薛正良
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.)
Wuhan University of Science and Engineering WUSE
Wuhan University of Science and Technology WHUST
Original Assignee
Wuhan University of Science and Engineering WUSE
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 Wuhan University of Science and Engineering WUSE filed Critical Wuhan University of Science and Engineering WUSE
Priority to CN202010419438.9A priority Critical patent/CN111766237A/zh
Publication of CN111766237A publication Critical patent/CN111766237A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • 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]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Investigating And Analyzing Materials By Characteristic Methods (AREA)

Abstract

本发明公开了一种金属材料中非金属夹杂物平均距离的统计计算方法，通过采用金相显微镜或扫描电镜对金相样进行随机拍摄微观照片，并导入图像分析软件中获得非金属夹杂物在金属材料中的实际坐标值，依据坐标值统计计算金属材料中非金属夹杂物的平均距离，因此能够准确、直观地反映出非金属夹杂物在金属材料中的分布状态，从而为改进金属材料洁净度提供了一个新的评价指标及参数，能够适用于各种类型、各种分布的金属材料中夹杂物的分析研究，为多角度分析夹杂物相关影响因素提供了新的数据及参数；且本发明统计、计算过程简单，能够准确的获取非金属夹杂物在金属材料基体中分布的平均距离。

Description

金属材料中非金属夹杂物平均距离的统计计算方法
技术领域
本发明属于合金与钢中非金属夹杂物统计测量技术领域，尤其涉及一种金属材料中非金属夹杂物平均距离的统计计算方法。
背景技术
金属材料在冶炼和凝固过程中由于金属熔体内化学反应(脱氧、脱硫等)、冶炼环境(炉渣、耐火材料、保护渣等)以及凝固过程中第二相粒子的析出，必然会产生非金属夹杂物。非金属夹杂物的成分、数量、尺寸以及分布状态等会破坏金属材料基体的连续性，在加工过程中往往会成为裂纹源，从而影响材料的力学性能、疲劳性能以及应力腐蚀性能等，从而在一定程度上决定了金属材料的质量和性能，因此建立金属材料中非金属夹杂物的检测技术对于金属材性能的影响、夹杂物的来源及去除方法及效果评价等方面的研究具有重要意义。
在现有非金属夹杂物检测技术中，通常采用扫描电镜(SEM)搭配X射线能谱仪(EDS)对非金属夹杂物的成分、形貌、数量和尺寸进行统计分析，进而对非金属夹杂物进行综合评价。然而，上述方法不能对非金属夹杂物在金属材料基体中的空间分布状态进行表征，因此并不能够准确的获取非金属夹杂物在金属材料基体中分布的平均距离。
为克服上述技术缺陷，一些科技工作者尝试对金属材料中非金属夹杂物之间相互距离进行分析，如申请号为CN107132244A的专利，公开了一种钢中夹杂物定量评价方法，通过叠加各个夹杂物的面积A1、A2、A3……An，得到检测区域夹杂物所占的总面积AI，若检测区域面积为Ascan，则得出夹杂物颗粒间距。该方法的缺点在于假定了夹杂物在观察视场中均匀分布，因此并不能真实的反映出非金属夹杂物粒子间的实际距离。
发明内容
本发明的目的是针对现有技术存在的问题，提供一种金属材料中非金属夹杂物平均距离的统计计算方法，通过采用金相显微镜或扫描电镜对金相样进行随机拍摄微观照片，并导入图像分析软件中获得非金属夹杂物在金属材料中的实际坐标值，依据坐标值统计计算金属材料中非金属夹杂物的平均距离，因此能够准确、直观地反映出非金属夹杂物在金属材料中的分布状态及平均距离，且本发明所述方法统计、计算过程简单。
为实现上述目的，本发明采用的技术方案是：
一种金属材料中非金属夹杂物平均距离的统计计算方法，包括如下步骤：
S1、制备金相样：将金属试样进行打磨、抛光，使其满足常规金相显微镜和扫描电镜检测的要求；
S2、拍摄金相照片：采用金相显微镜或扫描电镜对金相样进行随机拍摄微观照片，设照片总数为m，照片分别编号1，2，3···i···m；
S3、获取夹杂物质心坐标：将步骤S2中第i张照片导入图像分析软件中，通过图像分析软件获得第i张照片中夹杂物总数和各夹杂物的质心坐标，第i张照片中夹杂物平均距离记为
Figure BDA0002496375900000021
S4、建立夹杂物平均距离计算方法：重复步骤S3，依次计算第1，2，3···i···m张照片中夹杂物平均距离；
S5、统计计算夹杂物平均距离：将随机拍摄的m张照片中夹杂物平均距离进行均值化处理，即能得出金属材料中非金属夹杂物平均距离
Figure BDA0002496375900000022
作为上述方案的进一步限定，步骤S2中，所述金相显微镜或扫描电镜的放大倍数为500～1000倍。
作为上述方案的进一步限定，步骤S2中，拍摄微观照片的数量为30～150张。
作为上述方案的进一步限定，步骤S3中，第i张照片中夹杂物平均距离
Figure BDA0002496375900000031
计算过程如下：
S31、设第i张照片中所分析夹杂物的总数为n，并对夹杂物依次进行编号1，2，3···j···k···n，第j个夹杂物质心坐标记为(Xj，Yj)，第k个夹杂物质心坐标记为(Xk，Yk)；
S32、第j个夹杂物和第k个夹杂物之间的距离记为dj-k，即：
Figure BDA0002496375900000032
S33、依据步骤S32计算方法依次计算各夹杂物间的相互距离d1-2、d1-3···d1-n，d2-3、d2-4···d2-n，dj-(j+1)、dj-(j+2)···dj-n，相互距离总和记为Di，计算总次数为n(n-1)/2；
S34、将步骤S33中所有夹杂物距离取平均值，计算第i张照片中夹杂物平均距离
Figure BDA0002496375900000033
即：
Figure BDA0002496375900000034
作为上述方案的进一步限定，步骤S3中，所述图像分析软件采用Image J或Image-Pro Plus。
作为上述方案的进一步限定，步骤S5中，非金属夹杂物平均距离
Figure BDA0002496375900000036
计算公式如下：
Figure BDA0002496375900000035
与现有技术相比，本发明的有益效果是：
(1)本发明通过采用金相显微镜或扫描电镜对金相样进行随机拍摄微观照片，并导入图像分析软件中获得非金属夹杂物在金属材料中的实际坐标值，依据坐标值统计计算金属材料中非金属夹杂物的平均距离，因此能够准确、直观地反映出非金属夹杂物在金属材料中的分布状态。
(2)本发明统计、计算过程简单，能够准确的获取非金属夹杂物在金属材料基体中分布的平均距离。
(3)本发明为改进金属材料洁净度提供了一个新的评价指标及参数，能够适用于各种类型、各种分布的金属材料中夹杂物的分析研究，为多角度分析夹杂物相关影响因素提供了新的数据及参数。
附图说明
图1为本发明一种金属材料中非金属夹杂物平均距离的统计计算方法的流程框图。
图2为本发明实施例1中50张电镜照片质心坐标获取示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明；应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明；除非特别说明，本发明采用的试剂、方法和设备为本技术领域常规试剂、方法和设备。
下面通过具体的实施例子并结合附图对本发明做进一步的详细描述。
实施例1
本实施例提供一种金属材料中非金属夹杂物平均距离的统计计算方法，所使用的金属材料为高锰高铝钢，具体包括如下步骤：
S1、制备金相样：利用机械加工的方法从钢锭上切取尺寸为15mm×15mm×15mm的钢样，对该钢样进行打磨、抛光，使其符合金相显微镜和扫描电镜分析的要求；
S2、拍摄金相照片：将制备好的金相样置于扫描电镜下进行观察，在500倍条件下随机拍摄50张电镜照片；
S3、将50张电镜照片导入Image J软件中，将图片转化为灰度图片，并对照片进行二值化处理，参考图2；
S4、获取夹杂物质心坐标：对第1张图片中夹杂物平均距离进行统计计算；表1显示了第1张图片中非金属夹杂物质心坐标，共计10个夹杂物；
表1第1张图片中10个夹杂物的质心坐标/μm
夹杂物编号 1 2 3 4 5 6 7 8 9 10
X方向 222.7 222.1 144.3 219.3 46.4 25.3 26.5 61.9 221.1 76.3
Y方向 16.2 19.4 20.1 21.2 22.9 26.6 36.7 65.7 144.6 151.6
S5、根据公式
Figure BDA0002496375900000051
计算任意两个夹杂物之间的距离，其中：计算得出夹杂物1和夹杂物2之间的距离为3.42μm，夹杂物1和夹杂物3之间的距离为78.67μm，重复上述步骤，直至计算出夹杂物9和夹杂物10之间的距离为144.97μm，表2显示了第1张图片中10个夹杂物间的相互距离，计算次数为45次；
表2第1张照片中10个夹杂物之间相互距离计算结果/μm
编号 1 2 3 4 5 6 7 8 9
2 3.4
3 78.6 77.8
4 6.8 3.9 75.1
5 176.5 175.7 97.9 172.8
6 197.7 196.9 119.1 194.1 21.3
7 197.3 196.3 118.9 193.3 24.1 10.2
8 168.5 166.8 94.3 163.6 45.5 53.5 45.7
9 128.6 125.3 146.4 123.4 212.9 228.5 222.4 177.6
10 199.6 196.9 148.1 193.5 132.1 135.1 125.2 87.1 144.9
S6、建立夹杂物平均距离计算方法：根据公式
Figure BDA0002496375900000052
将10个夹杂物相互间的实际距离进行均值化处理，得出第1张图片中夹杂物平均距离
Figure BDA0002496375900000053
为128.9μm；
S7、重复步骤S4、步骤S5和步骤S6，依次计算第2，3···i···50张图片中平均距离
Figure BDA0002496375900000054
S8、统计计算夹杂物平均距离：依据公式
Figure BDA0002496375900000055
计算出该高锰高铝钢中非金属夹杂物平均距离为96.7μm。
以上所述，仅为本发明的说明实施例，并非对本发明任何形式上和实质上的限制，应当指出，对于本技术领域的普通技术人员，在不脱离本发明方法的前提下，做出的若干改进和补充也应视为本发明的保护范围；凡熟悉本专业的技术人员，在不脱离本发明精神和范围的情况下，利用以上所揭示的技术内容做出的些许更改、修饰与演变的等同变化，均为本发明的等效实施例；同时，凡依据本发明的实质技术对上述实施例所做的任何等同变化的更改、修饰与演变，均仍属于本发明的保护范围。

Claims (6)

1.一种金属材料中非金属夹杂物平均距离的统计计算方法，其特征在于，包括如下步骤：
S1、制备金相样：将金属试样进行打磨、抛光，使其满足常规金相显微镜和扫描电镜检测的要求；
S2、拍摄金相照片：采用金相显微镜或扫描电镜对金相样进行随机拍摄微观照片，设照片总数为m，照片分别编号1，2，3···i···m；
S3、获取夹杂物质心坐标：将步骤S2中第i张照片导入图像分析软件中，通过图像分析软件获得第i张照片中夹杂物总数和各夹杂物的质心坐标，第i张照片中夹杂物平均距离记为
Figure FDA0002496375890000011
S4、建立夹杂物平均距离计算方法：重复步骤S3，依次计算第1，2，3···i···m张照片中夹杂物平均距离；
S5、统计计算夹杂物平均距离：将随机拍摄的m张照片中夹杂物平均距离进行均值化处理，即能得出金属材料中非金属夹杂物平均距离
Figure FDA0002496375890000012
2.根据权利要求1所述的一种金属材料中非金属夹杂物平均距离的统计计算方法，其特征在于，步骤S2中，所述金相显微镜或扫描电镜的放大倍数为500～1000倍。
3.根据权利要求1所述的一种金属材料中非金属夹杂物平均距离的统计计算方法，其特征在于，步骤S2中，拍摄微观照片的数量为30～150张。
4.根据权利要求1所述的一种金属材料中非金属夹杂物平均距离的统计计算方法，其特征在于，步骤S3中，第i张照片中夹杂物平均距离
Figure FDA0002496375890000013
计算过程如下：
S31、设第i张照片中所分析夹杂物的总数为n，并对夹杂物依次进行编号1，2，3···j···k···n，第j个夹杂物质心坐标记为(Xj，Yj)，第k个夹杂物质心坐标记为(Xk，Yk)；
S32、第j个夹杂物和第k个夹杂物之间的距离记为dj-k，即：
Figure FDA0002496375890000014
S33、依据步骤S32计算方法依次计算各夹杂物间的相互距离d1-2、d1-3···d1-n，d2-3、d2-4···d2-n，dj-(j+1)、dj-(j+2)···dj-n，相互距离总和记为Di，计算总次数为n(n-1)/2；
S34、将步骤S33中所有夹杂物距离取平均值，计算第i张照片中夹杂物平均距离
Figure FDA0002496375890000021
即：
Figure FDA0002496375890000022
5.根据权利要求1所述的一种金属材料中非金属夹杂物平均距离的统计计算方法，其特征在于，步骤S3中，所述图像分析软件采用Image J或Image-Pro Plus。
6.根据权利要求1所述的一种金属材料中非金属夹杂物平均距离的统计计算方法，其特征在于，步骤S5中，非金属夹杂物平均距离
Figure FDA0002496375890000023
计算公式如下：
Figure FDA0002496375890000024
CN202010419438.9A 2020-05-18 2020-05-18 金属材料中非金属夹杂物平均距离的统计计算方法 Pending CN111766237A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010419438.9A CN111766237A (zh) 2020-05-18 2020-05-18 金属材料中非金属夹杂物平均距离的统计计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010419438.9A CN111766237A (zh) 2020-05-18 2020-05-18 金属材料中非金属夹杂物平均距离的统计计算方法

Publications (1)

Publication Number Publication Date
CN111766237A true CN111766237A (zh) 2020-10-13

Family

ID=72719172

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010419438.9A Pending CN111766237A (zh) 2020-05-18 2020-05-18 金属材料中非金属夹杂物平均距离的统计计算方法

Country Status (1)

Country Link
CN (1) CN111766237A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112666199A (zh) * 2021-03-15 2021-04-16 北京科技大学 一种预测轴承钢疲劳寿命的方法和装置
CN112730491A (zh) * 2020-12-02 2021-04-30 武汉科技大学 一种夹杂物统计分析方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005256082A (ja) * 2004-03-11 2005-09-22 Kobe Steel Ltd 浸炭処理部品の製造方法
CN106097363A (zh) * 2016-06-21 2016-11-09 核工业理化工程研究院 测量合金残留第二相最近邻距离分布的体视学方法
CN106446835A (zh) * 2016-09-27 2017-02-22 山东省科学院新材料研究所 一种铝及铝合金中缺陷的定量检测方法
CN107132244A (zh) * 2016-02-29 2017-09-05 鞍钢股份有限公司 一种钢中夹杂物定量评价方法
CN110174426A (zh) * 2019-05-31 2019-08-27 武汉钢铁有限公司 金属材料中非金属夹杂物的三维分析方法
CN111024741A (zh) * 2019-12-12 2020-04-17 首钢集团有限公司 一种硫系易切削钢连铸坯枝晶间距的测定方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005256082A (ja) * 2004-03-11 2005-09-22 Kobe Steel Ltd 浸炭処理部品の製造方法
CN107132244A (zh) * 2016-02-29 2017-09-05 鞍钢股份有限公司 一种钢中夹杂物定量评价方法
CN106097363A (zh) * 2016-06-21 2016-11-09 核工业理化工程研究院 测量合金残留第二相最近邻距离分布的体视学方法
CN106446835A (zh) * 2016-09-27 2017-02-22 山东省科学院新材料研究所 一种铝及铝合金中缺陷的定量检测方法
CN110174426A (zh) * 2019-05-31 2019-08-27 武汉钢铁有限公司 金属材料中非金属夹杂物的三维分析方法
CN111024741A (zh) * 2019-12-12 2020-04-17 首钢集团有限公司 一种硫系易切削钢连铸坯枝晶间距的测定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李言祥等: "非金属夹杂物对等温淬火高硅铸钢力学性能的影响", 《铸造》 *
薛正良等: "钢的纯净度的评价方法", 《钢铁研究学报》 *
雷家柳等: "子午线轮胎用帘线钢非金属夹杂物的研究进展", 《钢铁研究学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112730491A (zh) * 2020-12-02 2021-04-30 武汉科技大学 一种夹杂物统计分析方法
CN112666199A (zh) * 2021-03-15 2021-04-16 北京科技大学 一种预测轴承钢疲劳寿命的方法和装置

Similar Documents

Publication Publication Date Title
du Plessis et al. Standardized X-ray tomography testing of additively manufactured parts: A round robin test
US11506650B2 (en) Method for automatic quantitative statistical distribution characterization of dendrite structures in a full view field of metal materials
Xia et al. material degradation assessed by digital image processing: Fundamentals, progresses, and challenges
Zaefferer et al. EBSD as a tool to identify and quantify bainite and ferrite in low‐alloyed Al‐TRIP steels
Kamaya Measurement of local plastic strain distribution of stainless steel by electron backscatter diffraction
CN111766237A (zh) 金属材料中非金属夹杂物平均距离的统计计算方法
Li et al. Quantitative analysis of the irregularity of graphite nodules in cast iron
CN111860176B (zh) 一种非金属夹杂全视场定量统计分布表征方法
Deal et al. Measuring residual stress in Ti-6Al-4V with HR-EBSD, using reference patterns from annealed material
CN114324437B (zh) 一种钢中夹杂物原位统计分布的表征方法及系统
Du Plessis X‐ray tomography for the advancement of laser powder bed fusion additive manufacturing
CN102866170A (zh) 评价铝镇静钢中游离渗碳体形态、尺寸和分布的方法
Iren et al. Aachen-Heerlen annotated steel microstructure dataset
CN110646455A (zh) 一种热轧盘条表面氧化铁皮结构快速分析方法
Adachi et al. Development of fully automated serial-sectioning 3D microscope and topological approach to pearlite and dual-phase microstructure in steels
Kim et al. Digital protocols for statistical quantification of microstructures from microscopy images of polycrystalline nickel-based superalloys
Yang et al. Sparse microdefect evaluation system for large fine optical surfaces based on dark-field microscopic scattering imaging
CN111982946A (zh) 一种测定高碳钢盘条珠光体球团及领域尺寸的方法
CN106524957A (zh) 珠光体团尺寸的测定方法
Sun et al. Detectability by X-ray micro computed tomography of fatigue initiating void defects in laser powder-bed additively manufactured Ti-6Al-4V coupons
CN107255450B (zh) 一种碳化钨合金粉末的筛选方法
Shi et al. Automatic recognition and evaluation of micro-contaminant particles on ultra-smooth optical substrates using image analysis method
CN113155861B (zh) 铸坯夹杂物检测方法
Fu et al. (Retracted) Image restoration and quantitative metallographic tissue based on machine vision
Lin et al. Alloy Cast Product Defect Detection Based on Object Detection

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201013

RJ01 Rejection of invention patent application after publication