CN113063793B - 一种钛合金表面涂层服役情况的图形化处理分析方法及其应用 - Google Patents

Abstract

本发明属于合金材料检测方法领域，尤其涉及一种图形化处理分析钛合金表面涂层服役情况的方法及其应用。本发明方法通过测算未失效防护涂层的灰度值和完全失效防护涂层的灰度值，划定失效和未失效的灰度参数标准，并基于该标准测定钛合金表面防护涂层失效比例与时间的关系，构建钛合金表面防护涂层的老化模型。该方法能够有效用于钛合金表面防护涂层老化模型的建立，或用于钛合金表面防护涂层老化程度的测算，或用于钛合金表面防护涂层老化趋势的预判。本发明方法成本低廉，效率高，能够快速构建防护涂层的老化模型并用于实际维护，或探究新品种防护涂层的老化趋势等，具有较高的精确性，并在实际使用过程中无需对工件进行拆卸或破坏，具有实时性。

Description

一种钛合金表面涂层服役情况的图形化处理分析方法及其 应用

技术领域

本发明涉及合金材料检测的技术领域，更具体地，涉及一种钛合金表面涂层服役情况的图形化处理分析方法及其应用。

背景技术

材料的高温氧化总是伴随着表面的变化。由于暴露环境中的热力学不稳定性而导致的结构和组成的变化在材料服役的过程中非常普遍。如TiAl合金具有密度低、比强度高、高温抗蠕变性能好等优点，在航空航天、汽车、化工、医疗等领域获得了广泛的应用，但是当温度高于750℃时，TiAl合金在表面会形成TiO2和Al2O3组成的混合氧化膜。这种氧化膜结构疏松，无法起到保护作用，加速了TiAl合金的失效。而制备防护涂层是提高TiAl合金抗高温氧化能力的有效方法之一。防护涂层种类繁多，诸如金属涂层、搪瓷涂层、玻璃涂层、陶瓷涂层、扩散涂层等都能有效阻止氧气沿基体方向的扩散，但是涂层与基体的热膨胀系数之差、由于互扩散在界面析出的硬脆相、柯肯达尔孔洞等问题制约了这些涂层的应用。防护涂层失效的情况有很多，例如开裂、剥落等，但是这些情况往往都伴随着O的向内扩散和Ti的向外扩散，即存在O和Ti的接触通道。

过去几十年，人们开发了许多的方法以记录这些变化，例如质量增减、超声波检查、声发射检验、X射线衍射、X射线透射技术以及电化学方法。但是，上述的检测方法均具有一定的破坏性，需对材料以及其表面防护涂层进行一定程度的破坏以实现。而对于该问题，本领域研究人员视图开发一种低破坏性的检测方法。中国专利CN200410057522.1公开了一种用于分析暴露测试中涂层的方法，其虽然能对合金表面防护涂层进行无损检测，但均存在过程繁琐，不具备普遍适用性的问题，且上述方法均需要配备专业性的仪器和设备并需要专业性人员进行操作测试，繁琐复杂，测试过程仍需要进行拆卸等，无法适用于实际使用中的合金工件表面防护涂层的检测。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种钛合金表面涂层服役情况的图形化处理分析方法及其应用，检测过程简单、无需专业性人员进行操作测试、具备适用性且适用于实际使用中的合金工件表面防护涂层的检测。

为解决上述技术问题，本发明采用的技术方案是：

提供一种钛合金表面涂层服役情况的图形化处理分析方法，包括以下步骤：

S10. 分别对钛合金表面未失效的防护涂层、裸钛合金失效区域进行光学照片采样，利用数字化图形处理软件对光学照片进行处理，得到各像素点的RGB值，调用函数实现RGB值的灰度化，分别记录得到未失效的防护涂层灰度值域为[a,b]，得到裸钛合金失效区域灰度值域为[c,d]；

S20. 以具备新制备防护涂层的钛合金为试样进行热处理，每隔一段时间将试样冷却并进行光学照片采样，采样结束后继续进行热处理，以此进行热处理-采样循环，并利用数字画图形处理软件对采样的光学照片进行处理并转化为灰度值，绘制像素点数量-灰度值的曲线图，根据不同采样时间绘制的曲线图以及步骤S10所得的灰度值域[a,b]和[c,d]判断各时间段高温氧化后钛合金表面防护涂层的服役情况。

本发明的钛合金表面涂层服役情况的图形化处理分析方法，首先通过步骤S10建立标准体系参数，随后通过步骤S20的测量值与步骤S10所建立的标准体系参数进行对比，通过对比得到实时检测所得钛合金表面防护涂层的服役情况。并且，整体的步骤方法操作简洁，无需专业性的设备，步骤S20的过程通过对比步骤S10单次建立标准体系参数即能够建立得到防护涂层老化情况-时间变化体系并能够长期使用，每次仅需要对需要进行检测的钛合金表面防护涂层进行光学照片拍照采样，再与防护涂层老化情况-时间变化体系进行对比即能够得知当前检测的钛合金表面防护涂层的服役老化情况，并且能够实现后续防护涂层的老化、变化趋势,适用于实际使用中的合金工件表面防护涂层的检测。

需要说明的是，本发明的钛合金可替换为其他随氧化程度不同颜色区分度不同的金属合金，且本发明的表面涂层不限于狭义的表面涂层，也包括广义的表面涂层，如金属表面处理获得的保护层。即本发明不仅限于钛合金表面涂层的服役情况的检测，也可用于其他合金的表面保护层的服役情况的检测。

作为优选，步骤S10中，对钛合金表面未失效的防护涂层进行光学照片采样以及RGB值的灰度化的过程包括：在裸钛合金试样表面制备防护涂层，将试样置于其服役温度下氩气或空气或真空环境中热处理4～6 h，随后进行拍照采样得到光学照片，利用Matlab编程软件对光学照片进行处理，得到各像素点的RGB值，调用第一MATLAB函数实现RGB向灰度值的转化。所述第一MATLAB函数为：灰度=0.2989×R+0.5870×G+0.1140×B，记录上述计算所得最小灰度值为a，最大灰度值为b。

上述第一MATLAB函数中，R表示红阶亮度，G表示绿阶亮度，B表示蓝阶亮度。在上述的环境体系中以钛合金的服役温度进行热处理4～6 h，在正常情况下，防护涂层并不会发生老化或仅发生轻微至可忽略的极低程度老化，以此作为未老化的防护涂层参照标准，其中a值和b值分别为：最接近新制备防护涂层颜色通过MATLAB转换后所得的灰度值；和防护涂层在经过热处理后Ti、O等元素扩散后所形成的扩散后防护涂层的颜色通过MATLAB转换后所得的灰度值。因此，通过上述方法能够建立出由新制备防护涂层至扩散未老化后防护涂层的颜色灰度范围，用以对比能够判断哪一部分防护涂层未发生老化或老化极度轻微。

作为优选，步骤S10中，裸钛合金失效区域进行光学照片采样以及RGB值的灰度化的过程包括：将裸钛合金试样置于其服役温度下氩气或空气或真空环境中热处理95 h及以上，随后进行拍照采样得到光学照片，利用Matlab编程软件对光学照片进行处理，得到各像素点的RGB值，调用第二MATLAB函数实现RGB向灰度值的转化。所述第二MATLAB函数为：灰度=0.2989×R+0.5870×G+0.1140×B，记录上述计算所得最小灰度值为c，最大灰度值为d。

上述第二MATLAB函数中，R表示红阶亮度，G表示绿阶亮度，B表示蓝阶亮度。在95 h以上的热处理后，裸钛合金必然会发生腐蚀老化，甚至局部会发生非常严重的老化损坏，可以全域面判定为老化腐蚀，因此以该光学照片通过MATLAB函数转化为灰度值后得到灰度值上下限c和d可用于快速判定防护涂层是否快速老化。相较于采用涂覆制备有防护涂层的钛合金而言，采用裸钛合金作为试样能够采用较短的得到实际老化腐蚀后的灰度值域范围，这是基于钛合金防护涂层的老化特性出的。此外钛合金防护涂层老化主要便是由于Ti、O扩散引起的，因此直接采用裸钛合金作为标准参照体系具有更高的效率和准确性。

作为优选，步骤S20中，将试样冷却并进行光学照片采样的时间间隔为4～6 h或15～25 h。采样时间间隔在前期为4～6 h，记为短时间采样。短时间采样至腐蚀老化面积达到试样总面积的10 %以上之后，进行长时间采用，长时间采用的时间间隔调整为15～25 h。上述时间调整既能够综合前期试样灰度值变化较快的情况，又能够在后续采用长时间间隔的追踪。

作为优选，步骤S20中，所述服役情况以未失效区域比例α、完全失效区域比例β和中间态区域比例γ表示。未失效区域比例α、完全失效区域比例β和中间态区域比例γ按下式计算：

（式I）α=x/z × 100 %；

（式II）β=y/z × 100 %；

（式III）γ=(z-x-y)/z × 100 %；

上述式I、II和III中：x为灰度值为[a,b]的像素点数量，y为灰度值为[c,d]的像素点数量，z为总像素点数量。通过上述式I～III，能够快速判定试样表面的各服役状态的面积比例，并根据比例的变化能够整理出不同钛合金表面不同防护涂层的老化腐蚀变化趋势，并根据完整的变化趋势图表能够对实际使用过程中防护涂层的变化趋势进行预测，如腐蚀边界的平移、腐蚀面积的扩大等，对于研究防护涂层的品质以及实际使用过程中对防护涂层进行维护等具有重大的意义。

本发明还提供了一种上述方法的应用，所述方法用于钛合金表面防护涂层老化模型的建立，或用于钛合金表面防护涂层老化程度的测算，或用于钛合金表面防护涂层老化趋势的预判。

上述方法能够非常有效地用于钛合金表面防护涂层的测算、预判和老化模型的建立，在实际生产运用中，能够十分有效的对新品种防护涂层质量的分析检测，或对于实际使用的防护涂层维护等方面。

与现有技术相比，本发明的有益效果是：

1）本发明方法成本低廉，效率高，能够快速构建防护涂层的老化模型并用于实际维护，或探究新品种防护涂层的老化趋势等；

2）能够方便地实现广域检测，对于具有不同形状特征的防护涂层具有良好的适应性；

3）检测具有较高的精确性，并在实际使用过程中无需对工件进行拆卸或破坏，具有实时性；

4）方法简洁易操作，无需专业性的设备和专业人员。

附图说明

图1为钛合金表面未失效的防护涂层光学照片采样图；

图2为裸钛合金失效区域光学照片采样图；

图3为具备新制备防护涂层的钛合金为试样进行热处理后不同时间段的光学照片采样图；

图4为钛合金表面防护涂层完全失效区域比例-时间变化图。

具体实施方式

下面结合具体实施方式对本发明作进一步的说明。

一种钛合金表面涂层服役情况的图形化处理分析方法，包括：

S10. 分别对钛合金表面未失效的防护涂层、裸钛合金失效区域进行光学照片采样；其中：

在裸TiAl合金表面采用溶胶凝胶电沉积法制备SiO₂防护涂层，具体工艺简要说明：将4mL四乙氧基硅烷加入100mL乙醇硝酸钾溶液中，其中乙醇和硝酸钾溶液体积比为1：1，硝酸钾溶液浓度为0.2mol/L，然后往其中滴加盐酸调节pH值为3，室温下搅拌5 h待用。采用TiAl试样作为阴极，石墨电极作为阳极，电极间距控制在2 cm，控制电流密度为2 mA/cm²，电沉积时间为600 s，沉积完成后洗涤吹干，得到SiO₂涂层，将SiO₂试样在900 ℃ Ar气环境中热处理5 h，然后采取试样光学照片，光学照片如图1所示，通过Matlab编程软件对光学照片进行处理，得到各像素点的RGB值，调用第一MATLAB函数（灰度 = 0.2989R+ 0.5870G+ 0.1140B）转换RGB实现灰度化（部分区域像素点的灰度值如表1所示），分析全部区域灰度分布范围得到了SiO₂涂层与基体互相充分扩散后、氧化失效前的灰度值域15 ~ 36；

将TiAl裸样900℃高温氧化100h，然后采取试样光学照片，光学照片如图2所示，通过Matlab编程软件对光学照片进行处理，得到各像素点的RGB值，调用第二MATLAB函数（灰度 = 0.2989R+ 0.5870G + 0.1140B）转换RGB实现灰度化（部分区域像素点的灰度值如表2所示），分析全部区域灰度分布范围得到了TiO2失效区域的灰度值域78 ~ 105；

S20. 采用步骤S10中SiO₂涂层制备相同的工艺在TiAl合金表面制备得到防护涂层，即为具备新制备防护涂层的钛合金，每隔一段时间，将试样取出空冷，采取光学照片，基于步骤S10转化各像素点RGB值为灰度值，SiO₂试样各氧化时间段灰度化后图片如图3所示。对每个像素点的灰度值进行统计，以像素点数量为纵坐标，灰度值为横坐标，则能得到像素点数量-灰度值波形图。统计灰度值域（15 ~ 36）像素点的个数x、灰度值域（78 ~ 105）像素点的个数y、像素点总量z。例如高温氧化80 h时（部分氧化区域像素点的灰度值如表3所示），灰度值域（15 ~ 36）像素点的个数165401、灰度值域（78 ~ 105）像素点的个数22092、像素点总量210504。通过计算获得未失效区域比重α、完全失效区域比重β、中间态区域比重γ。例如高温氧化80h时，未失效区域比重α= 78.57%、完全失效区域比重β = 10.49%、中间态区域比重γ= 10.94%。最终得到了900℃高温氧化过程中SiO2试样完全失效区域比例随氧化时间的变化图，具体变化图如图4所示。

表1：SiO₂试样在900℃ Ar气环境中热处理5 h后部分区域的灰度值

区域编号	1	2	3	4	5	6	7
								1	20	26	23	19	24	27	16
2	30	16	17	24	26	18	23
								3	16	23	18	25	19	19	21
4	21	21	22	32	24	21	16
								5	17	19	26	31	25	23	28
6	29	27	28	19	31	24	34
								7	27	24	16	23	16	15	19

表2 TiAl裸样在900℃氧化100h后部分区域的灰度值

区域编号	1	2	3	4	5	6	7
								1	89	86	102	87	78	77	92
2	86	96	102	94	96	88	93
								3	96	93	88	85	99	89	81
4	81	92	92	92	84	101	96
								5	97	89	76	81	95	93	88
6	79	87	98	89	101	96	94
								7	77	104	86	103	96	95	99

表3 SiO₂试样在900℃氧化80h后部分区域的灰度值

区域编号	1	2	3	4	5	6	7
								1	21	26	23	19	24	27	16
2	32	16	17	24	26	18	23
								3	26	23	18	25	19	99	81
4	22	21	22	32	84	91	86
								5	27	19	26	101	95	83	28
6	21	27	28	99	81	24	34
								7	27	24	86	83	16	15	19

通过上述方法，对比表1、表2和表3能够快速判定钛合金表面的防护涂层的老化腐蚀情况，并且根据失效比例和时间的关系能够绘制如图4所示的失效比例-时间变化趋势图，从而能够实现防护涂层的分析检测和预维护，如光学照片采样后局部区域灰度值为36～75，即表明其处于快速老化腐蚀的阶段，并未完全失效，此时对其进行维护修复的效率和性价比远高于灰度值大于75的完全失效区域。此外，上述的灰度值与防护涂层的腐蚀失效程度呈明显的正相关关系，这是基于特定的MATLAB函数产生的，即本发明所用式：灰度 =0.2989R+ 0.5870G + 0.1140B。若改变上述RGB值向灰度值转化的函数式，则会导致相关性下降，甚至容易产生不规则的正相关，无法有效预期防护涂层的失效程度，因此上式是具有特殊性的，不能够进行简单替换。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (6)

1.一种钛合金表面涂层服役情况的图形化处理分析方法，其特征在于，包括以下步骤：

S10. 分别对钛合金表面未失效的防护涂层、裸钛合金失效区域进行光学照片采样，利用数字化图形处理软件对光学照片进行处理，得到各像素点的RGB值，调用函数实现RGB值的灰度化，分别记录得到未失效的防护涂层灰度值域为[a,b]，得到裸钛合金失效区域灰度值域为[c,d]；

S20. 以具备新制备防护涂层的钛合金为试样进行热处理，每隔一段时间将试样冷却并进行光学照片采样，采样结束后继续进行热处理，以此进行热处理-采样循环，并利用数字画图形处理软件对采样的光学照片进行处理并转化为灰度值，绘制像素点数量-灰度值的曲线图，根据不同采样时间绘制的曲线图以及步骤S10所得的灰度值域[a,b]和[c,d]判断各时间段高温氧化后钛合金表面防护涂层的服役情况；

步骤S10中，对钛合金表面未失效的防护涂层进行光学照片采样以及RGB值的灰度化的过程包括：在裸钛合金试样表面制备防护涂层，将试样置于其服役温度下氩气或空气或真空环境中热处理4～6 h，随后进行拍照采样得到光学照片，利用Matlab编程软件对光学照片进行处理，得到各像素点的RGB值，调用第一MATLAB函数实现RGB向灰度值的转化；

所述第一MATLAB函数为：灰度=0.2989×R+0.5870×G+0.1140×B，记录上述计算所得最小灰度值为a，最大灰度值为b；R表示红阶亮度，G表示绿阶亮度，B表示蓝阶亮度；

步骤S10中，裸钛合金失效区域进行光学照片采样以及RGB值的灰度化的过程包括：将裸钛合金试样置于其服役温度下氩气或空气或真空环境中热处理95 h及以上，随后进行拍照采样得到光学照片，利用Matlab编程软件对光学照片进行处理，得到各像素点的RGB值，调用第二MATLAB函数实现RGB向灰度值的转化；

所述第二MATLAB函数为：灰度=0.2989×R+0.5870×G+0.1140×B，记录上述计算所得最小灰度值为c，最大灰度值为d。

2.根据权利要求1所述的钛合金表面涂层服役情况的图形化处理分析方法，其特征在于，步骤S20中，将试样冷却并进行光学照片采样的时间间隔为4～6 h。

3.根据权利要求1所述的钛合金表面涂层服役情况的图形化处理分析方法，其特征在于，步骤S20中，将试样冷却并进行光学照片采样的时间间隔为15～25 h。

4.根据权利要求1所述的钛合金表面涂层服役情况的图形化处理分析方法，其特征在于，步骤S20中，所述服役情况以未失效区域比例α、完全失效区域比例β和中间态区域比例γ表示。

5.根据权利要求4所述的钛合金表面涂层服役情况的图形化处理分析方法，其特征在于，未失效区域比例α、完全失效区域比例β和中间态区域比例γ按下式计算：

（式I）α=x/z × 100 %；

（式II）β=y/z × 100 %；

（式III）γ=(z-x-y)/z × 100 %；

上述式I、II和III中：x为灰度值为[a,b]的像素点数量，y为灰度值为[c,d]的像素点数量，z为总像素点数量。

6.一种如权利要求1至5任一项所述方法的应用，其特征在于，所述方法用于钛合金表面防护涂层老化模型的建立，或用于钛合金表面防护涂层老化程度的测算，或用于钛合金表面防护涂层老化趋势的预判。

Images