WO2021160208A1 - Vorrichtung und verfahren zur untersuchung metallischer proben - Google Patents

Vorrichtung und verfahren zur untersuchung metallischer proben Download PDF

Info

Publication number
WO2021160208A1
WO2021160208A1 PCT/DE2021/100045 DE2021100045W WO2021160208A1 WO 2021160208 A1 WO2021160208 A1 WO 2021160208A1 DE 2021100045 W DE2021100045 W DE 2021100045W WO 2021160208 A1 WO2021160208 A1 WO 2021160208A1
Authority
WO
WIPO (PCT)
Prior art keywords
virtual
inclusions
sample
micrograph
samples
Prior art date
Application number
PCT/DE2021/100045
Other languages
English (en)
French (fr)
Inventor
Mathias PROBST
Original Assignee
Schaeffler Technologies AG & Co. KG
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 Schaeffler Technologies AG & Co. KG filed Critical Schaeffler Technologies AG & Co. KG
Publication of WO2021160208A1 publication Critical patent/WO2021160208A1/de

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/20Metals

Definitions

  • the invention relates to a method for examining a metallic sample for inclusions.
  • the invention also relates to an examination system for testing and assessing a metallic sample.
  • the ASTM E 45 standard is a standard method for determining the non-metallic inclusions in steel.
  • Inclusions can be oxides, for example.
  • ASTM E 45 assumes that the samples are longitudinally ground, with the ground surface to be evaluated parallel to the deformation direction of the steel. A distinction is made between different types of inclusions. Among other things, oxides can be present either in line form or as globular oxides.
  • a method for foreign phase examination of a monocrystalline substrate is described in DE 102008063 130 B4.
  • the substrate is irradiated by means of an interrogation light beam with a wavelength of at most 750 nm.
  • the interrogation light beam is assigned an optical detection device which is focused with its observation plane on an observation area within the substrate.
  • EP 0264813 B1 deals with the prediction of the remaining service life of a metal material.
  • shapes of grains of the metal material are measured quantitatively.
  • DE 34 09 011 C2 discloses a metallographic examination method for mapping sample areas on components, which are to be examined for defects and structure.
  • the test areas are prepared as part of the examination process, including grinding and polishing.
  • the invention is based on the object of making advances over the prior art in the examination of metallic samples for inclusions with regard to the relationship between the testing effort and the significance of the test, with inclusions in a component in particular, which have a significant impact on the mechanical load-bearing capacity of the component.
  • This object is achieved according to the invention by a method for examining a metallic sample for inclusions, in particular globular inclusions, according to claim 1.
  • the object is also achieved by a system for testing and assessing a metallic sample, that is, an examination system according to claim 9.
  • an examination system according to claim 9.
  • the invention is based on the consideration that industrially produced steels, for example roller bearing steels, contain non-metallic inclusions. Such inclusions can, depending on their size and frequency, significantly reduce the load-bearing capacity of a workpiece. This is particularly true in cases in which the mechanically particularly heavily loaded volume is not extremely large compared to the size of the inclusions.
  • finite element analyzes can be carried out, for example. With the help of such analyzes, particularly demanding te volume areas within the workpiece can be identified, with mechanical stresses occurring in the corresponding areas during operation of the component being able to be estimated.
  • Inclusions that reduce the load capacity of the component can be statistically distributed in the construction part. Even in cases in which the distribution of inclusions does not exclusively follow statistical rules, but depends, for example, on manufacturing conditions, statistical methods can be used to make meaningful statements about the reduction in load capacity caused by inclusions.
  • the examination method which is based on the provision of a micrograph of a real metallic sample, includes the following features:
  • the real micrograph is automatically compared with several of the generated virtual sections that can be assigned to different virtual specimens,
  • That virtual section which has the greatest correspondence with the micrograph, is automatically identified, which means that features of the corresponding virtual sample are assigned to the metallic sample.
  • each virtual sample is built up by “inserting” several inclusions into the specified volume, for example a cube with a given edge length, with the distribution parameters on which the Monte Carlo simulation is based, for example, arithmetic mean values and standard deviations, each related to the dimensions of the inclusions, are to be mentioned.
  • inclusions or pores of the virtual sample can, by definition, have a globular, that is to say spherical, shape.
  • globular that is to say spherical
  • needle-shaped or platelet-shaped ger inclusions may be appropriate.
  • completely homogeneously distributed components, such as alloy components, on the other hand, is not the subject of the Monte Carlo simulation.
  • the diameter of the inclusions describes, for example, a normal distribution, that is to say Gaussian distribution.
  • Other distributions for example a uniform distribution with a given minimum value and maximum value of the diameter, can also be selected.
  • a collision check is carried out when placing individual virtual inclusions in a preferred process management. This can be done, for example, after the distribution of a number of inclusions in the volume of the virtual sample, i.e. after the placement of at least one inclusion, the next inclusion according to the specifications of the Monte Carlo simulation, initially independently of the inclusions already defined in the volume is inserted. A collision check is then carried out, with the insertion made in the last step being reversed in the event of a collision between the last added inclusion and existing inclusions.
  • the virtual sample can also be generated without a collision check, in which case complex-shaped recesses that are not to be expected in a real sample, or only with a very low probability, can result.
  • a virtual sample which may possibly be affected by falsifications, can nevertheless be used within the framework of the claimed method.
  • the Monte Carlo simulation is carried out iteratively.
  • parameters for generating virtual samples are defined as a function of comparisons that have already been carried out between virtual samples and the actual micrograph. By modifying the parameters, the virtual sample is gradually approximated to the micrograph.
  • a group of virtual samples that differ from one another is first generated, each of these virtual samples being compared with the real micrograph.
  • This evaluation is used to generate a further group of virtual samples, with differences between the individual virtual samples also in this case.
  • the differences between the individual virtual samples are mainly due to different settings of the Monte Carlo simulation.
  • there may be differences occur between individual virtual samples, which arise randomly or quasi randomly even with uniform setting of the parameters of the Monte Carlo simulation.
  • the aim of varying the parameters of the Monte Carlo simulation with each run of the simulation is a step-by-step adaptation of the shape of the virtual sample to the real sample.
  • the user's assessments of the similarity of different images can also flow into a computer program to be executed within the scope of the examination method according to the application and which contains artificial intelligence. This is done in that the user himself makes assessments to what extent different virtual sections have similarities with a real micrograph.
  • the user only makes a binary distinction. This means that the user only indicates whether the features that can be derived from a virtual image match the features of the real micrograph or whether there are significant differences.
  • the degree of correspondence between real and computer-generated images can be specified in several stages.
  • Process variants can also be implemented in which the similarity between real and virtual grinding or cuts is evaluated exclusively using a computer. For each type of evaluation, the number of virtual samples that is generated in the course of the process can be determined for each iteration of the simulation tion may be different, especially decrease from run to run of the simulation. The parameters with which the inclusions are generated in the virtual samples can be narrowed and / or shifted in the successive iteration stages.
  • the size distribution of the virtual inclusions is concerned, a wide variety of distributions are possible.
  • examples include a logarithmic normal distribution, a uniform distribution within fixed limits, a Weibull distribution and a Pareto distribution.
  • Other distributions which can be displayed in particular in the form of a histogram, are also possible.
  • the inclusions do not have a spherical shape, the shape of the inclusions can also be varied in many ways in addition to the inclusion size.
  • a distinction between different compositions of inclusions is also possible in principle, provided that such a distinction can be made on the basis of the micrograph.
  • the method according to the application provides reliable information about the probable structure of the metallic sample even outside the plane under consideration, i.e. the plane in which the micrograph lies or through which the cut is made.
  • the device for testing and assessing the metallic sample i.e. the examination system, comprises the following components:
  • An examination station i.e. a test station, for the optical acquisition of a micrograph of the metallic sample
  • - a simulator for generating virtual samples including associated sections
  • - A comparator for comparing the virtual sample with the micrograph.
  • the simulator is designed to generate a plurality of virtual samples which differ from one another with regard to the inclusions present in the sample.
  • the comparator is designed to determine the degree of correspondence between different sections of virtual samples and the micrograph and to identify the virtual sample that has the greatest agreement with the micrograph.
  • the functions of the simulator and the comparator can be implemented by a common data processing unit or by separate units.
  • An evaluation unit can be linked to the comparator, which is designed to provide statistical information on component failure as a function of the features of the metallic sample determined with the aid of the simulation.
  • the evaluation unit in accordance with the simulator and comparator, is not necessarily designed as an independent unit in the physical sense.
  • the evaluation unit can be used, for example, to make statistical statements about a possible reduction in component strength due to inclusions on the basis of an existing component strength calculation and the Monte Carlo simulation that has been carried out. Assuming, for example, that there is a mechanically highly stressed volume of 3 mm 3 , a component strength calculation that can be carried out using known methods could show that inclusions from a size of 120 ⁇ m significantly reduce the load-bearing capacity.
  • Monte Carlo simulation in this case determined that an inclusion density of two inclusions per mm 2 is to be expected and the proportion of inclusions with a diameter of at least 120 ⁇ m is 0.5%.
  • a simplified statistical estimate shows that an average of six inclusions are to be expected in the highly stressed volume, of which 0.5% exceed the critical size, so that the risk of a significantly reduced component strength is approx. 3%.
  • a refined evaluation of the Monte Carlo simulation provides that not only the virtual sample that shows the best agreement with the real micrograph is considered, but also that further virtual samples are included in the evaluation that have a slightly lower agreement with the fact show neuter, metallic sample.
  • each virtual sample is assigned a probability value which indicates the probability of correspondence with the actual sample, where the sum of all probability values results in 1.
  • the probability values are assigned as a function of how great the differences between the virtual section of each virtual sample and the micrograph found by image evaluation are.
  • the virtual sample receives the highest probability value for which the smallest differences to the real sample can be determined.
  • Fig. 5 real and simulated distribution functions relating to inclusion sizes in the actual or virtual sample
  • An examination system identified as a whole with the reference symbol 1 is specially adapted to examinations with regard to spherical inclusions 11. It is assumed here that in an actual, metallic sample 3, which is arranged on a table 4 in the exemplary embodiment, mainly globular, that is to say spherical, inclusions 11 are of practical relevance.
  • the table 4 is assigned to a test station 2 for examining the sample 3.
  • the sample 4 is prepared in a manner known per se in order to obtain a micrograph Sb.
  • An optical analysis system 5, which is used to record the micrograph Sb, is connected via data connections 6 to further components 8, 9, 10 of a data processing system 7 of the examination system 1 linked.
  • the components 8, 9, 10, which are not necessarily physically separated from one another or from the optical analysis system 5, are a simulator 8, a comparator 9 and an evaluation unit 10.
  • the examination system 1 is designed to combine features of the actual sample 3 with features of numerous virtual samples Pv, which are generated by means of the simulator 8, with an optimized virtual sample Pv ultimately providing information about features of the sample 3 which are not directly apparent result from the section Sb.
  • FIG. 1 The basic shape of a virtual sample Pv is illustrated in FIG. Several virtual inclusions Ev of different sizes can be seen. Furthermore, a virtual section Sv is shown, which cuts some of the virtual inclusions Ev and represents a simulation of the micrograph Sb.
  • the virtual sample has a cube shape, which results from previous strength calculations.
  • the cube represents that volume element of the component from which the sample 3 was taken which is exposed to particularly high mechanical loads under real operating conditions.
  • the component is a roller bearing component which is particularly exposed to rolling loads.
  • the method outlined in FIG. 4 can be carried out with the examination system 1.
  • the start of this process for examining the metallic sample 3 is referred to as the process start S1.
  • method step S2 which is carried out by the data processing system 7, parameters are set that relate to the distribution of inclusions in the sample volume. This includes the size distribution of the virtual inclusions Ev and the density of the inclusions Ev, that is, the mean number of inclusions Ev per unit volume.
  • step S3 numerous inclusions Ev are distributed in the virtual sample Pv by Monte Carlo simulation.
  • the diameters of the numerous virtual inclusions Ev describe, for example, a normal distribution, that is to say Gaussian distribution. In principle, other distributions can also be assumed, for example an even distribution of the diameter within certain limits. In any case, based on the assumed distribution, the diameter of each inclusion Ev is determined by Monte Carlo simulation, that is to say almost randomly. The arrangement of each virtual inclusion Ev within the virtual sample Pv is also carried out by means of a Monte Carlo simulation.
  • step S3 collision checks are also carried out, which ensures that there are no overlaps of virtual inclusions. If a collision is found, the last added virtual inclusion Ev is removed again from the virtual sample Pv and a virtual inclusion Ev is generated again, which is again subjected to a check for collision with existing inclusions Ev. For this reason, step S3 is actually a program component that is more complex than the simplified representation according to FIG. 3 and includes at least one loop.
  • step S4 a plane is laid through the virtual sample Pv, with which the virtual section Sv is generated.
  • the area of the inclusion Ev visible in the virtual section is calculated. In Fig. 2 these areas are marked by hatching. If the center of an inclusion Ev lies exactly in the cutting plane, the actual diameter of the inclusion Ev is visible in the virtual section Sv. Otherwise the diameter of an inclusion Ev visible in the virtual section Sv is smaller than its actual diameter. In the extreme case, when the distance of an inclusion Ev from the cutting plane corresponds to the radius of the inclusion Ev, the corresponding inclusion Ev appears in the virtual section Sv only in the form of a point.
  • step S5 the real micrograph Sb is automatically evaluated.
  • the frequency of inclusions 11 per unit area and the size distribution of these visible inclusions 11 are determined here.
  • the size distribution is the distribution of visible sizes, not the actual diameter distribution of the inclusions 11.
  • Steps S4, S5 can be carried out in any order, including simultaneously.
  • step S6 A comparison of the micrograph Sb with the virtual section Sv takes place in method step S6. If this comparison shows a sufficiently good correspondence between the micrograph Sb and the virtual section Sv, then in step S7 the Features of the virtual sample Pv are assigned to the actual sample 3. Otherwise, steps S2 to S5 are iterated until the virtual sample Pv approximates the actual sample 3 sufficiently. Step S7 also includes an evaluation with regard to the reduction in mechanical strength due to the inclusions 11 present in the sample 3. The frequency and size distribution of these inclusions 11 is not derived directly from the micrograph Sb, but from the virtual sample Pv. The conclusion of the procedure is marked with S8.
  • FIG. 1 The iterative approximation of the properties of the virtual sample Pv to the actual sample 3, of which the micrograph Sb is available, is illustrated in FIG.
  • Various distribution functions are shown in relation to the visible inclusion size designated by EGs.
  • the visible inclusion size EGs is calculated; in the case of the actual sample 3, it is measured.
  • the probability that the visible variable EGs of an inclusion Ev or an inclusion 11 is below a certain value is denoted by P and inevitably approaches one asymptotically.
  • the corresponding distribution function is still clearly removed from the curve determined directly from the laboratory test, that is to say by means of the optical analysis system, which curve is referred to as the laboratory curve LK.
  • step S3 By changing the parameters of the Monte Carlo simulation (step S3), a modified virtual sample Pv is generated, the corresponding simulation being labeled Si2.
  • step S3 By changing the parameters of the Monte Carlo simulation (step S3), a modified virtual sample Pv is generated, the corresponding simulation being labeled Si2.
  • Another optimization of the parameters finally leads to the simulation Si3, the associated distribution function, as can be seen from FIG. 3, largely coinciding with the laboratory curve LK.
  • the virtual sample Pv obtained with the optimized simulation Si3 agrees with the actual sample 3 with a good approximation not only in the cutting plane. Rather, based on the simulation Si3, conclusions can also be drawn about the composition of the sample 3 outside the sectional plane under consideration.
  • the vir- The distribution function shown in FIG. 6, which, in contrast to FIG. 5, does not relate to visible inclusion variables EGs, but rather to real inclusion variables EGr.
  • the relationship between a critical inclusion variable Ekr, which may be given at most in the component in order not to fall below a certain load-bearing capacity, and the determined probability, denoted by Pe, that only inclusions 11 are present that are not larger than Ekr, can be read directly from the diagram according to FIG. 6.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Ein Verfahren zur Untersuchung einer metallischen Probe (3) auf Einschlüsse (11), welches von der Bereitstellung eines Schliffbildes (Sb) der metallischen Probe (3) ausgeht, weist folgende Merkmale auf: - Erzeugen mehrerer virtueller Schnitte (Sv) virtueller Proben (Pv), indem per Monte-Carlo-Simulation Einschlüsse (Ev) in einem Volumen verteilt werden und anschließend mindestens eine Schnittebene durch das Volumen gelegt wird, wobei sich die verschiedenen virtuellen Proben (Pv) zumindest hinsichtlich der Größenverteilung ihrer Einschlüsse (Ev) voneinander unterscheiden, - Automatisches Vergleichen des Schliffbildes (Sb) mit mehreren der erzeugten, unterschiedlichen virtuellen Proben (Pv) zuzuordnenden virtuellen Schnitte (Sv), - Identifikation desjenigen virtuellen Schnittes (Sv), welcher die größte Übereinstimmung mit dem Schliffbild (Sb) aufweist und Zuordnung von Merkmalen der entsprechenden virtuellen Probe (Pv) zur metallischen Probe (3).

Description

Vorrichtung und Verfahren zur Untersuchung metallischer Proben
Die Erfindung betrifft ein Verfahren zur Untersuchung einer metallischen Probe auf Einschlüsse. Ebenso betrifft die Erfindung ein Untersuchungssystem zur Prüfung und Beurteilung einer metallischen Probe.
Die Norm ASTM E 45 stellt eine Standardmethode zur Bestimmung der nichtmetalli schen Einschlüsse bei Stahl dar. Bei Einschlüssen kann es sich zum Beispiel um Oxi de handeln. Die ASTM E 45 geht davon aus, dass die Proben als Längsschliff vorlie gen, wobei die auszuwertende Schlifffläche parallel zur Verformungsrichtung des Stahls zu entnehmen ist. Es wird zwischen verschiedenen Einschlusstypen unter schieden. Unter anderem können Oxide entweder in Strichform oder als globulare Oxide vorliegen.
Hinsichtlich der mikroskopischen Prüfung von Edelstählen auf nichtmetallische Ein schlüsse wird ergänzend auf die Norm DIN 50602 hingewiesen. Gegenstand dieser Norm sind neben oxidischen Einschlüssen auch sulfidische Einschlüsse. Wertzahlan gaben, die Informationen zu Einschlusstypen und -großen liefern, können entweder getrennt nach Oxiden und Sulfiden oder als Gesamtsummenkennwert angegeben werden.
Ein Verfahren zur Fremdphasenuntersuchung eines einkristallinen Substrats ist in der DE 102008063 130 B4 beschrieben. Das Substrat wird hierbei mittels eines Abfrage lichtstrahls mit einer Wellenlänge von höchstens 750 nm bestrahlt. Dem Abfragelicht strahl ist eine optische Detektionseinrichtung zugeordnet, welche mit ihrer Beobach tungsebene auf einen Beobachtungsbereich innerhalb des Substrats fokussiert ist.
Die EP 0264813 B1 befasst sich mit der Voraussagung der übrigbleibenden Lebens dauer eines Metallmaterials. Hierbei werden Formen von Körnern des Metallmaterials quantitativ gemessen. Eine Vorhersage der restlichen Lebensdauer des Metallmateri- als soll auf der Basis von Änderungen in den Formen der Körner erfolgen, wobei unter anderem ist die Auswertung von Längen/Breiten-Verhältnissen oder des Rundheits grades von Körnern vorgesehen ist.
Die DE 34 09 011 C2 offenbart ein metallographisches Untersuchungs-Verfahren zur Abbildung von Probeflächen an Bauteilen, welche auf Fehlstellen und Gefüge zu un tersuchen sind. Die Probeflächen werden im Rahmen des Untersuchungs-Verfahrens unter anderem durch Schleifen und Polieren präpariert.
Der Erfindung liegt die Aufgabe zu Grunde, Fortschritte gegenüber dem Stand der Technik bei der Untersuchung metallischer Proben auf Einschlüsse hinsichtlich des Verhältnisses zwischen Prüfungsaufwand und Aussagekraft der Prüfung zu erzielen, wobei in einem Bauteil insbesondere Einschlüsse gegeben sein können, welche sich signifikant auf die mechanische Belastbarkeit des Bauteils auswirken.
Diese Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren zur Untersuchung einer metallischen Probe auf Einschlüsse, insbesondere globulare Einschlüsse, ge mäß Anspruch 1. Ebenso wird die Aufgabe gelöst durch ein System zur Prüfung und Beurteilung einer metallischen Probe, das heißt Untersuchungssystem, gemäß An spruch 9. Im Folgenden im Zusammenhang mit dem Untersuchungssystem, das heißt der anspruchsgemäßen Vorrichtung, erläuterte Ausgestaltungen und Vorteile der Er findung gelten sinngemäß auch für das Untersuchungsverfahren und umgekehrt.
Die Erfindung geht von der Überlegung aus, dass industriell hergestellte Stähle, bei spielsweise Wälzlagerstähle, nichtmetallische Einschlüsse enthalten. Derartige Ein schlüsse können, abhängig von ihrer Größe und Häufigkeit, die Beanspruchbarkeit ei nes Werkstücks signifikant herabsetzen. Dies gilt besonders in Fällen, in denen das mechanisch besonders stark belastete Volumen im Vergleich zur Größe der Ein schlüsse nicht extrem groß ist. Um quantitative Aussagen über Belastungen in me chanisch beanspruchten Bauteilen treffen zu können, sind beispielsweise Finite Ele mente Analysen durchführbar. Mit H ilfe solcher Analysen sind besonders beanspruch- te Volumenbereiche innerhalb des Werkstücks identifizierbar, wobei beim Betrieb des Bauteils in den entsprechenden Bereichen auftretende mechanische Spannungen ab schätzbar sind.
Einschlüsse, welche die Belastbarkeit des Bauteils herabsetzen, können in dem Bau teil statistisch verteilt sein. Selbst in Fällen, in denen die Verteilung von Einschlüssen nicht ausschließlich statistischen Regeln folgt, sondern zum Beispiel von Fertigungs gegebenheiten abhängt, können mit statistischen Methoden sinnvolle Aussagen über die Fierabsetzung der Belastbarkeit durch Einschlüsse getroffen werden.
Ausgehend von diesen Überlegungen umfasst das Untersuchungsverfahren, welches auf der Bereitstellung eines Schliffbildes einer realen metallischen Probe basiert, fol gende Merkmale:
- Mehrere virtuelle Schnitte virtueller Proben werden erzeugt, indem mittels einer Monte-Carlo-Simulation Einschlüsse in einem Volumen, welches dem zu betrachtenden, mechanisch besonders belasteten Bauteilvolumen ent spricht, verteilt werden und anschließend mindestens eine Schnittebene durch das Volumen gelegt wird, wobei sich die einzelnen virtuellen Proben zumindest hinsichtlich der Größenverteilung ihrer Einschlüsse voneinander unterscheiden,
- Das reale Schliffbild wird automatisch mit mehreren der erzeugten, unter schiedlichen virtuellen Proben zuzuordnenden virtuellen Schnitte verglichen,
- derjenige virtuelle Schnitt, welcher die größte Übereinstimmung mit dem Schliffbild aufweist, wird automatisch identifiziert, womit eine Zuordnung von Merkmalen der entsprechenden virtuellen Probe zur metallischen Probe vorgenommen wird.
Was das prinzipiell bekannte Simulationsverfahren „Monte-Carlo-Simulation“ betrifft, wird beispielhaft auf die Dokumente DE 10050280 A1 und WO 2014/009384 A2 hin- gewiesen. Im letztgenannten Dokument, welches ein Verfahren zur Identifizierung und Diskriminierung von heterogenen Materialien beschreibt, wird die Optimierung von Soll-Signaturen von Materialien mittels Monte-Carlo-Algorithmus vorgeschlagen.
Theoretische Grundlagen der Monte Carlo Simulation wurden bereits im Jahr 1953 von Nicholas Metropolis et al. in „Equation of State Calculations by Fast Computing Machines“ (J. Chem. Phys. 21, 1087) dargelegt.
Allgemein wird bei einer Monte Carlo Simulation eine Vielzahl von Vorgängen theore tisch durchgespielt, wobei Eingangsgrößen der zu betrachtenden, virtuellen Vorgänge zufällig oder quasi zufällig ausgewählt werden. In der Teilchenphysik kann es sich bei den Eingangsgrößen beispielsweise um Bewegungszustände von Teilchen, welche mit in einem bestimmten Volumen angeordneter Materie wechselwirken, handeln. Je größer die Anzahl betrachteter Einzelvorgänge ist, desto präzisere Aussagen sind ty pischerweise mit Hilfe einer Monte Carlo Simulation herleitbar, wobei die entspre chenden Aussagen aufgrund der Komplexität des betrachteten Systems mit geschlos senen mathematischen Ansätzen nicht gewinnbar wären.
Im vorliegenden Fall wird im Rahmen der Monte Carlo Simulation jede virtuelle Probe aufgebaut, indem in das vorgegebene Volumen, beispielsweise einen Würfel mit vor gegebener Kantenlänge, mehrere Einschlüsse „eingesetzt“ werden, wobei als Vertei lungsparamater, welche der Monte Carlo Simulation zugrunde gelegt werden, bei spielsweise arithmetische Mittelwerte und Standardabweichungen, jeweils bezogen auf Abmessungen der Einschlüsse, zu nennen sind.
Was die Geometrie der Einschlüsse betrifft, existieren keine prinzipiellen Einschrän kungen, wobei statt Einschlüssen grundsätzlich auch Flohlräume betrachtet werden können. Insbesondere können Einschlüsse beziehungsweise Poren der virtuellen Probe definitionsgemäß eine globulare, das heißt kugelförmige, Gestalt haben. Je nach Form der Einschlüsse, welche in der realen Probe vorhanden sind, kann abwei chend hiervon zum Beispiel auch die Betrachtung nadelförmiger oder plättchenförmi- ger Einschlüsse zweckmäßig sein. Die Betrachtung vollständig homogen verteilter Bestandteile, etwa Legierungsbestandteile, ist dagegen nicht Gegenstand der Monte Carlo Simulation.
Im Fall kugelförmiger Einschlüsse, welche im virtuellen Probenvolumen positioniert werden, wird durch die Durchmesser der Einschlüsse beispielsweise eine Normalver teilung, das heißt Gaußverteilung, beschrieben. Auch andere Verteilungen, beispiels weise eine Gleichverteilung mit einem gegebenen Minimalwert und Maximalwert des Durchmessers, sind wählbar.
Was die Anordnung der Einschlüsse in der virtuellen Probe betrifft, wird in der Regel von einer Gleichverteilung innerhalb des Probenvolumens ausgegangen. Jedoch kann auch bezüglich der Platzierung der Einschlüsse eine abweichende Charakteristik der Verteilung sinnvoll sein. So kann beispielsweise in der realen Probe eine Häufung von Einschlüssen in Oberflächennähe gegeben sein. Umgekehrt ist es auch möglich, dass oberflächennahe Bereiche der metallischen Probe verarmte Bereiche, was die Häufig keit von Einschlüssen betrifft, darstellen. In beiden Fällen kann diesen realen Gege benheiten durch eine entsprechende Häufigkeitsverteilung von Einschlüssen in der virtuellen Probe Rechnung getragen werden.
Unabhängig von eventuellen Unterschieden der Häufigkeit von Einschlüssen zwi schen verschiedenen Teilvolumina des Probenvolumens sowie von der Größenvertei lung der Einschlüsse wird bei der Platzierung einzelner virtueller Einschlüsse in be vorzugter Verfahrensführung eine Kollisionsprüfung durchgeführt. Dies kann zum Bei spiel erfolgen, indem nach der Verteilung einer Anzahl von Einschlüssen im Volumen der virtuellen Probe, das heißt nach der Platzierung mindestens eines Einschlusses, der nächste Einschluss gemäß Vorgaben der Monte-Carlo-Simulation zunächst unab hängig von den bereits festgelegten Einschlüssen in das Volumen eingefügt wird. Im Anschluss hieran wird eine Kollisionsprüfung durchgeführt, wobei im Fall einer festge stellten Kollision des zuletzt hinzugefügten Einschlusses mit bereits vorhandenen Ein schlüssen die im letzten Schritt getätigte Einfügung rückgängig gemacht wird. Werden statt Einschlüssen Ausnehmungen im virtuellen Probenvolumen verteilt, so ist auch eine Generierung der virtuellen Probe ohne Kollisionsprüfung möglich, wobei sich in diesem Fall komplex geformte Ausnehmungen, die in einer realen Probe nicht oder nur mit sehr geringer Wahrscheinlichkeit zu erwarten sind, ergeben können. Ins besondere bei einer geringen Häufigkeit von Ausnehmungen ist eine solche, möglich erweise mit Verfälschungen behaftete virtuelle Probe dennoch im Rahmen des bean spruchten Verfahrens nutzbar.
Was die Verfahrensschritte „Erzeugen virtueller Proben“ und „Vergleichen virtueller Proben mit dem Schliffbild“ betrifft, sind verschiedene Verfahrensvarianten möglich:
Zum einen ist es möglich, zunächst sämtliche virtuelle Proben zu generieren, und erst im Anschluss Vergleiche mit dem tatsächlichen Schliffbild vorzunehmen. Aus den vir tuellen Proben wird mittels dieser Vergleiche diejenige virtuelle Probe ausgewählt, de ren Schnitt, welcher als virtuelles Schliffbild zu verstehen ist, am meisten Ähnlichkei ten mit dem realen Schliffbild aufweist.
In alternativer, bevorzugter Verfahrensführung wird die Monte Carlo Simulation dage gen iterativ durchgeführt. Hierbei werden Parameter zur Generierung virtueller Proben in Abhängigkeit von bereits durchgeführten Vergleichen zwischen virtuellen Proben und dem tatsächlichen Schliffbild festgelegt. Durch Modifikation der Parameter wird eine sukzessive Annäherung der virtuellen Probe an das Schliffbild erreicht.
Auch Mischformen dieser beiden Verfahrensvarianten sind möglich. Hierbei wird zu nächst eine Gruppe sich voneinander unterscheidender virtueller Proben generiert, wobei jede dieser virtuellen Proben mit dem realen Schliffbild verglichen wird. Diese Auswertung wird genutzt, um eine weitere Gruppe an virtuellen Proben zu generieren, wobei auch in diesem Fall Unterschiede zwischen den einzelnen virtuellen Proben existieren. Die Unterschiede zwischen den einzelnen virtuellen Proben sind, wie bei jedem Durchgang der Simulation, hauptsächlich auf unterschiedliche Einstellungen der Monte Carlo Simulation zurückzuführen. Darüber hinaus können Unterschiede zwischen einzelnen virtuellen Proben auftreten, welche sich zufallsbedingt oder quasi zufällig selbst bei einheitlicher Einstellung der Parameter der Monte Carlo Simulation ergeben. Ziel der Variation der Parameter der Monte Carlo Simulation bei jedem Durchgang der Simulation ist eine schrittweise Angleichung der Gestalt der virtuellen Probe an die reale Probe.
Zur Durchführung der Vergleiche zwischen virtuellen Proben und tatsächlicher Probe, von welcher das Schliffbild stammt, sind besonders Methoden der künstlichen Intelli genz geeignet, wie sie prinzipiell aus dem Bereich der Bildauswertung, insbesondere in der Medizintechnik, bekannt sind. Beispielhaft wird in diesem Zusammenhang auf die Dokumente DE 102017221 924 B3 und WO 2019/020259 A1 hingewiesen.
Mit Mitteln der künstlichen Intelligenz ist es möglich, eine große Zahl an Einzelfällen automatisiert auszuwerten, was Eingriffe des Benutzers in die Auswertung nicht aus schließt. Dementsprechend können in ein im Rahmen des anmeldungsgemäßen Un tersuchungsverfahrens auszuführendes Computerprogramm, welches künstliche Intel ligenz beinhaltet, auch Einschätzungen des Benutzers, was die Ähnlichkeit verschie dener Bilder, hier Schliffbilder beziehungsweise virtuelle Schnitte, betrifft, einfließen. Dies erfolgt, indem der Benutzer selbst Beurteilungen vornimmt, inwieweit verschie dene virtuelle Schnitte Ähnlichkeiten mit einem realen Schliffbild aufweisen. Im ein fachsten Fall wird durch den Benutzer lediglich eine binäre Unterscheidung vorge nommen. Das heißt, dass der Benutzer lediglich angibt, ob die einem virtuellen Bild entnehmbaren Merkmale mit den Merkmalen des realen Schliffbildes übereinstimmen oder signifikante Unterschiede vorliegen. In verfeinerten Varianten kann der Grad der Übereinstimmung zwischen realen und computergenerierten Bildern in mehreren Stu fen angegeben werden.
Ebenso sind Verfahrensvarianten realisierbar, in welchen die Ähnlichkeit zwischen re alen und virtuellen Schliffen beziehungsweise Schnitten ausschließlich computerba siert ausgewertet wird. Bei jeder Art der Auswertung kann die Anzahl der virtuellen Proben, welche im Laufe des Verfahrens generiert wird, bei jeder Iteration der Simula- tion unterschiedlich sein, insbesondere von Durchgang zu Durchgang der Simulation abnehmen. Die Parameter, mit welchen die Einschlüsse in den virtuellen Proben ge neriert werden, können in den aufeinanderfolgenden Iterationsstufen eingeengt und/oder verschoben werden.
Was die Größenverteilung der virtuellen Einschlüsse betrifft, sind verschiedenste Ver teilungen möglich. Neben einer Gaußverteilung ist beispielhaft eine logarithmische Normalverteilung, eine Gleichverteilung innerhalb festgesetzter Grenzen, eine Weibull-Verteilung, sowie eine Pareto-Verteilung zu nennen. Ebenso sind sonstige Verteilungen, welche insbesondere in Form eines Histogramms darstellbar sind, mög lich. Sofern die Einschlüsse keine Kugelform aufweisen, ist zusätzlich zur Einschluss größe auch die Form der Einschlüsse in vielfältiger Weise variierbar. Auch eine Unter scheidung zwischen verschiedenen Zusammensetzungen von Einschlüssen, sofern eine solche Unterscheidung auf Basis des Schliffbildes getroffen werden kann, ist prinzipiell möglich.
Insgesamt liefert das anmeldungsgemäße Verfahren, indem eine virtuelle Probe zur Verfügung gestellt wird, deren Schnitt mit einem tatsächlichen Schliffbild einer metalli schen Probe weitgehend übereinstimmt, belastbare Informationen über den wahr scheinlichen Aufbau der metallischen Probe auch außerhalb der betrachteten Ebene, das heißt der Ebene, in welcher das Schliffbild liegt, beziehungsweise durch welche der Schnitt gelegt ist.
Die Vorrichtung zur Prüfung und Beurteilung der metallischen Probe, das heißt das Untersuchungssystem, umfasst folgende Komponenten:
- Einen Untersuchungsplatz, das heißt Prüfplatz, zur optischen Erfassung ei nes Schliffbildes der metallischen Probe,
- einen Simulator zur Generierung virtueller Proben einschließlich zugehöri ger Schnitte, - einen Komparator zum Vergleichen der virtuellen Probe mit dem Schliffbild.
Hierbei ist der Simulator dazu ausgebildet, eine Mehrzahl an virtuellen Proben zu ge nerieren, welche sich hinsichtlich in der Probe vorhandener Einschlüsse voneinander unterscheiden. Der Komparator ist dazu ausgebildet, den Grad der Übereinstimmung verschiedener Schnitte von virtuellen Proben mit dem Schliffbild festzustellen und die jenige virtuelle Probe, welche die größte Übereinstimmung mit dem Schliffbild auf weist, zu identifizieren. Die Funktionen des Simulators sowie des Komparators können dabei durch eine gemeinsame Datenverarbeitungseinheit oder durch getrennte Ein heiten realisiert sein. Mit dem Komparator kann eine Auswerteeinheit verknüpft sein, welche zur Fierleitung statistischer Aussagen über ein Bauteilversagen in Abhängig keit von den mit Hilfe der Simulation ermittelten Merkmalen der metallischen Probe ausgebildet ist. Auch die Auswerteeinheit ist, entsprechend dem Simulator sowie Komparator, nicht notwendigerweise als im physikalischen Sinne eigenständige Ein heit ausgeführt.
Die Auswerteeinheit ist beispielsweise nutzbar, um auf Basis einer bereits vorhande nen Bauteilfestigkeitsberechnung und der durchgeführten Monte Carlo Simulation sta tistische Aussagen über eine mögliche Reduktion der Bauteilfestigkeit aufgrund von Einschlüssen treffen. Geht man zum Beispiel davon aus, dass ein mechanisch hoch beanspruchtes Volumen von 3 mm3 vorliegt, könnte sich durch eine mit bekannten Methoden durchführbare Bauteilfestigkeitsberechnung ergeben, dass Einschlüsse ab einer Größe von 120 pm die Belastbarkeit signifikant reduzieren.
Ferner wird angenommen, dass durch die Monte Carlo Simulation in diesem Fall er mittelt wurde, dass eine Einschlussdichte von zwei Einschlüssen pro mm2 zu erwarten ist und der Anteil an Einschlüssen mit einem Durchmesser von mindestens 120 pm 0,5% beträgt. Eine vereinfachte statistische Abschätzung ergibt unter diesen Prämis sen, dass im hoch beanspruchten Volumen im Mittel sechs Einschlüsse zu erwarten sind, von denen 0,5% die kritische Größe überschreiten, so dass das Risiko einer sig nifikant reduzierten Bauteilfestigkeit ca. 3% beträgt. Eine verfeinerte Auswertung der Monte Carlo Simulation sieht vor, dass nicht nur die jenige virtuelle Probe betrachtet wird, welche die beste Übereinstimmung mit dem rea len Schliffbild aufweist, sondern zusätzlich weitere virtuelle Proben in die Auswertung einbezogen werden, welche eine geringfügig niedrigere Übereinstimmung mit der tat sächlichen, metallischen Probe aufweisen. Innerhalb der somit gebildeten Gruppe vir tueller Proben wird jeder virtuellen Probe ein Wahrscheinlichkeitswert zugeordnet, der die Wahrscheinlichkeit der Übereinstimmung mit der tatsächlichen Probe angibt, wo bei die Summe sämtlicher Wahrscheinlichkeitswerte 1 ergibt. Die Wahrscheinlich keitswerte werden in Abhängigkeit davon vergeben, wie groß die durch Bildauswer tung festgestellten Unterschiede zwischen dem virtuellen Schnitt einer jeden virtuellen Probe und dem Schliffbild sind. Dabei erhält diejenige virtuelle Probe den höchsten Wahrscheinlichkeitswert, bei der die geringsten Unterschiede zur realen Probe fest stellbar sind.
Nachfolgend wird ein Ausführungsbeispiel der Erfindung anhand einer Zeichnung nä her erläutert. Hierin zeigen, teils grob vereinfacht oder aus Gründen der Übersichtlich keit idealisiert:
Fig. 1 ein Untersuchungssystem in symbolisierter Darstellung,
Fig. 2 eine virtuelle Probe, von welcher im Untersuchungssystem Gebrauch gemacht wird,
Fig. 3 in einem Diagramm den Zusammenhang zwischen Einschlussgröße und mechanischer Beanspruchbarkeit eines Werkstücks,
Fig. 4 ein Flussdiagramm zur Erläuterung eines mit dem Untersuchungssystem durchführbaren Verfahrens,
Fig. 5 reale und simulierte Verteilungsfunktionen, Einschlussgrößen in der tat sächlichen beziehungsweise virtuellen Probe betreffend,
Ein insgesamt mit dem Bezugszeichen 1 gekennzeichnetes Untersuchungssystem ist speziell auf Untersuchungen hinsichtlich kugelförmiger Einschlüsse 11 abgestimmt. Hierbei wird davon ausgegangen, dass in einer tatsächlichen, metallischen Probe 3, welche im Ausführungsbeispiel auf einem Tisch 4 angeordnet ist, hauptsächlich globu lare, das heißt kugelförmige Einschlüsse 11 von praktischer Relevanz sind. Der Tisch 4 ist einem Prüfplatz 2 zur Untersuchung der Probe 3 zuzurechnen.
Die Probe 4 wird in an sich bekannter Weise präpariert, um ein Schliffbild Sb zu erhal ten. Ein optisches Analysesystem 5, welches zur Erfassung des Schliffbildes Sb ver wendet wird, ist über Datenverbindungen 6 mit weiteren Komponenten 8, 9 10 eines Datenverarbeitungssystems 7 des Untersuchungssystems 1 verknüpft. Bei den Kom ponenten 8, 9, 10, welche nicht notwendigerweise physikalisch voneinander oder von dem optischen Analysesystem 5 getrennt sind, handelt es sich um einen Simulator 8, einen Komparator 9 und eine Auswerteeinheit 10.
Das Untersuchungssystem 1 ist dazu ausgebildet, Merkmale der tatsächlichen Probe 3 mit Merkmalen zahlreicher virtueller Proben Pv, welche mittels des Simulators 8 ge neriert werden, zusammenzuführen, wobei letztlich eine optimierte virtuelle Probe Pv Aufschluss über Merkmale der Probe 3 gibt, welche sich nicht direkt aus dem Schliff bild Sb ergeben.
Die prinzipielle Gestalt einer virtuellen Probe Pv ist in Fig. 2 veranschaulicht. Erkenn bar sind mehrere virtuelle Einschlüsse Ev unterschiedlicher Größe. Ferner ist eine vir tueller Schnitt Sv eingezeichnet, der einzelne der virtuellen Einschlüsse Ev schneidet und eine Simulation des Schliffbildes Sb darstellt. Die virtuelle Probe hat im vorliegen den Fall eine Würfelform, welche sich aus vorangegangenen Festigkeitsberechnun gen ergibt. Mit dem Würfel wird dasjenige Volumenelement des Bauteils, aus dem die Probe 3 entnommen wurde, dargestellt, welches unter realen Betriebsbedingungen besonders hohen mechanischen Belastungen ausgesetzt ist. Bei dem Bauteil handelt es sich im betrachteten Beispiel um ein Wälzlagerbauteil, welches insbesondere Über rollbelastungen ausgesetzt ist. Zusätzlich zur Identifikation des besonders beanspruchten Bauteilvolumens wurden in einem vorgelagerten Schritt auch Zusammenhänge zwischen eventuellen Einschlüs sen im Bauteilvolumen und der Bauteilfestigkeit ermittelt. Diese Zusammenhänge sind in Fig. 3 visualisiert: Je größer eine reale Einschlussgröße EGr ist, welche im Bauteil volumen zu finden ist, um so geringer ist die allgemein mit Bm bezeichnete mechani sche Beanspruchung, der das Bauteil maximal ausgesetzt werden darf. Treten bei spielsweise Einschlüsse 11 mit einer Größe bis zu einer kritischen Einschlussgröße Ekr auf, so bedeutet dies, dass nur noch eine reduzierte Beanspruchung Br zulässig ist. Extrem kleine Einschlüsse 11 beeinflussen die mechanische Belastbarkeit, wie aus Fig. 3 weiter hervorgeht, praktisch nicht. Umgekehrt schließen zu große Ein schlüsse 11 jegliche Verwendung des Bauteils aus. Der in Fig. 3 dargestellte Zusam menhang ist von der Bauteilgeometrie sowie von den Belastungsarten abhängig.
Mit dem Untersuchungssystem 1 ist das in Fig. 4 skizzierte Verfahren durchführbar. Der Start dieses Verfahrens zur Untersuchung der metallischen Probe 3 ist als Verfah rensstart S1 bezeichnet. Im Verfahrensschritt S2, welcher durch das Datenverarbei tungssystem 7 durchgeführt wird, werden Parameter festgesetzt, die sich auf die Ver teilung von Einschlüssen im Probenvolumen beziehen. Dies beinhaltet die Größenver teilung der virtuellen Einschlüsse Ev sowie die Dichte der Einschlüsse Ev, das heißt die mittlere Anzahl an Einschlüssen Ev pro Volumeneinheit.
Im folgenden Verfahrensschritt S3 werden zahlreiche Einschlüsse Ev per Monte Carlo Simulation in der virtuellen Probe Pv verteilt. Im Ausführungsbeispiel werden in der virtuellen Probe Pv ausschließlich kugelförmige Einschlüsse Ev positioniert. Die Durchmesser der zahlreichen virtuellen Einschlüsse Ev beschreiben zum Beispiel eine Normalverteilung, das heißt Gauß-Verteilung. Prinzipiell kann auch von anderen Ver teilungen, beispielsweise einer Gleichverteilung der Durchmesser innerhalb bestimm ter Grenzen, ausgegangen werden. In jedem Fall wird, ausgehend von der angenom menen Verteilung, der Durchmesser eines jeden Einschlusses Ev per Monte Carlo Simulation, das heißt quasi zufällig, ermittelt. Ebenso wird per Monte Carlo Simulation die Anordnung eines jeden virtuellen Einschlusses Ev innerhalb der virtuellen Probe Pv vorgenommen. lm Rahmen des Schrittes S3 werden auch Kollisionsprüfungen durchgeführt, womit sichergestellt wird, dass es keine Überlappungen virtueller Einschlüsse gibt. Sollte ei ne Kollision festgestellt werden, wird der zuletzt hinzugefügte virtuelle Einschluss Ev wieder aus der virtuellen Probe Pv entfernt und erneut ein virtueller Einschluss Ev ge neriert, welcher abermals einer Prüfung auf Kollision mit bereits vorhandenen Ein schlüssen Ev unterzogen wird. Von daher handelt es sich bei dem Schritt S3 tatsäch lich um einen im Vergleich zur vereinfachten Darstellung nach Fig. 3 komplexeren, mindestens eine Schleife umfassenden Programmbestandteil.
Im anschließenden Verfahrensschritt S4 wird eine Ebene durch die virtuelle Probe Pv gelegt, womit der virtuelle Schnitt Sv erzeugt wird. Für alle Einschlüsse Ev, deren Ab stand von der Schnittebene geringer als der Radius des betreffenden Einschlusses Ev ist, wird die im virtuellen Schnitt sichtbare Fläche des Einschlusses Ev berechnet. In Fig. 2 sind diese Flächen durch Schraffur markiert. Liegt der Mittelpunkt eines Ein schlusses Ev exakt in der Schnittebene, so ist im virtuellen Schnitt Sv der tatsächliche Durchmesser des Einschlusses Ev sichtbar. Ansonsten ist der im virtuellen Schnitt Sv sichtbare Durchmesser eines Einschlusses Ev geringer als dessen tatsächlicher Durchmesser. Im Extremfall, wenn der Abstand eines Einschlusses Ev von der Schnittebene dem Radius des Einschlusses Ev entspricht, taucht in dem virtuellen Schnitt Sv der entsprechende Einschluss Ev lediglich in Form eines Punktes auf.
Im Schritt S5 wird das reale Schliffbild Sb automatisiert ausgewertet. Hierbei wird un ter anderem die Häufigkeit von Einschlüssen 11 pro Flächeneinheit sowie die Grö ßenverteilung dieser sichtbaren Einschlüsse 11 ermittelt. Bei der Größenverteilung handelt es sich um die Verteilung sichtbarer Größen, nicht um die tatsächliche Durchmesserverteilung der Einschlüsse 11. Die Schritte S4, S5 können in beliebiger Reihenfolge, auch gleichzeitig, durchgeführt werden.
Ein Vergleich des Schliffbildes Sb mit dem virtuellen Schnitt Sv findet im Verfahrens schritt S6 statt. Ergibt dieser Vergleich eine ausreichend gute Übereinstimmung zwi schen dem Schliffbildes Sb und dem virtuellen Schnitt Sv, so werden im Schritt S7 die Merkmale der virtuellen Probe Pv der tatsächlichen Probe 3 zugeordnet. Ansonsten werden die Schritte S2 bis S5 iteriert, bis eine ausreichende Annäherung der virtuellen Probe Pv an die tatsächliche Probe 3 gegeben ist. Der Schritt S7 beinhaltet auch eine Auswertung hinsichtlich der Fierabsetzung der mechanischen Belastbarkeit aufgrund der in der Probe 3 vorhandenen Einschlüsse 11. Häufigkeit und Größenverteilung die ser Einschlüsse 11 wird dabei nicht direkt aus dem Schliffbild Sb, sondern aus der vir tuellen Probe Pv abgeleitet. Der Abschluss des Verfahrens ist mit S8 bezeichnet.
Die iterative Annäherung der Eigenschaften der virtuellen Probe Pv an die tatsächli che Probe 3, von welcher das Schliffbild Sb zur Verfügung steht, ist in Fig. 5 veran schaulicht. Gezeigt sind verschiedene Verteilungsfunktionen, bezogen auf die mit EGs bezeichnete sichtbare Einschlussgröße. Im Fall der virtuellen Proben Pv wird die sichtbare Einschlussgröße EGs berechnet, im Fall der tatsächlichen Probe 3 gemes sen. Die Wahrscheinlichkeit, dass die sichtbare Größe EGs eines Einschlusses Ev beziehungsweise eines Einschlusses 11 unter einem bestimmten Wert liegt, ist mit P bezeichnet und nähert sich zwangsläufig asymptotisch Eins an.
Eine erste Simulation, das heißt Monte Carlo Simulation, ist in Fig. 5 mit Si1 bezeich net. Wie aus Fig. 1 hervorgeht, ist die entsprechende Verteilungsfunktion noch deut lich von der direkt aus dem Laborversuch, das heißt mittels des optischen Analysesys tems, ermittelten Kurve, welche als Laborkurve LK bezeichnet wird, entfernt. Durch Veränderung der Parameter der Monte Carlo Simulation (Schritt S3) wird eine modifi zierte virtuelle Probe Pv generiert, wobei die entsprechende Simulation mit Si2 be zeichnet ist. Eine abermalige Optimierung der Parameter führt schließlich zur Simula tion Si3, wobei die zugehörige Verteilungsfunktion, wie aus Fig. 3 hervorgeht, weitge hend mit der Laborkurve LK zusammenfällt.
Die mit der optimierten Simulation Si3 erhaltene virtuelle Probe Pv stimmt nicht nur in der Schnittebene mit der tatsächlichen Probe 3 mit guter Näherung überein. Vielmehr kann aufgrund der Simulation Si3 auch auf die Zusammensetzung der Probe 3 außer halb der betrachteten Schnittebene geschlossen werden. Insbesondere liefert die vir- tuelle Probe Pv die in Fig. 6 dargestellte Verteilungsfunktion, welche sich im Unter schied zu Fig. 5 nicht auf sichtbare Einschlussgrößen EGs, sondern auf reale Ein schlussgrößen EGr bezieht. Der Zusammenhang zwischen einer kritischen Ein schlussgröße Ekr, die maximal im Bauteil gegeben sein darf, um eine bestimmte Be- lastbarkeit nicht zu unterschreiten, und der mit Pe bezeichneten ermittelten Wahr scheinlichkeit, dass ausschließlich Einschlüsse 11 vorhanden sind, die nicht größer als Ekr sind, ist unmittelbar aus dem Diagramm nach Fig. 6 ablesbar.
Bezuqszeichenliste
1 Untersuchungssystem
2 Prüfplatz
3 Metallische Probe
4 Tisch
5 Optisches Analysesystem
6 Datenverbindung
7 Datenverarbeitungssystem
8 Simulator
9 Komparator
10 Auswerteeinheit
11 Einschluss in der metallischen Probe
Bm mechanische Beanspruchung
Br reduzierte Beanspruchung
EGr reale Einschlussgröße
EGs sichtbare Einschlussgröße
Ekr kritische Einschlussgröße
Ev Einschluss in der virtuellen Probe
LK Laborkurve
P Wahrscheinlichkeit
Pe ermittelte Wahrscheinlichkeit
Pv virtuelle Probe
S1...S8 Verfahrensschritt Sb Schliffbild
511 erste Simulation
512 zweite Simulation
513 dritte Simulation
Sv virtueller Schnitt

Claims

Patentansprüche
1. Verfahren zur Untersuchung einer metallischen Probe (3) auf Einschlüsse (11), mit folgenden Merkmalen:
- Bereitstellung eines Schliffbildes (Sb) der metallischen Probe (3),
- Erzeugen mehrerer virtueller Schnitte (Sv) virtueller Proben (Pv), indem per Monte-Carlo-Simulation Einschlüsse (Ev) in einem Volumen verteilt werden und anschließend mindestens eine Schnittebene durch das Volumen gelegt wird, wobei sich die verschiedenen virtuellen Proben (Pv) zumindest hin sichtlich der Größenverteilung ihrer Einschlüsse (Ev) voneinander unter scheiden,
- Automatisches Vergleichen des Schliffbildes (Sb) mit mehreren der erzeug ten, unterschiedlichen virtuellen Proben (Pv) zuzuordnenden virtuellen Schnitte (Sv),
- Identifikation desjenigen virtuellen Schnittes (Sv), welcher die größte Über einstimmung mit dem Schliffbild (Sb) aufweist und Zuordnung von Merkma len der entsprechenden virtuellen Probe (Pv) zur metallischen Probe (3).
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass in den virtuellen Proben (Pv) ausschließlich kugelförmige Einschlüsse (Ev) platziert werden.
3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass in den virtuellen Proben (Pv) jeweils eine Vielzahl kugelförmiger Einschlüsse (Ev), deren Durchmesser eine Normalverteilung beschreiben, positioniert wird.
4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass in den virtuellen Proben (Pv) Einschlüsse (Ev) derart platziert werden, dass sich verschiedene virtuelle Proben (Pv) sowohl hinsichtlich der Häufigkeit der Einschlüsse (Ev), bezogen auf das Probenvolumen, als auch hinsichtlich der Größenverteilung der Einschlüsse (Ev) voneinander unterscheiden.
5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass nach der Verteilung einer Anzahl von Einschlüssen (Ev) im Volumen der virtuel len Probe (Pv) der nächste Einschluss (Ev) gemäß Vorgaben der Monte Carlo Simulation zunächst unabhängig von bereits festgelegten Einschlüssen (Ev) in das Volumen eingefügt wird und im Anschluss hieran eine Kollisionsprüfung durchgeführt wird, wobei im Fall einer Kollision des neu hinzugefügten Ein schlusses (Ev) mit bereits vorhandenen Einschlüssen (Ev) die zuletzt getätigte Einfügung rückgängig gemacht wird.
6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass der Vergleich des tatsächlichen Schliffbildes (Sb) mit virtuellen Schnitten (Sv) mit Mitteln der künstlichen Intelligenz erfolgt.
7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass die Erzeugung virtueller Proben (Pv) iterativ erfolgt, wobei Parameter zur Gene rierung virtueller Proben (Pv) in Abhängigkeit von bereits durchgeführten Ver gleichen zwischen virtuellen Proben (Pv) und dem Schliffbild (Sb) festgelegt werden.
8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass eine mit Hilfe der Iteration ermittelte Größenverteilung von virtuellen sowie tatsächlichen Ein schlüssen (Ev, 11) zusammen mit einer Bauteilfestigkeitsberechnung für eine statistische Beurteilung eines Bauteilversagens herangezogen werden.
9. Untersuchungssystem (1) zur Prüfung und Beurteilung einer metallischen Pro be (3), mit folgenden Komponenten:
- Prüfplatz (2) zur optischen Erfassung eines Schliffbildes (Sb) der metalli schen Probe (3),
- Simulator (8) zur Generierung virtueller Proben (Pv) einschließlich zugehö riger Schnitte (Sv),
- Komparator (9) zum Vergleichen einer virtuellen Probe (Pv) mit dem Schliff bild (Sb), wobei
- der Simulator (8) dazu ausgebildet ist, eine Mehrzahl an virtuellen Proben (Pv) zu generieren, welche sich hinsichtlich in der Probe (Pv) vorhandener Einschlüsse (Ev) voneinander unterscheiden,
- der Komparator (9) dazu ausgebildet ist, den Grad der Übereinstimmung verschiedener Schnitte (Sv) von virtuellen Proben (Pv) mit dem Schliff- bild (Sb) festzustellen und diejenige virtuelle Probe (Pv), welche die größte Übereinstimmung mit dem Schliffbild (Sb) aufweist, zu identifizieren.
10. Untersuchungssystem (1) nach Anspruch 9, gekennzeichnet durch eine mit dem Komparator (9) verknüpfte Auswerteeinheit (10), welche zur Herleitung statistischer Aussagen über ein Bauteilversagen in Abhängigkeit von den mit
Hilfe der Simulation ermittelten Merkmalen der metallischen Probe (3) ausge bildet ist.
PCT/DE2021/100045 2020-02-13 2021-01-15 Vorrichtung und verfahren zur untersuchung metallischer proben WO2021160208A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020103767.8 2020-02-13
DE102020103767.8A DE102020103767A1 (de) 2020-02-13 2020-02-13 Vorrichtung und Verfahren zur Untersuchung metallischer Proben

Publications (1)

Publication Number Publication Date
WO2021160208A1 true WO2021160208A1 (de) 2021-08-19

Family

ID=74561648

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE2021/100045 WO2021160208A1 (de) 2020-02-13 2021-01-15 Vorrichtung und verfahren zur untersuchung metallischer proben

Country Status (2)

Country Link
DE (1) DE102020103767A1 (de)
WO (1) WO2021160208A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021209993A1 (de) 2021-09-09 2023-03-09 Audi Ag Verfahren zur Bestimmung der Qualität einer Laserstrahlschweißverbindung

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3409011C2 (de) 1984-03-12 1988-10-20 Siemens Ag, 1000 Berlin Und 8000 Muenchen, De
EP0264813B1 (de) 1986-10-16 1993-04-14 Babcock-Hitachi Kabushiki Kaisha Verfahren zur Voraussagung der übrigbleibenden Lebensdauer eines Metallmaterials
DE10050280A1 (de) 2000-10-10 2002-04-11 Daimler Chrysler Ag Verfahren zum selektiven Lasersintern
DE102008063130B4 (de) 2008-12-24 2010-10-14 Sicrystal Ag Verfahren zur Fremdphasenuntersuchung eines einkristallinen Substrats
WO2014009384A2 (de) 2012-07-09 2014-01-16 Reinhausen Plasma Gmbh System und verfahren zur identifizierung und diskriminierung von materialien, verfahren zur identifizierung oder diskriminierung von materialien und mess- vorrichtung zur erfassung von materialeigenschaften von materialien
WO2019020259A1 (de) 2017-07-26 2019-01-31 Siemens Aktiengesellschaft Vorverarbeitung für einen klassifikationsalgorithmus
DE102017221924B3 (de) 2017-12-05 2019-05-02 Siemens Healthcare Gmbh Verfahren zur Fusionierung eines Analysedatensatzes mit einem Bilddatensatz, Positionierungseinrichtung und Computerprogramm

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3409011C2 (de) 1984-03-12 1988-10-20 Siemens Ag, 1000 Berlin Und 8000 Muenchen, De
EP0264813B1 (de) 1986-10-16 1993-04-14 Babcock-Hitachi Kabushiki Kaisha Verfahren zur Voraussagung der übrigbleibenden Lebensdauer eines Metallmaterials
DE10050280A1 (de) 2000-10-10 2002-04-11 Daimler Chrysler Ag Verfahren zum selektiven Lasersintern
DE102008063130B4 (de) 2008-12-24 2010-10-14 Sicrystal Ag Verfahren zur Fremdphasenuntersuchung eines einkristallinen Substrats
WO2014009384A2 (de) 2012-07-09 2014-01-16 Reinhausen Plasma Gmbh System und verfahren zur identifizierung und diskriminierung von materialien, verfahren zur identifizierung oder diskriminierung von materialien und mess- vorrichtung zur erfassung von materialeigenschaften von materialien
WO2019020259A1 (de) 2017-07-26 2019-01-31 Siemens Aktiengesellschaft Vorverarbeitung für einen klassifikationsalgorithmus
DE102017221924B3 (de) 2017-12-05 2019-05-02 Siemens Healthcare Gmbh Verfahren zur Fusionierung eines Analysedatensatzes mit einem Bilddatensatz, Positionierungseinrichtung und Computerprogramm

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
CRAIG MCCLUNG ET AL: "Integration of NASA-Developed Lifi ng Technology for PM Alloys into DARWIN", NASA/CR-2011-216977, 1 January 2011 (2011-01-01), XP055091215, Retrieved from the Internet <URL:http://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/20110008275_2011009094.pdf> [retrieved on 20131203] *
HÉNAULT E: "A Statistical Method to Assess the Reliability of Cleanness Measurements for High Quality Bearing Steels", vol. 3, no. 4, 1 January 2006 (2006-01-01), pages 14032 - 12, XP009526859, ISSN: 1546-962X, Retrieved from the Internet <URL:http://www.astm.org/doiLink.cgi?JAI14032> DOI: 10.1520/JAI14032 *
NICHOLAS METROPOLIS ET AL.: "Equation of State Calculations by Fast Computing Machines", J. CHEM. PHYS., vol. 21, 1953, pages 1087, XP000764927, DOI: 10.1063/1.1699114
SHI G. ET AL: "Computer simulation of the estimation of the maximum inclusion size in clean steels by the generalized Pareto distribution method", ACTA MATERIALIA., vol. 49, no. 10, 1 June 2001 (2001-06-01), GB, pages 1813 - 1820, XP055795106, ISSN: 1359-6454, DOI: 10.1016/S1359-6454(01)00079-9 *

Also Published As

Publication number Publication date
DE102020103767A1 (de) 2021-08-19

Similar Documents

Publication Publication Date Title
EP3098581B1 (de) Verfahren zur korrektur von untergrundsignalen in einem spektrum
DE10000690B4 (de) Verfahren zum Bestimmen des Ausbeute-Einflusses von Prozessschritten für Halbleiterwafer
DE112014003984B4 (de) Mit einem Strahl geladener Teilchen arbeitende Vorrichtung
DE202015009082U1 (de) Vorrichtung zur Untersuchung von Bauteilen mit Faserverbundgelegen oder Faserverbundgeweben
DE2903625C2 (de)
DE10296558T5 (de) Langzeitermüdungsfestigkeitsauslegungsverfahren für metallisches Material
EP2854045B1 (de) Verfahren und System zum Bewerten von erhobenen Messwerten eines Systems
EP3622482B1 (de) Computerimplementiertes verfahren zur komprimierung einer digitalen darstellung eines objekts
WO2021160208A1 (de) Vorrichtung und verfahren zur untersuchung metallischer proben
EP3430565B1 (de) Verfahren zur untersuchung verteilter objekte unter segmentierung eines übersichtbildes
EP4123319B1 (de) Verfahren, vorrichtung und computerprogrammprodukt zur lebensdauerabschätzung von batteriespeichern
Zöllner et al. Grain size distributions in normal grain growth
DE1598627B2 (de) Vorrichtung fuer die texturanalyse eines heterogenen objektes
DE3825541C2 (de) Verfahren zur Bewertung der Reststandzeit von wärmebeständigem Stahl
DE102018003222A1 (de) Verfahren zum Prüfen einer eine Mehrzahl drehbarer Komponenten aufweisenden Drehkomponentenanordnung
DE102020131310A1 (de) Ermüdungsschätzverfahren; und Verfahren zum Erstellen einer Datenbank zur Ermüdungsschätzung
DE102018133092B3 (de) Computer-implementiertes Verfahren zur Analyse von Messdaten aus einer Messung eines Objektes
DE102021202878A1 (de) Verfahren zur Reichweitenbestimmung für einen LiDAR-Sensor
DE102019111948A1 (de) Verfahren und Messvorrichtung zum Überprüfen einer elektromagnetischen Emission einer Komponente, insbesondere für ein Fahrzeug
DE102020201183A1 (de) Verfahren und Vorrichtung zur Simulation eines technischen Systems
WO2020057849A1 (de) Computerimplementiertes verfahren zur komprimierung von messdaten aus einer messung eines messvolumens
EP3472759A1 (de) Verfahren und vorrichtung zum rechnergestützten analysieren mindestens eines zweiten eingabevektors eines zielsystems
DE102006039683A1 (de) Verfahren zur Berechnung eines Kennwerts zur Auswahl eines geeigneten Werkstoffs für ein Bauteil
DE102016221651A1 (de) Test-Coupon und Testverfahren
DE102018109816B3 (de) Verfahren zur Gewinnung mindestens eines signifikanten Merkmals in einer Serie von Bauteilen gleichen Typs und Verfahren zur Klassifikation eines Bauteils eienr solchen Serie

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21703815

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 21703815

Country of ref document: EP

Kind code of ref document: A1