Методика обработки изображений дисперсных микроструктур алюминиевой бронзы

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

В статье описана методика и выполнен анализ оптической микроструктуры многофазного сплава БрАЖ9-4 на основе меди, подвергнутого структурному измельчению. Особенности микроструктуры сплава исследуются с помощью оценки пространственной однородности материалов по геометрическим характеристикам фаз и структурных составляющих. Для анализа структурных характеристик материала использованы следующие количественные характеристики изображения: статистическое разделение фаз с помощью кластеризации, выделение фаз по уровню окрашенности пикселей изображения серого оттенка, определение гистограмм распределений размеров зерен, суммарных площадей (длины) границ зерен и фаз. По результатам исследования сделан вывод о степени измельчения α и β фаз, укрупнения γ фазы за счет распада α и β фаз при охлаждении сплава после обработки РКУП, об увеличении длины границ зерен материала и однородности распределения зерен фаз по площади микрошлифа.

Full Text

Restricted Access

About the authors

Р. С. Ахметханов

Институт машиноведения им. А. А. Благонравова РАН

Author for correspondence.
Email: mibsts@mail.ru
Russian Federation, Москва

В. В. Столяров

Институт машиноведения им. А. А. Благонравова РАН

Email: mibsts@mail.ru
Russian Federation, Москва

References

  1. Брандон Д., Каплан У. Микроструктура материалов. Методы исследования и контроля. М.: Техносфера, 2004. 384 с.
  2. Богуш Р.П., Адамовский Е. Р., Денисёнок С. Ф. Обработка и анализ изображений микроструктуры металлов для определения балла зерна // Доклады БГУИР. 2021. Т. 9. № 4. C. 70. http://dx.doi.org/10.35596/1729-7648-2012-19-4-70-79
  3. Столбов В.Ю., Федосеев С. А. Выборочный контроль качества металлических функциональных материалов на основе когнитивного анализа фотографий микрошлифов / Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». 2018. Т. 18. № 4. С. 127.
  4. Suban M., Cvelbar R., Borut B. Digital imaging analysis of microstructures as a tool to identify local plastic deformation // Materials and Technologies. 2012. V. 46 (4). P. 355. http://www.dlib.si/? URN=URN: NBN: SI: doc-JPQZ1M1L
  5. Проничев А. Н. Автоматизация измерения параметров микроструктуры материалов при промышленном контроле качества. Производственные системы// Автоматизация в промышленности. 2005. № 9. С. 11.
  6. Аристов Г.В., Клюев А. В. Распознавание и классификация микроструктуры металлов и сплавов с использованием глубоких нейронных сетей. Труды конференции GraphiCon 2017, 24–28 September 2017, Perm, Russia. С. 180.
  7. Pokharel R., Lind J., Li S. F. et al. In-situ observation of bulk 3D grain evolution during plastic deformation in polycrystalline Cu // Int. J. of Plasticity. 2015. № 67. P. 217. https://doi.org/10.1016/j.ijplas.2014.10.013
  8. Смаковский М.С., Кацюба М. В., Морендель Ю. Д., Скобин С. А., Луканин В. Л. Применение наплавленных покрытий, упрочненных боридами, для судовой арматуры из бронзы // Тяжелое машиностроение. 2022. № 3. С. 11.
  9. Святкин А.В., Попова Л. И., Шендерей П. Э. Моделирование микроструктуры алюминиевой бронзы БрАЖ 9–4, обеспечивающей повышенное сопротивление изнашиванию // Вестник Пермского национального исследовательского политехнического университета. Машиностроение, материаловедение. 2020. Т. 22. № 2. С. 12. https://doi.org/10.15593/2224-9877/2020.2.02
  10. Валиев Р.З., Рааб Г. И., Боткин А. В., Дубинина С. В. Получение ультрамелкозернистых металлов и сплавов методами интенсивной пластической деформации: новые подходы в разработке технологий, Известия высших учебных заведений // Черная металлургия. 2012. Т. 55. № 9. С. 54. https://doi.org/10.17073/0368-0797-2012-9-54-57
  11. Vincent L., Soille P. Watersheds in digital spaces: an efficient algorithm based on immersion simulations // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1991. P. 583. https://doi.org/10.1109/34.87344
  12. Шредер М. Фракталы, хаос, степенные законы. Миниатюры из бесконечного рая. Ижевск: НИЦ «Регулярная и хаотическая динамика». 2001. 528 с.
  13. Klapetek P., Nečas D., Anderson C. Руководство пользователя Gwyddion. Статистический анализ (gwyddion.net).
  14. Фаворин М. В. Моменты инерции тел. Справочник / Под ред. М. М. Гернета. Изд. 2-е, перераб. и доп. М.: Машиностроение. 1977. 511 с.
  15. Диаграммы состояния двойных металлических систем: Справочник. В 3-х т. / Под ред. Н. П. Лякишева. М.: Машиностроение, 1996–2000.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Optical image of the microstructure in the cross section of the original (a), (b) and ECAP (c), (d) alloy at low (a), (c) and high magnification (b), (d).

Download (566KB)
Indexing metadata
3. Fig. 2. Histograms of pixel color distribution in grayscale (0–255): (a) — before processing; (b) — after ECAP.

Download (36KB)
Indexing metadata
4. Fig. 3. Grain boundaries of the alloy structure: (a) — initial state; (b) — after ECAP.

Download (290KB)
Indexing metadata
5. Fig. 4. Histograms of the distribution of phases α, β and γ: (a) — initial state; (b) — after ECAP.

Download (38KB)
Indexing metadata
6. Fig. 5. Distribution of grain sizes of phases: before processing α (a) and β (c); after ECAP processing α (b) and β (d).

Download (145KB)
Indexing metadata
7. Fig. 6. Distribution of the gray phase γ before (a) and after ECAP (b) and distribution of the gray phase γ by grain size Dz before (c) and after ECAP (d).

Download (369KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences