阅读说明：本技术 一种确定钢中微观偏析比取值范围的图像方法 (Image method for determining value range of microsegregation ratio in steel ) 是由 孟杨 严春莲 鞠新华 于 2020-05-21 设计创作，主要内容包括：一种确定钢中微观偏析比取值范围的图像方法,属于钢中微观偏析的测量技术领域。通过计算机统计程序对于样品特定合金元素成分的面扫描数据进行处理,用图像比较的方法来确定X的取值,即计算偏析比的取值范围。用图像的形式输出当取值范围X变化时,在偏析组织图像上显示含量最大区间和含量最小区间内数据点的分布。根据数据点的分布规律选出合适的X取值。优点在于,能够准确确定钢中微观偏析比取值范围。(An image method for determining the value range of the microsegregation ratio in steel belongs to the technical field of measurement of microsegregation in steel. Processing the surface scanning data of the specific alloy element components of the sample by a computer statistical program, and determining the value of X by an image comparison method, namely calculating the value range of the segregation ratio. And outputting the distribution of the data points in the maximum content interval and the minimum content interval on the segregation organization image when the value range X is changed in an image form. And selecting a proper X value according to the distribution rule of the data points. The method has the advantage that the value range of the microsegregation ratio in the steel can be accurately determined.)

一种确定钢中微观偏析比取值范围的图像方法

技术领域

本发明属于钢中微观偏析的测量技术领域，特别涉及一种确定钢中微观偏析比取值范围的图像方法，适用于确定计算钢中合金元素偏析比的取值范围。

背景技术

偏析是合金在凝固过程中发生选分结晶导致的化学成分的不均匀分布现象。在铸坯中表现为枝晶，经过轧制后形成带状。偏析是不可避免的，且对钢材的力学性能、抗裂性能及耐腐蚀性能等有不同程度的损害。工程上需要对偏析进行可靠的定性表征和准确的定量分析。利用电子探针技术能够获得钢中偏析组织某元素分布的定量信息，在此基础上以偏析比S_R来表示偏析的程度，其中

S_R应具有统计意义，因此在实际计算中，最高溶质浓度和最低溶质浓度并不是取面分析数据中的最大和最小值，而是含量最大的若干数据的平均值和相同数量的含量最小的数据的平均值。用于计算平均值的数据的数量占总数据量的百分比X％将直接影响偏析比的计算结果，但并无严格规定。

发明内容

本发明的目的在于提供一种确定钢中微观偏析比取值范围的图像方法，解决了确定钢中微观偏析比取值范围无严格规定等问题；能够准确确定钢中微观偏析比取值范围。

本发明通过计算机统计程序对于样品特定合金元素成分的面扫描数据进行处理，用图像比较的方法来确定X的取值，即计算偏析比的取值范围。用图像的形式输出当取值范围X变化时(当X取值从小到大变化时)，在偏析组织图像上显示含量最大区间和含量最小区间内数据点的分布。根据数据点的分布规律选出合适的X取值。具体步骤及控制的技术参数如下：

1、采集元素面分布数据

利用电子探针面对样品某一区域的特定成分做面扫描，扫描结果输出为M×N的矩阵，M和N分别为扫描区域水平方向和垂直方向上的数据数量，矩阵中每一元素的值代表该成分的质量百分含量，单位为％。矩阵保存为表格格式，如.xls、.xlsx或者.csv等。

2、元素面分布数据排序

读取表格文件，获得M×N的矩阵A，将矩阵改为1行数列B，即1×(M×N)，并按升序重新排列，得到数列C。

3、在图像上显示含量最大、最小区间内的数据点分布

以X的取值定义含量最大区间和含量最小区间。计算(M×N)×X％并取整，得到含量最大区间和含量最小区间的区间长度L。升序数列C中第L个元素值为C_L，第(M×N-L+1)个元素的值为C_(M×N-L+1)。

构造一个M×N的1矩阵D，即矩阵所有元素值都为1。在矩阵A中找出大于C_L且小于C_(M×N-L)的元素的坐标，并将矩阵D中对应位置的元素值乘以0.5；在矩阵A中找出不大于C_L的元素的坐标，再将矩阵D中对应位置的元素值赋值为0。

构造一个M×N的新矩阵D，根据原数据矩阵各元素的值给新矩阵中相应位置的元素赋值：属于含量最大区间的赋值为1；属于含量最小区间的赋值为0；其余赋值为0.5。将矩阵D映射到一个M×N像素的图像上，用渐变色显示D中元素的数值。规定渐变色的映射范围从0到1。

4、选取合理X取值

以一定的间隔让X的取值从小到大变化，重复步骤3，得到一系列的映射图像。当扫描区域内每个枝晶干和枝晶间都被选出的数据点覆盖，且含量最大区间和含量最小区间内的数据点之间留有明显空间，此时X的取值合理。可以用于计算偏析比。

计算升序数列C中前L个元素的平均值C_min，和后L个元素的平均值C_max，从而得到

本发明的优点在于，能够准确确定钢中微观偏析比取值范围。

附图说明

图1为实施例1中380CL车轮钢铸坯试样Mn元素的成分面分布图。

图2为实施例中X为5时含量最大区间和含量最小区间内的数据点的分布图。

图3为实施例1中X为10时含量最大区间和含量最小区间内的数据点的分布图。

图4为实施例1中X为15时含量最大区间和含量最小区间内的数据点的分布图。

图5为实施例1中X为20时含量最大区间和含量最小区间内的数据点的分布图。

图6为实施例2中20CrMnTi热轧板试样Mn元素的成分面分布图。

图7为实施例2中X为5时含量最大区间和含量最小区间内的数据点的分布图。

图8为实施例2中X为10时含量最大区间和含量最小区间内的数据点的分布图。

图9为实施例2中X为15时含量最大区间和含量最小区间内的数据点的分布图。

图10为实施例2中X为20时含量最大区间和含量最小区间内的数据点分布图。

图11为实施例3中20CrMnTi热轧板试样Cr元素的成分面分布图。

图12为实施例3中X为5时含量最大区间和含量最小区间内的数据点的分布图。

图13为实施例3中X为10时含量最大区间和含量最小区间内的数据点分布图。

图14为实施例3中X为15时含量最大区间和含量最小区间内的数据点分布图。

图15为实施例3中X为20时含量最大区间和含量最小区间内的数据点分布图。

具体实施方式

实施例1

380车轮钢铸坯中Mn元素有枝晶偏析现象。利用电子探针对380车轮钢铸坯试样抛光面做Mn元素的面扫描，步长6μm，扫描结果如图1所示。输出为404×300的矩阵，保存为.csv格式的表格。利用Matlab读取表格文件得到404×300的矩阵A。对矩阵内元素按升序排成1×121200的数列，首位为0.3668，末位4.7301。让X分别取5、10、15和20，计算区间长度L、C_L和C_(M×N-L)，列于表1中。

表1不同取值范围下含量最大、最小区间的长度和边界(Mn，wt％)

X	L	C<sub>L</sub>	C<sub>(M×N-L+1)</sub>	C<sub>min</sub>	C<sub>max</sub>	S<sub>R</sub>
							5	6000	0.7991	0.9927	0.7811	1.0355	1.3256
10	12000	0.8135	0.9564	0.7940	1.0038	1.2642
							15	18000	0.8253	0.9350	0.8023	0.9842	1.2267
20	24000	0.813	0.9197	0.8086	0.9842	1.2170

构造一个404×300的1矩阵D，在矩阵A中找出大于C_L且小于C_(M×N-L+1)的元素的坐标，并将矩阵D中对应位置的元素值乘以0.5；在矩阵A中找出不大于C_L的元素的坐标，再将矩阵D中对应位置的元素值赋值为0。将修改厚度矩阵D映射到一个404×300像素的图像上，用灰度渐变色显示D中元素的数值，即0为黑色，1为白色，0.5为灰色。当X取遍5、10、15和20，分别得到图2～图5。在本例中上述步骤通过以下计算机程序完成：

从输出的图像结果中可以看到，图1和图2中白色显示的含量最大区不连贯，在枝晶干上断续，可见X取值5或者10都偏小；图3显示的含量最大区(白色)和含量最小区(黑色)基本连贯，而图4中白色和黑色覆盖的区域更为宽大。可见图3对应的X值即15为合理的偏析比取值范围。

实施例2

20CrMnTi热轧样品具有典型的带状特征，Mn和Cr元素的分布与带状相关。利用电子探针对20CrMnTi样品垂直轧向的抛光面做Mn元素的面扫描，步长1.5μm，扫描结果如图6所示，输出为400×300的矩阵，保存为.csv格式的表格。

利用Matlab读取Mn元素的表格文件。得到400×300的矩阵A。对矩阵内元素按升序排成1×120000的数列，首位为0.3232，末位18.2245。让X分别取5、10、15和20，计算区间长度L、C_L和C_(M×N-L)，列于表2中。通过实施例1中的计算机程序，得到图7～图10，即X分别取5、10、15和20时含量最大、最小区的分布。

表2不同取值范围下含量最大、最小区间的长度和边界(Mn，wt％)

对照图5中Mn元素的分布图可以看到，图6～图8中白色显示的含量最大区不连贯，可见X取值10以下都偏小；图9和图10显示的含量最大区(白色)和含量最小区(黑色)形成连贯的条带，但图10的条带更宽。可见图9对应的X值即15为合理的偏析比取值范围。根据公式可以计算得到偏析比为1.0966。

实施例3

利用电子探针对实施例2中的20CrMnTi样品抛光面做Cr元素的面扫描，步长1.5μm，扫描结果如图11所示，输出为400×300的矩阵，保存为.csv格式的表格。

利用Matlab读取Cr元素的表格文件。得到400×300的矩阵A。对矩阵内元素按升序排成1×120000的数列，首位为0.4631，末位1.8245。让X分别取5、10、15和20，计算区间长度L、C_L和C_(M×N-L)，列于表3中。通过实施例1中的计算机程序，得到图12～图15，即X分别取5、10、15和20时含量最大、最小区的分布。

表3不同取值范围下含量最大、最小区间的长度和边界(Cr，wt％)

X	L	C<sub>L</sub>	C<sub>(M×N-L+1)</sub>	C<sub>min</sub>	C<sub>max</sub>	S<sub>R</sub>
							5	6000	0.8000	1.3052	0.7574	1.3781	1.8195
10	12000	0.8561	1.2350	0.7941	1.3197	1.6618
							15	18000	0.8841	1.1929	0.8187	1.2827	1.5668
20	24000	0.9122	1.1508	0.8378	1.2827	1.5310

对照图11中Cr元素的分布图可以看到，图12和图13选出的含量最大区明显缺失一些部分，可见X取值10以下都偏小；图14选出的含量最大区与图11中高含量区对应较好，图15中的含量最大区范围偏大。可见图14对应的X值即15为合理的偏析比取值范围。根据公式可以计算得到偏析比为1.5668。