牛津仪器发布轮胎钢帘线中非金属夹杂物分析解决方案

2018-11-10 12:45:54, 牛津仪器牛津仪器科技（上海）有限公司

介绍

高品质钢棒材用于加固道路车辆上使用的充气轮胎。这些棒材的质量受到严格控制，特别是钢的洁净度。洁净度依赖于在钢中的非金属夹杂物的数量、形态和化学性质。该“洁净钢”的定义会根据钢的等级和预定用途而不同。

对于用于制造钢帘线的不锈钢棒，非金属夹杂物的存在和类型必须受到密切监控和测量，特别重要的是区分韧性和非韧性夹杂物。提交进行分析的线材通常直径为5 mm。然而，制造轮胎钢帘线过程中，直径将减少到20～30 um，非韧性夹杂物会导致线材断裂。

要手动做这种类型的分析非常耗时，且需要用户有很强的技术经验，也极易导致不同用户分析得到不一致的结果。然而，使用牛津仪器INCASteel软件，可以成功地实现自动化。INCASteel是专为分析和分类钢铁中夹杂物而开发的软件包，利用了扫描电子显微镜（SEM）中的能量色散X射线显微分析技术（EDS）。

INCASteel工作原理

INCASteel由INCAFeature和Inclusion Classifier两部分组成。INCAFeature用于检测、测量和分析钢中的夹杂物。Inclusion Classifier用于处理所产生的数据集，并含有绘制复杂三元图的功能。

为了检测夹杂物，INCASteel将样本划分为等面积的矩形区域逐个进行分析。既可以分析整个样本，也可以分析样本的一个子集。矩形区域的大小由所用的放大倍数来确定，或由需要检测的最小夹杂物尺寸来确定。夹杂物是通过灰度来识别的，如图1所示，使用交互式灰度直方图设置。钢中夹杂物通常是氧化物、硫化物、碳化物和氮化物，这些夹杂物在背散射图像中比钢铁基体暗。

（a）BSE灰度图像;（b）灰度的阈值;（c）图像处理和夹杂物检测。

图1 在一个典型视场中夹杂物的检测

Figure 1. Inclusion detection in a typical field of view

用于识别和测量夹杂物的算法使用两次通过图像技术，既能准确地检出夹杂物，又能快速识别空白区域，最大限度地提高分析速度。电子束将扫描每个检测到的夹杂物，收集X-射线频谱。INCA检测硬件的稳定性意味着INCASteel可以使用自动峰识别程序，确定存在于每个夹杂物的元素。在开始分析之前，无需知道可能存在于夹杂物中的元素。分析的设置很简单，所有的判据标准都存储在处理方法文件中。对于常规分析或质量控制分析可以重复使用相同的处理方法，以确保分析多个样品和比较结果时的连续性。

钢帘线分析

使用INCASteel分析大小相等的两个样品A和B。样品在500×的放大倍数下进行了分析，保证最小的夹杂物尺寸为0.9 um。两个样本全部进行了分析，共计1506夹杂物被检出和测量。数据既可以使用INCASteel中的工具进行处理，也可以导出到Microsoft Excel作进一步分析。钢夹杂物组成通常使用三元图来显示，INCASteel含有用于创建这些相图的功能模块。用户定义的相图类型可以保存以便再次使用。

样品A和B的相图绘制如图2所示，相图细分为3个区域。这些夹杂物中对钢线最具破坏性的是富含Al2O3的夹杂物，绘制在相图中的右下角区域。这些夹杂物会导致钢帘线断裂和失效。

(a)样品A；(b)样品B。

图2 夹杂物分布相图

Figure 2. Ternary plot of inclusions

夹杂物尺寸的分布也很重要。这个数据很容易显示，且能轻松导出到MS Excel用于额外的数据处理。表1和表2显示了两个样品中夹杂物的粒度分布和在每个区域中夹杂物的数量。样品B比样品A的夹杂物少得多，特别是富含Al2O3夹杂物。

表1 样品A和样品B中夹杂物在每个区域的数量

Table 1. Number of inclusions in each zones for Sample A and Sample B

样品

样品面积(mm2)

夹杂物总个数

夹杂物密度

（1/ mm2）