張肖肖
(宿遷學院機電工程系,江蘇 宿遷 223800)
WC-Co硬質合金具有較高的硬度、塑性、斷裂韌性,在制造業中被廣泛應用于切削刀具材料。WC晶粒尺寸是硬質合金最重要的性能參數之一,硬質合金幾乎所有的力學性能都與這個參數密切相關。它既可被用來劃分硬質合金的等級,也被用來研究合金力學性能與顯微結構之間的關系[1]。對于超細硬質合金,WC晶粒尺寸顯得尤為重要[2]。因此,為了能夠準確控制燒結工藝和預測合金性能,研究如何定量測量超細硬質合金WC晶粒尺寸就顯得尤為重要。
ImageJ是由美國國家健康研究院(National Institutes of Health,USA)開發的一款免費的開源圖像分析軟件。該軟件占用空間很小,但圖像處理分析功能豐富[3]。ImageJ軟件可以計算選定區域內分析對象的一系列幾何特征,分析指標包括:長度、角度、周長、面積、長軸、短軸、圓度等。該軟件在國內外已經廣泛用于醫學、生物等領域[4-6]。此外,ImageJ軟件還支持插件技術,用戶可根據自身需求用Java語言編寫各種幾何特征分析程序。然而,文獻中關于使用ImageJ測量超細硬質合金晶粒尺寸的報道較少。本文擬使用該軟件對超細硬質合金中WC晶粒度進行定量分析,研究結果具有一定的參考價值。
本實驗所用材料為某廠生產的YG15超細硬質合金塊體,WC名義晶粒尺寸為0.5μm,材料物性參數如表1所示。為了確保顯露合金的真實組織,用電火花線切割將塊體切割成10mm×10mm×5mm方形試樣,然后進行足夠磨削量的粗磨。由于超細硬質合金的硬度極高,采用金剛石平行砂輪磨削獲得內部截面,磨削在M7120型平面磨床上進行。磨削中選用小進給量和大流量的水-乳化油混合液冷卻液,以避免熱變形以及組織變化。隨后在細金剛石砂輪上打磨。最后,在平板玻璃上,依次用10、5、1μm金剛石研磨膏對磨削面進行手工拋光,為獲得表面光潔如鏡且無劃痕的金相試樣,手工拋光過程中采用低壓力。每道磨拋工序之后都用丙酮試劑對合金試樣進行超聲波清洗。隨后用JSM-5600V型掃描電鏡拍攝拋光面背散射電子圖像(BSEI)。

表1 材料物性參數
經過反復嘗試,當儀器工作電壓為15kV,放大倍數為5 000倍時,可得到 WC硬質相和Co-W-C合金粘結相襯度良好的背散射電子圖像,隨機選取若干個視場(如圖1所示)用來分析晶粒尺寸。圖中白色為WC硬質相,黑色為Co-W-C黏結相。隨機選取3到10張不同位置的拋光面圖像,用于WC晶粒尺寸的統計分析。

圖1 未腐蝕拋光面的背散射電子圖像
本論文結合ImageJ軟件,采用等效圓直徑法(ECD)測量 WC晶粒尺寸,該方法即以 WC平均晶粒面積轉化成的等效圓直徑(ECD)表示WC晶粒尺寸。利用ECD法測量WC晶粒尺寸時,需用ImageJ軟件對圖像進行處理,先將BSE圖像文件導入ImageJ圖像分析軟件中。為了凸顯WC晶粒的邊緣特征,首先對圖像進行二值化處理。灰度圖像通常劃分為0~255共256個級別,0表示最黑暗為全黑,255表示最亮為全白,0~255之間的數表示灰度值,二值圖像有兩個灰度級別,即黑(0)與白(255),在二值圖像中0表示黑,1表示白。圖像的二值化就是將灰度圖像中0~255的灰度值用0或1表示的過程。輸入灰度圖像函數f(x,y),輸出二值圖像函數,對灰度圖像二值化:

式中:T為閾值。
將灰度圖像轉化為二值圖像,處理結果如圖2所示。隨后,對粘結在一起的WC晶粒進行分水嶺法分割,得到如圖3所示結果。然后,進行邊緣提取,獲得如圖4所示的圖像輪廓,即WC晶粒輪廓。最后,利用該軟件顆粒分析功能,對WC晶粒個數進行計數,并對WC晶粒面積、周長、Feret直徑、圓度直徑進行統計,統計結果如圖5、下頁圖6、7、8所示。利用測得的 WC晶粒截面積和直徑可以換算出等效圓直徑,經計算得D=0.505μm。換算公式為:

式中:D表示等效圓直徑;A表示晶粒平均面積;P表示晶粒平均周長。

圖2 二值化處理后的金相照片

圖3 粘連WC晶粒的分割

圖4 提取邊緣后的WC晶粒

圖5 面積分布直方圖
此外,為了判斷上述方法測得結果的準確性,再用X射線衍射(XRD)法測量合金試樣WC晶粒尺寸,波長λ=0.154 06nm的CuKαX射線。在用XRD測量之前,對試樣進行熱處理,即在高真空度情況下,加熱到900℃,保溫8h,隨后緩慢冷卻,以釋放拋光工藝引入的宏觀殘余應力。XRD法需通過Scherrer公式計算出WC晶粒尺寸,經計算得d=0.513μm。Scherrer公式為:

圖6 周長分布直方圖

圖7 Feret直徑分布直方圖

圖8 圓度分布直方圖

式中,d表示被測晶粒尺寸;B表示最大半高寬,它只受晶粒尺寸的影響;θ表示布拉格角;K是一個常量(K=0.89)。
由實驗數據可知,ECD法與XRD法測得WC晶粒尺寸只有微小的差異,測量結果都說明該合金材料處于超細晶范圍。這就表明,利用ImageJ圖像分析軟件可以實現超細硬質合金WC晶粒尺寸ECD法測量。利用ImageJ的圖像處理分析功能,可以有效分割粘連WC晶粒,并可以快速提取邊緣,從而減小了晶粒個數的誤判,減少人工干預,實現自動化,提高了測量的準確性。利用該軟件還能統計WC晶粒的形狀參數,例如圓度、Feret直徑、周長等。這些參數有助于研究 WC晶粒尺寸、形狀等因素對材料力學性能的影響。此外,ImageJ是一個開源軟件,筆者正嘗試用Java語言對軟件模塊進行增減,編輯滿足 WC晶粒度測量的宏文件,從而進一步提高測量速度。
[1] 劉壽榮.WC-Co硬質合金的性能與成分和顯微結構的關系[J].理化檢驗-物理分冊,2003,39(2):70-74.
[2] 王曉瑾.超細晶粒硬質合金的研究與應用[J].江西冶金,2006,26(1):37-40.
[3] 孫水發.ImageJ圖像處理與實踐[M].北京:國防工業出版社,2013.
[4] Lamb J C,Meyer J M,Corcoran B,et al.Distinct chromosomal distributions of highly repetitive sequences in maize[J].Chromosome Re-search,2007(5):33-49.
[5] 宋玉丹.ImageJ在礦物初碎檢測中的應用[D].太原:太原理工大學,2008:29-32.
[6] 畢利東,張斌,潘繼花.運用ImageJ軟件分析土壤結構特征[J].土壤,2009,41(4):654-658.