Pobierz
Transkrypt
Pobierz
23/12 Solidilication of Metais and Allnys, No 23, 1995 Krzepniecie il'l eta/i i Stopów, Nr 23, 1995 PAN - Oddział Katowice PL ISSN 0208-9386 ZASTOSOWANIE ANALIZATORA OBRAZU DO PROBABILISTYCZNEJ OCENY WZORCÓW STRUKTURY GIBAS Kornelia, IGNASZAK Zenon* (nstytut Chemii i Elektrochemii Technicznej , Politechnika Poznańska *lnstytut Technologii Maszyn, Politechnika Poznańska 60-965 Poznań, ul.Piotrowo 3, POLAND W prezentowanej pracy przedstawiono wyniki badań serii struktur wzorcowych. W badaniach wykorzystano komputerowy metalograficzny ana lizator obrazu. Uzyskane z pomiarów rozkłady geometrycznych cech obiektów aproksymowano modelem rozkładu l3eta. Analiza wyników badań wykazała przy datność metody do poszerzenia interpretacji oraz zobiektywizowania wyników analizy obrazu. WPROW ADZENIE Prezentowana praca stanowi ko ntynuacj ę wcześniejszych badań [l ,2,3] , których celem był opis mikrostruktury stopów metali po za krzepnięciu na podstawie rozkładów stężeń sk ładników . Realizacja badań wymagała przyjęcia tezy, że rozkład zmiennych losowych jakimi są stężenia s kładników w poszczególnych mikroobszarach krzepnącego stopu jest zależny od przypadkowego (losowego) działania czynników homogenicznych i heterogenicznych na generowanie i wzrost zarodków krystalizacji [4] . Z przyjęcia tej koncepcji wynikały okre ś lone zasady prowadzenia eksperymentu i tworzenia bazy danych; opracowania sposobu pobrania reprezentatywnych próbek, dobrania odpowiedniej dla typu analizowanej struktury "plamki" pomiaroweJ , wyznaczenia liczności "próbkowań" , wykonania pomiarów stężeń w ściśle określonych "punktach" próbki według sporządzonego schematu adresów losowych. 78 Pomiary stężeń składników prowadzono na zgładach próbek (kilkudziesięciu stopów metali) metodą punktowej mikroanalizy rentgenowskiej i autoradiografii . Zastosowanie probabilistycznych procedur w eksperymencie dało podstawę do wnioskowania o parametrach ro zkładu generalnej populacji . W analizie statystycznej wyników pomiarów ważne jest założenie , że pełn ą, absolutnie pewną informacj ę liczbową o badanej zmiennej losowej otrzymano by, gdyby replikowanie proces u pomiaru zostało przedłużone w nie skończo no ść. Oczywistym jest, i ż ze względu na cza sochłonność i koszt badań rzeczywista liczebność zbioru danych doświadczalnych jest s kończona, ale winna być dos tatecznie duża . Wyniki pomiarów są populacją próbną czyli próbką z generalnej po pulacJi . Analiza statystyczna zbiorów danych obejmowała nastę pujące czy nności: wybór modelu probabili stycznego najlepiej odzwierciedlającego roz kład e mpiryczny warto~ici s tęże ń , oszacowanie określonych parametrów populacji generalnej na podstawi e próbki. wyznaczenie przedzia·łu ufno ści. w którym z góry zadanym prawdopodobień stwe m za wiera się o kreś lon y parametr rozkładu populacji generalneJ , wery fikat:ję hipotez statystycznyc h. Znajomość modelu czyli rozkładu prawdopodobi e ństwa umożliwi a wyznaczente charakterystycznych funkcji służących do opracowywania danych pomiarowych a mianowicie: dystrybuanty rozkladu, funkcji gęsto ści rozkladu prawdopodobieństwa , a także parametrów rozkładu. Z licznej ~:,>Tupy probabilistycznych modeli teoretycznych wybrano model rozkładu Beta w przedziale <0, l >, gdyż wykazuJe najlepszą zgodność z rozkładami empirycznymi stężeń w analizowanych przez nas stopach metali . Znaczenie rozkładu Beta (f(x) ;T] ,y) polega na różnorodno śc i k ształtów , które mo że przy bierać wykres jego funkcji gęs to ści prawdopodobiel1stwa w zależności od wartośc i parametrów (11, y)[S]. Tę różnorodność wykresów oraz takt powiązania rozkładu Beta z innymi rozkładami (nom1alnym standaryzowanym , potęgowym , Jednostajnym, Snedecora, gamma, logarytmo normalnym) wykorzystano do opisu 1 interpretacji rozkładów stężeń składników w kilkudziesięciu badanych stopach metali . Rozkład ten jest szczególnie często stosowanym modelem w przypadkach związanych z losowymi wartościami ułamkowymi lub Należy więc oczekiwać tego właśnie rozkładu przy badaniu stężel1 procentowymi . s kładników w stopach metali . 79 CEL PRAC'Y Celem pracy jest wery llkacJa koncepcji bada1\ . na której oparto metodę probabilistycznej interpretacji rozkładu s tę że ń s kładników pod K<jtem wykorzystania jeJ w badaniach cech geometrycznyc h mikrostruktury stopów metali . Osiągnięcie tego celu wymagało wcześniejszego: wykonania serii fotostruktur wzo rcovvych o braz uj ącyc h przykłady spotykane dla metali i stopów rzeczywistych, zawierających obiek-ty (wydzie lori.ę J'azy) o różnych wielkościach , stopniu regularności , kształcie i sposobie rozło że nia oraz wyko nania pomiarów wybranych parametrów geo metrycznych obiektów strukturalnych sto sując metalobrratl czny ana lizator obrazu. 0PIS PROBLEMU Struktury metali i stopów zazwyczaj o dużym stopniu złożoności \vymagają także ocen parametrów geo metrycznych e lementów tworzących s trukturę . Pod pojęciem struktury stopu metalu mo żna rozumieć strukturę krystalograficzną czy li sposób rozłożenia atomów w przestrzeni , mikrostrukturę czyli rodzaj , ud ział y ilościowe faz, ich wielkość i kształt oraz makro s trukturę na poziomie krystalitów i bloków ziarn. Do podstawowych składników mikrostruktury nale żą e lementy objętościowe (ziarna, cząstki) , powierzchnie (gra nice ziarn, fa z), linie (krawędzie styku ziarn lub faz) oraz liczba elementów (liczba ziarn , cząstek). Różno rodne struktury \vystępujące w metalach i stopach moż na w pierwszym przy bliże niu podzielić na nastę pujące grupy: a -jednofazowa struk.'tUra ziarnista; cala objętość metalu (z wyłączeniem wtrąceń niemetalicznych, por itp.) jest wypełniona mikrocząstkami tej samej fazy, bstruktura złożon a , składająca się z dwu lub więcej faz lub składników strukturalnych, cstruktura powłokowa; gdy jedna faza tworzy powłokę ziarn innej fazy lub s kładnika strukturalnego, dstruk"tura z rozproszonymi w osnowie jednofazowej mikrocząstkami drugiej fazy , e -· struktura kompozytowa; powstała ze szczególnego połączenia dwóch różnych faz wzajemnie się uzupełniających, fstruktura kierunkowa o określonej przestrzennej orientacji elementów struk"tury, gstrefy graniczne tzw. granice rozdziału faz lub ziarn. Na rys. l przedstawiono wybrane struktury wzorcowe reprezentujące niektóre wyżej wymienione grupy struktur na dwóch poziomach w kolejności a, b, c, g, e, d, f, b. 80 W celu przeprowadzenia oceny wielkości parametrów geometrycznych obiektów uwidocznionych na zdjęciac h mikrostruktury wykorzystano możliwości pomiarowe nowoczesnego analizatora obrazu Struers-C!S 3. Na rysunku 2. przedstawiono uproszczony schemat blokowy tego analizatora. Proces odczytu obrazu wykorzystuje przyrządy wejściowe; mikroskop optyczny Olympus BHM o rozdzie l czości O. l J..tm ze stolikiem napędzan ym dwoma silnikami do automatycznego przesuwu próbki oraz fotoczulą kamerę video o sprzężeniu ladunkowym CCD o rozdzielczości 380 na 480 pikseli. Rysunek l. Wybrane wzorce struktur. Obraz zarejestrowany przez kamerę wyświetlany zostaje na monitorze o rozdzielczości 512 na 512 pikseli . Każdy piksel posiada wartość barwy od O (czarny) do 254 (bialy). Zakres ten obejmuje 128 odcieni szarości . r--l l l KAMERA CCD l l l l l l MIKROSKOP KLAWIATURA PC MYSZ Rys.2 Uproszczony schemat blokowy analizatora obrazu Struers CIS-3 81 Następuj ące parametry geometryt:zne obiektów można z mi erzyć w systemie CIS-3: suma czarnych pikseli), obwód ( całkowita długo ść obwodu obiektu), ś rednice Fereta (rzuty pod kątami O, 45 , 90, 1350), współczynnik wydłużenia (stosunek między maksymalnym rzutem i minimalnym), współczynnik kształtu- 4n•(powierzchnia l obwód2) -jest to współczynnik kształtu obiektu, gdzie; l -odpowiada kołu , a wartość zbliżająca się do zera wskazuje linię prostą, · całkowitą powierzchnię wszystkich dziur w okreś lonym obiekcie, stosunek całkowitej powierzchni dziur do całkowitej powierzchni obiektu, oraz liczbę obiektów, gęstość obiektów na jednostkę powierzchni, procent obiektów całyc h. Wyniki analizy wyświetla ne są jako wykresy słupkowe (histogramy) obrazujące empiryczne rozkłady poszczególnych parametrów geometrycznych, rozkłady poziomów (odcieni ) szarości obiektów lub skumulowane rozkłady dla wszystkich parametrów. System ten za wiera procedu rę kalibracji , która umożliwia automatyczne obliczanie wyników w wymiarach rzeczywistych . Specjalna wersja karty b'faficznej firmy Imaging Technology Inc. pozwala na wyznaczenie histogramów częstotliwości z całego analizowanego obszaru, a tak że histogramów lokalnych uwzględniających obiekty położone na mierzonej krzywej bąd ź wewnątrz mierzonego obszaru. Natomiast system CIS-3 nie zawiera procedur statystycznych umoż liwiających uzyskan ie charakterystyk położenia , rozproszenia, asymetrii i skupienia oraz funkcji służącyc h do analitycznego opisu liczbowych danych obiektów strukturalnych. powierzchn i ę (całkowita WARUNKI 1 WYNIKI BADAŃ Badania prowadzono na próbkach o powierzchni l cm2 Obserwacje prowadzono stosując obiektywy o powiększeniu 5, 10, 20 razy. Powierzchnia pomiarowa jednego poła wynosiła (68 na 52) ~-tm przy powiększeniu optycznym 125 razy. Każdemu obiektowi z całej kolekcji obiektów poszczególnych wzorców struktury (rys. I) zmierzono powierzchnię , obwód, średnice Fereta (rzuty pod kątami O, 45, 90, 135°), współczynnik kształtu, współczynnik wydłużenia , liczbę obiektów, gęstość obiektów na cm2 Uzyskany tą drogą zbiór danych oszacowano przy pomocy odpowiednich estymatorów wykorzystując pakiet statystyczny Statgraphics zawierający procedury do wykonywania obliczeń i graficznej prezentacji uzyskanych wyników. Wnioskowanie o sposobie "zachowania się" zmiennych losowych oparto na modelu rozkładu Beta (f(x); TJ ,Y) w przedziale <0, 1>. Ogólny wzór funkcji gęstości prawdopodobieństwa ma postać: . )= f(y+ TJ) y-l('l- )q-l , o l o o f( X,TJ,Y L(y)r(TJ/ X ~ X~ , <y, < T) (l) 82 Stosując test Pearsona dokonano wstępnego doboru typu rozkładu . Przyjęte hipotezy robocze o typie rozkładu zweryfikowano testami Kołmogorowa- Smimowa i Ch i-kwadrat na poziomie istotności a =O.OI oraz a=0 . 05 . Korzystając z wzoru (l) wyznaczono numerycznie parametry kształtu i położenia (Tl,Y) funkcji gęstości prawdopodobieństwa dla poszczególnych cech geometrycznych wzorców struktury, które po prawej stronie wykresów podano na rys.3. Ponadto dla wszystkich zbiorów danych wyznaczano także dystrybuanty i podstawowe charakterystyki liczbowe rozkładów. W tabeli l zamieszczono wartości miar statystycznych wybranych parametrów geometrycznych obiektów dla wzorców K l i P2. Tabela l Parametry statystyczne i geometria obiektów wyznaczone Parametry statystyczne Powierzchnia [mm2] Liczba obiektów Średnia Mediana Wariancja Odchylenie stand. Błąd stand. Minimum Maksimum Współ. asymet Współ.eksces Obwód [mm] metodą momentów empirycznych . Średnica Współczynnik Fpeta [mm] wydłużenia Wspólczynni k kształtu KI P2 KI P2 KI p7 KI P2 KI P2 149 87 149 87 149 87 149 87 149 87 0.824 0.889 0.044 0.315 0.303 0.025 0.847 0.894 0.033 0.306 0.278 0.023 0.801 0.833 0.038 0.347 0.358 0.029 0.816 0.842 0.039 0.611 0.700 0.058 0.810 0.851 0.027 0.72 1 0.820 0.068 0.210 0.157 0.181 0. 151 0.195 o !70 0.199 0.242 0.163 0.260 0.017 0.001 1.000 -2 .585 6.418 0.0 16 0.015 0.001 0.001 1.000 1.000 1.279 -3.228 4.036 10.64 0.016 0.016 0.001 0.001 1.000 1.000 2.429 -1.805 8.439 4.263 0.018 0.016 0.001 0.001 1.000 1.000 1.452 -1.873 3.643 3.999 0.026 0.013 0.028 0.001 0.001 0.001 1.000 1.000 1.000 -0.924 -2.606 -l.l 99 0.623 7.905 0.360 Podsumowanie Przeprowadzono badania z zastosowaniem analizatora obrazu mające na celu wyjaśnienie i probabilistycznej interpretacji jej obrazu. poszczególnych cech obiektów jak również związku cech geometrycznych mikrostruktury Znajomość prawdopodobieństwa występowania 83 8 ~ - - t-- - 6 t-- - 4 1-- - 1 --- - - 1,9 0,407 - - - 2.502 0,454 --- 3.552 0,635 ....... 3,862 0,9 05 l ------f---+- ~-1-;!H 1---- -· -- -1----+---_.. - ~ 2 ~~ oU=~~~~==~==±=-=·=B 0,4 0.6 0,8 o 0.2 war tości :+t t-L_ 3 f------ - - 2, 5 2 5 - , l A - o o - ~, , b /i /l ,, ... .. l' -~~-~-'- ·.. ..·· · 0,2 326 POW. 7,825 OBW. 2.429 FER. 2,067 KSZ . . 0,6 0.4 - 1,395 ---3.483 -·-1.843 .... 3,927 ·. ' ·, '· ....... _ ' '~ t:---->- \ . l - ----- ~- y' • normaliz . ~- "\'-;-~ f/ 1 POW. OBW. FE R. KSZ . 0.8 ~ 1 wartości normaliz. ~~--. 0,8 -- t-- - - 2,451 5.329 POW ---2,566 5,808 oaw. ---t---+-~H - ·-2,363 4,448 FER. ~- l// O,GH---._---J- l l ;:-o.4 H - - --f-lr--- - 1- - - -+-- ? 0,2lL O .-"-f----H .-. ~.. .' ...•......• -- ----· 1,422 0,511 KSZ . _. · " • •• -1--· •• . • •• , C-1--- o Q2 0,4 0,6 0,8 wartości normaliz. Rys.J Rozkład parametrów geometrycznych wybranych wzorców mikrostruktury 84 informacja o rozkładzie tychże pozwalają na wysunięcie takich wniosków. rozwalają także z określonym prawdopodobieństwem oczekiwać wystąpienia interesującego nas zakresu wielkości danej cechy. Czyte l ność wykresów funkcji gęstości w przypadku klasy rozkładów Beta polega głównie na kształcie tych krzywych. Wykres funkcji gęstości pozwala natychmiast na podstawie kształtu wykresu ocenić , które z wartości badanej cechy są bardziej lub mniej prawdopodobne, jak również przejrzyście wskazuje na rozłożenie poszczególnych wartości . Poczynione obserwacje i analiza wyników tych badań wykazały przydatność naszej metody do poszerzenia interpretacji i zobiektywizowania danych z analizatora obrazu, a ponadto potwierdziły istnienie pewnyc h prawidłowości dla poszczególnych grup struktur, a mianowicie struktury "komórkowe"-mają najczęściej roz kłady typu dzwonowego, struktury "plamkowe" rozkłady typu litery U, J lub jej odwrotności , na co wskazywano także we wcześniejszych pracach, gdy stosowano inne narzędzia pomiarowe. Zastosowanie tego nowego podejścia metodycznego do oceny mikrostruktury stopów metali jest kompatybilne do istniejących już metod badawczych w metaloznawstwie. Analiza pi ś mi ennictwa przedmiotu [6, 7, 8] wykazuje, że tematyka ta jest w obszarze zainteresowania ośrodków światowych zajmujących się projektowaniem nowych materiałów oraz optymalizacją procesów technologicznych otrzymywania tworzyw metalicznych . LITERATURA [l) Radwan M ., Lybacka K.,Gibas K.:Ocena struktury krystalizacji za pornocą Metali i Stopów. t.9, prawdopodobieństwa gęstości stężeń składników. Krzepnięcie [2) [3] [4] [5] [6] [7] [8) 1985, S. 41-62 . Radwan M., Gibas K., Narbunłowicz E. : Computer Assisted Autoradiography. Isotopenpraxis 23 , 1987 s. 363-366. Gibas K., Łybacka K., Ignaszak Z.: Ocena struktury wieloskładnikowych stopów żelaza . Sprawozdanie z pracy O1.07 /1989 CPBP 02 .08. Materiały nieopublikowane. Kołmogorow A. H. O statystycznej teorii krystalizacji metali . Izwiestia Akademii Nauk ZSRR, seria Matematyczna m 3, 1957. Hahn G .J., Shapiro S S.: Statistical Mode lsin Engineering. John Wiley & Sons, Inc., New York, London, 1976. Fargues J., Hecht M. , Stucky M.:Characterization o f graphite shape in cast iron with an image analyser. Fifth lnter. Symp. on the Physical Metallurgy ofCast Iron. 3 -5 October.1994, Nancy (France). Mercier J. C. : Applikacation de l'analyse d' images electroniques a l'amelioration d'alliages. Fonderie- Fondeur d'Aujourd'hui. 93 ,1990 s. 19 - 38 i 95, 1990, s.17 - 38. Charbon Ch., Jacot A., Rappaz M. : Three-dimensional probabilistic modelling of equiaxed eutectic solidification in the presence o f convection. Material s Science and Engineering, Al73. 1993, s. 143- 148. 85 ABSTRAKT APPUCATLON OF AN IMAGE ANAL YSER lN THE PROBABrL!STLC ESTIMATION OF STRUCTURE OF METAL ALLOYS In the present paper the results of study of a series structural models are presented. ln research computer metallographic image analyser was used. The distributions geometrical parametersof objects (obtained from measurement) were approximated by means the shape density o f probability o f beta distribution. The results proved that above method is useful for extension o f interpretation and objectivity of data o f image analysis.