Nach dem Trennen wurden die Proben in Epoxidharz eingebettet, anschließend mechanisch a4 
geschliffen und poliert. Es. wurde versucht, bei allen Proben den Ätzgrad möglichst ähnlich ; 
einzustellen. 
3. Untersuchungsmethoden 
Die Charakterisierung des Bildes erfolgt mit Hilfe der Mustererkennung. Hierzu wird das 
betrachtete Bild in ein Grauwertbild umgewandelt und für dieses Bild die Coocurrence-Matrix 
(gray-tone spatial-dependence matrix) (5) erstellt. Diese Matrix stellt die 
Nachbarschaftsverhältnisse bezogen auf den Grauwert im betrachteten Bild unter einem bestimmten 
Winkel a, in einem Abstand d zweier betrachteter Bildpunkte im Grauwertbild dar. Aus dieser 
Grauwertverteilung werden nach R.M. Haralick verschiedene skalare Größen (sog. Haralick- 
Parameter) (5) errechnet. Die Zahlenwerte geben z. B. Auskunft über die Textur, Helligkeit oder 
den Kontrast des Bildes. Aus den Haralick-Parametern, die unter verschiedenen Winkeln gemessen 
werden, wird der Mittelwert berechnet und als Haram bezeichnet. 
Die Mikrohärte wurde im Anschluß an die Bestimmung der Texturparameter in der Bildmitte im 
Falles des 100Cr6 mittels eines Knoop-Sensors (HK 0,2) gemessen, am C45 wurde die Mikrohärte 
HV1 nach Vickers bestimmt. 
Die Korrelation zwischen Haralick-Parametern und Mikrohirte wurde mit Hilfe eines speziell 
trainierten Neuronalen Netzwerks (6) hergestellt, indem die gemessenen Haralick-Parameter 
zusammen mit der entsprechenden gemessenen Härte dem Netzwerk übergeben wurden. Zum 
Einsatz kam der „Stuttgart Neural Network Simulator“ (SNNS) (7). Das Netzwerk versucht bei 
diesem Training, mit Hilfe mathematischer Operationen eine Korrelation zwischen den Haralick- 
Parametern und der entsprechenden Härte durch verschiedene Gewichtungen der Verbindungen 
zwischen den Neuronen herzustellen. Die gleichen Operationen werden bei der nachfolgenden 
Berechnung in gleicher Weise auf einen neue Satz Haralick-Parameter angewendet, bei dem der 
entsprechende Härtewert dem Netzwerk jedoch nicht mitgeteilt wird, sondern vom Neuronalen 
Netzwerk selbst berechnet wird. Dieser berechnete Wert wird dann dem tatsächlichen, gemessenen SR 
Wert gegeniibergestellt, um aufgrund der Abweichung zwischen den beiden Werten auf die Te 
Leistungsfihigkeit und die Genauigkeit des Systems schließen zu können. 
{m Neuror 
Oerechnet 
4. Ergebnisse never 7 
Bei der Auswertung der Jominy-Probe aus 100Cr6 stellte sich eine deutliche Abhängigkeit der  ii(» 
Parameter vom Abstand von der Stirnfliche dar (Bild 1). Es fanden sich dabei 2 Gruppen von 
Parametern: in der ersten Gruppe war ein Maximum in einem Abstand von ca. 15 mm von der 
Stirnfläche zu beobachten. Bis etwa 9 mm Abstand von der Stirnfläche waren die Werte praktisch Ten 
konstant. Hierzu zählt z.B. der Parameter Haram 4. Die zweite Gruppe zeigte einen leichten Abfall 0 — 
des Wertes bis 10 mm von der Stirnfläche, danach einen deutlicheren Rückgang des Wertes. m— 
Bei der Mikrohirtepriifung nach Knoop wurde eine zuerst leicht, in groflerem Abstand von der m 
Stirnfläche etwas stärker abfallende Härte gemessen. In größerem Abstand von der Stirnfläche 
wurde nicht gemessen, da die Probe hier stark überätzt war und daher auch keine Messung der m 
Haralick-Parameter sinnvoll war. x 
Die Messungen von Hirte und Haralick-Parametern zeigte ein gute Ubereinstimmung mit dem x 
Gefüge der Proben. Bei den Proben aus 100Cr6 lag bis zu einem Abstand von ca. 9 mm von der | 
Stirnfläche ein rein martensitisches Gefüge vor (Bild 2a). Bis etwa 15 mm Abstand von der a? 
Stirnfläche stieg der Bainit-Anteil kontinuierlich (Bild 2b). Hinter diesem Bereich war das Gefüge 
perlitisch. Big 
Hite eine 
136