126 Prakt. Met. Sonderband 38 (2006)
Grad der Clusterung wird die Differenz zwischen den beiden Verteilungen verwendet. Mit BE
Hilfe dieser Auswertung lässt sich der Unterschied zwischen den in Bild 5 abgebildeten F
Gefügen sehr gut quantifizieren (Bild 8). '
|
2.1
i 0,08
i 0,06
: 0,04 .
Lx u ,
r wi
Pe
Kernabstand flog] Komabstand [log]
a) gleichmäßige Verteilung b) Clusterung a
Bild 8: Clusterbewertung der KorngroéRenverteilungen aus Bild 6 x
4. Zusammenfassung und Ausblick by
fre
Durch den Einsatz von mathematischen Methoden zur Auswertung bildanalytischer Tc
Messdaten konnte die Beschreibung von Gefügen deutlich verbessert werden. So wurde be
durch die Approximation gemessener Korngrößen durch eine log-Normalverteilung die SE
Beschreibung der Größenverteilungen verbessert. Durch Erweiterung dieser Methode war al
auch die Bewertung von Mischkorngefügen möglich. Durch Gewichtung der Messdaten
gemäß der Kornfläche konnte das Verfahren weiter optimiert werden. Im Weiteren ist die
Entwicklung eines Algorithmus zur automatischen Bewertung von Mischkorn geplant.
Eine quantitative Beschreibung von Kornclustern wurde auf der Basis der vorhandenen
Auswertemethoden realisiert, indem neben der Korngröße auch die Position bewertet 2
wurde. Dadurch ist die Angabe einer Maßzahl zur Bewertung der räumlichen Verteilung oo
möglich geworden. Das Verfahren wurde zunéchst auf die Clusterung von KorngréRen in ©
einphasigen Gefügen angewandt, soll aber auch an mehrphasigen Gefügen und ul
Einschlussverteilungen erprobt werden. U
45,
A
Literatur
ta
[1] DIN EN ISO 643: ,Stahl — Mikrophotographische Bestimmung der scheinbaren -
Korngröße“, 2003 “
[2] Roebuck, B.: ,Measurement of grain size and size distribution in engineering
materials”, Materials Science and Technology, 16, 2000, p. 1167
[3] ISO 14250: , Steel — Metallographic characterization of duplex grain size and |
distributions“, 2000
[4] Delaunay, B.: „Sur la sphere vide”, Izvestia Akademii Nauk SSSR - Otdelenie
Matematicheskikh i Estestvennykh Nauk, 7, 1934, p. 793
