Автоматические измерения в металлографии
https://doi.org/10.21122/2220-9506-2023-14-3-214-222
Аннотация
Количественный анализ структуры металлов и сплавов является важной частью современного металловедения. Для получения количественных данных и построения зависимостей используются металлографические программы обработки изображений, ориентированные как на научные исследования, так и для использования в промышленности. Большой интерес у потребителя вызывают программы, способные автоматически проводить металлографический анализ. При рекламе таких программ зачастую утверждается, что они позволяют провести количественный анализ структуры практически без затрат времени. Целью данной работы являлось определение затрат времени на количественный металлографический анализ в некоторых программах обработки изображений, представленных на белорусском рынке. Рассматривались связанные и несвязанные металлографические объекты. Показано, что для несвязанных объектов (порошки, графит чугуна) возможен автоматический количественный анализ; затраты времени при этом составляют в пределах минуты. Для связанных объектов (структуры металлов и сплавов после металлографического травления) затраты времени на обнаружение объектов и получение цифровых данных составляют 10–40 мин и более в зависимости от сложности объекта, что неприемлемо для заводских лабораторий, которые анализируют большое количество образцов за смену. Поэтому потенциальным потребителям программ обработки металлографических изображений рекомендуется всегда требовать предметной демонстрации возможности автоматических измерений предлагаемого программного обеспечения.
При поддержке: The work was supported by the Belarusian Republican Foundation for Fundamental Research, project no. T23MN-003.
Об авторах
А. Г. Анисович
Институт прикладной физики Национальной академии наук Беларуси
Беларусь
Беларусь
ул. Академическая, 16, г. Минск 220072
М. И. Маркевич
Физико-технический институт Национальной академии наук Беларуси
Беларусь
Беларусь
ул. Купревича, 10, г. Минск 220141
Ванчинхуу Жигмэддорж
Монгольский национальный университет
Монголия
Монголия
Улан-Батор
Список литературы
1. Planimeter. Russian Academy of Sciences, Siberian Branch. Target program "Electronic Library of the Siberian Branch of the Russian Academy of Sciences". [Electronic Resource]. Available from: http://www.nsc.ru/win/elbib/data/publ_cat/412.pdf [Accessed 05.27.2023].
2. Anisovich AG. Measurement of Steel Structure Elements in the Specialized Module of the IMAGE-SP Image Processing Software. Pribory i metody izmereniy = Devices and Methods of Measurements. 2020;11(4):279288. DOI: 10.21122/2220-9506-2020-11-4-279-288
3. Jastrzebska I, Piwowarczyk A. Traditional vs. Automated Computer Image Analysis – A Comparative Assessment of Use for Analysis of Digital SEM Images of High-Temperature Ceramic Material. Materials. 2023;(16):812. DOI: 10.3390/ma16020812
4. Arthur Francisco Araújo Fernandes, João Ricardo Rebouças Dórea1, Guilherme Jordão de Magalhães Rosa. Image Analysis and Computer Vision Applications in Animal Sciences: An Overview. Front. Vet. Sci., Sec. Livestock Genomics. 2020;7. DOI: 10.3389/fvets.2020.551269
5. Lutchenko NA, Arbuz AS, Kavalek AA, Panin EA, Popov FE, Magzhanov MK. Study of the influence of large shear deformations and vortex flow of metal on the formation of an equiaxed ultrafine-grained structure of the E110 zirconium alloy using the XRP method. Casting and metallurgy. 2023;(1):128-134. DOI: 10.21122/1683-6065-2023-1-128-134
6. UP SYSPROG. [Electronic Resource]. Available from: https://sys-prog.com. [Accessed 05/29/2023].
7. SIAMS. [Electronic Resource]. Available from: https://siams.com/siams700/ [Accessed 05/28/2023].
8. Panteleev VG, Egorova OV, Klykova EI. Computer microscopy. M.: Tekhnosphere Publishing; 2005. 304 p.
9. Anisovich AG. Possibilities of using dark-field illumination for the analysis of unrelated objects. Casting and metallurgy. 2013;69(1):116-122.
10. Sachek OA, Chichko AN, Likhousov SG, Matyushinets TV, Chichko OI. Parameterization of images of microstructures of cast iron with nodular graphite based on the density function of graphite distribution by inclusion sizes. Casting and metallurgy. 2017;86(1):50-58.
11. Gonzalez R, Woods R. Digital image processing. M.: Tekhnosphere Publishing; 2005. 1072 p.
12. pharma [Electronic Resource]. Available from: https://pharma-se.ru/products/sistemy-analiza-izobrazheniy/sistema-analizaizobrazheniy-siams-700 [Accessed 05/28/2023].
13. Konovalenko I, Maruschak P, Prentkovskis O. Automated Method for Fractographic Analysis of Shape and Size of Dimples on Fracture Surface of High-Strength Titanium Alloys. Metals. 2018;8(3):161. DOI: 10.3390/met8030161
Рецензия
Для цитирования:
Анисович А.Г., Маркевич М.И., Жигмэддорж В. Автоматические измерения в металлографии. Приборы и методы измерений. 2023;14(3):214-222. https://doi.org/10.21122/2220-9506-2023-14-3-214-222
For citation:
Anisovich A.G., Markevich M.I., Jigmeddorj V. Automatic Measurement in Metallography. Devices and Methods of Measurements. 2023;14(3):214-222. https://doi.org/10.21122/2220-9506-2023-14-3-214-222
Просмотров:
310
Послать статью по эл. почте 