高铁车轮轮辋部位元素的原位统计分布分析方法研究与应用

为实现大尺寸车轮剖面的成分快速定量统计分布表征,研究了基于火花源原位统计分布分析技术的高铁车轮成分定量分布表征方法,并将该表征方法应用于3种不同成分的高铁车轮(W1、W2、W3)轮辋剖面处的成分定量统计分布分析,获得了踏面附近至轮辋内部的成分定量分布规律,并探讨了3种车轮在元素偏析行为上的差异.结合扫描电镜和能谱分析对...     

大尺寸动车组车轮剖面夹杂物原位统计分布表征方法研究与应用

建立了基于扫描电子显微镜和能谱分析相结合的夹杂物原位统计分布分析方法,并对大尺寸D2动车组车轮纵剖面中轮毂、近轮毂辐板、近轮辋辐板、轮辋4个区域内的夹杂物的组成、类型、数量和尺寸进行了原位统计分布解析,探讨了不同区域内的各类夹杂物数量、尺寸和颗粒面积的分布规律,发现车轮中主要典型夹杂物为氧化物、条形硫化物、球形硫化物、...     

42CrMo钢大尺寸夹杂物的来源与控制

针对42CrMo合结钢轧材超声波探伤合格率低的问题,利用扫描电镜等设备对探伤不合样品进行分析,发现探伤不合样品中有直径为100 μm左右的球形夹杂物或者尺寸为1 000 μm左右的长条形夹杂物.通过钢液内生夹杂和生产过程接触的原辅料的分析比对,认为大尺寸夹杂物主要由于外来夹杂进入钢液中,最终造成轧材探伤合格率低.通过增...     

帘线钢82A大方坯的原位统计分布分析

采用金属原位分析仪对帘线钢82A大方坯进行了原位成分统计分布分析,并探讨了方坯不同区域中C、Si、Mn、P、S、Al和Ca元素的分布规律,发现C、S、P和Mn在中心存在明显的岛状偏析,中心区域的偏析较边部严重。C、S和Mn元素在方坯边部有明显的负偏析带,而Si的分布较为均匀。帘线钢中的Al基本上都以夹杂物的形式存在,并以Al、Ca的复合夹杂物为主,且中心的夹杂物含量明显比边部多。采用扫描电镜结合能谱分析的方法对不同区域夹杂物的尺寸和成分进行了研究,两种方法所得结果具有较好的一致性。     

钢中铝夹杂物原位统计分布分析的判据方法

应用金属原位分析仪对含铝夹杂物的参考物样品进行分析,得出铝夹杂物单次火花强度信号分布规律。采用迭代法确定夹杂物定量分析的重要参数——阈值,提出钢中铝夹杂物定量分析新方法,结合化学相分析结果以及金相检测结果最终得到参考物样品中铝夹杂物的含量与火花频数的数学模型。把该数学模型应用到实际钢铁材料中,测得结果与ICP-AES法分析结果一致。     

厚板坯气泡形貌、分布及携带夹杂物的原位分析

对管线钢X70厚板坯进行分层刨削, 并对厚板坯内气泡尺寸、形貌及其携带夹杂物的情况进行原位分析.结果表明, 厚板坯内约94%的气泡直径在200μm以下;厚板坯皮下8 mm范围内气泡及其携带的夹杂物缺陷较多, 继续深入刨层, 基本上难以发现明显的气泡及其携带的夹杂物, 只在个别位置发现了少许气泡, 且表现出了一定的偶然性;气泡形态以单个气泡和孪生气泡为主, 还有少许葫芦形气泡以及“四瓣”形气泡;发现了四种夹杂物的存在形式:氧化物、团簇状夹杂物、气泡群夹杂物以及夹灰.     

钢中硅系夹杂物粒度的原位统计分布分析

研究了钢中硅系夹杂物的颗粒尺寸测定的原位统计分布新方法。结合定量金相和扫描电镜多种物理分析手段,探讨了原位火花光谱中元素硅的异常光谱信号与硅夹杂物的颗粒数量、尺寸之间的相关性,发现钢中单位面积内尺寸大于3μm的夹杂物颗粒个数对异常火花相对频数影响较大,异常平均强度占总体平均强度的比例也与大于3μm的硅系夹杂物的平均粒径密切相关,由此建立了相应的数学模型来计算钢中较大颗粒硅系夹杂物的数量、平均粒径和最大平均粒径。将方法应用于多种钢样品中硅系夹杂物颗粒的状态分析,所得结果与定量金相分析结果具有良好的对应关系。     

12Mn钢连铸圆坯的原位统计分布分析

为获得连铸圆坯横截面内各元素的偏析、疏松和夹杂物分布,采用金属原位分析仪对12Mn无缝钢管连铸圆坯进行了原位成分统计分布分析。通过C、Si、Mn、P的二维成分分布图及线分布图看出,在中心部位处C元素呈明显富集状态,而Si、Mn和P则相反,即含量极低。在整个横截面内,C、Si、P等元素尤其是C元素含量表现为明显偏析状态,Al元素则由于夹杂物的形成而表现为分散的岛状富集分布状态,S则无明显变化,Si、Mn的分布极为相似。此外,通过定量分析和夹杂物粒度分析获得了各元素的含量频次图及Al粒度分布图。通过表观致密度分布图可以获得,圆坯横截面整体表观致密度低至95.60%,这是铸坯中心缩孔导致。     

连铸板坯横截面中心偏析的原位统计分布分析

采用原位统计分布分析技术对连铸板坯横截面的中心偏析特性进行了研究.通过对C、Si、Mn、P、S等元素在连铸板坯横截面中央与两侧的成分分布规律的对比,发现C,P,S,Mn等元素在连铸板坯横截面中央与两侧的成分分布存在明显差异,在中央部分易形成连续"带状"中心偏析,较两侧的偏析更为严重;Si等元素在中央与两侧的成分分布差异不明显.通过图形合成发现,在整体横截面上元素C、,P,S,Mn形成一条较连续的贯穿的"带状"偏析,而且"带状"偏析的严重程度在一定范围内起伏变化.     

帘线钢72A连铸坯的原位统计分布分析

为了更好地了解铸坯中元素偏析、疏松和夹杂物分布规律,采用金属原位分析仪对帘线钢72A连铸坯进行了原位成分统计分布分析,并探讨了铸坯中C、Si、Mn、P、S和Al元素分布规律,发现C、Si、Mn和P元素在铸坯中心都存在明显的偏析,且中心区域的偏析程度比边部严重。Mn元素含量的分布规律与C元素相似,在铸坯边部附近,C、Mn元素有明显的负偏析带,在铸坯中心区域元素出现了明显的正偏析带,整体上,Mn元素成分分布比C元素更均匀;比较这几种元素的成分分布,发现Si元素成分分布较均匀,而P元素成分分布较不均匀。帘线钢中Al、S元素基本上都以夹杂物的形式存在,两种元素分布规律极其相似,且中心夹杂物的含量明显比边部多。由于铸坯中心存在明显的缩孔,导致铸坯表观致密度下降,表观致密度为0.869 0。     

铸造黄铜的原位统计分布分析

采用金属原位分析仪实现了对铸造黄铜ZHPb59-1的大面积扫描,利用原位统计分布分析技术分析了合金中添加元素Zn、P、Mn、Al、Si、Fe、Pb、Ti、B的分布状况,以期能为铜合金行业提供一种快速的表面元素分布分析方法。通过原位扫描技术能快速得到各元素的直观分布图、最大偏析度、最大偏析位置和统计偏析度。研究发现,原位分析得到Zn、P、Mn的分布及对组织影响的结果和金相结果有良好的对应;通过二维成分分布图和三维成分分布图可看出Al、Si、Fe的分布较为均匀。由原位统计分布可推测,Pb存在大量的夹杂相,而P弥散在整个合金中;Ti、B作为主要的变质剂,存在明显的偏析。此外,Cu、P夹杂的原位统计结果与扫描电镜和能谱的结果对应良好。     

重轨钢中硫化锰夹杂物粒度的原位统计分布分析

采用原位统计分布分析技术对重轨钢铸坯中MnS夹杂的粒度分布情况进行了分析研究。通过ASPEX扫描电镜-能谱仪(SEM-EDS)将重轨钢中不同尺寸的MnS夹杂进行统计,建立了原位统计分布分析MnS夹杂的粒度分布曲线,分别对重轨钢铸坯中5~10、10~20、20~50μm的MnS夹杂的分布情况进行了统计分析。结果表明,沿着铸坯的内部到边缘的方向上,5~10μm小颗粒夹杂一直存在,10~20、20~50μm大颗粒MnS夹杂所占比例降低,直到铸坯边缘,几乎没有大颗粒MnS夹杂存在。将该结果与ASPEX扫描电镜-能谱仪得到的结果相比较,两者在反应夹杂物分布趋势上具有一致性,说明原位统计分布分析技术分析铸坯中夹杂物的粒度分布方法的建立具有可靠性。     

不锈钢中成分的原位统计分布分析基体影响校正

采用金属原位分析仪对不锈钢样品中成分进行分析时,基体含量对测定产生影响,为此提出了基体校正数学模型。以含量比为横坐标、强度比为纵坐标绘制工作曲线,运用该工作曲线对实际不锈钢样品中镍和铬进行分析,以验证基体校正模型的正确性。结果表明,基体校正后工作曲线线性得到了改善,样品的测试结果偏差显著减小。     

原位统计分布分析技术在连铸板坯成分偏析检测方法中的应用

利用原位统计分布分析技术的可对金属材料中大面积范围内化学成分及分布状态进行快速定量统计分析这一技术特征,对连铸板坯全截面上碳、锰元素的宏观偏析及分布状态进行了定量统计研究。采用化学成分的含量偏析、最大偏析度、统计偏析度、统计符合度等指标,讨论了偏析特征和偏析分布状态。分析结果表明：元素碳、锰偏析产生的重点部位是板宽中心和1/4处,且内弧偏析重于外弧;偏析的分布状态可归纳为三种分布状态,即点、线、面偏析。此技术的应用有利于控制连铸板坯的质量和监控连铸工艺条件。     

高碳钢连铸方坯中心偏析的原位统计分布分析研究

在钢铁轧制及后续工艺中,需要掌握连铸方坯的元素偏析情况。本文采用原位统计分布分析技术研究了高碳钢连铸方坯中C、Si、Mn、P、S、Cr 等元素的偏析状态,重点讨论了金属原位仪的扫描速度优化对分析结果的影响。将连铸方坯中心线部分原位分析的一维偏析分布图与ICP-AES 和红外吸收法多点取样分析的偏析分布图进行了对比,发现两种方法的偏析分布图具有良好的一致性,表明原位统计分布分析技术能较好的应用于连铸坯的元素偏析检验。     

原位统计分布分析技术分析进口厚钢板偏析状态

应用金属原位分析仪对某进口厚钢板中C、Si、Mn、P、S、Ni、Cr、Mo等元素的偏析状态进行了检测,分析了所检测的该厚钢板横截面上两个区域中各主要合金元素偏析状态的特点。通过将原位分析的检测结果与应用火花源原子发射光谱法和ICP-AES法及红外吸收法的分析结果进行对比,发现C、Si、Mn、P、Ni、Cr、Mo元素在该厚钢板的不同区域呈不同的偏析特征,说明应用原位统计分布分析技术进行偏析检测能够更充分地定量反映所测样品各元素的偏析状态。