EBSD 实操:组织过程

回复、亚结构与再结晶分数:为什么不能套一个 GOS 阈值

建立从组织过程到分类规则的推理,推导面积分数与阈值敏感性,让分类图成为有说明的判断。

阅读设置

先记住这三点

  1. 再结晶是一种组织形成过程,分类指标是其间接证据。
  2. “再结晶/亚结构/变形”软件标签取决于选定规则。
  3. 分数的不确定性包括阈值、取样、分割和未索引区域。
01

先定义物理过程

回复可以减少或重排缺陷、形成较规则亚晶;再结晶则涉及低缺陷晶粒的形成与长大;晶粒长大又可在再结晶后继续改变尺寸。这些过程可能重叠,因此最终一张静态 EBSD 图不能天然带着完整历史标签。

连续再结晶、非连续再结晶以及不同材料中的演化路径也不尽相同。教学中先掌握可观察量:晶粒内部取向变化、边界角度与形貌、晶粒尺寸、相邻关系,以及热机械历史,再将这些量与过程联系。

02

常见分类规则怎样工作

一种简单规则是把 GOS<θR 的晶粒列为低取向散布候选,另外用低角边界网络、GAM 或其他条件区分亚结构与变形区域。它将多个连续量通过阈值变成离散标签,本质上是一种分类器。

规则中的 θR 没有跨材料通用的固定真值。角噪声、晶粒大小、取向参考、变形模式和清理方式都会影响分布。软件提供的默认值可用于了解功能,不能不经论证就作为研究结论。

03

把分类写成数学式

设晶粒 i 的面积 Ai、指标 Gi、其他条件 Hi,分类指示函数 ci=1[Gi<θR 且 Hi满足]。候选面积分数 fR=ΣAici/ΣAi。若改成 Σci/N,得到的是候选晶粒数量比例,不是材料面积比例。

例如十颗小晶粒各面积 1、一颗大晶粒面积 90,十颗小晶粒全部满足条件,则数量比例为 10/11≈90.9%,面积比例只有 10%。如果只报“再结晶分数 91%”而不说明权重,读者会被严重误导。

04

阈值敏感性怎样推导

令 G 的面积加权累积分布为 F(θ),单阈值分类就有 fR(θ)=F(θ)。如果阈值附近分布密集,微小 δθ 会改变很多面积,近似变化为 δfR≈p(θ)δθ,其中 p 是相应分布密度。若阈值落在两群之间的低密度谷,分类通常较稳定。

因此合理做法是展示指标分布及阈值附近的变化趋势,并核对不同类别的代表性组织。不要先选一个刚好让结论显著的阈值,再只给最终彩色图。

05

什么证据能提高可信度

低 GOS、低局部取向梯度、相对清晰花样、合理晶粒形貌和边界结构可以共同支持低缺陷区域的判断。热处理序列中这些区域扩大、吞并变形区域,提供更强的过程证据。TEM、硬度或其他缺陷表征可补充不同层面信息。

各证据仍需考虑共同偏差:同一次过强平滑可以同时降低 KAM、GOS 并改善视觉效果,这不是三份独立证据。原始花样、空间形貌与独立技术提供的约束更有区分力。

06

为什么小晶粒容易被错误归类

当晶粒长度小、内部像素少时,即使旋转梯度不低,累计 GOS 也可较小;一两个点的晶粒甚至无法稳定表达粒内散布。最小像素筛选又可能恰好排除新形成的小晶粒。

应按粒径和像素数检查分类分布,必要时将分辨率不足的区域列为未定。对不同热处理态,重构阈值和边缘处理应一致;如果定义确需变化,应明确说明原因和对比例的影响。

07

教程:从观察到候选分类再到机制

先展示原始 IPF、质量、未索引和晶界图;按同一规则重构晶粒;画 GOS/GAM 与粒径的关系;提出有材料依据的候选阈值;查看各类晶粒的代表区域;输出面积权重分类和未定比例;最后结合热过程与其他证据判断回复或再结晶。

措辞可以分两层:“按给定规则,低散布候选占该截面有效面积的 X%”;“结合时序与形貌,支持再结晶发生”。若第二层证据不足,就保留第一层,不让软件标签越过证据范围。

08

与织构形成怎样衔接

分别计算候选再结晶区域和剩余变形区域的 ODF,可以观察不同取向群的变化,但要保留相同权重、带宽和坐标。若某组分比例增加,继续检查是该组分晶粒数量增加、平均面积增大,还是其他组分被消耗。

这一步把 EBSD 的空间分区优势与宏观织构理论连起来:总体 ODF 说明“有多少”,局部组织与时序说明“在哪里、怎样形成”。

来源与延伸阅读

以下链接用于核对概念、标准状态或原始文献。本页为中文教学整理,不复制受版权保护的标准正文。