Идентификация морфологии поверхности стального естественного феррито-мартенситного композита с использованием программного обеспечения ImageJ

Введение. Современные материалы требуют глубокого понимания их структуры для прогнозирования эксплуатационных свойств. Применение различных методик и программ для визуализации, таких как оптическая и электронная микроскопия, ограничено двумерными изображениями, что затрудняет детальный анализ морфологии. Несмотря на наличие исследований в этой области, существует недостаток в понимании трехмерной организационной структуры материалов, что создает пробелы в знании о влиянии геометрии на физические свойства композитов. Программа ImageJ была выбрана для данного исследования благодаря своей многофункциональности и поддержке множества форматов, что значительно упрощает анализ. Она также предлагает мощные инструменты для автоматизации процессов и позволяет извлекать 3D-информацию из двумерных изображений, что критично для точной идентификации структурных компонентов. Настоящее исследование направлено на устранение недостающей информации, фокусируясь на анализе морфологии стального феррито-мартенситного композита. Цель работы — идентификация 3D-структуры поверхности композита, что позволит улучшить понимание его эксплуатационных характеристик и подтвердить значимость выбора подходящих методов визуализации.

Материалы и методы. В качестве исходного материала для анализа было выбрано изображение микроструктуры стального естественного феррито-мартенситного композита (ЕФМК), полученное на оптическом микроскопе Meтам PB–22. Рассматриваемая микроструктура состоит из 2-х фаз, где светлой фазой является феррит, а темной — мартенсит. Использовалась программа ImageJ, адаптированная под различные форматы электронно-микроскопических и металлографических изображений и позволяющая получить широкий набор геометрических характеристик поверхности.

Результаты исследования. Исследование с использованием программного обеспечения ImageJ микроструктуры стального феррито-мартенситного композита выявило характерную строчечную структуру, состоящую из светлой фазы (феррита) и темной фазы (мартенсита). Обработка изображений, включая масштабирование и сегментацию, привела к преобразованию в черно-белый формат, что позволило четко визуализировать границы между фазами и геометрические формы частиц. Четырехпараметрическая калибровочная функция Родбарда обеспечила дополнительные данные о площади, стандартном отклонении, асимметрии и эксцессе, что затрудняет анализ структуры. В результате отмечено 40,8 % площади, занятый ферритом, и 59,2 % — мартенситом. Профиль поверхности показывает чередование слоев из разориентированных кристаллов, а количественная информация позволила создать четкое 3D-изображение поверхности композита.

Обсуждение. Измеряемая в пикселях толщина границ зерен оказывается тоньше, чем в других графических редакторах, за счёт чего изменяется площадь и соответственно количество светлой фазы. Изменение количественного соотношения фаз «феррит-мартенсит» связано с тем, что в программе подавляется «шум» изображения и нераспознанная серая фаза прочитывается более чётко: часть её относится к светлой фазе, и часть — к тёмной.

В условиях современных технологий и высоких требований к прочности и износостойкости, понимание микроструктуры становится ключевым для оптимизации свойств материалов. Выбор подходящих методов визуализации, таких как применение программного обеспечения ImageJ, не только позволяет получить точные данные о распределении фаз, но также способствует более глубокому анализу механических свойств, таких как твердость и устойчивость к коррозии. Эти аспекты важны в контексте роста инновационных технологий, где надежность и долговечность материалов играют центральную роль.

Заключение. Применение программного комплекса ImageJ для визуализации в 2D и 3D графике и качественного и количественного анализа морфологии поверхности гетерогенных структурных состояний материалов является удобным, эффективным и информативным способом получения геометрических характеристик частиц структурных составляющих. Также возможно проведения картирования формы и размеров частиц. Автоматизация процесса приводит к экономии затрат времени и ресурсов, минимизирует влияние субъективных факторов на результат на разных этапах проведения анализа. Идентификация 3D-структуры поверхности композита помогает углубить знания о его эксплуатационных характеристиках, что крайне актуально в условиях современных технологических требований. Это понимание позволяет разрабатывать новые материалы, улучшать их характеристики, такие как прочность, износостойкость и устойчивость к коррозии, а также предсказывать, как материалы будут вести себя в реальных условиях.

1. Tim Gräning, Lizhen Tan, Ishtiaque Robin, Yutai Katoh, Ying Yang. A Novel Design of Transitional Layer Structure between Reduced Activation Ferritic Martensitic Steels and Tungsten for Plasma Facing Materials. Journal of Materials Research and Technology. 2023;24:4285–4299. https://doi.org/10.1016/j.jmrt.2023.04.019

2. Garcia JuM, Accioly Monteiro AC, Barcelos Casanova AM, Checca Huaman NR, Monteiro SN, Brandao LP. Microstructural Analysis of Phase Precipitation during High Temperature Creep in AISI 310 Stainless Steel. Journal of Materials Research and Technology. 2023;23:5953–5966. https://doi.org/10.1016/j.jmrt.2023.02.175

3. Karin P, Chammana P, Oungpakornkaew P, Rungsritanapaisan P, Amornprapa W, Charoenphonphanich C, et al. Impact of Soot Nanoparticle Size and Quantity on Four-Ball Steel Wear Characteristics Using EDS, XRD and Electron Microscopy Image Analysis. Journal of Materials Research and Technology. 2022;16:1781–1791. https://doi.org/10.1016/j.jmrt.2021.12.111

4. Setareh Medghalchi, Ehsan Karimi, Sang-Hyeok Lee, Benjamin Berkels, Ulrich Kerzel, Sandra Korte-Kerzel. Three-Dimensional Characterisation of Deformation-Induced Damage in Dual Phase Steel Using Deep Learning Journal Materials & Design. 2023;232:112108. https://doi.org/10.1016/j.matdes.2023.112108

5. Старовойтов В.В., Голуб Ю.И. Цифровые изображения. От получения до обработки. Минск: ОИПИ НАН Беларуси; 2014. 202 с.

6. Пустовойт В.Н., Долгачев Ю.В., Домбровский Ю.М., Дука В.В. Структурная организация и свойства естественного стального ферритно-мартенситного композита. Металловедение и термическая обработка металлов. 2020;(6(780)):15–21. URL: https://mitom.folium.ru/index.php/mitom/article/view/251 (дата обращения: 01.06.2025).

7. Вернези Н.Л., Русаков В.А. О контроле прочности металла конструктивных элементов плавучих кранов. Безопасность техногенных и природных систем. 2022;(3):50–51. https://doi.org/10.23947/2541-9129-2022-3-48-53

8. Пустовойт В.Н., Долгачев Ю.В., Домбровский Ю.М. Баллистическая стойкость стали со структурой естественного феррито-мартенситного композита. Безопасность техногенных и природных систем. 2022;(3):54–59. https://doi.org/10.23947/2541-9129-2022-3-54-59

9. Зильберглейт М.А., Темрук В.И. Применение пакета ImageJ для обработки изображений, полученных электронной сканирующей микроскопией (на примере анализа бумаги). Полимерные материалы и технологии. 2017:3(1):71–74.

10. Иоффе А.И. Метод оценки неоднородности выделенной области. Исследование земли из космоса. 2013;(3):92–94. https://doi.org/10.7868/S0205961413020048

11. Burger W, Burge MJ. Digital Image Processing. An Algorithmic Introduction Using Java. Second Edition. London: Springer; 2016. 811 p.

12. Атрошенко С.А., Майер С.С., Смирнов В.И., Структурно-фазовое состояние металла рельса с внутренней трещиной после длительной эксплуатации. Журнал технической физики. 2021;.91(9):1363–1368. https://doi.org/10.21883/JTF.2021.09.51215.72-21

13. Torres AL, Bidarra SJ, Pinto MT, Aguiar PC, Silva EA, Barrias CC. Guiding Morphogenesis in Cell-Instructive Microgels for Therapeutic Angiogenesis. Biomaterials. 2018;154:34–47. https://doi.org/10.1016/j.biomaterials.2017.10.051

14. Rueden CT, Schindelin J, Hiner MC, DeZonia BE, Walter AE, Arena ET. ImageJ2: ImageJ for the Next Generation of Scientific Image Data. BMC Bioinformatics. 2017;18(1):529. https://doi.org/10.1186/s12859-017-1934-z

15. Duka VV, Pustovoit VN, Ostapenko DA, Arefèva LP, Dombrovskij YuM. The Use of the Atomic Force Microscopy to Investigate the Structure of Steel 14G2. IOP Conference Series: Materials Science and Engineering. 2019;680:012023. https://doi.org/10.1088/1757-899X/680/1/012023

16. Дука В.В., Арефьева Л.П., Пустовойт В.Н., Киселева Д.А. Исследование строчечной структуры строительной стали методом атомно-силовой микроскопии. Письма о материалах. 2020;10(4(40)):445–450. https://doi.org/10.22226/2410-3535-2020-4-445-450

17. Арефьева Л.П., Дука В.В., Забияка И.Ю. Взаимосвязь структурно-фазового состава с механизмом разрушения высокопрочной строительной стали. Письма в журнал технической физики. 2022;48(8):39–42. https://doi.org/10.21883/PJTF.2022.08.52366.19093

18. Duka VV, Aref'eva LP, Mitrin BI, Pustovoit VN. Investigation of the Fracture Structure of a Composite Material after Bending Test by Atomic Force Microscopy. IOP Conference Series: Materials Science and Engineering. 2021;1029:012059. https://doi.org/10.1088/1757-899X/1029/1/012059