选择特殊符号
选择搜索类型
请输入搜索
《钢的微观组织图像精选》在研究对象上,涉及了高性能低成本碳结构(如细晶粒钢、超细晶粒钢),高强度低合金钢(如TRIP钢、高级别管线钢、耐候钢等),长寿命高强度合金结构钢(如微合金非调质钢、耐延迟断裂螺栓钢、抗疲劳弹簧钢、长寿命齿轮钢等),节约资源型不锈耐蚀钢(如高氮不锈钢、铁素体时效不锈钢、高强度不锈钢、双相不锈钢等),高效率耐热钢(如超超临界火电机组用铁素体耐热钢等),超高洁净度高碳铬轴承制钢,高性能工具钢等新型先进钢铁材料;在研究方法上,应用了包括数字金相显微镜技术、彩色金相技术、高分辨透射电镜分析技术(TEM)、分辨场发射扫描电镜分析技术(SEM)、电子背散射分析技术(EBSD)等先进微观组织分析技术。 {zzjj}
1 非合金钢
铁素体区轧制的低碳钢组织
碳结构的韧窝形貌
细晶粒钢微观组织
08钢形变诱导铁素体相变组织
HRB400螺纹钢组织
C-Mn钢马氏体相变诱发的位错
C-Mn钢中晶内夹杂物上铁素体形核的EBSD表征
汽车大梁钢重叠晶体内甲行条纹像
汽车大梁钢的铁素体晶界
SPCC冷轧板分层起皮
低碳铆螺钢经低温轧制后快速冷却的组织
夹杂物引起的冷镦开裂
Q195钢坯中的气泡内壁
细晶粒Q235螺纹钢组织
穿水冷却Q235B螺纹钢组织
变形巾碳钢空冷相变组织
45钢魏氏体组织
中碳钢形变诱导渗碳体析出
72AL线材拉拔过程巾的组织流变特征
82B钢组织影响冷拔性能
高碳钢的珠光体片层
2 低合金钢
20MnSiNb的连铸坯组织
E46船板钢中解理断口及硅酸盐夹杂
低合金钢铸坯表面网络状Cu-Ni-As富集相
铌的析出
形变诱导铁素体形貌
形变诱导Fe3C相间析出
IF钢冷轧变形组织
IF钢变形退火后的部分再结晶组织
IF钢的晶界钉扎
第二相粒子周围萌生的位错
超低碳贝氏体钢中的M-A岛
高强度结构钢贝氏体组织
高强度结构钢粒状贝氏体
低合金钢带状贝氏体
MnS和TiN的复合析出
双相钢中奥氏体孪晶形貌
冷轧双相钢组织
低合金耐候钢的表面腐蚀形貌
TRIP钢动态拉伸过程中的残余奥氏体
TRIP钢组织TEM分析
TRIP钢彩色金相
Si-Mn系TRIP钢组织
TIG拼焊TRIP钢接头组织
TWIP钢形变孪晶、一次和二次孪晶
X80钢板彩色金相
X80管线钢中针状铁素体的EBSD研究
X80管线钢中M-A相精细结构
X100管线钢母材心部组织
无碳化物贝氏体钢
低合金钢无碳化物贝氏体
钢轨钢的渗碳体形态
热处理钢轨钢过热区的组织
3 合金钢
3.1 合金结构钢
ε-碳化物在马氏体板条内析出
17CrNiMo中板条马氏体的Block形态
Packet区域内的马氏体板条与残余奥氏体
合金结构钢马氏体板条的弯曲现象
合金钢连铸坯三维解理断口
亚共析钢铁素体和珠光体
粒状贝氏体
中碳冷镦钢在线软化——渗碳体球化
20CrMot{钢锻造流线微观组织
20CrMnTi钢渗碳淬火过热组织
渗碳齿轮钢渗碳层的断口形貌
旋转弯曲疲劳试样夹杂物起裂
弹簧钢中的非金属夹杂物
弹簧钢的上贝氏体和少量马氏体
34CrNiMo钢组织
45CrNiMoVA电渣钢冲击断U形貌
38Si7钢的回火马氏体组织
40CrNi2Mo钢的超细马氏体组织
4340钢的等温处理贝马复相组织
10CrNi3MoV钢中铁素体与马氏体组织
9Ni钢SMAW异种接头熔合线附近组织
10CrNi8MoV钢中的逆转变奥氏体
3.2 不锈钢和耐热钢
1Crl7不锈钢热轧板纵截面组织
热处理2crl3钢微观组织
Sup13cr钢δ-铁素体长大倾向组织
含铜抗菌铁素体不锈钢中时效析出的ε-Cu相
连铸不锈钢薄带微观组织
薄带连铸304不锈钢中的晶内层错
薄带连铸304不锈钢中的δ铁素体
304不锈钢薄带表面裂纹周围的枝晶形貌
夹杂物在304不锈钢凝固前沿被捕捉现象的原位观察
304不锈钢组织
0Cr21Ni6Mn9N奥氏体不锈钢组织
Inconel-600合金染色奥氏体组织
0Cr18Nil0Ti钢微观组织
1Cr18Ni9Ti奥氏体不锈钢中铁素体相的立体图像
变形奥氏体钢退火中亚晶、再结晶晶核及退火孪晶
含氮奥氏体不锈钢中的层错
高氮钢中的氮化物析出
高氮不锈钢的晶问腐蚀
2205双相不锈钢铸态固溶组织
2205不锈钢焊缝组织形貌
超级双相不锈钢的固溶组织
HDR双相不锈钢的组织
双相不锈钢彩色金相组织
1Cr21Ni5Ti双相不锈钢的固溶处理组织
1Cr21Ni5Ti双相不锈钢铁素体相内时效析出相
马氏体时效不锈钢含有层错的板条马氏体及逆转变奥氏体
低温固溶处理时钢中的x相
马氏体时效不锈钢中的堆垛层错
马氏体板条界上逆转变奥氏体中堆垛层错交叉滑移
马氏体时效不锈钢的x相与σ相
Laves相的二维高分辨像
T/P122钢中的BN夹杂物及碎化现象
HR3C奥氏体耐热钢中条状M23C6相
00Cr22Ni5M03N钢高温形变奥氏体位错墙形貌
0Cr25Ni20Si2耐热不锈钢退火组织
0Cr13Al/16MnR复合板复合界面微观组织
加氢反应器内壁堆焊层附近组织
4Cr14Ni14W2Mo奥氏体钢的基体及堆焊层
A335P9铁素体耐热钢渗碳层组织
3.3 工具钢
H13钢的退火组织
H13钢的回火组织
Cr8WMo2V2SiNb钢淬火组织
9CrV钢的低温二次硬化
M2轧材退火不良组织
M42钢组织
M42钢渗碳组织
5Cr锻钢冷轧工作辊的合金碳化物
10Ni3MnCuAl钢固溶处理后的组织
10Ni3MnCuAl钢预硬化后的组织
高铬铸铁碳化物、马氏体和莱氏体
3.4 轴承钢
轴承钢中的低碳板条马氏体
GCr15钢的液析
轴承小圈碳化物液析组织
SGCr15轴承钢中的球状碳化物
GCr15钢网状渗碳体组织
4 其他
GH720Li合金扇形γ'相
GH4169合金中黑斑组织
GH742y合金中的强化相
镍基合金中的贫γ'区域及其回复
镍基合金中的析出相
冷轧态HiB硅钢片中的岛状马氏体
硅钢中晶界条纹
硅钢连铸坯凝固组织断裂机理
彩涂板涂层剥落缺陷
氧化皮形貌
合金化热镀锌钢板6相特征
电镀钢丝表面形貌
钢丝表面的镀锌层组织
书名:钢的微观组织图像精选
外文书名: the collection of microstructural morphology of steels
丛书名: 先进钢铁材料技术丛书
平装: 162页
正文语种: 简体中文
isbn: 9787502447700
条形码: 9787502447700
商品尺寸: 24 x 16.8 x 0.8 cm
商品重量: 422 g
品牌: 冶金工业出版社发行部
基于图像识别技术的膏体微观结构纹理特征分析(英文)
胶结充填膏体(CPB)、砂浆及混凝土等水泥基材料的力学强度取决于其微观结构,如孔隙数量、孔径及结构,颗粒及骨架的排列形态等。对于该类材料的力学强度与其孔隙结构(如孔径及其分布)的关系研究目前已有很多,但与微观形态特征或纹理特性的相关性研究较少。纹理是一种反映图像中同质现象的视觉特征,体现了物体表面共有的内在属性,包含了物体表面结构组织排列以及它们与周围环境的联系,是量化微观形态特性的有效方法。在统计分析中,灰度共生矩阵(GLCM)纹理和Tamura纹理是表征纹理特征的最具代表性方法。本研究以3种不同质量浓度膏体制备的充填体试块为样本,养护至指定龄期后经单轴抗压强度试验获得其力学强度,再对试块断面进行电镜扫描(SEM)获得其微观结构图像;基于图像识别/分析技术提取SEM图像的纹理特征参数,分析纹理特性与SEM图像参数(放大倍数)间的关系,筛选出有效的SEM图像样品;分析各纹理参数与膏体浓度的相关性,识别出与膏体浓度呈正相关的纹理参数,并验证该纹理参数与力学强度存在严格的相关关系。
基于微观模板的多类JPEG图像盲隐密分析方法
为准确判断一幅JPEG图像使用了何种隐密软件,针对JPEG隐密软件可能采用的DCT域隐密操作,建立了基于微观模板的统计特征空间,并在此基础上提出了一种多类JPEG图像盲隐密分析方法。实验结果表明:对JSteg、F5和Outguess 3种典型JPEG图像隐密软件各自生成的、含密量大于20%的JPEG隐密图像,该方法的隐密软件识别正确率均在97%以上。基于微观模板的统计特征提取方案可有效区分不同的DCT域隐密操作,有助于对JPEG隐密软件的检测判决。
通常来说,获取热图像的方法是使用热像仪,热像仪是依据红外热辐射原理工作的。
随着电子技术的迅猛发展,新半导体材料的不断出现,红外测温技术的完备程度不断提高,热图像的获取速度快,获取的热图像精度和灵敏度高,在科学研究、现代工程技术和军事领域中应用越发广泛 。
一般来说,热成像过程会得到受测目标区域或物体的温度分布图,并以不同的颜色标注出来,构成了一幅温度梯度图像。通过颜色和温度的对应表,可以看出目标物体的温度分布,通常也可以看出目标的轮廓。
对于热图像中的信息,往往分为直观可见的部分和隐含的部分,可简称为直接信息和隐含信息。对于直接信息,关注的地方多是高温度区域、目标的轮廓、温度突变的点或线、温度的变化趋势等;对于隐含信息,需要一定的图像处理算法以便进一步观察,详见数字图像处理。
对于一切具有温度的物体都可以通过获取并观察其热图像得到其温度分布信息,从而分析得到一些我们感兴趣的结论。热图像在很多领域都有应用,其中最典型的几类有:
目标异常状态监测。这是通过热图像监测目标是否存在不正常的温度值或温度分布,从而起到异常监测的作用。实际应用有森林火灾监测、地区气温监测、电路/芯片故障监测等;
目标识别。这是通过监视一定区域内的温度分布来观察是否有和周围环境温度或温度分布趋势不一致的物体,从而判定出是否有可以目标。实际应用有红外夜视仪、红外制导、红外监控器等;
故障/缺陷检测。这里的故障和缺陷更多的是指无法直接在热图像上看出的故障和缺陷。对于无法直接看出问题的热图像,通过一定的图像处理算法,如热信号重构(TSR)、主成分分析(PCA)、频域分析等,可能会得到隐藏的故障/缺陷信息。实际应用有热无损检测等。
医学临床辅助。对人体的热图像进行分析,可以得到一些能够帮助诊断病情的信息,也可以起到病情预警的作用。