提高标定率——EDAX的EBSD解决方案

Dr. Sophie Yan, Applications Engineer, EDAX

作为应用,这些年,林林总总,我碰到各种问题。但是不能否认,对于EBSD用户来说,有一个共同的追求:提高EBSD的标定率。很少有用户没有这类困扰,即便用户主要测试的是相对容易的钢铁样品,可能也会有变形试样以及难以标定的晶间析出相;理想情况,当然是得到图1那样漂亮的EBSD图;但是受限于现实情况,我们往往不能如愿。

图1:IPF图,标定率极高

最近我接到一个客户的求助电话,她有些很难的陶瓷样品,结晶程度不高,晶粒小,标定率很低。她尝试了一个区域,标定成功率只有5.48%;如下图2。她想看看有没有办法提高。

图2:陶瓷样品,标定成功率5.48%

当然我们是有办法的。

EDAX对于提高标定率有一整套解决方案,如图3所示。从硬件选择开始,比如选择最新款直接电子检测相机Clarity,那这个样品明显会有更好的结果出现; 不过我的实验室只有CMOS相机Velocity Super……

采集过程,EDAX尽可能的开放了采集过程中的参数设置,如背底处理及Hough的参数,结合特有的六方步进处理及三条带组算法,使我们在实际操作过程中,参数更加贴近实际的样品情况,对于有挑战性的样品非常重要。

如果采集的数据结果不理想,我们可以对结果进行预处理。最有代表性的当属NPAR处理,由于对花样进行平均,能极大的提高挑战性样品的标定率。此外,在OIM8.0之后,OIM Ananlysis加入了新的模块,对保存后的花样能再次进行背底处理,进一步提升标定率。

图3:EDAX的优化EBSD解决方案

我对这个样品进行了EBSD分析,保存了花样。然后用OIMA对花样进行了预处理,见下图4.原始花样相当模糊,条带不太清楚。NPAR处理之后花样信噪比提升,条带变得较为清晰。再进一步进行背底处理,条带清晰程度进一步提升。

图4(a)原始花样 (b)NPAR (c) NPAR+dataset bkg (d) NPAR+dataset bkg+dyn bkg

使用这样处理过的花样进行标定,结果当然会有所不同。下图5是我进行图4中一系列后处理后标定的IPF图。标定成功率24.1%。

图5,IPF图,标定成功率24.1%

对这个用户,整件事情告一段落:标定成功率有了大的提升,这个结果已经在可接受的范围。但是对于我们致力于提升挑战性样品标定率的目标,其实这件事还大有可为。

以上的标定成功率都是CI>0.1过滤之后的数值。对于CI<0.1的那些点,亦即IPF图中那些黑色的区域,其实我们可以对它进一步处理:EDAX近期引入了词典算法辅助标定,作为标定算法的一部分。众所周知,词典算法标定率极高,如果能用词典算法进一步标定,相信会有更好的结果。我期待着词典算法能给这个样品更高的标定率。

如果将手段用到极致——如果有可能的话,用EDAX全新发布的探测器Clarity测试这个样品,这个超灵敏,低束流的要求其实很适合测试这一类样品——可能结果也非常值得期待?

这样看来,提升标定率这一目标,也好像适用于那一句话: 路漫漫其修远兮,吾将上下而求索?

图6.清晰度会改善结果吗?

Leave a Reply