Old Dogs and New Tricks 老家伙和新窍门

Matt Nowell, EBSD产品经理，EDAX
今年我们三人(Stuart Wright, Scott Lindeman和我)庆祝我们在EDAX的EBSD部门的20周年。我实在很幸运这么早就参予到EBSD的商业化过程中，很荣幸见证到它的发展壮大过程，不管是作为用户还是作为应用人员。
然而我们面前仍然有这么多的挑战。其中一个就是区分钢中的铁素体和马氏体。这两相很难区分，因为马氏体的晶体结构只与体心立方的铁素体有轻微不同，而且这不同程度还依赖于碳含量及热处理过程：这就使直接从晶体结构来区分这两相非常困难。由于马氏体相产生伴随着较多的应变，所以相区分的工作通常使用IQ作为关键因素来加以区分[1-2]。
Figure 1.

图1.

当新功能被开发出来时，很高兴看到这些功能被应用，也很期待除了最初预见的那些，这些功能还有什么新的用处。一个例子就是Neighbor Pattern Averaging and Reindexing （ NPAR）。NPAR能通过将花样与其所有相邻的花样进行平均，提高EBSD花样的信噪比，如图１所示。NPAR最初是为标定一位客户的噪点很多的花样而开发的一种方法，但随即我们发觉这种方法有很多好处，能应用于很多不同材料及不同的SEM操作条件。更多细节能在稍早的一篇博客里找到：http://edaxblog.com/2015/09/。

图 2a.  图 2b.
图２显示了在一铁素体－马氏体双相钢样品上采集的EBSD的IQ 图。图2a是在标准条件下采集到的，而图2b是通过NPAR处理之后的图像。很容易看出NPAR处理增加了相的衬度。这是由于马氏体的花样IQ值比较低是由于内部应变而不是由于相机参数设置而导致的。因此，NPAR平均花样提高马氏体的IQ值并不如提高铁素体IQ值多，NPAR的结果增加了相的衬度。
图 3a.  图 3b.

可以看出，NPAR处理还有另一个作用：通过提高信噪比，花样条带检测更精确，NPAR处理可以提高取向精度。由于这个作用，NPAR处理之后，每个马氏体晶粒的平均取向（这里由KAM表示）更低。图3显示了NPAR处理之前和之后的KAM值。尽管NPAR处理提高了标定率和取向精度，它降低了KAM值，使得相的区分不那么有效。我认为，NPAR促进了一种间接的相区分手段而没有提升另一种，正好显示了相区分是一个很有挑战的问题。
最后，尽管NPAR的确有很多提高，但我们仍然没有找到一个完善的解决办法来区分铁素体-马氏体。我很期待，随着EBSD产品的进一步发展，我们继续研究解决这个以及其它的表征难题。
[1] Wilson, A. W., J. D. Madison and G. Spanos (2001). “Determining phase volume fraction in steels by electron backscattered diffraction.” Scripta Materialia 45(12): 1335-1340.
[2] Nowell, M. M., S. I. Wright and J. O. Carpenter (2009). A Practical investigation into Identifying and Differentiating Phases in Steel Using Electron Backscatter Diffraction. Materials Processing and Texture. A. D. Rollett. Hoboken, NJ, John Wiley & Sons: 285-292.
To learn more about NPAR click here to see our video overview.