Gefügedarstellung kohlenstoffreicher Phasen in niedriglegiertem Stahl

Zusammenfassung

In der Stahlindustrie werden neue Werkstoffe unter anderem hinsichtlich ihrer Zähigkeit und Duktilität optimiert. Deren technologische Kennwerte werden insbesondere durch die Größe, Form und Verteilung kohlenstoffreicher Gefügebestandteile wie Martensit, Restaustenit und Karbide beeinflusst. Ihre effiziente und gleichzeitig präzise Beschreibung ist eine sehr spezifische Aufgabenstellung, die eine stetige Entwicklung der Methoden erfordert.

Eine geeignete Kontrastierungsmethode ermöglicht es, kohlenstoffreiche Phasen licht- und elektronenmikroskopisch präzise und zuverlässig darzustellen und zu beschreiben. Mittels 3 %-iger alkoholischer Pikrinsäure wurden ausschließlich kohlenstoffreiche Gefügebestandteile der Proben durch Ätzen herausgestellt, ohne die Korngrenzen anzuätzen.

Diese Probenvorbereitung erlaubt eine effiziente, quantitative bildanalytische Auswertung, da insbesondere bei fein verteilten und sehr geringen Anteilen von kohlenstoffreichen Gefügebestandteilen der störende Einfluss von Korngrenzen nicht auftritt. Hierfür wird eine eigenentwickelte Software auf Basis von ImageJ und Matlab eingesetzt. Sie ist leicht zu bedienen, lässt umfangreiche Auswertungen zu und kann flexibel angepasst werden.

Abstract

In the steel industry, new materials are being optimized regarding their toughness and ductility, among other things. Their technological characteristics are influenced in particular by the size, shape, and distribution of carbon-rich microstructural constituents, such as martensite, retained austenite, and carbides. Their efficient and at the same time precise description is a demanding task, which requires a continuous development of metallographic methods.

A suitable contrast method enables the precise and reliable display and description of carbon-rich phases using light and electron microscopy. Using 3% alcoholic picric acid, only carbon-rich structural components of the samples were etched without etching grain boundaries.

This sample preparation allows an efficient, quantitative image analysis, since, especially with finely distributed and very small portions of carbon-free microstructural constituents, the disturbing influence of grain boundaries does not occur. For this purpose, a self-developed software based on ImageJ and Matlab is used. This software is easy to use, allows extensive evaluations, and can be flexibly adapted.