Filtern
Dokumenttyp
- Posterpräsentation (3)
- Beitrag zu einem Tagungsband (2)
- Vortrag (1)
Referierte Publikation
- nein (6) (entfernen)
Schlagworte
- 3D (2)
- Fractography (2)
- Fraktografie (2)
- Schadensanalyse (2)
- Topografie (2)
- Topography (2)
- 3D analysis (1)
- Laser Scanning (1)
- Machine Learning (1)
- Moisture Detection (1)
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (1)
Application of 4Q-BSE detector and dedicated software enables 3D surface measurements of fracture samples in SEM. 3D surface measurement is independent from magnification and material invariant. Quantitative height measurements require careful detector adjustment and system calibration. Live 3D view allows a fast assessment of topographical features. In addition to SE and BSE imaging, 3D surface data help to analyse and interpret fracture samples.
Die Abbildung von Bruchflächen im REM liefert hochaufgelöste Bilddaten, die für die mikrofraktografische Bewertung von Bruchmechanismen unerlässlich sind. Durch den Abbildungsprozess im REM gehen räumliche Informationen im Normalfall größtenteils verloren. Mit der Verwendung eines segmentierten Rückstreudetektors ist dagegen die Erzeugung eines 3D-Oberflächenmodells während der Bildaufnahme praktisch in Echtzeit möglich. Die hier beschriebene Untersuchung soll die Anwendbarkeit des Verfahrens auf Bruchflächen zeigen. Zukünftig können Topografiedaten dazu beitragen, Bruchflächen besser zu interpretieren.
Die Abbildung von Bruchflächen im Rasterelektronenmikroskop (REM) liefert hochaufgelöste Bilddaten, die für die mikrofraktografische Bewertung von Bruchmechanismen unerlässlich sind. Die Ermittlung von Bruchmechanismen ist oft ein wichtiger Teil von Schadensanalysen zur Ermittlung der Bruchursache. Durch den Abbildungsprozess im REM gehen räumliche Informationen im Normalfall größtenteils verloren und können daher nicht zur Präzisierung des Bruchmechanismus herangezogen werden.
Um räumliche Informationen von Probenoberflächen im REM zu erfassen, gibt es verschiedene Methoden. Die für die Ermittlung der 3D-Topografie bereits länger eingeführten Verfahren mittels Proben- oder Strahlkippung können die Berechnung des Oberflächenmodells erst nach der seriellen Aufnahme mehrerer Bilder vornehmen. Mit der Verwendung eines segmentierten Rückstreudetektors ist dagegen die Erzeugung eines 3D-Oberflächenmodells während der Bildaufnahme praktisch in Echtzeit möglich. Die Probentopografie wird gleichzeitig mit dem Bildeinzug dargestellt und gespeichert.
The aim of a fractographic investigation is the evaluation of macroscopic and microscopic fracture surface characteristics and, as a result, the determination of the fracture mechanism of a component from a failure case. The basis for such evaluations of fracture characteristics comes from actual comparative mechanical testing and from the literature. A fractographic analysis can be very complex and, in any case, requires considerable experience.
Machine learning methods enables the quantitative determination of fracture characteristics and fracture mechanisms utilizing digitized expert knowledge [1]. Although the application of SE images provides promising results, additional information is required to obtain reliable solutions. As expected, BSE and 3D information helps to improve the classification (Fig. 1). But only a fast, widely integrated, and automated topography measurement can provide the required amount of referenced surface data for the application of machine learning methods.
To fulfil these requirements, topographical data are obtained from a BSE detector with four symmetric segments (4Q-BSE) using shape-from-shading technology [2]. Surface height calculation is performed live during image acquisition and provides immediate feedback in three dimensions. All available signals (SE, BSE and more if applicable) are recorded simultaneously together with the surface topography and stored in a multichannel data file. This guaranties the same geometrical reference for all data, which is required for further analysis (Fig. 2).
When applying machine learning methods to topographic data together with SEM images, topographic information must be provided as depth image. Consequently, a unique height scale is required for all applied data with different magnifications. This requires a calibrated height measurement, which is ensured with the integrated 3D calibration of the topographic acquisition and a dedicated calibration sample. Thus, a large number of data sets from different fracture samples was generated and used as training data for machine learning.