奧氏體不銹鋼具有優良的耐高溫和耐腐蝕性能,廣泛應用于醫藥、化工等領域,在材料出廠前,一般需要對其進行固溶化處理,以獲得單一的奧氏體組織。如果經過固溶處理后奧氏體不銹鋼材料不合格,就很容易發生晶粒長大、敏化等材料劣化損傷,而且奧氏體不銹鋼壓力容器等設備在制造過程中也會受熱成形、焊接、消應力熱處理等加工工藝的影響而發生晶間敏化,最終導致材料在腐蝕介質中發生晶間腐蝕[1－2]。金相檢驗是評定奧氏體晶粒度的常用方法,晶間敏化的檢測主要是采用對模擬試樣進行加速腐蝕試驗后的金相檢驗方法[3],或采用與正常材料的腐蝕電流密度及自腐蝕電位差異來表征[4]。在實際工作中,人們關注更多的是奧氏體不銹鋼材料的監督檢驗材料是否錯用,化學成分是否符合標準要求等,而對于材料熱處理是否合格、熱作業過程中是否存在材質劣化等關注較少。 

超聲檢測和硬度測試是材料檢測和性能表征的兩種基本方法,具有快速、方便等優點,被廣泛應用于一線生產領域的材料內部缺陷檢測和表面力學性能測試,而且隨著研究的深入,其應用領域也在不斷擴大,如利用線性超聲對不銹鋼晶粒尺寸[5]、敏化程度[6－7]、疲勞和棘輪損傷進行評價等[8],利用非線性聲學效應對304不銹鋼晶粒尺寸進行檢測和腐蝕敏感性進行評價[9－10]、Super304H中的早期晶間腐蝕檢測[11]、304和304L不銹鋼的敏化評價[12],利用顯微硬度指標表征不同熱處理工藝下不銹鋼的晶粒度、相變程度、元素分布等誘導的綜合效應等[13－15]。然而,上述研究對超聲和硬度等方法的測試條件、使用環境有較高要求,魯棒性較差,難以滿足生產使用現場便捷、快速應用的要求。筆者對比研究了不同熱處理狀態下奧氏體不銹鋼的里氏硬度、超聲信號特征和顯微組織之間的關系,建立了基于D－S證據理論的奧氏體不銹鋼熱劣化評價模型,為該類材料的現場材料監督和評價提供了新的思路。 

1.   試驗材料與方法

1.1   試驗材料及其化學成分

試樣的材料為304奧氏體不銹鋼,試樣尺寸為70 mm×70 mm×20 mm(長度×寬度×高度),該材料在20 ℃時密度為7.93 g/cm3,常溫下的縱波聲速為5 700～5 800 m/s[16](縱波聲速與材料的密度、彈性模量、泊松比等有關)。用原子發射光譜儀對試樣進行化學成分分析,結果如表1所示。由表1可知：試樣的化學成分符合GB/T 20878—2007 《不銹鋼和耐熱鋼 牌號及化學成分》的要求。對A組試樣進行固溶處理(1 050 ℃保溫30 min,然后空冷至室溫),對B組試樣進行敏化處理(1 050 ℃保溫30 min,降溫至450 ℃并保溫2 h,然后空冷至室溫),C組試樣為未進行任何處理的鑄態304不銹鋼,3組試樣宏觀形貌如圖1所示。 

圖  1  3組試樣宏觀形貌

1.2   硬度測試方法

硬度測試儀器為高精度便攜式里氏硬度計(型號為PROCEQ EQUOTIP 550 Leeb),該硬度計可以快速測試金屬材料的表面硬度,依據GB/T 17394.1—2014 《金屬材料 里氏硬度試驗 第1部分：試驗方法》分別對A、B和C這3組試樣進行不少于6次的硬度測試,計算各組試樣硬度的算術平均值和標準差。 

1.3   超聲檢測方法

采用超聲波檢測儀和中心頻率為5 MHz、直徑為5 mm的單晶直探頭對試樣進行超聲檢測,超聲信號激發脈沖寬度為50 ns,信號采樣頻率為100 MHz；對試樣表面進行機械打磨,得到平整的金屬光澤面,采用水作為耦合劑,探頭上放置金屬塊,以保持恒定的探頭壓緊力,信號增益均為15 dB,記錄超聲A掃信號的從初始波到不少于4次底面反射波的射頻波形數據。 

1.4   金相檢驗及掃描電鏡分析方法

將試樣機械打磨、拋光后,依據GB/T 4334—2020 《金屬和合金的腐蝕 奧氏體及鐵素體－奧氏體(雙相)不銹鋼晶間腐蝕試驗方法》,用體積分數為10%的草酸溶液對試樣進行電解腐蝕,然后將試樣置于光學顯微鏡及掃描電鏡下觀察。 

2.   試驗結果與分析

2.1   金相檢驗及掃描電鏡(SEM)分析結果

A組固溶試樣的顯微組織形貌如圖2所示。由圖2可知：A組試樣材料為單一的奧氏體相,可以觀察到孿晶,晶界形態為Ⅰ類階梯組織,平均晶粒度約為5.0級。 

圖  2  A組固溶試樣的顯微組織形貌

B組敏化試樣的顯微組織形貌如圖3所示。由圖3可知：B組試樣材料為單一的奧氏體相,平均晶粒度約為4.5級,晶界較粗大,呈網狀分布,有碳化物析出,晶界形態為II類混合組織。 

圖  3  B組敏化試樣的顯微組織形

對試樣B進行掃描電鏡分析,結果如圖4所示。分別對晶界及晶粒進行能譜分析,結果如表2所示,可看出敏化處理后的奧氏體晶界析出物富含Cr元素,這種富Cr化合物沿晶界沉淀,會導致正常晶界區域中Cr離子濃度的降低,形成“貧鉻區”,在腐蝕介質的作用下,晶界區域優先溶解而產生晶間腐蝕[17]。 

圖  4  試樣B晶界區域SEM形貌

C組鑄態試樣的顯微組織形貌如圖5所示。由圖5可知：C組試樣的顯微組織主要為奧氏體＋鐵素體,在奧氏體晶粒內部和晶界上分布著骨骼狀鐵素體相,且部分呈網狀分布,晶界形態為四類游離鐵素體組織。 

圖  5  C組鑄態試樣的顯微組織形貌

2.2   里氏硬度測試

3組試樣里氏硬度的隨機測試結果如圖6所示。由圖6可知：測試次數較少時,結果的重現性較差,當測試次數大于10次時,硬度平均值及標準差均趨于穩定,重現性較好。在進行16次硬度測試的條件下,3組試樣的硬度分別為374,382,325 HLD,標準差分別為4.7,8.3,19.6 HLD,可看出B組試樣的硬度比A組試樣增大了2.1%,而硬度標準差卻是A組試樣的1.77倍,C組試樣的硬度比A組試樣降低了13.1%,而硬度標準差卻是C組試樣的4倍,硬度標準差的變化最明顯。這是因為：在高溫敏化過程中,晶粒的長大趨勢和晶界析出碳化物對晶界的釘扎效應并存[18－19],兩種相互制衡效應使B組敏化試樣的里氏硬度增大,但增大得不明顯；同時在熱應力和相變應力的互相作用下,B組敏化試樣的組織及應力分布均勻性被破壞,在宏觀上表現為硬度不均勻,標準差增大；C組鑄態試樣中存在大量的鐵素體且分布極不均勻,這種組織的極度不均勻性會導致其不同區域的力學性能不同,硬度標準差顯著增大。 

圖  6  3組試樣里氏硬度的隨機測試結果

硬度標準差S反映了同一組奧氏體不銹鋼試樣內硬度測量值的離散度,可以對其熱處理狀態進行表征,但對于硬度基礎值或表面狀態不同的材料,直接采用硬度標準差會引起誤判。為解決硬度平均值相差懸殊材料的硬度表征問題,引入硬度離散率指標Vs,對標準差S進行標準化,如式(1)所示。 

式中：S為試樣的樣本標準差；為硬度平均值。 

3組試樣的里氏硬度離散率曲線如圖7所示。由圖7可知：A、B、C組試樣的里氏硬度離散率平均值分別為1.3%,2.2%和6.3%,明顯表征了鑄態、固溶態、敏化態的材料狀態變化。 

圖  7  3組試樣的里氏硬度離散率曲線

2.3   超聲檢測

3組試樣的超聲檢測A掃信號如圖8所示。由圖8可知：A、B組試樣回波信號經過6次反射之后的底波信號已衰減到噪聲背底水平,利用前4次的底波反射信號可得到A、B組試樣的超聲衰減系數分別為230.77 dB/m和 254.98 dB/m,可看出敏化后試樣的縱波衰減系數會增大,這與文獻[6－7]的試驗結果基本一致；C組試樣回波信號僅存在1次底面反射波,信號嚴重衰減,這是因為粗大的奧氏體晶粒和鐵素體枝晶對超聲波的嚴重衰減效應,根據這個特性,可以對鑄態不銹鋼進行鑒別。 

圖  8  3組試樣的超聲檢測A掃信號

考慮到在實際應用中試樣的表面粗糙度、探頭的耦合情況以及試樣厚度等誤差因素,以及奧氏體基礎晶粒尺度的影響,利用超聲回波信號的時域信息或超聲衰減系數較難區分正常固溶處理的試樣和敏化試樣[20]。對A組試樣的回波信號進行傅里葉頻譜分析,結果如圖9a)所示,頻譜整體上主要集中在1,3,5,7 MHz附近,且3 MHz附近的頻譜寬度最大,局部呈周期性的振蕩現象。為了消除初始波信號的影響,對信號初始段5 μs時的回波信號進行剝離,結果如圖9b)所示,可看出剝離后的頻譜寬度在1 MHz附近有所減小,而在其他位置基本保持不變。 

圖  9  A組試樣的超聲回波信號傅里葉頻譜分布

圖10為B、C組試樣的超聲回波信號傅里葉頻譜分布。由圖10可知：兩個回波信號都已進行了初始波剝離,B組試樣與A組試樣的基本頻譜波形相似,頻譜最大幅值也相近,但5 MHz和7 MHz等較高頻譜段的頻譜分布差異明顯；鑄態C組試樣的頻譜沒有明顯的波峰集中,且頻譜最大幅值較小,反映了粗大晶粒對入射超聲波的強烈散射作用。 

圖  10  B組和C組試樣的超聲回波信號傅里葉頻譜分布

在頻率為0～8 MHz時,根據式(2)分別計算每1 MHz頻譜段內的能量分布。 

式中：F為傅里葉頻譜幅值；sum(F2)為0～8 MHz的頻譜能量之和；Yi為第i個頻譜段的頻譜能量占比率,i＝1,2,3,4,5,6,7,8。 

0～8 MHz頻譜段能量分布如圖11所示。由圖11可知：當頻率為0～1 MHz時,3組試樣的能量占比分別為1.6%,1.0%和7.6%,C組試樣的能量占比最高；當頻率為2～3 MHz時,3組試樣的能量占比分別為40.9%,49.3%和42.1%,占比分別達到各自的最大值,其中B組試樣的能量占比最高,但其標準差也最大；當頻率為6～7 MHz時,3組試樣的能量占比分別為1.3%,0.7%和0.9%,固溶態A組試樣的能量占比最高。 

圖  11  0～8 MHz頻譜段能量分布

采用頻譜能量下降比指標DYi＝max(Y)/Yi表示第i頻譜段能量相對于最高頻譜段能量的下降比,0～8 MHz頻譜能量下降比如圖12所示。由圖12可知：當頻率為0～1 MHz時,3組試樣的DY1指標分別為25.6,49.3,5.5,可明顯區分出試樣C；當頻率為6～7 MHz時,DY7指標分別為31.5,70.4,46.8,可區分出試樣B。 

圖  12  0～8 MHz頻譜能量下降比

通過上述分析,可以發現超聲回波信號的時域特征和頻域特征都可以用來表征奧氏體不銹鋼的材料狀況,但表征的靈敏度和側重點不同。超聲信號的波幅信息對晶粒尺寸比較敏感,且易受試樣表面粗糙度、探頭耦合情況、工件厚度誤差等因素的影響；超聲信號的頻譜能量呈多峰分布,而且最大峰值在3 MHz附近,低于探頭的中心頻率5 MHz；與正常固溶態試樣A相比,鑄造態試樣C的超聲低頻段能量占比增大,有整體向低頻段偏移的趨勢,與指標DY1密切相關,而敏化態試樣B的高頻段能量占比降低,與指標DY7密切相關。結合前文的金相檢驗、SEM和能譜分析結果可知,上述現象產生的原因是粗大晶粒和晶界析出物對信號中高頻分量的抑制。 

3.   D－S證據理論信息融合

里氏硬度測試結果和超聲檢測結果分別從不同方面反映了奧氏體不銹鋼的材料狀況,但都存在一定的局限性,甚至在某些情況下存在信息沖突。D－S證據理論是一種多信息融合及決策的方法,能有效解決信息缺失和不準確性引起的不確定性,一般由辨識框架、基本概率分配、合成規則等組成[21]。辨識框架為不確定性事件A的所有可能性集合,記作Θ＝{A1, A2,…,AN},基本概率分配函數m(A)如式(3)所示。 

式中：mj(Ai)為證據體mj對事件Ai的支持度；N為不確定性事件A的個數；m(∅)為證據體m對空集∅的支持度。 

D－S證據理論的核心策略是采用Dempster規則對事件Ai的M個獨立證據體m的基本概率分配進行組合,如式(4)所示[22－23]。 

式(4)中K為證據沖突因子,計算公式如式(5)所示。 

根據是否需要對材料進行復驗,把奧氏體不銹鋼劃分為材料合格A1和材料復驗A2(包括敏化和晶粒異常粗大)兩種狀態事件,則識別框架Θ＝{A1, A2 }。證據體m＝{m1, m2, m3}, 分別對應硬度離散率Vs、低頻譜能量下降比指標DY1、高頻譜能量下降比指標DY7,根據試驗統計分析結果構造基本概率分配函數,如式(6)～(8)所示。 

式(6)中的Vs與A1呈負相關,閾值α1、β1分別取值為0.015,0.06；式(7)中DY1與A2呈正相關,如前文所述DY1對晶粒粗大類材料劣化反應靈敏,閾值α2取值為25；式(8)中DY7與A2呈負相關,閾值α3取值為30。 

根據式(4)計算A1的融合概率為 

M(A1)代表了Vs、DY1、DY7指標的融合結果,考慮到評價的準確度、可信度以及復驗成本,將M(A1 )的閾值設置為0.85,即當M(A1 )不小于0.85時,材料的綜合評價結果為合格,當M(A1 )小于0.85時,材料需要通過金相檢驗等方法進行復驗。10個試樣的D－S證據理論融合模型評價結果如表3所示,其中試樣1～3為鑄態樣,試樣4～6為敏化樣,試樣7～10為固溶樣,可以看出單一指標證據在某些試樣上置信度不高,甚至相互沖突,經融合后評價結果的置信度得到提高,融合評價結果的正確率為100%。 

4　結論 

(1) 里氏硬度離散率與奧氏體不銹鋼材料的熱處理狀態高度相關,正常固溶態材料的里氏硬度離散率小于1.5%,而當材料存在敏化或鑄態組織時,硬度離散率會顯著增大。 

(2) 奧氏體不銹鋼超聲回波信號的頻譜呈多峰分布,與正常固溶態材料相比,鑄態材料超聲回波信號的低頻譜段能量占比增大,敏化態材料的高頻譜段能量占比降低。 

(3) 采用D－S證據理論對硬度離散率、超聲回波信號的低頻譜能量下降比和高頻譜能量下降比等3個特征指標進行融合,融合指標可有效降低單一指標在材料評價上的不確定性,解決指標之間的相互沖突問題,顯著提高奧氏體不銹鋼材料快速評價結果的置信度。 

文章來源——材料與測試網