Utilização da análise de imagens como ferramenta do ensaio metalográfico
no controle de qualidade de peças de ferro fundido: tubos e conexões

Resumo

A grafita é um constituínte microestrutural que interrompe a continuidade da matriz, sendo considerada como um vazio dentro da estrutura, interferindo diretamente nas características do material, assim se faz necessário controlar a quantidade, tamanho e morfologia da mesma.

O sistema de análise de imagem digitalizadas vem contribuir neste processo devido permitir executar um grande número de medidas simultaneamente com precisão e rapidez, garantindo assim uma maior confiabilidade de resultados obtidos na metalografia.

Introdução

Tanto o aprimoramento como o desenvolvimento de materiais exige, hoje em dia, uma análise quantitativa precisa dos parâmetros microestruturais, a fim de garantir seu comportamento mecânico.  Isto tem se tornado viável, recentemente, devido ao rápido progresso da informática, permitindo criar sistemas totalmente automatizados para avaliação da microestrutura com o emprego das técnicas de processamento digital de imagens.

Até a década passada, a análise de imagens obtidas através de microscopia ótica ou eletrônica estava limitada, geralmente, a um plano qualitativo.  A análise quantitativa era efetuada, essencialmente, pelo emprego de métodos manuais, para definição e avaliação de parâmetros que caracterizam, por exemplo, tamanho de grãos, porosidade, ou partículas de Segunda fase.

A obtenção de dados precisos e representativos requer uma amostragem ampla para permitir o uso dos conceitos estatísticos, o que limita a aplicação dos métodos manuais na rotina industrial. Mais ainda, a confiabilidade destes métodos depende da habilidade do técnico responsável, o que restringe bastante a reprodutibilidade destes dados.

Por outra parte, a complexidade das microestruturas dos materiais implica na necessidade de se caracterizar quantitativamente numerosos parâmetros que não podem ou que são difíceis de ser avaliados pelos métodos manuais (como distribuição espacial, tamanho, fração volumétrica e morfologia de precipitados, contiguidade, etc).

Mais recentemente, o rápido desenvolvimento da eletrônica e da informática permitiu a criação de sistemas baseados em técnicas de processamento digital de imagens para avaliação microestrutural.

Os métodos manuais de análise quantitativa de características microestruturais exigem o emprego de diversas técnicas de inspeção para qualificação de materiais. São empregados em toda a indústria e no meio científico com grandes restrições quanto à sua viabilidade técnica, em virtude da elevada demanda de tempo e baixa reprodutibilidade de resultados.  Isto, além de inviabilizar a criação de bancos de dados, dificulta a associação entre comportamento mecânico e parâmetros microestruturais.

Basicamente, os métodos manuais de investigação microestrutural podem fornecer informações quantitativas apenas sobre os seguintes parâmetros : tamanho de grão das amostras, quantidade de área interfacial por unidade de volume, dimensões das fases constituintes, quantidade e distribuição das fases.

A configuração de um sistema de análise de imagens, embora exija requisitos básicos, pode apresentar uma variedade de dispositivos e intens acessórios, de acordo com sua aplicação; no campo da metalurgia podemos destacar os seguintes usos gerais e aplicações :

a – Usos gerais : quantificação de aspectos morfologicos de imagens obtidas por metalografia ótica, microscopia eletrônica de varredura e microscopia eletrônica de transmissão.

b – Outras aplicações : determinação quantitativa de tamanho de grão, determinação quantitativa de fração de volume de segunda fase, tamanho e espaçamento de partículas em metais polifásicos e cerâmicas, tamanho e distribuição de partículas em materiais sinterizados, etc.

Para se obter um resultado satisfatório nas medidas feitas no analisador de imagens, alguns cuidados são fundamentais e devem ser criteriosamente controlados, tais como : qualidade da amostra, ampliação e número de medidas, resolução do sistema, equipamento e softmare.

Relativo a qualidade da amostra, para uma ótima acuracidade na detecção da característica de interesse da amostra, esta deve ter o melhor contraste possível entre as fases. Daí a necessidade de aplicar-se o reagente mais adequado para revelar a microestrutura que será quantificada.

Técnicas de ataque usadas em medidas manuais são, frequentemente, inadequadas para análise de imagens. Reativos seletivos, técnicas de tingimento, assim como o uso de luz polarizada são alternativas úteis por causa da sua alta seletividade, facilitando em muitos casos a análise.

Quanto a ampliação e número de medidas, resultados estatísticos demonstram que a acuracidade relativa de medidas melhora acentuadamente com o aumento do número de medidas. De maneira inversa, quanto menor a ampliação, melhor a curacidade relativa dos resultados.

Nos sistemas computadorizados a eficácia ainda depende da habilidade do operador, que representa uma substancial fonte de erro; porém o grau de automatização adquirido permite, com maior facilidade, o emprego das técnicas de análise estatística em um espaço de tempo bastante curto e também través destes equipamentos, podem ser avaliados, estritamente, parâmetros de campo (como frações de área, número de partículas e superfícies de contorno) e parâmetros específicos de partículas (área, perímetro, fatores de forma, orientação, etc).

Uma grande desvantagem verificado no emprego de sistemas baseados completamente em hardware está na necessidade de um extremo cuidado na prepareção de amostras, uma vez que estes dispositivos não permitem tolerância a defeitos como riscos de polimento ou ataque química inadequado.  Todas as amostras devem apresentar um mesmo padrão de superfície.

Sistemas automáticos de avaliação microestrutural baseados em softwares projetados para este fim, com digitalização de imagens e processamento em computadores, têm se apresentado como uma alternativa bastante viável nos últimos anos.  Isto é consequência da drástica redução de preços e do aumento da capacidade dos computadores de pequeno e médio porte.

Os dispositivos de digitalização garantem uma alta fidelidade na representação digital de uma imagem real. Utilizando algoritmos específicos, programas de melhoramento de imagens e reconhecimento de padrões permitem corrigir defeitos e realçar características de interesse para a análise quantitativa posterior.  Mas sua grande vantagem sobre os demais sistemas consiste em que a interferência do usuário sobre o levantamento dos dados é muito reduzida, o que limita as fontes de erros subjetivos, sem deixar de manter um controle muito alto sobre as informações processadas.

Processamento de Imagens :

O termo processamento digital de imagens se refere ao tratamento matemático de uma imagem realizado em um computador digital. Uma imagem é, para o olho, a projeção num plano (retina) das energias luminosas presentes no espaço sob a forma de ondas de radiação eletromagnética que interferem com os objetos.

Neste caso, a energia luminosa ( I ) de um objeto pontual percebida pelo olho, sob um determinado ângulo de observação, pode ser definida como o produto da refletividade ou transmissividade ( ρ ) do objeto pela energia luminosa incidente ( L ), dadas em função dos comprimentos de onda ( λ ) do espectro visível (350 - 780 nm), isto é:

I ( λ ) = ρ ( λ ) . L ( λ )
A luminância ou intensidade de luz em cada ponto de uma imagem qualquer será dada então por:

fornula1

Onde V (λ) é denominada função de efeiciência luminosa relativa da capacidade visual humana, ou ainda, da eficiência de um sensor.

Aquisição :

Para o computador, uma imagem deverá ser descrita em termos matemáticos, definidos por amostragem discreta no domínio espacial em função da intensidade. Desta forma, a definição matemática de uma imagem pode ser dada em termos da energia liminosa (Id) de cada ponto no plano percebida por foto-sensores do dispositivo de digitalização, isto é :
I d = g ( x , y )

Observe que g (x, y) não é função contínua no espaço. Mesmo a intensidade Id assume valores discretos, geralmente inteiros, definidos pela sensibilidade dos fotos-sensores. Assim, para imagens monocromáticas, os valores permitidos pela função g (x, y) são denominados níveis de cinza. À etapa de conversão da imagem real de um objeto em sua representação discreta dá-se o nome de aquisição ou digitalização da imagem.

Cada ponto avaliado em (x,y) é denominado pixel, nome extraído da expressão picture element. Um pixel será então um ponto qualquer no espaço amostrado, isto é, um ponto com intensidade luminosa conhecida. Assim, para uma imagem real de tamanho definido, quanto maior for o número de pixels que a descreve, maior será sua resolução espacial.

Nos dispositivos digitalizadores, o número de elementos sensíveis é constante, definido por seu projeto. A resolução será então selecionada em termos da quantidade de foto-sensores dispostos num dado comprimento linear. A quantidade de pixels que representará a imagem dependerá, então, da área da superfície em que a imagem está contida e do nível de resolução ajustado no dispositivo. Portanto, a resolução espacial será, na prática, tanto maior quanto menor for a relação entre a área total da imagem e o número de pixels que a representa.

Os valores numéricos mínimo e máximo atribuídos a Id dependerão do dispositivo digitalizador. Esta faixa será dada em função do número de bits associado a cada pixel. Deste modo, diz-se que quanto maior o número de bits que representa cada ponto da imagem digitalizada, maior será o número de níveis de cinza e, assim, maior será a resolução de profundidade da mesma.

Melhoramento de Imagens :

Ao transformar a imagem obtida pelo microscópio em uma matriz de pontos definidos por valores de intensidade luminosa (através do processo de aquisição), permite-se a aplicação de técnicas matemáticas para melhoramento e realce de características contidas efetivamente na imagem, favorecendo sua observação e classificação. Ao conjunto de técnicas empregadas para este fim atribui-se a denominação técnicas de melhoramento de imagens.

Assim, as técnicas de melhoramento digital de imagens podem ser classificadas, de acordo com os princípios matemáticos envolvidos.

Nas operações locais ou pontuais, a função imagem é modificada ponto-a-ponto, isto é, onde um dado nível de cinza  u ε [ 0, L] é levado a um nível  v ε [0, L], de acordo com a transformação  v = f ( u ) . A função  f ( u ) é valida para toda a imagem.

Desta forma, a função  f  atua sobre a luminosidade de cada ponto da imagem, mas guardando uma relação com a sua condição luminosa inicial. Assim, preserva-se a natureza das informações contidas inicialmente na imagem permitindo-se, daí, a sua melhor interpretação.

Operações espaciais são aquelas em que transformação utiliza um conjunto de pixels vizinhos ao pixel de interesse. Geralmente, são empregadas matrizes de pequenas dimensões (denominadas elementos estruturais ou kernels) que atuam como filtros, através da operação de convolução. Perceba que, agora, o valor do nível de cinza de um pixel interfere, imediatamente, na transformação do pixel vizinho, o que não ocorre no caso de uma operação local. Aplicações destes filtros podem melhorar a definição de bordas e contornos e eliminar ruídos.

A aplicação de operadores que atuam no domínio da frequência, possibilita filtrar ruídos de frência espacial específica ou separar objetos que se repetem ciclicamente na imagem. Tais transformações são muito interessantes no sentido em que preservam completamente as informações contidas na imagem, possibilitando reconstituir a imagem original (imagem obtida na etapa anterior de processamento) através da transformação inversa.

Deste modo, a aplicação de filtros no domínio da frequência entre as etapas de transformação direta e inversa provocará alterações na imagem em relação à sua condição anterior, obtendo-se o efeito desejado. Estas transformações, entretanto, consomem um grande tempo de computação (já que é necessário efetuar ao menos duas trasformações), embora este procedimento se apresente de forma bastante competitiva no caso de imagens de grandes dimensões.

A pseudo-coloração consiste, simplesmente, em atribuir cores aos diferentes níveis de cinza, aproveitando a maior sensibilidade do olho humano às cores que às variações de cinza. Assim, o efeito da pseudo coloração é o de ampliar, para o olho humano, o contraste da imagem, favorecendo a identificação de objetos de difícil visualização. Embora esta técnica não encontre utilidade em avaliações quantitativas, permite uma melhor classificação qualitativa de precipitados ou outros detalhes do material.

Análise de Parâmetros :

A classificação, extração, separação e quantificação de parâmetros da imagem constituem o grupo final de técnicas empregado no processamento digital da imagem de uma microestrutura. Este grupo de técnicas constitui a etapa de análise de características de imagens. Existe um número muito grande de metodologia de emprego destas ferramentas e, portanto, a opção pelo seu uso torna-se bastante complexa, exigindo conhecimento teórico aprofundado do analista para a obtenção de resultados adequados.

Este último grupo de técnicas pode ser dividido em : extração de características, segmentação e classificação.
As técnicas para extração de características se baseiam na identificação dos objetos presentes na microestrutura analisada, consistindo no reconhecimento de níveis de cinza específicos, texturas, bordas, contornos e formas definidas na imagem.

Os métodos de segmentação separam os objetos de interesse para a análise, permitindo estabelecer relações espaciais entre estes. Neste sub-grupo de ferramentas, destacam-se os métodos baseados nos conceitos de morfologia matemática, baseados na teoria de conjuntos.

As técnicas de classificação permitem avaliações quantitativas dos parâmetros morfologicos dos objetos separados anteriormente, possibilitando o processamento destes dados através de métodos de análise estatística.

A vantagem principal dos sistemas automáticos baseados em software reside na possibilidade em se definir, para cada tipo de imagem, o processamento mais adequado, tentando superar dificuldades como diferenças de ataque químico, defeitos de polimento, falta de nitidez, etc.

Uma das grandes dificuldades tem sido a definição da sequência mais adequada de técnicas de processamento para cada aplicação, buscando assim desenvolver algoritmos de aplicação geral. Problemas como diferenças de intensidade de ataques químicos ou defeitos de polimento são hoje restrições à sua utilização.

Metalografia Quantitativa

O conhecimento da microestrutura de metais e ligas é importante para o controle e desenvolvimento de suas propriedades. A metalografia quantitativa com suas teorias e técnicas estabelece um meio de quantificar essas microestruturas. Neste campo as medidas são de características estatísticas e necessitam de um número relativamente grande de determinações, para uma boa precisão de análise. Normalmente os métodos usuais são bastantes lentos e cansativos.

Os resultados obtidos são, em sua grande maioria, fortemente dependente da performace do operador, isto se deve essencialmente às seguintes razões :

-    o procedimento manual de realizar contagens superpondo uma grade de medida à amostra em questão é lento e meticuloso. Isto faz com que os resultados muitas vezes dependam do tempo de medida ocorrendo uma crescente redução na precisão, devido à cansaço do operador.

-    como os resultados são obtidos através de cálculos estatísticos, o erro depende do número de pontos de medida. Este número é, normalmente, da ordem de no máximo algumas dezenas, devido novamente à limitações do operador.

A automatização deve permitir um aumento da precisão ao reduzir a influência de falhas humanas e aumentar o universo de medidas.

Esta melhoria se faz utilizando-se sistemas para processamento digital de imagens, nos quais uma imagem da amostra é transferida para a memória de um computador. A transferência da imagem pode ser feita através da varredura de uma fotografia da amostra utilizando um scanner. A outra opção é a digitalização de um sinal de vídeo de uma câmera acoplada ao microscópio ou gerado diretamente por um microscópio eletrônico. A imagem armazenada pode então ser tratada como uma base de dados para fornecer, de forma automática, diversos resultados de interesse.

A utilização da digitalização de um sinal de vídeo é certamente a operação mais veloz e em geral mais precisa e confortável pois elimina várias etapas no processo tais como : fotografia, revelação, ampliação e outras, que normalmente implicam em perda de resolução, a influência do operador pode também ser reduzida a um mínimo.

A limitação deste método está na resolução com que a imagem da amostra pode ser tratada. Isto depende de cada ponto em que o digitalizador divide a imagem. Em última análise, o número de pontos define o universo de medida de forma que toda estatística estará superiormente limitada por este número. O número de tonalidades define a qualidade com que o método automático consegue analisar uma imagem.

Automação de Medidas Metalográficas

Para a automatização do processo de medidas de alguns parâmetros metalográficos, são efetuadas basicamente duas principais operações :

Preliminares -  O primeiro passo para a realização de qualquer medida metalográfica consiste em obter uma imagem de boa qualidade. Supondo que a preparação da amostra forneça um bom contraste, a limitação que se segue está associada a problemas instrumentais.
No caso do microscópio ótico é muito comum haver imperfeições tais como impurezas nas lentes, não uniformidade de iluminação e outras que, em geral, aparecem como manchas ou regiões de contraste reduzido. Tudo isto pode ser tratado como um fundo que se superpõe à imagem da amostra, reduzindo sua qualidade.
A digitalização permite controlar, reduzir ou até mesmo eliminar este problema ao subtrair de todas as imagens da amostra uma imagem de fundo coletada separadamente.
Binarização -  A partir de uma imagem limpa pode-se dar início as etapas de processamento que permitirão calcular os parâmetros de interesse.
O passo mais crítico de todo o processo envolve realizar o que se denomina binarização. Na binarização uma imagem é tratada de forma a reduzir o número original de tons de cinza a apenas dois tons, preto e branco. A partir de uma imagem binarizada é possível efetuar automaticamente os calculos de fração de área, área de partículas ou de grão, tamanho de grão e outros.
Sempre que possível deve-se obter um tom de corte tal que qualquer ponto de tonalidade mais escura se torne preto e qualquer ponto de tonalidade mais clara se torne branco. A precisão na escolha deste tom define a precisão das medidas realizadas.
Estes processos podem ser divididos em duas categorias :
Processos integrais, nos quais o tom de corte é escolhido em função da distribuição dos pontos da imagem nas diversas tonalidades originais.
Processos diferenciais, nos quais o tom de corte é escolhido em função da identificação de contornos da imagem. Estes contornos são definidos a partir do gradiente bidirecional da imagem.

Controle da Grafita

Grau de Nodularização – Parte da metalografia quantitativa que consiste no estudo da forma da grafita, verificando sua aproximação à forma de uma esfera. Através deste estudo mede-se a eficiência do tratamento do banho líquido. Este estudo pode ser feito pelo método comparativo ou por contagem direta ao microscópio ou em fotomicrografia.

A análise de imagem para o grau de nodularização é feita de acordo com a norma JIS G 5502-86 , utilizando-se da seguinte fórmula :

fornula

onde n1 à n5 são os números de partículas do tipo I à V e os multiplicadores de 0 à 1 são os fatores de forma correspondentes.

utilizacao-analise-1-P


Porcentagem de Grafita Nodular e Não-Nodular – Consiste na medida da quantidade de grafita tipos I à VII ASTM A 147-67, considerando a fração volumétrica de cada forma de grafita, de acordo com a seguinte fórmula:
% G = (∑G/N) – 100
onde ∑G é a soma das grafitas não nodulares e  N  número de campos analisados

utilizacao-analise-2-P

Por este processo avalia-se a eficiência da nodularização e do processo de inoculação de ferros fundidos nodulares. Outra utilidade é a classificação entre ferro fundido nodular e vermicular.

Conclusão

As propriedades do ferro fundido em sua maior parte estão correlacionadas com a sua estrutura que, por sua vez, pode ser modificada pelo controle de algumas variáveis que intervém no processo de solidificação.

A qualidade do ferro fundido produzido é normalmente avaliada com base em propriedades mecânicas resultantes do ensaio de tração, determinadas em corpos-de-prova cujo processo de obtenção e características são estabelecidos em normas técnicas.

As especificações dos usuários das peças incluem, muitas vezes, além dessas propriedades, requisitos de dureza, matriz metálica, composição química e, mais esporadicamente, valores mínimos de resistência ao impacto ou à fadiga. Tais requisitos serão ligados à solicitação das peças em serviço, à necessidade e tipo de usinagem a ser realizada e aos tipos de tratamento térmico ou tratamentos superficiais aos quais as peças serão submetidas.

A análise química especificada é atingida através da composição adequada da carga do forno e do controle do processo de fusão. A matriz metálica é decorrente dessa composição química atingida e das conseqüências das condições nucleantes do banho na quantidade e distribuição da grafita, considerando um determinado tipo de ferro fundido, uma dada geometria da peça e um dado conjunto de condições de esfriamento das peças. Relativamente às propriedades mecânicas, estas dependem essencialmente da matriz metálica obtida, da quantidade, morfologia e distribuição da grafita presente na microestrutura.

A resistência mecânica da grafita é desprezível em relação á dos outros microconstituíntes da matriz metálica, podendo assim ser considerada como descontinuídade. Na produção de ferros fundidos, o tamanho e a morfologia da grafita é a componente microestrutural mais importante no controle das propriedades tecnológicas.

A análise de imagens metalográficas digitalizadas, permite avaliar as características da grafita com precisão e rapidez, melhorando assim a confiabilidade dos resultados

Bibliografia

1.    HEIN, L. R. O.  et all – Perspectivas Sobre a Aplicação dos Métodos de Análise Numérica de Imagens na Caracterização de Produtos Metalúrgicos. In.: 49º Congresso da ABM, Vol.: I, São Paulo, outubro de 1994.
2.    ROCHA, A. C. e PACIORNIK, S. – Levantamento de Parâmetros e Implementação de Cálculo de Metalografia Quantitativa por Processamento Digital de Imagens. In.: 49º Congresso da ABM, Vol.: III, São Paulo, outubro de 1994.
3.    ROCHA, A. C. et all – Aplicação do Processamento Digital de Imagens a Metalografia. In.: 45º Congresso da ABM, Vol.: 3, 1990.
4.    CASARIN, S. J. e ROLLO, J. M. D. A. – Aplicação da Técnica de Análise de Imagem em um Aço C-Mn-B, para Caracterização Quantitativa de Fases e Precipitados. In.: 50º Congresso da ABM, Vol.: 2 , São Pedro, SP, agosto de 1995.
5.    SILVA, E. C. ; ROLLO, J. M. D. A. ; LORENZO, P. L. – Correlação entre Análise de Imagem e Microestrutura de Aços de Alta Resistência e Baixa Liga . In.: 50º Congresso da ABM, Vol.: 2 , São Pedro, SP, agosto de 1995.
6.    PUJOL, J. F. C. et all – Um Analisador de Imagens de Materiais para Avaliação Quantitativa de Microestruturas. In.: 47º Congresso da ABM, Vol.: I, Belo Horizonte, MG , 1992.
7.    BARCELOS, E. J. B. V. et all – Aplicações da Metalografia Quantitativa Automática. Metalurgia ABM, v.33, n.231, Fev 1977, p. 93 – 98.

Autores:

Shimeni Batista Ribeiro Daer
Engenheira Metalurgista
Depto. de Pós – Graduação em Engenharia  - Metalúrgica da Universidade Federal Fluminense.
Pesquisadora Científica

Eva Rolim
Pesquisadora Científica Independente
Especialista em Marketing e Gestão de Recursos Humanos
Professora de MKT Empresarial da FASF
Aluna de Mestrado em Engenharia Metalúrgica da UFF

André  Luis  de  Brito  Baptísta
Técnico de Métodos e Processos / Ensino e Pesquisa da UFF / EEIMVR
Pesquisador da Divisão de Metalurgia da Spectru Ltda
Aluno de Graduação – Bacharelado em Administração de Empresas
Faculdade Sul–Fluminense FASF

Ivaldo  Assis  do  Nascimento
Engenheiro Mecânico Senior
Gerente Técnico da Spectru Ltda

Assis Moura Nascimento
Técnico de Desenvolvimento Especializado em Sistemas Informatizados.- Responsável Técnico pela Divisão de Informática e Informações Tecnológicas da Spectru Instrumental Científico Ltda

Leandro André Chaves Baptísta
Pesquisador Junior
Divisão de Metalurgia da Spectru Ltda

 

     
    M_in_noticia