Hierro y Acero Edicion 91 | Page 27

Capítulo Estudiantil

Capítulo Estudiantil

27 recolectar un número mayor de mediciones y mejorar la estimación del parámetro principal ( profundidad de descarburación ), así como la estadística descriptiva del fenómeno : media , desviación estándar , error e intervalos de confianza 5 .
El método propuesto usa el procesamiento de imágenes para procesar una metalografía y obtener más de 2000 mediciones de profundidad . La metalografía usada debe contar con una buena resolución y es previamente procesada para segmentar la zona de medición , y posteriormente ser convertida en una imagen binaria que puede ser usada para la medición de profundidad de descarburación .
En la sección de Materiales y Métodos se introducen las bases del procesamiento de imágenes y las principales funciones usadas en la metodología para la segmentación de las zonas de medición . La sección de Resultados presenta ejemplos de imágenes resultado del procesamiento y los valores numéricos obtenidos con la metodología , así como la estadística descriptiva de una zona analizada . Finalmente la sección de Conclusiones presenta las partes fundamentales de la metodología y sus áreas de oportunidad .
Materiales y Métodos
La metodología propuesta para el análisis de la descarburación usando procesamiento de imágenes usa metalografías obtenidas de ensayos en probetas de acero AISI-1045 procesadas en un horno con atmósfera controlada . Las metalografías han sido preparadas siguiendo las consideraciones del estándar E1077 . Las imágenes han sido procesadas utilizando la distribución Fiji del software ImageJ 6 . El procesamiento consiste en un pre-procesamiento , segmentación y medición de la profundidad de descarburación . Las mediciones obtenidas son usadas para determinar la estadística descriptiva del fenómeno bajo estudio .
Las siguientes secciones describen las condiciones experimentales para la obtención de las metalografías y el procedimiento general para obtener las mediciones de profundidad de descarburación usando procesamiento de imágenes en ImageJ . El procedimiento y sus resultados han sido reportados previamente en el trabajo A Sample Size Statistical Analysis and Its Impact on Decarburization Measurements Metrics publicado en el Journal JOM 7 .
Experimentos
Se utilizaron probetas de acero 1045 con forma cilíndrica de 2x5 in de radio y longitud respectivamente . Los experimentos de descarburación , se desarrollan en un horno de atmósfera controlada aplicando curvas de
REFERENCIAS precalentamiento y enfriamiento al vacío . Después de precalentamiento , el horno se mantuvo a una temperatura de 900 O C , y se ingresó aire común con concentración de 20.48 % de oxígeno en la cavidad principal . Las metalografías presentadas en este trabajo son de piezas expuestas a la atmósfera y temperatura por 30 minutos . Después del experimento , las piezas fueron cortadas , pulidas y reveladas con Nital al 5 % para revelar las zonas descarburizadas 8 .
Procesamiento de Imágenes
Los imágenes de las probetas preparadas han sido capturadas utilizando la cámara digital Axiocam ICC 5 montada en el microscopio invertido Carl Zeiss Axio Observer 3 . En la Figura 1 se muestra una metalografía de la probeta para ser procesada posteriormente .
El primer paso en este
Figura 2 caso particular es enderezar la imagen para poder aplicar la medición de profundidad de una manera uniforme . Para esto se utiliza el proceso Straighten en conjunto con la herramienta poliline . Con poliline se traza el contorno principal de la curvatura y al aplicar el proceso de Straighten se obtiene la imagen de la Figura 2 .
Esta imagen resultante se procesa para segmentar las zonas de medición . El procesamiento consta de un Median Filter y Statistical Region Merging . Ambos procesos se denominan como Operaciones sobre el Pixel , esto quiere decir que el valor en intensidad ( de 0 a 255 en escala de grises ) de cada pixel es modificado a través de la operación aplicada . Normalmente las operaciones que se aplican requieren de un rango o ventana ( window ) sobre la cual operar .
Por ejemplo , el caso del Median Filter puede usar una ventana de radio 3 . Entonces , el pixel bajo operación es el centro de la ventana y en el caso particular del Median Filter , los datos de la ventana son reordenados de menor a mayor , después la media estadística calculada de ese conjunto tomará el valor del pixel bajo operación 9 y 10 , véase Figura 3 . Este proceso se repite en cada uno de los pixeles de la imagen .
5 E04 Committee , “ Test Methods for Estimating the Depth of Decarburization of Steel Specimens ”, ASTM International , doi : 10.1520 / E1077-14R21 . 6 I . Arganda-Carreras , “ Introduction to Image Segmentation using ImageJ / Fiji ”, Image Segmentation , p . 78 .
7 G . M . Chávez-Campos , E . Reyes-Archundia , H . J . Vergara-Hernández , O . Vázquez-Gómez , J . A . Gutiérrez-Gnecchi , y R . Lara-Hernández , “ A Sample Size Statistical Analysis and Its Impact on Decarburization Measurements Metrics ”, JOM , vol . 73 , núm . 7 , pp . 2031-2038 , jul . 2021 , doi : 10.1007 / sll837-021-04697-9 .
8 G . M . Chávez-Campos , E . Reyes-Archundia , H . J . Vergara-Hernández , O . Vázquez-Gómez , J . A . Gutiérrez-Gnecchi , y R . Lara-Hernández , “ A Sample Size Statistical
Analysis and Its Impact on Decarburization Measurements Metrics ”, JOM , vol . 73 , núm . 7 , pp . 2031-2038 , jul . 2021 , doi : 10.1007 / sll837-021-04697-9 . 9 S . A . Villar , S . Torcida , y G . G . Acosta , “ Median Filtering : A New Insight ”, JMath Imaging Vis , vol . 58 , núm . 1 , pp . 130-146 , may 2017 , doi : 10.1007 / sl0851-016-0694-0 . 10 “ Median Filter ”. http :// fourier . eng . hmc . edu / el61 / lectures / smooth _ sharpen / node2 . html ( consultado el 18 de junio de 2021 ).
Figura 1
JUL-SEPT 2022 l ASOCIACIÓN TECNOLÓGICA DEL HIERRO Y EL ACERO l AISTMEXICO . COM