Title

CLASSIFICAÇÃO COMPUTACIONAL DA SEGREGAÇÃO CENTRAL DE PLACAS PELO PROCESSAMENTO DE IMAGENS DE IMPRESSÕES DE BAUMANN

COMPUTATIONAL CLASSIFICATION OF CENTERLINE SEGREGATION OF SLABS BY IMAGE PROCESSING OF BAUMANN PRINTS

Authorship

Franz Ramstorfer; Antonio Eli Nunes; Lara Crysthine Paes Ret

Franz Ramstorfer

I am this author

Antonio Eli Nunes

I am this author

Lara Crysthine Paes Ret

I am this author

DOI

10.5151/1982-9345-24179

Downloads

Abstract

Impressões de Baumann são utilizadas amplamente nas aciarias para a avaliação e monitoramento da qualidade interna de placas: em particular a segregação central. A análise e monitoramento da segregação central é uma base importante do monitoramento da condição da máquina de lingotamento contínuo, da otimização dos parâmetros do processo de lingotamento contínuo e da qualidade das placas. Em geral, o tipo e a intensidade da segregação central são determinados através da comparação da imagem real com imagens de referência do padrão aplicado. O presente trabalho foi focado no desenvolvimento de uma ferramenta de análise computacional, precisa e fácil de usar pelos operadores do laboratório de Baumann. O objetivo foi estabelecer uma base padronizada e confiável para o processo de monitoramento da segregação central. A metodologia desenvolvida é baseada em processamento de imagem computacional de uma impressão de Baumann em tons de cinza. Observou-se que a classificação de segregação pode ser realizada com uma precisão excelente através da análise computacional dos dados de imagem da segregação central. O procedimento de classificação foi implementado com a utilização de uma rede neural feed forward.

Baumann prints are widely used in steel making plants for the evaluation and monitoring of the internal quality of slabs: in particular the centerline segregation. The analysis and monitoring of centerline segregation is an important basis of condition monitoring of the caster, the optimization of the continuous casting process and the slab quality. In general, the type and the intensity of centerline segregation are determined by comparing the actual image with reference images of the applied standard. The present work was focused on the development of a precise and easy-to-use computational analyses tool for operators of the Baumann laboratory. The goal was to establish a standardized and trustworthy basis for the monitoring process of the centerline segregation. The developed methodology is based on computational processing of a grayscale image of a Baumann print. It was observed that the segregation classification can be realized with an excellent precision by the computational analyses of the image data. The classification procedure was implemented with the use of a feed forward neural network.

Keywords

Lingotamento contínuo; Segregação central; Impressões de Baumann; Processamento de imagem; Rede neural

Continuous slab casting; Centerline segregation; Baumann prints; Image processing; Neural network