Title

MÉTODO BLACK SPOT: UMA APLICAÇÃO DE VISÃO COMPUTACIONAL NO CONTROLE DE QUALIDADE DO AÇO

BLACK SPOT METHOD: AN APPLICATION OF COMPUTATIONAL VISION IN STEEL QUALITY CONTROL

Authorship

PEIXOTO, FILIPE DE MACÊDO; JÚNIOR, FRANCISCO NECY ALVES; FILHO, EDMILSON QUEIROZ DOS SANTOS; CAVALCANTE, DARLAN FREITAS; FROTA, RANNA ALVES; RIBEIRO, LEANDRO RODRIGUES; LOPES, CARLOS HENRIQUE

PEIXOTO, FILIPE DE MACÊDO

I am this author

JÚNIOR, FRANCISCO NECY ALVES

I am this author

FILHO, EDMILSON QUEIROZ DOS SANTOS

I am this author

CAVALCANTE, DARLAN FREITAS

I am this author

FROTA, RANNA ALVES

I am this author

RIBEIRO, LEANDRO RODRIGUES

I am this author

LOPES, CARLOS HENRIQUE

I am this author

DOI

10.5151/2594-5335-42432

Downloads

Abstract

A macrosegregação é a variação da composição química nas seções transversais e longitudinais de produtos lingotados, concentrando-se na região central de solidificação. A análise dessa área é tradicionalmente manual, visual e subjetiva, o que pode gerar inconsistências, erros humanos e alto consumo de mão de obra. O setor de qualidade utiliza o método de macroataque para avaliar a sanidade interna, sendo este amplamente adotado na indústria. No entanto, devido à subjetividade da comparação com cartas padrão, alguns clientes exigem métodos mais modernos e quantitativos, como a análise de Black Spots — pontos escuros na região de segregação central. Para atender a essa demanda, foi desenvolvida uma aplicação baseada em visão computacional e processamento de imagens, capaz de automatizar a detecção e quantificação dos Black Spots. A implantação do sistema envolveu a coleta de imagens de amostras com diferentes características e a aplicação de técnicas de segmentação para identificar a quantidade e o tamanho dos defeitos. A validação foi feita por meio da comparação entre os métodos manual e automatizado. Os resultados mostraram ganhos significativos: padronização da análise, geração automática de relatórios, redução de 90% no tempo de análise e economia de cerca de 300 horas anuais, além de maior confiabilidade nos resultados.

MACROSEGREGATION REFERS TO THE VARIATION IN CHEMICAL COMPOSITION ALONG THE TRANSVERSE AND LONGITUDINAL SECTIONS OF CAST PRODUCTS, PARTICULARLY IN THE CENTRAL SOLIDIFICATION REGION. TRADITIONALLY, THIS AREA IS ANALYZED MANUALLY THROUGH VISUAL INSPECTION, WHICH IS SUBJECTIVE, TIME-CONSUMING, AND PRONE TO HUMAN ERROR. THE PRODUCT QUALITY SECTOR COMMONLY USES THE MACROETCHING METHOD TO ASSESS INTERNAL SOUNDNESS, AS IT IS WIDELY ADOPTED IN THE STEEL INDUSTRY. HOWEVER, DUE TO THE SUBJECTIVITY OF COMPARING RESULTS WITH STANDARD CHARTS, SOME CLIENTS DEMAND MORE MODERN AND QUANTITATIVE APPROACHES, SUCH AS THE ANALYSIS OF BLACK SPOTS – DARK POINTS IN THE CENTRAL SEGREGATION ZONE. TO MEET THIS DEMAND, AN APPLICATION WAS DEVELOPED USING COMPUTER VISION AND IMAGE PROCESSING TECHNIQUES TO AUTOMATE THE DETECTION AND QUANTIFICATION OF BLACK SPOTS. THE IMPLEMENTATION INVOLVED COLLECTING IMAGES FROM STEEL SAMPLES WITH VARYING HARACTERISTICS AND APPLYING SEGMENTATION TECHNIQUES TO IDENTIFY THE NUMBER AND SIZE OF DEFECTS. THE SYSTEM WAS VALIDATED BY COMPARING MANUAL AND AUTOMATED METHODS ACROSS MULTIPLE SAMPLES. RESULTS DEMONSTRATED SIGNIFICANT IMPROVEMENTS: STANDARDIZED ANALYSIS, AUTOMATIC REPORT GENERATION, A 90% REDUCTION IN ANALYSIS TIME, AND AN ANNUAL LABOR SAVINGS OF APPROXIMATELY 300 HOURS. ADDITIONALLY, THE AUTOMATED METHOD INCREASED RESULT RELIABILITY BY ELIMINATING OPERATOR INTERFERENCE.

Keywords

Black spot, Visão computacional, Processamento de imagem, Qualidade do aço