@article{Gonzaga_Baldissera_Paciorni_Faria_2018, place={Volta Redonda}, title={Classificação automática de inclusões em aços – preparação de amostras com diferentes tipos de inclusões}, volume={4}, url={https://revistas.unifoa.edu.br/cadernos/article/view/2550}, abstractNote={<p>O desenvolvimento de aços avançados requer um controle bastante elaborado da etapa do refino, em particular para o controle da formação das inclusões, que ocorrem através da interação entre o metal líquido e as diversas superfícies do equipamento (inclusões exógenas) ou pela solubilização de gases e outros elementos de liga que posteriormente se precipitam durante o vazamento do metal (inclusões endógenas). Padrões internacionais definem normas para classificação destas inclusões, utilizando métodos clássicos de comparação de quadros – chart comparison e medidas utilizando análise de imagens. No entanto, o processo definido por estas normas ainda é caracteristicamente manual. Estas normas classificam as inclusões de acordo com o tipo de inclusão nas classes A (sulfetos), B (alumina), C (silicatos) e D (óxidos); espessura ou diâmetro; formação de “strings” – seqüências de inclusões alinhadas na direção de laminação; severidade – uma medida da densidade de inclusões. O presente projeto de pesquisa foi desenvolvido em parceria com o grupo de pesquisadores da PUC-Rio que desenvolveu um método automático de classificação de inclusões em aços, com alta confiabilidade estatística, minimizando a interferência do usuário ao longo de todo o procedimento inicialmente baseado nas imagens padrão. O presente trabalho colaborou com uma segunda fase do trabalho que consiste em aplicar a rotina computacional desenvolvida em imagens reais contendo inclusões. Para isso as amostras de aços contendo inclusões foram preparadas metalograficamente e analisadas em MO. Desta maneira será possível fazer uma comparação entre os resultados da rotina automática para separar inclusões das diferentes classes das imagens reais e das imagens de referência da norma.</p>}, number={1esp}, journal={Cadernos UniFOA}, author={Gonzaga, V. T. and Baldissera, M. R. and Paciorni, S. and Faria, M. I. S. T.}, year={2018}, month={nov.}, pages={26} }