Classificação Computacional Da Segregação Central De Placas Pelo Processamento De Imagens De Impressões De Baumann

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.