Análise de superfícies metálicas via padrões de speckle

• Ano de defesa: 2022
• Autor(a) principal: Dias, Marina Ribeiro Barros
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Padrões de speckle; Imagens digitais; Superfícies metálicas; Rugosidade; Superfície metálica; Speckle; Processamento de imagem; Engenharia Metalúrgica; Produção intelectual; Speckle patterns; Digital images; Metallic surfaces; Roughness
• Link de acesso: http://app.uff.br/riuff/handle/1/27105

Esta tese foi desenvolvida para analisar superfícies metálicas através da imagem digital dos padrões de speckle. Os padrões de speckle são ferramentas poderosas para revelar informações sobre superfícies, e são facilmente visíveis quando as mesmas são iluminadas por um laser. A imagem gerada pelos padrões de speckle pode ser capturada por uma câmera CCD, obtendo, portanto, uma imagem digital dos padrões de speckle que, geralmente codificada em 8-bits, pode ser tratada como uma matriz. Nesta análise, foram propostos novos parâmetros para investigar as imagens digitais de padrões de speckle, a fim de propor novas formas de detecção de variações de rugosidade, defeitos de amostras em movimento e ainda medir indiretamente a rugosidade de superfícies metálicas em repouso. Os parâmetros propostos são a dimensão fractal, a lacunaridade e o limiar obtido pela segmentação de imagem usando a entropia de Tsallis. Esses parâmetros são oriundos de áreas como a matemática, a computação e a física, e, de forma geral, são utilizados para a caracterização de diferentes propriedades de conjuntos. Investigou-se também o comportamento de alguns desses parâmetros considerando variações de temperatura da superfície analisada. Tal aspecto é relevante, uma vez que, comumente, as medidas de rugosidade em laboratório são feitas à temperatura ambiente, mas o monitoramento in situ pode ser realizado em outra temperatura em uma linha de produção de uma indústria metalúrgica, por exemplo. Nesse estudo evidenciou-se que a lacunaridade é capaz de detectar mudanças de rugosidade em superfícies metálicas em repouso e em movimento. A lacunaridade mostrou-se particularmente sensível à variação de rugosidade da superfície. Mostrou-se também que a dimensão fractal é o parâmetro mais adequado para se monitorar rugosidade quando o controle de temperatura da amostra a ser monitorada não é eficaz. Identificou-se também que o limiar ótimo, obtido pela segmentação por entropia de Tsallis, é capaz de identificar variações de rugosidade de uma peça em movimento, sendo importante para se detectar defeitos em uma linha de produção. Esses resultados, ainda que provas de princípio, sugerem fortemente a concepção de novos processos para medidas de rugosidade e detecção de variação de rugosidade ou defeitos de superfícies metálicas em movimento.