A Microtomografia Computadorizada de Raios-x Aplicada ao ... · No presente trabalho a...
Transcript of A Microtomografia Computadorizada de Raios-x Aplicada ao ... · No presente trabalho a...
Departamento de Engenharia de Materiais
A Microtomografia Computadorizada de Raios-x Aplicada ao
Estudo Tridimensional de Porosidade em Pelotas de Minério de Ferro
Aluno: Mayara Guilherme Marzano
Orientador: Sidnei Paciornik
Resumo
Desenvolver procedimentos automáticos, baseados em análise de imagens de
microtomografia computadorizada de Raios-x aplicada ao estudo tridimensional de
porosidade em pelotas de minério de ferro.
Introdução
Pelotas são esferas endurecidas de metal com alta concentração de ferro e qualidade
uniforme usadas como insumo para os fornos de produção de aço. Pelotização é o processo
que transforma o concentrado pelotizado em pelotas endurecidas que podem ser usadas na
alimentação de alto-fornos ou de redução direta.
O Brasil é o maior exportador mundial deste material e sua caracterização é relevante
para as indústrias envolvidas. Uma das principais características das pelotas é a presença de
porosidade, fundamental durante o processo de redução dos óxidos de ferro na siderurgia. Por
outro lado, as pelotas devem manter boa resistência mecânica para suportar a etapa de
transporte, durante a qual sofrem esforços compressivos devido ao empilhamento em grandes
quantidades.
Assim, é relevante caracterizar com precisão a porosidade em pelotas, o que vem
sendo feito com técnicas tradicionais de porosimetria e de microscopia ótica, em seções
polidas.
No presente trabalho a microtomografia computadorizada de raios-x (µCT) [1] foi
aplicada a pelotas de minério de ferro, visando à caracterização tridimensional da porosidade
aberta (poros que se prolongam até a superfície externa da pelota) e fechada (poros que não
tem conexão externa).
Departamento de Engenharia de Materiais
Objetivos
O principal objetivo do trabalho é desenvolver uma metodologia para automatizar o
processamento de imagens 3D para quantificação e visualização da porosidade em pelotas.
Para isso, os seguintes procedimentos foram realizados:
- Capturar imagens de µCT.
- Desenvolver uma rotina automática de processamento e análise para quantificar a
porosidade aberta e fechada.
1 Materiais e Métodos Experimentais
1.1 Microtomografia
As imagens de µCT foram obtidas em um microtomógrafo GE v|tome|xs, com
resolução de 17,5 µm/voxel (Aalen University, Alemanha). As imagens reconstruídas foram
processadas com os programas AxioVision [2] e Ctan [3], e volumes 3D foram visualizados
com o programa CTVol [4].
Para validar os procedimentos de medida do software CTan foi utilizada uma imagem
tomográfica de um conjunto de esferas de vidro em um recipiente, preparadas de forma a
gerar uma porosidade conhecida.
1.2 Análise do CTan para Esferas de Vidro
O CTan possui diversas funções disponíveis para o processamento de imagens. Porém,
no AxioVision temos algumas funções que no CTan não há, como por exemplo a função
"Watersheds". Devido à maior variedade de funções e maior controle sobre os parâmetros no
AxioVision, optou-se por elaborar uma rotina chamada para o processamento das imagens.
Para tornar a análise mais versátil, optou-se por desenvolver uma macro no módulo
“Script”, onde é possível realizar adaptações, como a introdução de funções/operações. A
macro executa a sequência clássica de funções; pré-processamento; segmentação; pós-
processamento das imagens; medidas.
Diversos parâmetros de aquisição e processamento das imagens podem alterar as
medidas. O script desenvolvido segue a seguinte rotina:
Departamento de Engenharia de Materiais
Figura 1 – Imagem original
Sigma: Este filtro contribui para reduzir as variações de brilho dentro das esferas e o
ruído, sem degradação das bordas dos objetos.
Figura 2 – Filtro Sigma
Threshold: Segmentação da imagem, separa as esferas do fundo através de um limiar
tonal.
Figura 3 – Escolha automática do limiar tonal
Separation (watersheds): É mostrado o mapa das distâncias euclidianas medida a partir
da imagem binária da segmentação. A imagem de entrada (valor de cinza da imagem)
Departamento de Engenharia de Materiais
pode ser vista como uma "paisagem geográfica", com colinas e vales (valor de cinza).
A função de inundações nos vales encontra as linhas divisórias entre os vales diferentes na
"paisagem". O resultado é o ‘alagamento’ para determinação das fronteiras.
Figura 4 – Uso da função “watersheds”
Scrap: Limpa a imagem de pequenas "sujeiras" resultante de uma má segmentação.
Figura 5 – Uso da função “Scrap”
Erode: Desgasta a superfície a fim de diminuir o contato entre as esferas.
Figura 6 – Uso da função “Erode”
Departamento de Engenharia de Materiais
Após o processamento no AxioVision, as imagens são abertas no CTan para definir a
ROI (region of interest) que deve ser adaptada ao tamanho do objeto.
Figura 7 – Definição da ROI
Escolhida a melhor ROI basta ’binarizar’ a imagem novamente, pois a imagem de
entrada no CTan não é identificada como sendo binária, com qualquer valor de limiar tonal.
Figura 8 –Binarizando imagem de entrada
Após binarizar as imagens, é possível obter uma visualização prévia do modelo antes
de gerar a análise e modelo 3D.
Figura 9 –Visualização prévia do modelo 3D
Departamento de Engenharia de Materiais
A rotina no CTan foi analisada com e sem a função ’erode’, do AxioVision. Abaixo
nota–se a diferença entre elas.
Figura 10 – Imagem sem erosão
Figura 11 – Imagem com erosão
Com o uso da função ’erode’ é possível diminuir a conectividade entre as esferas.
Outros parâmetros como redução de tamanho de imagem e a influência do Threshold e
qualidade da imagem em função do algoritma também foram analisados. Abaixo está
exemplificado cada algoritmo disponibilizado pelo CTan.
Departamento de Engenharia de Materiais
Figura 12 – Adaptive-Rendering evidencia as facetas dando a impressão de degraus na imagem
Figura 13 – Double-Time homogeniza a superfície do objeto de interesse por causa do uso de
aproximadamente metade das facetas triangulares
Figura 14 – O Marching-Cubes deixa as facetas triangulares evidentes
Departamento de Engenharia de Materiais
1.3 Análise do CTan para Pelotas
O processamento das imagens no CTan para pelotas segue o mesmo princípio que o
das esferas porém com algumas funções adaptadas às pelotas. Diferentemente das esferas que
estavam aglomeradas, neste caso, não foi necessário usar o AxioVision. Segue a seguinte
rotina no CTan:
Figura 15 – Imagem original da pelota
Figura 16 – Segmentação da imagem separando os poros da fase sólida através de um limiar tonal
Figura 17 – Definição da ROI a partir do método “shrink-wrap” que tem como função adaptar esta ROI ao volume exato do objeto
O uso da função “Shrink-wrap” é fundamental, pois se a ROI não for do volume exato do objeto o resultado final da análise contabilizará a ROI como volume do objeto.
Departamento de Engenharia de Materiais
Figura 18 – Geração do modelo tridimensional da pelota
É possível gerar cada poro como um objeto independente, medir e obter a distribuição
de volume de poros na amostra.
Figura 19 – Geração da porosidade como objeto independente
É possível também gerar um modelo 3D destes objetos para combinar com o modelo
da pelota. Desta forma, é possível controlar a transparência relativa entre fase sólida e poros
para melhor visualização, como mostrado na figura abaixo.
Figura 20 – Modelo 3D dos poros combinado com o modelo da pelota
Departamento de Engenharia de Materiais
2 Resultados e Discussão
Com o uso da função ’erode’ é possível diminuir a conectividade entre as esferas. Os
resultados obtidos da análise 3D podem ser conferidos abaixo:
CTan Axio sem erosão Axio com erosão
% volume de objeto 49.29 56.78 42.89
Tabela 1 - % Volume de objeto das esferas de vidro
Nas pelotas, para aumentar a rapidez de resposta do sistema para carregamento e
processamento de imagens, parâmetros como redução de tamanho de imagem e influência do
“Threshold” foram analisados. Notou-se que foi desprezível a influência da redução de
imagem. A variação do % fração volumétrica em relação ao Threshold é mostrada na figura
abaixo:
Figura 21 – Impacto sob as esferas com a variação do limiar tonal
O CTan disponibiliza dentro da função do “Shrink-wrap” três categorias: “Adaptive”;
“Fill-Out”; “Shrink-wrap”. “Fill-out” tem como objetivo preencher a área do objeto, neste
caso, não convém sua utilização visto que perdemos os poros.
O “Adaptive” teve o mesmo resultado que o “Shrink-wrap” não havendo diferença no
resultado numérico e visual.
Devido à existência de porosidade aberta e fechada nas pelotas deve-se atentar para a
escolha da análise 2D ou 3D. Na análise 3D o resultado da porosidade aberta é sempre zero e
a porosidade fechada é igual à porosidade total , como se não houvesse conexão de poros
Departamento de Engenharia de Materiais
internos com a superfície visto que a ROI, neste caso, envolve todo o objeto acompanhando o
contorno dos poros excluindo-os. Na análise 2D a ROI envolve somente a superfície do objeto
identificando assim os poros abertos e fechados.
Figura 22 – Uso do “Fill-Out” dentro da função “Shrink-wrap”
0.0 5.0x105 1.0x106
0
10000
20000
30000
Qu
antid
ade
de
Po
ros
Volume do Poro (µm3)
Figura 23 - Distribuição de volume de poros
3 Conclusão
O estudo permitiu desenvolver uma rotina de processamento de imagens de esferas de vidro através AxioVision devido à maior mobilidade dos parâmetros.
O uso da operação ’erode’ nos remete a pensar sobre um possível impacto sobre o objeto de interesse. Portanto, é razoável supor que os valores sem e com erosão funcionem como limite superior e inferior para a porcentagem de volume do objeto real, obtendo então um valor intermediário.
Baseado nesses parâmetros das esferas de vidro que serviram como calibração para o CTan, foi possível desenvolver uma rotina de processamento de imagens de µCT aplicada a pelotas possibilitando a quantificação de porosidade aberta e fechada, além de avaliar a distribuição de volume dos poros.
O valor % da fração volumétrica foi praticamente constante quando comparade entre as imagens reduzidas e sem redução. Notou-se também de acordo com a Figura 21, que o
Departamento de Engenharia de Materiais
percentual de volume de objetos decai com o aumento do limiar tonal. Uma boa estimativa de uso seria o valor de Threshold em 80.
Um conjunto de amostras distintas foi enviado para Alemanha com o objetivo de tomografar e detectar variações sistemáticas de porosidade entre os vários tipos de pelotas. Posteriormente estas pelotas serão submetidas a testes de porosimetria de Hg e BET à fim de comparar com os resultados de porosidade por µCT.
4 Referências
1 – STOCK, Stuart R. MicroComputed Tomography: methodology and applications, p.39-44, Taylor & Francis Group, LLC/2009.
2 – Axiovision v. 4.8.2, Carl Zeiss Vision, 2010.
3 – SKYSCAN, Manual de usuário, CT-Analyser, Version 1.10.
4 – SKYSCAN, Manual de usuário, CT-Vol, Version 1.10