doc n267 ffa - canalblogstorage.canalblog.com/15/08/418940/23220276.pdfastm e505 pour la fonderie...

RE C H E R C H E /RE S E A R C H

11Fonderie Fondeur d’aujourd’hui - N°267 - août-septembre 2007

ans une première partie (Fon-derie Fondeur d’Aujourd’hui n° 265, mai 2007, p. 10-21), nous avons présenté des résultats

d’analyse de défauts (souffl ure, retassure et reprise) par analyse d’image de micro-graphies sur coupe de pièces. Deux fac-teurs de formes (l’allongement et la tor-tuosité) permettent de discriminer [1] les trois différents types de défauts. Ces facteurs de forme sont pertinents pour les gros pores mais le sont beaucoup moins pour les petits. Nous émettions également l’hypothèse que les retassures avaient une nature fractale. Dans cette deuxième partie, nous traiterons de l’analyse quantitative des mêmes défauts par CND et en particulier par radios-copie numérique. Dans une troisième partie -à paraître- nous évoquerons des résultats issus du contrôle de défauts par tomographie haute résolution, technolo-gie encore au stade du laboratoire, mais très prometteuse.

n part one (Fonderie Fondeur d’Aujourd’hui, no. 265, May 2007, pp. 10-21), we presen-ted the results of analyses of

defects (blowholes, shrinkage cavities, and cold laps) by image analysis of micrographs of cut sections of castings. Two shape factors (the elongation and the tortuosity) are used to discriminate the three different types of defects [1]. These shape factors are pertinent for large pores but much less so for small ones. We also hypothesised that shrinkage cavities have a fractal nature. In part two, we take a look at the quantita-tive analysis of the same defects by NDT, in particular digital radioscopy. In a third part - forthcoming - we will discuss results derived from the examination of defects by high-resolution tomography, a technology that is still in the laboratory stage but very promising.

Quantifi cation des défauts en fonderie

sous pression(partie II)

Analyse en radioscopie

PATRICK HAIRY, FLORENT GRANEREAU, ROGER MENARD, PATRICK BOUVET, CTIF

Quantifi cation of defects

in pressure die casting

(part II)Analysis by radioscopy

D I

DOC_N267_FFA.indd 11DOC_N267_FFA.indd 11 7/09/07 14:06:147/09/07 14:06:14



Si l’analyse d’image de micrographies (sur coupe) permet d’as-surer une identifi cation très précise [1] [2] du défaut et s’avère, dans certain cas indispensable, c’est une technique destructive relativement longue, non adaptée aux productions en grande série telle que la fonderie sous pression. On préfère, de loin, utiliser des CND (Contrôles Non Destructifs) tels que la radiographie et la radioscopie. En fonderie sous pression, seules les “pièces types” et les échantillons initiaux peuvent faire l’objet d’un contrôle radiogra-phique à 100 % alors que les pièces de production sont contrôlées par prélèvement statistique en radioscopie.Dans cette partie, après un rappel des principes de mesure, nous avons ensuite procédé à une comparaison entre radioscopie, radio-graphie et micrographie pour nous focaliser ensuite sur la radios-copie numérique.

LES TECHNIQUES DE CNDIl existe plusieurs techniques de CND (Contrôle non

destructif) utilisées pour les alliages d’aluminium en fonderie sous pression : le ressuage, la radiographie et la radioscopie. Ces techni-ques (Tableau I) ont chacune leurs avantages et limites.

Alors que pour des pièces aéronautiques le ressuage est largement utilisé, en fonderie sous pression, (pour un marché dominé à près de 90 % par l’automobile), seule la radioscopie est utilisée comme un moyen de contrôle non destructif de production. On a recours au ressuage, très épisodiquement, et en cas de crise, pour détecter des défauts de surface de type criques (ou micro-criques).

Il nous semble utile, à ce niveau, de rappeler les différences entre la radiographie et la radioscopie.

RadioscopieUn équipement de radioscopie est constitué d’un géné-

rateur haute tension, d’un tube radiogène émetteur de rayons X, d’un pupitre de commande (pour manipuler la pièce et moduler le rayonnement), d’un détecteur (écran fl uorescent et amplifi cateur

While image analysis of micrographs (of cut sections) can yield a very precise identifi cation of a defect [1] [2] and is in some cases essential, it is a destructive technique and relatively time-consuming, and so unsuited to the production in long runs that is the rule in pressure diecasting. One prefers, by far, to use NDT (Non Destructive Testing), for example radiography and radioscopy. In pressure diecasting, only “representative castings” and initial samples can undergo a 100 % radiographic exami-nation; production castings are checked by radioscopy on a statistical sampling.In this part, after reviewing the measurement principles, we compare radioscopy, radiography, and micrography, then focus on digital radios-copy.

NDT TECHNIQUES

Several NDT (non destructive testing) techniques are used in the pressure diecasting of aluminium alloys: penetrant examination, radiography, and radioscopy. These techniques (Table I) each have their advantages and their limitations.

While the penetrant examination is widely used for aerospace castings, in pressure diecasting (for a market dominated - nearly 90% - by the auto-mobile), only radioscopy is used as a production nondestructive testing technique. Use is made of the penetrant examination only occasionally, and when there is a crisis, to detect surface defects of the hot tear (or micro-hot tear) type.

It may be useful at this point to recall the differences between radiogra-phy and radioscopy.

RadioscopyA radioscopy system comprises a high-voltage generator, an

X-ray tube, a control console (to manipulate the casting and modulate the radiation), a detector (fl uorescent screen and image intensifi er), and a monitor to display the radioscopic image (CRT screen or PC screen).

Tableau I : Techniques de CNDTable I: NDT techniques

Technique de CNDNDT technique

AvantagesAdvantages

LimitesLimitations

RessuagePenetrant examination

Détection de défauts de surface (reprises, criques) affectant les caractéristiques de tenue en fatigue.Detection of surface defects (cold laps, hot tears) that affect fatigue strength properties.

Coûteux en préparation et interprétation pointue. Détection de défauts externes uniquement.Preparation expensive and interpretation delicate. Only external defects are detected.

RadiographieRadiography

Détection de défauts internes très petits et conserva-tion du document (le fi lm radiographique).Detection of very small internal defects and preservation of the document (the radiographic fi lm).

Coûteux et nécessitant plusieurs tirs (à des angles différents) si la pièce est complexe. Pas de réponse immédiate.Expensive and requires several shots (at different angles) if the casting is complex. No immediate response.

RadioscopieRadioscopy

Peu coûteux et simple à mettre en œuvre, résultat immédiat.Inexpensive and simple to perform, immediate result.

Pas d’enregistrement (sauf en radioscopie numérique) et moins sensible que la radiographie.No record (except in digital radioscopy) and less sensitive than radiography.




de brillance) et d’un moniteur d’affi chage de l’image radio (écran cathodique ou écran de PC). La radioscopie numérique, plus récente, ajoute un module d’acquisition, une numérisation de l’image (et son stockage) et quelquefois un traitement d’image intégré.La technologie de type “Flap panel”, très récente, permet pour les applications R&D, d’améliorer la résolution mais n’autorise pas une visualisation sur une image en déplacement en temps réel.

RadiographieEn radiographie, le détecteur est remplacé par un fi lm

radio qui est placé sur la face de la pièce à contrôler. Le fi lm est ensuite développé. Il existe des images de référence (référentiel ASTM E505 pour la fonderie sous pression des alliages d’aluminium et de magnésium) qui permettent de classer les défauts présents dans les pièces par rapport à cette référence. Il n’existe cependant aucune image de référence en radioscopie et pour les alliages de zinc.

COMPARAISONENTRE RADIOGRAPHIE ET RADIOSCOPIE

La radioscopie numérique se développant de plus en plus pour des raisons de coûts, de rapidité et de progrès technique (développement du numérique au détriment du fi lm), il nous a semblé utile de comparer radiographie et radioscopie.

Une même pièce de 70 grammes en Al Si9Cu3(Fe) relativement épaisse (20 mm) présentant des retassures et micro-retassures a été analysée par les 2 techniques de contrôle.

De visu, on constate (Fig. 1 et 2) que les retassures sont localisées au même endroit par les deux techniques de CND, mais que les défauts sont plus visibles en radiographie. Il faut mentionner le fait que la reproduction sous format papier, inhérente à un article, présente ici l’inconvénient de limiter les détails, en particulier pour la radiographie. Afi n de pouvoir analyser plus facilement la zone de défaut, un traitement d’image (Fig. 3 et 4) de renforcement des contrastes (logiciel Photoshop) a été réalisé sur les deux vues.

Digital radioscopy, which is more recent, adds an acquisition module, digitising (and storage) of the image, and sometimes built-in image processing.The very recent “Flap panel” technology can improve the resolution for R&D use but cannot display a moving image in real time.

RadiographyIn radiography, the detector is replaced by a radiographic fi lm

that is placed on the surface of the casting to be examined. The fi lm is then developed. There exist reference images (ASTM E505 series for pressure diecast aluminium and magnesium alloys) with respect to which the defects present in the castings can be classifi ed. However, there are no reference images for radioscopy or for zinc alloys.

COMPARISON OF RADIOGRAPHY AND RADIOSCOPY

Because digital radioscopy is being used more and more, for reasons of cost, speed, and technical progress generally (digital is edging out fi lm almost everywhere), we deemed it useful to compare radiography and radioscopy.

The same 70-gram Al Si9Cu3(Fe) casting, relatively thick (20 mm), exhibi-ting shrinkage cavities and micro shrinkage cavities, was analysed by the 2 examination techniques.

It can be seen (Figs. 1 and 2) that the shrinkage cavities are localised at the same place by both NDT techniques, but are more readily visible by radiography. Note that reproduction on paper, necessary for publication in a journal article, here has the drawback of limiting the details, in particular for radiography. To make it easier to analyse the zone of the defect, image processing (Figs. 3 and 4) to enhance contrasts (Photoshop software) was performed on both images.

Fig. 1 : Image en radioscopie numérique

(négatif ).

Fig. 1: Digital radioscopic image (negative).

Fig. 2 : Image en radiographie (numérisée

a posteriori).

Fig. 2: Radiographic image (digitised

after the fact).

Fig. 3 : Image en radioscopie numérique

après renforcement du contraste (négatif).

Fig. 3: Digital radioscopic image after

contrast enhancement (negative).

Fig. 4 : Image en radiographie (numé-

risée a posteriori) après renforcement

du contraste.

Fig. 4: Radiographic image (digitised after

the fact) after contrast enhancement.




Une mesure par analyse d’image (Visilog) conduit (Fig. 5 et 6) à un taux de porosité surfacique de 0,41 % en radioscopie et de 0,52 % en radiographie dans la zone de défaut.

Cet écart de 20 % sur le taux de porosité met en évidence que la radioscopie est moins sévère que la radiographie. On sait par expé-rience que si les défauts de classe 2 ou plus sont bien repérés en radioscopie, les plus petits défauts (classe 1) lui échappent.

Cet écart est lié à plusieurs phénomènes. Tout d’abord l’image originale (Tableau II), extraite d’une image radio de pièce entière, présente une résolution (mesurée en nombre de pixels) 10 fois plus grande en radiographie qu’en radioscopie. Cette meilleure résolu-tion permet de voir de plus petits détails en radiographie.

Le fl ou géométrique (noté Fg sur la Figure 7) est également plus important en radioscopie qu’en radiographie.

Rappelons qu’en radio, les rayons partent des différents points de la source de rayonnement et pour un point donné de la pièce, forment une petite “tache” sur le fi lm. Le diamètre de cette “tache” est appelé “fl ou géométrique”.

Ce fl ou géométrique se calcule par :

Flou = Φ foyer x DPF

DSF - DPF

Measurement based on image analysis (Visilog) indicates (Figs. 5 and 6) a porosity per unit area, in the zone of the defect, of 0.41 % by radioscopy and 0.52 % by radiography.This 20 % difference in porosity per unit area shows that radioscopy is less severe than radiography. Experience has shown that while defects of class 2 or higher are correctly identifi ed by radioscopy, it misses the smallest defects (class 1).

There are several reasons for this difference. First of all, the original image (Table II), taken from a radiographic image of the whole casting, has a resolution (measured in number of pixels) 10 times as great in radiography as in radioscopy. This better resolution makes it possible to see fi ner details.

The geometrical unsharpness (“Fg” in Figure 7) is also greater in radios-copy than in radiography.

Recall that the rays used in X-ray examinations are emitted from different points on the radiation source; those that pass through a given point on the casting strike different points on the fi lm, forming a small “spot”. The diameter of this “spot” is the “geometrical unshar-pness”.

This geometrical unsharpness is calculated by:

Unsharpness = Φ source x DPF

DSF - DPF

where DPF is the distance from the casting to the fi lm (or to the detector) and DSF is the distance from the source to the fi lm.

To limit this geometrical unsharpness, it is best to place the casting as close as possible to the fi lm or detector (it can be closer in radiography - the fi lm is right against the casting) and to have the smallest possi-ble source diameter and the largest possible fi lm-source distance. In radioscopy, a small source (or even a micro-source) is used to limit this geometrical unsharpness, while in radiography a large source is preferred, in order to have the largest possible number of photons and so be able to use shorter exposure times (a few minutes).

Figure 5 : Image traitée (seuillage).

Figure 5: Processed image (thresholding).

Figure 6 : Image labellisée.

Figure 6: Labelled image.

Figure 7 : Flou géométrique.

Figure 7: Geometrical unsharpness.

Tableau II : Image en radiographie et radioscopieTable II: Radiographic and radioscopic images

CNDNDT

Nombre de pixels de l’image de la pièce entière.Number of pixels in image of whole casting.

Flou géométrique.Geometrical unshar-pness.

Radiographie (après numérisation avec une défi nition d’un pixel pour 50 µm).Radiography (after digi-tising with a defi nition of one pixel per 50µm).

1,17 million de pixels1.17 million pixels

Limité car fi lm plaqué contre la pièce.Limited because fi lm applied against the casting.

Radioscopie numérique.Digital radioscopy.

110 000 pixels110 000 pixels

Plus important (distance pièce-détecteur).Larger (casting-detector distance).




où DPF est la distance de la pièce au fi lm (ou au détecteur) et où DSF est la distance de la source au fi lm.

Pour limiter ce fl ou géométrique, on a intérêt à coller la pièce au plus près du fi lm ou du détecteur (ce qu’on réalise en radiographie où le fi lm est plaqué contre la pièce) à avoir un diamètre de foyer radio le plus faible possible et une distance fi lm-foyer la plus grande possible. En radioscopie, on utilise un petit foyer (voire un micro-foyer) pour limiter ce fl ou géométrique alors qu’en radiographie, un grand foyer est préféré afi n d’avoir le maximum de photons dispo-nibles et de pouvoir ainsi réduire les temps de pose (de quelques minutes).

En radioscopie, en plus du “fl ou géométrique” toujours plus grand (distance pièce-détecteur non négligeable), il est clair que le plus petit élément visible ne pourra pas avoir une taille plus réduite qu’un pixel carré de la caméra CCD. En pratique (Fig. 8), on estime qu’un défaut doit couvrir plusieurs pixels (au moins 2) pour être détectable (car il peut être à cheval sur plusieurs pixels).

En résumé en radiographie, ce qui limite la détection est le fl ou géométrique et non pas la sensibilité du fi lm alors qu’en radioscopie, ce qui limite la détection est le fl ou géométrique (le même) avec un minimum lié à la taille du pixel de la caméra CCD (1 million de pixels). En pratique, c’est cette taille de pixel qui limite souvent la détection des petits défauts. Dans le futur, le nombre de pixels de la caméra CCD sera amené à augmenter, ce qui fera gagner en résolution.

COMPARAISONENTRE LA RADIOSCOPIE ET LA MICROGRAPHIE

En pratique industrielle, les pièces sont contrôlées en CND radioscopie par prélèvement (3 à 5 pièces/équipe par exemple) alors que l’on pratique souvent un contrôle visuel à 100 % après usinage pour écarter les pièces présentant des défauts débouchant en surface supérieurs à une certaine taille. Peut-on trouver une corrélation entre les défauts sur image radio et sur coupe de pièce ?

Il est clair que tout espoir de corrélation précise semble illusoire car l’image radio superpose des défauts présents dans plusieurs plans alors que la micrographie met en évidence les défauts dans un seul plan de coupe.

On peut en illustrer toute la diffi culté pour un défaut de type retas-sure (pièce en Al Si9Cu3). On retrouve globalement la même zone de défaut entre la radiographie (Fig. 9) qui présente également une zone plus épaisse de pièce (en noir) et la micrographie (Figs. 10 et 11) qui selon le plan de coupe - pourtant seulement distant de

In radioscopy, in addition to the larger “geometrical unsharpness” (non-negli-gible casting-detector distance), it is clear that the smallest visible element cannot be smaller than one square pixel of the CCD camera. In practice (Fig. 8), it is held that a defect must cover several pixels (at least 2) to be detectable (because it may otherwise fail to cover any one pixel completely).In short, in radiography, the factor that limits detection is the geometrical unsharpness, not the sensitivity of the fi lm, while in radioscopy, the factor that limits detection is the geometrical unsharpness (the same), with a minimum tied to the pixel size of the CCD camera (1 million pixels). In practice, it is this pixel size that often limits the detection of small defects. In the future, as the number of pixels of CCD cameras increases, resolu-tion will improve.

COMPARISON OFRADIOSCOPY AND MICROGRAPHY

In industrial practice, radioscopic NDT of castings is a sampling check (3 to 5 castings/shift, for example); often, there is also a 100 % visual inspection after machining to eliminate castings having defects open to the surface larger than some specifi ed size. Is there a correlation between defects in an X-ray image and on a cut section of casting?

It is clear that any hope of a precise correlation will be disappointed, because the X-ray image superimposes defects present in several planes while the micrograph reveals defects only in the plane of the cut.

The whole diffi culty is illustrated by a shrinkage cavity type defect (Al Si9Cu3 casting). Globally, we fi nd the same defect zone in the radiograph (Fig. 9), which also reveals a thicker zone of the casting (in black), as in the micrographs (Figs. 10 and 11), which show a defect that seems to be of different sizes in the two cut sections - even though they are only a few hundred micrometres apart (between fi gures 10 and 11). Moreover, some micro shrinkage cavities that are visible on a

Fig. 8 : Détection des défauts en radioscopie numérique liée au pixel.

Fig. 8: Detection of defects by digital radioscopy tied to pixel size.




quelques centaines de micromètres (entre les fi gures 10 et 11) - laisse apparaître un défaut qui semble plus ou moins important. De plus, certaines micro-retassures, visibles sur coupe à la droite du défaut principal (Fig. 11) sont invisibles en radio.En résumé, le tableau III met en exergue que, dans la majorité des cas, il n’existe pas de corrélation manifeste entre la quantifi cation du défaut sur radio et sur coupe de pièce.

POROSITÉ SURFACIQUE(SUR COUPE) ET POROSITÉ VOLUMIQUE RÉELLE

A partir d’un taux de porosité mesuré en micrographie sur coupe de pièce (par analyse d’image), peut-on recalculer le taux de porosité volumique de la zone toute entière ?

Il est assez clair que s’il s’agit de retassure, très localisée, ce n’est pas possible. Intéressons-nous donc uniquement au cas des souffl ures.

Nous avons utilisé la méthode de simulation de Monte Carlo (du nom des martingales utilisées historiquement au Casino éponyme) qui consiste à modéliser le phénomène à étudier puis à faire tourner le modèle une centaine de fois avec génération aléatoire et enfi n à calculer statistiquement la réponse. Cette méthode numé-rique présente l’avantage de pouvoir permettre le test de centaines de confi gurations différentes, ce qui serait pratiquement impossible sur des échantillons et micrographies réels.

La génération des porosités (fonction “Rand” sous Excel) a été réalisée avec 4 variables : la position dans l’espace (X,Y,Z) et le diamètre (D) entre deux valeurs (Dmini et Dmaxi). Nous nous sommes assurés (Fig. 12) que les 200 porosités générées ne se recouvraient pas et qu’elles ne sortaient pas du volume de l’échan-tillon (20 x 50 x 5 mm d’épaisseur).

cut section on the right side of the main defect (Fig. 11) are invisible in X-ray images.

In short, table III highlights the fact that, in most cases, there is no obvious correlation between the quantifi cation of the defect by X-rays and on a cut section of casting.

POROSITY PER UNIT AREA(ON CUT SECTION) AND TRUE VOLUME POROSITY

Is it possible, from a level of porosity measured on a micro-graph of a cut section of casting (by image analysis), to calculate the volume porosity of the entire zone?

It is quite clear that if what is involved is a shrinkage cavity, which is highly localized, it is not possible. We therefore consider only the case of blowholes.

We used a Monte Carlo simulation (named after the Casino), which amounts to modelling the phenomenon to be studied, then running the model a hundred or so times with random inputs, and fi nally calculating the answer statistically. This digital method has the advantage of making it possible to test hundreds of different confi gurations, which would be practically impossible on actual samples and micrographs.

The porosities were generated (using the “Rand” function of Excel) with four variables: the position in space (X, Y, Z) and the diameter (D), between two values (Dmin. and Dmax.). We made sure (Fig. 12) that the 200 porosities generated did not overlap and that they did not extend outside the volume of the sample (20 x 50 x 5 mm thick).

We imposed a virtual cut plane and calculated the difference between the porosity per unit area measured in this plane and the (known) volume porosity of the sample. This difference (V-V0/V0) is on average around

Fig. 9 : Radiographie de pièce.

Fig. 9: Radiograph of casting.

Fig. 10 : Micrographie dans le plan 0.

Fig. 10: Micrograph in 0 plane.

Fig. 11 : Micrographie dans le plan 0 + 0,1 mm.

Fig. 11: Micrograph in 0 + 0.1 mm plane.

Tableau III : Corrélation entre défauts analysés sur image radio et coupe de pièceTable III: Correlation between defects analysed on X-ray image and on cut section of castingType de défautType of defect

Corrélation entre image radio et image sur coupe de défautCorrelation between X-ray image and image of defect on cut section

Retassure.Shrinkage cavity.

NonNo

Souffl ures de petite taille réparties de manière homogène.Small blowholes, uniformly distributed.

Oui, possible mais liée à l’épaisseur de pièce.Yes, possible, but depends on the thickness of the casting.

Souffl ures de tailles variées.Blowholes of varied sizes.

NonNo




Nous avons imposé un plan de coupe fi ctif et calculé l’erreur entre la porosité surfacique mesurée dans ce plan et la porosité volu-mique (connue) de l’échantillon. Cette erreur (V-V0/V0) se situe en moyenne autour de 30 %, ce qui signifi e qu’une porosité surfacique mesurée de 2 % conduit à une porosité volumique estimée entre 1,40 % et 2,60 %. Si cette valeur de 30 % semble importante, elle donne cependant l’ordre de grandeur de la porosité réelle.

Il ressort que la position du plan de coupe a l’impact le plus impor-tant sur l’erreur réalisée. Trop près du bord (10 % de chaque coté), on sous-estime la porosité volumique alors que vers le centre de la pièce, on la surestime. Ceci est d’autant plus vrai que les porosités sont grosses. Pour les faibles diamètres (Dmaxi = 0,5 mm), cet “effet de bord” devient moins marqué.La zone d’erreur minimale semble se situer vers 20 % et 80 % de l’épaisseur, soit 1 mm et 4 mm (épaisseur de 5 mm dans notre confi guration). A noter que dans la réalité il existe un effet de peau encore plus prononcé (100 à 200 µm exempts de porosité) lié à la solidifi cation très rapide sur les parois du moule. Le phénomène “effet de peau” constaté dans le modèle s’en trouvera d’autant plus renforcé.

L’erreur (Fig. 13 a) sur la porosité volumique est plus forte et très fl uctuante (courbe très étalée) lorsque les porosités sont très petites (< 0,5 mm). Ceci est lié au fait que pour de petits défauts, le plan de coupe rencontre aléatoirement ces pores. L’erreur est plus constante et resserrée - loi de type gaussienne - pour des pores plus gros (> 1 mm) comme on peut le constater sur la fi gure 13 b.

L’erreur moyenne est minimale pour des pores de diamètre maximum de 1 mm (Tableau IV). On peut aussi noter que l’erreur est plus faible pour des pores de taille homogène et peu étalée (Dmini proche de Dmaxi).

30 %, which means that a measured porosity per unit area of 2 % leads to an estimated volume porosity between 1.40 % and 2.60 %. While this value of 30 % seems large, it does indicate the order of magnitude of the true porosity.

It follows that the position of the cut plane has the largest impact on the error made. Too close to the edge (10 % on either side) and the volume porosity is underestimated, while at the centre of the casting, it is overesti-mated. The larger the porosities, the more true this is. At small diameters (Dmax. = 0.5 mm), this “edge effect” becomes less marked.The zone of minimum error seems to lie at 20 % and 80 % of the thickness, or 1 mm and 4 mm (the thickness was 5 mm in our confi -guration). Note that in reality there is an even more pronounced skin effect (100 to 200 µm free of porosity) resulting from the very rapid solidifi cation on the walls of the die. The “skin effect” found in the model is aggravated.

The error (Fig. 13a) on the volume porosity is larger and highly variable (very fl at curve) when the porosities are very small (< 0.5 mm). This is because, with small defects, the cut plane intersects these pores (or not) at random. The error is less variable and smaller - it follows a Gaussian law - with larger pores (> 1mm), as can be seen in fi gure 13b.

The mean error is smallest for pores having a maximum diameter of 1mm (Table IV). Note also that the error is smaller with pores of which the size is homogeneously distributed within a narrow range (Dmin. close to Dmax.).

Fig. 12 : Porosités calculées (analogue à une image radio projetée sur l’axe Z).

Fig. 12: Calculated porosities (analogous to an X-ray image projected on the Z axis).

Fig. 13 a et b : Erreur sur l’estimation de la porosité volumique (Dmini =

0,3 mm et Dmaxi = 1,5 mm).

Fig. 13 a and b: Error on the estimation of the volume porosity (Dmin. = 0.3mm

and Dmax. = 1.5mm).

Tableau IV : Erreur moyenne sur l’estimation de la porosité volumique fonction de Dmaxi et DminiTable IV: Mean error on the estimation of the volume porosity vs. Dmax. and Dmin.

D mini (mm)

D maxi (mm)

0 0,2 0,5 10,2 53 %0,5 36 % 28 %1 28 % 26 % 21 %

1,5 34 % 30 % 30 % 32 %2 41 % 42 % 40 % 40 %




Méthode de SaltykovAfi n de limiter cette erreur, on peut penser à utiliser la

méthode de Saltykov (développée à l’origine pour recalculer le taux de graphite dans la fonte à partir d’une coupe) qui peut s’appliquer à des pores sphériques. Cette méthode consiste à répartir les pores par classes (7 à 15) et à appliquer une matrice de transformation à la distribution surfacique mesurée pour en déduire la distribution volumique.

Cela permet de se rapprocher de la distribution d’origine (Fig. 14) et dans ce cas précis (Dmini = 0, Dmaxi = 2 et Zcoupe = 2,5) de passer d’une erreur de 32 % (Fig. 15) à une erreur de 5 % (Fig. 16) après transformation de Saltykov sur l’estimation de la porosité volumique en connaissant la porosité surfacique sur une coupe.

Nous avons utilisé la méthode avec un classement en 7 classes de diamètre de pores. La méthode de Saltykov permet en moyenne de réduire l’erreur sur l’estimation de la porosité volumique (Tableau V). Elle ne donne cependant pas systématiquement un meilleur résultat. Elle est en particulier peu effi cace lorsque le plan de coupe est proche du bord de la pièce, là où l’erreur est la plus importante.Elle nécessite également d’avoir un nombre suffi sant de pores sinon certaines classes sont vides. Dans notre exemple, ce critère nous a limité à ne retenir que 7 classes, ce qui n’est pas optimal par rapport à un découpage en 15 classes préconisé par Saltykov.

DIFFICULTÉ DANS L’ANALYSE D’IMAGE

Nous avions souligné précédemment [1] que l’analyse d’image de défauts de type porosités (souffl ures et retassures) était relativement simple et rapide sur micrographies. Il n’en va pas de même (Tableau VI) en analyse d’image de radioscopie (ou radiographie).

En effet, nous n’avons plus affaire alors, comme en micrographie, à une image très contrastée (défaut en noir sur matrice d’aluminium blanche).L’image radio présente presque exclusivement un dégradé en niveaux de gris qui témoigne de défauts internes, mais aussi de diffé-rences locales d’épaisseur de pièces (voire de trou débouchant), de toiles et nervures et de détails liés à la géométrie de la pièce.

Cela se traduit par un réglage du niveau de seuillage qui doit être réalisé au cas par cas et est donc très diffi cilement automatisable.

Saltykov’s methodSaltykov’s method can be used to limit this error (it was

originally developed to calculate the level of graphite in cast iron from a cut section); it can be applied to spherical pores. This method consists in determining the distribution of the pores among classes based on measu-red unit area (from 7 to 15 classes) and applying a transformation matrix to this distribution to deduce the volume distribution.

This makes it possible to get closer to the original volume distribution (Fig. 14) and, in this particular case (Dmin. = 0, Dmax. = 2 and Zcut = 2.5), to reduce the error from 32 % (Fig. 15) to 5 % (Fig. 16) after a Saltykov transformation on the estimation of the volume porosity given the porosity per unit area on a cut section.We used the method with seven pore diameter classes. Saltykov’s method reduces the error on the estimation of the volume porosity (Table V) on the average, but not in all individual cases. It is, in particular, not very effective when the cut plane is close to the edge of the casting, there where the error is the largest.The number of pores must also be suffi cient, since otherwise some classes are empty. In our example, this criterion limited us to using only 7 classes, which is less than optimal when compared to the division into 15 classes recommended by Saltykov.

DIFFICULTYOF IMAGE ANALYSIS

We emphasized previously [1] that the image analysis of porosity type defects (blowholes and shrinkage cavities) was relatively simple and rapid on micrographs. This is not true (Table VI) of image analysis in radioscopy (or radiography).

Fig.14 : Porosité volumique vraie.

Fig.14: True volume porosity.

Fig. 15 : Porosité surfacique mesurée.

Fig. 15: Measured porosity per unit area.

Fig. 16 : Porosité volumique calculée avec Saltykov.

Fig.16: Volume porosity calculated by Saltykov’s method.

Tableau V : Erreur sur l’estimation de la porosité volumique (initiale et après Saltykov) en fonction du plan de coupeTable V: Error on the estimation of the volume porosity (initial and after Saltykov transformation) as a function of the cut plane

Z coupe (mm)0,5 mm 1 mm 2 mm 2,5 mm

Erreur initialeInitial error

45 % 24 % 35 % 35 %

Erreur après transformation de SaltykovError after Saltykov transformation

57 % 20 % 27 % 17 %




Le résultat est en outre très sensible à une légère modifi cation du niveau des seuils.En pratique industrielle, le traitement automatisé de radioscopie numérique (pour détection de défauts internes et sanction auto-matique de type “Bon/Non”) semble très délicat en fonderie sous pression, dû en partie à la géométrie souvent complexe des pièces. Des pièces de révolution plus simples (moulage coquille) peuvent être contrôlées automatiquement en CND.

IMAGES DE RÉFÉRENCE EN RADIOSCOPIE

En fonderie sous pression, les pièces sont contrôlées actuellement en radioscopie en s’appuyant sur des images de référence obtenues en radiographie. Il nous a semblé important de pouvoir combler cette lacune.

Pour cela, nous avons extrait des images de 20 x 20 mm de pièces industrielles et avons mesuré par analyse d’image le taux de poro-sité surfacique projeté et la taille du plus gros défaut. Nous avons ensuite rangé ces images en 6 classes qui traduisent la gravité des non-conformités.

La classe de défaut dépend essentiellement de deux critères : le taux de porosité mesuré et la taille du plus gros défaut.

Le traitement des images radioscopiques a été réalisé sous Visilog (Fig. 17 et 18).

The sharp contrast of the micrograph image (black defect on a white aluminium matrix) is no longer available.The X-ray image is almost entirely made up of shades of grey, which may indicate internal defects, but may be also caused by local differences of casting thickness (or even holes open to the surface), webs and ribs, and details of the geometry of the casting.

This makes it necessary to adjust the thresholding level, but this must be done case by case and is therefore very diffi cult to automate. The result is also very sensitive to small changes of threshold levels.

In industrial practice, the automated processing of digital radioscopy (for the detection of internal defects and an automatic “OK/NOK” decision) seems very delicate in pressure diecasting, in part because of the geometry of the castings, which is often complex. Simpler castings of revolution (chill moulding) can be examined automatically by NDT.

REFERENCE IMAGESIN RADIOSCOPY

Pressure diecastings are routinely examined by radioscopy using reference images obtained by radiography. We deemed it important to be able to remedy this lack.

To do this, we extracted 20 x 20 mm images of industrial castings and measured the projected level of porosity per unit area and the size of the largest defect by image analysis. We then divided these images into 6 classes that refl ect the gravity of the nonconformities.

The defect class depends essentially on two criteria: the measured poro-sity level and the size of the largest defect.

The radioscopic images were processed in Visilog (Figs. 17 and 18).

Tableau VI : Niveau de diffi culté du traitement d’imageTable VI: Level of diffi culty of image processing

Méthode de contrôleExamination method

Contraste de l’imageImage contrast

Automatisation et fi abilité du traitement d’image

Automation and reliability of the image processing

LimitationLimitation

MicrographieMicrograph

Très bon (noir et blanc).Very good (black and white).

Oui (procédure de traitementidentique d’une image à l’autre).Yes (processing the same from one image to another).

Image représentative uniquement du plan de coupe (en particulier pour les retassures).Image representative only of the cut plane (in particular for shrinkage cavities).

RadioX-ray

Bon à faible, dépendant de la complexité de la pièce.Good to low, depending on the complexity of the casting.

Délicat, sauf sur pièces de très grande série simples géométriquement.Delicate, except on geometrically simple castings made in very long runs.

Diffi culté de positionner un défaut dans l’épaisseur (même en faisant tourner la pièce).Diffi culty of locating a defect in the thickness of the part (even by turning the casting).

Figs. 17 et 18 : Souffl ures - Image originale et image traitée (seuillage et labellisation).

Figs. 17 and 18: Blowholes - Original image and processed image (thresholding

and labelling).




Nous présentons (Fig. 19) quelques images de référence pour l’aluminium.

Ces images ont été prélevées sur des zones planes de pièces afi n d’éviter une confusion entre les pores et la géométrie de pièce et de permettre une meilleure visualisation. Précisons également que le taux de porosité est un taux surfacique projeté et surestime très fortement la porosité volumique réelle. De plus, c’est un taux de porosité local (20 x 20 mm). Pour un même taux de porosité surfacique, la porosité volumique est d’autant plus faible que la zone de pièce est épaisse.

L’image originale nécessite, pour être traitée facilement, une opéra-tion de renforcement des contrastes (Fig. 20) afi n de mieux mettre en évidence les défauts. Cette opération, particulièrement impor-tante pour les retassures, a été réalisée sous Adobe Photoshop (outil “contraste automatique”).

On peut se rendre compte (Fig. 22 et 23) que l’effet du niveau de seuillage est important et conditionne le taux de porosité surfa-cique mesuré. Dans notre cas, une différence de 2 points sur le niveau bas augmente le taux de porosité surfacique de 5 % (passant de 10,9 % à 15,7 %)

Pour les images de retassures (Fig. 24), on note par exemple des confi gurations différentes entre les 4 images de référence de la classe 3 liées à une géométrie de pièce présente en arrière plan.

We present a few reference images for aluminium (fi gure 19).

These images were taken in plane zones of castings in order to avoid confusion between the pores and the casting geometry and to facilitate viewing. Note also that the porosity level is a projected level per unit area and greatly overestimates the true volume porosity. Moreover, it is a local porosity level (20 x 20 mm). For a given porosity per unit area, the thicker the zone of the casting, the lower the volume porosity.

To be easy to process, the original image must undergo contrast enhance-ment (Fig. 20) in order to reveal the defects more sharply. The “automatic contrast” tool of Adobe Photoshop was used for this operation, which is especially important with shrinkage cavities.

It can be seen (Fig. 22 and 23) that the effect of the thresholding level is large and determines the porosity per unit area measured. In our case, a difference of 2 points on the low level increases the porosity per unit area by 5 % (from 10.9 % to 15.7 %).

In the images of shrinkage cavities (Fig. 24), there are for example diffe-rences of confi guration among the four class 3 reference images, related to a casting geometry present in the background.

Classe 1Class 1

Classe 2Class 2

Classe 3Class 3

Classe 4Class 4

Classe 5Class 5

Classe 6Class 6

Poro = 0,9 %Dmax = 0,95 mm

Poro = 1,7 %Dmax = 1,41 mm

Poro = 3,4 %Dmax = 1,42 mm

Poro = 4,8 %Dmax = 1,17 mm

Poro = 5,3 %Dmax = 1,6 mm

Poro = 11 %Dmax = 4 mm

Fig. 19 : Images de référence - Souffl ure aluminium.

Fig. 19: Reference images - Blowhole in aluminium.

Image originaleOriginal image

Image après renforcement des contrastes.Image after contrast enhancement.

Image avec un seuillagede 183-255.Image with 183-255 thresholding.

Image avec un seuillagede 185-255.Image with 185-255 thresholding.

Poro = 10,9 %33 pores individuelsPorosity = 10.9 %33 individual pores

Poro = 15,7 % 64 pores individuelsPorosity = 15.7 %64 individual pores

Figs. 20 à 23 : Retassure de classe 6 - Image originale et image traitée avec 2 niveaux de seuillage bas diff érents.

Figs. 20 to 23: Class 6 shrinkage cavity - Original image and image processed with 2 diff erent low thresholding levels.




DISCUSSION

A la suite des analyses précédentes, il nous semble y avoir une corrélation très moyenne entre les différents moyens d’analyses que sont la radioscopie, l’examen de défauts sur coupe de pièces et la porosité volumique d’une zone de pièce. Tout au plus, l’ordre de grandeur (Diamètre maxi des défauts, taux de poro-sité) sera le bon, mais avec un niveau d’erreur qui peut être très conséquent (30 % voire davantage). Cette erreur de 30 % semble acceptable pour apprécier un ordre de grandeur et non pas avoir une mesure précise comme celle résultant d’une mesure de densité sur échantillon volumique. Il existe une différence du même ordre de grandeur dans l’analyse de défauts entre la radioscopie et la radiographie.

Ces différents moyens de contrôle de pièces (CND ou destructifs) ont chacun leurs avantages mais ne donnent pas clairement la même réponse.

Une synthèse [3] a mis en évidence les différentes tentatives récentes (1998-2005) pour analyser en radioscopie automatique les pièces de fonderie sous pression. Il ressort que de très nombreuses approches ont été tentées pour analyser les images : l’utilisation de fi ltre complexe de type MODAN (modifi ed median fi lter), des images de référence de pièces saines (“golden image”), des réseaux de neurones ou des algorithmes “intelligents”. La mise au point de ces techniques semble très longue (plusieurs semaines) et ne semble fonctionner, avec des erreurs, souvent que pour quelques types de pièce (sur lesquels a porté l’étude). Un autre projet [4] a exploré l’utilisation et la corrélation de résultats issus de 3 techni-ques de CND (dont l’analyse vibratoire) couplées.

Notre propre approche de l’analyse d’image de radioscopie numé-rique confi rme la diffi culté de repérer et quantifi er les défauts

DISCUSSION

On the strength of these analyses, it seems to us that there is only a moderate correlation between the various means of examination considered: radioscopy, the examination of defects on cut sections of castings, and the volume porosity of a zone of casting. At best, the order of magnitude (max. diameter of the defects, porosity) will be right, but the error may be large (30 % or even more). This 30 % error seems accep-table for judging an order of magnitude, without obtaining the sort of precise value yielded by a density measurement on a volume sample. The difference between radioscopy and radiography in the analysis of defects is of the same order of magnitude.

These different means of examination of castings (NDT or destructive) each have their advantages, but clearly do not give the same answers.

A review [3] discusses the various recent attempts (1998-2005) to analyze pressure diecastings by automatic radioscopy. It turns out that many approaches to analysing images have been tried: a complex “MODAN” fi lter (modifi ed median fi lter), reference images of sound castings (“golden images”), neural networks, and “smart” algorithms. Development of these techniques seems to be very long (several weeks) and they often seem to work - with errors - only for certain types of casting (the ones on which the study was based). Another project [4] has explored the use and the correlation of results from three coupled NDT techniques (one being vibration analysis).

Our own approach to image analysis in digital radioscopy confi rms the diffi culty of identifying and quantifying fl uctuating defects indicated by levels of grey against a complex underlying geometry (rib, hole, boss, etc.). What the X-ray inspection operator manages to do (often with the help of rotation of the casting and knowledge of its geometry), seems for the moment to be diffi cult to duplicate in software, at a reasonable cost, for pressure diecastings. But image processing technologies and computing

Image originaleOriginal image

Image aprèsrenforcement des contrastes.Image after contrastenhancement.

Classe 3 Classe 3 Classe 3 Classe 3

Taux de porositésurfacique calculé.Calculated porosity per unit area.

Poro = 4,8 % Poro = 5,1 % Poro = 4,9 % Poro = 4,7 %

Fig. 24 : Images de référence – Retassure aluminium de classe 3.

Fig. 24: Reference images – Class 3 shrinkage cavity in aluminium.




fl uctuants en niveau de gris dans une géométrie sous jacente complexe (nervure, trou, bossage,…). Ce que parvient à faire l’opé-rateur de contrôle radio (avec l’aide souvent de mouvement de rotation de la pièce et la connaissance de la géométrie de la pièce), les logiciels semblent pour le moment diffi cilement en mesure de le reproduire à un coût raisonnable pour des pièces de fonderie sous pression. Les technologies de traitement d’images et la puissance de calcul des machines évoluant sans cesse, cette analyse automatique sera sans doute réalisable dans un proche avenir.

Nous avons montré que l’approche de type Monte Carlo est intéressante pour des souffl ures de forme quasi sphérique car elle permet de calculer l’erreur sur le taux de porosité volumique. Des modèles plus complexes permettraient-ils de simuler des souffl ures plus allongées et surtout des retassures générées de manière pseudo-aléatoire ? Enfi n, la méthode de Saltykov peut-elle être affi née et optimisée pour la fonderie sous pression ?

CONCLUSION

Nous avons complété ici l’approche que nous avions menée sur micrographie [1] par une analyse des défauts internes (souffl ures et retassures) sur radio.

Nous avons mis en évidence que :• La radioscopie est moins sévère que la radiographie (d’une

classe de défaut environ), car elle cumule un fl ou géométrique plus important et une taille de matrice (pixel) encore faible. La résolution d’une image radiographique est encore 10 fois plus fi ne environ que la radioscopie.

• Une image de défaut sur radio ne peut pas être corrélée avec une image de défaut obtenue sur coupe de pièce (micrographie).

• L’analyse d’image automatique de radioscopie (ou radiographie) est très délicate de par le faible contraste entre le défaut et la zone environnante perturbante (trou, zone plus épaisse, toile,…). Le niveau de seuillage doit être adapté au cas par cas, ce qui exclut - pour le moment - un traitement standardisé. Notons que l’ana-lyse d’image de défauts sur micrographie [1] était incomparable-ment plus aisée en raison du très bon contraste (noir sur blanc).

• Le calcul du taux de porosité sur coupe permet d’estimer avec une erreur (de l’ordre de 30 %) la porosité volumique pour des souffl ures. L’erreur est fonction de nombreux facteurs (plan de coupe, Dmini pore, Dmaxi pore, …). L’application de la méthode de Saltykov permet une réduction de l’erreur.

• Enfi n, des images-types de référence peuvent être utilement utili-sées en radioscopie numérique (avec taux de porosité surfacique calculé et taille du plus gros défaut).

Traduit en anglais par B. Corson.

power are evolving rapidly, and this automatic analysis will undoubtedly become possible in the near future.

We have shown that the Monte Carlo approach useful with nearly sphe-rical blowholes, because it makes it possible to calculate the error on the level of volume porosity. Could more complex models be used to simulate more elongated blowholes, and more particularly shrinkage cavities, generated in a pseudo-random manner? Finally, can Saltykov’s method be refi ned and optimized for pressure diecasting?

CONCLUSION

We have here completed the approach we applied to micro-graphs [1] by an analysis of internal defects (blowholes and shrinkage cavities) using X-ray techniques.

We have shown that:• Radioscopy is less severe than radiography (by approximately one defect

class), because it combines a larger geometrical unsharpness with a matrix size (number of pixels). The resolution of a radiographic image is still approximately ten times as fi ne as that of a radioscopic image.

• An X-ray image of a defect cannot be correlated with an image of a defect obtained on a cut section of a casting (micrograph).

• Automatic analysis of a radioscopic (or radiographic) image is very deli-cate because of the low contrast between the defect and the perturbing environment (hole, thicker zone, web, etc.). The thresholding level must be adapted case by case, and this - for the moment - rules out standar-dised processing. Note that image analysis of defects on micrographs [1] was incomparably easier because of the very good contrast (black on white).

• For blowholes, the volume porosity can be estimated from the calculated porosity on a cut section, with an error (of the order of 30 %). The error depends on many factors (plane of cut section, min. pore diameter, max. pore diameter, etc.). Application of Saltykov’s method can reduce the error.

• Finally, standard reference images can be of use in digital radioscopy (with a calculated porosity per unit area and the size of the largest defect).

REFERENCES

[1] P. Hairy, “Quantifi cation des défauts en fonderie sous pression – Partie I – Analyse sur Micrographie”, Fonderie Fondeur d’Aujourd’hui, n° 265, mai 2007, p. 10-21.

[2] R.T. Dehoff and F.N. Rhines, “Microscopie quantitative”, Masson et Cie, 1972.

[3] D. Mery, “Automated radioscopic testing of aluminium die castings”, Materials Evaluation, february 2006, p. 135-143.

[4] J. Rheinlander, W.Zong, “Non-destructive evaluation to control new casting processes” Foundry trade journal, november 2005, p. 268-270.

[5] “Real-time X-ray integrates porosity measurement and fl aw detection”, Foundry trade journal, november 2005, p. 271.

[6] P. Stephens, “An evaluation of six NDT methods for the location and sizing of casting discontinuities”, Foundry trade journal, november 2005, p. 272-274.



R E C H E R C H E

RÉSUMÉ

INHALT

RESUMEN

ABSTRACT

QUANTIFICATION DES DÉFAUTSEN FONDERIE SOUS PRESSION

QUANTIFICATION OF DEFECTSIN PRESSURE DIECASTING

CUANTIFICACIÓN DE LOS DEFECTOS EN FUNDICIÓN A PRESIÓN

QUANTIFIZIERUNG VON GUSSFEHLERNIM DRUCKGUSS

PARTIE IIANALYSE EN RADIOSCOPIE

Une comparaison de différents moyens de contrôle de défauts internes (retassures et souffl ures) sur pièces de fonderie sous pression met en évidence que la radioscopie est moins sévère que la radiographie. Il n’y a pas de corrélation évidente nette entre une image sur coupe et une image de radio qui superpose différents plans de coupe sur une même image. Par contre, on peut estimer (avec une erreur de 30 % environ) la porosité volumique par la mesure de la porosité surfacique sur coupe. La méthode de Saltykov permet de réduire cette erreur en décomposant les pores par classe de taille. Enfi n, des images-types de défauts (souffl ures et retassures) ont été extraites de pièces (aluminium et zamak) et ont fait l’objet d’ana-lyse d’image (mesure de la porosité et du diamètre du plus grand défaut).

Patrick Hairy, Florent Granereau, Roger Menard, Patrick Bouvet, CTIF

PART IIANALYSIS BY RADIOSCOPY

Comparison of various means of examination of internal defects (shrinkage cavities and blowholes) on pressure diecastings shows that radioscopy is less severe than radiography. There is no clear and obvious correlation between an image on a cut section and an X-ray image, in which different planes are superimposed. On the other hand, it is possible to estimate (with an error of approximately 30 %) the volume porosity by measuring the poro-sity per unit area on a cut section. This error can be reduced by Saltykov’s method, in which the pores are divided into size classes. Finally, standard images of defects (blowholes and shrinkage cavities) have been produced on castings (aluminium and zamak) and have undergone image analysis (measurement of the porosity and of the diameter of the largest defect).


TEIL IIRADIOSKOPIEANALYSE

Aufgrund eines Vergleichs verschiedener Prüfmittel für Druckgussteile auf innere Fehler (Lunker und Gussblasen) ergibt sich, dass eine Radioskopie weniger streng ist als eine Radiographie. Es gibt keine eindeutige Korrelation zwischen einem Schnittbild und einem Röntgenbild, das verschiedene Schnittbilder auf ein und demselben Bild zur Überlagerung bringt. Hingegen lässt sich (mit einer etwa 30 %-igen Fehlerquote) die Volumenporosität dadurch abschätzen, dass man die Oberfl ächenporosität über dem Schnitt misst. Anhand der Saltykov’schen Methode kann man diesen Fehler dadurch reduzieren, dass man die Poren der Größe nach klassifi ziert. Nach Auswertung der Teile (aus Aluminium und Zamak) wurden auch Typenbilder von Fehlern (Gussblasen und Lunker) erstellt und einer Bildanalyse unterworfen (Messung von Porosität und dem Durchmesser des größten Fehlers).


PARTE IIANÁLISIS EN RADIOSCOPIA

Una comparación de los distintos medios de control de los defectos internos (rechupes y sopladuras) en las piezas de fundición a presión permite poner en evidencia que la radioscopia resulta menos severa que la radiografía. No existe una correlación evidente neta entre una imagen en corte y una imagen de radio que superpone diferentes planos de corte sobre una misma imagen. En cambio, se puede evaluar (con un error de un 30 % aproximadamente) la porosidad volumétrica mediante la medición de la porosidad superfi cial en corte. El método de Saltykov permite reducir este error descomponiendo los poros por categoría de dimensión. Finalmente, diversas imágenes-tipo de defectos (sopladuras y rechupes) fueron extraídas de piezas (aluminio y zamak) y fueron objeto de análisis de imagen (medición de la porosidad y del diámetro del defecto más importante).

Patrick Hairy, Florent Granereau, Roger Menard y Patrick Bouvet, CTIF

Fonderie Fondeur d’aujourd’hui, n°267, Août/Septembre 2007, p.11 Fonderie Fondeur d’aujourd’hui, n°267, August/September 2007, p.11

Fonderie Fondeur d’aujourd’hui, n°267, August/September 2007, p.11 Fonderie Fondeur d’aujourd’hui, n°267, Agosto/Septiembre 2007, p.11


doc n267 ffa - canalblogstorage.canalblog.com/15/08/418940/23220276.pdfastm e505 pour la fonderie...

Documents