Download - pa analyse d’image (exemple de l’aie)...DATAMET PR 2016-06 Caractérisation des matériaux par analyse d’image 1 Eric Hénault, 8 juin 2016 –FORUM SVTM 2016 Caractérisation

1DATAMET PR 2016-06 1Caractérisation des matériaux par analyse d’image

Eric Hénault, 8 juin 2016 – FORUM SVTM 2016

Caractérisation des matériaux par analyse d’image(exemple de l’acier)

2DATAMET 2013-009 Présentation de METALIA V2 2DATAMET PR 2016-06 Caractérisation des matériaux par analyse d’image

La métallographie quantitative consiste à évaluer des paramètres caractéristiques de structures métallurgiques sur une surface d’échantillon métallique.

La surface de l’échantillon est généralement polie miroir (inclusions) et souvent attaquée chimiquement (taille de grains…).

L’analyse d’image constitue une aide à la mesure pour le métallographe.

Des algorithmes de traitement des images numériques permettent d’obtenir des résultats que l’œil humain obtient difficilement.

Caractérisation des matériaux par analyse d’image


Microscope optique (photonique) et loupe binoculaire

une caméra numérique est ajoutée

Microscopes électroniques

intègre le système de numérisation de l’image

Appareil photographique ou caméra avec optique

avec différents capteurs

Tomographe RX

photomultiplicateur, caméra, numérisation et déconvolution

Système d’acquisition d’image numérique


Image matricielle

Image matricielle (couleur ou N&B)

Tableau de points (picture elements = pixels) répartis dans une trame régulière, généralement à maille rectangulaire ou carrée, parfois hexagonale.

La valeur associée (image monochrome) ou les valeurs associées (image couleur) à chaque pixel correspondent à l’intensité du signal.


Traitements des images – Processus général de mesure

Positionnement du champ de mesure

Acquisition de l’image

Prétraitement de l’image (couleur en N&B, correction du bruit…)

Traitement de l’image (segmentation, transformations morphologiques…)

Mesures de paramètres


Exemple de traitement d’image : Le seuillage

Le seuillage consiste à segmenter une image couleur ou à niveaux de gris en plusieurs classes.


Logiciel MeTiSCaractérisation des inclusions ou des particules par microscopie électronique ou optique

10 µm

Exemples d’inclusions dans un échantillon d’acier


Les paramètres caractéristiques des populations d’inclusion

Suivant l’étude, les paramètres principaux que l’on souhaite obtenir sont :

• les paramètres de taille : diamètre, surface,• les densités,• les paramètres de forme : allongement, circularité, • les paramètres de répartition : amas, alignement,

• les paramètres de phase : oxyde, sulfure, nitrure,• les compositions chimiques,• les associations de phases : inclusions multiphasées,

• les paramètres des normes : champ le plus sale, champ moyen


Système MeTiS OPT – Configuration

Exemple de configuration de système

Le système est constitué d’un microscope optique motorisé en Z, d’une platine motorisée en X, Y et d’une caméra N&B.


Exemple de configuration du système

Système MeTiS MEB – Configuration


Mesure par MEB - Acquisition de l’image

G = 400

LD = 5 µm


Mesure par MEB - Seuillage et détection des objets >LD


Mesure par MEB - Acquisition au grossissement d’analyse

G=400 : detection

G=3000 : analyse


Mesure MEB - Analyse des phases des inclusions

G = 3000

LD = 5 µm

Points d’analyse

élémentaire


Système optique Système MEB + EDS

Mesure rapide et automatique

Il est nécessaire de réaliser une vérification des inclusions après la phase de mesure (suppression des artefacts)

Environ 20 min + 5 min / échantillon

Mesure automatique avec des résultats très précis (analyse chimique, qualité des images)

Temps de mesure élevé

Environ 2 à 12 h / échantillon

Metis : comparaison des systèmes OPT / MEB

Système MeTiS


0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

[1,0

;2,0

[

[2,0

;3,0

[

[3,0

;4,0

[

[4,0

;5,0

[

[5,0

;6,0

[

[6,0

;7,0

[

[7,0

;8,0

[

[8,0

;9,0

[

[9,0

;10

,0[

[10

,0;1

1,0

[

[11

,0;1

2,0

[

[12

,0;1

3,0

[

[13

,0;1

4,0

[

[14

,0;1

5,0

[

>=

15

Equivalent diameter, µm

De

ns

ity

, N

be

r/m

m²)

Diameter < LD

Cartographie des inclusions

Histogramme des diamètreséquivalents

0

2000

4000

6000

8000

10000

0 5000 10000 15000 20000

x, µm

y, µ

m < 5.0

[5.0 - 10.0[

[10.0 - 15.0[

[15.0 - 20.0[

>= 20.0

Diameters

meTis : logiciel de traitement

Système MeTiS – Exemples de graphes


meTis : logiciel de traitement Résultats de normes

Possibilité d’obtenir automatiquement les résultats complets selon le principe des normes suivantes :

- ISO 4967 (2013)- DIN 50602 (1985)- ASTM E45 (2013)- JIS G 0555 (2003)- EN 10247 (2007)- ASTM E2283 (2008)*- NFA 04-108 (1986)*- NFA 04-115 (1987)*

* Uniquement sur des sessions OPTIQUE

Exemple de PV – ISO 4967

Système MeTiS – Les normes inclusionnairesDate

Réf.

Echantillons

Nuance Coulée Produit

Prélèv. Opérat.

Numéro d'échantillon 1 2 3 4 5 6

Repère d'échantillon

Conditions de mesure

Grossissement Limite de détection, µm

Numéro d'échantillon 1 2 3 4 5 6 Total

Nombre de champs 0

Surface, mm² 0

Nombre total de champs par indice

Indice

i fine épaisse fine épaisse fine épaisse fine épaisse

0.5

1.0

1.5

2.0

2.5

3.0

Méthode A - Champ le plus sale pour chaque type d'inclusion

Type A B C D DS

fine

épaisse

Méthode B - Champ moyen pour chaque type d'inclusion

DS

fine épaisse fine épaisse fine épaisse fine épaisse

moy.

Indice s

Indice de propreté

D (globulaire)

A (sulfure) B (aluminate) C (silicate)DS

D (globulaire)

ImageLogo3V3Norme ISO 4967 - 2013

Méthode A et B

A (sulfure) C (silicate)B (aluminate)

Type d'inclusion

Type d'inclusions


Logiciel METALIAMétallographie par Analyse d’Images


Genèse de METALIA

La caractérisation de structures métallurgiques par métallographie quantitative est souvent délicate pour différentes raisons :

• les structures sont variées et complexes,

• il est difficile de définir le nombre de champs à observer pour obtenir la précision souhaitée,

• il est difficile d’assurer la répartition aléatoire des champs observés dans les zones de mesure,

• la sauvegarde des résultats et leur traçabilité sont délicats à réaliser (temps important nécessaire).

Développement d’une application d’aide à la mesure : METALIA


Différentes structures caractérisées par METALIA

METALIA est composé de différents modules de mesure

Pourcentage

de phase

Taille de

grain

Profondeur de

décarburation

Largeur de

bande

Fraction de

gros grain

Globulisation et

ségrégation

Espacement

interlamellaire

Taille d’élément

de structure


Différentes structures caractérisées par METALIA

METALIA est composé de différents modules de mesure

Forme du

graphite (fonte)

Taille de

particules

Espacement

inter-phase

Epaisseur de

couche

METALIA contient 26 modules de méthodes de mesure ou d’utilitaires pour répondre aux besoins multiples du métallographe.


Méthode de mesure du % de phase seuillée (ferrite)

Exemple de traitement - Mesure du % de phase seuillée

Seuillage « Nettoyage » de l’image

Image initiale Image seuillée Image nettoyée


Description de METALIA – Interface du logiciel

Exemple d’interface lors d’une mesure de taux de phase par seuillage.L’opérateur dispose à tout moment d’une vision précise de la progression de samesure au travers de la courbe de résultats, du nombre de champs et de la surfaceanalysée, ainsi que de la précision obtenue (variabilité V1 et V5).


Exemples de PV de résultat automatique créé dans EXCEL®


Temps de mise en données et de mesure rapide.

Possibilité d’effectuer les mesures sur un PC indépendant de la source d’acquisition sur des images couleurs ou N&B de tailles quelconques.

Critères d’arrêt définis pour garantir la précision attendue.

PV automatique au format EXCEL® (2003/2007/2010/2013).

Interface et PV en français et en anglais.

Traçabilité complète (sauvegarde des conditions de mesures…).

L’interface est disponible en français ou en anglais.

Ajout rapide de nouveaux modules en fonction des besoins des clients.

Conclusions

Les principales caractéristiques de METALIA sont les suivantes


METALIA est conçu pour répondre aux différents besoins de caractérisation des structures variées des échantillons.

Le but principal est de décharger le métallographe des contraintes qui ne sont pas celles de son expertise (échantillonnage, nombre de mesure, mesure quantitative…) et d’améliorer la précision des mesures.

Le métallographe peut se concentrer uniquement sur l’aspect qualitatif de la mesure.

Il reste le garant de la qualité du résultat.

A propos de METALIA


L’analyse d’image est couramment utilisée dans le domaine des matériaux, en particulier dans le domaine des aciers.

L’apport de l’analyse d’image dépend du type de mesure (apport partiel dans le cas des mesures de structure ou complet dans le cas des inclusions).

Les fonctions d’analyse d’images permettent d’accéder à des paramètres difficiles à évaluer et ceci de manière très rapide.

Le pilotage des équipements est nécessaire pour la mise en place de méthodes de caractérisations automatiques ou semi-automatiques.

Dans tous les cas de mesure, la qualité de préparation des échantillons est essentielle.

Conclusions


Merci de votre attention

Eric Hénault

06 16 96 10 14

[email protected]

www.datamet.fr

Contacts

mailto:[email protected]

Download - pa analyse d’image (exemple de l’aie)...DATAMET PR 2016-06 Caractérisation des matériaux par analyse d’image 1 Eric Hénault, 8 juin 2016 –FORUM SVTM 2016 Caractérisation

Top Related