Fractographic classification in metallic materials by using 3D processing and computer vision techniques
El anl̀isis de falla tiene como objetivo recolectar informacin̤ sobre cm̤o y porqu ̌una falla es generada. El primer paso en este proceso consiste en una inspeccin̤ visual en la superficie de la falla que revelar ̀las caracters̕ticas, marcas y textura que distinguen cada tipo de fractura. Esta inspe...
Saved in:
| Other Authors: | , , , |
|---|---|
| Format: | Book |
| Language: | English |
| Subjects: | |
| Online Access: | Fractographic classification in metallic materials by using 3D processing and computer vision techniques |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | El anl̀isis de falla tiene como objetivo recolectar informacin̤ sobre cm̤o y porqu ̌una falla es generada. El primer paso en este proceso consiste en una inspeccin̤ visual en la superficie de la falla que revelar ̀las caracters̕ticas, marcas y textura que distinguen cada tipo de fractura. Esta inspeccin̤ es generalmente llevada a cabo por personal que usualmente no cuenta con el suficiente conocimiento o experiencia necesaria. Este artc̕ulo propone un mťodo de clasificacin̤ para tres modos de fracturas en materiales cristalinos: sb͠ita frg̀il, progresiva por fatiga y sb͠ita dc͠til. El mťodo propuesto usa visin̤ en 3D, y busca ser un apoyo en el anl̀isis de falla. Las caracters̕ticas usadas en este estudio fueron i) las caracters̕ticas de Haralick y ii) la dimensin̤ fractal. La adquisicin̤ de img̀enes 3D se realiz ̤con un microscopio confocal de escaneo laser Zeiss LSM 700. Para llevar a cabo la clasificacin̤, dos clasificadores fueron evaluados: Redes de Neuronas Artificiales y Mq̀uinas de Vectores de Soporte. La evaluacin̤ de desempeǫ se logr ̤extrayendo cuatro relaciones marginales de la matriz de confusin̤: exactitud, sensibilidad, especificidad y precisin̤, y los siguientes tres mťodos de evaluacin̤: Caracters̕tica Operativa del Receptor o espacio ROC, el n̕dice individual de x̌ito en la clasificacin̤ ICSI y el coeficiente de Jaccard. A pesar que el porcentaje de clasificacin̤ obtenida por un experto es mejor que la obtenida por el algoritmo, este l͠timo logra obtener porcentajes de clasificacin̤ cerca o superior al 60% en exactitud para los tres modos de falla analizados. Los resultados que aqu ̕se presentan representan un buen acercamiento para estructurar investigaciones futuras en anl̀isis de textura usando datos 3D. |
|---|---|
| ISBN: | 2357-5328 (Versin̤ electrn̤ica); 0121-1129 (Versin̤ impresa) |