SISTEMA NEURONAL-DIFUSO APLICADO AL RECONOCIMIENTO Y EVALUACIÓN DEL DAÑO EN ACEROS AL CARBÓN APOYADO EN ESTADÍSTICA DESCRIPTIVA

Resumen

Este artículo describe el desarrollo de un sistema integral inteligente capaz de reconocer patrones metalográficos y estimar el daño en aceros al carbón. El sistema está compuesto por una arquitectura de lógica difusa desarrollada tomando como base estadística descriptiva y la red neuronal artificial perceptrón multicapa aplicado en el reconocimiento de patrones metalográficos. El procesamiento digital de las imágenes metalográficas es llevado acabo caracterizando las texturas de las imágenes mediante estadísticos de primer, segundo y tercer orden. Los patrones estudiados se encuentran en la microestructura de los materiales de acero al carbón SA 210 Grado A-1. La propuesta permite estimar el daño presente en el material a partir de la determinación de los estados físicos del material; las muestras de acero estuvieron sometidas a condiciones de trabajo reales, tales como la conducción de vapor y agua a altas temperaturas, sufriendo en consecuencia deterioro que no es fácilmente detectable por medios estándar metalográficos. Los patrones estudiados en la microestructura del material fueron: perlita laminar, esferoidización y grafitización. La microestructura se devela a partir de imágenes obtenidas por un microscopio invertido metalográfico (Olympus - GX71) en el Laboratorio de Pruebas de Equipos y Materiales de la Comisión Federal de Electricidad México. (LAPEM CFE-). Los resultados mostraron que la estimación de daños y de reconocimiento de patrones en el material se predijo correctamente con el sistema desarrollado en comparación con el experto humano.