fusão de dados em ensaios não destrutivos …i 244... · os resultados da inspeção por...

179Soldagem Insp. São Paulo, Vol. 12, No. 3, p.124-132, Jul/Set 2007

Proposição de Modelo para a Fusão de Arames Tubulares

(Recebido em 14/07/2006; Texto Final em 03/07/2007).

Fusão de Dados em Ensaios Não Destrutivos Utilizando Decisão Fuzzy para a Avaliação de Soldas Obtidas pelo Processo de Fricção Linear

(Data Fusion in Non Destructive Testing Using Fuzzy Logic to Evaluate Friction Stir Welding)

Telmo Gomes dos Santos1, Bruno Santos Silva1, Pedro dos Santos Vilaça1, João M. C. Sousa2, Luísa Quintino1

1Universidade Técnica de Lisboa, Instituto Superior Técnico, Instituto de Engenharia Mecânica, Secção de Tecnologia Me-cânica, Lisboa, Portugal, [email protected], [email protected]

2Universidade Técnica de Lisboa, Instituto Superior Técnico, Instituto de Engenharia Mecânica, Centro de Sistemas Inteli-gentes, Lisboa, Portugal

Resumo

Os últimos desenvolvimentos em Ensaios Não Destrutivos (END) têm-se caracterizado pela criação de sistemas de inspeção integrados que agregam técnicas distintas de END através da fusão dos seus dados. Este procedimento visa tirar partido da diversidade, complementaridade e redundância das várias técnicas, com o objectivo de criar sistemas sinérgicos mais confiáveis, aumentar a rapidez da inspeção e reduzir custos. Neste trabalho apresenta-se um sistema integrado de END para a Soldagem por Fricção Linear (SFL) designado QNDT_FSW. O sistema proposto utiliza fusão de dados com decisão fuzzy para agregar os resultados da inspeção por Ultra-sons, ToFD e Correntes de Eddy. O objetivo é conseguir um sistema de inspeção completo e automático para a Soldagem por Fricção Linear dispensando a intervenção de um perito em END. Os três tipos de sondas fornecem informação que é tratada através de um algoritmo de fusão de dados com implementação computacional, o qual devolve Índices de Defeito Interno (IDI) e Índices de Defeito na Raíz (IDR) para cada secção do cordão de solda. Os testes experimentais do QNDT_FSW demonstraram a sinergia do sistema e forneceram resultados concordantes com a real qualidade dos cordões de solda, tratando-se portanto de uma metodologia de END válida.

Palavras-chave: Ensaios não destrutivos. Soldagem por fricção linear. Fusão de dados. Decisão fuzzy.

Abstract: Recent developments in Non Destructive Testing (NDT) have been characterized by integrated inspection systems that aggregate different NDT techniques based on data fusion. This procedure benefit from diversity, complementarity and re-dundancy of the various techniques, in order to develop more sophisticated and reliable synergetic systems, to increase speed and to enable costs reduction. This work addresses an integrated system of non destructive characterization for Friction Stir Welding (FSW) named QNDT_FSW. The proposed system uses data fusion with fuzzy logic in order to integrate the results of Ultrasound inspection, ToFD and Eddy Currents. The main goal is to achieve a complete and automatic inspection system for FSW with no need of an expert in NDT. Three types of probes supply the information that is treated through an algorithm of data fusion with computational implementation, which returns the Root Defect Index (RDI) and the Internal Defect Index (IDI) for each bead sections. In first simulations trials the QNDT_FSW system was able to detect all the defects previously introduced in weld trials of test specimens. Thus, the QNDT_FSW system shown to be a valid methodology for NDT of FSW.

Key-words: Non destructive testing. Friction stir welding. Data fusion. Fuzzy logic.

1. Introdução

O processo de Soldagem por Fricção Linear (SFL) foi inventado em Dezembro de 1991 pelo The Welding Institute, representando hoje um dos mais importantes desenvolvi-mentos na tecnologia de soldagem das últimas décadas. No entanto, a transferência e consolidação industrial do processo necessitam ainda de técnicas confiáveis de END, cujo estado

atual de desenvolvimento não permite a detecção dos defeitos (o termo mais correto em END é descontinuidades, mas será usado o termo defeito com o pressuposto de que qualquer descontinuidade presente constitui um defeito prejudicial) com importância no desempenho estrutural, sob esforços estáticos e de fadiga, assim como a resistência à corrosão dos componentes soldados [1].

Dada a localização e a especificidade morfológica dos defeitos característicos da SFL, a sua detecção e dimen-sionamento torna-se muito difícil. Por isso não existe uma

180 Soldagem Insp. São Paulo, Vol. 12, No. 3, p.124-132, Jul/Set 2007

Santos, T. G.; Silva, B. S.; Vilaça, P. S.; Sousa, J. M. C.; Quintino, L.

técnica de END, que usada individualmente, assegure uma inspeção completa e confiável [1], [2]. Para superar este problema têm sido desenvolvidos alguns trabalhos, com destaque para o projecto europeu QUALISTIR [3], no qual se estudou a aplicação de técnicas avançadas de ultra-sons por phased array. Uma das conclusões deste estudo refere a necessidade de integrar diferentes técnicas de END com vista à obtenção de melhores resultados.

Os últimos desenvolvimentos em END para outras apli-cações, têm-se caracterizado por inspeccionar com sondas baseadas em diferentes fenómenos físicos para melhorar o desempenho das inspeções e reduzir os falsos negativos e falsos positivos de acordo com os critérios Probability of Detection (PoD) e Relative Operating Characteristic (ROC) [4], [5]. Alguns estudos referem uma inspeção mais confiável usando técnicas complementares num sistema integrado, a saber: ultra-sons, raios-X, e correntes de Eddy [6]. Nestas condições, os dados são tratados posteriormente com algo-ritmos computacionais de fusão de dados, beneficiando da redundância, complementaridade e diversidade das várias técnicas. A incerteza, imprecisão, ambiguidade e conflito da informação proveniente dos diferentes END são outra motivação para aplicação de fusão de dados. As principais técnicas de fusão de dados são a probabilística, a estatística, a lógica fuzzy, a teoria da evidência de Dempster-Shafer (TEDS) e a inteligência artificial [4], [5]. O conceito de fusão de dados tem aplicações em áreas muito diversificadas, que vão desde a indústria militar à medicina, mas a sua aplicação em END para SFL é desconhecida.

Este trabalho multidisciplinar tem como objectivo a cria-ção de um sistema integrado de END para a especificidade da SFL. O sistema é composto por duas partes distintas:

1) Hardware – chassis que incorpora, posiciona e trans-porta as várias sondas de três técnicas de inspeção distintas: ultra-sons (eco-pulso creeping e medição de atenuação), Time of Flight Fiffraction (ToFD) e correntes de Eddy;

2) Software – algoritmo de fusão de dados com imple-mentação computacional e respectiva interface gráfica. Este algoritmo fornece o índice de defeito interno (IDI) e índice de defeito na raiz (IDR) para cada secção do cordão de sol-da. O IDI e IDR são o resultado da fusão da informação de todas as técnicas de END, e são propostos como metodologia

alternativa para avaliar a qualidade global da SFL.Pretende-se desta forma automatizar a inspeção, aumen-

tar a sua confiabilidade e reduzir a intervenção de um perito em END, deixando a este apenas a decisão final de aceitação ou rejeição dos resultados do sistema. Este é um aspecto im-portante dado que o fator humano (experiência, treinamento, qualificação, personalidade) é identificado como um dos elementos principais que afeta a confiabilidade dos END.

Neste artigo começará por se fazer uma breve referência à SFL, em termos dos fundamentos do processo, defeitos e aplicabilidade dos END. Apresentam-se alguns elementos de decisão fuzzy usados no algoritmo de fusão de dados, des-creve-se em detalhe o sistema Quantitative Non Destructive Testing for FSW – QNDT_FSW e discute-se os resultados obtidos com o teste do QNDT_FSW em alguns cordões de solda. Por fim, apresentam-se as conclusões.

2. Soldagem por fricção linear

2.1. O processo de SFL

Na SFL a ligação metálica realiza-se a temperaturas infe-riores à temperatura de fusão dos materiais envolvidos, o que, em comparação com os processos de soldagem por fusão, resulta em menores distorções e tensões residuais, como consequência direta da menor entrega térmica envolvida.

A solda é formada pela introdução, na junta definida pelas peças a serem ligadas, de uma ferramenta cilíndrica, não consumível, e animada de movimento de rotação, confor-me se representa na Fig. 1a). O corpo da ferramenta define uma base da qual se destaca um pino com um comprimento correspondente à penetração desejada. Após se estabelece-rem as condições termo-mecânicas adequadas com o pino penetrando em toda a sua extensão na junta de soldagem e a base estando em contacto com a superfície das peças a ligar, inicia-se o movimento linear relativo entre as peças a soldar e a ferramenta, que mantém a sua velocidade de rotação.

O movimento da ferramenta ao longo da junta gera ca-lor, resultante do fluxo viscoplástico imposto nos materiais (dissipação viscosa devido ao atrito interno), e do atrito interfacial desenvolvido entre os materiais a serem soldados e a ferramenta de SFL [7], [8], [9].

Figura 1. Soldagem por fricção lineara) Representação esquemática; b) Exemplo de cordão de solda




2.2. Defeitos na SFL e aplicabilidade dos END

Apesar da boa repetitibilidade do processo de SFL permi-tir implementar metodologias de garantia total de qualidade, existem defeitos que podem ocorrer nos cordões de SFL. Estes defeitos são muito sensíveis a pequenas variações dos parâmetros do processo, típicas do ciclo de produção em ambiente industrial, tais como: preparação inadequada das juntas, falta de penetração do pino, variação da força verti-cal de forjagem ou deficiente fluxo viscoplástico. A Fig. 2 mostra uma macrografia da secção transversal de um cordão

de solda em juntas topo-a-topo. Nela podem ser observados alguns dos principais tipos de defeitos da SFL.

De entre os 9 tipos de defeitos identificados nas juntas topo a topo [7], destacam-se dois grupos de defeitos de parti-cular interesse, que foram abordados neste trabalho: defeitos na raiz do cordão e defeitos no interior do cordão. A Tabela 1 resume os tipos de defeitos que o sistema QNDT_FSW se propõe detectar, bem como as respectivas técnicas de END aplicáveis. O sistema apenas indicará a existência de defei-tos internos ou defeitos na raiz, não distinguindo defeitos pertencentes ao mesmo grupo.

Figura 2. Macrografia da secção transversal de um cordão de SFL com alguns defeitos típicos [7]

Tabela 1. Defeitos na SFL e aplicabilidade dos diferentes tipos de END

* Nota: O ToFD apenas detecta o defeito de kissing-bond, depois da propagação da fissura



3. Fusão sensorial utilizando decisão fuzzy

3.1. Teoria da decisão fuzzy

A teoria dos conjuntos fuzzy, proposta em 1965 por Lotfi Zadeh, é uma metodologia que permite tratar matematica-mente realidades envolvendo incerteza e imprecisão. Pode-se considerar uma generalização da lógica booleana, onde para além de fazer corresponder 0 para valores falsos e 1 para valores verdadeiros, também permite valores entre eles. Considerando que U é o universo de discurso de u, então um conjunto fuzzy no universo U define um mapeamento de U para o intervalo [0,1] através de uma função de pertença

)(uAµ :

]1,0[:)( →UuAµ (1)

Para cada Uu∈ a função de pertença )(uAµ indica o grau de pertença de u, ou seja, o quanto u pertence ao conjunto A. O grau de pertença varia de 0, onde u não per-tence ao conjunto A, até 1, onde u pertence completamente ao conjunto A.

3.2. Função de decisão e operadores de agregação fuzzy

As funções de decisão fuzzy combinam e traduzem ma-tematicamente os objectivos do decisor, tendo em conta os vários critérios envolvidos [11]. Assim, consegue-se modelar a decisão final de acordo com as preferências específicas de cada situação. Estas funções fazem uso de operadores de agregação fuzzy para combinar os vários objetivos e restrições que afectam a decisão [12], [13]. Os três tipos de agregação mais usados em decisão fuzzy são: 1) Agre-gação conjuntiva (⊗ - normas triangulares), 2) Agregação disjuntiva (⊕ - co-normas triangulares) e 3) Agregação compensatória (∗ - médias generalizadas). Existe um con-junto de famílias de normas e co-normas triangulares com determinados parâmetros que ao variarem, produzem um vasto número de possibilidades para este operador. Na versão de Yager, as equações da norma e co-norma triangulares são dadas respectivamente por [14]:

( ) ( ) ( )[ ] 0,111,0max,1

2121 >

−+−−= γµµµµ γγγT

(2)

( ) ( ) 0,,1min,1

2121 >

+= γµµµµ γγγS

(3)

Os agregadores anteriores modelam situações de inter-secção e união de critérios, respectivamente. Mas por vezes é necessário outro tipo de compensação tal como calcular médias entre os vários critérios. O operador média genera-lizada modela esta situação convenientemente. Para dois valores min e max quaisquer entre 0 e 1, as três classes de operadores permitem cobrir todo o espectro de agregação desde a menor norma triangular 0=WT até à maior co-norma triangular 1=WS , conforme se pode observar na Fig. 3.

Figura 3. Espectro de agregação dos operadores [14]

4. O sistema QNDT_FSW – Quantitative Non Destruc-tive Testing for FSW

4.1. Descrição do sistemaO sistema QNDT_FSW permite a realização de uma

inspeção completa e automática para a SFL, recorrendo à fusão dos dados provenientes de cada técnica de END. O sistema é composto por duas partes distintas:

1) Hardware – chassis que incorpora, posiciona e trans-porta as várias sondas de três técnicas de inspeção distintas: ultra-sons (eco-pulso creeping de 4MHz e medição de ate-nuação), ToFD de 15MHz e correntes de Eddy de 20kHz e 2Mhz (Fig. 4);

2) Software – algoritmo de fusão de dados com imple-mentação computacional e respectiva interface gráfica.

Todas as sondas são posicionadas do lado da raiz do cordão porque aí os defeitos são mais importantes e porque

Figura 4. Dispositivo de inspeção laboratorial e sondas de inspeçãoa) Chassis de transporte das sondas; b) Sondas de creeping e atenuação; c) Sondas ToFD; d) Sondas Eddy



Santos, T. G.; Silva, B. S.; Vilaça, P. S.; Sousa, J. M. C.; Quintino, L. Fusão de Dados em Ensaios Não Destrutivos Utilizando Decisão Fuzzy para a Avaliação de Soldas Obtidas pelo Processo de Fricção Linear

essa superfície permite um melhor acoplamento das sondas. A inspeção por creeping é efetuada dos dois lados do cordão, avanço e retrocesso, para fornecer informação redundante ao algoritmo de fusão de dados. A inspeção por creeping é ainda complementada com medição de atenuação, para que um eventual defeito provoque simultaneamente um aumento dos ecos de creeping e um abaixamento dos ecos da atenuação. A captação simultânea destes dois sinais permite ao algoritmo de fusão de dados distinguir entre ruídos e defeitos reais.

O dispositivo de inspeção percorre todo o comprimento do cordão de solda com velocidade constante, fazendo a aquisição de dados em várias secções com espaçamento uniforme. O chassis desenvolvido garante que as condições operacionais de inspeção se mantêm constantes ao longo das secções.

O resultado final do algoritmo de fusão de dados consiste no índice de defeito interno (IDI) e no índice de defeito na raiz (IDR) para cada secção do cordão. Os IDI e IDR são o resultado da fusão da informação de todas as técnicas de END, e são propostos como metodologia alternativa para

avaliar a qualidade global da SFL.O cálculo destes índices é precedido por três etapas:Etapa 1 – Aquisição de dados: a informação adquirida

por cada sonda em cada secção do cordão é armazenada em arquivos que contêm as coordenadas dos pontos que definem 7 curvas de inspeção: creeping e atenuação para o lado de avanço e de retrocesso (4 curvas), ToFD (1 curva) e correntes de Eddy de alta e baixa frequência (2 curvas). Os tipos de curvas obtidas são exemplificados na Fig. 5. As características das curvas são idênticas às que tipicamente se obtém noutros END com condições de inspeção equi-valentes. A Fig. 5 apresenta uma curva de creeping com os dois ecos das ondas longitudinais e transversais referentes a uma descontinuidade na solda. A curva de atenuação indica a intensidade sonora transmitida pela sonda de creeping que chega à sonda de medição de atenuação. A curva do ToFD é um A-scan comum e as curvas das correntes de Eddy são um conjunto de pontos obtidos num intervalo de tempo curto referentes aos valores do módulo e argumento da impedância elétrica.

Tabela 2. Descrição das variáveis características iV

Figura. 5. Metodologia usada pelo sistema QNDT_FSWa) Seccionamento do cordão e curvas obtidas em cada secção; b) Principais etapas



Etapa 2 – Extração das variáveis características: a partir das sete curvas fornecidas pelas sondas faz-se a extração de nove variáveis características através de um sub-algoritmo envolvendo tratamento de sinais. As variáveis características Vi, i=1,…,9 traduzem por números aquelas propriedades de interesse das curvas que normalmente são usadas pelos peritos de END para identificar descontinuidades (Tabela 2). A organização das variáveis características é feita em uma matriz 9xN, onde 9 é o número de variáveis e N é o número de secções do cordão de solda.

Etapa 3 – Fuzificação das variáveis características: a matriz das variáveis características Vi é fuzificada com base em 9 funções de pertença fuzzy, uma para cada linha da matriz. Estas funções trapezoidais de pertença a defeito são constituídas dinamicamente em função do valor das variá-veis características em duas situações extremas: padrão de defeito nulo (material base ou solda bead-on-plate) e juntas com defeitos padrão muito intensos (defeito total), o que permite a calibração do sistema (Fig. 6).

As funções de pertença finais, depois de corrigidas, cor-respondem à curva a contínuo da Fig. 6, onde lZ ′ é dado pela média do valor da variável característica Vi no caso do padrão de defeito nulo, e uZ ′ é dado pela média do valor da variável característica Vi no caso do padrão de defeito total.

4.2. Cálculo dos índices de defeito

Os índices de defeito (IDI e IDR) para as N secções do cordão de solda são calculados através de um algoritmo de decisão fuzzy, composto por uma função de inferência fuzzy, que engloba alguns operadores de agregação descritos em §3.2. Por apresentar vantagens consideráveis foi introduzido o conceito de hierarquia de operadores na construção da fun-ção de inferência, conforme se mostra na Fig. 7. O critério de escolha desta estrutura está relacionado com o conhecimento pericial dos autores em matéria de END na SFL, e com uma escolha de operadores visando aumentar o efeito sinérgico do algoritmo de fusão de dados. Ilustram-se alguns exemplos: para A1 que agrega µ1 e µ2 escolheu-se um operador média porque se trata de informação redundante, ou seja, estas va-riáveis características fuzificadas medem a mesma grandeza por meio de sensores iguais. Deste modo, o operador média visa reduzir a incerteza. Para o operador A3 escolheu-se uma norma triangular porque esta agregação do tipo conjuntivo simula convenientemente a condição de simultaneidades que é necessária para se estar na presença de um defeito e não na presença de uma perturbação do sinal. Sendo A3 o resultado A1 e A2 referentes à mesma inspeção mas em lados diferentes do cordão (lado de avanço e retrocesso), então espera-se que exista uma concordância em ambas as fontes de informação,

Figura 6. Determinação das funções trapezoidais de pertença a defeito

Figura 7. Arquiteturas da função de inferência fuzzy para IDI e IDR, respectivamente(M: Operador média ponderada, T: Operador norma triangular, S: Operador co-norma triangular)




dai a escolha deste operador conjuntivo. Para o operador A6 optou-se por uma co-norma triangular uma vez que este operador disjuntivo garante que para existir defeito basta a indicação positiva das correntes de Eddy (resultado de A5) ou dos ultra-sons (resultado de A4).

4.3. Output do sistema

Como se referiu anteriormente, os objetivos do QNDT_FSW são aumentar a confiabilidade da inspeção e garantir a automatização do processo de detecção de defeitos dispensando a intervenção de um perito em END na fase de interpretação dos sinais recebidos, ficando ape-nas a seu cargo a tomada da decisão final. Nesse sentido, a parte de software do sistema inclui uma interface gráfica (Fig. 8) que permite de forma simples ter acesso a todos os resultados produzidos pelo sistema: a evolução do IDI e

IDR é apresentada graficamente em cada secção; pode-se ter acesso a cada uma das curvas das técnicas de END em qualquer secção; é possível a representação tridimensional dos resultados de algumas técnicas ao longo de todo o cor-dão, entre outras funções.

5.1. Descrição dos testesCom vista ao teste do sistema QNDT_FSW foram pro-

duzidos vários cordões de SFL na liga AA5083-H111 com 7mm de espessura usando as ferramentas e os parâmetros de soldagem indicados na Tabela 3.

A Fig. 9 mostra a aparência visual das soldas usadas para testar o QNDT_FSW. A Fig. 9b) representa uma macrografia transversal do padrão de solda de defeito nulo (solda bead-on-plate) e a Fig. 9c) e Fig. 9d) mostram as macrografias dos padrões de defeito muito elevado com defeitos em volume e na raiz, respectivamente.

Figura 8. Interface gráfica do Sistema QNDT_FSWa) IDI e IDR ao longo das secções do cordão de solda; b) A-scan do ToFD; c) Representação 3D do ToFD

Tabela 3. Ferramentas e parâmetros de soldagem

Figura 9. Cordões de solda usados para testar o Sistema QNDT_FSWa) Amostras na liga AA5083-H111; b) Padrão defeito nulo; c) e d) Padrão defeito total

186 Soldagem Insp. São Paulo, Vol. 12, No. 3, p.124-132, Jul/Set 2007Soldagem Insp. São Paulo, Vol. 12, No. 2, p.97-106, Abr/Jun 2007

5.2. Análise dos resultados obtidosO sistema QNDT_FSW foi testado em diversas amostras

de cordões de SFL com diferentes níveis e natureza de defei-tos, contudo, por questões de espaço será focada a análise de resultados em apenas uma dessas amostras. Os resultados da aplicação do sistema são apresentados em termos de índice de defeitos internos (IDI) e índice de defeitos na raiz (IDR) para cada secção do cordão de solda. Estes índices de defeito são calculados com as funções de inferência fuzzy descritas em §4.2, sendo o resultado da fusão de todas as técnicas de END. Um índice de defeito igual a 100% significa um alto nível de defeito, similar ao padrão de defeito total (Fig. 9), e um índice de defeito igual a 0% significa ausência total de defeito. Considera-se que 30% é um nível crítico de defeito, e portanto de rejeição da solda, mas este critério depende muito da aplicação em causa.

A Fig. 10 mostra o resultado da aplicação do QNDT_FSW para três cordões de solda sucessivos produzidos com a ferramenta #1 usando um comprimento do pino de 6.8mm. A diferença entre estes três cordões é a velocidade de avanço linear: 160mm/min das secções 1 a 11, 224mm/min das sec-ções 12 a 21 e 320mm/min das secções 22 a 34. Os IDI e IDR calculados pelo sistema são comparados com o aspecto visual da superfície de topo e da raiz dos cordões, com a imagem de raios-X e com macrografias de algumas secções.

Os resultados apresentados na Fig. 10 mostram que os IDI e IDR traduzem de forma bastante fiel o estado real da qualidade das soldas, a saber: 1) Os keyholes resultantes da saída da ferramenta (localizados nas secções 1, 12 e 22) são indicados com elevada percentagem de IDI e IDR, como seria de esperar; 2) Na secção 8 o IDI revela um vazio interno. De fato as imagens de raios-X e da superfície de topo do cordão confirmam a existência de um vazio interno que se entende até à superfície. Por outro lado, o IDR não é alterado pela presença de defeitos interno, o que atesta a independência entre os índices; 3) As secções 14 a 18 apre-sentam uma percentagem de IDI bastante reduzida, o que

Figura 10. IDI e IDR para três cordões de solda consecutivos

está correcto de acordo com a análise de raios-X. Contudo o IDR mostra ser sensível à existência ao pequeno defeito na raiz que existe nessas secções e que é conhecido pela análise macrográfica e pelo comprimento do pino utilizado. É inte-ressante notar que nessas secções os raios-X não permitem detectar a existência desse defeito na raiz, pelas razões que se conhecem; 4) O IDR é gradualmente superior ao longo dos três cordões de solda, aumentando com o aumento da velocidade de avanço. Este comportamento é esperado na medida em que o comprimento do pino é 0.2mm inferior à espessura da chapa, o que resulta num pequeno defeito na raiz que aumenta com o aumento da velocidade de avanço.

Os resultados obtidos foram também avaliados sob outro ponto de vista: fez-se a comparação do IDI e IDR com o resultado que se obteria usando apenas uma das técnicas de END, ou seja comparou-se estes índices com cada uma das variáveis características fuzificadas. Desta comparação pode verificar-se que o IDI e IDR reproduzem mais fielmente o real estado da qualidade das soldas do que qualquer variável característica usada individualmente. Estes resultados ates-tam o efeito sinérgico que decorre da utilização do algoritmo de fusão de dados.

6. Conclusões

Apresentam-se seguidamente algumas conclusões decorrentes do desenvolvimento e aplicação do sistema QNDT_FSW:- Foi desenvolvido e testado um novo sistema integrado de END para a SFL chamado QNDT_FSW que usa fusão de dados para agregar a informação de diferentes técnicas de END em paralelo;- A metodologia implementada propõe índices de defeito para o interior (IDI) e para a raiz (IDR) dos cordões de solda como forma de avaliar a qualidade global da soldagem;- Usaram-se diferentes parâmetros para a soldagem de cordões de SFL com vista à produção de soldas livres de




defeitos e também com defeitos internos e na raiz para testar o sistema QNDT_FSW;- Os IDI e IDR foram comparados com a análise visual não destrutivas das superfícies de topo e da raiz do cordão, com a imagem de raios-X e com os ensaios destrutivos metalográ-ficos, e concluiu-se que estes índices refletem com elevada fiabilidade a qualidade real das soldagens produzidas;- Os IDI e IDR permitem concluir também que a fusão de diferentes técnicas de END é uma vantagem comparativa-mente à utilização de cada uma individualmente devido à sinergia resultante do algoritmo de fusão de dados;- O algoritmo de fusão de dados baseado em decisão fuzzy e funções de inferência fuzzy para END é uma abordagem inovadora que demonstrou elevado potencial na aplicação de END para a SFL. Este conceito não encaixa nas formas tradicionais de fusão de dados e apresenta vantagens conside-ráveis comparativamente a metodologias como a inferência bayesiana, a TEDS ou os motores de inferência fuzzy;

7. Agradecimentos

Os autores pretendem expressar o seu agradecimento às seguintes instituições:- FCT – Fundação Para a Ciência e a Tecnologia, Portugal, pelo suporte financeiro do projecto POCI/EME/60990/2004 (NDTStir) e pela bolsa de doutoramento FCT – SFRH/BD/29004/2006;- ISQ – Instituto de Soldadura e Qualidade, Portugal, pelo suporte técnico na realização dos END;- TAP Portugal, pelo suporte técnico na realização dos END.

8. Referências Bibliográficas

[1] VILAÇA, P.; SANTOS, T.; QUINTINO, L. Experimental Analysis, Defect Evaluation and Computational Developments of FSW. Proceeding of IIW South East, Timisoara, Roménia, 2006.[2] LAMARRE, A.; MOLES, M. Complete Inspection of Friction Stir Welds in Aluminium using Ultrasonic and Eddy Current Arrays, Relatório interno R/D Tech, 2003. [3] Development of novel non-destructive testing techniques and integrated online process control for robotic and flexible FSW systems. <http://www.gkss.de/euprojekte/PSP3/Qualistir.html>. Acesso em: Junho 2007.[4] KAFTANDJIAN, V. et al., The Combined Use of the Evidence Theory and Fuzzy Logic for Improving Multimodal NDT Systems, Instrumentation and Measurement, v.54, p.1968-1977, Outubro 2005.[5] SANTOS, T. Data Fusion with Fuzzy Logic in Non-Destructive Testing of Friction Stir Welding: 2006. Dissertação (Mestrado), � Instituto Superior Técnico, Lisboa.[6] HORN, D., MAYO, W.R. NDE Reliability Gains from Combining Eddy-Current and Ultrasonic Testing, NDT&E International, v.33, p.351-362, 2000.[7] VILAÇA, P. Fundamentos do Processos de Soldadura

por Fricção Linear: Análise Experimental e Modelação Analítica: 2003. Dissertação (Doutoramento) � Instituto Superior Técnico, Lisboa.[8] PEPE, N. et al., Fatigue behavior of shipbuilding aluminium alloy welded by friction stir welding. 9th International Fatigue Congress, Georgia, USA, 2006.[9] VILAÇA, P. et al., Joining Aluminium Alloys Dissimilar in Thickness by Friction Stir Welding and Fusion Processes. Welding in the World, v.49, n.3/4, p. 56-62, Abril 2005.[10] VILAÇA, P.; PEDROSA, N; QUINTINO, L. Experimental Activities and Computational Developments of FSW at IST, Proceeding of Romania Welding Society (ASR), Romania, Setembro. 2005.[11] BELLMAN, R., ZADEH, L. Decision Making in a Fuzzy Environment, Management Science v.17, p.141-164, 1970.[12] SOUSA, J. M. C.; KAYMAK, U. Fuzzy Decision Making in Modeling and Control, World Scientific, v.27, 2002.[13] SIEGFRIED G. Mathematical aspects of fuzzy sets and fuzzy logic: Some reflections after 40 years. Fuzzy Sets and Systems, v.156, p. 357-346, Junho 2005.[14] KLIR, G. J. and YUAN, B. Fuzzy Sets and Fuzzy Logic: Theory and Applications. Prentice Hall, Upper Saddle River, 1995.

fusão de dados em ensaios não destrutivos …i 244... · os resultados da inspeção por...

Documents