Você está na página 1de 6

Deteco automtica de vazios em isoladores polimricos por tomografia industrial 3D

Automatic detection of flaws in polymer insulators using 3D industrial tomography


1

energia eltrica, por tcnica de tomografia computadorizada industrial tridimensional. As tomografias bidimensionais foram reconstrudas utilizando-se 180 radiografias digitais (projees) adquiridas por um sistema de alta resoluo (detector com pixels de dimenso de 50 m 50 m, a-Si). Para a reconstruo das tomografias 3D utilizou-se fatias no formato bitmap (BMP) com espessura de 50 m. O algoritmo utilizado para a reconstruo 3D foi o Marching Cubes implementado com o uso da biblioteca VTK (Visualization Toolkit) em linguagem Java (plataforma Linux 64 Bits). A partir dos objetos tridimensionais reconstrudos foram obtidas nove caractersticas para treinamento da rede neural, sendo que todas, em essncia, so geomtricas. Os resultados mostraram-se satisfatrios em relao ao treinamento da rede neural. Palavras-Chave: Isoladores polimricos, tomografia computadorizada, redes neurais, VTK. 1 Introduo

Walmor Cardoso Godoi Klaus de Geus2 Romeu Ricardo da Silva3 Vitoldo Swinka-Filho1

1 Instituto de Tecnologia para o Desenvolvimento LACTEC walmor@lactec.org.br vitoldo@lactec.org.br

O uso de isoladores polimricos nas linhas de transmisso e distribuio de energia eltrica tem crescido constantemente nos ltimos anos. Um dos fatores para esse aumento a sua manuteno de hidrofobicidade na presena de nvoa salina e chuva. Outras vantagens esto na massa reduzida, baixo custo e resistncia contaminao. Por outro lado, pode-se citar como uma das principais desvantagens a existncia de defeitos no seu interior, originados do processo de fabricao (por exemplo, problemas na injeo do polmero) ou por influncias mecnicas, trmicas e eltricas [1-3]. Tcnicas de visualizao tomogrfica tm sua origem nas aplicaes mdicas da dcada de 60, com o tomgrafo de Ondendorf. Os primeiros sistemas tomogrficos, no incio com raios gama e depois por raios X, eram usados para obter imagens do crnio humano e, logo aps, do corpo humano inteiro. Ainda hoje, a tomografia por raios X a mais utilizada em modalidades de tomografia computadorizada (TC), seguida pela tomografia por ressonncia nuclear magntica (RNM). Atualmente, ambas as tomografias por raios X e por RNM, assim como uma variedade de outras tcnicas tomogrficas, encontram aplicaes em outras reas, tais como em ensaios no-destrutivos (NDT) [4]. A tomografia por raios X em aplicaes industriais fornece, por tcnicas oriundas da computao grfica, as mesmas ferramentas de diagnstico e de medidas utilizadas em medicina, como por exemplo, a determinao de volumes de defeitos, o que auxilia no controle do processo de manufatura, impactando a qualidade final dos componentes produzidos. Em ensaios no setor eltrico, TC pode auxiliar no estudo do caminho de descargas eltricas no interior dos materiais isolantes e no diagnstico de defeitos em componentes eltricos. So apresentados neste trabalho os resultados para o reconhecimento de padres (vazios) em isoladores polimricos, classe 15 kV, utilizados em redes de distribuio de energia eltrica, por TC tridimensional com o auxlio de redes neurais. 2 Tomografia Industrial 3D

Copel Companhia Paranaense de Energia klaus@copel.com Centro de Tecnologia SENAI RJ Solda, rrdsilva@firjan.org.br
3

Keywords: Polymer insulators, computed tomography, neural networks, VTK.

Resumo: Neste trabalho so apresentados a metodologia e os resultados aplicados deteco automtica de vazios em isoladores polimricos utilizados em redes de distribuio de

Em NDT, Tomografia por raios X pode ser usada para ensaios no-destrutivos com vistas obteno de caractersticas do

Espao Energia - Nmero 11, Outubro 2009

Abstract: This work presents a methodology for the automatic detection of flaws in polymer insulators using three-dimensional industrial computed tomography (CT), as well as results obtained in the context of power distribution networks. The CT slices were reconstructed using 180 digital radiographs (projections) acquired by a high resolution system (pixel dimension of 50 m 50 m, a-Si). For the reconstruction of 3D CT, 50 m wide bitmap slices were used. The Marching Cubes algorithm was used to perform the 3D reconstruction, using the Visualization Toolkit (VTK) library and the Java programming language (64 Bits Linux platform). Nine features were obtained from the reconstructed three-dimensional objects for the neural networks training. Results showed to be satisfactory.

interior de um objeto slido e opaco luz visvel, permitindo visualizar a geometria e a topologia do interior do objeto por meio da reconstruo de suas seces transversais. Tomografia por raios X utiliza um equipamento especfico para obter um grupo de imagens radiogrficas (projees) de diferentes ngulos ao redor do objeto. Essas imagens so utilizadas como informao para reconstruir uma seco transversal do objeto a ser analisado, por meio de processamento computacional. Os valores de intensidade dos pixels da imagem tomogrfica so proporcionais ao coeficiente de atenuao do material [4,5]. Os fundamentos matemticos da tomografia esto relacionados reconstruo de uma imagem por meio de suas projees. No termo estrito da palavra, uma projeo a um dado ngulo a soma das intensidades da imagem que chegam ao detector na direo especificada por aquele ngulo, como ilustra a Figura 1. O problema consiste em construir os objetos sem a partir das intensidades que chegam aos detectores de raios X. Na figura, mostra a rotao do detector (o mesmo acontecer com a fonte de raios X) obtendo projees (sombras) de intensidades diferentes em funo da posio do detector e dqa fonte. Podem-se citar trs tipos de projees comumente utilizadas para raios X: projees de feixe paralelo, projees de feixe em leque e projees de feixe em cone. A literatura sobre mtodos de reconstruo tomogrfica vasta. Uma abordagem sobre os aspectos matemticos e de implementao computacional sobre reconstruo tomogrfica pode ser encontrada nos livros de Kak e Slaney [6] e Natterer [7]. A tomografia tem sido amplamente utilizada em diversas aplicaes na indstria, tais como aplicaes em fluidos com multifases [8], alimentos [12,10], polmeros [11], eletrnica [12] e em engenharia [13].

A Figura 2 mostra um isolador polimrico, da classe 15 kV, utilizado em linhas de distribuio de energia eltrica (isolador tipo J-Neck). Esse o objeto de estudo deste trabalho. A Figura 3a mostra uma radiografia da base de sustentao do isolador polimrico. A Figura 3b mostra uma reconstruo tomogrfica do mesmo isolador polimrico (fatia tomogrfica). Utilizam-se, para a reconstruo dessa seco transversal (fatia), 180 projees radiogrficas em imagens de 12 bits (40126 tons de cinza), no formato Portable Network Graphics (PNG). As imagens das Figuras 3a e 3b mostram um defeito, isto , um vazio no isolador. Esse defeito originrio do processo de manufatura do componente.

Figura 2: Fotografia de isolador polimrico utilizado em linhas de distribuio de energia eltrica.

Figura 3: (a) Radiografia digital de isolador polimrico com bolha

Espao Energia - Nmero 11, Outubro 2009

de ar (indicada pela seta branca). (b) Tomografia de uma das sees transversais do isolador contendo a bolha de ar (indicada pela seta preta).

Metodologia Experimental

Figura 1: Duas projees radiogrficas adquiridas pelo detector de raios X so mostradas para um objeto tomogrfico que consiste de dois cilindros. O problema consiste em construir os objetos a partir das intensidades que chegam aos detectores [6].

As radiografias foram adquiridas usando um sistema de radiografia digital, ilustrado na Figura 4, instalado no Instituto de Tecnologia para o Desenvolvimento - LACTEC. Esse sistema composto pelos seguintes componentes: Fonte de raios X porttil microfoco (tenso de at 70 kV e corrente de at

100A), detector digital de raios X com rea ativa de 12cm x 11cm (podendo obter projees radiogrficas com dimenses de at 2344 x 2240 pixels), mesa giratria e computador para controle. A dimenso espacial de cada pixel do detector de 50 m e a profundidade de 12 bits/pixel (40126 tons de cinza). A mesa giratria controlada por um motor de passo, computador para controle e reconstruo das imagens e software desenvolvido em linguagem C++ para o processamento de imagens e reconstruo tomogrfica bidimensional e Java para reconstruo tridimensional, utilizando a biblioteca grfica VTK (Visualization Toolkit) [14]. Em todas as reconstrues tomogrficas realizadas foram obtidas 180 radiografias (100 A de corrente e 70 kV de tenso no tubo). O tempo de exposio de cada imagem foi de cinco segundos.

auxiliar na tomada de deciso quanto s medidas cabveis pea ensaiada (troca ou no). As imagens das superfcies reconstrudas so geradas a partir de mltiplas fatias bidimensionais que compem o volume a ser reconstrudo [12]. Utilizou-se neste trabalho o algoritmo Marching Cubes [16] nas imagens tomogrficas que foram segmentadas (utilizando o formato bitmap). A Figura 5 mostra a reconstruo das superfcies que compem o phantom, utilizado neste trabalho, com o uso do algoritmo de Marching Cubes. A implementao do algoritmo foi realizada em Java com a biblioteca VTK. Essas superfcies so formadas pela interface ar-acrlico. O algoritmo de Marching Cubes baseia-se em dois passos: 1) localizao da superfcie correspondente ao valor especificado como parmetro; e 2) clculo das normais nos vrtices dos tringulos, a fim de criar uma superfcie de alta qualidade visual. O Marching Cubes utiliza a tcnica de diviso e conquista para localizar a superfcie por meio de um cubo lgico, formado por oito voxels. Cada pixel representado por um vrtice do cubo. O algoritmo determina o modo como a superfcie faz interseo com o cubo, movendo-se (ou marchando) ento para o prximo cubo. Para verificar se a superfcie faz interseo com o cubo, o algoritmo determina se o valor do vrtice escolhido excede ou equivale ao valor da superfcie a ser construda. Caso seja verdadeiro, o vrtice recebe valor um, indicando que est dentro da superfcie. Caso contrrio, o vrtice recebe valor zero, indicando que est fora. Assim, mediante a localizao dessas intersees, possvel determinar a topologia de uma superfcie dentro de um cubo por meio de triangulaes. O algoritmo resultar, em geral, num considervel nmero de tringulos para formar as superfcies geradas. Esses tringulos, apresentados em malhas, determinam a qualidade e o tempo de processamento do modelo geomtrico. Porm, malhas que apresentam um nmero elevado de tringulos no podem ser geradas para aplicaes em tempo real. Assim, deve-se reduzir o nmero de polgonos. A tcnica de Decimation [15] foi desenvolvida a fim de solucionar esse problema. Schroeder [14] utilizou essa tcnica para otimizar aplicaes em tomografia 3D. Essa tcnica conhecida como reduo de polgonos ou simplificao de malha, a qual reduz o nmero de tringulos em uma malha, preservando o tanto quanto possvel as suas caractersticas. A Figura 6 mostra uma radiografia digital e tambm a reconstruo de um defeito (bolha) pela tomografia tridimensional. importante isolar os objetos tridimensionais reconstrudos, ou seja, separar os objetos para a Viso da Mquina para a obteno de caractersticas e reconhecimento do objeto (Defeito D ou Estrutura Regular ER) na rede neural.

Figura 4: Sistema de radiografia digital (vista de cima). A mesa gira o objeto em 180 graus. A fonte de raios X e o detector mantm-se imveis.

Construiu-se um phantom de acrlico para comparar os volumes dos vazios obtidos pelo processo tomogrfico com o volume real do objeto. Essa etapa importante, no sentido de garantir que as caractersticas obtidas para o treinamento da rede neural estejam dimensionalmente corretas [17]. O phantom composto do empilhamento de trs cilindros de acrlico com 5 cm de dimetro e 1 cm de altura. O cilindro central apresenta doze orifcios com dimetro entre 1,0 mm e 6,0 mm. O volume dos vazios do phantom foi previamente determinado usando um mtodo analtico. A medida do volume e rea superficial dos vazios por tomografia de raios X foi obtida utilizando a biblioteca Open Source VTK Visualization Toolkit [14] em linguagem Java. Essa ferramenta permite a reconstruo tridimensional de conjuntos de dados. A componente dessa biblioteca que retorna os dados de volume e rea denominada vtkMassProperties, baseada no trabalho de Alyassin [15]. 4 Reconstruo Tomogrfica Tridimensional

Reconstrues de superfcies tridimensionais de objetos oferecem valorosa ferramenta de diagnstico fornecendo informaes relevantes tais como a forma anatmica do objeto reconstrudo e medidas de volume ou rea superficial. Em NDT, conhecer o volume de um defeito, por exemplo, pode

Espao Energia - Nmero 11, Outubro 2009

Reconhecimento de Padres 3D

Aps a concluso da extrao de caractersticas 3D (nove caractersticas, ver Tabela 1) dos objetos encontrados na tomografia tridimensional (reconstruda por Marching Cubes), realizaram-se o treinamento, os testes e a validao de uma rede neural com 20 neurnios na subcamada (Figura 7), no intuito de detectar automaticamente defeitos presentes nos isoladores.
Tabela 1: Caractersticas utilizadas neste trabalho para os objetos reconstrudos na tomografia 3D. Pode-se observar as caractersticas so todas geomtricas. O clculo dessas caractersticas baseou-se na classe vtkMassProperties [14] da biblioteca VTK.
Caracterstica F1 Nome Forma Esfera Descrio Retorna o quo prximo de uma esfera o objeto reconstrudo. rea superfic ial do objeto Volume do objeto Volume do objeto projetado na direo x Volume do objeto projetado na direo y Volume do objeto projetado na direo z Maximum Unit Normal Component (MUNC) na direo x Maximum Unit Normal Component(MUNC) na direo y Maximum Unit Normal Component(MUNC) na direo z

F2

Figura 5: Reconstruo das superfcies por Marching Cubes. Nenhum filtro foi utilizado. Podem ser vistos nesta figura os doze vazios cilndricos e a superfcie externa do acrlico.

F3 F4

rea Superficial Volume Vx

F5

Vy

F6

Vz

F7

Kx

F8

Ky

F9

Kz

(a)

Deve-se ressaltar aqui que a abordagem realizada com esse intuito no convencionalmente utilizada em tomografia. Em geral, os trabalhos que visam a identificar padres tridimensionais segmentam os objetos nas fatias 2D das tomografias, realizam a extrao das caractersticas em cada fatia e s depois reconstroem os objetos tridimensionais. O trabalho gerou resultados satisfatrios com custo computacional equivalente ou at mesmo menor em relao s abordagens convencionais. As entradas da rede neural correspondem a 50 amostras com nove caractersticas calculadas para cada uma. Os dados de sada (pesos sinpticos) permitem a deteco automtica dos defeitos dos isoladores. A Tabela 1 apresenta os resultados obtidos para os coeficientes de correlao entre as caractersticas obtidas para os objetos encontrados na tomografia tridimensional dos isoladores. Essa tabela importante por apresentar as caractersticas mais relevantes no processo de reconhecimento de padres. reconhecimento de padres.

Espao Energia - Nmero 11, Outubro 2009

(b)
Figura 6: (a) Radiografia digital de um isolador indicando um vazio, e o caminho de descarga. (b) Detalhe da reconstruo tridimensional do defeito. Aplicou-se nessa imagem um filtro Gaussiano tridimensional para suavizar a superfcie.

Tabela 1: Tabela com os coeficientes de correlao linear entre as caractersticas e entre as caractersticas e classes de padres.
Caracters ticas F1 F1 F2 F3 F4 F5 F6 F7 F8 F9
1

Coeficientes de Correlao Linear Limite de 95% de Intervalo de Confiana F2


0.41 1

- N nmero de dados = 0,29 F6 F7


0.16 -0.024 -0.442 0.377 0.685 1 0.028 -0.121 -0.085 -0.112 -0.175 -0.162 1

F3
-0.195 -0.054 1

F4
-0.334 0.007 -0.231 1

F5
-0.278 -0.021 -0.212 0.859 1

F8
0.089 -0.093 -0.113 -0.087 -0.183 -0.159 0.673 1

F9
-0.064 0.116 0.108 0.106 0.191 0.172 -0.916 -0.913 1

Classes
-0.005 -0.297 -0.301 0.315 0.247 0.2 0.561 0.506 -0.589

Figura 7: Diagrama da rede neural utilizada. As caractersticas obtidas so utilizadas no treinamento e nos testes da rede neural.

Os coeficientes de correlao linear mostram que h significativa correlao entre as caractersticas extradas e as classes de padres de Estrutura Regular (ER) e Defeito(D), pois a maioria, para um intervalo de confiana de 95%, est acima do valor 0,29. Destaque negativo fica por conta exclusiva da caracterstica F1, que apresenta baixo valor de correlao. A caracterstica F9 resulta na maior relevncia entre todas na discriminao dos padres. A Figura 8 mostra a distribuio das classes num espao bidimensional formado pelas duas caractersticas de maior coeficiente de correlao linear: F7 e F9. O resultado mostra que as duas classes apresentam boa separao nesse espao dimensional, podendo ser possvel desenvolver um classificador linear que separe as duas classes com bom nvel de acerto. Na figura, por exemplo, um classificador linear simples permitiria acerto de 100% das indicaes de defeito, com alguns erros de falso positivo. Entretanto, h de se destacar que nessa hiptese no so consideradas as outras seis caractersticas relevantes, o que certamente aumentaria o

Figura 8: Separao dos padres em duas dimenses (F7 versus F9).

Para implementar o classificador, recorreu-se a uma rede neural de dupla camada com treinamento por retropropagao do erro. A Tabela 2 mostra os resultados de estudo de variao do nmero de neurnios na segunda camada do classificador nolinear. O treinamento da rede foi parado em 3000 pocas por estabilidade do erro mdio quadrtico ou por ter sido atingido o critrio de parada, que foi de 0,001. Utilizou-se momento igual a 0,9 e taxa de aprendizagem de 0,1 com neurnios do tipo tangente hiperblica, e apenas um neurnio na sada, visto ser suficiente para separar um caso de duas classes de padres. Para testar a generalizao do classificador, foram sorteados conjuntos de teste com 30% de amostras do conjunto original de dados. Destaca-se, dessa forma, que os conjuntos de teste foram compostos com 15 amostras. A classe ER, originalmente, contm 27 amostras, e a classe D 23 amostras. O sorteio foi aleatrio mantendo-se essa proporo entre ER e D.

Espao Energia - Nmero 11, Outubro 2009

Tabela 2: Variao do nmero de neurnios na camada intermediria.

7 Agradecimentos Este trabalho foi desenvolvido sob os auspcios do Programa de P&D da Agncia Nacional de Energia Eltrica Aneel.

Nmero de neurnios 1 2 3 4 5 6 7 8 9 10

Treinamento (%) 91,43 97,15 94,3 100 100 100 100 97,2 100 100

Teste (%) 93,4 86,7 86,7 66,7 66,7 73,4 66,7 80 66,7 66,7

8
[1]

Referncias
W C Godoi, R R da Silva and V Swinka-Filho, 'Pattern recognition in the automatic inspection of flaws in polymeric insulator', Insight Non-Destructive Testing and Condition Monitoring, Vol. 47, no. 10, pp 608-614, October 2005. T Kikuchi, et al. 'Survey on the use of non-ceramic composite insulators', IEEE TDEI, vol. 6, n. 5, pp. 548-556, 1999. R Hackam, 'Outdoor HV Composite Polymeric Insulator'. IEEE TDEI, vol. 6, n. 5, pp. 557-585, 1999. M Behling and D Mewes, 'Process Tomography: Development and Application of Non-intrusive Measuring Techniques for Multiphase Flows', Computerized Tomography for Scientists and Engineers, New Delhi, Anamaya Publishers, 2007. G T Herman, 'Image Reconstruction from Projections The Fundamentals of Computerized Tomography', Academic press Inc, 1980. A C Kak, 'Principles of Computerized Tomographic Imaging', IEEE Press, 1987. F Natterer, 'The Mathematics of Computerized Tomography', Classics in Applied Mathematics, SIAM, New York, 2001. R D Luggar, E J Morton, P M Jenneson and M J Key, 'X-ray Tomographic Imaging in Industrialprocess Control', Radiation Physics and Chemistry, v. 61, pp. 785787, 2001. A Hirakimoto, S Ohnishi, H Maeda, T Kishi, T Shiota, T Tamura, M Ukita, S Fujita and M Kamegawa, 'Progress of Microfocus X-ray Systems for Fluoroscopic and Computed Tomography', Spectrochimica Acta Part B, v. 59, pp. 1101 1106, 2004.

[2] [3] [4]

Pelos resultados, observa-se que, quanto maior o nmero de neurnios na camada intermediria, maior o acerto de classificao com os dados de treinamento. Com um neurnio apenas, tem-se mais de 91% de acerto para treinamento e mais de 93% pra teste, situao atpica em se tratando de rede neural, pois na maioria das vezes h menor acerto com os conjuntos de teste, por razes lgicas de um processo de reconhecimento de padro. Entretanto, isso pode acontecer quando o treinamento se encerra prematuramente e os dados de teste, involuntariamente, apresentam um acerto maior. Numa situao mais realista, com dois e trs neurnios, obtmse acertos de 97,15% e 94,3%, respectivamente. Neste caso, os conjuntos de teste apresentaram ndices de 86,7%, isto , 13 acertos em 15. Aumentando-se o nmero de neurnios, verifica-se que o treinamento chega a 100%, enquanto os testes caem para faixas entre 66 e 80%. Isso lgico em treinamento de rede neural, pois h provvel supertreinamento dos seus parmetros (sinapses e bias), o que provoca um erro maior com as amostras de teste. Concluise que com dois ou trs neurnios obtm-se a melhor situao de generalizao do classificador no linear. 6 Concluses

[5]

[6] [7] [8]

[9]

[10] L Chaunier, G D Valle and D Lourdin, 'Relationships Between Texture, Mechanical Properties and Structure of Cornflakes', Food Research International, v.40, pp. 493503, 2007. [11] A Brunneti et al, 'Visualization of Monomer and Polymer Inside Porous Stones by Using X-ray Tomography', Nuclear Instruments and Methods in Physics Research B v. 222, pp. 235241, 2004. [12] S Bord, et al, 'An X-ray Tomography Facility for I.C. Industry at TMicroelectronics Grenoble', Microelectronic Engineering, v.2, pp.1075, 2002. [13] P Munshi, edited by, 'Computerized Tomography for Scientists and Engineers', Anamaya Publishers, New Delhi, 2007. [14] W Schroeder, K Martin and Bill Lorensen, 'The Vizualization Toolkit An Object-Oriented Approach to 3D Graphics', 3rd ed., Kitware, 2004. [15] A M Alyassin et al. 'Evaluation of new algorithms for the interactive measurements of surface and volume', Med. Phys. 21 (6), june, 1994. [16] W E Lorensen and H E Cline 'Marching Cubes: A high resolution 3D Surface Construction Algorithm', Computer Graphics, vol. 21, n.4, 1987. [17] W C Godoi, K de Geus, R R da Silva and V Swinka -Filho, V , 'Volume and surface measurements of flaws in polymeric insulators using X-ray computed tomography'. Insight, Vol. 50, No 10, pp 554-559, 2008.

Espao Energia - Nmero 11, Outubro 2009

Os testes da rede neural comprovaram que possvel atingir bons ndices de acerto de classificao empregando-se as nove caractersticas extradas das imagens tomogrficas. Entretanto, pelo baixo ndice de amostras disponveis, no possvel fazer uma afirmativa sobre o ndice de acerto com dados de teste. Quanto s caractersticas mais relevantes, uma opo seria descartar a menos relevante e verificar os ndices de acerto sem o uso desta, o que poder ser feito em estudos subsequentes. A visualizao tridimensional de dados volumtricos mostra-se satisfatria para analisar defeitos em isoladores polimricos. Assim possvel analisar quantitativamente o caminho formado por uma descarga eltrica. As novas metodologias propostas para o clculo do volume dos vazios e os resultados obtidos constituem-se, portanto, nas maiores contribuies deste trabalho.