Executive Secretary
XII Conferencia Internacional de Ingeniería Mecánica
COMEC 2025
XIX Simposio de Soldadura y Materiales
Problemática: Los métodos actuales para la identificación y cuantificación de microconstituyentes de igual tonalidad y diferente morfología requieren mucho trabajo del analista y son propensos a errores, siendo aún insuficientes los estudios sobre técnicas avanzadas de procesamiento digital de imágenes para estas microestructuras complejas.
Objetivo(s): El objetivo consiste en identificar y cuantificar morfologías de austenita en la Zona Afectada Térmicamente de soldaduras de aceros dúplex, mediante procesamiento digital de imágenes en Python.
Metodología: Fueron desarrollados algoritmos en Python, para segmentar y cuantificar las fases de igual tonalidad. Estos fueron aplicados a la identificación y cuantificación de austenitas de diferentes morfologías, en la Zona Afectada Térmicamente de soldaduras de aceros dúplex, realizadas con diferentes energías de entrada del proceso (1,5 kJ/mm y 2,5 kJ/mm). Fue realizada una comparación con la identificación y cuantificación de fases ejecutada con ImageJ-Fiji.
Resultados y discusión: Se obtuvo como resultado la implementación de algoritmos en Python, para la identificación y cuantificación de austenitas de diferentes morfologías, en la Zona Afectada Térmicamente de aceros dúplex. Ello permitió establecer las diferencias microestructurales en función de la energía de entrada del proceso de soldadura; así como comparar con la cuantificación de austenita con ImageJ-Fiji.
Conclusiones: Los algoritmos desarrollados en Python posibilitan el análisis microestructural, ofreciendo una alternativa reproducible en la identificación y cuantificación de austenita en la ZAT de soldaduras de aceros dúplex.
Problem: Current methods for identifying and quantifying microconstituents of the same hue but different morphology are labor-intensive and error-prone for the analyst. Studies on advanced digital image processing techniques for these complex microstructures are still insufficient.
Objective: The objective is to identify and quantify austenite morphologies in the Heat Affected Zone of duplex steel welds, using digital image processing in Python.
Methodology: Algorithms were developed in Python to segment and quantify phases of the same hue. These were applied to the identification and quantification of austenites of different morphologies in the Heat Affected Zone of duplex steel welds, performed with different process input energies (1.5 kJ/mm and 2.5 kJ/mm). A comparison was made with the phase identification and quantification performed with ImageJ-Fiji.
Results and discussion: The result was the implementation of algorithms in Python for the identification and quantification of austenites of different morphologies in the Heat-Affected Zone of duplex steels. This allowed for the identification of microstructural differences based on the input energy of the welding process, as well as for comparison with austenite quantification using ImageJ-Fiji.
Conclusions: The algorithms developed in Python enable microstructural analysis, offering a reproducible alternative for identifying and quantifying austenite in the HAZ of duplex steel welds.
Sobre el ponente
Edriano Valdés Pérez
Discussion