Traitement numérique d’images issues de contrôles ultrasonores de haute fréquence pour la caractérisation inclusionnaire d’aciers à roulements

Numerical image processing by high frequency ultrasonic control for inclusions characterization of bearing steels

¹ Laboratoire de Caractérisation Non Destructive, EA 3153, Université de la Méditerranée, IUT GMP, Aix en Provence
² Ascometal CREAS, Hagondange

Résumé

Les fabricants d’aciers à roulement cherchent toujours à optimiser leurs procédés d’élaboration, en prenant notamment en compte le lien existant entre les endommagements en fatigue et la population d’inclusions non métalliques présentes. On réduit ainsi le risque d’apparition d’un défaut qui compromet l’intégrité mécanique du roulement. Les tailles critiques de défauts (à partir de 10 ou 15 µm), et les volumes à sonder correspondant, posent des problèmes de détection. Ces inclusions sont trop grosses et leur probabilité d’occurrence trop faible pour être détectées par les méthodes de caractérisation de type spectroscopique ou métallographique, et trop petites pour être détectées avec des contrôles ultrasonores même de hautes fréquences. On propose une méthode de traitement numérique d’images ultrasonores qui permette d’améliorer la résolution de détection, de manière automatique, et à une cadence compatible avec les contraintes industrielles existantes. Les images sont obtenues à partir d’un système d’échographie ultrasonore haute fréquence (80 MHz). Le traitement numérique est basé sur une exploitation de deux critères statistiques de l’image, la variance des gradients des signaux et l’écart temporel entre les extréma de chaque signal. On présente des résultats de détection obtenus sur des échantillons comportant des défauts micrométriques artificiels.

Abstract

The bearing steel producers always try to optimize their manufacturing procedures, while taking into account the link existing between the fatigue damage and the non metallic inclusions population. The risk of defect appearance compromising the mechanical integrity of the rolling bearing is thus reduced. The critical sizes of defects (greater than 10 or 15 µm) and the corresponding volumes to be probed raise detection problems. These inclusions are too big and too scarce to be detected with classical characterization methods of spectroscopy or metallography type, and too small to be detected with the ultrasonic testing, even at high frequency. A numerical processing method of ultrasonic images is proposed to improve the detection resolution, in an automatic way, and at a speed which meets the existing industrial constraints. The images are obtained from a high frequency ultrasonic echography (80 MHz). The numerical processing is based on the use of two statistic criteria of the image, the variance of the signal gradients and the time difference between the extremum of each signal. Detection results are shown. They are obtained on samples that present artificial micrometric defects.