Partagez

Linkedin

Twitter

Facebook

email

Print

Traitement des images de tomographie de fonderie par Deep Learning - projet LOGITOM.

Le projet LOGITOM a pour objectif de développer un logiciel de traitement des données issue de tomographie de pièces de fonderie fondé sur des algorithmes de Deep Learning.

Contexte du projet de recherche Cetim : LOGITOM

La tomographie à rayons X est une technique de pointe d’imagerie 3D non destructive. A l’heure actuelle, c’est la seule technique permettant de générer l’image 3D numérique de la structure interne de tout type de matériaux, pièces, produits. Elle est de plus en plus utilisée pour des applications de contrôle de défauts ou d’optimisation de procédés de fabrication, en particulier les nouveaux procédés de fabrication telle que la fabrication additive. La tomographie reste néanmoins très largement sous-employée, pour partie en raison de son coût technologique mais aussi par manque de connaissance et d’expertise dans le milieu industriel. En effet, si elle est une puissante technique d’imagerie 3D, l’extraction de l’information contenue dans les images 3D reste une discipline d’experts qui fait encore l’objet de nombreux efforts de recherche. Le développement d’outils numériques exploitant ces données 3D intelligemment, dans leur intégralité et de manière simple est un enjeu majeur pour le déploiement complet de la tomographie 3D dans l’industrie de demain. Le projet LOGITOM s’inscrit dans le cadre de l’industrie du futur à plusieurs titres :

• Le développement de la tomographie 3D comme moyen d’inspection aux dépens de la radiographie 2D ;
• L’utilisation des techniques d’intelligence artificielle pour exploiter le grand volume de données issues de la tomographie ;
• La nécessité d’alléger les véhicules routiers, aériens et spatiaux du futur pour réduire notre empreinte carbone, ce qui implique de concevoir de nouvelles pièces aux formes optimisées, défi auquel peuvent répondre la fonderie et la fabrication additive.

Intérêts de la tomographie

La tomographie est une technique de radiographie en 3D. La pièce est imagée sous un grand nombre d’angles de vue puis reconstruite virtuellement dans ses trois dimensions selon le même principe que le scanner médical (voir figure 1). Elle permet donc de pallier les inconvénients de la radiographie en examinant la pièce par coupes fictives successives, avec les avantages suivants :

• La visualisation sous forme de coupes permet de s’affranchir des nombreuses variations d’épaisseurs. Il est aisé de faire la différence entre les contours de pièce et les discontinuités de matière (voir figure 2) ;
• La position de la coupe dans l’épaisseur est connue et par conséquent la situation des défauts par rapport à la surface des pièces ou par rapport à une zone fortement sollicitée ou encore par rapport à un alésage qui sera ensuite effectué, est rendu possible ;
• La mesure des discontinuités dans les trois dimensions est accessible et donc l’interprétation des images est beaucoup plus pertinente. Cela conduit à de multiples données chiffrées : bien entendu, la surface et le volume de l’indication, mais aussi des paramètres plus complexes comme le facteur d’allongement, la sphéricité ou la compacité qui sont utiles pour distinguer, par exemple, une porosité gazeuse d’une retassure.

La tomographie a d’abord été utilisée pour la mise au point de pièces, mais avec le progrès des systèmes, notamment pour les temps de calcul, elle commence à être utilisée en ligne de production. Les enseignements tirés de l’exploitation des volumes tomographiques sont nettement plus riches que les images issues de la radiographie. La principale difficulté engendrée par cette évolution vers du contrôle de production est l’obligation d’avoir un logiciel qui traite automatiquement les volumes tomographiques, afin de détecter et de caractériser les discontinuités. En effet, le dépouillement manuel, possible dans le cas de la mise au point de pièce est impensable dans le cas de contrôle de production. Les résultats du projet CRITER-TOMO a démontré que l’’utilisation de l’intelligence artificielle permet de surmonter cette difficulté.

Résultats du projet CRITER-TOMO

CTIF a initié en 2018, un projet en collaboration avec des industriels (RENAULT, SAB, LINAMAR-MONTUPET, CONSTELLIUM et GMD- EUROCAST) et l’INSA de Lyon afin d’étudier un algorithme pour le traitement des données de tomographie de pièce en alliage d’aluminium produites par gravité ou par sous-pression, le projet CRITER-TOMO.

Un doctorant a été recruté dans le cadre d’une convention CIFRE ANRT / CTIF et d’un contrat de collaboration CTIF / INSAVALOR. Afin de mener à bien ce traitement des volumes tomographiques, il a utilisé des algorithmes d’intelligence artificielle entraînés sur une base constituée d’images des industriels et de la riche base de données tomographiques que s’est constitué CTIF au cours du temps.

Le processus de traitement des données issues de coupes tomographiques comprend plusieurs étapes (voir figure 3) résumées ci-après :

• La segmentation qui a pour but de séparer les zones de défauts du reste de la pièce : celle-ci se fait coupe par coupe, puis les coupes sont empilées pour former un volume binaire, et les indications sont labélisées ;
• La classification des indications (voir figure 4) pour séparer les vraies indications des faux positifs. Les faux positifs sont les indications relevées qui ne sont pas des discontinuités de matière (artefacts) ;
• Le « nettoyage » du volume binaire en éliminant les indications classées comme fausses alarmes ;
• Le classement des indications selon 2 types : dans notre cas, retassures ou porosités.

Projet LOGITOM

Le but aujourd’hui du projet LOGITOM est de combiner et poursuivre ces travaux afin de proposer un logiciel intégrant les algorithmes développés dans le cadre de la thèse et d’évoluer d’un système validé à TRL= 5 vers un logiciel professionnel à TRL = 7 en deux étapes. L’étape 1 (TRL 5 à 6) consiste en une phase de développement du logiciel en intégrant le travail de thèse dans la plateforme 3D-NEXCT de la société NOVITOM et l’étape 2 (TRL 6 à 7) est une étape d’implémentation industrielle.

Il s’agit de concevoir un logiciel ergonomique et complétement interfaçable avec les systèmes d’acquisition et de reconstruction des données tomographiques les plus courants du marché. Ce logiciel doit être capable de :

• Détecter les discontinuités de matière dans les pièces de fonderie en alliages d’aluminium, de manière automatisée sans analyse humaine des coupes tomographiques et avec une fiabilité démontrée en ligne de production avec un objectif de F1 score de 99,9 % ;
• Classifier les discontinuités selon leur nature ;
• Appliquer des critères issus de cahier des charges afin de statuer sur l’acceptation ou non des pièces ;
• Traiter automatiquement de grandes quantités d’images en tomographie ;
• Placer des discontinuités sur un fichier CAO des pièces afin que les prescripteurs (ou les concepteurs) puissent statuer sur l’impact sur la sûreté des pièces.

La finalité est donc de :

• Améliorer la pertinence du contrôle non destructif des pièces ; c’est-à-dire de ne plus rebuter des pièces alors que les défauts ne sont pas critiques et inversement de ne pas accepter des pièces avec un défaut critique non détecté (ce qui est le cas actuellement en radiographie) ;
• Aider les fondeurs pour la mise au point de leurs pièces en visant une juste-qualité ;
• Réduire le risque industriel par suite d’une non-détection des indications par un opérateur ;
• Éviter les litiges entre les donneurs d’ordre et les sous-traitants en utilisant un logiciel validé par la profession.

Remerciement :
Ce projet LOGITOM bénéficie d’une subvention de la région Auvergne-Rhône-Alpes.
Cet article est repris d’une publication sur le site internet de Cetim-Pole FMC.