PROCESSAMENTO DE IMAGENS MICROTOMOGRÁFICAS DE ALTA RESOLUÇÃO NA CARACTERIZAÇÃO DE AMOSTRAS DE ARGAMASSA LEVE

Authors

  • Dany S Dominguez Universidade Estadual de Santa Cruz
  • Helder Conceição Almeida Universidade Estadual de Santa Cruz
  • Susana Marrero Iglesias Universidade Estadual de Santa Cruz
  • Ricardo Tadeu Lopes Universidade Federal do Rio de Janeiro
  • Haimon D. L. Alves Universidade Federal do Rio de Janeiro

Keywords:

Microtomografia, Caracterização de materiais, Processamento de imagens, Concreto leve.

Abstract

A indústria da construção civil destaca-se pela facilidade em absorver resíduos de outros processos industriais, o que contribui significativamente a diminuir o impacto ambiental do desenvolvimento urbanístico. Neste sentido, a utilização de concretos leves que incorporem grãos de EVA (Etileno-Acetato de Vinila) e fibras de piaçava alinha-se com os princípios de desenvolvimento sustentável. Uma alternativa para caracterizar estes novos materiais via ensaios não-destrutivos é a microtomografia de raios X com técnicas de processamento de imagens. O uso de microtomografia de baixa resolução e o cálculo de parâmetros geométricos (bidimensionais e tridimensionais) dos agregados foi abordado em trabalhos anteriores. Neste artigo apresentamos a caracterização de amostras de concreto leve através de imagens microtomograficas e analises de histograma. Os resultados mostram que utilizando esta técnica é possível identificar agregados (EVA ou piaçava) presentes nas amostras de concreto leve, assim como os poros e fissuras possibilitando a caraterização das propriedades mecânicas do material usando métodos não-destrutivos.

Downloads

Download data is not yet available.

Author Biographies

Dany S Dominguez, Universidade Estadual de Santa Cruz

Helder Conceição Almeida, Universidade Estadual de Santa Cruz

Susana Marrero Iglesias, Universidade Estadual de Santa Cruz

Ricardo Tadeu Lopes, Universidade Federal do Rio de Janeiro

Haimon D. L. Alves, Universidade Federal do Rio de Janeiro

Published

2017-12-31

Issue

Section

Artigos

Most read articles by the same author(s)