Multisensor data fusion system for inline quality control of multiaxial non-crimp fabrics

Lightweight materials, such as fibre reinforced composites, have a huge potential in replacement of conventional materials to reduce vehicles and airplanes weight without sacrificing excellent mechanical properties. Nevertheless, a lack of automation in the production process generates increased costs thus prevent from adopting mass production concepts. Multiaxial non-crimp fabrics are textile structures with high mechanical features commonly used as reinforcement for fibre composites. Multiaxial non-crimp fabrics production is carried out by a warp knitting machine with multiaxial weft insertion. In the state of the art does not currently exist a system capable of perform a continuous quality control of multiaxial non-crimp fabrics and thus able to investigate and localize imperfections in the products. The aim of this study is to develop a multisensor system capable of perform a fully-automated quality control of non-crimp fabrics. The system consists of an X-ray device and two optical sensors and is designed to assess the fibre alignment of the textile outer layer and to detect possible inner defects. Research and comparison of the suitable algorithm choices to perform the data fusion process with attention to the industrial requirements are carried out. The Fuzzy logic classifier best fulfilled the requirements of flexibility and rapidity of execution, moreover is able to deal with accuracy and imprecision of the measurements. An interpolated defect map based on this algorithm has been generated. The defect map shows proportionally the gravity of the defects as well as their location.

I materiali leggeri fibrorinforzati hanno un enorme potenziale in sostituzione dei metalli convenzionali per ridurre il peso di veicoli e velivoli mantenendo inalterate le proprietà meccaniche. Tuttavia, la mancanza di automazione nelle fasi di produzione genera un aumento dei costi impedendo la diffusione della produzione seriale. I tessuti multiassiali non piegati sono strutture tessili con elevate caratteristiche meccaniche comunemente utilizzati come rinforzo nei materiali fibrorinforzati. La produzione dei tessuti multiassiali non piegati viene effettuata da una macchina per maglieria in ordito con inserzione di trama multiassiale. Attualmente, nello stato dell’arte, non esiste un sistema capace di eseguire un controllo continuo della qualità di questi prodotti. Lo scopo di questo studio è quello di sviluppare un sistema multisensore in grado di eseguire un controllo completamente automatizzato della qualità dei tessuti non piegati. Il sistema è costituito da un dispositivo a raggi-X e da due sensori ottici ed è progettato per valutare il corretto allineamento delle fibre dello strato esterno e per rilevare la presenza di eventuali difetti interni. Sono stati ricercati e confrontati gli algoritmi adatti ad eseguire il processo di fusione dei dati provenienti dai diversi sensori, con attenzione alle esigenze industriali. Il classificatore Fuzzy è risultato l’algoritmo candidato in termini di flessibilità e rapidità di esecuzione, è inoltre in grado di gestire bene l’accuratezza e l’imprecisione delle misurazioni ricavate dai sensori. Sulla base dei risultati ottenuti da questo algoritmo viene infine generata una mappa dei difetti che mostra la gravità e la locazioni dei difetti sul tessuto.