Laser cutting monitoring and control for real-time dross attachment regulation

Laser cutting of metal sheets and tubes has become the reference manufacturing technology thanks to the flexibility and the increased productivity it offers if compared with other competitive technologies. As a matter of fact, the laser cutting process is a reliable and established process widely spread in the nowadays industrial environment. Notwithstanding, failures or significant loss of quality are not rare due to many uncontrollable factors; material properties and surface conditions to name a few. In this context, the development of a feedback control system is of interest to further enhance robustness and quality. The present study addresses this question proposing a real-time, camera-based monitoring and control system for quality optimization of the laser fusion cutting process. The method relies on process emission images collected by an industrial camera placed coaxial to the laser beam. Image information is processed at different levels to produce significant geometrical features of the laser irradiated zone. These features are then mapped via an artificial neural network to produce an online estimation of dross attachment. The resulting dynamical system has been identified and a controller is finally built up to either minimize or set dross attachment to a desired level. The designed monitoring architecture permitted to enhance the time resolution of two order of magnitudes with respect to relevant scientific and industrial contributions. Furthermore, even if the selected spectral range is close to the visible electromagnetic radiation, it proved to produce sufficient information for the presented application. The estimation of dross attachment is constituted by a continuous signal that estimates the real dross attachment profile with high accuracy. This allowed the develop a simple continuous controller for its online regulation. The performance of the proposed control system has been experimentally validated. As a final remark, the costs of the implemented solution are limited possibly favoring its introduction in the industrial field. The presented results definitely open the possibility of designing a new generation of intelligent machines that can adapt the processing conditions to the specific manufacturing needs. An ad hoc trade-off between quality and productivity can be found for the specific production lot and quality assurance can be provided. These features well integrate with the concepts of Industry 4.0 and Zero Defect Manufacturing and constitutes a considerable contribution for shaping the Industry of the future.

Il taglio laser di lamiere e tubi è diventato la tecnologia di produzione di riferimento grazie alla flessibilità e alla maggiore produttività che offre rispetto ad altre tecnologie concorrenti. In fatti, il processo di taglio laser è un processo affidabile e consolidato ampiamente diffuso nell'attuale ambiente industriale. Ciononostante, la perdita significativa di qualità o del taglio non sono rari a causa di molti fattori incontrollabili come le proprietà dei materiali e le condizioni superficiali del semilavorato. In questo contesto, lo sviluppo di un sistema di controllo in anello chiuso è di interesse per migliorare ulteriormente robustezza e qualità. Questo studio affronta questa tematica proponendo un sistema di monitoraggio e controllo in tempo reale basato su telecamera per l'ottimizzazione della qualità del processo di taglio laser in fusione. Il metodo si basa su immagini di emissione di processo raccolte da una telecamera posizionata coassiale al fascio laser. Le informazioni raccolte vengono elaborate a diversi livelli per produrre estrarre delle caratteristiche geometriche della zona di processo irradiata dal laser. Queste caratteristiche vengono quindi mappate tramite una rete neurale artificiale e producono una stima online della qualità di taglio in forma di presenza e quantità di bava. Il sistema dinamico risultante è stato identificato e sulla base di questi risultati è stato progettato un sistema di controllo in anello chiuso per minimizzare o impostare la quantità di bava ad un livello desiderato. L'architettura di monitoraggio ha permesso di migliorare la risoluzione temporale di due ordini di grandezza rispetto ai contributi scientifici e industriali del settore. Inoltre, anche se l'intervallo spettrale selezionato è vicino alla radiazione elettromagnetica visibile, ha dimostrato di produrre informazioni sufficienti per questa applicazione. La stima della quantità di bava prodotta è costituita da un segnale continuo di elevata precisione. Ciò ha permesso di sviluppare un sistema di controllo continuo e relativamente semplice per la sua regolamentazione online. Le prestazioni del sistema di controllo proposto sono state validate sperimentalmente. Come osservazione finale, i costi della soluzione implementata sono limitati e permettono la sua introduzione nel campo industriale. I risultati presentati aprono sicuramente la possibilità di progettare una nuova generazione di macchine intelligenti in grado di adattare le condizioni di lavorazione alle specifiche esigenze di produzione. È possibile trovare un compromesso ad hoc tra qualità e produttività per il lotto di produzione specifico e garantire la qualità. Queste caratteristiche si integrano bene con i concetti di Industria 4.0 e Zero Defect Manufacturing e costituiscono un contributo considerevole per plasmare l'industria del futuro.