POLITESI Politecnico di Milano Servizi Bibliotecari di Ateneo Servizi Bibliotecari di Ateneo
 
   ALL THESES       POST GRADUATE THESES       DOCTORAL THESES   
My POLITesi
authorized users
italiano
Please use this identifier to cite or link to this thesis: http://hdl.handle.net/10589/87464

Author: SIDOTI, CRISTIAN
Supervisor: COLOSIMO, BIANCA MARIA
Scientific Disciplinary Sector: ING-IND/16 TECNOLOGIE E SISTEMI DI LAVORAZIONE
Date: 18-Dec-2013
Academic year: 2013/2014
Title: Macro and micro surface quality monitoring
Italian abstract: Nello scenario competitivo guidato dalla moderna globalizzazione dei mercati, è diventato molto importante per le industrie riuscire a raggiungere rapidamente il cliente con prodotti attraenti e costi ridotti. La capacità di soddisfare e mantenere un alto livello di qualità dei prodotti è fondamentale per poter raggiungere l'obiettivo. E' noto che la geometria di qualunque prodotto manifatturiero è caratterizzata da una certa variabilità, o deviazione, rispetto alla sua controparte nominale: tale deviazione è strettamente connessa al concetto di qualità. Da ciò ne deriva che la qualità dei prodotti è spesso legata alla forma delle superfici, soggetta a tolleranze geometriche che la coinvolgono sia a livello macro che micro. La prima parte del lavoro analizza ed estende un metodo per la modellazione e il monitoraggio di superfici tramite Processi Gaussiani (PG). I PG sono usati per predire la deviazione della forma rispetto a un pattern definito in-controllo. Si mostrerà come la scelta di monitorare la forma in un numero di punti predetti inferiore a quelli misurati, offre performance migliori rispetto ad approcci più tradizionali in cui si monitorano tutti i punti acquisiti. In particolare, si proverà l'esistenza di un numero ottimale di punti dove la forma può essere predetta al fine di massimizzare la probabilità di individuare deviazioni dal pattern in-controllo. L'innovatività del risultato sta nel fatto che si dimostra come sia possibile svincolarsi dal monitorare la forma in un numero fissato di punti, che tradizionalmente corrispondono a quelli misurati. Nella seconda parte del lavoro verranno proposte delle tecniche di monitoraggio per superfici micro strutturate. Combinando approcci d'analisi tratti sia dal mondo della metrologia che da quello dell'analisi d'immagini, sarà implementata una procedura robusta per la segmentazione e caratterizzazione di tali superfici. Infine, si proporranno delle nuove procedure di monitoraggio basate sia sull'uso di modelli PG sia sull'analisi d'immagini delle superfici stesse.
English abstract: In the highly competitive scenario set by market globalization, it has become essential for any company involved in product development to be able to reach the customer with appealing products in shorter times and with reduced costs. It is known that the geometry of any manufactured product is characterized by variability with respect to its nominal counterpart: manufacturinginduced geometric variability is a reality, which affects functional performance and is tightly linked to its quality. So, quality of manufactured products is often related to the shapes of surfaces, constrained by geometric tolerances that nowadays involve the surface both at macro and micro scale. In the present work we start discussing and extending a novel method that consists of modeling a manufactured surface via Gaussian Processes models (GPs) and monitoring the GP-predicted deviations of the surface from the in-control pattern. We show that the approach is able to detect unwanted changes of the surface, provided that appropriate number and sampling strategy of predicted points to be monitored is considered. In particular, we prove that an optimal number of locations where the surface has to be predicted exists, in order to maximize the probability to detect shifts of the process. The innovativeness of the result is linked to the ability to break free from having to monitor the shape in a fixed number of points, which traditionally coincide with the measured ones, giving the possibility to flexibly choose their position and optimal number, independently of the measured locations. In the second part of the work, we propose monitoring techniques for structured surfaces at micro scale. We combine analytical approaches designed in the world of metrology and image analysis, and we implement a robust procedure for the characterization of the surface. Finally, we propose novel monitoring procedures for the micro structure, based on GPs model and images of the surface.
Italian keywords: controllo statistico di processo; SPC; qualità; superfici; monitoraggio; micro; macro; immagini; processi gaussiani; forma; profili; segmentazione; watershed; focus variation; microstruttura; lavorazione laser; texture
English keywords: statistical process control; SPC; quality; micro; macro; surface; images; gaussian process; profile; shape; segmentation; watershed; dimple; texture; laser texturing; focus variation
Language: ita
Appears in Collections:POLITesi >Tesi Specialistiche/Magistrali

Files in This Item:

File Description SizeFormatVisibility
2013_12_SIDOTI.pdfelaborato di tesi24.62 MBAdobe PDFAccessible via Internet only by authorised users (AunicaLogin or Shibboleth) starting from: 28/11/2014 View/Open





 

  Support, maintenance and development by SURplus team @ CINECA- Powered by DSpace Software