Questa ricerca presenta un innovativo sistema di riduzione del rumore nelle misure di planarità durante la produzione dei fogli di lamiera. La recente evoluzione di tecniche di Intelligenza Artificiale permette di sfruttare il Deep Learning per filtrare le immagini raccolte dalle misure durante il processo. Questa soluzione è in grado di apprendere autonomamente le condizioni al contorno e configurarsi per ottenere il miglior risultato.
Produzione di lamiera
Nella produzione di componenti e assiemi, soprattutto quando l’assemblaggio viene fatto sfruttando una superficie, la planarità è un requisito fondamentale. Qualsiasi difetto sulla superficie potrebbe causare un indesiderato effetto ottico impattando sull’aspetto estetico o sulla funzionalità del componente. Questa necessità di evitare i difetti giunge da diverse aree che utilizzano lamiere di acciaio inossidabile come le cucine professionali, i pannelli di decorazione esterna per l’architettura o l’alluminio nell’industria automotive.
La produzione di lamiera, pur dovendo garantire alti standard qualitativi, deve anche assicurare elevati volumi produttivi. Le linee produttive per la produzione della lamiera lavorano a velocità fino a 120 m/min, risulta quindi importante utilizzare sistemi di misura in tempo reale dalle prestazioni notevoli. Schematizzando la linea produttiva (figura in alto) è possibile definire tutte le fasi del processo.
Fonte: Alonso, M., Maestro, D., Izaguirre, A., Andonegui, I., & Graña, M. (2021). Depth data denoising in optical laser based sensors for metal sheet flatness measurement: A deep learning approach. Sensors, 21(21), 7024. https://doi.org/10.3390/s21217024
A cura di Stefano Grulli
