Laser triangulation systems for automatic quality control and digitization in Industry 4.0

The industry 4.0 paradigm is closely associated with the concept of achieving zero-defect production. These targets can be obtained through the implementation of new computing methods based on Artificial Intelligence (AI), Machine Learning (ML) and Cloud Computing, and the development of new vision-based measurement techniques that enable continuous control and monitoring in industry. This research presents three automatic non-destructive inspection systems based on laser triangulation principle. The laser projects a plane over the surface, the camera collects the image, and the processor elaborates the image and extract the x and z coordinates of the target. This vision systems are widely employed in the industrial environment since they can provide useful information with a not- contact system. Each illustrated measurement system includes an innovative aspect in comparison to traditional vision systems based on laser triangulation, and for each, the laser triangulation sensor to be employed, the positioning system and the post-processing phase have been considered and investigated. For each use case, the relative maturity level (TRL) is analyzed; starting with a TRL=3 for a prototype laser triangulation sensor with a height of 18 mm designed for the analysis and quality control of a mixer shell, we proceed towards a TRL=4 for the non-destructive inspection system defined for the quality control of a forged mechanical component. The technological maturity of third measurement system has reached the grade seven level, which is anticipated to increase in the coming months following the system's installation in an industrial setting. The system, with a TRL equal to four, is featured by a laser triangulation sensor mounted on the robot's end effector, which made it possible to examine features of interest by programming the inspection system and making it move only at points of interest. For each feature, the profile has been immediately analyzed and the dimension extracted. The innovative aspect involved the development of a fitting neural network approach for the extraction of a particular feature of the forged component, particularly the measurement of the height of the mechanical component. The last measurement system was implemented and installed in an industrial environment for the three-dimensional analysis of large mechanical components through the implementation of industrial protocols such as MQTT. This system saw the development of many set-ups before arriving at the last one characterized by a linear guide with a magnetic linear encoder capable of triggering the laser triangulation sensor in an evenly spaced manner and generating a scan independent of the possibility of having a robot able to provide constant velocity along the entire path. The analysis of the dimensions of interest, the hole diameters, has been estimated starting from the acquired 3D point cloud. The acquired point cloud has been aligned by implementing a numerical simulation model. Starting from the CAD of the investigated target, the numerical point cloud has been obtained by simulating a laser triangulation sensor over the component. This simulation allows to obtain a point cloud with a homogeneous amount of point, and the acquired point cloud is aligned against it. To estimate the measurement uncertainty, the repeatability and reproducibility of each measurement system were analyzed. The assessment of measurement uncertainty is based on the general rules set in the publication of the Guide to the Expression of Uncertainty in Measurement. This publication describes two methods for assessing uncertainty: Type A, which is based on statistical methods, and Type B, which is grounded in prior knowledge, technical-scientific literature, standards, and field-specific experience.

Il paradigma dell'industria 4.0 è strettamente associato al raggiungimento di una produzione a zero difetti. Questi obiettivi possono essere ottenuti attraverso l'implementazione di nuovi metodi di calcolo basati su Intelligenza Artificiale (AI), Machine Learning (ML) e Cloud Computing, e lo sviluppo di nuove tecniche di misura basate sulla visione che consentano un controllo e un monitoraggio continuo dei dati nell'industria. In questo lavoro il sistema di visione usato è il sensore a triangolazione laser; il laser proietta un piano sulla superficie, la telecamera raccoglie l'immagine e il processore elabora l'immagine ed estrae le coordinate x e z del target. Il presente elaborato propone tre casi studio sviluppati nel corso dei tre anni di ricerca e ognuno di essi presenta un aspetto innovativo rispetto ai tradizionali sistemi di visione basati sulla triangolazione laser. In ogni progetto sono stati analizzati sia il sistema visione che il sistema di posizionamento e infine la fase di post elaborazione dei dati. Per ogni caso studio viene analizzato il relativo livello di maturità tecnologica (TRL); si parte da un TRL=3 per un prototipo di sensore a triangolazione laser sviluppato con altezza di 18 mm progettato per il controllo di qualità del mantello di un mixer, si procede poi verso un TRL=4 per il sistema di ispezione non distruttiva definito per il controllo di qualità di un componente meccanico forgiato per giungere infine ad un grado di maturità tecnologica del terzo sistema di misura pari a sette, che si prevede aumenterà nei prossimi mesi a seguito dell'installazione del sistema in un ambiente industriale. Il sistema, con un TRL pari a quattro, è caratterizzato da un sensore di triangolazione laser montato sull'end effector del robot, che ha permesso di esaminare le caratteristiche di interesse di un componente forgiato. Per ogni feature di interesse, il profilo è stato immediatamente analizzato e la dimensione estratta. L'aspetto innovativo ha riguardato l’implementazione di una rete neurale per l'estrazione di una particolare caratteristica del componente forgiato, la misura dell'altezza del componente meccanico. L'ultimo sistema di misura è stato implementato e installato in un ambiente industriale per l'analisi tridimensionale di componenti meccanici di grandi dimensioni attraverso l'implementazione di protocolli industriali quali MQTT. Questo sistema ha visto lo sviluppo di numerosi set-up prima di arrivare all'ultimo caratterizzato da una guida lineare con un encoder lineare incrementale magnetico in grado di azionare il sensore a triangolazione laser in modo uniforme. Questo set-up ha permesso di generare una scansione indipendente dalla velocità del sistema di posizionamento. L'analisi delle caratteristiche di interesse, i diametri dei fori, è stata stimata a partire dalla nuvola di punti 3D acquisita, che è stata allineata implementando un modello di simulazione numerica. Partendo dal CAD del componente indagato, la nuvola di punti numerica è stata ottenuta simulando il piano del sensore a triangolazione laser sul componente. Questa simulazione consente di ottenere una nuvola di punti con una quantità omogenea di punti, rispetto alla quale viene allineata la nuvola di punti acquisita. La valutazione dell'incertezza di misura si basa sulle regole generali stabilite nella pubblicazione della Guide to the Expression of Uncertainty in Measurement. Questa pubblicazione descrive due metodi per la valutazione dell'incertezza: Il tipo A, che si basa su metodi statistici, e il tipo B, che si fonda su conoscenze pregresse, letteratura tecnico-scientifica, norme ed esperienza specifica sul campo.