Separation of CT-Based CAD-to-Part-comparisons for Dimensional Quality Control

Abstract

A inspeção de peças moldadas por máquinas injetoras engloba métodos convencionais de inspeção como os ópticos e os táteis, os quais possibilitam um feedback importante para a correção da ferramenta de fabricação. No entanto, tais métodos convencionais possuem a chamada correção iterativa, a qual geralmente requer uma grande quantidade de tempo para ser efetuada. Soma-se a esse o fato de algumas peças possuírem partes inacesíveis devido a sua geometria complexa, as quais podem apenas ser acessadas através do corte da peças- o que configura um processo destrutivo. A Tomografia Computadorizada (TC) aparenta então ser uma potente solução para a inspeção de peças moldadas por injeção, uma vez que se trata de um processo não destrutivo que tem como resultado uma nuvem de pontos de alta densidade. Essa nuvem pode ser utilizada para uma inspeção “peças para CAD”, o que possibilita a medição das partes não acessíveis da peça. Neste sentido, o projeto tem como objetivo verificar a influência de quatro fatores controláveis de um processo de produção de peças plásticas por meio de máquinas injetoras. Deseja-se definir os parâmetros mais críticos do processo de maneira que o erro dimensional entre as superfícies de interesse das peças produzidas e o modelo CAD seja o mínimo possível. Para tal é proposto um experimento variando os quatro fatores de produção em torno de valores usuais de produção, obtendo assim para cada um deles os níveis baixo, central e alto. A combinação das variações desses quatro fatores resultou na produção das 62 amostras analisadas. A tomografia computadorizada das amostras permitiu sua reconstrução tridimensional, a qual é utilizada na comparação com seu modelo nominal. Dessa comparação extraíram-se os desvios para cada superfície das amostras, com o auxílio de uma metodologia de separação por ordens (zero, primeira e segunda) e seus parâmetros. Foi gerado então um modelo matemático capaz de representar cada ordem de desvio das superfícies em função dos fatores de entrada. A partir do modelo foi possível variar os parâmetros de entrada e analisar a intensidade dos desvios nas superfícies, como também a influência individual de cada fator controlável na saída. Por fim, foram levantados os parâmetros de produção que exercem maior influência sobre os desvios em cada superfície. Tal análise poderá servir para produção comercial com maior precisão dimensional, de acordo com as superfícies de interesse, como também para estudos futuros.

The parts inspection by injection molding machines includes conventional inspection methods such as optical and tactile, which enables an important feedback for correction of tool manufacturing. However, these conventional methods have an iterative correction, which usually requires a lot of time to be accomplished. In addition, some pieces have inaccessible parts due to its complex geometry, which can only be accessed by cutting the piece - which configures a destructive process. Computed tomography (CT) then appears to be a powerful solution for the inspection of injection molded parts, since it is a non-destructive process that results in a point cloud of high density. This cloud can be used for inspection “CAD-to-Part”, which allows measurement of non-accessible parts of the piece. In this sense, the project aims to determine the influence of four controllable factors of a production process of plastic parts by injection molding machines. We intend to define the most critical parameters of the process so that the dimensional error between the surfaces of interest produced parts and CAD model is minimized. To this end it is proposed an experiment by varying the four factors of production to values usual production, thereby obtaining for each of these levels low, middle and high. The combination of the variations of these four factors has resulted in the production of 62 samples. Computed tomography of the samples allowed a three-dimensional reconstruction, which is used in comparison with its nominal model. From this comparison were extracted deviations for each surface of the samples with the aid of a method of separation by orders (zero, first and second) and its parameters. Was generated then a mathematical model able to represent each order deviation of the surfaces as a function of input factors. From the model it was possible to vary the input parameters and analyze the surface deviations in intensity, as well as the individual influence of each controllable factor in the output. Finally, were defined the production parameters with most influence on each surface deviation. Such analysis could serve for commercial production with higher dimensional accuracy according to the surfaces of interest as well as for future studies.