A convolutional neural network approach on bead geometry estimation for a laser cladding system

Abstract

Laser cladding é um processo de fabricação baseado em manufaturaaditiva no qual um laser é utilizado para fundir material de adição sobreum substrato, sobre o qual uma poça fundida é formada e, desta, formaseum cordão de cladding. Dentre suas vantagens estão o baixo aportetérmico e elevada qualidade superficial de suas peças produzidas. Talprocesso é, porém, altamente susceptível a perturbações, resultando emalterações da geometria final de seus produtos. O Laboratório deMecânica de Precisão (LMP) na Universidade Federal de Santa Catarina(UFSC) possui um sistema laser de alta potência capaz de operar diversosprocessos de manufatura a laser, incluindo laser cladding. Neste sistema,busca-se compreender a influência dos parâmetros de processo sobre ageometria final dos cordões de cladding produzidos.

Abstract: Laser cladding is a complex manufacturing process which requires finetuningto achieve the desired geometry. In order to further understand theprocess, an automated method for clad bead final geometry estimation ona laser cladding system is proposed. To do so, convolutional neuralnetwork architectures were developed. They receive the camera imageand process parameters as inputs, yielding width and height of the cladbeads as outputs. The optical monitoring system?s hardware was updatedas well. The results of the network?s performances show coefficients ofdetermination between the target and the estimated values above 0.95 foreach frame on the best cases, while the error mean among all clad beadsget to as little as 5 µm. Those results take the laboratory one step furtherinto closed loop control for this process.