Real-Time Cut Detection in Speed-Based Modulation Regime of High-Speed Laser Cutting: A Sensor-Based Approach

Abstract

A indústria de corte a laser tem crescido constantemente ao longo dos anos, impulsionada por sua ampla gama de aplicações, particularmente no processamento de metais, e pelos avanços na usabilidade dos lasers de fibra. À medida que a tecnologia evolui, também evolui a demanda por automação mais inteligente, incluindo monitoramento e controle de qualidade em tempo real. Uma das características mais relevantes a ser monitorada ou controlada é a completude do corte, pois a detecção precisa de cortes incompletos é essencial para evitar desperdício de material e atrasos na produção. Para o corte a laser de alta velocidade de chapas metálicas finas (até 3 mm), usado, por exemplo, no processo de corte na indústria automotiva, muitos métodos e aplicações de monitoramento foram desenvolvidos para cobrir o regime de alta velocidade (até 150 m/min), enquanto ainda existe uma lacuna em relação às operações no regime de baixa velocidade (abaixo de 20 m/min). Esses regimes de baixa velocidade, causados por limitações dinâmicas da máquina a laser ao cortar contornos pequenos, exigem modulação de potência baseada na velocidade para manter a qualidade ideal do corte. No entanto, essa modulação não apenas impede o uso dos métodos e aplicações desenvolvidos para o regime de alta velocidade, devido à sua exigência de um nível de potência constante, mas também introduz oportunidades para erros, como fornecimento incorreto de potência causado por diferenças de velocidade resultantes de fatores como atrasos de comunicação ou falhas de processamento em tempo real. Para resolver isso, o projeto desenvolveu e validou uma nova técnica projetada especificamente para corte a laser de baixa velocidade forçado dinamicamente. A solução proposta combina uma estratégia modificada de modulação de potência do laser com monitoramento do processo em tempo real baseado em fotodiodo. Para apoiar isso, foi desenvolvida uma aplicação de aprendizado de máquina para analisar os dados do sensor, acompanhada por dois programas LabVIEW dedicados, um para análise de dados offline e outro para monitoramento e feedback em tempo real. O sistema implantado alcançou uma precisão de 86\% na detecção da completude do corte, confirmando a viabilidade e a eficácia dessa abordagem baseada em sensores para garantia de qualidade em tempo real em operações de corte a laser de baixa velocidade com modulação de potência.

The laser cutting industry has steadily grown over the years, driven by its wide range of applications, particularly in metal processing, and by advances in the usability of fiber lasers. As the technology evolves, so does the demand for smarter automation, including real-time quality monitoring and control. One of the most relevant features to be monitored or controlled is cut completeness, as accurately detecting incomplete cuts is essential to avoid material waste and production delays. For high-speed laser cutting of thin metal sheets (up to 3~mm), used, for example, in the blanking process in the automotive industry, many monitoring methods and applications have been developed to cover the high-speed regime (up to 150~m/min), while a gap remains concerning operations in the low-speed regime (below 20~m/min). This lower speed regime, caused by dynamic limitations of the laser machine when cutting small contours, require speed-based power modulation to maintain optimal cut quality. However, this modulation not only prevents the use of the methods and applications developed for the high-speed regime, due to their requirement for a constant power level, but also introduces opportunities for errors such as incorrect power delivery caused by speed gaps resulting from factors like communication delays or real-time processing failures. To address this, the project developed and validated a new technique specifically designed for dynamic-forced low-speed laser cutting. The proposed solution combines a modified laser power modulation strategy with photodiode-based real-time process monitoring. Supporting this, a machine learning application was developed to analyze the sensor data, accompanied by two dedicated LabVIEW programs, one for offline data analysis and another for real-time monitoring and feedback. The deployed system achieved an accuracy of 86\% in detecting cut completeness, confirming the feasibility and effectiveness of this sensor-driven approach for real-time quality assurance in power-modulated, low-speed laser cutting operations.