Deposição de materiais metálicos em pó a laser baseado em controle por visão computacional e aprendizagem de máquina (2020)
- Authors:
- Autor USP: SOUZA, MARCO ANTONIO ALVES DE - IFSC
- Unidade: IFSC
- Sigla do Departamento: FCM
- DOI: 10.11606/D.76.2020.tde-15052020-105711
- Subjects: VISÃO COMPUTACIONAL; ÓPTICA; LASER; APRENDIZADO COMPUTACIONAL
- Keywords: Aprendizagem de máquina; Computer vision; Laser cladding; Machine learning
- Language: Português
- Abstract: O emprego de lasers no processamento de materiais vem despertando o interesse ante as promissoras e inovadoras aplicabilidades desta tecnologia. Neste contexto, o processo de deposição de materiais metálicos em forma de pó em superfícies alvo mediante fusão a laser ou simplesmente Laser Cladding, como é mais conhecido, tem recebido um papel de destaque, principalmente pela sua versatilidade de aplicações no disruptivo campo da Manufatura Aditiva. O procedimento permite, como exemplo, tratar e recuperar superfícies metálicas dos mais variados tipos, processo este de grande interesse para diversos ramos da indústria que o utilizam com o intuito de melhorar a performance ou reparar superfícies danificadas de componentes ou partes mecânicas. No entanto, tópicos de extrema importância relativos à utilização desta técnica são o controle preciso e os relevantes custos envolvidos no processo, fatores cruciais para lograr os resultados esperados. Sob tal perspectiva e no que tange, principalmente, a esta última condição, este trabalho apresenta a adoção de um controle inteligente para o sistema baseado em modernos algoritmos de visão computacional e aprendizagem de máquina, capazes de avaliar as superfícies a serem trabalhadas visando aplicações otimizadas e customizadas. Imagens capturadas da superfície são processadas pelo sistema conduzindo à identificação de determinados padrões (defeitos, formas e desenhos) direcionando o processo de deposição conforme tais peculiaridades detectadas e as necessidades ora requeridas. Implementou-se um sistema de bancada baseado em mecanismo de coordenadas XYZ que integra os sistemas de pulverização de pó, elétrico, óptico e o controle embarcado desenvolvido, além de uma fonte de raio laser infravermelho de média potência. Análises por inspeção visual direta e microscopia óptica foram realizadas em amostras metálicas cujas superfícies, dotadas de diversos padrões ou defeitosincrustados, receberam de forma personalizada depósitos de ligas metálicas em pó compatíveis com o substrato, demostrando o potencial da aplicação desenvolvida.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2020
- Data da defesa: 20.02.2020
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
SOUZA, Marco Antonio Alves de. Deposição de materiais metálicos em pó a laser baseado em controle por visão computacional e aprendizagem de máquina. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://teses.usp.br/teses/disponiveis/76/76132/tde-15052020-105711/. Acesso em: 02 abr. 2026. -
APA
Souza, M. A. A. de. (2020). Deposição de materiais metálicos em pó a laser baseado em controle por visão computacional e aprendizagem de máquina (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://teses.usp.br/teses/disponiveis/76/76132/tde-15052020-105711/ -
NLM
Souza MAA de. Deposição de materiais metálicos em pó a laser baseado em controle por visão computacional e aprendizagem de máquina [Internet]. 2020 ;[citado 2026 abr. 02 ] Available from: https://teses.usp.br/teses/disponiveis/76/76132/tde-15052020-105711/ -
Vancouver
Souza MAA de. Deposição de materiais metálicos em pó a laser baseado em controle por visão computacional e aprendizagem de máquina [Internet]. 2020 ;[citado 2026 abr. 02 ] Available from: https://teses.usp.br/teses/disponiveis/76/76132/tde-15052020-105711/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
