Automatic Classification of Laser Peening Quality Using Acoustic Signals

Resumen Técnico: Clasificación Automática de la Calidad del Peening Láser mediante Señales Acústicas

Planteamiento del Problema
El Peening por Choque Láser (LSP, por sus siglas en inglés) mejora la vida a la fatiga de componentes metálicos al inducir tensiones residuales de compresión. Sin embargo, asegurar la fiabilidad del proceso requiere verificar que cada pulso láser individual se ejecute correctamente. Los métodos actuales de control de calidad son inadecuados para su aplicación industrial en línea y en tiempo real, ya que dependen de mediciones de tensión residual destructivas y lentas, o del juicio subjetivo del operador. Aunque existen métodos de monitoreo en línea, estos suelen depender de sensores costosos o sistemas de cámaras complejos, lo que limita su integración industrial. Además, las señales acústicas son altamente sensibles a las condiciones de medición, lo que requiere una solución robusta y de bajo costo.

Metodología
Los autores proponen un método no destructivo y de bajo costo para la clasificación en tiempo real de los pulsos de LSP mediante el análisis de señales acústicas. El montaje experimental consistió en:

• Adquisición de Datos: Se registraron señales acústicas utilizando un micrófono USB de condensador estándar y bajo costo (frecuencia de muestreo de 44 kHz) durante el procesamiento de LSP en placas de aleación de aluminio AA2024.
• Condiciones Experimentales: El estudio comparó dos estados de proceso distintos: "PROCESO OK" (99 muestras con una capa de agua) y "PROCESO NO OK" (99 muestras sin capa de agua). La capa de agua sirve para proteger la superficie y asegurar una transferencia de energía estable.
• Procesamiento de Señales: Las grabaciones largas se segmentaron basándose en la detección de amplitud. Para cada pulso, se extrajo una ventana de 0.4 segundos (0.1s de pre-impacto, 0.3s de post-impacto). El análisis utilizó formas de onda en el dominio del tiempo, espectros de amplitud (FFT) y espectrogramas para visualizar la onda de choque, la resonancia y los fenómenos de cavitación.
• Extracción de Características: Se derivó un conjunto de características globales e intervalares, que incluyen:
  • Características globales: Amplitud de la raíz cuadrada media (RMS), centroide espectral y la relación de energía de alta frecuencia (>6 kHz).
  • Características de intervalo: Energía relativa y relaciones de alta frecuencia a través de intervalos de tiempo específicos tras el pulso principal.
  • Características dinámicas: Conteo de picos secundarios de la envolvente (indicativo de cavitación).
• Modelo de Clasificación: Se entrenó un clasificador de Bosque Aleatorio (Random Forest) de 300 árboles de decisión con ponderación de clase equilibrada. El conjunto de datos se dividió en subconjuntos de entrenamiento (60%), validación (20%) y prueba (20%).

Resultados Clave

• Desempeño de la Clasificación: El modelo de Bosque Aleatorio alcanzó una precisión del 100% en el conjunto de validación y mantuvo este desempeño en el conjunto de prueba no visto, distinguiendo con éxito entre pulsos "OK" y "NO OK".
• Importancia de las Características: El análisis reveló que el modelo depende principalmente de los parámetros de la señal global y de la evolución tiempo-frecuencia.
  • Los pulsos defectuosos (NO OK) exhibieron una mayor energía acústica total (RMS), atribuida a la falta de amortiguación por la ausencia de la capa de agua.
  • Los pulsos correctos (OK) demostraron mayores centroides espectrales y una mayor fracción de energía de alta frecuencia poco después del pulso principal. Estas características están vinculadas a la presencia de cavitación, que genera una onda de presión más nítida e intensa.
• Interpretación Física: Las firmas acústicas se correlacionan con procesos físicos: la onda de choque principal, la resonancia y la cavitación. La ausencia de la capa de agua en los pulsos "NO OK" suprime la cavitación, alterando el perfil de frecuencia y aumentando la energía total de la señal debido a la reducción de la amortiguación.

Significancia y Reivindicaciones
El artículo sostiene que un micrófono estándar y de bajo costo es suficiente para capturar firmas acústicas informativas para la clasificación automática, objetiva y en tiempo real de la calidad del LSP. El enfoque propuesto ofrece una alternativa transparente y no destructiva a los métodos de control de calidad actuales, facilitando potencialmente el despliegue industrial del LSP al permitir el monitoreo en línea sin necesidad de pruebas destructivas posteriores.

Los autores mantienen un alcance modesto respecto a las limitaciones del estudio:

• El conjunto de datos está actualmente limitado a un solo material (AA2024) y una configuración experimental específica (capa de agua frente a ausencia de la misma).
• La transferibilidad del método a otros materiales, geometrías o entornos acústicos requiere mayor validación.
• La aplicación práctica inmediata se visualiza como un sistema de alarma simple para detectar pulsos incorrectos durante el proceso, siendo necesario un trabajo futuro para abordar desviaciones de proceso más finas y una mayor variabilidad en los entornos de medición.

El trabajo se presenta como un paso hacia la simplificación del monitoreo en línea del LSP, pasando de sistemas de sensores complejos y costosos a una solución acústica robusta y de fácil integración.