Cost-constrained selective robotic re-polishing of complex freeform surfaces driven by local quality risk evaluation

Resumo Técnico: Repolimento Robótico Seletivo de Superfícies Livres Complexas com Restrição de Custo

Definição do Problema
No polimento robótico de superfícias livres complexas, interações não uniformes entre a geometria local e a dinâmica do processo frequentemente resultam em qualidade superficial irregular e regiões defeituosas residuais após uma passagem inicial de polimento. Embora a prática industrial convencional trate isso por meio de um repolimento uniforme em toda a área, essa abordagem é ineficiente e dispendiosa. Ela introduz tempo de processamento redundante substancial, comprimentos de trajetória de ferramenta excessivos e desgaste desnecessário da ferramenta, particularmente em regiões que já atingiram os requisitos de qualidade. Estudos existentes sobre previsão de qualidade superficial focam tipicamente na estimativa global ou avaliação de ponto final, falhando em fornecer os dados localizados e acionáveis necessários para decisões de polimento corretivo direcionadas. Consequentemente, existe uma lacuna entre a estimativa de qualidade preditiva e o planejamento de repolimento seletivo com restrição de custo.

Metodologia
O artigo propõe uma estrutura de repolimento robótico seletivo guiada pelo risco, projetada para equilibrar o aprimoramento da qualidade superficial com a redução do custo de processamento. A metodologia consiste em três estáções primárias:

1. Construção e Alinhamento de Dados Multimodais:

   • Uma plataforma robótica multissensorial foi estabelecida para adquirir geometria de nuvem de pontos inicial, sinais de força/torque em tempo real, estados de movimento do Centro de Força da Ferramenta (TCP) e medições de rugosidade offline.
   • O processo de polimento contínuo foi segmentado em janelas temporais deslizantes (comprimento de 0,4s, passo de 0,2s) e alinhado espacialmente a um sistema de coordenadas unificado da peça de trabalho.
   • Uma estratégia de atribuição regional foi empregada para mapear os estados de processo ao nível de janela para regiões locais específicas (42 regiões no total) com base nas razões de cobertura de trajetória, criando um conjunto de dados de 5.521 amostras de janela válidas.

2. Modelagem de Risco de Qualidade Guiada pela Geometria (GB-DRC):

   • Um modelo de Correção de Resíduo Guiada pela Geometria (GB-DRC) foi desenvolvido para prever mudanças de rugosidade local ($\Delta Ra$).
   • O modelo decompõe a evolução da rugosidade em dois componentes: uma tendência de base geométrica (impulsionada por curvatura, distância de borda, variação de normal e rugosidade inicial) e um resíduo de dinâmica de processo (impulsionado por flutuações de força de contato, variações de movimento do TCP e parâmetros de processo).
   • Um mecanismo de ponderação adaptativa regula a contribuição do termo de perturbação do processo com base nas condições operacionais locais, aumentando a robustez da previsão em geometrias variáveis.
   • O modelo foi treinado usando uma estratégia de isolamento agrupado para evitar vazamento de dados, garantindo a avaliação sob variações de lotes, regiões, geometrias difíceis e condições de processo.

3. Estratégia de Seleção Orientada ao Risco-Cobertura:

   • As previsões ao nível de janela são agregadas à escala regional usando ponderação pela razão de cobertura para estimar a rugosidade pós-processamento.
   • Um escore de risco de qualidade regional é calculado com base no desvio em relação a um limiar de rugosidade alvo ($Ra_{target} = 0,250 \mu m$).
   • Uma estratégia de seleção Top-K prioriza regiões candidatas para repolimento com base nesses escores de risco. A estratégia prioriza a "cobertura de risco" (capturando regiões realmente defeituosas) sobre a precisão absoluta para garantir que áreas abaixo do padrão não sejam perdidas, aceitando uma inclusão conservadora de algumas regiões conformes.

Principais Contribuições

1. Estrutura de Repolimento Seletivo: O artigo introduz uma estrutura que permite o polimento corretivo direcionado para superfícies livres complexas, afastando-se do ineficiente reprocessamento uniforme de toda a área.
2. Avaliação de Qualidade Local Multimodal: Desenvolve um método de avaliação robusto integrando características geométricas, respostas dinâmicas de processo e informações de movimento do TCP para estimar variações de rugosidade localizadas sob condições variáveis.
3. Estratégia de Decisão Acionável: Estabelece uma estratégia de seleção de região candidata orientada ao risco-cobertura que converte avaliações de qualidade localizadas em planos de polimento corretivo acionáveis, realizando efetivamente a troca entre o aprimoramento da qualidade e o custo de processamento.

Resultados Experimentais
Experimentos foram conduzidos em uma peça de aço Q235 com uma superfície livre complexa usando uma plataforma robótica multissensorial. Os resultados foram validados através de cinco cenários de teste de isolamento agrupado (independente de lote, independente de grupo de região, geometria difícil, independente de condição de processo e extrapolação de região-condição).

• Desempenho de Previsão: O modelo GB-DRC demonstrou estabilidade superior e erros de previsão menores (MAE, RMSE) em comparação com modelos de linha de base (RF, XGBoost, GRU) em todos os cenários de teste, particularmente em variações de geometria difícil e condições de processo.
• Seleção de Região: Com $K=25$ regiões candidatas selecionadas (cobrindo 59,52% da área total), o método alcançou uma cobertura de risco de 93,33% (identificando 14 de 15 regiões realmente defeituosas) e uma precisão de candidato de 56,00%.
• Compromisso entre Qualidade e Custo:
  • Qualidade Superficial: A estratégia de repolimento seletivo (S3) melhorou a taxa de aprovação superficial de 64,29% (polimento de uma passagem) para 80,95%.
  • Redução de Custo: Comparada ao repolimento uniforme de toda a área (S2), a estratégia seletiva proposta reduziu a área de repolimento em 40,48%, o tempo de processamento adicional em 37,67% e o comprimento de trajetória adicional em 37,44%.
  • A rugosidade média final para a estratégia seletiva foi de $0,220 \pm 0,002 \mu m$, significativamente melhor que o polimento de uma passagem ($0,258 \mu m$), evitando o custo total do repolimento uniforme.

Significância e Alegações
O artigo alega que o método proposto fornece uma solução prática e econômica para o aprimoramento localizado da qualidade no polimento robótico. Ao mudar da estimativa de qualidade global para a avaliação de risco localizada, a estrutura aborda a ineficiência do reprocessamento de toda a área. O valor central reside na capacidade de transformar previsões de processo ao nível de janela em planos de repolimento seletivo acionáveis. Os autores afirmam que esta abordagem alcança um equilíbrio eficaz entre o aprimoramento da qualidade superficial e a redução do custo de processamento, tornando-a adequada para aplicações de acabamento robótico sensíveis ao custo. A estrutura é observada como adaptável a outras tarefas de acabamento de superfícies livres, desde que os parâmetros do modelo sejam recalibrados para materiais e condições de ferramenta específicos.