Le caratteristiche prestazionali dei prodotti realizzati con materiali metallici quali resistenza ad usura, a fatica, alla corrosione, stabilità delle “lacune” e molto altro ancora dipendono in gran parte dalla qualità delle loro superfici. Inoltre, il miglioramento della finitura superficiale è uno dei metodi più ridurre l’attrito e perfezionare le connessioni tra i componenti. Proprio per questo i trattamenti superficiali, qualunque essi siano, assumono un’importanza fondamentale per ricondurre le superfici a quel livello di qualità adatto ad un determinato scopo per cui sono pensate.
Rugosità superficiale della tempra laser
In tale ottica, nella costruzione di molti componenti meccanici diventa particolarmente cruciale procedere ad un controllo interattivo di quei parametri di produzione che sono in grado di influenzare la qualità della superficie. Questo lavoro propone un nuovo metodo per il riconoscimento della qualità superficiale di prodotti metallici le cui superfici sono lavorate attraverso un processo automatico di tempra laser. In particolare, grazie all’utilizzo della Network Theory, ossia gli strumenti della Teoria della Rete, si arriva a determinare la rugosità superficiale passando attraverso il riconoscimento dei pattern ricavati dall’analisi di immagini da microscopia a scansione elettronica (SEM). Infatti, opportunamente trattati, i dati provenienti dal microscopio sono in grado di descrivere le irregolarità superficiali, rilevate come segmenti estremamente piccoli, permettendo di arrivare a calcolare indicatori di rugosità superficiale. In questo articolo verranno inoltre discusse molte delle tecniche di apprendimento automatico progettate per prevedere la rugosità superficiale, ponendole a confronto rispetto alle prove effettuate sul materiale temprato.
