Rafael Orsi
← Todos os projetos
Manufatura aditiva e visão computacionalEm contratação

Monitoramento visual inteligente da poça de fusão para correção de trajetória em manufatura aditiva DED-Arc robotizada

Visão computacional e aprendizagem de máquina para reconhecer padrões visuais e temporais da poça de fusão na manufatura aditiva metálica por arco elétrico.

FAPESP
Projeto financiado pela FAPESP Auxílio à Inovação Regular (AIR) — Iniciação Tecnológica · Processo 2026/27446-9
Visão computacionalReconhecimento de padrõesAprendizagem de máquinaSéries temporais
FinanciamentoFAPESP — Auxílio à Inovação Regular (AIR), Iniciação Tecnológica
Processo FAPESP2026/27446-9
CoordenaçãoRafael Nobre Orsi
Instituição executoraFaculdade de Tecnologia da Zona Leste (FATEC ZL) — CEETEPS
Vigência01/02/2027 a 31/07/2028 (18 meses)
ÁreaCiência da Computação — Visão computacional e reconhecimento de padrões
Contexto

Por que observar a poça de fusão?

A deposição por energia dirigida com arco elétrico (DED-Arc) permite fabricar componentes metálicos camada a camada, mas a variabilidade da poça de fusão dificulta a repetibilidade da deposição.

A pesquisa investiga métodos de visão computacional e aprendizagem de máquina para reconhecer os padrões visuais e temporais da poça durante a deposição multicamada. O conhecimento obtido poderá fundamentar estudos posteriores de correção de trajetória; esta proposta não prevê comando do robô em malha fechada.

Abordagem

Imagens, temperatura e variáveis de soldagem, sincronizadas.

Vídeos obtidos com câmera monocromática de obturador global serão sincronizados com registros de temperatura e variáveis de soldagem. A partir de corridas de deposição em condições controladas, será construída uma base anotada de imagens e sinais.

Serão comparados descritores geométricos, classificadores compactos e modelos temporais. Treino e teste serão separados por corrida, com avaliação adicional em condições não usadas no ajuste dos modelos.

Objetivos

Reconhecer os estados da poça durante a deposição.

Desenvolver e validar métodos de visão computacional e aprendizagem de máquina para reconhecer estados da poça de fusão na deposição multicamada por DED-Arc. As previsões serão apresentadas em modo de observação, sem comando do robô ou correção de trajetória nesta etapa.

  • Estabelecer um protocolo reprodutível de aquisição e anotação.
  • Segmentar a poça em imagens sujeitas à luminosidade do arco e a respingos.
  • Comparar classificadores de quadros e de sequências curtas.
  • Medir a robustez entre corridas e condições de soldagem.
  • Caracterizar a latência de inferência.
Metas de referência

Como o desempenho será medido.

≥ 0,85macro-F1 para os estados operacionais
≥ 0,80IoU na segmentação da poça
< 50 mslatência P95 de inferência

Também serão relatadas a sensibilidade por classe e as limitações dos modelos.

Resultados previstos

Protocolo, base documentada e modelos reproduzíveis.

  • Protocolo experimental de aquisição e sincronização.
  • Base anotada e documentada de imagens e sinais.
  • Métodos reproduzíveis de segmentação e classificação visual e temporal.
  • Protótipo de observação com classe, confiança e tempo de processamento.
  • Dois planos e relatórios individualizados de iniciação tecnológica.
  • Comunicação de resultados em congresso, condicionada ao aceite, e submissão de manuscrito ao Journal of Manufacturing Processes.
Equipe

Pesquisa com formação de novos pesquisadores.

O projeto é coordenado por Rafael Nobre Orsi, com dois bolsistas de iniciação tecnológica atuando na aquisição e curadoria dos dados e no reconhecimento de padrões.

Etapas do projeto
1 de 6 etapas concluídas
  1. ✓

    Proposta submetida à FAPESP

    Concluída · out. 2026

    Chamada de Propostas 2/2026 — Auxílio à Inovação Regular, Iniciação Tecnológica.

  2. Análise e contratação

    Em andamento

    Processo 2026/27446-9 em fase de contratação.

  3. Protocolo de aquisição, sincronização e anotação

    Planejada · a partir de fev. 2027
  4. Base anotada e métodos de segmentação e classificação

    Planejada
  5. Avaliação entre corridas, latência e protótipo de observação

    Planejada
  6. Divulgação dos resultados

    Planejada · até jul. 2028

Quer colaborar com esta pesquisa?

Entrar em contato