Quality control assessment in industrial field

Descrizione

Numerose attività di ricerca applicano sistemi di controllo qualità e diagnostica non-distruttivi in ambito industriale nell’ambito di collaborazioni con aziende partner, progetti regionali, nazionali o europei. Molteplici tecniche ottiche vengono applicate in ambito industriale quali camere matriciali e lineari, camere ad alta velocità, camere iper-spettrali, sistemi di visione telecentrici, lidar per misure dimensionali, l’identificazione di cricche, difetti superficiali o caratterizzazione di materiali. Sistemi vision-based quali profilometri a triangolazione di linea laser vengono integrati in linea di produzione per il controllo dimensionale senza contatto di componenti industriali con campi di misura che variano dal micrometro al metro a seconda dell’ambito applicativo (elettronica, automotive, metallurgia, industria dell’acciaio…). L’utilizzo di algoritmi software quali pattern matching, edge detection, blob analysis, point-cloud analysis, combinato allo sviluppo hardware di sistemi custom dedicati ad ambienti industriali spesso ostili, permette di eseguire identificazione precoce di difetti e diagnosi preventiva. Nell’ambito delle attività di ricerca vengono sviluppate applicazioni fino a TRL 7 dove vengono integrate in linea di produzione complete stazioni di controllo qualità automatizzate e connesse con piattaforme digitali. Altri ambiti applicativi includono l’industria manifatturiera, aerospaziale, civile/edile, ferroviaria, elettronica.

Pubblicazioni
  • Minnetti, E.; Chiariotti, P.; Paone, N.; Garcia, G.; Vicente, H.; Violini, L.; Castellini, P. A Smartphone Integrated Hand-Held Gap and Flush Measurement System for in Line Quality Control of Car Body Assembly. Sensors 2020, 20, 3300. https://doi.org/10.3390/s20113300
  • Pasquinelli V., Martarelli M., Paone N., Van De Kamp W., Verhoef B., Laser Line Triangulation Sensor with Wide Measurement Range: a Steel Industry Use Case, 2024 IEEE International Workshop on Metrology for Industry 4.0 & IoT, pp. 470-475, DOI: 10.1109/MetroInd4.0IoT61288.2024.10584183
  • Giovanni S., Calcagni M. T., Martarelli M., Revel G. M. (2024). Metrological evaluation of an AI-based vision computing model for crack detection on masonry structures. MATEC Web of Conferences. 403. 10.1051/matecconf/202440304002.
  • Pasquinelli V., Martarelli M., Montalto L., Nisi M., Van De Kamp W., Verhoef B., Paone N., Laser line triangulation measurement on incandescent steel objects: methodologies to improve optical signal to noise ratio. Acta Imeko, Vol. 14 No. 2 (2025),  DOI: https://doi.org/10.21014/actaimeko.v14i2.2069
  • Baleani, Alessia & Paone, Nicola & Gladines, Jona & Vanlanduit, S.. (2022). Surface roughness measurements of turned parts through a vision-based measurement system: uncertainty analysis and performance comparison with state-of-the-art instruments. 17-22. 10.1109/MetroInd4.0IoT54413.2022.9831674.
Personale di riferimento

Prof. Nicola Paone
Tel. +39 071 220 4490
email: n.paone@staff.univpm.it

Prof. Paolo Castellini
Tel. +39 071 220 4441
email: p.castellini@staff.univpm.it

Prof.ssa Milena Martarelli
Tel. +39 071 220 4542
email: m.martarelli@staff.univpm.it