Lazer kesim makinelerinde görüntü işleme ile servo motor kazançlarının ayarlanması

Abstract

CNC lazer kesim tezgâhları, metal işleme alanında sıklıkla kullanılan hızlı ve hassasiyete sahip makinalardır. Bu makinelerin performansını belirleyen en önemli unsurlardan biri, servo motorların kazanç parametrelerinin doğru şekilde ayarlanmasıdır. Kazançların uygun biçimde optimize edilmesi, doğrudan işleme doğruluğunu etkiler. Bu tezde, lazer kesim makinelerinde servo motor kazançlarının belirlenmesine yönelik, geleneksel deneme yanılma ile ayar yöntemine alternatif olarak görüntü işleme temelli bulanık mantık yaklaşımı önerilmektedir. Çalışmanın temel amacı, lazer kesim makinelerinde servo motorların kazanç parametrelerinin daha doğru bir şekilde, daha kısa sürede belirlemek ve bu sayede kesim işlemlerinin kalitesini arttırılmasını sağlamaktır. Servo motor üreticileri servo kazançlarının ayarlanması için farklı ayar algoritmaları geliştirmiştir, ancak bu algoritmalar makinadan bağımsız sadece bir servo motor için çalışmaktadır. Senkron çalışması gereken servo motorlar için bu geleneksel yöntemlerin kullanılması oldukça zordur. Bu çalışma ile birden çok eksenin bir biri ile senkron çalışabileceği en uygun kazanç parametreleri görüntü işleme teknikleri yardımı kullanılarak bulanık mantık tabanlı bir yazılım algoritması ile hesaplanmaktadır. Bunun için lazer kesim makinasından kesilen bir test parçası görüntü işleme teknikleri ile analiz edilir. Elde edilen veriler bir bulanık mantık kontrolcü aracılığı ile yorumlanarak lazer kesim makinasın için servo motorların en uygun kazanç parametreleri bulunur. Kesim kalitesi istenilen seviyeye gelene kadar bu işlem tekrar edilebilir. Tezin metodolojisi, görüntü işleme tekniklerinin kullanılmasıyla, makinadan kesilen test parçasının incelenmesi ve servo motor kazançlarının belirlenmesine odaklanmaktadır. Bu doğrultuda, örnek bir kesim parçası genellikle daire ve kare şekilden oluşan parça lazer kesim makinesi ile kesilir, Daha sonra bu parça geliştirilen görüntü işleme algoritmasına tarafından incelenir. Bu dairesel parçanın gerçek daireden uzaklık miktarı senkron çalışan eksenler arasındaki sapmayı verir. Geliştirilen algoritma bu sapma miktarına göre lazer kesim makinesinin her bir eksenindeki servo motor için kazanç parametreleri bulanık mantık kontrolcü ile hesaplar. Sistem örnek senaryoları öncelikle taslak fotoğraflar üzerinden test edilmiş ve elde edilen veriler kullanılarak görüntü işleme destekli modelin servo motor kazançlarını ne kadar doğru bir şekilde tahmin ettiği deneysel olarak bu çalışmada incelenmiştir. Ayrıca, önerilen modelin endüstriyel bir lazer kesim makinesinde gerçek dünya koşullarında nasıl performans gösterdiği de değerlendirilmiştir. Sonuç olarak, bu tez önerisi, lazer kesim makinelerinde servo motor kazançlarının belirlenmesi için yenilikçi bir yöntem olan görüntü işleme destekli bulanık mantık modelinin geliştirilmesini ve değerlendirilmesini amaçlamıştır. Bu çalışma, endüstriyel üretim süreçlerinde lazer kesim teknolojilerin daha da iyileştirilmesine ve lazer kesim makinelerinin devreye alma süreçlerini kısaltarak verimliliği arttırmayı hedeflemiştir.

Laser cutting machines represent indispensable equipment extensively applied in modern industrial production. Their widespread adoption across numerous fields arises from their ability to achieve both high cutting speed and exceptional accuracy. A fundamental factor that significantly affects the performance of these systems is the correct adjustment of the gain parameters of the servo motors. Ensuring that servo motors are tuned to their most appropriate gain values has a direct impact on machining precision. This research proposal introduces an approach that integrates image processing with fuzzy logic as an alternative to standard procedures for defining servo motor gains in laser cutting systems. This research primarily seeks to identify gain parameters more precisely and in a shorter duration, thereby improving the overall quality of the cutting operation. Although servo motor producers have proposed various tuning methods, these techniques are generally designed for a single motor independent of the machine. Consequently, applying such conventional strategies becomes highly problematic in cases where multiple servo axes must operate in synchronization. In this work, the most suitable gain settings that enable several axes to run harmoniously are computed through the support of image processing tools and a fuzzy logic–based software routine. For this purpose, a reference part cut by the laser machine is examined with computer vision techniques. The measured data are then processed by a fuzzy logic controller to define the most suitable servo gain values for the axes of the cutting system. This iterative procedure continues until the desired cutting accuracy is consistently obtained. The methodology centers on analyzing test components produced by the machine and deriving servo gain parameters via image processing evaluation. Typically, a specimen comprising circular and square geometries is cut, and afterward the piece is processed with the developed algorithm. The difference between the actual circular cut and an ideal circle quantifies the degree of misalignment among the axes that operate simultaneously. With this information, the algorithm estimates the required gain corrections for each servo motor by means of a fuzzy controller. The framework was first validated through preliminary image-based case studies, and experimental trials were later performed to verify the reliaability of the image-processing-assisted model. Furthermore, The usefulness of the presented approach was verified under industrial conditions on an actual laser cutting machine. In conclusion, this thesis proposal aims to develop and evaluate an innovative method—an image-processing-assisted fuzzy logic model—for determining servo motor gain parameters in laser cutting machines. This study aspires to further enhance laser cutting technologies within industrial production processes and to improve operational efficiency by reducing the commissioning times of laser cutting machines.