La collaborazione tra BLM group e Politecnico di Milano porta la ricerca su beam shaping, monitoraggio OCT e intelligenza artificiale nella saldatura laser robotizzata, aprendo a processi più stabili, adattativi e orientati alla qualità industriale.
La saldatura laser robotizzata rappresenta oggi un elemento indispensabile per le aziende che puntano a processi produttivi più efficienti, stabili e di alta qualità. L’elevata produttività, facilità di integrazione nelle linee esistenti e precisione che la contraddistinguono, la rendono non solo una tecnologia chiave in settori consolidati, ma anche elemento strategico in ambiti emergenti ove la qualità del giunto e l’affidabilità del processo impattano direttamente sulla buona riuscita del prodotto finale, come l’e-mobility. In un tale scenario si colloca la collaborazione tra BLM Group e Politecnico di Milano nata con l’obiettivo di sviluppare soluzioni industriali integrate che combinino saldatura laser, beam shaping dinamico e controllo intelligente della traiettoria di saldatura.
La sinergia tra competenze accademiche e l’esperienza industriale di BLM Group ha portato alla creazione di piattaforme capaci di adattarsi automaticamente alle condizioni operative reali, garantendo processi stabili e robusti. La ricerca sulla saldatura laser è iniziata nel 2018 con lo sviluppo di una cella robotizzata industriale per la saldatura laser a livello di ricerca presso il Politecnico di Milano (Figura 1). Oggi la ricerca coinvolge due dipartimenti dell’università, ovvero il Dipartimento di Ingegneria Meccanica con SITEC – Laboratorio per le Applicazioni Laser e il Dipartimento di Elettronica, Informazione e Bioingegneria con il gruppo di ricerca mOve, che forniscono competenze complementari nelle tecnologie laser e nel controllo avanzato dei processi.
I risultati del lavoro di ricerca sono stati presentati durante l’evento “EPIC Technology Meeting on Industrial Laser Processes at Optoprim”, tenutosi il 10 e 11 settembre 2025. Le soluzioni messe a punto includono sistemi di visual sensing e monitoraggio in tempo reale che mantengono la stabilità produttiva anche in presenza di tolleranze geometriche e variazioni operative. Parallelamente, l’evoluzione dei sistemi per la saldatura laser remota ha permesso di trattare componenti complessi con maggior velocità, precisione e ripetibilità, aumentando sensibilmente l’efficienza dei processi. Questi risultati offrono all’industria tecnologie affidabili e orientate alla massima produttività, perfettamente allineate con i requisiti necessari per affrontare le nuove sfide del settore manifatturiero. Si tratta di un concreto passo verso celle di saldatura laser robotizzate più intelligenti, autonome e capaci di migliorare qualità e competitività dei processi produttivi.
Strategie di monitoraggio della saldatura laser per processi adattativi
La crescente elettrificazione del settore automobilistico ha favorito l’adozione di tecniche manifatturiere avanzate, tra le quali la saldatura laser ad alta velocità che riveste un ruolo di primaria importanza. In tale contesto, sistemi di misura e monitoraggio, insieme ad indicatori affidabili della qualità del processo risultano indispensabili. A questa categoria appartengono i sistemi in grado di stimare la profondità della saldatura mediante l’acquisizione e l’analisi di immagini, segnali acustici o l’osservazione indiretta della radiazione ottica. Tra questi, l’Optical Coherence Tomography (OCT) rappresenta una soluzione efficace, poiché consente di misurare in tempo reale la profondità del keyhole, offrendo una strategia rapida ed affidabile.
Tuttavia, l’utilizzo dell’OCT è caratterizzato da operazioni di setup non trascurabili: la scansione richiede infatti un allineamento accurato tra il fascio di misura e il fascio laser di processo. Durante la saldatura, il keyhole tende tipicamente a retrocedere rispetto al punto di incidenza del fascio laser, mentre la posizione di massima profondità dipende in larga misura dalla combinazione dei parametri di processo, in particolare dalla potenza del laser e dalla velocità di scansione. Idealmente, il fascio OCT dovrebbe essere diretto verso l’apertura del keyhole; ciò rende quindi necessario introdurre un opportuno offset spaziale tra il fascio di misura ed il fascio di processo. Per affrontare questa criticità, è stato sviluppato un protocollo di calibrazione OCT finalizzato a garantire un’elevata ripetibilità della misura. Il protocollo prevede la ricostruzione ad alta risoluzione della geometria del keyhole.
Durante il monitoraggio della profondità della saldatura, l’OCT viene quindi pre-allineato rispetto al fascio laser sfruttando le coordinate così determinate. I risultati sperimentali dimostrano che il protocollo di calibrazione proposto permette di determinare con elevata precisione l’offset spaziale tra il keyhole e il fascio laser, mantenendo affidabilità anche in condizioni operative complesse, come nel caso di combinazioni di parametri di processo che generano keyhole di forme e volumi ridotti e, quindi particolarmente difficili da acquisire. In prospettiva, l’evoluzione futura di questa tecnologia è orientata all’automatizzazione del protocollo di calibrazione, con l’obiettivo di una piena integrazione nei processi manifatturieri industriali, riducendo non solo la complessità operativa, ma anche i costi dell’analisi.
Tecnologie innovative di beam shaping per le saldature remote e robotizzate laser
Sebbene il monitoraggio mediante OCT consenta la misura in tempo reale della profondità di saldatura, l’affidabilità di tali misure dipende fortemente dalla stabilità del processo e dalla ripetibilità delle condizioni operative. Nel contesto industriale dell’e-mobility, i laser in fibra ad alta potenza rappresentano una tecnologia chiave; tuttavia, la tradizionale distribuzione di potenza di tipo gaussiano rende complesso il controllo uniforme dell’interazione laser–materiale, favorendo fenomeni indesiderati quali spruzzi di materiale fuso, instabilità del processo e difetti nel cordone di saldatura. Le più recenti sorgenti laser dotate di beam shaping spaziale permettono invece di modellare la distribuzione di potenza del fascio, migliorando la stabilità del keyhole, il controllo della pozza fusa e riducendo significativamente la presenza di difetti. In particolare, gli approcci di beam shaping dinamico oggi disponibili prevedono l’emissione di un fascio a doppia componente, costituito da un core gaussiano e da un anello coassiale che, se opportunamente progettato, consente di modulare i livelli di riscaldamento e raffreddamento della pozza fusa e delle aree adiacenti. Numerosi studi hanno dimostrato come l’introduzione della componente ad anello eserciti un effetto stabilizzante sul keyhole, aumentando la stabilità del processo di saldatura.
Nelle applicazioni di monitoraggio che includono l’OCT, la presenza dell’anello risulta ulteriormente vantaggiosa poiché contribuisce ad aumentare le dimensioni del keyhole, in particolare ampliandone l’apertura, e consente quindi di ridurre i vincoli di calibrazione necessari per il corretto posizionamento e orientamento del fascio di misura verso il punto di massima profondità. Tuttavia, la maggiore flessibilità introdotta dal beam shaping comporta una crescente complessità nella selezione dei parametri di processo, che può limitarne l’adozione su larga scala. In questo contesto, i modelli analitici assumono un ruolo centrale poiché, se adeguatamente calibrati e validati, permettono non solo di predire il profilo del cordone di saldatura, ma anche di stimare la posizione del keyhole rispetto al fascio laser. Tali modelli costituiscono quindi uno strumento efficace sia per la definizione preliminare dei parametri di processo sia per l’integrazione nel protocollo di calibrazione dell’OCT, fornendo una stima coerente dell’offset spaziale tra il fascio di misura e il fascio laser principale. Questo approccio consente di rendere il monitoraggio della saldatura più efficace, semplificare la scelta dei parametri e ridurre le attività preliminari, con un conseguente contenimento dei tempi di processo.
Infine, l’integrazione delle diverse tecnologie può essere realizzata concependo il processo come un ciclo combinato di misura e previsione del cordone di saldatura. In una fase iniziale, larghezza e profondità del cordone, ottenute per specifiche combinazioni di parametri di processo e configurazioni di beam shaping, vengono misurate tramite sezioni metallografiche trasversali e utilizzate come riferimento per la calibrazione e la validazione del modello analitico (Figura 2). Una volta validato, il modello è in grado di predire le dimensioni del cordone e stimare le coordinate del keyhole al variare dei parametri di processo. Tali informazioni vengono quindi integrate nella calibrazione del sistema OCT, rendendola più semplice e mirata e consentendo il monitoraggio in tempo reale delle dimensioni del cordone senza il ricorso a ulteriori analisi metallografiche. Ciò apre la strada a un monitoraggio autonomo e robotizzabile del processo.
Approcci data-driven per il monitoraggio e controllo in tempo reale della saldatura laser
Oltre alla configurazione accurata dei parametri di processo, è infatti necessario definire con precisione la traiettoria di saldatura, tramite strumenti CAD/CAM o approcci di teach and playback, un’attività che richiede competenze specialistiche e tempi di preparazione tutt’altro che trascurabili. Questa rigidità appare ancora più evidente in contesti produttivi variabili o caratterizzati da piccoli lotti, dove la frequente riconfigurazione delle ricette di processo incide in modo significativo su costi, tempi e qualità.
Per rispondere a tali criticità, è stato sviluppato un framework data-driven per il visual sensing del processo di saldatura, strettamente integrato con algoritmi di visione artificiale e deep learning. L’obiettivo è quello di sostituire, o integrare, sensori fisici complessi con modelli di machine learning addestrati su immagini acquisite in tempo reale durante la lavorazione. Attraverso l’analisi visiva, questi modelli estraggono automaticamente informazioni rilevanti, quali geometria e posizione del giunto, condizioni di accoppiamento tra i componenti, presenza di disallineamenti ed eventuali difetti, trasformandole in variabili di processo utilizzabili dal sistema di controllo. Ciò rende il sistema in grado di adattarsi alle variazioni identificate senza richiedere continui interventi manuali ovvero la riprogrammazione del percorso, profilando una saldatura laser più flessibile, robusta e realmente “intelligente”.
Visione artificiale e deep learning per la correzione e la generazione autonoma della traiettoria di saldatura
Il cuore innovativo del framework proposto risiede nell’uso di reti neurali profonde per l’interpretazione automatica delle immagini acquisite durante il processo di saldatura. Modelli di deep learning, se opportunamente addestrati su dataset rappresentativi delle condizioni reali di produzione, sono in grado di riconoscere il giunto, stimarne il profilo e lo scostamento rispetto alla traiettoria nominale, classificare la qualità del cordone e rilevare la comparsa di difetti o instabilità. Queste informazioni vengono rese disponibili in tempo reale e utilizzate per alimentare strategie di controllo in anello chiuso.
Le modalità di intervento offerte da questi modelli vision-based si suddividono principalmente in due: da un lato la correzione dinamica della traiettoria, che consente di mantenere il robot allineato al giunto anche in presenza di variazioni o disallineamenti, dall’altro, la generazione autonoma della traiettoria, che permette di pianificare percorsi ottimizzati in base alla geometria reale del giunto e alle condizioni di saldatura rilevate. Il deep learning, superando i limiti degli algoritmi tradizionali storicamente impiegati nel controllo della saldatura, garantisce alte prestazioni di riconoscimento e adattamento su un ampio spettro di materiali e configurazioni, riducendo drasticamente la necessità di interventi manuali o rilavorazioni.
In prospettiva, queste capacità si estendono anche alla variazione della velocità di avanzamento ed alla riconfigurazione della distribuzione di energia tramite beam shaping. L’integrazione tra intelligenza artificiale, visione avanzata e controllo di processo si rivela così essere un autentico paradigma di innovazione, traducendosi in una saldatura laser robotizzata idonea a “leggere” il materiale in lavorazione, interpretarne le variazioni e adattarsi autonomamente, concretizzando il nuovo volto della saldatura laser (Figura 3).
di Matteo Moscatelli, Serge André Dib, Mara Tanelli, Ali Gökhan Demir, Daniele Colombo, Cristiano Raffaldi
