Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción

MÁSTER UNIVERSITARIO EN INGENIERÍA INDUSTRIAL TRABAJO FIN DE MÁSTER PROPUESTA DE PROFILÓMETRO ÓPTICO LÁSER PARA LA CARACTERIZACIÓN DE PANELES DE MADERA CLT UTILIZADOS EN CONSTRUCCIÓN Estudiante Bargiela Mengod, Danel Director/Directora Durana Apaolaza, Gaizka Departamento Fotónica Aplicada Curso académico 2019-2020 Bilbao, 31 de agosto de 2020 Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción i Índice DATOS BÁSICOS DEL PROYECTO .......................................................................................... 1 MEMORIA ................................................................................................................................... 2 Introducción: ..................................................................................................................................... 2 Contexto .............................................................................................................................................. 3 Objetivos y alcance del trabajo: ................................................................................................. 5 Beneficios que aporta el trabajo: ............................................................................................... 7 Análisis del Estado del Arte: ........................................................................................................ 8 Técnicas de sensado usadas en sistemas comerciales: ................................................ 9 Ensayo de Delaminación (UNE-EN 16351): ...................................................................20 Análisis de riesgos: .......................................................................................................................21 Descripción de la solución propuesta. Diseño básico: ....................................................21 METODOLOGÍA SEGUIDA EN EL DESARROLLO DEL TRABAJO ................................... 22 Descripción de tareas, fases, equipos y procedimiento:.................................................22 Elección del sistema de medición: ......................................................................................24 Ventajas de la medición láser frente a métodos con contacto:................................25 Diseño de la Carcasa deslizante y la Estructura de soporte para la cabeza láser: ..........................................................................................................................................................27 Diagrama de Gantt: .......................................................................................................................29 Cálculos y algoritmos: ..................................................................................................................30 Hipótesis y planteamiento sobre componentes de rugosidad y ondulación: ....30 Parámetros de rugosidad: .....................................................................................................34 Desarrollo del Algoritmo: ......................................................................................................36 Análisis de los resultados: ..........................................................................................................45 ASPECTOS ECONÓMICOS: ..................................................................................................... 54 Descripción del presupuesto: ...................................................................................................54 Análisis de la rentabilidad: ........................................................................................................54 CONCLUSIONES: ...................................................................................................................... 56 BIBLIOGRAFÍA ......................................................................................................................... 58 ANEXO I: Pliego de condiciones. Normativa aplicable. Plan de pruebas: ................... 62 ANEXO II: Planos, esquemas, diseño de detalle, código: ................................................ 62 ANEXO III: Manuales de usuario y/o de administrador. ................................................ 62 Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción ii Lista de tablas, ilustraciones, gráficas y acrónimos Fig. 2.1.- Paneles “EGO_CLT” de Egoin S.A. ................................................................................. 3 Fig. 2.2.- Carril de producción de paneles CLT de la empresa Egoin S. A. ..................... 4 Fig. 2.3.- Esquemas del funcionamiento de sensores ópticos basadas en intensidad. ..................................................................................................................................................................... 9 Fig. 2.4.- Gráfica estándar “Señal Emitida-Distancia”, para sensores basados en intensidad. ............................................................................................................................................10 Fig. 2.5. – Objeto plano vs. inclinado ..........................................................................................11 Fig. 2.6. - Rugosidad variable en la superficie de un objeto. .............................................12 Fig. 2.7. - Efecto de la traslación lateral sobre distintos objetos: ....................................12 Fig. 2.8. - Principio de funcionamiento del sensor de triangulación óptica. ...............13 Fig. 2.9.- Objeto se encuentra en la intersección entre dos rectas y dos arcos. .........14 Fig. 2.10.- a) Las medidas de “time-of-flight” muestran tres escenarios distintos: .15 Fig. 2.11.- El principio de detección de fibra óptica monocromática y policromática confocal ..................................................................................................................................................16 Fig. 2.12.- Configuración básica para la interferometría WLI y típico patrón de interferencia ........................................................................................................................................18 Fig. 2.13.- Detalle de probeta de CLT delaminada .................................................................20 Fig. 3.1.- Comparación medición por contacto con Stylus vs medición sin contacto con haz láser. .......................................................................................................................................26 Fig. 3.2.- Estructura de MungiMatik S.A., una vez finalizado su montaje. ....................27 Fig. 3.3.- Perfil de MungiMatik (20x20mm), vista isométrica del mismo y sección de la guía de la propia carcasa. ...........................................................................................................27 Fig. 3.4.- Imagen CAD de Fusion360 del montaje de la carcasa (gris) junto con la cabeza láser (naranja). ....................................................................................................................28 Fig. 3.5.- Diferentes perspectivas y detalles de la carcasa realizada en Fusion 360. ...................................................................................................................................................................28 Fig. 3.6.- Lista de tareas del proyecto. ........................................................................................29 Fig. 3.7.- Diagrama de Gantt del proyecto. ...............................................................................29 Fig. 3.8.- Esquema del filtrado en función de las respectivas longitudes de onda de corte: λs, λc y λf. ..................................................................................................................................31 Fig. 3.9.- Desplazamiento de fase en filtro RC. La línea media sufre un retraso respecto del perfil real. ....................................................................................................................32 Fig. 3.10.- Segmento de Raw Data con perfil de convolución. (z(x) representado en azul y m(x) representado en naranja). ......................................................................................33 Fig. 3.11.- Segmento de rugosidad, normalizado respecto al filtro m(x). ....................34 Fig. 3.12.- Perfiles con la misma Ra, pero con un comportamiento diferente ............34 Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción iii Fig. 3.13.- Altura total del perfil de rugosidad (Rt), profundidad de rugosidad media (Rz) y profundidad máxima de rugosidad (Rz1max) ..........................................................35 Fig. 3.14.- Configuración usada para el sistema de medición Micro-Epsilon. Incluye la cabeza, la fuente de alimentación e interfaz en el ordenador......................................37 Fig. 3.15.- Interfaz del software ILD2300-10 de Micro-Epsilon. .....................................37 Fig. 3.16.- Perfil primario de muestra de Calibrado. ...........................................................38 Fig. 3.17.- Matriz de pesos del filtro gaussiano, para una longitud de onda de corte de 0,8 mm (λc = 0,8 mm). ..............................................................................................................39 Fig. 3.18.- Ilustración de la longitud de corte (lc) y longitud de evaluación (ln) .......41 Fig. 3.19.- Región del segmento donde el filtro gaussiano actúa sin provocar distorsión alguna (amarillo). ........................................................................................................42 Fig. 3.20.- Resultado de la aplicación del filtro gaussiano a lo largo de todo el perfil. ...................................................................................................................................................................42 Fig. 3.21.- Solución tomada para evitar la pérdida de datos entre dos filtrados en subintervalos consecutivos. ...........................................................................................................43 Fig. 3.22.- Ejemplo de filtrado corregido sobre subintervalo del perfil calibrado....44 Tabla. 3.23.- Tabla para dos muestras de madera distintas, mostrando valores de Ra media y su desviación estándar. ..................................................................................................45 Tabla. 3.24.- Tabla resumen de los valores estadísticos para Ra y Rq. .........................45 Tabla. 3.25.- Tabla con los niveles de significación e intervalos de confianza para las muestras de 95 y 99% (Ra, Rq). ...................................................................................................45 Fig. 3.26.- Tabla para dos muestras de madera distintas, mostrando valores de Rt media y su desviación estándar. ..................................................................................................46 Fig. 3.27.- Tabla resumen de los valores estadísticos para Rp, Rv y Rt. .......................46 Fig. 3.28.- Tabla con los niveles de significación e intervalos de confianza para las muestras de 95 y 99% (Rp, Rv y Rt). .........................................................................................46 Fig. 3.29.- Gráfica del perfil primario, en el primer subintervalo. ..................................47 Fig. 3.30.- Gráfica de la rugosidad, en el primer subintervalo. .........................................48 Tabla. 3.31.- Tabla de Muestra 1, para un filtrado gaussiano con una longitud de onda de corte de λc = 0,8 mm. .................................................................................................................48 Tabla. 3.32.- Tabla resumen de los parámetros de rugosidad, para diferentes longitudes de onda de corte. ..........................................................................................................49 Fig. 3.33.- Gráfica con los parámetros de rugosidad de una muestra, junto con los diferentes filtros usados ..................................................................................................................49 Fig. 3.34.- Curva Rt vs. λc, ajuste logarítmico. .........................................................................50 Fig.3.35.- Explicación gráfica de la adición de componentes de frecuencia sobre el perfil real. ..............................................................................................................................................51 Fig. 3.37.- Perfil primario con filtro y perfil de rugosidad, para λc = 3,5 mm. ...........51 Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción iv Fig. 3.38.- Optimización de la curva Rt vs. λc. .........................................................................52 Fig. 3.39.- Comparativa de las rugosidades entre las muestras Calibradas y Cepilladas. .............................................................................................................................................53 Fig. 4.1.- Presupuesto general inicial aproximado del proyecto. ....................................54 Fig. 4.2.- Desglose de los costes totales del proyecto. ..........................................................54 Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 1 DATOS BÁSICOS DEL PROYECTO Equipo de Proyecto: Danel Bargiela Mengod, Gaizka Durana Apaolaza. Título del Proyecto: Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción. Resumen: En este documento se describe el análisis y diseño detallado de un profilómetro óptico láser basado en la rugosidad superficial, modelando su uso para la categorización de muestras de madera. Se especifican los elementos, proceso de calibración y montaje, desarrollo software, presupuesto y futura implementación en la industria. Palabras clave: Triangulación láser, profilómetro, CLT, Python. Laburpena: Dokumentu honetan zimurtasunan oinarritutako profilometro optiko laser baten analisia eta diseinua deskribatzen da, bere zurako lagin kategorizazioko erabilpena moldatuz. Haren elementuak, kalibrazio eta montaketa prozezuak, softwaregarapena, aurrekontua eta geroko implementazioa industrian zehazten dira. Hitz-gakoak: Laser triangulazioa, profilometro, CLT, Python. Abstract: In this document the analysis and detailed design of a roughness based laser optic profilometer is described, modelling its use for the categorization of wooden samples. Elements, calibration and assembly process, software development, budget and future implementation in the industry are described. Keywords: Laser triangulation, profilometer, CLT, Python. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 2 MEMORIA Introducción: Este documento contiene la propuesta de proyecto en el cual se detalla el proceso de diseño, medición, tratamiento de datos y posterior optimización de los mismos para su aplicación en la caracterización superficial de paneles de madera CLT de rugosidad diversa, para lo cual se utilizará medición láser y software desarrollado en Python. En una primera parte, se explica el contexto en el que se lleva a cabo el proyecto, junto con los aspectos característicos más importantes a tener en cuenta. Por ello, se analizan también los objetivos que se pretenden alcanzar con la realización de este proyecto. A continuación, se explican las características técnicas relativas al montaje y a los elementos que han formado parte del mismo, incluyendo información gráfica y clara del proceso llevado a cabo. Asimismo, se explica el funcionamiento de cada una de las partes, distinguiendo así entre los puntos de muestras, medida y adquisición de datos y tratamiento de los mismos. Posteriormente, se hace una breve mención a la inversión necesaria que habría que realizar para la correcta finalización del proyecto y el cumplimiento de los objetivos: inversión en el equipo, software o en recursos humanos. Finalmente, se muestra y explican detalladamente los beneficios aportados por el proyecto en el ámbito empresarial y productivo, adjuntando cálculos realizados y las explicaciones necesarias para su implementación. Además, se incluye un apartado final de conclusiones acerca del proyecto realizado. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 3 Contexto: El cometido de este proyecto es el de conseguir un resultado experimental aplicable en la industria a través de la tecnología fotónica, uno de los pilares sobre los que se basará la Industria 4.0 en los próximos años. Si bien es cierto que en un primer momento se consideró la idea de incluir machine learning para llevarlo a cabo, esta opción acabó descartándose más adelante debido a la escasez de medios disponibles –número reducido de probetas y muestras, falta de automatización del proceso de medición, etc.- para desarrollar una base de datos fiable con la que trabajar. Los paneles CLT (Cross Laminated Timber) de la empresa Egoin S.A. son paneles de madera macizos formados por capas encoladas y cruzadas en sentido transversal entre sí. Una vez establecidas todas las capas del panel, se procede con el prensado de las mismas. La característica principal de este tipo de paneles es su estabilidad dimensional, la cual se logra gracias a la acción de la fibra de madera, colocada alternando la dirección de la misma respecto a las tablas longitudinales adyacentes. Fig. 2.1.- Paneles “EGO_CLT” de Egoin S.A. Gracias a su gran versatilidad, los paneles CLT se utilizan en la edificación de viviendas, naves industriales y edificios de uso público. Tiene una alta capacidad de carga a pesar de su bajo peso, permitiendo así construir voladizos y muros de carga y eliminando gran parte de los pilares que acarrea la construcción convencional. Los paneles se fabrican en líneas de control numérico, incidiendo en la disminución de los errores y tiempos muertos en obra, con la consiguiente reducción de los costos de construcción. Si estos paneles fallan frente a esfuerzos que la edificación exige, todo el proceso previo resulta inútil, provocando tanto pérdidas económicas como pérdidas medioambientales, de materia prima y de recursos naturales en la empresa y su entorno. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 4 Por eso, resulta crucial el poder conocer, monitorizar y manipular las características superficiales de los paneles CLT. Estas características de la rugosidad de la madera son los parámetros determinantes –como se verá más adelante en el trabajodel desempeño que dichos paneles tendrán en los ensayos mecánicos a los que son sometidos y en la propia obra in situ. Debido a ello, en este proyecto se han querido incidir sobre dos aspectos principales: En primer lugar, el de obtener una solución industrial aplicable a un proceso productivo concreto, que proporcionará una información de gran valor acerca de las características y prestaciones del producto. En segundo lugar, el mostrar la aplicación de la fotónica -en este caso, a través de la metrología lásercomo instrumento de alta precisión que actúa como herramienta útil para su implementación. Todos estos objetivos a cumplir, se llevaron a cabo mediante una serie de ensayos en el laboratorio de Fotónica Aplicada de la Universidad del País Vasco/Euskal Herriko Unibertsitatea (UPV/EHU), gracias a diversas muestras de madera CLT facilitadas por Egoin S.A. Egoin S.A (Ereño, Bizkaia) es una empresa líder en lo que a construcción en madera se refiere, con proyectos como La Borda (Premio Arquitectura BBConstrumat 2019) a nivel nacional o más de 30 obras realizadas, entre otros, en el Reino Unido, de entre las cuales varios proyectos receptores de numerosos premios RIBA. Por tanto, se pretende aportar una solución tecnológica que pueda ser integrada dentro del proceso productivo de paneles CLT de Egoin S.A. Fig. 2.2.- Carril de producción de paneles CLT de la empresa Egoin S. A. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 11 Por otra parte, la resolución de la pendiente posterior de la curva puede llegar a ser de 1μm o mayor dependiendo del objeto (obteniéndose mejor resolución en objetos brillantes). Aun así, esta técnica tiene varias limitaciones, como las siguientes: a) Es necesaria la precalibración de la curva, independientemente del objeto que se desee medir. b) Debido a que la intensidad de la señal medida y la distancia están relacionadas, el sensor interpretará cualquier cambio en la intensidad recibida como un cambio proporcional en la distancia. Por ello, variaciones imprevistas de la intensidad de iluminación, variaciones en la reflectividad sobre la superficie del objeto [6], así como suciedad o polvo, serán interpretados como variaciones de distancia. c) La señal es sensible a la inclinación de la superficie del objeto. Como puede verse en la Fig. 2.5, un sensor con objeto inclinado “óptimamente” recogerá más luz que uno no inclinado. Además, esta inclinación será diferente a lo largo de todo el rango de medidas del sensor, variando para cada punto e inclinación del eje. Fig. 2.5. – Objeto plano vs. inclinado. A una distancia “d” del sensor reflejará más luz hacia la fibra receptora en un ángulo de inclinación concreto ( 𝜃=𝑎/𝑑) (figura inferior), en comparación con un objeto plano (figura superior). Las variaciones de señal recibidas en el sensor a lo largo de toda la toma de medidas pueden explicarse al estudiar la superficie del objeto como un conjunto de segmentos inclinados orientados de manera aleatoria a lo largo de la misma [7] y teniendo en cuenta que la luz se refleja de manera especular y normal con respecto a cada una de estas inclinaciones. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 12 Para cuantificarlo, se simula la intensidad de señal relativa mediante el trazado de rayos y se cuenta el número final de rayos reflejados en la fibra del sensor (Fig. 2.6). Fig. 2.6. - Rugosidad variable en la superficie de un objeto. Las fibras receptoras recogen distintas cantidades de luz dependiendo de la rugosidad superficial de la superficie. En cambio, este efecto no se da para un objeto con superficie especular, dada su simetría translacional. Por lo tanto, el sensor central (ver Fig. 2.7) de 100 μm no exhibe ninguna irregularidad con la traslación lateral en el caso de un espejo. Fig. 2.7. - Efecto de la traslación lateral sobre distintos objetos: superficie especular (azul), superficie de dispersión blanca estándar (rojo) y superficie mecanizada (verde) desde un sensor con fibra transmisora monomodo 2 y fibra receptora con núcleo de 100μm [8] . 2 En las fibras monomodo ( SMF, Single Mode Fiber ) tan sólo se propaga el modo LP01, impidiendo los modos de orden superior (LP11, LP20, etc.) y obteniendo una excelente calidad del haz a la salida. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 13 En el caso de que se deseen eliminar los efectos de la variación de reflectividad del objeto en cuestión, a fin de garantizar una medida más fiable, se usará la relación entre las señales de dos fibras receptoras a diferentes distancias de la superficie. [6] [9] [10] [11] Otras configuraciones de fibras que son usadas actualmente para corregir y mejorar la señal recibida incluyen disposiciones circulares de fibras receptoras. [7] [12] 2.- Sensores de Triangulación: Las medidas por triangulación hacen referencia a un procedimiento en el cual una distancia, posición o punto queda definido por consideraciones basadas en las geometrías de similitud de triángulos (Teorema de Tales). Los sensores ópticos basados en triangulación [13], operan de manera general usando el principio geométrico mostrado en la Fig. 2.8. Fig. 2.8. - Principio de funcionamiento del sensor de triangulación óptica. La distancia o desplazamiento (D) queda determinado por las distancias conocidas (E y F) y la distancia obtenida en el sensor (G). Esta última se obtiene con la distancia al pixel situado en el detector sensible a la posición (PSD, Position Sensitive Detector) que registra la imagen del punto medido. Para esta tecnología, los rangos existentes son de 10mm~1m [14]. Dentro del propio sensor PSD, serán las ubicaciones y resoluciones de los píxeles más cercanos y lejanos los que impongan los límites, junto con el aumento óptico del sistema. La resolución del sensor de triangulación dependerá del tamaño de los píxeles de detección, así como del tamaño del rayo láser incidente. [15] Así pues, la resolución más alta se encontrará en los píxeles más cercanos a la distancia mínima de detección. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 14 Las ventajas más importantes de este tipo de sensores es que ofrecen una medición rápida (de decenas o cientos de kHz) a un precio relativamente bajo. Además, al ser capaces de escanear la posición del punto láser en el plano del objeto, son capaces de detectar la forma del mismo. [14] [16] [17] Por otra parte, este tipo de sensores tienen varias limitaciones: a) Su rendimiento baja considerablemente en objetos claros y transparentes. 3 b) La propia geometría del sensor necesita de un ancho mínimo en el sensor para proporcionar la distancia transmisor-detector. Este hecho hace que sea difícil la medición de objetos a través de aberturas estrechas o en espacios limitados. Fig. 2.9.- Objeto se encuentra en la intersección entre dos rectas y dos arcos. a) Triangulación basada en las medidas de los ángulos θP y θQ a partir de los puntos de observación P y Q, conocidos. b) Triangulación basada en las medidas de los ángulos ZP y ZQ a partir de los puntos de observación P y Q, conocidos. 3. Sensores de tiempo de vuelo (ToF: Time-of-Flight): Otro de los métodos más usados para realizar las mediciones de las distancias es el denominado “time-of-flight” (tiempo de vuelo), donde la distancia se obtiene enviando ondas electromagnéticas al objeto en cuestión, y midiendo después el tiempo que tardan las ondas en viajar del sensor al objeto y viceversa. [18] Por norma general, estos sensores usan pulsos de luz – de unos nanosegundos de anchurapara medir dicha distancia. (Fig. 2.10.a.) 3 Debido a la poca visibilidad del punto láser sobre estas superficies, materiales como vidrio, agua o líquidos están desaconsejados para esta técnica de medición. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 15 Fig. 2.10.- a) Las medidas de “time-of-flight” muestran tres escenarios distintos: (i) demasiado largo, (ii) similar y (iii) demasiado corto, en comparación con la anchura de pulso emitido. Para pulsos de nanosegundos, estos casos corresponden, respectivamente, a distancias > 50m, algunos metros y < 1m. b) Esta técnica, modulada en intensidad, es un método alternativo óptimo para las distancias similares a la anchura del pulso. El cambio de fase se indica con la flecha de dos puntas. Un enfoque alternativo para la iluminación de pulso es usar una luz continua modulada en amplitud (ver Fig. 2.10.b) [19] [20], aunque las distancias también se pueden medir por luz modulada en frecuencia (en vez de amplitud). Para distancias de mayor resolución que 50m, la técnica de sensado dominante es la de pulso modulado, donde la precisión de la medida dependerá de la precisión de la propia electrónica usada. La distancia máxima de alcance dependerá a su vez de la potencia del láser, la sensibilidad del detector, la reflectividad y la visibilidad del objeto. Por su parte, la relación señal/ruido obtenida también jugará un papel importante en dicha distancia. Otro caso particular de esta técnica de sensado es la detección de la velocidad del tráfico. Aun así, son los sensores acústicos los que se usan de manera habitual en detección robótica y en sensores para estacionamiento y marcha atrás en los vehículos, donde no es requerida una precisión tan alta y es necesario un coste relativamente bajo para su implementación. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 16 4.- Sensores confocales: El principio confocal se basa en utilizar la óptica para enfocar la luz que emana de una abertura sobre el objeto que se desea medir y detectar la luz dispersada desde el objeto de vuelta a la abertura original. [21] [22] Las aplicaciones más habituales para un sensor de este tipo son las mediciones de desplazamiento y perfilados de superficie, es decir, aplicaciones en las cuales se realizan mediciones de cambio de distancia cuando el sensor se traslada lateralmente con respecto al objeto. Fig. 2.11.- El principio de detección de fibra óptica monocromática y policromática confocal: (i) Sensor confocal monocromático con un objeto en el plano de la imagen (caso para el cual la señal obtenible es máxima). (ii) Sensor confocal monocromático con un objeto desplazado del plano de la imagen. [23] (iii) Sensor policromático donde la posición del plano de imagen varía con la longitud de onda y una longitud de onda diferente satisfará la geometría confocal para cada posición del objeto. La señal obtenida en la apertura tras la interacción con el objeto varía de una manera notable con el desplazamiento de éste. Por ello, estos sensores permiten realizar medidas muy precisas –con resolución de varios micrómetroscerca del plano del objeto. [24] [25] [26] [27] Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 17 E incluso, con un sistema de lentes adecuado, esa resolución puede mantenerse en rangos de varios milímetros de distancia. Por el contrario, en muestras o materiales con baja reflectividad se obtendrá una relación más baja entre señal y ruido ( SNR, Signal to Noise Ratio ), que en materiales altamente reflectantes. Esto dificultará la obtención de medidas fiables, aunque puede corregirse con tiempos de medición más largos y/o promedios de señal. 5.- Sensores Interferométricos: En la configuración típica del interferómetro de Michelson se utiliza un láser altamente coherente para medir los desplazamientos de un objeto por debajo de la propia longitud de onda (en el rango nanométrico, del orden de 1/100 de la longitud de onda). [28] Además, la interferometría es más apropiada para la monitorización de desplazamientos que para la medición de distancia absoluta, aunque la longitud de onda múltiple y la interferometría de exploración también permiten la medición de distancia absoluta. Las técnicas para este tipo de sensores generalmente requieren una configuración óptica altamente estable. A pesar de ello, los sensores de distancia interferométricos comercializados con éxito han sido basados principalmente en fuentes de baja coherencia 4 (Fig. 2.12). En un primer momento [29] [30] para esta técnica se acuño el término “interferometría de luz blanca” (WLI, White-Light Interferometry). Aun así, más recientemente y desde el sector biosanitario, se ha extendido el término “tomografía de coherencia óptica” (Optical Coherence Tomography, OCT). [31] [32] [33] Por norma general, hoy en día se usa el termino WLI para definir la interferometría en el dominio del tiempo y el termino OCT para definirla en el dominio de la frecuencia. La técnica WLI combina las salidas de los dos brazos del interferómetro. Si la diferencia de trayectoria de los dos brazos es mayor que la longitud de coherencia de la fuente de baja coherencia, entonces no se registrará variación alguna en la salida total a medida que varíe la longitud del brazo de referencia. 4 Las aplicaciones comercializadas usan una baja coherencia temporal (combinada con una alta coherencia espacial) para obtener una alta resolución espacial, al reducir el moteado láser (laser speckle) en superficies rugosas o fenómenos de interferencia similares. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 18 Sin embargo, si la diferencia entre trayectorias es menor que la longitud de coherencia, se medirán las variaciones sinusoidales típicas en la salida a medida que se varíe la distancia del brazo de referencia, registrándose el contraste máximo cuando las longitudes de ambas trayectorias estén completamente equilibradas (fase constructiva) (ver Fig. 2.12) Fig. 2.12.- Configuración básica para la interferometría WLI y típico patrón de interferencia en función de la referencia del movimiento del brazo (Fuente de baja coherencia). La fuente de luz puede ser un diodo cercano al espectro IR o bien una fuente incandescente, aunque cabe decir que los diodos superluminiscentes (SLED) acoplados a la fibra óptica recientemente desarrollados han ofrecido muy buenos resultados para esta aplicación. Dado que los sistemas WLI requieren un escaneo completo del reflector de referencia para determinar la distancia de un solo objeto, es una técnica lenta, que la hace por tanto adecuada solo para medir distancias o desplazamientos de objetos estáticos. Además, aunque estos sistemas pueden llegar a determinar los desplazamientos con una precisión de una fracción de una longitud de onda [29] [34] en la práctica otras cuestiones como la relación señal/ruido y la precisión del escaneo de referencia a menudo limitan la precisión a alrededor de 1μm. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 19 Para que esta técnica funcione de manera precisa, será necesario asegurar que los dos brazos del interferómetro estén siempre a temperaturas idénticas. En caso de que este término no pudiera asegurarse, deberían buscarse otros métodos para implementar el diseño WLI. [35] Una alternativa para escanear la posición del reflector de referencia es escanear en el dominio de la frecuencia (longitud de onda) – el OCT, para el cual habrá que: i) Usar una fuente de banda ancha como en WLI y analizar el contenido espectral con filtros o monocromadores. ii) Usar una fuente de banda estrecha que se pueda ajustar en un rango amplio [36] En la práctica, la precisión en la distancia del escaneo con OCT estará limitada por el rango de frecuencia y, por lo tanto, los sistemas OCT rara vez ofrecen mejores precisiones de 5μm. Aun así, su principal ventaja sobre los sistemas WLI es su mayor velocidad de escaneo, lo que ha logrado que, por ejemplo, se haya generalizado el uso de los sistemas OCT en oftalmología para exámenes oculares. [37] [38] El sistema OCT también es utilizado en cardiología para obtener imágenes de las arterias bloqueadoras de la placa [39] y en oncología, ya que la OCT basada en luz infrarroja puede penetrar en la piel, atravesando tejidos hasta localizar ciertos tipos de cáncer. [40]. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 20 Ensayo de Delaminación (UNE-EN 16351): Este ensayo, que sirve para evaluar la calidad de encolado entre las capas y consiste en la generación de tensiones internas en la madera mediante la inducción de un fuerte gradiente en el contenido de humedad, está presente en todas las normas de productos estructurales, tanto de los laminados como de los encolados. Debido a este cambio de volumen a causa de la humedad, en el panel se crean tensiones de tracción perpendiculares al plano de encolado. En caso de darse un encolado defectuoso en la pieza, aparecerán las delaminaciones –separaciones de los planos de encoladoentre las capas del panel CLT (Fig. 2.13). Fig. 2.13.- Detalle de probeta de CLT delaminada. Se observa la separación entre capas tras un ensayo de delaminación UNE-EN 16351 (imagen, cortesía de Egoin S.A.). Este fenómeno indeseado es categorizado normalmente según lo siguiente [41]: - La medición de las longitudes en relación a la longitud total de líneas de cola evaluadas (% de delaminación total y % de delaminación media). - La medición del % de arranque por madera (% de superficie separada, en la que la rotura se ha producido por la madera y no por el adhesivo). Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 27 Diseño de la Carcasa deslizante y la Estructura de soporte para la cabeza láser: Para llevar a cabo la toma de medidas dentro del laboratorio, se llevaron a cabo dos procesos en paralelo, como más tarde se verá en el diagrama de Gantt, encuadrados dentro de la “gestión de compras” del material. Por un lado, se ha contactado con MungiMatik S.A. para la fabricación de una pequeña estructura metálica sobre la cual fijar el equipo de medida. Formada por perfiles de aluminio extruidos, una vez fijada sobre la mesa óptica, ha dotado de estabilidad al equipo de medida. Fig. 3.2.- Estructura de MungiMatik S.A., una vez finalizado su montaje. Por otro lado, se ha diseñado mediante el programa de CAD Autodesk Fusion360 un modelo de carcasa para la sujeción de la cabeza láser optoNCDT-2300 sobre la estructura de aluminio. En primer lugar, el diseño ha tenido en cuenta que la carcasa debe deslizarse sobre un perfil de 20x20mm. Tal y como se aprecia en la imagen inferior, aprovechando la geometría del perfil, se ha conseguido un guiado fiable de la carcasa (representado en color naranja), lo que permitido posicionar con precisión el sistema respecto de la muestra. Fig. 3.3.- Perfil de MungiMatik (20x20mm), vista isométrica del mismo y sección de la guía de la propia carcasa. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 28 En la imagen inferior se muestra la carcasa final, primero sin la tapa superior, una vez acabado el proceso de diseño. Se observa también en la imagen de la derecha la cabeza láser (en color naranja), además de los tres pasadores especificos de métrica M4. Fig. 3.4.- Imagen CAD de Fusion360 del montaje de la carcasa (gris) junto con la cabeza láser (naranja). Además de las correspondientes sujeciones -guía en el lateral para colocarla sobre el perfily agujeros para cables, indicadores LED y la ventana de medición, se añadieron ranuras de ventilación ya que, tras un uso prolongado durante las pruebas en el laboratorio, la cabeza láser alcanzaba temperaturas relativamente altas. Fig. 3.5.- Diferentes perspectivas y detalles de la carcasa realizada en Fusion 360. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 29 Diagrama de Gantt: A continuación, se muestra el diagrama de Gantt del proyecto, donde las tareas realizadas a lo largo del mismo se muestran de manera clara y en orden cronológico. El protocolo seguido para la consecución de los objetivos queda esquematizado en la siguiente tabla y gráfica, detallando así las fases principales descritas en el apartado anterior, como son el diseño, la instalación de elementos, la realización de pruebas o la evaluación de los resultados: Fig. 3.6.- Lista de tareas del proyecto. Fig. 3.7.- Diagrama de Gantt del proyecto. Actividad Nombre Fecha de Inicio Duración Fecha de Terminación 1Diseño de la solución técnica 11/02/2020 35 17/03/2020 2 Contextualización 11/02/2020 7 18/02/2020 3 Primeros bocetos 18/02/2020 11 29/02/2020 4 Elección del hardware y elementos 29/02/2020 17 17/03/2020 5Gestión de compras 17/03/2020 12 29/03/2020 6Instalación y montaje de elementos 29/03/2020 14 12/04/2020 7Realización pruebas laboratorio 12/04/2020 42 24/05/2020 8 Toma de medidas 12/04/2020 25 07/05/2020 9 Programación del algoritmo software 07/05/2020 17 24/05/2020 10 Evaluación de resultados 24/05/2020 53 16/07/2020 11 Nueva toma de medidas 24/05/2020 17 10/06/2020 12 Optimización del algoritmo 10/06/2020 21 01/07/2020 13 Corrección de medidas 01/07/2020 15 16/07/2020 14 Conclusiones 16/07/2020 21 06/08/2020 15 Redacción del Documento 06/08/2020 21 27/08/2020 Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 30 Cálculos y algoritmos: Hipótesis y planteamiento sobre componentes de rugosidad y ondulación: Filtrado de la medida: El acabado superficial influye en diferentes características, como son el desgaste, la estanqueidad, el comportamiento a fatiga, adherencia de recubrimientos, aspecto estético, etc. [43] A la hora de evaluar el acabado superficial de una pieza, se distingue entre rugosidad y defectos de forma. Éstos se diferencian en el espaciado de la desviación en la superficie real, es decir, en la frecuencia de dicha perturbación. A medida que la frecuencia aumenta, se va desde defecto de forma hasta rugosidad pura. Entre los defectos de forma más comunes en piezas se encuentran la inclinación o la falta de planitud, lo que a la postre supondrán una falta de ajuste y holguras, entre otros. En cambio, la rugosidad afecta a la superficie en parámetros como el rozamiento y el desgaste. El perfil real de la muestra es el resultado de la intersección de la superficie de la pieza de mecanizado y un plano perpendicular a dicha superficie. En cambio, el perfil medido será el resultado del escaneo de este mismo perfil real con un puntero, sonda o medidor genérico que filtrará en cierto grado las rugosidades mínimas debido al diámetro de la punta de dicho medidor. [44] Es decir, el perfil medido no será en ningún caso el perfil real, ya que éste se obtendrá como una señal envolvente aproximada y suavizada del original. A la hora de medir los perfiles, deberán evitarse abolladuras, muescas o grietas en la medida de lo posible, ya que desvirtuarían la medición de la superficie real de la muestra. Si fuese necesario, podrían establecerse tolerancias según DIN-EN-ISO 8785, o bien UNE-EN-ISO 4287 (Fig.3.8). Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 31 Fig. 3.8.- Esquema del filtrado en función de las respectivas longitudes de onda de corte: λs, λc y λf. (Se filtran los componentes frecuenciales menores que λs y mayores que λf, no requeridos). [45] Por tanto, se distinguen tres tipos de perfiles: perfil primario, de ondulación y de rugosidad [44], siendo las desviaciones de ondulación las intermedias entre los defectos de forma y la rugosidad. La longitud de corte (Lc, o bien, caracterizada mediante λc como se verá más adelante) servirá para separar la ondulación y la rugosidad [43]. El perfil primario es el resultado obtenido tras un filtrado paso-bajo del perfil medido, en el que se filtrarán todas las frecuencias con una longitud de onda menor a λs. [44] Con ello, se consigue eliminar ciertos componentes considerados no relevantes, además del posible ruido que pudiera haberse obtenido en la medición de la superficie. Los parámetros del perfil primario se designan como P y se evaluarán dentro de la propia longitud de muestreo, es decir, la longitud total del perfil de la superficie. El perfil de rugosidad, por otra parte, es el resultado obtenido tras un filtrado pasoalto del perfil primario, una vez filtradas todas las frecuencias con una longitud de onda mayor a λc. [44] Es decir, se trata de un perfil compuesto por frecuencias cuya longitud de onda se encuentra comprendida entre λs (ya realizado en la obtención del perfil primario) y λc. En este caso, los parámetros se designan como R y se evalúan dentro de la longitud de evaluación Ln, constando normalmente de 5 longitudes de muestreo Lr (según norma general), explicado en profundidad en los siguientes apartados. Ésta última (Lr) corresponderá a la longitud de onda de corte λc del filtro usado sobre el perfil de la superficie. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 32 El perfil de ondulación, por último, es el resultado obtenido tras un filtrado pasobajo y otro paso-alto en el perfil primario, con longitudes de onda de corte de λc y λf, respectivamente [44] (ver Fig. 3.8). Los correspondientes parámetros se designan como W y se evalúan a lo largo de la longitud de evaluación Ln, de la misma manera en la que se procederá para el caso del perfil de rugosidad. La longitud de onda de corte que permitirá distinguir entre ondulación o rugosidad se trata de manera general mediante filtros. La aplicación del filtro sirve para filtrar tanto las componentes frecuenciales de ondulación como las de errores de forma, permitiendo la obtención de perfiles de rugosidad a partir del perfil primario. Para eliminar las ondulaciones de éste, se aplica un filtro gaussiano (ISO 16610-21), cuya campana de probabilidad queda definida por S(x): 𝑆(𝑥)= 1 𝛼∗𝜆𝑐∗𝑒−𝜋∗( 𝑥 𝛼∗𝜆𝑐)2 𝛼= √ln2 𝜋=0,4697 La función S(x) recorre los puntos obtenidos del perfil, aplicando el peso correspondiente al vector de datos medidos para obtener el nuevo perfil filtrado. En este caso, el filtro variará únicamente en función de λc, ya que el resto de parámetros están predefinidos. [46] El filtro gaussiano ha reemplazado al filtro 2RC (electrónico) desde hace más de 10 años. Se trata de un filtro sin corrimiento de fase debido a su función de peso simétrica. [47] De hecho, dicha distorsión de fase es el mayor inconveniente que históricamente presenta este tipo de filtro, ya que genera problemas críticos alrededor de pequeñas muescas (por ejemplo, en betas de la madera). Fig. 3.9.- Desplazamiento de fase en filtro RC. La línea media sufre un retraso respecto del perfil real. En el perfil de rugosidad, este error produce picos (2 y 3) amplificados. [48] Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 33 De acuerdo con la norma, el filtro Gaussiano es el único filtro aplicable al estudio de acabados superficiales de forma estandarizada, siendo recomendado para determinar la línea media en estudios metrológicos. Éste no suprime de forma abrupta aquellas longitudes de onda menores a la de corte, sino que las atenúa de forma gradual. Además, se trata de una función puramente matemática aplicada al perfil obtenido, evitándose así la distorsión de fase y corrigiendo los errores que otro tipo de filtros pudieran tener. [49] Aun así, debido a esta misma simetría de la función de peso, el filtro presenta problemas (distorsiones de borde) en los extremos de la señal [47] y frente a “outliers” que se den en el perfil. Existen otros filtros, que no van a ser descritos en este trabajo, denominados como “filtros robustos”. Con ellos se corrigen los problemas previos, como filtros de Splines Cúbicos (que usan una constante para controlar el comportamiento del filtro y calcular así el perfil primario respecto del perfil real mediante curvas geométricas), filtros de Wavelets (reescalando y reconstruyendo la señal), filtros morfológicos (disco virtual que desliza sobre el perfil real) o filtros FFT (transformada y transformada inversa de Fourier). Por otro lado, existen dos métodos al aplicar el método de filtrado gaussiano: - Convolución discreta, en el dominio del tiempo. - Transformada de Fourier, en el dominio de la frecuencia. En este proyecto, se ha usado el proceso de convolución discreta (dominio del tiempo), consistente en el proceso de obtención de un perfil de ondulación m(x) una vez hecha la convolución a todos los puntos del perfil obtenido [49]: 𝑚(𝑥)=𝑧(𝑥)∗𝑆(𝑥) Fig. 3.10.- Segmento de Raw Data con perfil de convolución. (z(x) representado en azul y m(x) representado en naranja). Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 34 Una vez hecho eso, se obtendrá el perfil de rugosidad r(x) para trabajar con él: 𝑟(𝑥)=𝑧(𝑥)−𝑚(𝑥) Fig. 3.11.- Segmento de rugosidad, normalizado respecto al filtro m(x). Dado además que dichos picos y valles surgen de manera aleatoria sobre la superficie del material, se hace necesario establecer unos parámetros estadísticos por los cuales cuantificar la rugosidad de la muestra analizada [43]. Parámetros de rugosidad: Ra: La media aritmética de los valores absolutos de rugosidad. Es el valor más utilizado. Se miden las desviaciones del perfil respecto de la línea media de la rugosidad (Fig. 3.12). El valor de Ra apenas se ve afectado por la cantidad de picos o valles porque es un valor medio de todo el perfil. Fig. 3.12.- Perfiles con la misma Ra, pero con un comportamiento diferente [43] . Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 35 De hecho, puede darse que perfiles con un mismo Ra muestren un comportamiento al rozamiento completamente distinto (Fig. 3.12). Es por ello que se trata de un valor con una importancia relativa y que precisa de un análisis más profundo con otro tipo de valores para caracterizar la rugosidad de la superficie. Rmr: La componente material del perfil. Se tratará como la fracción de una línea imaginaria trazada a lo largo del perfil y a una altura (en μm) por encima de la línea media. Normalmente, se mide en porcentaje y se usa para superficies de guía y superficies que se mueven y deslizan unas contra otras [44]. RSm: La anchura media de pico. Se cuantifica el valor medio del ancho de los elementos del perfil obtenido, estipulando umbrales, tanto vertical como horizontalmente [44]. Rp: La altura máxima de pico. Altura del mayor pico localizado a lo largo de cada longitud de corte. Rv: La profundidad máxima de valle. Profundidad del mayor valle localizado a lo largo de cada longitud de corte. Rt: La altura total del perfil de rugosidad. Ésta muestra la diferencia entre la altura del pico más alto y la profundidad del valle más profundo a lo largo de cada longitud de corte. ( Denominado como Rzi, en Fig. 3.13. ) Rz1max: La profundidad máxima de rugosidad. El mayor Rt de las longitudes de muestreo evaluadas. Este parámetro es usado normalmente para superficies en las que las desviaciones individuales tienen una influencia significativa en función de la superficie [44]. Rz: La profundidad de rugosidad media. El valor medio de los valores Rzi de las longitudes de muestreo evaluadas. Usada como la regla general para todas las demás superficies [44]. Fig. 3.13.- Altura total del perfil de rugosidad (Rt), profundidad de rugosidad media (Rz) y profundidad máxima de rugosidad (Rz1max). [44] Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 36 Como dato a tener en cuenta, los valores de medición de rugosidad varían –por norma generalen el rango de ±20%. Es por ello que una sola medición podría no proporcionar toda la precisión de los parámetros tolerados. Por tanto, en este proyecto se han tomado varias muestras de perfil en distintas zonas, así como diversas mediciones temporales en la misma zona [44], al fin de obtener la información suficiente que nos garantice unos valores de los parámetros de rugosidad del material lo más precisos posibles. Desarrollo del Algoritmo: Una vez establecidos de manera teórica todos los parámetros de rugosidad que se debían usar en la aplicación del proyecto, se desarrolló el código con el cual obtener los mismos. Usando la plataforma de software libre Anaconda (lenguaje Python), con todas sus herramientas de programación, especialmente Jupyter y Spyder, se escribió el código completo, mostrado íntegramente en el Anexo II. En primer lugar, se procedió con el análisis de una muestra de madera CLT concreta. Es decir, se delimitó un tramo sin vetas ni cuerpos extraños en la superficie de la muestra de madera (cara B de la muestra “Calibrado”). Tras ello, se procedió midiendo la misma superficie en 5 momentos temporales distintos: momento cualquiera, un minuto más tarde, al día siguiente, al próximo en un momento cualquiera y al próximo un minuto después del anterior. Gracias a ello pudo constatarse la estabilidad del método de obtención de datos, lográndose parámetros muy similares para todas las muestras, dentro del umbral de variación esperado. Para llevar a cabo la toma de medidas sobre la superficie, se ha usado conexión Ethernet entre el equipo de medición y la terminal de control (ver Fig. 3.14). El cabezal láser, dentro de su rango hábil de actuación –en este caso, comprendido en una distancia de entre 30 y 40mmmide mediante reflexión difusa la distancia al perfil de la muestra, devolviendo éste como una variación de altura del ház láser (ver Fig. 3.14). Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 43 Así, ha sido posible conseguir un número mayor de subintervalos en cada muestra y, por tanto, una mayor fiabilidad en los datos obtenidos debido a dicho proceso de superposición. [ … ] Fig. 3.21.- Solución tomada para evitar la pérdida de datos entre dos filtrados en subintervalos consecutivos. Por tanto, la secuencia de subintervalos a considerar para conseguir que las señales filtradas estén definidas en todo el perfil medido es la siguiente: { [0,200], [200−2𝑞,2𝑥200−2𝑞], [2𝑥200−4𝑞,3𝑥200−4𝑞], [3𝑥200−6𝑞,4𝑥200−6𝑞], [4𝑥200−8𝑞,5𝑥200−8𝑞], …} De forma genérica podemos representar dicha secuencia de la siguiente forma: [ 𝑛𝑥200−𝑛𝑥2𝑞,(𝑛+1)200−𝑛𝑥2𝑞], 𝑝𝑎𝑟𝑎 𝑛=0,1,2,… De forma compacta: [ 𝑛(200−2𝑞),200+𝑛(200−2𝑞)], 𝑝𝑎𝑟𝑎 𝑛=0,1,2,… Sabiendo que “len(xsub)” se refiere al número de puntos en cada subintervalo “x”, en este caso concreto, su valor sería 𝑙𝑒𝑛(𝑥𝑠𝑢𝑏)=200. q200 - q 0200 200 - q 400 -3 q 200 - 2q 400 - 2q 400 - 3q 600 -5 q 400 - 4q 600 - 4q Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 44 Finalmente, se han usado las ecuaciones y relaciones previas para calcular el valor máximo de “n” para caso concreto, definiendo así el número total de subintervalos consecutivos que pueden llegar a ser analizados dentro del perfil sin llegar a solaparse: 𝑙𝑒𝑛(𝑥𝑠𝑢𝑏)+𝑛(𝑙𝑒𝑛(𝑥𝑠𝑢𝑏)−2𝑞)+1≤𝑙𝑒𝑛(𝑥𝑡𝑜𝑡𝑎𝑙) 𝒏≤𝒍𝒆𝒏(𝒙𝒇𝒖𝒍𝒍)−𝒍𝒆𝒏(𝒙𝒔𝒖𝒃)−𝟏 𝒍𝒆𝒏(𝒙𝒔𝒖𝒃)−𝟐𝒒 Se ilustra a modo de ejemplo la gráfica siguiente, donde se muestra el perfil filtrado (componentes de ondulación, en naranja) sobre el perfil primario (componentes de rugosidad + ondulación, en azul), para dos subintervalos consecutivos. Fig. 3.22.- Ejemplo de filtrado corregido sobre subintervalo del perfil calibrado. Se aprecia la continuidad del filtrado (en distancia del perfil, 11mm) entre subintervalos consecutivos. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 45 Análisis de los resultados: La bondad de los datos obtenidos tras la medición del perfil se ha confirmado estadísticamente. Se ha certificado por medio de la desviación estándar que todos los datos obtenidos para los valores medios en los subintervalos eran congruentes entre sí independientemente de su valor, quedando acotados dentro de un rango en función de la desviación estándar experimental y la longitud de onda de corte. En este ejemplo concreto, realizado sobre las muestras de perfil calibrado y con una longitud de onda de corte de 0,8mm –valor típico utilizado para separar la rugosidad de la ondulación-, se tiene que: Tabla. 3.23.- Tabla para dos muestras de madera distintas, mostrando valores de Ra media y su desviación estándar. En la Tabla. 3.23. se incluye el número de subintervalos en los que se ha dividido el perfil original completo. Por ello, para el análisis tanto de Ra como Rq, se utilizará el valor de N (tamaño de población) igual a 25. La media y desviación, por su parte, se muestran en micras. Tabla. 3.24.- Tabla resumen de los valores estadísticos para Ra y Rq. Según el análisis estadístico, no se observaron diferencias significativas entre las distintas medidas de los valores de rugosidad de la superficie, tanto para calibrado como cepillado, a un nivel de confianza del 95%. Con ello, se ha comprobado tanto la reproducibilidad temporal como espacial de las medidas a lo largo de los perfiles medidos. Tabla. 3.25.- Tabla con los niveles de significación e intervalos de confianza para las muestras de 95 y 99% (Ra, Rq). Ra, Rq → 25. Rp, Rv, Rt → 129 Ra (Mean) Ra (Std) tabla2020-06-17 21.16.13.608 3,626 0,532 tabla2020-06-19 15.41.00.304 3,715 0,539 N (Poblac.) 25 Media 3,72 StandDev 0,54 Nivel significación para 95% 0,05 95% Nivel significación para 99% 0,01 99% Intervalo de confianza 95% 3,49 3,94 Intervalo de confianza 99% 3,41 4,02 Alpha (α) Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 46 Es decir, siguiendo el criterio de la tabla anterior, nuestro intervalo de confianza para el valor de las medias –usando una media de 3,715 μm y una desviación de 0,539debería encontrarse entre [3’49~ 3’93] μm. Efectivamente, todas las medidas de rugosidad cumplen la condición. Repitiendo este proceso de verificación para todos los valores, se han ratificado las condiciones de una buena repetitividad del método y de la calidad los resultados. Del mismo modo, se ha procedido para el caso de Rp, Rv y Rt, donde se tienen las siguientes medidas, en la misma forma que en el caso anterior para Ra y Rq: Fig. 3.26.- Tabla para dos muestras de madera distintas, mostrando valores de Rt media y su desviación estándar. De nuevo, para una N (tamaño de población) esta vez de 129 subintervalos, se enmarcan los valores obtenidos como se muestra a continuación: Fig. 3.27.- Tabla resumen de los valores estadísticos para Rp, Rv y Rt. De la misma manera que antes, se ha comprobado como para Rp, Rv y Rt se sigue cumpliendo con las consideraciones previas, a un nivel de confianza del 95%: Fig. 3.28.- Tabla con los niveles de significación e intervalos de confianza para las muestras de 95 y 99% (Rp, Rv y Rt). En este ejemplo, la tabla muestra un intervalo de confianza con unos valores en [18’12 ~ 19,95] μm. De nuevo, los intervalos logrados ratifican para estos parámetros de rugosidad la buena repetitividad y los buenos resultados. Ra, Rq → 25. Rp, Rv, Rt → 129 Rt (Mean) Rt (Std) tabla2020-06-17 21.16.13.608 19,038 5,260 tabla2020-06-19 15.41.00.304 19,282 4,980 N (Poblac.) 129 Media 19,04 StandDev 5,26 Nivel significación para 95% 0,05 95% Nivel significación para 99% 0,01 99% Intervalo de confianza 95% 18,12 19,95 Intervalo de confianza 99% 17,83 20,25 Alpha (α) Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 47 Estos cálculos, extrapolados al resto de medidas obtenidas, han constatado la hipótesis inicial, en la cual el proceso experimental, las muestras y el montaje final eran fiables para llevar a cabo el proyecto. Asegurada la bondad de los resultados del proceso y sus correcciones posteriores, se observarán dos gráficas distintas durante la sucesión de iteraciones a lo largo de toda la longitud del perfil medido: - La gráfica del perfil primario: Primary Profile vs. Profile Distance, (mm). - La gráfica de la rugosidad: Roughness vs. Profile Distance (mm). La gráfica del perfil primario (Fig. 3.29) muestra la longitud del subintervalo analizado, 14mm. Se puede ver, en color naranja como en ejemplos anteriores, el nuevo perfil de la muestra una vez las componentes de rugosidad han sido eliminadas del mismo dentro del intervalo de actuación del filtro [2 < x < 12] (mm). Fig. 3.29.- Gráfica del perfil primario, en el primer subintervalo. La gráfica de la rugosidad (Fig. 3.30), muestra el perfil eliminado tras la acción del filtro. Desde estos conjuntos de datos “Roughness” es desde donde se han obtenido los parámetros de rugosidad de superficie para el resto de subintervalos del perfil. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 48 Fig. 3.30.- Gráfica de la rugosidad, en el primer subintervalo. Los datos estadísticos obtenidos mediante el algoritmo se han tabulado, a fin de poder trabajar con ellos más fácilmente. En la tabla inferior (Tabla. 3.31), se muestra una de las tablas, a modo de ejemplo. En ella, aparece el mismo tramo de la muestra, medido en 5 momentos diferentes, como se ha explicado previamente. Después, aparecen los valores medios y la desviación estándar de los distintos parámetros de rugosidad –Ra, Rq, etc.- en cada uno de esos instantes. Dependiendo del valor considerado para la longitud de onda de corte del filtro gaussiano –en este caso λc = 0,8 mmse obtendrá una tabla diferente, además de un número distinto de segmentos del perfil para analizar los parámetros. En este caso, como se observa en la esquina superior izquierda, para calcular Ra y Rq se dividió el perfil de 106 mm en 25 tramos de igual medida, y para el caso de Rp, Rv y Rt, en 129 tramos. Tabla. 3.31.- Tabla de Muestra 1, para un filtrado gaussiano con una longitud de onda de corte de λc = 0,8 mm. Ra, Rq = 25. // Rp, Rv, Rt = 129 Ra (Mean) Ra (Std) Rq (Mean) Rq (Std) Rp (Mean) Rp (Std) Rv (Mean) Rv (Std) Rt (Mean) Rt (Std) tabla2020-06-17 21.16.13.608 0,00363 0,00053 0,00459 0,00067 0,01000 0,00331 0,00903 0,00279 0,01904 0,00526 tabla2020-06-17 21.18.26.219 0,00363 0,00057 0,00460 0,00076 0,01005 0,00330 0,00889 0,00270 0,01894 0,00516 tabla2020-06-18 10.11.35.249 0,00373 0,00058 0,00471 0,00077 0,01023 0,00366 0,00925 0,00261 0,01948 0,00525 tabla2020-06-19 15.38.53.047 0,00371 0,00053 0,00469 0,00067 0,01028 0,00318 0,00927 0,00242 0,01955 0,00477 tabla2020-06-19 15.41.00.304 0,00372 0,00054 0,00469 0,00065 0,01000 0,00285 0,00924 0,00314 0,01928 0,00498 Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 49 Del mismo modo, se han calculado los parámetros de rugosidad de la muestra para el filtro con distintas longitudes de onda de corte. Como se observa en la tabla siguiente, estos valores cambian con cada tipo de filtrado, ya que a medida que crece la longitud de onda de corte, se deja pasar mayor componente de ondulación junto a la rugosidad, lo que resulta en un aumento del tamaño de picos y valles dentro del perfil filtrado. Tabla. 3.32.- Tabla resumen de los parámetros de rugosidad, para diferentes longitudes de onda de corte. A continuación, se muestra de manera visual los resultados de la tabla previa (Fig. 3.33). Se observa la tendencia explicada anteriormente, donde a medida que el filtro crece sus componentes lo hacen también de manera proporcional. Fig. 3.33.- Gráfica con los parámetros de rugosidad de una muestra, junto con los diferentes filtros usados , donde se observa la tendencia comentada previamente. Rugosidad (μm) Ra (Mean) Ra (Std) Rq (Mean) Rq (Std) Rp (Mean) Rp (Std) Rv (Mean) Rv (Std) Rt (Mean) Rt (Std) λc = 0,8 mm 3,683 0,550 4,654 0,703 10,112 3,261 9,136 2,733 19,258 5,085 λc = 1 mm 4,004 0,530 5,067 0,696 11,429 3,541 10,211 2,861 21,640 5,417 λc = 1,5 mm 4,524 0,617 5,727 0,782 13,963 4,083 12,295 3,030 26,258 5,934 λc = 2 mm 4,888 0,500 6,203 0,638 15,767 4,366 13,705 3,061 29,472 6,155 λc = 2,5 mm 5,123 0,503 6,500 0,641 17,006 4,435 14,565 3,109 31,571 6,301 λc = 3 mm 5,348 0,470 6,776 0,569 18,010 4,631 15,353 3,060 33,364 6,448 Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 50 Analizando los datos, se procedió analizando la rugosidad, viendo si el incremento en el valor de los mismos seguía alguna tendencia concreta. En la Fig. 3.34 puede observarse como el incremento en la longitud de onda de corte (λc) y el incremento del valor de Rt (el parámetro que más significativamente varía) se ajustan a una tendencia logarítmica con un índice de correlación R del 99’35%. Fig. 3.34.- Curva Rt vs. λc, ajuste logarítmico. Pese a que podría esperarse una tendencia lineal de crecimiento en los parámetros de rugosidad -Rt, en este casoen la gráfica se observa un leve punto de inflexión en el intervalo de [1,25 < λc < 2,25] (mm) el cual cambia la tendencia de crecimiento rápido que mostraban los valores iniciales de Rt respecto de a λc, aplanándose su crecimiento en longitudes de onda de corte mayores. Con ello, se refuerza la hipótesis de la existencia de un λc capaz de separar de manera óptima el conjunto de las componentes de onda de rugosidad y de ondulación. Debido a la tendencia de los datos obtenidos para los parámetros de rugosidad (en el ejemplo de la Fig. 3.34, se usa Rt) se aprecia como estos siguen una tendencia clara logarítmica, lo que a su vez muestra la posibilidad de descomponer la señal en armónicos de distintas frecuencias, que contribuirán en mayor o menor medida al tamaño final de los picos y valles del perfil de la superficie analizada. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 51 Fig.3.35.- Explicación gráfica de la adición de componentes de frecuencia sobre el perfil real . [49] Fig. 3.36.- Perfil primario con filtro y perfil de rugosidad, para λc = 0,5 mm. Fig. 3.37.- Perfil primario con filtro y perfil de rugosidad, para λc = 3,5 mm. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 52 A medida que las frecuencias menores (componentes de ondulación) vayan siendo aceptadas debido al incremento de la longitud de onda de corte del filtro (λc), los picos y valles aumentarán su tamaño, pasando de un valor máximo aproximado de 10μm para λc = 0,5 mm (Fig. 3.36) a un valor máximo aproximado de 25 μm para λc = 3,5 mm (Fig. 3.37). Además, se observa como el perfil de rugosidad pasa de no tener una tendencia clara de oscilación (Fig. 3.36) a mostrar ciertas subidas y bajadas periódicas (Fig. 3.37), lo que advierte de la admisión de ciertos componentesaunque pequeñosde ondulación. Por otro lado, visto el comportamiento de los datos frente a la variación del filtro, se ha procedido con la búsqueda del punto máximo de la tendencia, el cual marcará la zona cerca de la cual la distinción entre componentes de rugosidad y de ondulación será óptima. Se observa en la gráfica inferior como a partir de λc =1,5mm, la tendencia de la curva comienza a invertirse, llegando al punto máximo en torno a λc=2mm y descendiendo a partir de entonces. Con ello, se obtiene que ese rango, de entre [1,5 < λc < 2] (mm) podría ser el más adecuado para separar ambos componentes. Es decir, para λc menores de 1’5mm, podría llegar a asegurarse el análisis de rugosidad con componentes “puros” de la misma, al descartar casi por completo los componentes de la ondulación. Fig. 3.38.- Optimización de la curva Rt vs. λc. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 59 [13] Z. Ji y M. Leu, «Design of optical triangulation devices,» Optics & Laser Technology, vol. 21, nº 5, pp. 339-341, 1989. [14] F. Chen, G. M.Brown y M. Song, «Overview of 3-D shape measurement using optical methods,» SPIE, 1 Enero 2000. [En línea]. Available: https://www.spiedigitallibrary.org/journals/Optical-Engineering/volume-39/issue1/0000/Overview-of-3-D-shape-measurement-using-opticalmethods/10.1117/1.602438.short?SSO=1. [Último acceso: 8 Agosto 2020]. [15] R. G. Dorsch, G. Häusler y J. M. Herrmann, «Laser Triangulation: Fundamental uncertainty in distance measurement,» Applied Optics, vol. 33, nº 7, pp. 1306-1314, 1994. [16] M. Rioux, «Laser range finder based on synchronized scanners,» Applied Optics, vol. 23, nº 21, pp. 3837-3844, 1984. [17] K.-C. Fan, «A non-contact automatic measurement for free-form surface profiles,» Computer Integrated Manufacturing Systems, vol. 10, nº 4, pp. 277-285, 1997. [18] M.-C. Amann, T. Bosch, M. Lescure, R. Myllyl y M. Rioux, «Laser ranging: a critical review of usual techniques for distance measurement,» Optical Engineering, vol. 40, pp. 10-19, 2001. [19] D. Nitzan, A. E. Brain y R. O. Duda, «The measurement and use of registered reflectance and range data in scene analysis,» IEEE, vol. 65, nº 2, pp. 206-220, 1977. [20] P. J. Besl, «Active, optical range imaging sensors,» de Machine Vision and Applications, Michigan, Springer-Verlag New York Inc, 1988, pp. 127-152. [21] T. Dabss y M. Glass, «Fiber-optic confocal microscope: FOCON,» Applied Optics, vol. 31, nº 16, pp. 3030-3035, 1992. [22] R. Juškaitis y T. Wilson, «Imaging in reciprocal fibre-optic based confocal scanning microscopes,» Optics Communications, vol. 92, nº 4-6, pp. 315-325, 1992. [23] E. Shafir y G. Berkovic, «Expanding the realm of fiber optic confocal sensing for probing position, displacement and velocity,» Applied Optics, vol. 45, nº 30, pp. 7772-7777, 2006. [24] H.-J. Jordan, M. Wegner y H. Tiziani, «Highly accurate non-contact characterization of engineering surfaces using confocal microscopy,» Measurement Science and Technology, vol. 9, nº 7, pp. 1142-1151, 1998. [25] L. Yang, G. Wang, J. Wang y Z. Xu, «Surface profilometry with a fibre optical confocal scanning microscope,» Measurement Science and Technology, vol. 11, nº 12, pp. 17861791, 2000. [26] H. J. Tiziani y H. M. Uhde, «Three-dimensional image sensing by chromatic confocal microscopy,» Applied Optics, vol. 33, nº 10, pp. 1838-1843, 1994. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 60 [27] J. Garzón R., J. Meneses, G. Tribillon, T. Gharbi y A. Plata, «Chromatic confocal microscopy by means of continuum light generated through a standard single mode fiber,» Pure and Applied Optics, vol. 6, nº 6, pp. 544-548, 2004. [28] R. Paschotta, «RP Photonics Encyclopedia - Michelson Interferometers,» RP Photonics Consulting GmbH, 18 Abril 2019. [En línea]. Available: https://www.rpphotonics.com/michelson_interferometers.html. [Último acceso: 16 Agosto 2020]. [29] A. Koch y R. Ulrich, «Fiber-optic Displacement Sensor with 0.02 pm Resolution by Whitelight Interferometry,» Sensors and Actuators A: Physical, vol. 25, nº 1-3, pp. 201-207, 1991. [30] Y.-J. Rao y D. A. Jackson, «Recent progress in fibre optic low-coherence interferometry,» Measurement Science and Technology, vol. 7, nº 77, pp. 981-999, 1996. [31] J. M. Schmitt, «Optical Coherence Tomography (OCT): A Review,» IEEE Journal of Selected Topics in Quantum Electronics, vol. 5, nº 4, pp. 1205-1215, 1999. [32] W. Drexler, «Ultrahigh-resolution optical coherence tomography,» Journal of BIomedical Optics, vol. 9, nº 1, pp. 47-74, 2004. [33] C. Pitris, M. E. Brezinski, B. E. Bouma, G. J. Tearney y J. F. Southern, «High Resolution Imaging of the Upper Respiratory Tract with Optical COherence Tomography,» American Journal of Respiratory and Critical Care Medicine, vol. 157, nº 5, pp. 1640-1644, 1998. [34] B. L. Danielson y C. Y. Boisrobert, «Absolute optical ranging using low coherence interferometry,» Applied Optics, vol. 30, nº 21, pp. 2975-2979, 1991. [35] E. Shafir, M. I. Shtilman, E. Naor y G. Berkovic, «Thermally independent fibre optic absolute distance measurement system based on white light interferometry,» IET Optoelectronics, vol. 5, nº 2, pp. 68-71, 2011. [36] M. A. Choma, K. Hsu y J. A. Izatt, «Swept source optical coherence tomography using an all-fiber 1300-nm ring laser source,» Journal of Biomedical Optics, vol. 10, nº 4, p. 6, 2005. [37] A. F. Fercher, C. K. Hitzenberger, G. Kamp y S. Y. El-Zaiat, «Measurement of intraocular distances by backscattering spectral interferometry,» Optical Communications, vol. 117, nº 1-2, pp. 43-48, 1995. [38] C. K. Hitzenberger, P. Trost, P.-W. Lo y Q. Zhou, «Three-dimensional imaging of the human retina by high-speed optical coherence tomography,» Optics Express, vol. 11, nº 21, pp. 2753-2761, 2003. [39] P. Patwari, N. J. Weissman, S. A. Boppart, C. Jesser, D. Stamper, J. G. Fujimoto y M. E. Brezinski, «Assessment of coronary plaque with optical coherence tomography and highfrequency ultrasound,» The American Journal of Cardiology, vol. 85, nº 5, pp. 641-644, 2000. [40] J. G. Fujimoto, C. Pitris, S. A. Boppart y M. E. Brezinski, «Optical coherence tomography: an emerging technology for biomedical imaging and optical biopsy,» Neoplasia, vol. 2, nº 1, pp. 9-25, 2000. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 61 [41] G. Medina, «Norma Europea de la Madera Contralaminada: UNE-EN 16351,» Aitim, 2016. [42] D. Sevcik, «Surface Roughness Measurement—Terms and Standards,» Olympus Corporation, 28 Noviembre 2019. [En línea]. Available: https://www.olympusims.com/es/metrology/surface-roughness-measurement-portal/terms-and-standards/. [Último acceso: 17 Agosto 2020]. [43] D. d. I. M. ETSIB, «Tema 17: Metrología del acabado superficial,» de Módulo IV: Metrología Dimensional, Bilbao, 2017, p. 16. [44] M. Literature, «Surface Roughness Measurement,» Mitutoyo America Corporation, Aurora, IL, 2009. [45] M. Pérez Jiménez, «TFG - Análisis comparativo de la calidad superficial de piezas fabricadas mediante mecanizado y fabricación aditiva,» Escuela Politécnica Superior de Jaén, Jaén, 2018. [46] F. Vera Pérez, «Desarrollo de un software para el cálculo y el análisis de parámetros de rugosidad,» Escola Tècnica Superior d’Enginyeria Industrial de Barcelona, Barcelona, 2018. [47] C. Galván, «Nuevo Software para Análisis de Datos de Rugosidad en 2D y 3D,» Simposio de Metrología, Querétaro, 2008. [48] I. Paricio Alcalá y A. Sanz Lobera, «Caracterización del acabado superficial en la industria aeronautica y aeroespacial: desarrollo de software patrón de referencia de acuerdo a la norma ISO-5436: VisualSR2D,» Escuela Técnica Superior de Ingeniería Aeronáutica y del Espacio, Madrid, 2014. [49] L. Pelaz, «Equipos analizadores de señal,» Universidad de Valladolid, Valladolid, 2012. [50] K. Richter, W. C. Feist y M. T. Knaebe, «The Effect of Surface Roughness on the Performance of Finishes. Part 1.- Roughness Characterization and Stain Performance,» Forest Products Journal, vol. 45, nº 7, pp. 91-97, 1995. Propuesta de profilómetro óptico láser para la caracterización de paneles de madera CLT utilizados en construcción 62 ANEXO I: Pliego de condiciones. Normativa aplicable. Plan de pruebas: Geometrical Product Specifications (GPS) – Filtration – Part 21: Linear profile filters: Gaussian filters. [ISO 16610 - 21:2011] https://www.iso.org/standard/50176.html Surface Texture (Surface Roughness, Waviness, and Lay) – The American Society of Mechanical Engineers. [ASME – B46.1 – 2002] https://files.asme.org/Catalog/Codes/PrintBook/17866.pdf ANEXO II: Planos, esquemas, diseño de detalle, código: “Rugosidades y Presupuesto”. Excel. Archivo adjunto. Septiembre 2020. “Utils” (Python File). Archivo adjunto. Septiembre 2020. “Main Program” (Python File). Archivo adjunto. Septiembre 2020. ANEXO III: Manuales de usuario: Micro-Epsilon: Instruction Manual – optoNCDT 2300. [PDF] Micro-Epsilon: Assembly Instructions – optoNCDT 2300. [PDF]