Diseño e implementación de un prototipo para el control de calidad de accesorios de PVC por visión artificial y Machine Learning

Abstract

El presente trabajo de investigación tiene como objetivo principal diseñar e implementar un prototipo para el control de calidad en el proceso de fabricación de accesorios de PVC usando Visión Artificial y Machine Learning, por lo que se consideró para la presente tesis diferentes productos a analizar como accesorios de tuberías, envases y empaques. Este proceso propuesto para el control de calidad ayudará a la optimización y a la mejora de inspección y selección de la producción. Se utilizaron herramientas disponibles en la industria como servidores, protocolos de comunicación, controladores, actuadores, sensores, etc. Para poder apreciar la ventaja de acoplamiento entre ellas, la toma de decisiones está sujeto a un PLC, el monitoreo de la clasificación se visualiza desde un SCADA desarrollado en C#, además de contar con una base de datos MySQL (historizador) donde estarán almacenados todos los datos, y como base redundante en la plataforma de almacenamiento en la nube, Firebase. Se utilizan las clases Aforge.NET y K-Means, con el fin de evaluar el aprendizaje del proceso mediante imágenes con Visión Artificial y Machine Learning. El procesamiento de imágenes nos ayuda a obtener el color, dimensión, y otras características del objeto que se necesiten para la clasificación e historización de los datos. El monitoreo constante nos ahorra tiempo, consumo de recursos, entre otros factores de producción, sin olvidar de la toma de decisiones inmediatas. Los resultados obtenidos de manera experimental, son satisfactorios, puesto que se compararon los datos físicos con los datos obtenidos, al igual que la clasificación por software y por visualización del ojo humano.