Diseño e implementación de un sistema de detección de fallas basado en redes neuronales artificiales para mejorar la productividad de telares de aguja en la empresa Textil Andes

• Autor: Capcha Poma, Jonathan Kris
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/7628
• Enlace del recurso: https://hdl.handle.net/20.500.12867/7628
• Nivel de acceso: acceso abierto
• Materia: Localización de fallas; Redes neuronales artificiales; Productividad; Industria textil; https://purl.org/pe-repo/ocde/ford#2.11.03

El presente trabajo de investigación tiene como objetivo principal diseñar e implementar un sistema de detección de fallas en tejidos. Este desarrollo comprende el diseño de una solución en base a técnicas de visión artificial y la implementación de una red neuronal artificial encargada de determinar si existe o no una falla en el tejido producido por el telar; además incluye el diseño de la estructura de soporte para la cámara, la técnica de iluminación y el diseño de la interfaz de comunicación entre Python y un microcontrolador para poder controlar el apagado del telar en caso se detecte una falla en el proceso de tejido. Los resultados obtenidos muestran que el sistema presenta una exactitud de 97.87% para determinar si ha ocurrido o no una falla en el proceso de tejido. El sistema se implementó en un telar de modelo NDF 2/220 de la marca Kyang Yhe. Como resultado, la productividad del telar se incrementó de 72.78% a 89.95%.