Prototipo de un sistema mecatrónico basado en redes neuronales para la detección y clasificación de defectos en piezas cerámicas en fábricas

• Autores: Alvarado coronel, Fernando Jesús, Chavez Callupe, Meier Glyn
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/13978
• Enlace del recurso: https://hdl.handle.net/20.500.12867/13978
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales convolucionales; Procesamiento de imágenes; Automatización industrial; https://purl.org/pe-repo/ocde/ford#2.11.03

Este trabajo de investigación presenta el diseño y desarrollo de un sistema de reconocimiento por visión artificial con redes neuronales convolucionales utilizando Python y OpenCV para identificar, descartar y clasificar cerámicas defectuosas en una planta industrial cerámica. El objetivo principal es mejorar la eficiencia y precisión del proceso de inspección, que actualmente se realiza de forma manual y depende de la visión del operador, lo que puede llevar a errores y retrasos en la producción. El sistema propuesto automatiza la detección de defectos como grietas, manchas y bordes irregulares, mediante algoritmos de procesamiento de imágenes y técnicas de aprendizaje automático. Se desarrolló un prototipo que incluye una cámara, un sistema de iluminación y un software que procesa las imágenes capturadas. Los resultados muestran una significativa mejora en la detección de defectos, reduciendo el desperdicio y las paradas de producción. Este sistema no solo optimiza el proceso de inspección, sino que también proporciona una solución de bajo costo y adaptable para la industria cerámica, destacando la importancia de la innovación tecnológica en la manufactura moderna, este análisis en tiempo real permite tomar decisiones inmediatas en la línea de producción, como el retiro de piezas defectuosas. El proyecto ofrece resultados altamente favorables, ya que permitirá, por un lado, clasificar y descartar los cerámicos defectuosos y, por otro, almacenar toda la información relacionada, tanto contable como descriptiva, incluyendo la cantidad de cerámicos desechados y los defectos que presentaban. Esto tiene como objetivo facilitar el monitoreo de los encargados y optimizar la toma de decisiones en la planta, identificando procesos que requieran mayor atención.