Diseño de un sistema automatizado de selección de baldosas 60x60 utilizando un gripper con principio de Venturi y visión artificial para reducir el porcentaje de merma en la industria revestimientos cerámicos
Descripción del Articulo
La industria dedicada a la producción de baldosas cerámicas dispone de áreas específicas para el traslado, control de calidad y apilamiento. No obstante, en pequeñas y medianas empresas, el control de calidad suele ser superficial y se realiza manualmente por personal capacitado. Además, los proceso...
| Autores: | , |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2025 |
| Institución: | Universidad Peruana de Ciencias Aplicadas |
| Repositorio: | UPC-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorioacademico.upc.edu.pe:10757/685925 |
| Enlace del recurso: | http://hdl.handle.net/10757/685925 |
| Nivel de acceso: | acceso abierto |
| Materia: | Inteligencia artificial Automatización Gripper Raspberry Venturi Artificial intelligence Automation https://purl.org/pe-repo/ocde/ford#2.00.00 https://purl.org/pe-repo/ocde/ford#2.03.02 |
| Sumario: | La industria dedicada a la producción de baldosas cerámicas dispone de áreas específicas para el traslado, control de calidad y apilamiento. No obstante, en pequeñas y medianas empresas, el control de calidad suele ser superficial y se realiza manualmente por personal capacitado. Además, los procesos de clasificación y empaquetado se llevan a cabo mediante máquinas independientes de tipo mecánico, las cuales suelen ser costosas, de gran tamaño y de difícil implementación en empresas pequeñas o medianas. Ante esta situación, se propone una solución integral basada en una pinza con ventosas asistida por inteligencia artificial, que permite detectar grietas, roturas y manchas en las baldosas durante el control de calidad. Esta propuesta incorpora también un sistema de pick and place con ventosas con el objetivo de evitar accidentes y asegurar la conservación de la calidad del producto final. El desarrollo aborda aspectos clave como la automatización del proceso, el diseño y dimensionamiento mecánico y neumático, así como la programación de redes neuronales convolucionales para el reconocimiento de defectos. Como resultado, se logra la clasificación y traslado de baldosas en buen estado, manteniendo su calidad desde la salida del horno hasta su presentación final, con un tiempo uniforme de 45 segundos por baldosa. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).