VISIÓN ARTIFICIAL BASADA EN APRENDIZAJE AUTOMÁTICO PARA LA CATEGORIZACIÓN DE DEFECTOS SUPERFICIALES EN FUNDICIÓN

Autores/as

  • PABLO GARCIA BRINGAS
  • IKER PASTOR LOPEZ
  • IGOR SANTOS GRUEIRO

Palabras clave:

visión artificial, aprendizaje automático, categorización de defectos, machine vision, machine learning, defect categorisation.

Resumen

RESUMEN: La fundición de hierro es una importante industria que suministra piezas clave a otras industrias donde son críticas. Es por este motivo, que las piezas fabricadas están sujetas a controles de seguridad muy estrictos para garantizar la calidad de las mismas. Algunos de los defectos que se producen con una mayor frecuencia son los superficiales, y en particular, este trabajo se centra en las inclusiones, uniones frías y las faltas de llenado. Para ello proponemos un nuevo método que se basa en un algoritmo de segmentación para marcar las regiones de la superficie potencialmente defectuosas y, a continuación, aplicando técnicas de aprendizaje automático categoriza las regiones indicando el defecto existente. El método propuesto demuestra unas tasas altas de precisión. Palabras clave: visión artificial, aprendizaje automático, categorización de defectos

Publicado

2014-05-01

Número

Sección

ARTICULOS