Implementación de una red neuronal para la detección de anomalías en bandejas
Use this link to cite
http://hdl.handle.net/2183/33696
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-ShareAlike 4.0 lnternational (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-ncsa/4.0/
Collections
Metadata
Show full item recordTitle
Implementación de una red neuronal para la detección de anomalías en bandejasAlternative Title(s)
Implementation of a neural network for the detection of anomalies in traysAuthor(s)
Date
2023Citation
Sánchez Santalices, J., Moya de la Torres, E.J., Poncela Méndez, A.V. 2023. Implementación de una red neuronal para la detección de anomalías en bandejas. XLIV Jornadas de Automática, 873-878 https://doi.org/10.17979/spudc.9788497498609.873
Abstract
[Resumen] El objetivo de este trabajo es la detección de diversos tipos de defectos que aparecen en las bandejas biodegradables durante su fabricación, más concretamente a la entrada y salida del proceso de laminado. Para ello, se emplea un sistema de visión artificial, que se va a encargar de realizar un análisis de las bandejas que vayan pasando por la línea de producción y expulsando las que considere defectuosas. Dicho sistema de visión está compuesto por tres cámaras, dos situadas a la entrada del proceso y otra a la salida, un PLC que comanda las cámaras, un sistema neumático que expulsa las bandejas defectuosas, y un ordenador exclusivamente destinado al análisis de cada imagen tomada mediante el lanzamiento de una red neuronal. El modelo desarrollado permite detectar anomalías de las bandejas durante la producción con una precisión, velocidad y efectividad muy elevada, produciendo un aumento muy significativo de la calidad de la producción. [Abstract] The aim of this paper is the detection of several types of defects which appear at the biodegradable trays during its fabrication, specifically at the input and output of the laminate process. For that, it is used an artificial vision system that: analyzes the trays through the production line, selects the defectives and ejects them if neccesary. This artificial vision system is has: three cameras, two of them located at the input of the process and the other one at the output; a PLC that controls the cameras; a pneumatic system that ejects the defective trays; and a computer encharged only of analyzing every single image taken using a neuronal net. The developed model allows to detect the anomalies of the trays during the production with a very high accuracy, speed and effectiveness, leading to a very significant increase of the quality production.
Keywords
Visión artificial
red neuronal
Artificial vision
neuronal net
Darknet
YOLO
Python
red neuronal
Artificial vision
neuronal net
Darknet
YOLO
Python
Editor version
Rights
Attribution-NonCommercial-ShareAlike 4.0 lnternational (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-ncsa/4.0/
ISBN
978-84-9749-860-9