Tesis:
Inspección automática en sistemas de fabricación mediante visión artificial basada en redes neuronales.
- Autor: CALDERON MARTINEZ, José Antonio
- Título: Inspección automática en sistemas de fabricación mediante visión artificial basada en redes neuronales.
- Fecha: 2007
- Materia: Sin materia definida
- Escuela: E.T.S. DE INGENIEROS INDUSTRIALES
- Departamentos: AUTOMATICA, INGENIERIA ELECTRONICA E INFORMATICA INDUSTRIAL
- Acceso electrónico:
- Director/a 1º: CAMPOY CERVERA, Pascual
- Resumen: La inspección automática en los actuales procesos de fabricación es crucial, debido tanto a la velocidad de los mismos como a los estándares de calidad que se persiguen. Los sistemas basados en redes neuronales permiten un compromiso entre resolución y velocidad de procesamiento. Las redes neuronales tienen la capacidad de emular características propias de los seres humanos, como la capacidad de memorizar y de asociar hechos. Los problemas que no pueden resolverse a través de un algoritmo pueden resolverse mediante la experiencia, el hombre, de hecho, resuelve muchas situaciones haciendo uso de su experiencia acumulada. Igualmente el hombre es capaz de aprender, considerando que el aprendizaje significa que aquellos problemas que inicialmente no pueden resolverse, pueden ser resueltos después de obtener más información acerca del problema. El aprendizaje adaptativo es una importante características de las redes neuronales. Esto es, aprenden a realizar tareas mediante un entrenamiento con ejemplos ilustrativos del problema a resolver. Como las redes neuronales pueden aprender a diferenciar patrones mediante ejemplos y entrenamientos, no es necesario elaborar modelos a priori ni hay necesidad de especificar funciones de distribución de probabilidad. Este trabajo de Tesis propone técnicas neuronales para realizar inspección visual automática, introduce el desarrollo de una nueva arquitectura basada en redes neuronales convolucionales, denominada Arquitectura Espiral Descendente Convolucional (AEDC), para generar de forma automática filtros digitales aplicables en diversos sistemas de inspección mediante visión artificial. Se presentan los resultados experimentales de ésta arquitectura aplicada en la detección de defectos pitch y shive en sus diferentes tipos o categorías en pasta de papel de imágenes obtenidas en un medio ambiente de fabricación real. Se han generado filtros para varios tipos de defecto y de acuerdo con el análisis de resultados se ha encontrado un excelente desempeño de estos en su aplicación.