Busque entre los 157149 recursos disponibles en el repositorio
Mostrar el registro sencillo del ítem
dc.date.accessioned | 2023-04-21T12:16:23Z | |
dc.date.available | 2023-04-21T12:16:23Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | http://sedici.unlp.edu.ar/handle/10915/151924 | |
dc.description.abstract | El avance continuo y sostenido de los métodos basados en aprendizaje profundo están permitiendo realizar detecciones cada vez más complejas y específicas en el ámbito de la visión de máquina, o visión por computadoras aplicado a procesos industriales. Una situación muy común en industrias en las cuales se implementan sistemas de producción con intervención de operarios sometidos a tareas repetitivas durante largos períodos de tiempo es la aparición de fallas o faltantes en los productos, principalmente debido a distracciones o cansancio del personal. Muchas veces se intenta eliminar estas fallas agregando operarios que realicen las tareas otra vez tediosas y repetitivas de control de calidad pieza por pieza. En este trabajo se presenta el diseño, la implementación y la puesta a punto en planta de un sistema automático de detección de fallas en amortiguadores mediante el uso de cámaras convencionales y algoritmos de visión por computadora y aprendizaje profundo, con el que se logró detectar una falla de altísimo impacto en la producción de amortiguadores. El sistema permite relajar el control de calidad a cargo de un operario, inspeccionando en forma continua cada amortiguador producido y generando una alarma al detectar la falla. Actualmente el sistema se encuentra en funcionamiento en la línea de producción de una planta de la región con resultados altamente satisfactorios. | es |
dc.format.extent | 61-74 | es |
dc.language | es | es |
dc.subject | Detección de objetos | es |
dc.subject | Control de calidad | es |
dc.subject | Visión por computadora | es |
dc.subject | Deep learning | es |
dc.title | Control de calidad de amortiguadores basado en inteligencia artificial y visión por computadora | es |
dc.type | Objeto de conferencia | es |
sedici.identifier.uri | https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/320/265 | es |
sedici.identifier.issn | 2451-7496 | es |
sedici.creator.person | Redolfi, Javier A. | es |
sedici.creator.person | González Dondo, Diego | es |
sedici.creator.person | Araguás, Gastón R. | es |
sedici.subject.materias | Ciencias Informáticas | es |
sedici.description.fulltext | true | es |
mods.originInfo.place | Sociedad Argentina de Informática e Investigación Operativa | es |
sedici.subtype | Objeto de conferencia | es |
sedici.rights.license | Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) | |
sedici.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | |
sedici.date.exposure | 2022-10 | |
sedici.relation.event | Simposio Argentino de Informática Industrial e Investigación Operativa (SIIIO 2022) - JAIIO 51 (Modalidad virtual y presencial (UAI), octubre 2022) | es |
sedici.description.peerReview | peer-review | es |