Sistema de Visión Artificial Para la Detección Clasificación y Conteo de Piezas Plásticas

65 páginas

Autores:
Jiménez Gómez, Maricel
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2015
Institución:
Universidad EIA .
Repositorio:
Repositorio EIA .
Idioma:
spa
OAI Identifier:
oai:repository.eia.edu.co:11190/6515
Acceso en línea:
https://repository.eia.edu.co/handle/11190/6515
Palabra clave:
Predicción
Reconocimiento de Patrones
Especificidad
Sensibilidad
SVM
SVM
Sensitivity
Specificity
Pattern Recognition
Prediction
Rights
openAccess
License
Derechos Reservados - Univesidad EIA - 2015
id REIA2_7e975588ca37250446069c32e8281728
oai_identifier_str oai:repository.eia.edu.co:11190/6515
network_acronym_str REIA2
network_name_str Repositorio EIA .
repository_id_str
dc.title.none.fl_str_mv Sistema de Visión Artificial Para la Detección Clasificación y Conteo de Piezas Plásticas
title Sistema de Visión Artificial Para la Detección Clasificación y Conteo de Piezas Plásticas
spellingShingle Sistema de Visión Artificial Para la Detección Clasificación y Conteo de Piezas Plásticas
Predicción
Reconocimiento de Patrones
Especificidad
Sensibilidad
SVM
SVM
Sensitivity
Specificity
Pattern Recognition
Prediction
title_short Sistema de Visión Artificial Para la Detección Clasificación y Conteo de Piezas Plásticas
title_full Sistema de Visión Artificial Para la Detección Clasificación y Conteo de Piezas Plásticas
title_fullStr Sistema de Visión Artificial Para la Detección Clasificación y Conteo de Piezas Plásticas
title_full_unstemmed Sistema de Visión Artificial Para la Detección Clasificación y Conteo de Piezas Plásticas
title_sort Sistema de Visión Artificial Para la Detección Clasificación y Conteo de Piezas Plásticas
dc.creator.fl_str_mv Jiménez Gómez, Maricel
dc.contributor.author.none.fl_str_mv Jiménez Gómez, Maricel
dc.subject.proposal.spa.fl_str_mv Predicción
Reconocimiento de Patrones
Especificidad
Sensibilidad
SVM
topic Predicción
Reconocimiento de Patrones
Especificidad
Sensibilidad
SVM
SVM
Sensitivity
Specificity
Pattern Recognition
Prediction
dc.subject.proposal.eng.fl_str_mv SVM
Sensitivity
Specificity
Pattern Recognition
Prediction
description 65 páginas
publishDate 2015
dc.date.issued.none.fl_str_mv 2015
dc.date.accessioned.none.fl_str_mv 2024-04-15T20:00:07Z
dc.date.available.none.fl_str_mv 2024-04-15T20:00:07Z
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.content.none.fl_str_mv Text
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.coarversion.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_7a1f
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repository.eia.edu.co/handle/11190/6515
url https://repository.eia.edu.co/handle/11190/6515
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv Derechos Reservados - Univesidad EIA - 2015
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.license.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Derechos Reservados - Univesidad EIA - 2015
https://creativecommons.org/licenses/by-nc-nd/4.0/
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad EIA
dc.publisher.program.none.fl_str_mv Ingeniería Mecatrónica
dc.publisher.faculty.none.fl_str_mv Escuela de Ingeniería y Ciencias Básicas
dc.publisher.place.none.fl_str_mv Envigado, Antioquia
publisher.none.fl_str_mv Universidad EIA
institution Universidad EIA .
bitstream.url.fl_str_mv https://repository.eia.edu.co/bitstreams/042e3e47-6576-4ca9-93cb-d4464c80bb78/download
https://repository.eia.edu.co/bitstreams/9c93371c-f08b-4a21-af1c-6e9e0bffa170/download
https://repository.eia.edu.co/bitstreams/c819cbc6-7002-4ccb-825f-fd606ec11f19/download
https://repository.eia.edu.co/bitstreams/772e66f3-9d0b-4ef8-b5c2-2437c42afc82/download
bitstream.checksum.fl_str_mv 13e3db7063e1d69e015e53ff99157704
2264fce645ac2952653ce3f3b8fa781e
065c9c083b3d5e3b36e70c78b83f5739
defe373be574a806730c07082a7933ac
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad EIA
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1818099037817012224
spelling Jiménez Gómez, Maricel2024-04-15T20:00:07Z2024-04-15T20:00:07Z2015https://repository.eia.edu.co/handle/11190/651565 páginasEn la planta de pintura de plásticos de una empresa del sector automovilístico ingresan piezas continuamente según un plan de producción diario. Dado que no se tiene un sistema automático de conteo y clasificación de las piezas y el actual es poco confiable, los errores en el conteo elevan los costos de producción. Esto se debe a que no se aprovechan los recursos en su totalidad cuando hay piezas faltantes en la producción, lo que conlleva al aumento de desperdicios provenientes de materiales no reutilizables. Con el fin de mejorar este proceso se desarrolla un algoritmo de predicción basado en Máquinas de Soporte Vectorial (SVM), en el cual por medio de un conjunto de características propias de cada pieza se realiza el reconocimiento, la clasificación y el conteo de cada una de estas. Al final, utilizando un prototipo para simular el proceso de la planta, se obtiene como resultado del modelo de predicción desarrollado una sensibilidad y especificidad, para la mayoría de las piezas, de más del 95% de confiabilidad con una velocidad de procesamiento aproximadamente de 200 ms.In a plastic painting plant of an automotive sector company there are pieces entering continuously according to plan daily production. Due to the lack of an automatic counting and classification system of these pieces and that the system currently used is not reliable, counting errors increase production costs. This is because resources are not fully exploited when there are missing pieces in production, causing the raise of waste resulting from non-reusable materials. To solve this problem, a prediction algorithm based on Support Vector Machines (SVM) is developed to achieve pieces recognition, classification and counting, starting from features sets of each piece. At last, the developed prediction model generates for most of the pieces a result that exceeds the 95% of reliability in sensitivity and specificity values with a processing speed of about 200 ms. The system is proved using a prototype to simulate the process in the plant.PregradoIngeniero Mecatrónicoapplication/pdfspaUniversidad EIAIngeniería MecatrónicaEscuela de Ingeniería y Ciencias BásicasEnvigado, AntioquiaDerechos Reservados - Univesidad EIA - 2015https://creativecommons.org/licenses/by-nc-nd/4.0/Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Sistema de Visión Artificial Para la Detección Clasificación y Conteo de Piezas PlásticasTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionTexthttp://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85PredicciónReconocimiento de PatronesEspecificidadSensibilidadSVMSVMSensitivitySpecificityPattern RecognitionPredictionPublicationORIGINALJiménezMaricel_2015_SistemaVisiónArtificial.pdfJiménezMaricel_2015_SistemaVisiónArtificial.pdfapplication/pdf1612198https://repository.eia.edu.co/bitstreams/042e3e47-6576-4ca9-93cb-d4464c80bb78/download13e3db7063e1d69e015e53ff99157704MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82553https://repository.eia.edu.co/bitstreams/9c93371c-f08b-4a21-af1c-6e9e0bffa170/download2264fce645ac2952653ce3f3b8fa781eMD52TEXTJiménezMaricel_2015_SistemaVisiónArtificial.pdf.txtJiménezMaricel_2015_SistemaVisiónArtificial.pdf.txtExtracted texttext/plain102557https://repository.eia.edu.co/bitstreams/c819cbc6-7002-4ccb-825f-fd606ec11f19/download065c9c083b3d5e3b36e70c78b83f5739MD53THUMBNAILJiménezMaricel_2015_SistemaVisiónArtificial.pdf.jpgJiménezMaricel_2015_SistemaVisiónArtificial.pdf.jpgGenerated Thumbnailimage/jpeg7804https://repository.eia.edu.co/bitstreams/772e66f3-9d0b-4ef8-b5c2-2437c42afc82/downloaddefe373be574a806730c07082a7933acMD5411190/6515oai:repository.eia.edu.co:11190/65152024-04-16 03:01:02.707https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Univesidad EIA - 2015open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.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