Optimización del control de calidad para el reconocimiento de piezas en células flexibles de manufactura mediante la implementación de redes neuronales.

Los altos grados de automatización en las empresas que hacen uso de las células de manufactura para sus procesos de fabricación garantizan una alta eficiencia en producción con unos elevados estándares de calidad. El principal objetivo de este trabajo es desarrollar una optimización en las tareas realizadas por la estación de control de calidad por visión artificial perteneciente a la célula de manufactura FMS-200, el desarrollo de la propuesta se enfoca en optimizar el proceso de inspección y control de calidad mediante la adaptación de técnicas de procesamiento de imágenes y redes neuronales de resonancia adaptativa. Para este caso particular se realizó una revisión de la ubicación del sistema óptico y un estudio de tiempos detallado para cada movimiento de los actuadores de la estación, buscando determinar una mejor posición para el sistema de detección óptico (cámara de visión artificial) y la posibilidad de eliminación de algunos componentes de la estación; todo esto con el fin de disminuir considerablemente el tiempo de operación y hacer más eficiente el control de calidad del sistema

• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2017
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/7647
• Acceso en línea: http://hdl.handle.net/11349/7647
• Palabra clave: Control de calidad; Red neuronal ART2; Estudio de tiempos; Sistema de detección óptico; Celda flexible de manufactura; Ingeniería de Producción - Tesis y disertaciones académicas; Mejoramiento de procesos; Control de calidad; Redes neurales (Computadores); Quality control; ART2 neural network; Time study; Optical detection system; Flexible manufacturing cell
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional