Inteligencia artificial aplicada al control de calidad en la fabricación de carcasas de cocina

Abstract

En los últimos años, la inteligencia artificial ha experimentado avances significativos. Entre las tecnologías más destacadas se encuentra el aprendizaje profundo, que ha demostrado su utilidad en una amplia variedad de aplicaciones al automatizar la identificación de patrones en los datos. Esta tecnología ofrece grandes beneficios a la industria, especialmente al simplificar la resolución de tareas complejas como la inspección visual. Industrias Jacinto Herrero es una empresa cántabra especializada en la fabricación de componentes metálicos para el automóvil y electrodomésticos. Su fin es ofrecer un servicio de calidad en el mínimo tiempo y la máxima garantía a través de una mejora continua. En este con texto, la empresa plantea un problema de inspección automática en la fabricación de uno de sus productos. La pieza en cuestión es procesada con matrices con el fin de aplicarle varias operaciones simultáneamente. Se pretende automatizar la tarea de verificar que se ejecuten todas las operaciones. Este trabajo propone resolver el problema a través de un sistema automático que toma una imagen de la pieza y la procesa en un modelo basado en una red neuronal para asegurar la presencia de todas las operaciones. La imagen se consigue con una cámara digital. El modelo se basa en una red neuronal artificial de tipo convolucional que clasifica las imágenes según la presencia o ausencia de la operación a inspeccionar. El modelo ha sido entrenado con un conjunto de datos de elaboración propia. El sistema final es analizado con el fin de valorar su eficiencia en distintos aspectos. Se comprueba la adecuada evolución del error del modelo durante el proceso de entrenamiento. También se cuantifica el error que presenta el sistema ante la modificación de condiciones ambientales. Por último se considera la viabilidad que tiene el sistema de ser implementado en la fábrica.

In recent years, artificial intelligence has made significant advance ments. Among the most notable technologies is deep learning, which has proven its usefulness in a wide variety of applications by automating the identification of patterns in data. This technology offers great benefits to the industry, especially by simplifying the resolution of complex tasks such as visual inspection. Industrias Jacinto Herrero is a company based in Cantabria, specializing in the manufacturing of metal components for automobiles and household appliances. Its goal is to provide quality service in the shortest time and with the highest guarantee through continuous improvement. In this context, the company presents a problem of automatic inspection in the manufacturing of one of its products. The piece in question is processed using dies in order to perform multiple opera tions simultaneously. The objective is to automate the task of verifying that all the operations are executed. This work proposes solving the problem through an automated system that captures an image of the piece and processes it with a model based on a neural network to ensure that all operations are present. The image is captured using a digital camera. The model is based on a convolutional neural network that classifies the images based on the presence or absence of the operation to be inspected. The model has been trained with a custom-built dataset. The final system is analyzed to evaluate its efficiency in various aspects. The appropriate evolution of the model’s error during the training process is verified. The error presented by the system under modified environmental conditions is also quantified. Finally, the feasibility of im plementing the system in the factory is considered.