REVISTA DE INGENIERIA DYNA

Palabras clave:

Computational Spectral Imaging, Non-Destructive Testing, Industry 4.0, Smart Manufacturing, Hyperspectral Imaging, Defect Detection, Compressed Sensing Reconstruction, Deep Learning Vision Transformer, Real-time Quality Control Automation, Spectral Attention Mechanism, Material Defect Classification, Production Line Inspection System, End-to-End Feature Extraction, Multi-modal Sensor Fusion, Automotive Manufacturing Validation, Industrial Image Segmentation

Tipo de artículo:

ARTICULO DE INVESTIGACION / RESEARCH ARTICLE

Sección:

ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

En el marco de la Industria 4.0, la exigencia de alta precisión y eficiencia en las tecnologías de ensayos no destructivos continúa aumentando. Los métodos tradicionales pueden resultar imprecisos y lentos en situaciones complejas. Este artículo presenta una nueva solución de inspección basada en imagen espectral computacional. El método desarrolla un sistema de imagen multiespectral para recopilar datos de alta dimensionalidad, mejorando la detección de defectos y la calidad de imagen mediante la extracción de características y la fusión espectral.
Los experimentos demuestran un rendimiento notable del método propuesto en inspecciones típicas de materiales industriales, con un error cuadrático medio de 2,16×10?², una relación señal-ruido pico de 35,42 dB y una similitud estructural de 0,987. El tiempo de inspección por muestra se reduce aproximadamente al 62% respecto a métodos basados en redes neuronales convolucionales tridimensionales tradicionales, manteniendo una precisión superior al 95% con un nivel de ruido s de 0,065. El coeficiente de consistencia Kappa para la verificación en línea de producción alcanza 0,924.
Los resultados indican que este sistema ofrece ventajas significativas en precisión de detección y nivel de automatización, constituyendo una solución práctica para la inspección inteligente de alta calidad y bajo coste en entornos de Industria 4.0.

Palabras clave: Imagen espectral computacional (CSI), Ensayos no destructivos (END), Industria 4.0, Manufactura inteligente, Imagen hiperespectral, Detección de defectos.