REVISTA DE INGENIERIA DYNA

Palabras clave:

visión artificial, aprendizaje automático, categorización de defectos, machine vision, machine learning, defect categorisation.

Tipo de artículo:

ARTICULO DE INVESTIGACION / RESEARCH ARTICLE

Sección:

ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

RESUMEN:
La fundición de hierro es una importante industria que suministra piezas clave a otras industrias donde son críticas. Es por este motivo, que las piezas fabricadas están sujetas a controles de seguridad muy estrictos para garantizar la calidad de las mismas. Algunos de los defectos que se producen con una mayor frecuencia son los superficiales, y en particular, este trabajo se centra en las inclusiones, uniones frías y las faltas de llenado. Para ello proponemos un nuevo método que se basa en un algoritmo de segmentación para marcar las regiones de la superficie potencialmente defectuosas y, a continuación, aplicando técnicas de aprendizaje automático categoriza las regiones indicando el defecto existente. El método propuesto demuestra unas tasas altas de precisión.

Palabras clave: visión artificial, aprendizaje automático, categorización de defectos