Desarrollo de un algoritmo utilizando Inteligencia Artificial para el monitoreo en la calidad de la fabricación de piezas mecánicas

Abstract

Con el objetivo de optimizar y disminuir errores en los procesos de fabricación de piezas mecánicas, diversas empresas se han dedicado a la búsqueda de nuevas tecnologías que permitan reducir próximas fallas y mantenimientos en todas aquellas máquinas que utilicen esta pieza para su operación.

En la presente investigación se reportan los resultados del diseño de un algoritmo capaz de identificar el estado de una pieza mecánica en tiempo real utilizando una cámara como captura de imagen conectada al equipo antes de iniciar el programa y reconocida por la librería OpenCV. La interfaz del programa fue realizada en el lenguaje de programación Python. Este lenguaje es ampliamente utilizado en desarrollos de algoritmo debido a la cantidad de scripts y librerías que contiene, estas permiten automatizar tareas como seleccionar, organizar, identificar y visualizar varias características de las imágenes digitales.

Para identificar la zona de interés en la captura de imagen se usa LabelMe, una herramienta de anotación de imágenes gráficas que permite etiquetar imágenes de manera sencilla y está escrito en lenguaje Python. Posteriormente, usando Ultralytics YOLOv8 se entrena la red neuronal de reconocimiento en tiempo real.

Finalmente, se crea una aplicación de control y visualización de captura de imagen en PyQt5 generando así una herramienta versátil de control de la cámara y el monitoreo de la calidad durante el proceso de fabricación de piezas mecánicas.