Browsing by Author "Andrade, Daniel Rodriguez"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- Detección de no conformidades de gap y flush utilizando técnicas de aprendizaje automáticoPublication . Andrade, Daniel Rodriguez; Leitão, Paulo; Pardo, Héctor QuintiánEl proyecto openZDM (Zero Defect Manufacturing) tiene como objetivo lograr una producción libre de defectos en productos físicos, como automóviles, utilizando tecnologías de la Industria 4.0. Este trabajo se centra en el uso de técnicas de aprendizaje automático para detectar discrepancias en las mediciones de espaciado y alineación, las cuales son cruciales para garantizar un espaciado y alineación precisos entre los componentes del cuerpo del automóvil. Se utilizaron técnicas de clustering, MLP, regresión y clasificación lineal, random forest y correlación. Se utilizan sensores de triangulación láser (Perceptron) en estaciones designadas en el área de Ensamblaje del Cuerpo para recolectar mediciones de espaciado y nivelación. Los datos recopilados se analizan utilizando técnicas de aprendizaje automático para identificar patrones o anomalías que indiquen problemas de espaciado y alineación. El objetivo es entrenar un modelo capaz de predecir posibles problemas en el sitio final basado en datos recopilados de sitios anteriores. La detección temprana de desviaciones en la producción permite tomar medidas preventivas o correctivas oportunas, reduciendo los costos asociados con reparaciones y devoluciones de productos. En resumen, el proyecto openZDM tiene como objetivo mejorar la calidad del producto y reducir costos aprovechando tecnologías avanzadas para detectar problemas de fabricación. Los sensores láser recopilan métricas clave y la tecnología de aprendizaje automático analiza los datos para identificar patrones y anomalías. El objetivo es detectar desviaciones en las etapas iniciales de la producción para poder tomar medidas proactivas. La integración de datos de múltiples sitios optimiza el rendimiento y la toma de decisiones al optimizar los recursos y mantener la calidad del producto final. A pesar de que los resultados no fueron los esperados, la investigación puede evaluarse de forma positiva.