“Clasificación de piezas metálicas mediante una Red Neuronal Convolucional y Análisis de Componentes Principales

Abstract

Las redes neuronales artificiales tienen diversas aplicaciones tales como predicción de sucesos, procesamiento de datos o automatización de actividades en detección y clasificación de objetos. Un ejemplo de los entornos en que se emplean las redes neuronales artificiales es la manufactura, donde algunas actividades se realizan de manera manual, como colocar la herramienta de trabajo sobre la pieza de trabajo, conllevando situaciones en donde se involucra el error humano en el desarrollo de los procesos que es causado por el cansancio. Por lo tanto, una alternativa de solución es la automatización a través de la detección de

objetos. Por otra parte, al utilizar sistemas de visión artificial, intervienen variables que tienen impacto en la percepción visual como principalmente la tonalidad de la pieza, tipos de sensores de la cámara, ángulo de la posición de la pieza respecto a la cámara y los cambios de iluminación, estos últimos son más evidentes en piezas metálicas por reflejar la luz. En el presente trabajo se muestra el desarrollo de una Red Neuronal Convolucional (RNC) con Análisis de Componentes Principales (PCA) y la Red Neuronal Convolucional sin el Análisis de Componentes Principales para realizar la clasificación de piezas metálicas de acuerdo con su forma geométrica, ya sea regular e irregular.