1. Repositorio Institucional UAQ
  2. Tesis
  3. Facultad de Ingeniería
  4. Maestría
  5. Maestría en Ciencias (Mecatrónica)
Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/11920
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttps://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorJosé Luis González Córdobaes_ES
dc.creatorOsiris Giuseppe García Zaratees_ES
dc.date.accessioned2025-07-04T18:23:19Z-
dc.date.available2025-07-04T18:23:19Z-
dc.date.issued2025-07-03-
dc.identifier.urihttps://ri-ng.uaq.mx/handle/123456789/11920-
dc.descriptionEl presente trabajo propone una metodología para la clasificación automática de caligrafías en cordones de soldadura tipo MIG-FCAW mediante el uso de visión por computadora y redes neuronales convolucionales. A través del diseño e implementación de la red neuronal Convolucional WeldingNet, se desarrolló un sistema capaz de identificar patrones geométricos característicos (zigzag, lineal, circular y cuadrado), manufacturados en una celda de soldadura robótica. La propuesta busca atender las necesidades tanto de la industria como de talleres de bajo presupuesto y laboratorios escolares, eliminando la dependencia de sensores especializados o sistemas de retroalimentación costosos. La metodología abarca desde la fabricación de cordones de prueba y adquisición de imágenes hasta su preprocesamiento, clasificación y validación automatizada. El preprocesamiento incluyó conversión a escala de grises, ecualización de histograma y redimensionamiento a 140x224 píxeles. Posteriormente, se entrenó la red WeldingNet utilizando un conjunto balanceado de 708 imágenes (177 por cada clase de caligrafía), con una distribución del 60% para entrenamiento, 20% para validación y 20% para prueba. La red alcanzó una precisión superior al 95% en el conjunto de validación, manteniéndose estable a lo largo de 30 épocas, lo cual indica una buena capacidad de generalización sin sobreajuste. Además, se desarrolló una interfaz gráfica intuitiva en MATLAB que permite al usuario seleccionar imágenes individuales o carpetas completas para su clasificación, facilitando el uso práctico del sistema en escenarios reales de producción o entrenamiento. Aunque el presente trabajo se enfoca en la clasificación de la geometría del cordón, la estructura planteada permite su futura ampliación hacia la estimación de parámetros del proceso, como voltaje, corriente o velocidad de alimentación, a partir de las características visuales capturadas.es_ES
dc.formatpdfes_ES
dc.format.extent1 recurso en línea (134 páginas)es_ES
dc.format.mediumcomputadoraes_ES
dc.language.isospaes_ES
dc.publisherUniversidad Autónoma de Querétaroes_ES
dc.relation.requiresSies_ES
dc.rightsopenAccesses_ES
dc.subjectRedes Neuronales Convolucionaleses_ES
dc.subjectCaligrafía de soldaduraes_ES
dc.subjectSoldadura tipo MIGFCAWes_ES
dc.subject.classificationINGENIERÍA Y TECNOLOGÍAes_ES
dc.titleDesarrollo de una red neuronal convolucional (WeldingNet) para la clasificación de caligrafías de soldadura tipo MIGes_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidORCIDes_ES
dc.contributor.tidORCIDes_ES
dc.creator.identificador0009-0003-8295-2960es_ES
dc.contributor.identificador0000-0002-3307-9881es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameMaestría en Ciencias (Mecatrónica)es_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelMaestríaes_ES
dc.format.supportrecurso en líneaes_ES
dc.matricula.creator326896es_ES
dc.folioIGMAC-326896es_ES
Aparece en: Maestría en Ciencias (Mecatrónica)

Archivos:
Fichero Descripción Tamaño Formato  
IGMAC-326896.pdfDesarrollo de una red neuronal convolucional (WeldingNet) para la clasificación de caligrafías de soldadura tipo MIG5.76 MBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.