Por favor, use este identificador para citar o enlazar este ítem:
https://ri-ng.uaq.mx/handle/123456789/13015| Título: | Sistema de visión artificial para la detección de imperfecciones en extrusión de filamento para impresoras 3D |
| Autor(es): | Rubén Eduardo Aguilera Pérez |
| Palabras clave: | Impresión 3D Control de calidad Metrología óptica Aprendizaje profundo Visión artificial |
| Área: | INGENIERÍA Y TECNOLOGÍA |
| Fecha de publicación : | 3-jun-2026 |
| Editorial : | Universidad Autónoma de Querétaro |
| Páginas: | 1 recurso en línea (69 páginas) |
| Folio RI: | IGMAC-262904 |
| Facultad: | Facultad de Ingeniería |
| Programa académico: | Maestría en Ciencias (Mecatrónica) |
| Resumen: | El aseguramiento de la calidad dimensional y superficial en los filamentos de impresión 3D es un factor crítico para garantizar la fiabilidad de las piezas manufacturadas. El presente trabajo de investigación detalla el diseño, desarrollo e implementación de un prototipo de inspección visual y metrología óptica en tiempo real, orientado a operar directamente en la línea de extrusión bajo un entorno de laboratorio. El sistema propuesto prescinde de los tradicionales micrómetros de contacto láser, optando por una arquitectura basada en un sensor 4K y un arreglo catóptrico de tres espejos que permite analizar el perímetro completo del material de forma simultánea. La metodología abordó la creación de un algoritmo de visión artificial clásico para la medición dimensional, logrando detectar desviaciones geométricas con una resolución de hasta 0.0058 milímetros por píxel. Para la detección de defectos superficiales e internos, como microburbujas y contaminantes, se construyó un conjunto de datos propio y se realizó un experimento comparativo entre tres arquitecturas de aprendizaje profundo (MobileNetV2, ResNet50 y EfficientNetB0). Los resultados demostraron que el modelo EfficientNetB0, con un tamaño de lote de 4, superó a las alternativas al alcanzar una precisión de clasificación del 99.33 % bajo condiciones de estrés, manteniendo una latencia de inferencia inferior a 80 milisegundos operando exclusivamente en CPU. Finalmente, la integración del sistema mediante una Interfaz Hombre-Máquina con procesamiento concurrente demostró la viabilidad de clasificar defectos y validar la geometría del filamento conforme a los estrictos límites de la norma internacional ISO 5425:2023, ofreciendo una solución de inspección industrial altamente eficiente, de bajo costo y de arquitectura abierta. |
| URI: | https://ri-ng.uaq.mx/handle/123456789/13015 |
| Aparece en: | Maestría en Ciencias (Mecatrónica) |
Archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| IGMAC-262904.pdf | Maestría en Ciencias (Mecatrónica) | 1.74 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.