Publicación: Inspección automatizada de impresión 3D
Portada
PDF 
FLIP 
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Director
Fecha
Resumen en español
Con este proyecto se tiene como objetivo principal desarrollar un sistema que se basa en visión artificial y redes neuronales, el cual permita la detección de errores al momento de ejecutar una impresión 3D. En los últimos años, la impresión 3D ha tenido un auge en términos de popularidad debido a dos principales factores: el desarrollar o diseñar objetivos complejos en su construcción y el bajo costo que esto representa, aunque enfrenta desafíos importantes que se relacionan con la detección de errores en el momento de la impresión, estos errores son grietas, porosidades, deformaciones y falta de adhesión entre capas. Este sistema busca explorar terrenos como las redes neuronales convoluciones y él aprendizaje profundo, con esto superar los retos que conlleva una inspección manual y llevando la impresión 3D a un nuevo nivel de confiabilidad y precisión. Para llevar a cabo este proyecto a continuación se mencionarán aspectos clave para alcanzar dicho objetivo. 1) Problema claro: Los errores en piezas hechas por impresión 3D al momento de su fabricación. 2) Solución planteada: Un sistema automatizado que detecte a tiempo dichos errores de fabricación. 3) Beneficios: Reducción de costos, reducción de tiempos de fabricación y la eliminación de la inspección manual constante. 4) Método: Redes convoluciones e inteligencia artificial.
Resumen en inglés
The main objective of this project is to develop a system based on computer vision and neural networks, which allows for the detection of errors whenperforming a 3D print. In recent years, 3D printing has boomed in popularity due to two main factors: the development or design of complex objects and the low cost involved. However, it faces significant challenges related to the detection of errors during printing, such as cracks, porosity, deformation, and lack of adhesion between layers. This system seeks to explore areas such as convolutional neural networks and deep learning, thereby overcoming the challenges of manual inspection and taking 3D printing to a new level of reliability and precision. To carry out this project, key aspects for achieving this objective will be mentioned below. 1) Clear problem: Errors in parts made by 3D printing at the time of manufacture. 2) Proposed solution: An automated system that detects such manufacturing errors in a timely manner. 3) Benefits: Cost reduction, reduction in manufacturing times, and the elimination of constant manual inspection. 4) Method: Convolutional networks and artificial intelligence.
