Distribución Binomial Aplicada a un Sistema de Clasificación de Piezas con Tratamiento Digital de Imágenes by Jhojan Marin

dannielsnicoll — 2023-10-16 18:42:57 UTC

El proceso de inspección consta de cuatro pasos:

Adquisición de Imágenes: En este primer paso, se simula el proceso de control de calidad en el que las piezas pasan por una banda transportadora hacia una zona de clasificación. Durante este proceso, se adquieren fotografías o videos de las piezas en análisis.
Conteo de Pines: El segundo paso implica el conteo de pines en el dispositivo que superen cierta longitud. Este conteo se realiza mediante la detección de bordes en la imagen capturada.
Identificación del Estado: En el tercer paso, el sistema realiza un proceso de identificación para determinar si la pieza correspondiente a la imagen capturada se encuentra en buen estado o si presenta algún defecto.

4. Resultados.

dannielsnicoll — 2023-10-16 19:20:31 UTC

La etapa de reconocimiento de patrones busca la escala de grises que coincide con la imagen patrón predefinida. El sistema interactúa a través de una interfaz HMI y permite al usuario procesar un número de eventos con un máximo de 20 por ejecución. Cada evento inspecciona un conjunto de imágenes aleatorias. La aleatoriedad se garantiza mezclando las imágenes, lo cual lleva más tiempo a medida que aumenta el número de imágenes a procesar.

Las imágenes aleatorias se generan a partir de una selección aleatoria de imágenes originales etiquetadas del 00 al 99. Se utilizan distribuciones uniformes para esta selección. Luego, se almacenan en una nueva ruta asociada al proceso de inspección.

Finalmente, se generan informes que indican los resultados positivos y negativos de cada evento. Estos informes se crean en archivos de Excel, y se necesitan 20 programas para generar todos los informes, ya que se permite un máximo de 20 eventos.

jhojibromarin — 2023-10-16 23:23:45 UTC

Jhojan Estiven Marin Monsalve-Ingeneria de Sistemas
Danniels Nicoll Morelas Salcedo-Ingeneria de Sistemas
Jorge Tomas Chirivi Rueda-Ingeneria de Sistemas
Maria Fernanda Otero Rodriguez-Ingeneria de Sistemas

Distribución binomial asociada a un evento

2023-10-17 00:00:21 UTC

Una vez que se ha determinado la probabilidad de ocurrencia del evento, se procedió a crear un gráfico que representa la función de densidad de probabilidad asociada a una distribución binomial. Esto se hizo debido a que estamos tratando con un sistema de control de calidad que tiene únicamente dos posibles resultados: éxitos o fracasos. En la Figura 1 se muestra el gráfico de la función de densidad de probabilidad correspondiente a este evento.

Cantidad de dispositivos defectuosos en veinte eventos

2023-10-17 00:13:38 UTC

la Figura 3 ilustra cómo se acumuló la cantidad de dispositivos defectuosos en los veinte eventos analizados, siendo que en cada uno de ellos se evaluaron 100 imágenes.

Resultados experimento con 300 eventos de 100 imágenes cada uno

2023-10-17 00:16:31 UTC

El software desarrollado en LabVIEW™ se utilizó al máximo de su capacidad, realizando un total de 15 ejecuciones, lo que se tradujo en la inspección de 300 eventos, cada uno con 100 imágenes, lo que suma un total de 30,000 imágenes analizadas. Los resultados de estos 300 eventos se resumen en la Tabla I, que muestra una estadística descriptiva del análisis realizado.

¿De que se trata?

mfor08 — 2023-10-17 01:49:19 UTC

Sabemos que existen gran variedad de industrias en las cuales se genera su correspondiente prueba de calidad, ya que se quiere detectar la ocurrencia de algún evento desafortunado para determinar si algún producto es exitoso o no a la hora de su producción, llevándolo a gran variedad de tratamientos de verificación , para ello se debe utilizar de manera adecuada la distribución binomial .

mfor08 — 2023-10-17 01:50:20 UTC

mfor08 — 2023-10-17 01:53:46 UTC

¿Cómo se puede optimizar este proceso?

mfor08 — 2023-10-17 02:00:30 UTC

Se han creado diversas formas tecnológicas o IA que implementan la detección de errores de un objeto de una forma mas optima ya que estas pueden establecer tareas repetitivas sin parar o poseer ayuda de una persona u objeto diferente a la misma, ya que estas son totalmente autónomas, por otra parte posee bajas tolerancias de desviación lo que la hace mucho mas efectivas.

pero...

¿Qué elementos tiene en cuenta para detectar que un objeto es efectivo o no?

¿Cuales son las caracteristicas a tener en cuenta para este sitema?

mfor08 — 2023-10-17 02:08:50 UTC

En esta ocasión se implementa la elaboración de un sistema de clasificación de piezas correspondiente a encapsulados TO-220 de dispositivos electrónicos , donde se requiere utilizar un sistema de tratamiento digital de imágenes que nos ayuda a reconocer de manera eficaz si un dispositivo es accesible o no , teniendo en cuenta unos parámetros previamente definidos.

Parámetros de identificación

mfor08 — 2023-10-17 02:12:44 UTC

Se estableció la detección de los tres pines del dispositivo con una longitud superior a 2/3, es decir de aproximadamente 0,666 cm de longitud.
El color.
la textura.
Si se encuentra en línea o fuera de línea.
Evaluar lotes de producción.

Distribuciones binomiales asociadas a los veinte eventos

jhojibromarin — 2023-10-17 02:20:51 UTC

Dado que el sistema tenía una capacidad máxima de llevar a cabo 20 eventos, se diseñó una hoja en Excel para registrar y recopilar los resultados de todos los eventos inspeccionados, tal como se muestra en la Figura 2.

En la Figura 2, se puede apreciar la evolución de la función de densidad del sistema a medida que se llevan a cabo sucesivos eventos.

Función binomial asociada al experimento con 300

jhojibromarin — 2023-10-17 02:22:03 UTC

Además, en el análisis estadístico de los resultados presentados en la Tabla 1, se observó que de las 30,000 imágenes que se analizaron, se identificaron 7,241 dispositivos con fallos. La estadística también reveló que, según los valores de curtosis y el coeficiente de asimetría, la distribución de los datos se asemeja notablemente a una distribución normal o de campana de Gauss, con una leve inclinación hacia la izquierda.

Una vez que se calculó la probabilidad de fallo para todos los dispositivos evaluados en los 300 eventos, fue posible determinar la función de densidad de probabilidad del sistema mediante una función de tipo binomial, como se muestra en la Figura 4.

mfor08 — 2023-10-17 02:22:22 UTC

-En base a la información proporcionada, se llevó a cabo la clasificación de piezas por lotes de producción con el objetivo de realizar una inspección, selección y control de calidad más precisa. Para lograr esto, se utilizó un algoritmo de comparación de imágenes con un patrón predefinido.

En el proceso de control de calidad, se propuso el uso de una función de distribución de densidad de probabilidad discreta, específicamente la distribución de Bernoulli (Binomial), que se emplea comúnmente en situaciones con solo dos resultados posibles.

Algoritmo Detección de Bordes.

jhojibromarin — 2023-10-17 02:22:52 UTC

El proceso de detección de bordes utilizando LabVIEW™ se divide en varios pasos independientes. Primero, se capturan imágenes de piezas con una cámara USB y se utilizan instrumentos virtuales del Toolkit NI Vision de LabVIEW™. Se seleccionan aleatoriamente imágenes de un conjunto de 100 previamente almacenadas para ejecutar el algoritmo.

Luego, se determina el área de interés en la imagen del encapsulado de la pieza en la banda transportadora, ajustando su posición. A continuación, se utiliza el método de detección de bordes de LabVIEW™, que se basa en detectar cambios de intensidad en los píxeles, representando esto como una función de una sola dimensión a lo largo de la línea de detección. Se utiliza la primera derivada para determinar la presencia de un borde y la segunda derivada para identificar si el píxel está en el lado claro u oscuro del borde. Se emplea un método sencillo para detectar cambios de contraste y se calcula el número de pines del dispositivo basado en el número de transiciones.

mfor08 — 2023-10-17 02:26:13 UTC

-Esta distribución se ajusta bien cuando se toma una muestra de elementos específicos; Para llevar a cabo el experimento, se realizaron n ensayos o pruebas independientes en los que se establecieron dos resultados mutuamente excluyentes para cada ensayo: éxito para piezas en buen estado de fabricación y fracaso para piezas defectuosas.

-El objetivo principal fue clasificar piezas por lotes y realizar un control de calidad más preciso utilizando una función de distribución de probabilidad discreta, en particular la distribución de Bernoulli, para evaluar la calidad de las piezas en función de sus resultados de inspección.

mfor08 — 2023-10-17 02:29:09 UTC

Con este proyecto se dio aplicación práctica al algoritmo de la función de densidad de probabilidad Binomial para obtener probabilidades de éxitos y fracasos en un sistema de control de calidad de piezas de un lote de fabricación, mediante procesos de reconocimiento de características preestablecidas mediante tratamiento digital de imágenes con respecto a un patrón previamente establecido.
Dado que el sistema realizó de forma automática la comparación de las imágenes e indicó cuándo existe o no correspondencia con el patrón, es posible optimizar un proceso de control de calidad que identifica cuándo la pieza se encuentre o no en condiciones apropiadas.

mfor08 — 2023-10-17 02:32:02 UTC

Con respecto a los resultados arrojados en esta inspección, se pudo realizar un análisis donde se observó la función de densidad de probabilidad que caracteriza al sistema (por tratarse de un sistema de control de calidad donde sólo existe un estado de éxito y uno de fracaso, se consideró una función de tipo binomial).
Con la combinación de herramientas Lab VIEW™ y Excel, fue posible inspeccionar un buen número de dispositivos y apreciar el comportamiento del sistema, al asociar el proceso de identificación a un proceso de cálculo estadístico, que describe sus características mediante el cálculo matemático de los momentos, que se obtienen mediante la esperanza matemática.

Beainy, C.E.P. et al. (1970) Distribución binomial aplicada a UN sistema de Clasificación de Piezas Con tratamiento digital de Imágenes, Dialnet. Available at: https://dialnet.unirioja.es/servlet/articulo?codigo=4991587 (Accessed: 16 October 2023).

mfor08 — 2023-10-17 02:35:28 UTC

Formulas llevadas acabo en el proceso

jhojibromarin — 2023-10-17 02:57:26 UTC

En este proyecto, se concentraron esfuerzos en identificar los fallos del sistema. Con la información suministrada por el sistema de generación automática de reportes, es posible calcular la probabilidad de fallo, la media, varianza y determinar otras medidas de dispersión de la función los cuales se calculan mediante la esperanza matemática. Las ecuaciones (1), (2) y (3), muestran la función de densidad de probabilidad del sistema, su media y su varianza respectivamente, y se encuentran calculados para cada uno de los eventos ejecutados

Quizizz

jhojibromarin — 2023-10-17 03:27:35 UTC

¡Buena suerte!