Procesos para el ensamble de materiales
Procesos de Manufactura
Simulador de fabricación mecánica por eletroerosión por hilo
Wire-cut EDM simulator
En este simulador, el usuario actúa como operario de una máquina de electroerosión por hilo y, como tal, deberá ejecutar, correctamente, un proceso de electroerosionado con este sistema, llevando a cabo cuidadosamente cada paso: amarre, decalaje, enhebrado, etc.
El presente material educativo es propiedad de la entidad pública empresarial Red.es y ha sido realizado en el marco del programa Internet en el Aula. Este programa ha sido des arrollado y ejecutado por el Ministerio de Industria y Comercio, la entidad pública empresarial Red.es, el Ministerio de Educación a través del Instituto de Tecnología Educativas (ITE), junto a las Consejerías de Educación de las distintas Comunidades Autónomas de España.
Automatización del proceso de ensamble utilizando visión artificial
Assembly process automation sing artificial visión
La planificación y la guía del movimiento en los robots ha sido cada vez mas compleja debido a la gran variedad de aplicaciones en las que se utilizan, tareas extremadamente repetitivas en las líneas tradicionales de ensamble o bien asistencia en los movimientos de operaciones quirúrgicas muy precisas.
El presente artículo muestra un método novedoso basado en la integración de un algoritmo de reconocimiento y una arquitectura neuronal para aplicaciones de reconocimiento invariante de objetos utilizando robots industriales auto-adaptivos que realicen tareas de ensamble. El método utilizado en experimentaciones de laboratorio es ahora presentado como una técnica robusta para el ensamble de piezas con robots guiados por visión artificial. Nuevos objetos son aprendidos en tiempos de milisegundos y son clasificados posteriormente en línea para realizar ensambles en tiempo real. La arquitectura es primeramente entrenada con pistas, representando objetos diferentes que en la aplicación el robot tratará de encontrar dentro de su espacio de trabajo para formar su base de conocimientos inicial . Esta información dispara entonces el sub-sistema de aprendizaje en línea basado en la red neuronal artificial FuzzyARTMAP y el nuevo vector representativo de la imagen se sobre impone a las pistas iniciales, el robot aprende para identificar objetos que le son familiares y para aprender nuevos, de esta manera se integra un sistema robótico mas complejo para diferentes aplicaciones en manufactura inteligente.
La propuesta tecnológica presentada para el reconocimiento invariante de objetos, está basada en el uso de formas canónicas dentro de la base primitiva de conocimiento y utilizando los aspectos y principios de Gestalt, para construir las piezas con esas formas canónicas agrupadas en diferentes maneras y siguiendo el conocimiento a priori considerando las formas de agrupamiento como pistas. El artículo muestra el diseño y resultados obtenidos con el uso de la técnica descrita para reconocer piezas de ensamble dentro de una celda de manufactura inteligente.
El presente documento fue elaborado por Mario Peña Cabrera, H. Gómez N., R. Osorio del Instituto de Investigaciones en Matemáticas Aplicadas y Sistemas (Universidad Autónoma de México IIMAS-UNAM (México D.F, México), Ismael López Juárez del Centro de Investigación y de estudios avanzados del Instituto Politécnico Nacional CINVESTAV, (Coahuila, México) y Oleg Sergiyenko (Autonomous University of Baja California, Baja California, México) como ponencia para el "Congreso Internacional de Cómputo en Optimización y Software", realizado del 22 al 25 de noviembre de 2011, en la Universidad Autónoma del Estado de Morelos (Morelos, México).
