Desarrollo de una herramienta de visión de máquina para el reconocimiento y detección de defectos en la soldadura manual con electrodos revestidos

El principal objetivo de este proyecto es desarrollar un programa de visión de máquina que permita la detección automática de defectos en las juntas soldadas para los procesos de soldadura manual con electrodos revestidos.

La soldadura manual con electrodos revestidos (SMAW, del inglés Shielded Metal Arc Welding) es un proceso de soldadura ampliamente utilizado en la manufactura y reparación de elementos debido a su versatilidad y facilidad de implementación. Desde tanques presurizados hasta verjas para los hogares, este proceso es principalmente ejecutado de forma manual, por consiguiente, la habilidad del soldador para controlar las variables involucradas en el proceso es de suma importancia para obtener una junta soldada que cumpla con los estándares de calidad.
Las juntas soldadas, por naturaleza, contienen discontinuidades de varios tipos y tamaños. Estas discontinuidades no se consideran perjudiciales si están por debajo de los niveles de aceptación definidos en los estándares de calidad. Por otro lado, si las discontinuidades no cumplen con los niveles de aceptación, la junta soldada es considerada como defectuosa y debe ser descartada. Uno de los métodos utilizados para verificar que la junta soldada cumple con los estándares de calidad es la inspección visual, el cual es llevado a cabo por un inspector certificado que con su extenso entrenamiento detecta las discontinuidades y mide los parámetros de la junta soldada. Una de las limitaciones que tiene la inspección visual, es que depende de la experiencia del inspector y su conocimiento sobre soldadura.
Con el objetivo de automatizar este proceso de inspección de defectos, este proyecto propone el desarrollo de un programa de visión máquina que procesa imágenes de soldadura a través de la biblioteca libre de visión artificial OpenCV. Las imágenes procesadas son empleadas para entrenar una red neuronal artificial para detectar los diversos defectos de soldadura que podemos encontrar en los procesos SMAW.
Para cumplir con ese objetivo se ha planteado el desarrollo del proyecto en dos etapas. En la primera etapa se desarrollará el programa de reconocimiento de imágenes empleando la plataforma Python-OpenCV y en la segunda etapa, se elaborará una base de datos de juntas soldadas en el Laboratorio de Soldadura de la Sede de Tocumen de la Universidad Tecnológica de Panamá. Para desarrollar esta base de datos, se tomarán fotografías de diversos cordones de soldadura realizados por soldadores especializados y por estudiantes con conocimientos básicos en soldadura, donde se evaluarán los parámetros que determinan si la junta soldada cumple a conformidad con los requerimientos de calidad.
El desarrollo de la tecnología propuesta en este proyecto beneficiaría directamente aquellas industrias en el territorio nacional que se encargan de la construcción y reparación de estructuras metálicas que utilizan procesos SMAW (industria de reparación naval, industria de la construcción, talleres especializados de soldadura). La implementación este tipo de tecnologías en la industria panameña va de la mano con los objetivos específicos del PENCYT ya que impactaría directamente la productividad de las industrias beneficiadas y al mismo tiempo se estaría creando una oferta exportable de la tecnología. Por otro lado, la solución propuesta en este proyecto está alineada con los objetivos 9.2 y 9.4 para el desarrollo sostenible de las Naciones Unidas.
Con el desarrollo de esta propuesta se desean obtener los siguientes resultados: la creación de una herramienta para el reconocimiento de defectos de soldadura, la elaboración de una base de datos de juntas soldadas bajo diversos parámetros de soldadura, por último, se busca crear un programa de visión de máquina para la detección automática de defectos en los procesos SMAW.