Sistema avanzado de detección de defectos en la soldadura manual mediante inteligencia artificial

Desarrollar una herramienta que permita la predicción de los defectos en línea de la soldadura manual con electrodos revestidos (SMAW) utilizando inteligencia artificial, considerando las condiciones de soldadura, la geometría del cordón y parámetros acústicos y visuales.

Esta propuesta tiene como objetivo desarrollar un sistema de detección de defectos del proceso de soldadura manual con electrodos revestidos (SMAW) para abordar los desafíos en la industria manufacturera y promover prácticas sostenibles. Al utilizar tecnologías de la industria 4.0, este proyecto busca mejorar la calidad, eficiencia y la sostenibilidad del proceso SMAW. La metodología comprende una revisión literaria, el desarrollo de un sistema de monitoreo del proceso SMAW, la generación de una base de datos y el desarrollo de un algoritmo de inteligencia artificial (IA) para la detección y clasificación en tiempo real de los defectos de soldadura. Para respaldar los objetivos de la investigación, se configurará un sistema de monitoreo que incorporará una máquina de soldadura SMAW especializada, una cámara de soldadura, un micrófono y sensores para la determinación de la geometría del cordón de soldadura. Los sistemas de adquisición de datos capturarán y almacenarán los datos para el posterior análisis y entrenamiento de los algoritmos de IA. Este proyecto tiene un impacto significativo en la industria de fabricación, al reducir los defectos de soldadura, se mejora la calidad del proceso SMAW. Los fabricantes aumentarán la productividad y se reducirá el material desperdiciado. Estos resultados contribuyen con las prácticas de fabricación sostenibles, minimizando el impacto ambiental y la optimización de recursos. La novedad de la propuesta radica en la integración de múltiples tecnologías que permiten la detección de defectos de soldadura en un sistema integral. Este enfoque holístico permite una supervisión que supera las limitaciones de métodos tradicionales. La difusión de resultados del proyecto se realizará a través de publicaciones científicas, presentaciones en congresos, seminarios web y materiales audiovisuales. La propuesta también incluye disposiciones para reclutar estudiantes de tesis de licenciatura y maestría.