Repository logo
Communities & Collections
All of DSpace
  • English
  • Español
Log In
New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Cruz Lago, Franco Domingo"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Thesis
    Desarrollo de un modelo de inspección en superficies granalladas, mediante la inteligencia artificial
    (Universidad Técnica Federico Santa María, 2025) Cruz Lago, Franco Domingo; Departamento de Mecánica; Duque Ramirez, Pablo Andres
    Este trabajo presenta el desarrollo de un modelo de inteligencia artificial basado en redes neuronales convolucionales (CNNs) para la inspección y clasificación de superficies metálicas granalladas. El objetivo principal es automatizar el proceso de evaluación superficial, garantizando precisión y cumplimiento con normas internacionales como SSPC VIS 1, NACE e ISO 8501-1. El modelo clasifica superficies en cuatro grados de limpieza, desde grado A hasta el grado D, comparado con las diferentes limpiezas de superficies SA 1 (SP7) hasta SA 3 (SP5) en las superficies granalladas, respondiendo a las necesidades de la industria para mejorar la calidad y reducir los errores asociados con inspecciones manuales. El dataset utilizado fue construido con imágenes reales que representan las diferentes condiciones de las superficies metálicas, abarcando variaciones en iluminación, texturas y ángulos de captura. Estas imágenes se dividieron en conjuntos de entrenamiento, validación y prueba, permitiendo entrenar el modelo de manera robusta y evaluar su desempeño de forma confiable. La matriz de confusión obtenida durante las pruebas revela un desempeño sobre el 87% de precisión en las clasificaciones de las categorías evaluadas del modelo. El modelo demostró ser altamente eficiente en pruebas controladas, logrando clasificar correctamente todas las superficies en sus respectivas categorías. Sin embargo, el análisis también destacó la necesidad de mantener un dataset representativo y controles estrictos en la captura de imágenes para asegurar la generalización del modelo en escenarios más complejos y variables. Finalmente, este proyecto establece una base sólida para la implementación de inteligencia artificial en inspecciones industriales, mostrando cómo la automatización puede optimizar los procesos de evaluación superficial. Las aplicaciones futuras incluyen la ampliación del dataset y el desarrollo de modelos más robustos para abordar condiciones ambientales aún más exigentes, consolidando esta tecnología como una herramienta esencial en la industria.

UNIVERSIDAD

  • Nuestra Historia
  • Federico Santa María
  • Definiciones Estratégicas
  • Modelo Educativo
  • Organización
  • Información Estadística USM

CAMPUS Y SEDES

  • Información Campus y Sedes
  • Tour Virtual
  • Icono Seguridad Política de Privacidad

EXTENSIÓN Y CULTURA

  • Dirección de Comunicaciones Estratégicas y Extensión Cultural
  • Dirección General de Vinculación con el Medio
  • Dirección de Asuntos Internacionales
  • Alumni
  • Noticias
  • Eventos
  • Radio USM
  • Cultura USM

SERVICIOS

  • Aula USM
  • Biblioteca USM
  • Portal de Autoservicio Institucional
  • Dirección de Tecnologías de la Información
  • Portal de Reportes UDAI
  • Sistema de Información de Gestión Académica
  • Sistema Integrado de Información Argos ERP
  • Sistema de Remuneraciones Históricas
  • Directorio USM
  • Trabaja con nosotros
Acreditación USM
usm.cl
Logo Acceso
Logo Consejo de Rectores
Logo G9
Logo AUR
Logo CRUV
Logo REUNA
Logo Universia

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback