Aplicacion de vision artificial para el diagnóstico predictivo de neumáticos en el area de la mecánica automotriz

Abstract

La propuesta unificada se basa en el desarrollo e implementación de un sistema de diagnóstico predictivo orientado al análisis automático del estado de los neumáticos mediante visión e inteligencia artificial. Este sistema fue diseñado con el objetivo de identificar fallas comunes, tales como desgaste irregular, exceso o falta de aire, mala alineación o defectos estructurales, antes de que provoquen daños mayores o comprometan la operación segura del vehículo. El enfoque técnico se centra en la captura de imágenes mediante cámaras instaladas en puntos estratégicos del entorno operativo del vehículo, especialmente en zonas de alto tránsito de unidades. Estas imágenes son procesadas utilizando algoritmos de visión artificial basados en redes neuronales convolucionales, previamente entrenadas con un conjunto de datos que incluye imágenes simuladas de distintas condiciones de fallas. El entrenamiento del modelo se realizó mediante herramientas como TensorFlow y Keras, que permiten ajustar la red neuronal para alcanzar un nivel óptimo de precisión en la clasificación de fallas. Durante el desarrollo, se emplearon técnicas de aumento de datos, validación cruzada y monitoreo del aprendizaje mediante gráficos de precisión y pérdida, logrando resultados satisfactorios en las fases iniciales. Los ensayos realizados con el modelo muestran que es posible lograr una detección efectiva y anticipada de las fallas más frecuentes en neumáticos, contribuyendo a disminuir el margen de error humano y a establecer procesos de mantenimiento más inteligentes. Además, se considera una integración progresiva del sistema en las rutinas de mantenimiento tradicionales, incluyendo la capacitación de personal técnico y el desarrollo de una interfaz amigable para su operación. Esta propuesta apunta a fortalecer la capacidad predictiva dentro del área de la Mecánica Automotriz, modernizando la forma en que se supervisan y mantienen los componentes fundamentales de los vehículos