Inspección automatizada mediante visión artificial en líneas de producción
Keywords:
visión artificial, inspección automatizada, control de calidad, aprendizaje profundo, industria 4.0.Abstract
La presente investigación analiza la inspección automatizada mediante visión artificial en líneas de producción, ante las limitaciones de la inspección manual asociadas a la subjetividad, fatiga operativa y variabilidad en la evaluación de calidad. El objetivo fue evaluar la incidencia de esta tecnología en la eficiencia productiva y en la reducción de defectos industriales. La metodología se desarrolló bajo un enfoque cuantitativo, de alcance descriptivo-correlacional y diseño no experimental, sustentado en información secundaria proveniente de organismos internacionales, informes estatales y literatura científica entre 2021 y 2023. Se aplicaron técnicas estadísticas como regresión lineal múltiple, ANOVA y correlación de Pearson. Los resultados evidencian una reducción significativa de defectos en la industria electrónica (38.4%) y automotriz (34.7%), así como una relación positiva alta entre inversión tecnológica y eficiencia operativa (r=0.84). Se identificó además que la precisión algorítmica constituye el factor más influyente en el desempeño del sistema de inspección automatizada. En consecuencia, se concluye que la visión artificial mejora de manera sustancial el control de calidad, incrementa la trazabilidad de los procesos y optimiza la productividad en entornos industriales automatizados.
Downloads
References
Barahona, O., & Moreano, G. (2022). Diseño e implementación de un sistema de visión artificial para el control de calidad en el etiquetado de productos comerciales. ESPOCH Congresses: The Ecuadorian Journal of S.T.E.A.M., 2(4), 1114–1130. https://doi.org/10.18502/espoch.v2i4.11741
Fernández, J., Ortega, M., & Salazar, D. (2021). Visión computacional aplicada al control de calidad industrial. Revista Iberoamericana de Automatización Industrial, 18(2), 45–59.
García, M. (2022). Detección en tiempo real en sistemas industriales automatizados. Revista Tecnológica Industrial, 18(2), 44–58.
Gómez, R., Castillo, P., & Mendoza, L. (2021). Automatización inteligente y transformación digital en la manufactura. Revista Latinoamericana de Ingeniería Industrial, 12(3), 88–104.
Hernández, J. (2022). Automatización visual en procesos de producción continua. Revista Latinoamericana de Ingeniería, 14(3), 71–86.
Hernández, J., & Paredes, C. (2022). Implementación de visión artificial en procesos de manufactura automatizada. Revista Mexicana de Ingeniería Industrial, 9(1), 33–47.
Hernández-Molina, A., Vargas, J., & Cifuentes, R. (2023). Sistemas embebidos para inspección automatizada en líneas de producción. Revista de Automatización y Control Industrial, 21(2), 66–81.
López, D. (2021). Redes neuronales convolucionales en sistemas industriales de inspección. Revista de Innovación Productiva, 9(1), 55–69.
López, D., & Martínez, F. (2022). Deep learning aplicado al control de calidad en manufactura electrónica. Ingeniería y Producción Industrial, 14(4), 52–70.
Martínez, P. (2023). Manufactura inteligente y sistemas de inspección automatizada. Revista Iberoamericana de Producción, 11(2), 88–102.
Martin-Ramiro, P., et al. (2023). Convolutional tensor networks for real-time industrial defect detection. arXiv preprint arXiv:2401.01373.
Mezher, T., & Marble, A. (2023). Object detection models for industrial quality inspection systems. arXiv preprint arXiv:2305.09407.
Molina, P., Herrera, J., & Rojas, M. (2023). Detección de microdefectos mediante redes neuronales profundas. Revista Tecnológica Industrial, 19(1), 91–108.
Pérez, A., Silva, R., & Navarro, J. (2023). Limitaciones de la inteligencia artificial en entornos industriales. Revista de Innovación Tecnológica, 11(3), 120–136.
Pérez, R. (2023). Infraestructura tecnológica en inteligencia artificial industrial. Revista de Sistemas Inteligentes, 7(4), 113–129.
Pico, L. E. A., et al. (2023). Aplicación de deep learning para la identificación de defectos superficiales en control de calidad de manufactura industrial: revisión sistemática. Ciencia Latina Revista Científica Multidisciplinar, 7(2), 455–472.
Ramírez, L., & Castañeda, V. (2021). Redes neuronales convolucionales aplicadas a inspección visual automatizada. Ingeniería y Desarrollo Tecnológico, 17(2), 74–89.
Rodríguez, F. (2021). Digitalización y trazabilidad en sistemas de producción automatizada. Revista de Gestión Industrial, 13(1), 34–49.
Rodríguez, M., Torres, E., & Delgado, P. (2022). Visión artificial en la industria alimentaria latinoamericana. Revista Latinoamericana de Tecnología Alimentaria, 15(3), 101–118.
Sánchez, F., Cabrera, J., & Morales, H. (2023). Trazabilidad digital en sistemas de manufactura inteligente. Revista Internacional de Producción y Logística, 8(2), 55–73.
Torres, C., & Mendoza, R. (2023). Barreras tecnológicas en la adopción de manufactura inteligente. Revista de Gestión Tecnológica Industrial, 10(4), 97–113.
Trajkova, J., et al. (2021). Active learning strategies for industrial visual inspection systems. arXiv preprint arXiv:2109.02469.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Samantha Nicole Celi Mejía (Autor/a)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
