Titulo:

Identificación de Poros en Uniones Soldadas Empleando Técnicas de Visión por Computador
.

Sumario:

La inspección visual automática se ha convertido en un proceso con amplia aplicación a nivel industrial en procesos relacionados con la inspección de la calidad en productos. Las uniones soldadas pueden presentar defectos como: salpicaduras, grietas, socavados y poros, generalmente se evalúan en campo en las estructuras empleando personal calificado. En este artículo se presenta un método basado en visión por computador para identificar los poros en uniones soldadas. El método desarrollado alcanza una eficiencia del 78%.

Guardado en:

2027-5846

9

2018-08-09

27

33

Ingenierías USBMed - 2018

info:eu-repo/semantics/openAccess

http://purl.org/coar/access_right/c_abf2

id metarevistapublica_unisanbuenaventura_ingenieriasusbmed_57_article_3532
record_format ojs
spelling Identificación de Poros en Uniones Soldadas Empleando Técnicas de Visión por Computador
Identificación de Poros en Uniones Soldadas Empleando Técnicas de Visión por Computador
La inspección visual automática se ha convertido en un proceso con amplia aplicación a nivel industrial en procesos relacionados con la inspección de la calidad en productos. Las uniones soldadas pueden presentar defectos como: salpicaduras, grietas, socavados y poros, generalmente se evalúan en campo en las estructuras empleando personal calificado. En este artículo se presenta un método basado en visión por computador para identificar los poros en uniones soldadas. El método desarrollado alcanza una eficiencia del 78%.
Sánchez Aguiar, Andrés Felipe
Espinosa Bedoya, Albeiro
Inspección Visual Automática
Poros
Uniones Soldadas
9
2
Núm. 2 , Año 2018 : Ingenierías USBMed
Artículo de revista
Journal article
2018-08-09T00:00:00Z
2018-08-09T00:00:00Z
2018-08-09
application/pdf
Universidad San Buenaventura - USB (Colombia)
Ingenierías USBMed
2027-5846
https://revistas.usb.edu.co/index.php/IngUSBmed/article/view/3532
10.21500/20275846.3532
https://doi.org/10.21500/20275846.3532
spa
https://creativecommons.org/licenses/by-nc-sa/4.0/
Ingenierías USBMed - 2018
27
33
Timothy S. Newman and Anil K. Jain. A survey of automated visual inspection. Computer Vision and Image Understanding, 61(2):231 – 262, 1995. [2] Domingo Mery. Inspección visual automática. In Primer Congreso Internacional de Ingeniería Mecatrónica, Lima, Perú, 2002. [3] Victor Hugo C. de Albuquerque, Cleiton Carvalho Silva, Thiago Ivo de S. Menezes, Jesualdo Pereira Farias, and Joao Manuel R. S. Tavares. Automatic evaluation of nickel alloy secondary phases from sem images. Microscopy Research and Technique, 74(1):36–46, 2011. [4] Peter Ian Hansen, Brett Browning, Peter Rander, and Hatem Alismail. Automating visual inspection of pipes used for natural gas production. Qatar Foundation Annual Research Forum Proceedings, (2010):EEO4–, December 2010. [5] Hong-Dar Lin, Y Chiu, and Shih-Yin Hsu. A visual inspection system for quality control of optical lenses. International Journal of the Physical Sciences, 6(11):2701–2709, 2011. [9] N.S.S. Mar, P.K.D.V. Yarlagadda, and C. Fookes. Design and development of automatic visual inspection system for pcb manufacturing. Robotics and Computer-Integrated Manufacturing, 27(5):949 – 962, 2011. [6] Ricardo Petrino, Miguel Angel Guarnes, and Hector Gellon. Inspeccion automatica de impresiones sobre envases cilindricos empleando vision artificial. In VIII Congreso Argentino de Ciencias de la Computación, 2002. [7] S. Ravikumar, K.I. Ramachandran, and V. Sugumaran. Machine learning approach for automated visual inspection of machine components. Expert Systems with Applications, 38(4):3260 – 3266, 2011. [8] S Swillo and M Perzyk. Automatic inspection of surface defects in die castings after machining. Archives of Foundry Engineering, 11:231–236, 2011. [10] Wang, G., & Liao, T. W. (2002). Automatic identification of different types of welding defects in radiographic images. Ndt & E International, 35(8), 519-528. [11] Carrasco, M. A., & Mery, D. (2004). Segmentation of welding defects using a robust algorithm. Materials Evaluation, 62(11), 1142-1147. [12] AMZA, C. G., FLORIN, D. N., & GEORGE, E. Automatic Image Processing For Welding Inspection. [13] Xu, Y., Fang, G., Chen, S., Zou, J. J., & Ye, Z. (2014). Real-time image processing for vision-based weld seam tracking in robotic GMAW. The International Journal of Advanced Manufacturing Technology, 1-13. [14] Lima, I., de Oliveira, D., Moreira, E. V., Chad, L. C., Ponciano, M., Manão, R., & Lopes, R. T. Investigation of weld cracks by Microfocus tomography. [15] Norman, P., Engström, H., & Kaplan, A. F. H. (2007, August). State-of-the-art of monitoring and imaging of laser welding defects. In 11th NOLAMP Conference, 11th NOLAMP Conference in Laser Processing of Materials (pp. 20-22). [16] Mery, D., & Berti, M. A. (2003). Automatic detection of welding defects using texture features. Insight-Non-Destructive Testing and Condition Monitoring, 45(10), 676-681. [17] Carvalho, A. A. D., Suita, R. C. D. S. B., Silva, R. R. D., & Rebello, J. M. A. (2003). Evaluation of the relevant features of welding defects in radiographic inspection. Materials Research, 6(3), 427-432. [18] Rathod, V. R., & Anand, R. S. (2010, February). Comparison of different segmentation techniques in detection of flaws in weldments. In Computer and Automation Engineering (ICCAE), 2010 The 2nd International Conference on (Vol. 2, pp. 673-677). IEEE.
https://revistas.usb.edu.co/index.php/IngUSBmed/article/download/3532/2885
info:eu-repo/semantics/article
http://purl.org/coar/resource_type/c_6501
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/version/c_970fb48d4fbd8a85
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
Text
Publication
institution UNIVERSIDAD DE SAN BUENAVENTURA
thumbnail https://nuevo.metarevistas.org/UNIVERSIDADDESANBUENAVENTURA_COLOMBIA/logo.png
country_str Colombia
collection Ingenierías USBMed
title Identificación de Poros en Uniones Soldadas Empleando Técnicas de Visión por Computador
spellingShingle Identificación de Poros en Uniones Soldadas Empleando Técnicas de Visión por Computador
Sánchez Aguiar, Andrés Felipe
Espinosa Bedoya, Albeiro
Inspección Visual Automática
Poros
Uniones Soldadas
title_short Identificación de Poros en Uniones Soldadas Empleando Técnicas de Visión por Computador
title_full Identificación de Poros en Uniones Soldadas Empleando Técnicas de Visión por Computador
title_fullStr Identificación de Poros en Uniones Soldadas Empleando Técnicas de Visión por Computador
title_full_unstemmed Identificación de Poros en Uniones Soldadas Empleando Técnicas de Visión por Computador
title_sort identificación de poros en uniones soldadas empleando técnicas de visión por computador
title_eng Identificación de Poros en Uniones Soldadas Empleando Técnicas de Visión por Computador
description La inspección visual automática se ha convertido en un proceso con amplia aplicación a nivel industrial en procesos relacionados con la inspección de la calidad en productos. Las uniones soldadas pueden presentar defectos como: salpicaduras, grietas, socavados y poros, generalmente se evalúan en campo en las estructuras empleando personal calificado. En este artículo se presenta un método basado en visión por computador para identificar los poros en uniones soldadas. El método desarrollado alcanza una eficiencia del 78%.
author Sánchez Aguiar, Andrés Felipe
Espinosa Bedoya, Albeiro
author_facet Sánchez Aguiar, Andrés Felipe
Espinosa Bedoya, Albeiro
topicspa_str_mv Inspección Visual Automática
Poros
Uniones Soldadas
topic Inspección Visual Automática
Poros
Uniones Soldadas
topic_facet Inspección Visual Automática
Poros
Uniones Soldadas
citationvolume 9
citationissue 2
citationedition Núm. 2 , Año 2018 : Ingenierías USBMed
publisher Universidad San Buenaventura - USB (Colombia)
ispartofjournal Ingenierías USBMed
source https://revistas.usb.edu.co/index.php/IngUSBmed/article/view/3532
language spa
format Article
rights https://creativecommons.org/licenses/by-nc-sa/4.0/
Ingenierías USBMed - 2018
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
references Timothy S. Newman and Anil K. Jain. A survey of automated visual inspection. Computer Vision and Image Understanding, 61(2):231 – 262, 1995. [2] Domingo Mery. Inspección visual automática. In Primer Congreso Internacional de Ingeniería Mecatrónica, Lima, Perú, 2002. [3] Victor Hugo C. de Albuquerque, Cleiton Carvalho Silva, Thiago Ivo de S. Menezes, Jesualdo Pereira Farias, and Joao Manuel R. S. Tavares. Automatic evaluation of nickel alloy secondary phases from sem images. Microscopy Research and Technique, 74(1):36–46, 2011. [4] Peter Ian Hansen, Brett Browning, Peter Rander, and Hatem Alismail. Automating visual inspection of pipes used for natural gas production. Qatar Foundation Annual Research Forum Proceedings, (2010):EEO4–, December 2010. [5] Hong-Dar Lin, Y Chiu, and Shih-Yin Hsu. A visual inspection system for quality control of optical lenses. International Journal of the Physical Sciences, 6(11):2701–2709, 2011. [9] N.S.S. Mar, P.K.D.V. Yarlagadda, and C. Fookes. Design and development of automatic visual inspection system for pcb manufacturing. Robotics and Computer-Integrated Manufacturing, 27(5):949 – 962, 2011. [6] Ricardo Petrino, Miguel Angel Guarnes, and Hector Gellon. Inspeccion automatica de impresiones sobre envases cilindricos empleando vision artificial. In VIII Congreso Argentino de Ciencias de la Computación, 2002. [7] S. Ravikumar, K.I. Ramachandran, and V. Sugumaran. Machine learning approach for automated visual inspection of machine components. Expert Systems with Applications, 38(4):3260 – 3266, 2011. [8] S Swillo and M Perzyk. Automatic inspection of surface defects in die castings after machining. Archives of Foundry Engineering, 11:231–236, 2011. [10] Wang, G., & Liao, T. W. (2002). Automatic identification of different types of welding defects in radiographic images. Ndt & E International, 35(8), 519-528. [11] Carrasco, M. A., & Mery, D. (2004). Segmentation of welding defects using a robust algorithm. Materials Evaluation, 62(11), 1142-1147. [12] AMZA, C. G., FLORIN, D. N., & GEORGE, E. Automatic Image Processing For Welding Inspection. [13] Xu, Y., Fang, G., Chen, S., Zou, J. J., & Ye, Z. (2014). Real-time image processing for vision-based weld seam tracking in robotic GMAW. The International Journal of Advanced Manufacturing Technology, 1-13. [14] Lima, I., de Oliveira, D., Moreira, E. V., Chad, L. C., Ponciano, M., Manão, R., & Lopes, R. T. Investigation of weld cracks by Microfocus tomography. [15] Norman, P., Engström, H., & Kaplan, A. F. H. (2007, August). State-of-the-art of monitoring and imaging of laser welding defects. In 11th NOLAMP Conference, 11th NOLAMP Conference in Laser Processing of Materials (pp. 20-22). [16] Mery, D., & Berti, M. A. (2003). Automatic detection of welding defects using texture features. Insight-Non-Destructive Testing and Condition Monitoring, 45(10), 676-681. [17] Carvalho, A. A. D., Suita, R. C. D. S. B., Silva, R. R. D., & Rebello, J. M. A. (2003). Evaluation of the relevant features of welding defects in radiographic inspection. Materials Research, 6(3), 427-432. [18] Rathod, V. R., & Anand, R. S. (2010, February). Comparison of different segmentation techniques in detection of flaws in weldments. In Computer and Automation Engineering (ICCAE), 2010 The 2nd International Conference on (Vol. 2, pp. 673-677). IEEE.
type_driver info:eu-repo/semantics/article
type_coar http://purl.org/coar/resource_type/c_6501
type_version info:eu-repo/semantics/publishedVersion
type_coarversion http://purl.org/coar/version/c_970fb48d4fbd8a85
type_content Text
publishDate 2018-08-09
date_accessioned 2018-08-09T00:00:00Z
date_available 2018-08-09T00:00:00Z
url https://revistas.usb.edu.co/index.php/IngUSBmed/article/view/3532
url_doi https://doi.org/10.21500/20275846.3532
eissn 2027-5846
doi 10.21500/20275846.3532
citationstartpage 27
citationendpage 33
url2_str_mv https://revistas.usb.edu.co/index.php/IngUSBmed/article/download/3532/2885
_version_ 1811200772684120064