Resumen de Sistema automático de adquisición y análisis de datos con machine learning para el control de calidad en una máquina de inyección de plástico
Wilson Paul Rojas Campuzano, Juan Alejandro Palacios Salazar, Mónica M. Miranda Ramos
Uno de los procesos de manufactura más comunes para realizar productos de plástico es el moldeo por inyección. Muchos factores influyen en la eficiencia de este proceso, existen métodos modernos de adquisición de datos que combinados con algoritmos de Machine Learning podrían ayudar a mantener una eficiencia alta en toda la producción. En este artículo, se presenta un sistema que adquiere y almacena datos en una base de datos no relacional, usando un controlador industrial para posteriormente ser analizados aplicando la técnica de regresión lineal usando Machine Learning y finalmente generar alarmas que ayuden a prever defectos en los productos de plástico. Se utilizan sistemas integrados electrónicos como Raspberry PI, Arduino y un controlador industrial Logo, que se conecta a la máquina inyectora de plástico, alimentan la base de datos en tiempo real y generan las variables de entrada para el algoritmo de Machine Learning. Se generó una base de datos con más de doscientos veintidós mil registros de productos tomando en cuenta una sola máquina en la planta, y se agruparon los datos en filas de “horas” usando el lenguaje de programación Java, para así generar un archivo en formato JSON listo para analizarse con el lenguaje de programación R. La herramienta ayudó al departamento de calidad y producción de la planta a prevenir paradas de máquina y productos defectuosos, identificando las causas más comunes por las que su eficiencia baja.
