Mostrar el registro sencillo del ítem

dc.contributor.advisorArdila Gómez, Sergio Andrésspa
dc.contributor.advisorArizmendi Pereira, Carlos Juliospa
dc.contributor.authorGranados Giraldo, María Camilaspa
dc.contributor.authorCarrillo Hernández, Jhoynner Alfredospa
dc.coverage.spatialColombiaspa
dc.date.accessioned2021-02-08T16:57:49Z
dc.date.available2021-02-08T16:57:49Z
dc.date.issued2020
dc.identifier.urihttp://hdl.handle.net/20.500.12749/12154
dc.description.abstractEn el presente archivo se encuentra el proyecto de grado “Diseño y construcción de una máquina clasificadora de duraznos de tipo exportación utilizando inteligencia artificial.” el cual se basa en la automatización de un proceso de clasificación. Para ello se realizó una investigación y a partir de esta, se diseñó la mejor solución para el proyecto, la cual consiste en una tolva de ingreso, que dirige a los duraznos a la sección de clasificación por medio de una rampa inclinada. Cuando un durazno ingresa a los discos, el disco superior comienza a girar gracias a la activación de un motor paso a paso, hasta que se ubica debajo de la cámara, se desactiva el motor y se realiza la primera toma de fotos, después el otro motor paso a paso se activa y hace girar el disco inferior para hacer rotar el durazno y permitir que la cámara capte el lado posterior del durazno. Una vez terminado el proceso, el disco inferior vuelve a su posición anterior y el disco superior sigue su giro. Si la clasificación es no apto, se activa el motor que abre la compuerta ubicada en el primer orifico del disco inferior y el durazno es desechado. Pero, si la clasificación arroja que el durazno es apto, la compuerta no se abre y el durazno sale por el segundo orificio. Para la toma de decisión, se realizó el programa que consiste en capturar la imagen de la fruta y por medio del análisis del código se determina si el durazno se encuentra en buen estado, cumple con el tamaño y la forma previamente determinados. Este proceso es supervisado a través de una interfaz HMI y una aplicación móvil.spa
dc.description.tableofcontents1 INTRODUCCIÓN ---------------------------------------------------------------------------------------------------5 1.1 Descripción del problema -----------------------------------------------------------------------------------5 1.2 Justificación del problema ----------------------------------------------------------------------------------5 2 OBJETIVOS ---------------------------------------------------------------------------------------------------------7 2.1 Objetivo General ----------------------------------------------------------------------------------------------7 2.2 Objetivos Específicos ----------------------------------------------------------------------------------------7 3 ESTADO DEL ARTE ----------------------------------------------------------------------------------------------8 4 MARCO TEÓRICO ---------------------------------------------------------------------------------------------- 11 4.1 Sistemas de clasificación y actuadores --------------------------------------------------------------- 11 4.2 Sensores de detección ------------------------------------------------------------------------------------ 12 4.3 Inteligencia Artificial ---------------------------------------------------------------------------------------- 13 4.3.1 ¿Qué es una red neuronal? ................................................................................... 14 4.3.2 ¿Cómo se entrena una red neuronal? ................................................................... 14 4.3.3 RED ADALINE ...................................................................................................... 15 4.4 Marco Referencial ------------------------------------------------------------------------------------------ 16 4.5 Especificaciones del durazno ---------------------------------------------------------------------------- 16 4.5.1 Características del tamaño .......................................................................................... 17 4.5.2 Características del estado ........................................................................................... 18 4.5.3 Forma del durazno ...................................................................................................... 18 4.5.4 Normativas ................................................................................................................. 19 4.6 Metodología -------------------------------------------------------------------------------------------------- 20 5 INSTRUMENTACIÓN ------------------------------------------------------------------------------------------- 21 5.1 Dispositivo de captación de imagen ------------------------------------------------------------------- 21 5.2 Dispositivo de procesamiento y control --------------------------------------------------------------- 23 6 DISEÑO PROTOTIPO ------------------------------------------------------------------------------------------ 24 6.1 Estructura ----------------------------------------------------------------------------------------------------- 24 6.2 Diseño CAD -------------------------------------------------------------------------------------------------- 25 6.3 Elaboración de piezas ------------------------------------------------------------------------------------- 27 7 DISEÑO ELECTRÓNICO -------------------------------------------------------------------------------------- 32 7.1 Fuente de energía ------------------------------------------------------------------------------------------ 32 7.2 Controlador --------------------------------------------------------------------------------------------------- 32 7.3 Conexión motores pasó a paso ------------------------------------------------------------------------- 33 7.4 Conexión motor reductores ------------------------------------------------------------------------------ 34 7.5 Conexión sensor detector -------------------------------------------------------------------------------- 35 7.6 Conexión cámara web------------------------------------------------------------------------------------- 35 7.7 Diagrama P&ID---------------------------------------------------------------------------------------------- 35 8 MODELO MATEMÁTICO -------------------------------------------------------------------------------------- 37 8.1 Coeficiente de rozamiento dinámico ------------------------------------------------------------------- 37 8.2 Coeficiente de rozamiento estático--------------------------------------------------------------------- 40 8.3 Torque del motor para el disco superior -------------------------------------------------------------- 41 8.4 Torque del motor para el disco inferior ---------------------------------------------------------------- 44 8.5 Torque del motor para la compuerta de salida ------------------------------------------------------ 47 8.6 Cálculo de giro disco inferior ----------------------------------------------------------------------------- 48 8.7 Tiempo de procesamiento -------------------------------------------------------------------------------- 49 9 SIMULACIÓN ----------------------------------------------------------------------------------------------------- 49 9.1 Simulación FlexSim ---------------------------------------------------------------------------------------- 49 9.2 Simulación SolidWorks ------------------------------------------------------------------------------------ 50 10 PROGRAMACIÓN -------------------------------------------------------------------------------------------- 54 10.1 Interfaz HMI -------------------------------------------------------------------------------------------------- 55 10.2 Aplicación Móvil --------------------------------------------------------------------------------------------- 56 10.3 Código en Python------------------------------------------------------------------------------------------- 57 10.3.1 Entrenamiento del código ...................................................................................... 57 10.3.2 Funcionamiento general ........................................................................................ 59 10.3.3 Validación de estado del durazno .......................................................................... 60 10.3.4 Validación de tamaño del durazno ......................................................................... 62 10.3.5 Validación de la forma del durazno ........................................................................ 62 10.3.6 Ejemplo de validación del durazno ........................................................................ 63 11 VALIDACIÓN --------------------------------------------------------------------------------------------------- 64 12 CONCLUSIONES --------------------------------------------------------------------------------------------- 68 13 BIBLIOGRAFIA ------------------------------------------------------------------------------------------------ 69spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.titleDiseño y construcción de una máquina clasificadora de duraznos de tipo exportación utilizando inteligencia artificialspa
dc.title.translatedDesign and Construction of an Export Type Peach Sorting Machine Using Artificial Intelligencespa
dc.degree.nameIngeniero Mecatrónicospa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.rights.localAbierto (Texto Completo)spa
dc.publisher.facultyFacultad Ingenieríaspa
dc.publisher.programPregrado Ingeniería Mecatrónicaspa
dc.description.degreelevelPregradospa
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.localTrabajo de Gradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.subject.keywordsMechatroniceng
dc.subject.keywordsPeacheseng
dc.subject.keywordsClassificationeng
dc.subject.keywordsArtificial intelligenceeng
dc.subject.keywordsHorticultural productseng
dc.subject.keywordsMachine designeng
dc.subject.keywordsSimulation methodseng
dc.subject.keywordsPeach sorting machineeng
dc.subject.keywordsActuatorseng
dc.subject.keywordsSensorseng
dc.subject.keywordsKnowledge managementeng
dc.subject.keywordsMechanical engineeringeng
dc.subject.keywordsMechanical movementseng
dc.subject.keywordsExport marketeng
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
dc.relation.references1. DANE. (2019). Producto Interno Bruto (PIB). Boletín Técnico (págs. 7-12). Bogotá D.C: DANEspa
dc.relation.references2. Gaitán, K. V. (7 de Marzo de 2016). El Campesino. Obtenido de El Campesino: https://www.elcampesino.co/la-agricultura-colombiana-en-el-contexto-de-la-globalizacion/spa
dc.relation.references3. J. González Galvis and J. Parra abril, "Diseño e implementación de un sistema de reconocimiento de naranjas para el robot gio 1 usando visión asistida por computador". Trabajo de Investigación tecnológica. Universidad católica de Colombia. 2015spa
dc.relation.references4. VITC. (23 de Octubre de 2018). vestertraining. Obtenido de vestertraining: https://vestertraining.com/beneficios-automatizacion-industrial-empresa/spa
dc.relation.references5. Vega, J. P. (8 de Agosto de 2018). BOYACÁ CONCENTRA 42% DE LA PARTICIPACIÓN EN LA PRODUCCIÓN NACIONAL DE DURAZNOS. Agro Negocios, págs. 1-2.spa
dc.relation.references6. Picazo Tejero, “Máquina clasificadora por vibración de dientes de ajo o productos similares”, ES1076972, Mayo 22, 2012spa
dc.relation.references7. Crezee, Leonardus and Paulus, "Sistema para clasificar y empacar fruta", ES2380821, 2012.spa
dc.relation.references8. Universidad de Sevilla, "Sistema automático de detección e identificación de fases de madurez del Chile Habanero y frutos similares", ES2537826, 2015spa
dc.relation.references9. M. Durand, ": Dispositivo de clasificación de productos, especialmente de frutas o de verduras u hortalizas", ES2539806, 2015.spa
dc.relation.references10. S. Amaya Zapata and D. Pulgarín Velásquez, "Desarrollo e implementación de un sistema de visión artificial basado en lenguajes de uso libre para un sistema seleccionador de productos de un centro integrado de manufactura". Lámpsakos. Medellín, pp. 43-50, 2016.spa
dc.relation.references11. J. Castellanos Castilla and J. Castañeda Diaz, “Diseño e implemetación de un sistema automátizado para la clasificación del limón Thaiti de acuerdo al tamaño y grado de madurez”, Proyecto de grado, Universidad autónoma de Bucaramanga. 2017.spa
dc.relation.references12. A. AGUILAR BUCHELI, “Diseño de un sistema clasificador de manzanas por color mediante visión artificial para la empresa Fresh & Natural C.I”, Proyecto de grado. Universidad tecnológica equinoccial. Quito, Ecuador. 2017.spa
dc.relation.references13. Zhang Debin, "Estructura de clasificación de frutas de tipo cónico con ranura espiral y máquina de clasificación de frutas", CN107716319, 2017.spa
dc.relation.references14. W. Fustamante Saldaña and L. Vásquez Gamonall. “Diseño de una máquina automatizada clasificadora de cebolla por tamaño y color”. Tesis. Universidad señor de Sipán. Chiclayo, Perú. 2018.spa
dc.relation.references15. HU QIFENG, "Seleccionadora de frutas", CN208275767, 2018.spa
dc.relation.references16. Tan Gangqiang, “Clasificadora de limones”, CN209319890, Agosto 30, 2019.spa
dc.relation.references17. A. Ramos, "Diseño de un sistema de clasificación para limón por tamaño y color", tesis, Universidad de Piura, 2019spa
dc.relation.references17. A. Ramos, "Diseño de un sistema de clasificación para limón por tamaño y color", tesis, Universidad de Piura, 2019spa
dc.relation.references19. González, F. L. (2003). recursostic.educacion.es. Obtenido de recursostic.educacion.es: http://recursostic.educacion.es/descartes/web/materiales_didacticos/Nociones_geometria_analitica/Geome_7.htmspa
dc.relation.references20. Villar, P. (10 de Agosto de 2020). ingmecafenix. Obtenido de ingmecafenix.: https://www.ingmecafenix.com/electricidad-industrial/servomotor/spa
dc.relation.references21. Energía Controlada S.A. (2019). energiacontrolada. Obtenido de energiacontrolada: https://www.energiacontrolada.com/faq/Que-es-un-motorreductorspa
dc.relation.references22. Decamaras. (2010). decamaras. Obtenido de decamaras: https://www.decamaras.com/CMS/content/view/347/40-Es-mejor-una-reflex-con-sensor-CCD-o-CMOSspa
dc.relation.references23. Mouser Electronics. (31 de Octubre de 2016). mouse. Obtenido de mouse: https://co.mouser.com/new/intel/intel-realsense-camera-sr300spa
dc.relation.references24. Ingemecanica. (2010). ingemecanica. Obtenido de ingemecanica: https://ingemecanica.com/tutorialsemanal/tutorialn84.htmlspa
dc.relation.references25. M. Angos Mediavilla and H. Calvopiña Enriquez, "Diseño, construcción y simulación de una máquina clasificadora de frutos por su tamaño.", Tesis, Universidad de las fuerzas armadas. Sangolquí. 20spa
dc.relation.references26. Electrónica 2000. (21 de Enero de 2020). electronica2000. Obtenido de electronica2000: http://www.electronica2000.com/sensores-de-proximidad-y-sus-aplicacionespa
dc.relation.references27. Novelec. (21 de Septiembre de 2018). gruponovelec. Obtenido de gruponovelec: https://blog.gruponovelec.com/electricidad/finales-de-carrera-que-son-y-caracteristicas-principalesspa
dc.relation.references28. Agronet. (26 de Diciembre de 2018). agronet. Obtenido de agronet: https://www.agronet.gov.co/estadistica/Paginas/home.aspx?cod=1spa
dc.relation.references29. L. Bastidas Parrado, G. Puentes Montañez and A. Lemus Cerón, "Parámetros de calidad durante la cosecha de durazno", Revista de investigación agraria y ambiental. Grupo de Investigación CERES, Boyacá, p. 146, 2020spa
dc.relation.references30. NMX-FF. (2004). Banco de Normas Mexicano. Fruta Fresca. colpos.mx, págs. 7-10. Obtenido de https://www.colpos.mx/bancodenormas/nmexicanas/NMX-FF-060-1993.PDFspa
dc.relation.references31. L. Ituarte, "Estimación del volumen en duraznos: Un estudio preliminar con procesamiento digital de imágenes", Congreso de Agroinformática. Universidad Nacional de Jujuy, Argentina, pp. 3-7, 2020spa
dc.relation.references32. Pereira, J. M. (7 de Agosto de 2018). linkedin. Obtenido de linkedin: https://www.linkedin.com/pulse/qu%C3%A9-es-y-para-sirve-la-tensi%C3%B3n-de-von-mises-jose-manuel-pereiras/spa
dc.relation.references33. Infaimon. (11 de Mayo de 2018). blog.infaimon. Obtenido de blog.infaimon: https://blog.infaimon.com/coeficiente-de-seguridad-filosofia-disenospa
dc.relation.references34. Carletti, E. (2010). Robots. Obtenido de Robots: http://robots-argentina.com.ar/MotorPP_basico.htmlspa
dc.relation.references35. Candan, A. P. (2016). Carta de color para duraznos y pelones de pulpa amarilla. Las Breves, pág. 1.spa
dc.relation.references36. García, A. D. (2006). Caracterización física y química de duraznos (Prunus persica (L.) Batsch) y efectividad de la refrigeración comercial en frutos acondicionados. Bioagro, 1-4.spa
dc.relation.references37. Atria Innovation. (22 de Octubre de 2019). Atria Innovation. Obtenido de Atria Innovation: https://www.atriainnovation.com/que-son-las-redes-neuronales-y-sus-funcionesspa
dc.relation.references38. Bravo, P. C. (2010). INTRODUCCIÓN A LAS TÉCNICAS DE INTELIGENCIA ARTIFICIAL APLICADAS A LA GESTIÓN FINANCIERA EMPRESARIAL. Revista de difusión cultural y científica de la Universidad de la Salle, 1-3.spa
dc.relation.references39. García, O., & Olivera, O. (16 de Septiembre de 2019). Xeridia. Obtenido de Xeridia: https://www.xeridia.com/blog/redes-neuronales-artificiales-que-son-y-como-se-entrenan-parte-ispa
dc.relation.references40. Lopez, D. (30 de Junio de 2015). Blogger. Obtenido de Blogger: http://dianainteligenciaartificial.blogspot.com/2015/07/red-adaline.htmlspa
dc.relation.references41. Viñuela, P. I., & León, I. G. (2017). Redes Neuronales Artificiales: Un Enfoque Práctico. Journal of Computer Science & Technology, 34-35.spa
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000010754*
dc.contributor.cvlacArdila Gómez, Sergio Andrés [0000010754]
dc.contributor.googlescholarArdila Gómez, Sergio Andrés [YjfNgsMAAAAJ]
dc.contributor.orcidArdila Gómez, Sergio Andrés [0000-0002-2115-1225]
dc.subject.lembMecatrónicaspa
dc.subject.lembProductos hortícolasspa
dc.subject.lembDiseño de máquinasspa
dc.subject.lembMétodos de simulaciónspa
dc.subject.lembIngeniería mecánicaspa
dc.subject.lembMovimientos mecánicosspa
dc.subject.lembMercado de exportaciónspa
dc.identifier.repourlrepourl:https://repository.unab.edu.cospa
dc.description.abstractenglishIn this file is the degree project "Design and construction of a sorting machine for export-type peaches using artificial intelligence.” Which is based on the automation of a sorting process. For this, we made an investigation and based on this, the best solution for the project was designed. This solution consists of an input hopper, which directs the peaches to the classification section through an inclined ramp. When a peach enters the discs, the upper disc begins to rotate thanks to the activation of a stepper motor, until it is located below the camera, the motor is deactivated and the first photo is taken, then the other stepper motor activates and spins the lower disk, that made rotate the peach and allow the camera to capture the back side of the peach. Once the process is finished, the lower disk returns to its previous position and the upper disk continues its rotation. If the classification is not approved, the motor activated a gate located in the first hole of the lower disk and the peach is discarded. But, if the classification shows that the peach is approved, the gate doesn’t open and the peach comes out through the second hole. To make the decision, we made the program that consists of capturing the image of the fruit and through the analysis of the code, it’s determined if the peach is in good condition and complies with the previously determined size and shape. This process is supervised through an HMI interface and a mobile application.eng
dc.subject.proposalInteligencia artificialspa
dc.subject.proposalSistema electrónicospa
dc.subject.proposalMáquina clasificadora de duraznosspa
dc.subject.proposalActuadoresspa
dc.subject.proposalSensoresspa
dc.subject.proposalGestión del conocimientospa
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.contributor.apolounabArdila Gómez, Sergio Andrés [sergio-andres-ardila-gomez]
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.description.learningmodalityModalidad Presencialspa
dc.contributor.linkedinArdila Gómez, Sergio Andrés [sergio-andres-ardila-gomez-b93167150]


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Atribución-NoComercial-SinDerivadas 2.5 Colombia
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-SinDerivadas 2.5 Colombia