I Simposio de Postgrado 2023. Ingeniería, ciencias e innovación

MÓDULO_ 06 Ingeniería Mecánica y Fluidodinámica 128 DETECTOR DE FALLAS EN CINTAS TRANSPORTADORAS MEDIANTE VISIÓN ARTIFICIAL RESUMEN En este estudio se presenta un modelo de mantenimiento pre- dictivo basado en inteligencia artificial, específicamente en aprendizaje profundo, que utiliza redes neuronales convolucio- nales para detectar fallas en cintas transportadoras a partir de imágenes. El modelo ha sido diseñado para identificar cuatro modos de falla: desgaste, desalineamiento, empalme y perfora- ciones. Los resultados obtenidos se han logrado mediante sim- ulación de estas fallas, utilizando figuras geométricas dibujadas en una cinta transportadora de laboratorio. El sistema propuesto tiene como objetivo la detección temprana de fallas, lo que permitirá prevenir daños y reducir el tiempo de inactividad no planificado en los procesos industriales. La tec- nología de visión artificial captura imágenes en tiempo real de la cinta enmovimiento, y los algoritmos analizan estas imágenes en busca de anomalías como las fallas antes mencionadas. Cuando se detecta una falla, el sistema emite una alerta y activa medidas de control para detener la cinta y evitar problemas mayores. Esta solución automatizada mejora la eficiencia al reducir los er- rores humanos y proporciona datos en tiempo real sobre el ren- dimiento de la cinta transportadora. Al implementar este detector de fallas basado en visión artificial, las empresas podrán optimizar sus procesos, llevar a cabo mantenimiento preventivo y garantizar la continuidad operativa de sus sistemas de transporte. 1 Departamento de Ingeniería Mecánica (DIMEC), Universidad de Chile. 2 Egresado, Universidad de Chile. *Email: raymi.vasquez@ug.uchile.cl Raymi Vásquez M. 1* , Pedro Vásquez E. 2