Diseño de un Prototipo Automático, para la Alimentación de

Facultad de Ingeniería

Ingeniería Mecatrónica

Programa Especial de Titulación

“Diseño de un Prototipo Automático, para

la Alimentación de tinta en la Máquina

Heidelberg SM 74 en la Empresa Grafica

Fama, Lima 2018”

Autor: Benites Muñoz Daniel Alfredo

Para obtener el Título Profesional de

Ingeniero Mecatrónico

Asesora: Mg. Ing. Cárdenas Ríos, Jesica Patricia

Lima, junio 2019

I

DEDICATORIA

Este trabajo está dedicado a mis padres, a

quienes agradezco de todo corazón por su

amor, comprensión y confianza que depositan

cada día más en mí.

II

AGRADECIMIENTOS

Agradezco a Dios por haberme dado una hermosa familia, a mis padres por haberme

encaminado para hacer el bien.

Agradezco a todos los profesores, amigos que me brindaron su apoyo incondicional

para poder desarrollar este trabajo.

III

RESUMEN

Este proyecto consistió en el diseño de un prototipo de alimentación de tinta automático,

utilizando visión artificial para la impresora industrial Heidelberg SM 74. Lo cual el sistema

abastece la tinta hacia los rodillos de la maquina a partir de la información suministrada por

una cámara y procesada mediante un software.

El siguiente trabajo se realizó iniciado por el diseño mecánico, de la estructura para las

tolvas donde se depositará la tinta, utilizando el software Solidwork 2016.

Seguido del diseño del circuito eléctrico, electrónico de potencia y actuadores, utilizando

el software de Proteus 8 profesional y finalizando con el procesamiento digital de imágenes

utilizando el software Matlab y Arduino como interfaz de comunicación.

La principal característica de este proyecto es el ámbito real de este trabajo, aplicado

para impresoras industriales offset que cuenten con un sistema de alimentación de tinta

manual. Por último, el trabajo fue realizado en colaboración de la empresa y está abierto

para facilitar posibles mejoras.

IV

ABSTRACT

This project consisted of the design of a prototype of automatic ink feeding, using artificial

vision for the industrial printer Heidelberg SM 74. Which the system supplies the ink to the

rollers of the machine from the information provided by a camera and processed through

software.

The following work was started by the mechanical design of the structure for the hoppers

where the ink will be deposited, using the Solid work 2016 software.

Followed by electrical circuit design, electronic power and actuators, using the professional

Proteus 8 software and ending with digital image processing using the Matlab and Arduino

software as communication interface.

The main feature of this project is the real scope of this work, applied to offset industrial

printers that have a manual ink feed system. Finally, the work was carried out in

collaboration with the company and is open to facilitate possible improvements.

V

VI

ÍNDICE DE CONTENIDO

DEDICATORIA I

AGRADECIMIENTOS II

RESUMEN III

ABSTRACT IV

CARTA DE AUTORIZACIÓN PARA USO DE DATOS EN PROYECTO V

ÍNDICE DE CONTENIDO VI

ÍNDICE DE TABLAS IX

ÍNDICE DE FIGURAS X

INTRODUCCIÓN 13

CAPÍTULO 1: 14

ASPECTOS GENERALES 14

1.1 Definición del problema 14

1.1.1 Descripción del problema 14

1.1.2 Formulación del problema 14

1.1.3 Hipótesis 14

1.2 Definición de objetivos 15

1.2.1 Objetivos general 15

1.2.2 Objetivos específicos 15

1.2.3 Alcances y limitaciones 16

VII

1.2.4 Justificación 16

1.2.5 Metodología 16

1.2.6 Estado del arte 17

CAPITULO 2: 21

MARCO TEORICO 21

2.1 Fundamento teórico 21

2.1.1 Proceso de la automatización 21

2.1.2 Niveles de automatización 21

2.1.3 Visión artificial 22

2.1.4 Mini pc para entornos industriales 24

CAPITULO 3: 34

DESARROLLO DE LA SOLUCIÓN 34

3.1 Desarrollo de la solución 34

3.1.1 Diseño mecánico 36

3.1.2 Diseño eléctrico 46

3.1.3 Sistema de visión artificial 53

CAPITULO 4: 73

RESULTADO DEL PROYECTO 73

4.1 Resultados del proyecto 73

4.1.1 Resultados 73

4.1.2 Presupuesto 77

VIII

4.1.3 Cronograma 80

CONCLUSIONES 83

RECOMENDACIONES 84

GLOSARIO 85

BIBLIOGRAFIA 87

ANEXOS 90

IX

INDICE DE TABLAS

Tabla 01. Hazop, riesgos y operatividad 67

Tabla 02. Protección de riesgos químicos 70

Tabla 03. Análisis de riesgo – Operatividad del sistema de alimentación de tinta 72

Tabla 04. Resultado económico del sistema de Alimentación de tinta

automatizado (ideal) a diferencia del convencional (real). 76

Tabla 05. Mano de obra del sistema de Alimentación de tinta


Tabla 06. Mano de obra del sistema de Alimentación de tinta


Tabla 07. Recursos técnicos para el desarrollo del proyecto 78

Tabla 08. Recursos económicos para el desarrollo del proyecto 79

X

ÍNDICE DE FIGURAS

Figura 1. Componentes de un sistema de visión artificial 18

Figura 2. Sistema de impresión offset 19

Figura 3. Niveles de automatización 22

Figura 4. Sistema de Visión Artificial 23

Figura 5. Proporcionalidad de la carga de pixel 24

Figura 6. Beneficios de usar visión artificial 25

Figura 7. Inspección de calidad por visión artificial 26

Figura 8. Comparación de sensor óptico con ultrasonido 26

Figura 9. Iluminación 28

Figura 10. Control de potencia 30

Figura 11. Arduino 32

Figura 12. Logotipo MATLAB 33

Figura 13. Elementos de entradas y salidas del proceso 34

Figura 14. Diagrama del Proceso 35

Figura 15. Diagrama de bloques del Proceso 35

Figura 16. Diagrama P&ID 36

Figura 17. Diagrama de flujo de proceso 37

Figura 18. Tintero dosificador 38

Figura 19. Dimensiones del depósito de tinta 39

Figura 20. Esquema de la tolva de tinta 40

Figura 21. Dibujo mecánico de la tolva (mm) 41

Figura 22. Tabla de características técnicas de acero inoxidable 42

Figura 23. Dibujo mecánico de la base para las tolvas (mm) 45

Figura 24. Dibujo mecánico de la brida para la sujeción de las tolvas (mm) 46

Figura 25. Dibujo mecánico del soporte estructural (mm) 46

XI

Figura 26. Dibujo lateral y perfil del ensamble de la estructura mecánica 47

Figura 27. Simulación de estructura mecánica 48

Figura 28. Información de malla 48

Figura 29. Simulación de estructura mecánica 49

Figura 30. Fuerzas de reacción 50

Figura 31. Tensiones 50

Figura 32. Desplazamiento 51

Figura 33. Diagrama del circuito de rectificación de onda completa 53

Figura 34. Diagrama del circuito de control de relé 55

Figura 35. Esquema de fuerza y mando 56

Figura 36. Diagrama de flujo del sistema de visión artificial 57

Figura 37. Diagrama de bloques de visión artificial 58

Figura 38. Cámara 59

Figura 39. Diagrama de conexión de la cámara OV7670 con el Arduino 59

Figura 40. Mini PC 60

Figura 41. Área del depósito a analizar (RGB) 61

Figura 42. Área del depósito a analizar (escala de grises) 61

Figura 43. Imagen del código de conversión a escala grises 62

Figura 44. Área del depósito a analizar (binario) 62

Figura 45. Histograma 63

Figura 46. Valor de pixeles vs. Brillo para cada pixel (Pi x i) 64

Figura 47. Transformada de hough para detección de rectas 64

Figura 48. Limpieza de pixeles residuales 65

Figura 49. Imagen del código de cambio de coordenadas de las rectas 66

Figura 50. Imagen de código de búsqueda de la recta más popular 66

Figura 51. Fatal accidente en una imprenta en China 68

Figura 52. Riesgos del operador 68

XII

Figura 53. Imagen del operador llenando la tinta 73

Figura 54. Imagen del envase de tinta sobre la maquina 73

Figura 55. Imagen de prueba con el prototipo del sistema de visión artificial 74

Figura 56. Imagen de prueba de prototipo del sistema de visión artificial 74

Figura 57. Cronograma para el desarrollo del proyecto 80



Figura 60. Imagen de la maquina Heidelberg speddmaster SM 74 90

Figura 61. Imagen del código de inicialización de cámara 92

Figura 62. Imagen de conversión a escala grises 93

Figura 63. Imagen del código de la transformada de hough 93

Figura 64. Imagen del código de parámetros 94

Figura 65. Imagen del código de cambio de coordenadas de las rectas 94

Figura 66. Imagen de código de búsqueda de la recta más popular 95

Figura 67. Imagen de código de Eliminación de recta 95

Figura 68. Imagen del código de configuración del Arduino con la mini PC 96



Figura 72. Imagen de ángulo de soporte 100

Figura 73. Imagen de baranda de escalera 101

Figura 74. Imagen de baranda 102

Figura 75. Imagen de brida 103

Figura 76. Imagen de Grating 104

Figura 78. Imagen de zapata 105

Figura 79. Imagen de tubo hueco 110

Figura 80. Imagen de segundo ensamble 111

Figura 81. Imagen de ensamble final 112

13

INTRODUCCIÓN

La automatización Industrial en la actualidad es utilizada para controlar las secuencias

de distintas operaciones sin intervención humana. Se tiene en cuenta la calidad del

producto final y el tiempo, costo de productividad de los procesos, en muchas empresas

peruanas aún no cuentan con este tipo de automatización.

Es por eso debido a las necesidades que se encuentran distintas imprentas industriales,

según observación directa y mi experiencia en el rubro, la mayoría de las empresas

dedicadas a las industrias gráficas no cuentan con un control de alimentación de tinta

automático, pues estas empresas dependen de operarios que están continuamente

verificando el material producido y el llenado de tinta, por medio de la vista humana y por

momentos no detectan algunos defectos del material producido, creados por la falta de

abastecimiento de tinta.

Con base a esta información, se diseña un prototipo de sistema automático para la

alimentación de tinta aplicado para las impresoras industriales offset; plasmando mis

conocimientos y dando como resultado una considerable diferencia en comparación a la

alimentación de tinta convencional por un operario.

14

CAPÍTULO 1:

ASPECTOS GENERALES

1.1 Definición del Problema

1.1.1 Descripción del problema

La empresa Grafica Fama realiza sus procesos de alimentación de tinta de manera

manual en las maquinas heidelberg, teniendo como inconveniente gastos excesivos en

insumos (tinta), horas paralizadas en la producción por falta de abastecimiento de tinta,

alto consumo de energía debido al arranque frecuente de la maquina como también

perdida de materia prima y producto final debido a la baja calidad de impresión.

El inconveniente es el alto margen de error en la operación humana después de realizar

la inspección del nivel de tinta y verificar la calidad del producto final, teniendo un operario

en este punto del proceso, no se obtiene la misma capacidad de respuesta como en un

sistema automático, tanto en tiempo, calidad y seguridad.

1.1.2 Formulación del problema

¿Qué beneficios tiene el diseño de un prototipo automático para alimentación de tinta

en la maquina heidelberg SM 74 en la empresa grafica fama?

1.1.3 Hipótesis

La aplicación del diseño de un prototipo automático beneficiara en la alimentación de

tinta en la máquina Heidelberg sm 74 en la empresa grafica fama.

15

1.2 Definición de Objetivos

1.2.1 Objetivo General

Diseñar un prototipo automático para alimentación de tinta en la impresora industrial

Heidelberg SM 74 para la empresa grafica fama.

1.2.2 Objetivos Específicos

Diseñar una estructura mecánica para el sistema de llenado de tinta automático,

mediante el software SolidWorks 2016.

Diseñar un circuito eléctrico para alimentación y control del sistema de llenado de tinta

automático.

Diseñar un sistema de visión artificial capaz de capturar y procesar imágenes acordes

a las necesidades del control del llenado de tinta utilizando el software matlab2015.

1.2.3 Alcances y limitaciones

1.2.3.1 Alcances

Se realizará el diseño del mecanismo mediante el software Solidwork.

Se realizará el circuito eléctrico para alimentación y control de las electroválvulas.

Se realizará la programación de procesamiento digital de imágenes a través del software

Matlab, para el control de llenado.

Se realizará pruebas, ensayos que muestren los resultados del proyecto con un

prototipo en la maquina Heidelberg SM 74.

1.2.3.2 Limitaciones

El sistema automatizado de llenado de tinta es hacia el depósito de los rodillos de la

máquina, a diferencia de la tolva central que se diseñó para ser llenado de forma manual.

16

1.2.4 Justificación

Este proyecto se realiza con la intención de mejorar la eficiencia de la máquina y la

calidad en el producto final así mismo evitar las pérdidas de material por la falta de

abastecimiento de tinta, también disminuir riesgos mejorar la producción mediante

aplicaciones de tecnología accesibles y dar un valor agregado al sistema.

1.2.5 Metodología

Este proyecto profesional se desarrolló en tres etapas principales, las cuales se

presenta en el desarrollo del prototipo automático del proceso de alimentación de tinta, que

consiste en incrementar la seguridad para el operario y la producción, adicionalmente dar

un valor agregado ayudando a facilitar la supervisión del estado de nivel de tinta en los

rodillos de la maquina Heidelberg SM 74. Estas etapas se detallan a continuación.

1.2.5.1 Marco Teórico

En esta etapa se revisaron los elementos teóricos necesarios para el desarrollo del

presente proyecto profesional. Se hizo una investigación de las disciplinas de

automatización, sensores, actuadores y los equipamientos que se utilizaron en el presente

proyecto profesional.

1.2.5.2 Desarrollo de la solución

Esta es la parte principal del proyecto profesional con el cual se buscó obtener los

resultados ya mencionados en los objetivos, dadas las limitaciones ya mencionadas. Esta

etapa a su vez se divide en tres sub etapas las cuales se detallan a continuación:

1.2.5.2.1 Análisis

En esta etapa se realizó un estudio general de lo que se requiere para el correcto diseño

y posterior implementación. Es aquí donde se realizó el levantamiento de información de

la impresora industrial datos técnicos, producción y luminosidad del ambiente y se planteó

la propuesta.

17

1.2.5.2.2 Diseño

Etapa en la cual se plasmó toda la información conseguida en el análisis, teniendo como

resultados los siguientes documentos tales como: dimensiones estructurales, datos

técnicos y producción máxima de la impresora industrial Heidelberg SM 74.

Esta información es fundamental para una correcta etapa de implementación.

1.2.5.2.3 Implementación

Etapa en la cual se plasmó lo indicado en la realización del diseño del prototipo, ya

antes mencionado. Esta implementación se dio bajo la supervisión de la empresa. Para

mostrar los resultados mediante pruebas, también se consideraron los aspectos de

seguridad.

1.2.5.3 Resultados

En esta etapa se dio a conocer todo lo realizado, alcanzado y desde este punto es de

donde se originó las conclusiones y recomendaciones para futuras mejoras de este

proyecto profesional. Se realizó un comparativo de lo que se logró, respecto al proceso

manual convencional que se maneja.

18

1.2.6 Estado del Arte

1.2.6.1 Diseño de un sistema para la inspección del nivel de llenado de bebidas

por procesamiento digital de imágenes.

Para el siguiente proceso de control de nivel, se tiene un método para el movimiento de

botellas hasta la zona de captura, para luego realizar el procesamiento digital. Todo esto

se realiza mediante un software y algoritmos diseñado por los autores para obtener el

control del nivel de llenado (Mantilla, 2015).

Al terminar el proceso y obtener los datos de interés se continúa con la ubicación de las

cajas de bebidas. Con la ayuda de un manipulador SCORBOT ER V PLUS, el producto es

ubicada según el nivel de aceptación en caso contrario es rechazado (Mantilla, 2015).

Figura 1. Componentes de un sistema de visión artificial Fuente: (Mantilla, 2015)

19

1.2.6.2 El sistema autoprint, mejora la eficiencia de la productividad mediante

la automatización de los procesos de impresión.

Manroland está realizando un conocimiento nuevo tanto en las maquinas offset rotativo

y como también en el de pliego. Con autoprint se puede hacer más pedidos de impresión

aplicando menos tiempo, con este sistema hace realidad los cambios de encargo rápidos

gracias a un sistema moderno de control inteligente (Euceda, 2014).

Figura 2. Sistema de impresión offset Fuente: (Miguel, 2011)

20

1.2.6.3 Proyecto de un sistema de control de llenado de botellas usando

herramientas de visión artificial.

La automatización en las industrias en la actualidad ha avanzado inmensamente, por

ello es q el método de automatización por visión artificial es muy importante para el control

de calidad y distintas áreas en la producción de cualquier producto (Quishpe, 2010).

El control de llenado en botellas es parte de un proceso industrial, esa parte del proceso

no genera un valor agregado al producto y generalmente tiene alto costo. Lo importante de

esta parte del proceso es la selección de llenado que presenta cada botella, para establecer

si la botella esta adecuadamente llena (Quishpe, 2010).

Existen distintas formas de automatización para esta parte del proceso, esta propuesta

se enfoca al procesamiento digital de imágenes para la captura y control de la operación ,

desarrollada con el fin de optimizar y mejorar costos, tiempo y calidad en el producto final

(Quishpe, 2010).

21

CAPÍTULO 2:

MARCO TEÓRICO

2.1 Fundamento Teórico

2.1.1 Proceso de la Automatización

La Real Academia de las Ciencias Físicas y Exactas puntualiza la automatización como

una serie de ordenamientos y técnicas que remplazan la mano del hombre, en trabajos

mecánicos anticipadamente programados” (Granollers, 2014).

En un proceso, la entrada en cualquier tipo de sistema como en energía e información,

existen perturbaciones del medio, que compromete a la salida del sistema. “Los procesos

industriales se conocen como procesos continuos, discretos y batch. Los procesos

continuos se identifican por la forma de flujo en la salida del proceso continuo del material”

(Granollers, 2014). Como por ejemplo la purificación de agua o la generación de

electricidad.

Los procesos discretos examinan la salida en forma de unidades o número finito de

piezas, como por ejemplo es la fabricación de autos. Finalmente, los procesos batch hacen

mención de aquellos procesos que, en la salida, lleva en forma de cantidades o porciones

de material, como por ejemplo la fabricación de productos farmacéuticos o la producción

de gaseosas (Granollers, 2014).

2.1.2 Niveles de automatización

- El primer nivel o nivel de campo, están compuestos por dispositivos físicos en la

industria, tales como los actuadores y sensores.

- El segundo nivel o nivel de control, está compuesto por dispositivos controladores

como ordenadores, PLCs, PIDs, etc. (Training, 2019).

- El tercer nivel o nivel de supervisión, corresponde a los sistemas de supervisión,

control y adquisición de datos (SCADA). (Training, 2019)

22

- El cuarto nivel o nivel de planificación, la conforman los sistemas de ejecución de

la producción (MES) (Training, 2019).

- La cúspide de la pirámide o nivel de gestión, la conforman los sistemas de

gestión integral de la empresa (ERP) (Training, 2019).

Figura 3. Niveles de automatización

Fuente: (Training, 2019)

2.1.3 Visión artificial

Según en la página Ecured hace referencia a este comentario. “Conjunto de todas las

metodologías y modeladores que nos acceden la adquisición, procesamiento y análisis

para cualquier tipo de dato o información espacial del mundo real conseguida por medio

de imágenes digitales” (EcuRed, 2016).

2.1.3.1 Etapas Importantes

- La primera etapa, que es sensorial, reside en la adquisición de las imágenes

digitales mediante algún tipo de sensor (Lasso, 2009).

- La segunda etapa consiste en el método de tratamiento digital de las imágenes,

con la idea de facilitar las etapas posteriores. En la etapa de procesamiento

previo es donde, mediante filtros, operaciones y transformaciones geométricas,

se suprimen partes indeseables de la imagen o se realzan partes de mayor

interés (Lasso, 2009).

23

- La tercera etapa se conoce como segmentación, y consiste en aislar los

elementos que interesan de una escena para comprenderla (Lasso, 2009).

- En la última etapa, consiste en la clasificación. En ella la intención es diferenciar

las segmentaciones, gracias al análisis de ciertas características que se

establecen previamente para diferenciarlos (Lasso, 2009). Las cuatro etapas no

se continúan siempre de forma secuencial, sino que en ocasiones debe hacerse

al inverso.

2.1.3.2 Técnicas del procesamiento Digital de Imágenes

Para el procesamiento digital de las imágenes, se realiza una serie de operaciones a la

imagen que iremos detallando.

Elaboración del foco geométrico, Es significativo resaltar que verdaderamente no se

está hallando el centro geométrico, sino un punto interno del contorno, en lo posible alejado

del borde.

Figura 4. Sistema de Visión Artificial Fuente: (Cognex, 2018)

24

Área, perímetro y compacidad mediante conteo de píxeles: Para el conteo de píxeles no

es necesario obtener el diámetro mayor, simplemente se extrae el borde externo de la

figura y luego se efectúa un escaneo de la matriz de la imagen punto a punto (Xi, Yj), con

lo que se obtienen tanto coordenadas con píxeles de valor por encima de un umbral

(borde).

Guardar el contorno que se desea buscar posteriormente: En primer lugar, se debe

enseñar al software cuál es la figura que posteriormente se debe buscar, que ha sido

capturada a través de la cámara web y se ha tratado con los procesos de escala de grises,

filtrado, DWT (contorno primario).

Figura 5. Proporcionalidad de la carga de pixel

Fuente: (contaval, 2016)

Valor de coincidencia: Por último, logramos los efectos sobre el grado de coexistencia

de los confines que se han trabajado a través de una comparación. En cada sumario se

calcula un parámetro determinado como por ejemplo el área de cada uno de los contornos

a distinguir y crea un margen de error (Óscar Alexander Bertel García, 2009).

25

2.1.3.3 Beneficios de un sistema automatizado con visión artificial

La visión artificial se esgrime usualmente en todas las industrias de producción para el

reconocimiento total de la producción, al optimizar y mejorar la calidad del

producto, y efectuar con los estándares de calidad de algunos sectores como la industria

de manufactura.

Figura 6. Beneficios de usar visión artificial

Fuente: (Cognex, 2018)

En los métodos de procesamiento digital de imágenes se utilizan varios dispositivos que

trabajan contiguos para lograr procesar, analizar imágenes y calcular diversas

características para la toma de decisiones.

http://www.bcnvision.es/blog-vision-artificial/beneficios-vision-artificial/

26

Figura 7. Inspección de calidad por visión artificial

Fuente: (bcnvision, 2017)

La iluminación se encarga de relucir el fragmento enfocado, logrando obtener así una

mejor calidad de imagen, permitiendo sobre salir las particularidades del objeto o pieza de

mayor interés. El lente se encarga de capturar la imagen enfocada y este la transmite al

sensor en forma de luz.

Figura 8. Comparación de sensor óptico con ultrasonido

Fuente: (keyence, 2019)

http://bcnvision.es/productos-vision-artificial/iluminacion

27

2.1.3.4 Óptica para la visión artificial

- Cámara

TABLA 1 - Tabla Característica Técnicas de Cámaras

Cámara Resolución /

sensibilidad

Potencia de

operación

Sensor /

iluminación

Frecuencia

de imagen

5 MP (640 x 480)

0.5 lux, f1.2

700mW

tensión: CC

7V, corriente:

110mA

SIGHT 5100

CMOS

Iluminación

media

60 FPS

640X480 VGA

Voltaje: 5V

DC /

corriente:

120 mA

CMOS OV7725

/ Poca

iluminación.

60fps driver

libre

2592X1944

formato

500mW

tensión: CC

5V, corriente:

150mA

CMOS OV5640

/ Poca

iluminación.

1280 (H) x

720 (V)

píxeles a

30 fps

MJPEG

640×480 VGA

1.3V / (Lux-

sec)

60mW/

VGAYUV

/3.3V DC

OV7670

CMOS

/Poca

iluminación.

30 fps VGA

Fuente: Autoría Propia

28

- Iluminación

Figura 9. Iluminación

Fuente: (vision, 2017)

- Sensor

Sea réflex o compacta, el sensor es el corazón de la cámara. Todo lo que se realiza

para capturar una buena fotografía, desde aquel momento en que enfocamos hasta el

preciso instante del disparo (Perez, 2018).

Se pueden catalogar según su conjunto de técnicas (Perez, 2018). Toda cámara es

perteneciente a cualquiera de estos tipos de sensores:

CCD y Súper CCD

CCD RGBE

CMOS

Foveon X3

29

2.1.4 Mini PC para entornos industriales

TABLA 2 - Tabla Característica Técnicas de Mini PC

Mini Pc Modelo Procesador Almacenamiento RAM

Qotom

Q190G4N

Bay Trail

j1900 y 4 Intel

Gigabit NIC

Quad Core

128 GB SSD

4 GB SO-

DIMM DDR3

Mini PC

KPC6

Intel D2550

Dual Core

SATA de 2.5 de

320 Gb

4 GB

ampliable

Ibertronica

Intel Celeron

J1900

mSATA 120Gb

RAM 4Gb

SoDIMM

DDR3

Nopn

Intel Celeron

J3160 Quad

Core 4 hilos

256G/512G/1T

RAM: 2G/4G

DDR3


2.1.4.1 Circuito de Potencia

Cuando la señal de salida del circuito de control es 0V, lo será también la base del

transistor y por defecto no pasará corriente entre emisor y colector (Inventable, 2010).

Para activar la bobina del relé depende de la señal emitida por la conmutación del

transistor (Inventable, 2010).

30

Figura 10. Control de potencia Fuente: (Inventable, 2010)

2.1.4.2 Cálculo de resistencia de la base

El trabajo minucioso de los transistores va más allá del objetivo de este texto, para

controlar un relé nos sirve saber escuetamente que la base del transistor debe destacar los

0,6V para que este conmute y la corriente que el transistor dejará pasar entre emisor y

colector (Inventable, 2010).

Logra estar en manos de de la corriente que entra por la base reproducida por la

ganancia en continua característica del transistor (HFE) (Inventable, 2010).

Fórmula para obtener la resistencia de base:

Donde:

R: Resistencia de base

𝑅 = (𝑉𝑖𝑛 − 0.6) ∗ 𝐻𝐹𝐸

𝐼𝑟𝑒𝑙𝑒

HFE: Ganancia en continua del transistor

Irelé: Corriente del relé

Vin: Tensión de control

31

2.1.4.2 Datos técnicos de Electroválvulas

TABLA 3 - Tabla de Características Técnicas de la Electroválvulas

Electroválvulas Posiciones/vías

/ Material Presión Voltaje

2/2 vías

12.5 mm

bronce

Máx. 9,5 bar

mín. 0,15 bar

Máx.: 12 V Mín.: 5 V

2/2 vías

plástico

Máx.: 10 bar (145 psi) Mín.: 0,5 bar (7,3 psi)

Máx.: 7 V Mín.: 4 V

2/2 vías

Tamaño de

rosca: 1/4"

bronce

Máx. 9,5 bar

Mín. 0,15 bar

230Vac 11VA

2/2 vías

Diámetro ½”

Acero y latón

Presión máx. Trabajo 10 kg/cm2.

- Presión mín. 0.5 kg/cm2.

230Vac 11VA


32

2.1.4.3 Arduino

El software Arduino muy usado habitualmente en esta era de automatización, está como

una herramienta de código abierto, disponible al alcance de estudiantes, profesionales que

deseen aplicar en sus proyectos de automatización u otra. El lenguaje puede ser difundido

mediante librerías C++, las personas que deseen analizar, entender los detalles,

características técnicos pueden realizar el salto de Arduino a la programación en lenguaje

AVR C la cual se encuentra fundado (Vallejo, 2018).

Arduino está asentado en microcontroladores ATMEGA8 y también ATMEGA168 de

Atmel. Las características técnicas para los módulos están anunciados bajo

licencia Creative Commons, por lo que podría ser modificado por cualquier diseñador que

quisiera aportar con nuevas mejoras (Vallejo, 2018).

Figura 11. Arduino

Fuente: (Vallejo, 2018)

33

Software Matlab

Es una herramienta de computación utilizable en el negocio de softwares matemáticos,

tales como Maple, Mathematica y MathCad. Cada una efectúa operaciones matemáticas,

se distinguen en el modo de cálculo, como de manera simbólica (Coimbra, 2019).

MATLAB es gigante en los cálculos que involucran matrices, mientras que Maple

prevalece en los cálculos simbólicos (Coimbra, 2019).

El nombre de MATLAB es una abreviatura de Matrix Laboratory, (laboratorio matricial).

En un nivel esencial, se diría que estos programas son sofisticados calculadoras con base

en una computadora (Coimbra, 2019).

Son capaces de ejecutar las mismas funciones que una calculadora científica, y mucho

más (Coimbra, 2019).

Figura 12. Logotipo MATLAB

Fuente: (Coimbra, 2019)

34

CAPÍTULO 3:

DESARROLLO DE LA SOLUCIÓN

3.1 DESARROLLO DE LA SOLUCIÓN

3.1.1 Elementos de entradas y salidas del proceso

Figura 13. Elementos de entradas y salidas del proceso


Entradas

Iluminación

Imágenes adquiridas

Alimentación de

corriente

Recursos

Cámaras, tinta, mini pc industrial, estructura metálica, software

Proceso

Diseño de un prototipo Automatizado para la alimentación de tinta

Salidas

Señales eléctricas

Electroválvulas

Control

Secuencial On / Off a través

de un procesamiento digital

de imágenes.

35

Diagrama del Proceso

Figura 14. Diagrama del Proceso


En la figura 17 se muestra el proceso y todos los elementos que se compone en el

36

Figura 15. Diagrama de bloques del Proceso


Diagrama P&D

Figura 16. Diagrama P&ID


37

Se puede observar en la figura 18, los elementos que conforman el proceso automático

de alimentación de tinta atreves de un diagrama P&D. Donde (x) vendría ser la señal

eléctrica emitida por el procesador al reconocer a la imagen como alta o baja.

XC: Señal controlada

XT: Señal transmitida

LV: Válvula de nivel

TL: Transmisión del nivel

CL: Controlador del nivel

38

Figura 17. Diagrama de flujo de proceso

Fuente Autoría Propia

3.1.1 Diseño Mecánico

3.1.1.1 Análisis y cálculos

Datos de velocidad y consumo:

Velocidad máxima de impresora = 15.000pliegos/h consume 2.5kg de tinta

Velocidad mínima de impresora = 10.000pliegos/h consume 1.8kg de tinta

Velocidad promedio = 12.500pliegos/h consume 2.2kg de tinta

39

Consumo de masa por turno:

01 turno de trabajo = 8 horas, 8 hrs x 2.5kg equivale a 20 kg de consumo por turno).

Capacidad máx. De llenado en el tintero = 5 kg, (se llena 4 veces por turno).

Tiempo de llenado de tinta: 30 minutos por parada, (por turno es 2 horas).

Dimensiones del depósito de tinta:

Figura 18. Tintero dosificador


40

Figura 19. Dimensiones del depósito de tinta


Datos de velocidad y consumo:

Velocidad máxima de impresora = 15.000pliegos/h

Consume 2.5kg de tinta / hora

Volumen de depósito (Vd):

Vd=(Base x Altura /2)x profundidad

Vd= ((0.17mx0.1m)/2) x 1.1m =0.0093 m3

Masa de tinta en depósito: 5 kg (Medición Experimental)

Velocidad de llenado:

t=4s

D2= ½’’ = 1.27cm

41

Cálculos para elección de tubería:

Figura 20. Esquema de la tolva de tinta

Fuente: Elaboración propia (Word)

Calculo de Caudal (Q2):

Q2 = Vd/tiempo = Velocidad x Área

Tiempo de llenado =4s

Diámetro de tubería = ½” =0.12 m

Aplicando ecuación de Continuidad de Bernoulli:

Q1=Q2

Considerando que:

Volumen 01= 4 Volumen 02

Altura: 0.5m

Área 01 x 0.5 m/ 4 = 4 (0.0093m3)/4

Área 01 = 0.0744 m 2

42

Diámetro de la tolva: 31 cm

Figura 21. Dibujo mecánico de la tolva (mm).

Fuente: Elaboración propia (software SolidWorks 2016)

En la figura se muestra la tolva para almacenar la tinta, conectado con una electroválvula

2/2 en su salida.

La capacidad máxima de almacenamiento de tinta es de 20 kg.

3.1.1.2 Material de construcción

Se escoge un material de construcción para el tanque de acuerdo con las necesidades

de almacenamiento del producto y con tensión admisible (σa) suficiente para la

construcción del mismo.

43

Para el cálculo de los espesores de almacenamiento, es necesario utilizar la tensión

máxima admisible del material, σt, que es el resultado de dividir la tensión admisible del

material por el coeficiente de seguridad aplicado.

Figura 22. Tabla de características técnicas de acero inoxidable

Fuente: (irestal, 2016)

Utilizando el factor de seguridad

(n=2)

Donde:

σt = 7.9 g/cm3

σt = σa/n

σa = 15.8 g/cm3

Esfuerzo máximo en el cilindro.

Igualamos los esfuerzos máximos en

el cilindro:

σa = σt

Donde:

h = 8.50 cm

44

γ = 2.97𝑥10−7 kg/cm3

P = γ x h

P = 2.528x10−7 kg/cm2

σt = Pr / e

e = 4.424x10−6 kg/cm2 / 0.0158

kg/cm3

e= 2.8 cm

Espesor del depósito.

Antes de la acción corrosiva al 15 %:

e= 2.8 cm

e= 85% x e1

e1 = 3.3 c

Donde:

γ = peso específico del producto almacenado, kg/cm3.

d = nivel máximo de producto almacenado, cm.

r = radio del cilindro, cono y cabeza elipsoidal, cm.

σt = tensión máxima admisible del material, kg/cm2.

P = presión externa, kg/cm2.

De = Diámetro externo, cm.

Habrá que tener en cuenta la corrosión debido al producto almacenado y a los agentes

externos, por lo que el espesor final será:

El espesor de corrosión será función del material elegido para la construcción, y las

condiciones de operación del tanque.

Considerando los datos obtenidos de los cálculos realizados:

45

Figura 23. Dibujo mecánico de la base para las tolvas (mm).


En la figura 23, se muestra el soporte de las cuatro tolvas de tinta que se fijaran en cada

agujero atreves de una brida individual, fue diseñado en el software SolidWorks 2016 con

medidas reales de la impresora Heidelberg SM 74.

46

Figura 24. Dibujo mecánico de la brida para la sujeción de las tolvas (mm).


Figura 25. Dibujo mecánico del soporte estructural (mm).


47

Figura 26. Dibujo lateral y perfil del ensamble de la estructura mecánica


En la figura 25, se muestra la estructura completa del diseño mecánico del sistema, con

sus respectivas cotas de las dimensiones principales. Todas las medidas están en

milímetros y los materiales del diseño elegidas por tabla son:

Acero inoxidable serie 300 para las tolvas.

Estructura en acero A36.

48

3.1.1.2 Simulación de estructura mecánica

Información de modelo

Figura 27. Simulación de estructura mecánica


Información de malla – Detalles

Figura 28. Información de malla


49

Propiedades de material

Figura 29. Simulación de estructura mecánica


50

Fuerzas resultantes

Fuerzas de reacción

Figura 30. Fuerzas de reacción


Resultados del estudio

Figura 31. Tensiones


51

Nombre Tipo Mín. Máx.

Desplazamientos1 URES: Desplazamientos resultantes

0 mm Nodo: 9610

0.278434 mm Nodo: 20912

Estructura mecanica-Análisis estático 1-Desplazamientos-Desplazamientos1

Figura 32. Desplazamiento


52

3.1.2 Diseño Eléctrico


Circuito de potencia

Análisis electrónico de rectificador de onda completa de 220v AC estabilizándolo a 12v

DC

Utilizando los siguientes componentes:

01 transformador

04 diodos 1n4004

01 condensador 2200uf

01 estabilizador de 12v

Cálculos para la selección de componentes electrónicos:

Datos:

Vprim = 220VAC

Vsec = 15 VAC

F= 60HZ

CALCULAR:

1. Vcond =?

2. Icond =?

53

Calculo Vmax:

Vmax = 15√2 = 21.21 v

Calculo Vmed:

Vmed = 2(Vmed – 2Vd)/𝜋

Vmed = 2(21.21 – 1.4)/ 𝜋

Vmed =12.61v

Calculo Vpp:

Vpp = 10%(Vmed)

Vpp= 10%(12.61v)

Vpp= 1.261v

Calculo Imed

Imed = Vmed / R

Imed = 12.61 v /38 kΩ

Imed = 0.33mA

Calculo C:

C = Imed / Vpp x 2F

C = 0.33/1.261 X 120

C = 2200uF

Figura 33. Diagrama del circuito de rectificación de onda completa

Fuente: Elaboración propia (software Proteus)

Análisis electrónico del circuito de control de relé por medio de un transistor NPN,

utilizando los siguientes componentes:

54

01 relé

02 led

01 diodo 1n4004

02 resistencias

01 transistor 2n3904

Cálculos para la selección de componentes electrónicos:

Datos:

Vcc = 12v, B = 100

Datos para hallar:

1. Ic = corriente en el colector

2. Irc =corriente en la resistencia

del colector

3. rc = Resistencia en el colector

4. Ib = Corriente en la base

5. Rb =Resistencia en la base

Calculo IC:

Rbo: 400 ohm

Vb= Ic x Rbo => Ic= Vb/Rbo =

12v/400

Ic= 0.03A = 30 mA.

Calculo Vrb:

5v = Vrb + 0.7v => Vrb = 4.3v.

Calculo Ib:

Ic= B x Ib => Ib = Ic/B = 0.03/100

Ib=0.0003A = 0.3 mA.

Calculo Rb:

Vrb= Ib x Rb

Rb= 4.3V/0.0003A = 14.333kΩ

Rb= 15KΩ.

Calculo Irc:

Vled = 2v

Vrc = 10v

55

I led = 10mA= 0.01A

Irc = 10mA

Figura 34. Diagrama del circuito de control de relé

Fuente: Elaboración propia (software Proteus)

En la figura 27, se observa en el diagrama el diseño del circuito de control secuencial

on /off del relé a través de un transistor NPN, que activara a la electroválvula tipo 2/2 para

la apertura y cierre del flujo de la tinta que se encuentra depositada en la tolva y será

habilitada en el tintero (bandeja del rodillo) según requiera la maquina Heidelberg SM74.

56

Figura 35. Esquema de fuerza y mando.

Fuente: Elaboración propia (software Automation Studio 3.0.5)

57

3.1.3 Sistema de visión Artificial


Figura 36. Diagrama de flujo del sistema de visión artificial

Fuente: elaboración propia

58

Diagrama de Bloques de visión artificial:

Figura 37. Diagrama de bloques de visión artificial

Fuente: elaboración propia (Word)

En la figura 35 se muestra, el diagrama de bloques del algoritmo lógico para la aplicación

de visión artificial en el proceso de alimentación de tinta, iniciando por la adquisición de

imágenes, luego el procesamiento digital y finalizando por el reconocimiento.

Se ejecuta comparaciones con la base de información ya sustraída, para la toma de

decisiones en la manipulación de los actuadores.

59

Selección de cámara:

Figura 38. Cámara

Fuente: (core-electronics, 2019)

Seleccionado por los siguientes parámetros:

Cámara Resolución /

sensibilidad

Potencia de

operación

Sensor /

iluminación

Frecuencia

de imagen

640×480 VGA

1.3V / (Lux-sec)

60mW/ VGAYUV

/3.3V DC

OV7670

CMOS

/Poca iluminación.

30 fps VGA

Figura 39. Diagrama de conexión de la cámara OV7670 con el Arduino

Fuente: (instructables, 2017)

60

Selección de Mini PC:

Figura 40. Mini PC

Fuente: (core-electronics, 2019)

Seleccionado por los siguientes parámetros:

Modelo Pr ocesador Almac enamiento RAM

Mini PC Intel D25

KPC6 Dual Cor

50 SATA de

e 320 Gb

2.5 de 4 GB

ampliable

Al tener una imagen sobre la que debamos trabajar, primero esta debe ser convertida a

escala de grises, para poder determinar un umbral y a partir de ello ubicar las diferencias

durante el proceso.

Una imagen RGB está compuesta por 3 dimensiones (rojo, verde y azul):

61

La fórmula a utilizar para hacer el cambio de color, después de pruebas el más adecuado

será:

Escala de grises= 0.2989 * R + 0.5870 * G + 0.1140 * B

Donde R, G y B son diferentes matrices con valores de 0 a 255

Figura 41. Área del depósito a analizar (RGB)


Luego se tendrá una sola matriz en escala de grises

Figura 42. Área del depósito a analizar (escala de grises)


62

Diámetro del rodillo

Figura 43. Imagen del código de conversión a escala grises

Fuente: Elaboración propia (Matlab 2015)

Figura 44. Área del depósito a analizar (binario)


Probabilidad de pixeles:

Hallando la probabilidad de que se repita un pixel en la imagen se tiene: 𝑃𝑖=𝑛𝑖𝑀𝑥𝑁

Dónde:

ni: Número de repeticiones del pixel en la imagen.

MxN: Dimensiones de la matriz de pixeles de la imagen.

63

Los cálculos de estas matrices son resueltos mediante el software Matlab ya que

son muy extensas, el resultado de la matriz de probabilidades de 1fila por 256 columnas

expresada como un histograma será:

Figura 45. Histograma

Fuente: elaboración propia (software MATLAB)

Valor del umbral:

El valor del umbral será: 𝑈=Σ𝑃𝑖𝑥𝑖𝑚𝑎𝑥𝐺𝐿𝑚𝑖𝑛𝐺𝐿

Dónde:

1. maxGL: Máximo valor de gris en la imagen.

2. minGL: Mínimo valor de gris en la imagen.

3. Pi: Probabilidad de repetición del pixel

4. i: Valor del pixel

El resultado de la matriz de (Pi x i) de 1fila por 256 columnas expresada como un

histograma será.

64

Figura 46. Valor de pixeles vs. Brillo para cada pixel (Pi x i)


Ya que el umbral es la suma de todos estos, para la imagen mostrada el umbral

resultante es U=193, esto indica que a partir de este valor se pueden diferenciar pixeles

negros con los blancos.

Transformada de hough para detección de rectas

Figura 47. Transformada de hough para detección de rectas


Tomando en cuenta que la figura está binarizada, es más simple el manejo y así localizar

los bordes. conteniendo el nivel de colmado.

65

Detección de nivel

El vital objetivo es establecer la cantidad de nivel que domina el depósito de tinta. Para

ello, se analizan los pixeles de la imagen y se calcula el centro en la abscisa inferior,

posteriormente se hace un barrido en la ordenada (90°L) desde el inferior al superior hasta

encontrar el primer pixel negro, en ese recorrido se estará sumando los pixeles blancos

mediante un contador (+1) la cantidad de pixeles blancos que se encuentre en la columna

central ortogonal de la imagen determinará el nivel.

Figura 48. Limpieza de pixeles residuales.


66

Figura 49. Imagen del código de cambio de coordenadas de las rectas


Figura 50. Imagen de código de búsqueda de la recta más popular


67

Tabla 1 Hazop – Riesgos y operatividad

Fuente: elaboración propia (software Microsoft Word)

Ranking de Riesgo 1 a 3: Baja Prioridad.

Ranking de Riesgo 4 a 6: Media Prioridad.

Ranking de Riesgo 7 a 9: Muy Alta Prioridad.

68

Riesgos:

En China se registró un accidente en una imprenta, a causa de la exposición del operario

con el rodillo de la máquina, el trabajador fue jalado por el rodillo, lamentablemente el

operario murió al instante.

Figura 51. Fatal accidente en una imprenta en China

Fuente: (Elsiglodetorreon, 2019)

Dos empleados al acercarse al rodillo de una impresora industrial a verificar su correcto

funcionamiento, uno de ellos introduce su mano sobre el rodillo, pero el mecanismo lo coge

y jala a gran velocidad.

El cuerpo del técnico termina incrustado fallecido instantáneamente entre los rodillos y los

engranes de la impresora.

Figura 52. Riesgos del operador

Fuente: (Gaspar, 2016)

69

Caídas golpes o cortes causados por desniveles o fuerzas externas.

Corrosión causada por el medio ambiente y temperaturas.

Errores en el sistema de control de nivel, mecanismos de flujos, dispositivos de

control.

Corte del suministro eléctrico.

Posible contacto con estructura energizada (Riesgo Eléctrico).

Inhalación de vapores y humos tóxicos originados por tinta.

Rotura de mangueras de aire comprimido que producirían daños al personal y las

instalaciones.

Medidas de protección

Protección ocular

Uso de lentes de seguridad para proteger los ojos de vapores y salpicaduras.

Calzado de seguridad

Zapato de seguridad con punta de váquela.

Protección de cabeza

Casco y barbiquejo.

Protección auditiva

Orejeras y tapones.

Protección de caídas provocado por desnivel

Uso de arnés a partir de un 1.80 metro de altura o desnivel.

http://www.insht.es/portal/site/Epi/menuitem.0c9dc88588aacbc9a614c52a180311a0/?vgnextoid=ed3c791385e83310VgnVCM1000008130110aRCRD

http://www.insht.es/portal/site/Epi/menuitem.0c9dc88588aacbc9a614c52a180311a0/?vgnextoid=8c0d791385e83310VgnVCM1000008130110aRCRD

http://www.insht.es/portal/site/Epi/menuitem.0c9dc88588aacbc9a614c52a180311a0/?vgnextoid=8c0d791385e83310VgnVCM1000008130110aRCRD

70

Tabla 2 Protección de riesgos químicos

Fuente: The United autoworkeres (EEUU) · PVA: Alcohol Polivinilico

71

Análisis de riesgo - Operatividad del sistema de Alimentación de tinta

Tabla 3. Análisis de riesgo - Operatividad del sistema de Alimentación de tinta.

Análisis de riesgo - operatividad del sistema de alimentación de tinta

Palabras

guía

Perturbación Causas posibles Repercusiones Medidas

necesarias

no No flujo de

tinta

1. válvula

tapada.

2. No llega la

señal eléctrica.

1. Perdida de

material.

2. Producto

final no deseado.

a) asegurar

bien los bornes,

para que existe

una buena

comunicación.

b) Instalar

una alarma de

seguridad.

mas mas flujo de

tinta

1. falla de

abertura de

válvula.

2. se abre por

error.

1 pérdida de

material.

2 producto

final no deseado.

a) detener el

proceso.

b) implantar

inspección

regular y sus

mantenimientos

respectivos.

Menos Menos flujo de

tinta.

1. Fuga en

brida o válvula.

2. condiciones

invernales

1. Perdida de

tinta.

2. Producto

final de baja

calidad.

A)

Mantenimiento

preventivo y

correctivo.

b) Detención

del proceso.

c) Activar

alarma de

seguridad

Mayor

que

Presencia de

ácidos orgánicos.

Perturbacione

s en las paredes

interiores del

tanque.

Incremento

del grado de

corrosión.

Verificación

de la idoneidad

de materiales

de

construcción.

parte de Alta

concentración de

Nivel de tinta

alto en tanque.

Llenado del

colector más

Adecuar el

sistema para

eliminación de

72

tinta en el

suministro

rápido de lo

previsto.

tinta del tanque

antes de

acceder al

depósito.

Instalar

alarma de nivel

máximo.

Otro Mantenimiento

o intervenciones

en operaciones

de mantenimiento

y limpieza.

Presencia de

un ambiente de

poca seguridad e

insegura para la

salud.

Incremento

del grado de

corrosión del

tanque.

Instalar

suficientes

puntos de

drenaje y purga

Considerando

las líneas de

instrumentación

y de control del

proceso.

Análisis de riesgo - Operatividad del sistema de Alimentación de tinta

Fuente: Elaboración propia (software Microsoft Word)

73

CAPÍTULO 4

RESULTADOS

4.1 Resultados

Antes:

Figura 53. Imagen del operador llenando la tinta

Fuente: Elaboración propia

En la ilustración se muestra al operador realizando su trabajo a diario, sube a la maquina

con un recipiente de tinta y desde la parte superior empieza a alimentar la tinta hacia la

bandeja de los rodillos de una forma muy precaria e insegura.

Figura 54. Imagen del envase de tinta sobre la maquina


En la figura 45, se muestra el recipiente de tinta, puesta encima de la máquina dejada

por el operario para poder tenerlo cerca y no tener que estar subiéndolo repetidas veces.

74

En esa ubicación esta propenso a caerse hacia la misma máquina o al suelo causando así

problemas en la producción.

Después:

Figura 55. Imagen de prueba con el prototipo del sistema de visión artificial


Figura 56. Imagen de prueba de prototipo del sistema de visión artificial empleado en la maquina Heidelberg SM 74


En la figura 51, se muestra un prototipo que está conformado por una tolva, conectado

a su salida por una electroválvula que está direccionada hacia el tintero del rodillo de la

máquina Heidelberg SM 74.

También se puede observar la cámara sobre el trípode, conectada a la tarjeta de

Arduino a su vez conectado a una laptop.

75

4.1.1 Resultados económicos

MARGEN DE DIFERENCIA:

Tabla 4 Resultado económico del sistema de Alimentación de tinta automatizado (ideal) a diferencia del convencional (real).

PRODUCCION POR

MAQUINA

HORAS UTIL POR DIARIO

PRODUCCION EN MILLARES POR

HORA

PRODUCCION

POR DIA

HORAS UTIL AL MES (24

DIAS)

PRODUCCION

AL MES

PRECIO DE VENTA POR MILLAR EN

S/.

TOTAL, DE VENTA POR

MES EN S/. (1 MAQUINA)

TOTAL, A 6 MAQUINAS

EN S/.

IDEAL

8

15

120

192

2,880

50.00

144,000.00 864,000.00

REAL

7

10

70

168

1,680

50.00

84,000.00 504,000.00

MARGEN DE DIFERENCIA

A FAVOR

1

5

50

24

1,200

-

60,000.00

360,000.00

Fuente: Elaboración propia (software Microsoft Word

Tabla 5 Mano de obra del sistema de Alimentación de tinta automatizado (ideal) a diferencia del convencional (real).

MOD REAL

MOD 10 OPERADORES SUELDO S/. TOTAL,

SUELDOS S/.

MAQUINISTA 6 2,500.00 15,000.00

OPERARIO/AYUDANTE 6 1,500.00 9,000.00

TOTAL 24,000.00

76

MOD IDEAL


Tabla 6 MOD margen de diferencia a favor, del sistema de Alimentación de tinta automatizado (ideal) a diferencia del convencional (real).

MOD MARGEN DE DIFERENCIA A FAVOR

MARGEN DE DIFERENCIA A FAVOR TOTAL

POR PRODUCCION

360,000.00 SOLES

POR MOD

4,500.00 SOLES

TOTAL, MOD+PRODUCCION

364,500.00 SOLES



SUELDOS S/.

MAQUINISTA 6 2,500.00 15,000.00


TOTAL 19,500.00


SUELDOS S/.

MAQUINISTA 0 - -


TOTAL 4,500.00

77

4.1.2 Presupuesto

4.1.2.1 RECURSOS TÉCNICOS PARA EL DESARROLLO DEL PROYECTO.

Tabla 7. Recursos técnicos para el desarrollo del proyecto

RECURSOS TÉCNICOS PARA EL DESARROLLO DEL PROYECTO

Tipo Nombre Descripción Cantidad

Humano Ingeniero

mecánico

Ingeniero

Eléctrico

Ingeniero

Electrónico

Diseñador de la

máquina.

1

1

1

Diseño e

implantación de

circuitos

eléctricos

Programador de

visión artificial.

Hardware

Mini PC

industrial

YK-662N- Fanless

1

Intel Celeron J1900,

Quad-

core2.0Ghz-

2.41Ghz

RAM: 4 GB;

SSD32GB

temperatura

-20/+ 85 grados

centígrados

Resolución 5MP

4

Sensor Omni-

vision5647

Máximo para

transmisión de

imágenes

640x480p a

60/90fps

78

Cámara OV7670

Voltaje I/0: 1.7v a

3.3v

Rango de

temperatura: -

0°c-70c

Electroválvula

Voltaje 12 dc

4

Diámetro de 3/8’’

RELAYS Voltaje 12 dc

4 5 pines

Arduino Arduino Uno SMD R3 1

Software

Windows 7 64bits 1

Solid work Año: 2016 ,64bits 1

Matlab Año: 2015, 64bits 1

Recursos técnicos para el desarrollo del proyecto


79

4.1.2.2 Recursos Económicos para el desarrollo del proyecto.

Tabla 8. Recursos Económicos para el desarrollo del proyecto

PRESUPUESTO PARA EL DESARROLLO DEL PROYECTO

TIPO NOMBRE CANTIDAD COSTO S/.

HUMANO Ingeniero mecatrónico 1 S/ 5000

HARDWARE Cámara ov7725 1 S/.450

Mini PC industrial 1 S/.1000

Electroválvula 4 S/.160

Relays, transistores 4 S/.60

Arduino 1 S/.150

MATERIALES cables, tubos, plancha

de acero inoxidable

tubo cuadrado

Plancha

0.25x7mx3

m

Tubo

cuadrado15

mtr.

S/.15000

TOTAL S/.21,770

Presupuesto para el desarrollo del proyecto


80

4.1.3 CRONOGRAMA

Figura 57. Cronograma para el desarrollo del proyecto

Fuente: Elaboración propia (Powerproyect)

81



82



83

CONCLUSIONES

El diseño de un prototipo automático para alimentación de tinta en la

impresora industrial Heidelberg SM 74 para la empresa grafica fama se llevó

a cabo con efectividad.

En el diseño de una estructura mecánica para el sistema de llenado de tinta

automático se obtuvo resultados de dimensiones fuerzas y tolerancias de

carga utilizando el software SolidWorks 2016.

El diseño del circuito eléctrico para alimentación y control del sistema de

llenado automático de tinta se realizó utilizando el software proteus

profesional 2018.

El diseño del sistema de visión artificial es capaz de capturar y procesar

imágenes acordes a las necesidades del control del llenado de tinta se realizó

utilizando el software Matlab2015.

84

RECOMENDACIONES

Se recomienda la implementación del proceso automático en un ambiente con

buena luminosidad sin perturbaciones.

Utilizar un procesador en óptimas condiciones de buena gama y robustez para

obtener buen resultado de procesamiento.

Utilizar los equipos y materiales descritos en el presente documento.

Implementar en un mediano plazo el prototipo de automatización de

alimentación de tinta considerando los resultados estimados obtenidos en el

presente documento.

85

GLOSARIO

A

Aislar

Hacer que una persona o una cosa

quede sola, separada de otras. 13

Algoritmo

Conjunto ordenado de operaciones

sistemáticas que permite hacer un

cálculo y hallar la solución de un tipo

de problemas. 10, 11

C

Cúspide

Parte más alta de una montaña o de

un lugar elevado, especialmente si

tiene forma puntiaguda. 13

E

Endoscopio

Instrumento para la exploración visual

de los conductos o cavidades

internas del cuerpo humano 18

F

Frecuencia

Frecuencia es una magnitud que mide

el número de repeticiones por

unidad de tiempo de cualquier

fenómeno o suceso periódico. 11

H

Histograma

Gráfico de la representación de

distribuciones de frecuencias, en el

que se emplean rectángulos dentro

de unas coordenadas. 31, 32

I

Inspección

Es hallar características físicas

significativas para determinar cuáles

86

son normales y distinguirlas de

aquellas características 9

M

Micro controlador

es un circuito integrado que en su

interior contiene una unidad central

de procesamiento (CPU). 17

P

Perturbaciones

Alteración del orden o del desarrollo

normal de algo 12

Pliegos

Hoja de papel de forma cuadrada o

rectangular y plegada o doblada por la

mitad. 9, 41, 43

Precisión

se denomina precisión a la capacidad

de un instrumento de dar el mismo

resultado en mediciones diferentes

11

87

Bibliografía

bcnvision. (Marzo de 2017). bcnvision. Obtenido de http://www.bcnvision.es/blog-vision-

artificial/category/vision-artificial-2d-3d/

Charkes, S. (2015). Github. Obtenido de

https://github.com/metinakkin/Ov7670/blob/master/ov7670_takepicture/ov7670_ta

kepicture.ino

Cognex. (2018). Introcuccion a la vision artificial .

Coimbra, U. o. (2019). helpdesk. Obtenido de https://helpdesk.dei.uc.pt/

consultoresfca. (JUNIO de 2009). consultoresfca. Obtenido de

http://consultoresfca.blogspot.com/2009/06/regulando-el-tomador-de-tinta-en.html

contaval. (Febrero de 2016). contaval. Obtenido de https://www.contaval.es/que-es-la-

vision-artificial-y-para-que-sirve/

Contaval. (18 de Febrero de 2016). Contaval. Obtenido de https://www.contaval.es/que-

es-la-vision-artificial-y-para-que-sirve/

core-electronics. (2019). core-electronics. Obtenido de https://core-

electronics.com.au/vga-ov7670-camera-module-i2c-640x480.html

Elsiglodetorreon. (15 de Mayo de 2019). Elsiglodetorreon. Obtenido de

https://www.elsiglodetorreon.com.mx/noticia/1203888.fatal-accidente-en-una-

imprenta-en-china.html

http://www.bcnvision.es/blog-vision-

http://consultoresfca.blogspot.com/2009/06/regulando-el-tomador-de-tinta-en.html

http://www.contaval.es/que-es-la-

http://www.contaval.es/que-

http://www.elsiglodetorreon.com.mx/noticia/1203888.fatal-accidente-en-una-

88

Gaspar, L. D. (26 de Noviembre de 2016). Mural. Obtenido de

https://www.mural.com/aplicacioneslibre/preacceso/articulo/default.aspx?id=99269

0&urlredirect=https://www.mural.com/aplicaciones/articulo/default.aspx?id=992690

Ibertronica. (2018). Sistemas ibertronica. Obtenido de https://www.ibertronica.es/equipos-

barebones/equipos/pcs-industriales

instructables. (2017). instructables. Obtenido de

https://www.instructables.com/id/OV7670-Arduino-Camera-Sensor-Module-

Framecapture-T/

irestal. (2016). irestal. Obtenido de

http://data.irestal.com/files/files/2012030204152933979.pdf

keyence. (2019). keyence. Obtenido de

https://www.keyence.com.mx/ss/products/sensor/sensorbasics/ultrasonic/comparis

on/

Mantilla, G. A. (2015). Diseño de un sistemade vision artificial para la revision del nivel de

llenado de bebidas embotelladas. Barranquilla.

Miguel. (17 de Junio de 2011). Maquinaria industrial cmg. Obtenido de

https://maquinariaindustrialcmg.wordpress.com/page/1/

Perez, M. (2018). blogdelfotografo. Obtenido de https://www.blogdelfotografo.com/tipos-

caracteristicas-ventajas-sensores-camaras-fotos/

Quishpe, M. (Julio de 2010). Repositorio Dspace. Obtenido de

http://repositorio.espe.edu.ec/xmlui/handle/21000/4402

Training, S. I. (2019). SMC International Training. Obtenido de

https://www.smctraining.com/webpage/indexpage/311/

http://www.mural.com/aplicacioneslibre/preacceso/articulo/default.aspx?id=99269

http://www.mural.com/aplicaciones/articulo/default.aspx?id=992690

http://www.ibertronica.es/equipos-

http://www.instructables.com/id/OV7670-Arduino-Camera-Sensor-Module-



http://www.keyence.com.mx/ss/products/sensor/sensorbasics/ultrasonic/comparis

http://www.blogdelfotografo.com/tipos-



http://www.smctraining.com/webpage/indexpage/311/

89

Vallejo, F. (mayo de 2018). Sistemas ibertronica. Obtenido de

https://www.ibertronica.es/blog/productos/arduino/

vision, C. (2017). Cognex vision. Obtenido de file:///C:/Users/LAB-USR-SJL275-

A0308/Downloads/10955.pdf

http://www.ibertronica.es/blog/productos/arduino/

90

ANEXOS

INFORMACIÓN TÉCNICA SPEEDMASTER 74 – 4 COLORES

Figura 60. Imagen de la maquina Heidelberg speddmaster SM 74

Fuente: www.heidelberg.com

Año: 2003

Marca/Procedencia: HEIDELBERG - ALEMANIA

Velocidad: 15,000 Pliegos por Hora

Formato máximo: 72 cmts. x 52 cmts.

Formato mínimo: 42 cmts. x 32 cmts.

Tamaño máquina: 1.82 mts. ALTO x 6.60 mts LARGO x 3.10 mts ANCHO

Tamaño tablero cp200: 2.25 mts. ALTO x 1.15 mts LARGO x 1.50 mts ANCHO

Entrada de corriente: 380 VOLTIOS TRIFASICO

Características técnicas:

La velocidad es proporcional al tipo de papel, formato y tinta. En gramajes medianos y

gruesos con poca trama la velocidad aumenta. Caso contrario en tirajes con fondos y

papeles delgados la velocidad disminuye.

http://www.heidelberg.com/

91

Max. tamaño de hoja 530 mm x 740 mm

Nº de cuerpos impresores 4

Especificaciones técnicas: speedmaster74 – 4 colores

Mínimo tamaño de hoja 420 mm x 320 mm

Max. formato de impresión 510 mm x 720 mm

Velocidad de impresión 15,000 pliegos x hora

Tamaño de plancha 605 mm x 745 mm

Gramaje de placa 0.25 – 0.30 mm

Sistema de humectación al alcohol

Pila de salida pila alta

Carga de material carga manual

92

INICIALIZACIÓN DE LA CÁMARA

Figura 61. Imagen del código de inicialización de cámara

Fuente: https://www.dspace.espol.edu.ec/bitstream/123456789/10740/11/MATLAB_GUIDE.pdf

Para inspeccionar el disparo de captura de la cámara, es preciso configurar el

Arduino para que pueda analizar la señal de salida y que admita las capturas de las

imágenes en el instante que el depósito del rodillo ocurra cambios considerables.

Preprocesamiento

En esta segunda parte es muy importante, porque se efectúa el procesamiento de

las imágenes para extraer la información de interés.

Para tener un buen resultado en el trabajo, es importante convertir las imágenes a

escala de grises.

http://www.dspace.espol.edu.ec/bitstream/123456789/10740/11/MATLAB_GUIDE.pdf

93

Conversión a escala de grises:

Figura 62. Imagen de conversión a escala grises


Figura 63. Imagen del código de la transformada de hough para detección de rectas


94

Ilustración 64. Imagen del código de parámetros


Figura 65. Imagen del código de cambio de coordenadas de las rectas


95

Figura 66. Imagen de código de búsqueda de la recta más popular


Figura 67. Imagen de código de Eliminación de recta


96

Configuración del Arduino:

Código fuente para la aplicación para transmitir imágenes desde ov7670 a PC a través

de USB.

Figura 68. Imagen del código de configuración del Arduino con la mini PC industrial

Fuente: (Charkes, 2015)

97



98



99



100

PLANOS DEL DISEÑO MECÁNICO

Figura 72. Imagen de ángulo de soporte


101

Figura 73. Imagen de baranda de escalera


102

Figura 74. Imagen de baranda


103

Figura 75. Imagen de brida


104

Figura 76. Imagen de Grating


105

Figura 77. Imagen de zapata


106

Figura 77. Imagen de soporte de tolvas


107

Figura 78. Imagen de tolva


108

Figura 78. Imagen de parantes


109

Figura 79. Imagen de tubo hueco


110

Figura 79. Imagen de primer ensamble


111

Figura 80. Imagen de segundo ensamble


112

Figura 81. Imagen de ensamble final


Documents

Diseño de un Prototipo Automático, para la Alimentación de