Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
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
automatizado (ideal) a diferencia del convencional (real). 77
Tabla 06. Mano de obra del sistema de Alimentación de tinta
automatizado (ideal) a diferencia del convencional (real). 77
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 58. Cronograma para el desarrollo del proyecto 81
Figura 59. Cronograma para el desarrollo del proyecto 82
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 70. Imagen del código de configuración del Arduino con la mini PC 97
Figura 71. Imagen del código de configuración del Arduino con la mini PC 99
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.
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)
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
Fuente: Autoría Propia
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
Fuente: Autoría Propia
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
Fuente: Autoría Propia
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
Fuente: Autoría Propia
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
Fuente: Autoría Propia
Diagrama P&D
Figura 16. Diagrama P&ID
Fuente: Autoría Propia
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
Fuente: Autoría Propia
40
Figura 19. Dimensiones del depósito de tinta
Fuente: Autoría Propia
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).
Fuente: Elaboración propia (software SolidWorks 2016)
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).
Fuente: Elaboración propia (software SolidWorks 2016)
Figura 25. Dibujo mecánico del soporte estructural (mm).
Fuente: Elaboración propia (software SolidWorks 2016)
47
Figura 26. Dibujo lateral y perfil del ensamble de la estructura mecánica
Fuente: Elaboración propia (software SolidWorks 2016)
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
Fuente: Elaboración propia (software SolidWorks 2016)
Información de malla – Detalles
Figura 28. Información de malla
Fuente: Elaboración propia (software SolidWorks 2016)
49
Propiedades de material
Figura 29. Simulación de estructura mecánica
Fuente: Elaboración propia (software SolidWorks 2016)
50
Fuerzas resultantes
Fuerzas de reacción
Figura 30. Fuerzas de reacción
Fuente: Elaboración propia (software SolidWorks 2016)
Resultados del estudio
Figura 31. Tensiones
Fuente: Elaboración propia (software SolidWorks 2016)
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
Fuente: Elaboración propia (software SolidWorks 2016)
52
3.1.2 Diseño Eléctrico
3.1.2.1 Análisis y cálculos
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
3.1.3.1 Análisis y cálculos
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)
Fuente: elaboración propia
Luego se tendrá una sola matriz en escala de grises
Figura 42. Área del depósito a analizar (escala de grises)
Fuente: elaboración propia
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)
Fuente: elaboración propia
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)
Fuente: elaboración propia (software MATLAB)
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
Fuente: elaboración propia (software MATLAB)
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.
Fuente: elaboración propia (software MATLAB)
66
Figura 49. Imagen del código de cambio de coordenadas de las rectas
Fuente: Elaboración propia (Matlab 2015)
Figura 50. Imagen de código de búsqueda de la recta más popular
Fuente: Elaboración propia (Matlab 2015)
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.
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
Fuente: Elaboración propia
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
Fuente: Elaboración propia
Figura 56. Imagen de prueba de prototipo del sistema de visión artificial empleado en la maquina Heidelberg SM 74
Fuente: Elaboración propia
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
Fuente: Elaboración propia (software Microsoft Word)
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
Fuente: Elaboración propia (software Microsoft Word)
MOD 10 OPERADORES SUELDO S/. TOTAL,
SUELDOS S/.
MAQUINISTA 6 2,500.00 15,000.00
OPERARIO/AYUDANTE 3 1,500.00 4,500.00
TOTAL 19,500.00
MOD 10 OPERADORES SUELDO S/. TOTAL,
SUELDOS S/.
MAQUINISTA 0 - -
OPERARIO/AYUDANTE 3 1,500.00 4,500.00
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
Fuente: Elaboración propia (software Microsoft Word)
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
Fuente: Elaboración propia (software Microsoft Word)
80
4.1.3 CRONOGRAMA
Figura 57. Cronograma para el desarrollo del proyecto
Fuente: Elaboración propia (Powerproyect)
81
Figura 58. Cronograma para el desarrollo del proyecto
Fuente: Elaboración propia (Powerproyect)
82
Figura 59. Cronograma para el desarrollo del proyecto
Fuente: Elaboración propia (Powerproyect)
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
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/
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
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.
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.
93
Conversión a escala de grises:
Figura 62. Imagen de conversión a escala grises
Fuente: Elaboración propia (Matlab 2015)
Figura 63. Imagen del código de la transformada de hough para detección de rectas
Fuente: Elaboración propia (Matlab 2015)
94
Ilustración 64. Imagen del código de parámetros
Fuente: Elaboración propia
Figura 65. Imagen del código de cambio de coordenadas de las rectas
Fuente: Elaboración propia (Matlab 2015)
95
Figura 66. Imagen de código de búsqueda de la recta más popular
Fuente: Elaboración propia (Matlab 2015)
Figura 67. Imagen de código de Eliminación de recta
Fuente: Elaboración propia (Matlab 2015)
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
Figura 69. Imagen del código de configuración del Arduino con la mini PC industrial
Fuente: (Charkes, 2015)
98
Figura 70. Imagen del código de configuración del Arduino con la mini PC industrial
Fuente: (Charkes, 2015)
99
Figura 71. Imagen del código de configuración del Arduino con la mini PC industrial
Fuente: (Charkes, 2015)
100
PLANOS DEL DISEÑO MECÁNICO
Figura 72. Imagen de ángulo de soporte
Fuente: Elaboración propia (software SolidWorks 2016)
101
Figura 73. Imagen de baranda de escalera
Fuente: Elaboración propia (software SolidWorks 2016)
102
Figura 74. Imagen de baranda
Fuente: Elaboración propia (software SolidWorks 2016)
103
Figura 75. Imagen de brida
Fuente: Elaboración propia (software SolidWorks 2016)
104
Figura 76. Imagen de Grating
Fuente: Elaboración propia (software SolidWorks 2016)
105
Figura 77. Imagen de zapata
Fuente: Elaboración propia (software SolidWorks 2016)
106
Figura 77. Imagen de soporte de tolvas
Fuente: Elaboración propia (software SolidWorks 2016)
107
Figura 78. Imagen de tolva
Fuente: Elaboración propia (software SolidWorks 2016)
108
Figura 78. Imagen de parantes
Fuente: Elaboración propia (software SolidWorks 2016)
109
Figura 79. Imagen de tubo hueco
Fuente: Elaboración propia (software SolidWorks 2016)
110
Figura 79. Imagen de primer ensamble
Fuente: Elaboración propia (software SolidWorks 2016)
111
Figura 80. Imagen de segundo ensamble
Fuente: Elaboración propia (software SolidWorks 2016)
112
Figura 81. Imagen de ensamble final
Fuente: Elaboración propia (software SolidWorks 2016)