Examinando por Autor "Nieves Acedo, Javier"

Mostrando 1 - 2 de 2
  • Miniatura
    Ítem
    An objective metallographic analysis approach based on advanced image processing techniques
    (MDPI, 2023-01-04) Sarrionandia, Xabier; Nieves Acedo, Javier ; Bravo, Beñat; Pastor López, Iker; García Bringas, Pablo
    Metallographic analyses of nodular iron casting methods are based on visual comparisons according to measuring standards. Specifically, the microstructure is analyzed in a subjective manner by comparing the extracted image from the microscope to pre-defined image templates. The achieved classifications can be confused, due to the fact that the features extracted by a human being could be interpreted differently depending on many variables, such as the conditions of the observer. In particular, this kind of problem represents an uncertainty when classifying metallic properties, which can influence the integrity of castings that play critical roles in safety devices or structures. Although there are existing solutions working with extracted images and applying some computer vision techniques to manage the measurements of the microstructure, those results are not too accurate. In fact, they are not able to characterize all specific features of the image and, they cannot be adapted to several characterization methods depending on the specific regulation or customer. Hence, in order to solve this problem, we propose a framework to improve and automatize the evaluations by combining classical machine vision techniques for feature extraction and deep learning technologies, to objectively make classifications. To adapt to the real analysis environments, all included inputs in our models were gathered directly from the historical repository of metallurgy from the Azterlan Research Centre (labeled using expert knowledge from engineers). The proposed approach concludes that these techniques (a classification under a pipeline of deep neural networks and the quality classification using an ANN classifier) are viable to carry out the extraction and classification of metallographic features with great accuracy and time, and it is possible to deploy software with the models to work on real-time situations. Moreover, this method provides a direct way to classify the metallurgical quality of the molten metal, allowing us to determine the possible behaviors of the final produced parts.
  • Miniatura
    Ítem
    Salomón: un nuevo enfoque para la mejora de procesos de negocio mediante la producción inteligente basada en modelos predictivos de control híbridos y autoadaptativos
    (Universidad de Deusto, 2012-12-11) Nieves Acedo, Javier; García Bringas, Pablo; Facultad de Ingeniería; SISTEMAS DE INFORMACION
    Se define un proceso productivo como toda aquella actividad que recibiendo en su entrada una serie de materias primas es capaz de modificarlas con el fin de conseguir un nuevo producto. De no ser por este tipo de actividades, la sociedad actual no hubiera podido crecer en la de la manera en lo que lo está haciendo. La mayor problemática es que el halo de misticismo que envolvía los procesos productivos en la antigüedad sigue haciéndolo hoy en día. Además, otro tipo de exigencias como pueden ser las medidas de calidad o el cumplimiento de unas pautas medioambientales complican los procesos ya existentes. Sin dejar de lado que cada vez el mercado se encuentra más globalizado, las pequeñas mejoras que se aporten pueden convertirse en una mejora competitiva que impulse la producción de aquellas empresas que lo incorporen. A la luz de estos hechos, la comunidad científica lleva muchos años desarrollando nuevos métodos de supervisión y control de plantas, - un ejemplo es el sistema de supervisión, control y adquisición de datos (SCADA) -. Otro tipo de sistemas son capaces de situarse en un horizonte temporal posterior al actual, intentando prever qué es lo que va a suceder en la planta. Este tipo de sistemas son los Modelos Predictivos de Control. A pesar de existir soluciones comerciales y académicas, siguen identificándose una serie de limitaciones, como la imposibilidad de trabajar con un sistema multivariable, la dificultad de adaptación de la solución a los cambios del proceso y la no adecuación de la no linealidad del proceso de negocio a los modelos desarrollados. Con el fin de cubrir las necesidades que ya han identificado las empresas en cuanto a calidad, reducción de costes o eco-fabricación, así como, la capacidad de obtener una mejora competitiva, se pretende diseñar, desarrollar, evaluar e implantar un sistema que sea capaz de readaptar la producción para cumplir con las restricciones definidas en el proceso. En este contexto, formulamos la siguiente hipótesis ¿Es posible modelar el flujo de negocio de un proceso productivo como una nube de conocimiento a través de la creación de un modelo predictivo de control híbrido (lineal y no lineal) basado en técnicas de aprendizaje automático actuales, manteniéndolo actualizado y llevando el control de la producción para la optimización de alguno de sus parámetros críticos.¿ Para su validación se desarrollan las siguientes tareas que permitirán crear el sistema completo anteriormente definido y que se centran en las siguientes problemáticas: (i) el desarrollo de los análisis sobre predictores estadísticos basados en técnicas de aprendizaje automático y la forma de unirlos con el objetivo de mejorar el sistema de predicción, (ii) definir y diseñar el método que permitirá mantener actualizados en todo momento los modelos predictivos, (iii) determinar la forma de decidir las acciones que hay que llevar a cabo y, una vez hecho, comunicarlo a los operarios o a otros sistemas de control ya incorporados en la planta y (iv) evaluar y contrastar la solución alcanzada. En la actualidad, los procesos productivos están totalmente integrados en la sociedad. De este modo, los avances en el estado de la técnica, como el aquí detallado, no sólo afectarán a aquellas personas directamente relacionadas con las plantas de producción, sino que, de forma indirecta, esas mejoras llegarán a toda la sociedad. El resultado de un proceso productivo, un producto manufacturado, puede formar parte de un sistema mucho más grande, un sistema que cualquiera de nosotros puede acabar utilizando.