https://doi.org/10.35290/ro.v4n2.2023.913
Sistema de paletizado y clasificación mediante visión
artificial implementando un entorno web para la
gestión de un sistema de alarmas
Palletizing and classification system through artificial vision
implementing a web environment for the management of an alarm
system
Fecha de recepción: 2023-04-13 • Fecha de aceptación: 2023-05-24 • Fecha de publicación: 2023-06-10
Franklin Wilfrido Salazar Logroño1
Universidad Técnica de Ambato, Ecuador
fw.salazar@uta.edu.ec
https://orcid.org/0000-0002-3404-5202
Ángel Patricio Fernández Soria2
Universidad Técnica de Ambato, Ecuador
ap.fernandez@uta.edu.ec
https://orcid.org/0009-0001-3558-7660
Ángel Alberto Silva Conde3
Universidad Nacional de Chimborazo, Ecuador
alberto.silva@unach.edu.ec
https://orcid.org/0000-0002-1811-3340
María Francisca Cazorla4
Escuela Superior Politécnica de Chimborazo, Ecuador
maria.cazorla@espoch.edu.ec
https://orcid.org/0000-0002-5200-8499
Resumen
En este trabajo de investigación se presenta el diseño de un sistema de clasificación de
cajas basado en la visión artificial, la cual permite detectar el color de cada una de las
cajas que entran a la estación. El sistema se basa en la implementación de un robot
cilíndrico, un robot cartesiano (cada uno con su respectivo PLC) y una banda
transportadora.
El funcionamiento empieza con la detección de cajas mediante un sensor capacitivo, el
cual activa al robot cilíndrico para posicionar las cajas en la banda transportadora la cual
llevará las cajas hacia el área de paletizado; dicha banda es activada a través de una
señal enviada por el robot cilíndrico hacia el PLC del robot cartesiano mediante una
conexión Profinet. En el área de paletizado se incorpora la visión artificial para la
clasificación de cajas a través de colores, en donde mediante una conexión OPC se
enlazan los softwares Labview y Tia Portal para el procesamiento de datos. Al detectar
el color se activa el robot cartesiano el cual coloca cada una de las cajas en su respectiva
posición y las agrupa en lotes de 3, una vez paletizado los dos tipos de cajas se reinicia
el sistema y vuelve a empezar su funcionamiento.
Por otro lado, y, como complemento, se diseña un entorno web para la gestión de un
sistema de alarmas con el fin de facilitar la interacción entre el usuario y el sistema
implementado.
Palabras clave: robótica, robot industrial, automatización, paletizado, visión artificial
Abstract
At this research paper presents the design of a box classification system based on
artificial vision, which allows detecting the color of each of the boxes that enter the
station. The system is based on the implementation of a cylindrical robot, a Cartesian
robot (each one with its respective PLC) and a conveyor belt.
The operation begins with the detection of boxes by means of a capacitive sensor which
activates the cylindrical robot to position the boxes on the conveyor belt that it will take
the boxes to the palletizing area, that band is activated through a signal sent by the robot
cylindrical to the PLC of the Cartesian robot by a Profinet connection. Artificial vision
is incorporated in the palletizing area for the classification of boxes by colors, where the
Labview and Tia Portal software for data processing are linked through an OPC
connection. At the moment the color is detected, the Cartesian robot is activated, which
put each box in their respective position and groups them into batches of 3. Once the
two types of boxes have been palletized, the system restarts its operating again.
On the other hand, and as a complement, a web environment is designed for the
management of an alarm system for making easier the interaction between the user and
the implemented system.
Keywords: robotics, industrial robot, automation, palletizing, machine vision
Introducción
A lo largo de la historia el desarrollo tecnológico ha tenido un impacto importante en
los sistemas de manufactura, la automatización y robótica; y más recientemente la
llamada industria 4.0 considerada como la Cuarta Revolución Industrial, debido a su
potencial y beneficios relacionados con la integración, innovación y autonomía de los
procesos (Ynzunza et al., 2017).
Los conceptos de industria 4.0 y manufactura inteligente son relativamente nuevos y
contemplan la introducción de las tecnologías digitales en la industria de la fabricación.
Es decir, la incorporación al ambiente de manufactura de tecnologías como el Internet
de las cosas, cómputo móvil, la nube, el big data, redes de sensores inalámbricos,
sistemas embebidos y dispositivos móviles, entre otros (Barrientos-Avendaño y Areniz-
Arévalo, 2019).
La ciencia de la robótica ha acompañado a los seres humanos a lo largo de la vida
cotidiana y ha brindado un gran aporte en sus distintas áreas de aplicación, iniciando
con robots manipuladores, de entretenimiento y de servicio, hasta robots móviles
(Conelec, 2011).
En muchos países del mundo se están realizando esfuerzos a nivel de política
gubernamental estratégica para difundir las tecnologías y los beneficios de la
incorporación de la industria 4.0 y la manufactura inteligente en pymes (Anumaka,
2012).
Sin embargo, aun y cuando la industria 4.0 y la manufactura inteligente están teniendo
resultados importantes, se sabe que afectará a todo tipo de empresas y su adopción
temprana es una oportunidad para hacer negocios como dicen Barrientos-Avendaño y
Areniz-Arévalo (2019, p. 56-60) muchos empresarios han optado por esperar, sin
considerar el riesgo que un proceso de adopción tardía o el no hacerlo representa para
sus empresas. Debido al desconocimiento que existe aún en torno a la industria 4.0 y la
manufactura inteligente y a que todavía no es claro para ellos, visto esto en Barros et al.
(2013) cuáles son los factores que influencian su uso; además de que no existe aún
información suficiente sobre su potencial, si bien ha tenido un fuerte crecimiento en los
últimos años, lo que de algún modo permite anticipar que en el corto plazo la industria
4.0 y sus tecnologías, sustituirán a las tecnologías convencionales (Arcilla, 2010).
El trabajo de paletizado implica una elevada concentración y precisión al momento de
apilar mercancía empleando paleta. De forma tradicional se empleaban equipos que
requerían el control y operación por parte de personal calificado. Sin embargo, la
integración de estos equipos producía emisiones contaminantes que en entornos
cerrados como son las industrias originaba daños en la salud del personal. Además, el
estrés y cansancio físico de los operadores ocasiona accidentes, ya que varias cajas se
apilan verticalmente. En este sentido, los robots industriales consolidan un sistema
robusto con gran velocidad y eficiencia ya que son sistemas autónomos que pueden
trabajar en forma continua a una velocidad constante. Se logra así una mayor
productividad y minimizando los tiempos de paletización en comparación al trabajo
manual.
Asimismo, la integración de sensores y sistemas de visión por computador facilitan la
manipulación de objetos con elevada precisión. Evitando errores y daños en los
productos durante el proceso de paletización. Adicionalmente, los robots pueden ser
programados para operar paletas de diferentes tamaños convirtiéndose en sistemas
idóneos para una amplia gama de aplicaciones industriales, gracias al rápido
intercambio entre productos sin necesidad de extensas configuraciones.
Automatizar el proceso de paletización reduce en gran manera los esfuerzos físicos y
repetitivos en los trabajadores, que a futuro minimizará el riesgo por lesiones
permitiendo que se enfoquen en tareas específicas y complejas.
Por el problema expuesto en párrafos anteriores (Ynzunza-Cortés, 2017), así como
también con sustento en investigaciones preliminares, en este proyecto se propone
realizar la programación de un proceso manufacturero, con el empleo de dos robots un
cartesiano y un cilíndrico explicado en Ramírez et al. (2022), además de la interfaz para
la gestión de alarmas en un entorno web explicado en Tremante y Brea (2014). El
diseño de tipo experimental y de obtención de información de robots consta de dos
partes; en primera instancia de un entorno web para la gestión de alarmas para la
interacción hombre-sistema, es decir se busca crear un diseño que facilite al operador
una relación más amigable con el sistema robótico como tal; por otro lado, se utiliza
programación en Tia Portal con la finalidad de obtener resultados de movimientos y
trayectorias.
1.1 Trabajos preliminares
La investigación acerca de la identificación de sistemas para paletizado mediante robots
cilíndricos o cartesianos utilizando la realidad aumentada se ha desarrollado para
diferentes aplicaciones en la industria menciona. Sin embargo, la mayoría de los
sistemas de paletizado que se utilizan son de alto costo, lo cual imposibilita a la mayoría
de las industrias a invertir en dicho sistema.
Hay una extensa gama de aplicaciones para packaging en el mercado, y en este artículo
deseamos especificaros cuáles son las habilidades de carga y el alcance que poseen los
robots paletizadoras de cajas, envases y botellas de las diversas marcas y elaboradores
que poseemos a nuestra disposición con una amplia gama de alternativas que según sea
necesario se ajustarán a nuestros requerimientos (revistaderobots, 2021).
Caro (2021) propone la instalación de robots paletizadoras en líneas de envasado en una
planta industrial, donde se centra la problemática del análisis de inversión y factibilidad
técnica a la hora de invertir en equipos de paletizado automático. Se analiza la situación
de la planta sin dichos equipos para luego realizar una comparación entre ambas
situaciones. Se evalúan distintas alternativas de proveedores de robots y varios de sus
modelos, además de realizar el flujo de fondos que lleva a calcular la TIR, el VAN y el
período de repago de cada alternativa de inversión, para luego medir los riesgos y tomar
una decisión definitiva. Por último, se busca la mejor manera de comunicar el proyecto
y sus implicancias al personal de planta, con el objetivo de evitar conflictos de cualquier
tipo. Habiendo alcanzado un resultado satisfactorio en el proceso de análisis, se
considera que la metodología utilizada es válida para aplicar a casos de características
similares (Rojo, 2017).
Pastor y Ortega (2014) en lo referente a la iniciativa para el proceso de paletizado
automático de productos, abordan el proceso teniendo presente el diseño cinemático y
dinámico de robots manipuladores, uno de configuración cartesiana y otro con
configuración tipo Scara.
Además, por solicitud del departamento de ingeniería de la organización se aborda la
iniciativa de diseño de una celda de paletizado para un robot comercial de configuración
angular, esto para que la organización, en el futuro, decida la viabilidad de edificar un
robot manipulador o conseguir uno del mercado (Muñoz, 2017).
Un sistema de paletizado para acoplar a la línea de envasado de líquidos en la
composición ensambla los conjuntos mencionados, cada uno cumple una funcionalidad
específica, los sensores se delegan de transmitir las entradas o señales eléctricas hacia la
interfaz de comunicación, este paralelamente se ocupa de transmitir al PLC para que
logre interactuar con el programa de la computadora, este envía una señal de salida que
posibilita actuar a los cilindros por medio de las electroválvulas que regulan el aire que
es necesario para moverlos, el motor gira el tornillo sin fin para trasladar a los cilindros
tipo pinza que sujetan a las botellas de líquidos hacia el palet para ubicarlos de forma
idónea en cada separación, una vez llenado el palet el cilindro con vástago más extenso
se ocupa de desplazar las cajas y de esta forma concluir toda la sucesión de un sistema
de paletizado (Llangarí y Gonzaga, 2011). El plan se fundamenta en la automatización
de una estación de paletizado robotizada que posibilita gestionar el almacenamiento de
unas partes según las instrucciones configuradas por el cliente.
El control de la aplicación se hace por medio de un interfaz hombre-máquina y un
controlador PLC, este último, es el responsable de gestionar lo demás de recursos que
añade el sistema. Una de las piezas relevantes de este plan fue la adhesión de todos los
recursos anteriormente mencionados en una red de comunicaciones que posibilite el
trueque de datos de una forma instantánea, eficiente y segura; en esta situación, el
protocolo escogido para esta red fue Profinet, ya que es el estándar de Siemens y está
bastante extendido en el planeta industrial (Romero, 2017).
El presente plan tiene el desarrollo de un sistema de perspectiva artificial para ofrecer
solución al control de procesos industriales convencionales, los que poseen la
primordial desventaja de no ser autoadaptables en casos de existir diferentes patrones a
maquinar, como se explica en De la Rosa (2015). A través de los Toolkit de perspectiva
artificial de Simulink, se obtuvieron las propiedades primordiales de los modelos
estudiados, como es el centro geométrico, además de conseguir el reconocimiento de
patrones usando una red neuronal junto al cálculo de los instantes invariantes de Hu. Al
final los datos de coordenadas del centro geométrico y del modelo son enviados por
medio de comunicación serial RS-232 al brazo robótico Mitsubishi RV- 2AJ, para hacer
el maquinado de los modelos realizando una perforación en el centro geométrico de
ellos. El sistema ha podido reconocer la figura de los modelos, así como sus
propiedades morfológicas; y el brazo robótico consiguió hacer una perforación en el
centro geométrico con un error aproximado del 3% (Andrade y Chulca, 2018).
El trabajo muestra un sistema de categorización de latas de pintura tomando en cuenta el
espacio de color RGB, se usan técnicas de procesamiento digital de imágenes como
conversión del tipo de imágenes explicado en Perez (2012) binarización y operaciones
morfológicas las cuales se filtran para evidenciar un conveniente reconocimiento. El
sistema de categorización tiene una eficiencia del 98.33%, en condiciones de
iluminación controladas por medio de fuentes lumínicas para un conveniente
procesamiento a lo largo de sus distintas fases (Tinajero et al., 2020).
Metodología
2.1 Procedimiento
La ejecución del sistema de paletizado por visión artificial propuesta como caso de
estudio es arrancado cuando un sensor capacitivo de tipo PNP detecta que la caja
(independientemente su color) es ubicada en el lugar de recogida.
Cuando una caja es ubicada en el lugar de recogida, activa la secuencia de arranque de
todo el sistema de paletizado, en este caso el robot cilíndrico comienza la ejecución de
su secuencia programada con anterioridad. Su primera tarea es recoger la pieza situada
(Figura 1).
Figura 1
Ubicación de la Caja en Lugar de Recogida
La siguiente tarea del robot cilíndrico es depositar la caja recogida en la banda de
transportación (Figura 2), para ello el robot realiza movimientos en sus 3 ejes (Eje de
rotación, Eje X y Eje Z). Un aspecto para tomar en cuenta es que la activación de la
banda de transportación es activada una vez que el robot cilíndrico llegue a su posición
de destino en el eje Z, esto emite una señal al PLC2 mediante una comunicación
Profibus para activar la salida Q1.1 de dicho PLC.
Figura 2
Robot Cilíndrico Recogiendo una Caja Roja
Figura 3
Depósito de Caja Roja Mediante Robot Cilíndrico
Una vez ubicada la caja en la banda de transportación, esta transporta dicha caja hasta el
lugar de recogida del sistema cartesiano. El arranque del sistema cartesiano es disparado
mediante el reconocimiento del color de la caja en cuestión, esto gracias a la
implementación de visión artificial.
Figura 4
Sistema Cartesiano XYZ Recogiendo una Caja Roja
El paletizado de las cajas se lo realiza mediante el sistema cartesiano XYZ, el sistema
mueve las cajas y las ubica en posiciones diferentes en dependencia de su color. Cabe
mencionar también que cada ubicación de las cajas es seleccionada mediante un
contador, cuya función es ejecutar las instrucciones programadas en función al número
de veces que el sistema cartesiano ha recogido la pieza del mismo color (hasta un
máximo de tres cajas). Lo expuesto anteriormente se lo puede evidenciar mediante las
siguientes figuras. De la Figura 5 a la Figura 8, se puede evidenciar que el sistema
cartesiano realiza el posicionamiento de las cajas de forma correcta.
Figura 1
Ubicación de la Caja Roja en la Posición 1
Figura 2
Ubicación de las Cajas Roja y Verde en la Posición 1
Figura 3
Ubicación de Caja Verde en la Posición 2
Figura 4
Ubicación de la Caja Roja en la Posición 2
El resultado final es presentado en la Figura 9, en donde se evidencia que el paletizado
de las cajas resulta en una figura tipo pirámide evidenciando que el sistema XYZ
cumple con todos los parámetros programados de forma correcta.
Figura 5
Paletizado de Cajas por Colores Mediante Sistema Cartesiano XYZ.
El entorno web es necesario programarlo con una página web que se llama anyviz, el
cual permite trabajar con el entorno web de forma virtual ingresando 10 variables de
versión trial y poder comunicar más de 1 dispositivo de forma trial. Para el ingreso de
esto es necesario realizar la programación de entorno visual manteniendo los estandartes
de la ISO1200, para lo cual se utiliza en el fondo mostrado en la Figura 10.
Figura 6
Entorno Web
Para la conexión con los Plc’s de la maqueta presentada se empleó una red necesaria
para la comunicación entre la raspberry pi, a través del protocolo ethernet, de forma
física, para lo cual es necesario el empleo de cables de red y tener la conexión
actualizada.
Figura 7
Raspberry pi Empleada para la Comunicación del Entorno Web
La configuración se lo hace de manera intuitiva en el entorno, pero al ser una versión
trial tiene ciertas limitaciones por lo cual es necesario la compra de una licencia.
Resultados
En este apartado se presentan los resultados obtenidos mediante la ejecución de las
instrucciones presentadas en la sección anterior.
3.1 Lógica de control
El proyecto cuenta con dos PLC’s S7-1200 DC/DC/DC físicos que controlan cada una
de las maquetas de los robots y además una pantalla HDMI simulada para controles jog
de cada uno de los ejes de cada robot.
Cada uno de los ejes deben ser configurados en cuanto a sus finales de carrera,
longitudes, referenciado para proveer al programa de la información adecuada del
dimensionamiento de la maqueta y su área de trabajo; esta configuración se la realiza
con Motion Control como se indica en la Figura 12.
Figura 8
Configuración PLC1 Ejes
En la Figura 13 se observa los bloques MC_Power, MC_Reset, MC_Home que nos
permiten realizar el control de los ejes mediante Motion Control de la maqueta del robot
cilíndrico que será controlado por el PLC1. Es necesario configurar estos tres bloques
para cada uno de los ejes denominados X, Z, Rotatorio.
Figura 9
Configuración PLC1 Motion Control
En la Figura 14 se observa el llamado de las funciones de configuración que nos
permitirán manipular los ejes en la pantalla HDMI donde contamos con botones para
desplazar los ejes en sentido positivo y negativo como se muestra a continuación en la
Figura 15.
Figura 10
Main PLC1
Figura 11
HDMI Controles Jog Robot Cilíndrico
En el segmento 4 que se puede observar en la Figura 16 se realiza la configuración de la
secuencia de movimientos de cada uno de los ejes para que, cuando el objeto sea
detectado en la posición de recogida, el robot mueva los ejes hacia esta posición y sujete
el objeto para llevarlo hacia la banda transportadora que trasladará el objeto hacia la
siguiente posición.
Figura 12
Bloque de Programación de Secuencia
Para comunicarle al segundo robot (cartesiano) que el objeto ha alcanzado la posición
final sobre el inicio de la banda, se utiliza comunicación Profinet para enviar la señal al
PLC2 que active la banda transportadora mostrada en la Figura 17.
Figura 13
Señal de Posición Final Robot cilíndrico
De la misma manera en el PLC2 se deben configurar los bloques de cada uno de los
ejes, los bloques Motion Control, y llamarlos al Main principal como se ejemplificó con
el PLC1 en las Figuras 12, 13, 14.
En la Figura 18 se observa la función TRCV_C que nos permite recibir la señal de
ubicación del objeto para activar la banda y transportar al objeto al segundo punto de
recogida.
Figura 14
Ubicación del Objeto
3.2 Visión artificial
En este caso se propone un sistema de visión artificial en el que dos redes neuronales
artificiales entrenadas por diferentes métodos cooperan para procesar imágenes,
facilitando así el fiel seguimiento y reconocimiento de objetos específicos en el mundo
real. La cooperación entre entidades neuronales parece ser un proceso común en los
cerebros biológicos (Anbderson, et al. 2010).
Este sistema comprende dos redes neurales artificiales conectadas en cascada, que
colaboran en el manejo de data masiva de imágenes y son entrenadas en diferentes
periodos y con diferentes ambientes de aprendizaje. La primera red, llamada la red
seguidora, se especializa en determinar la posición absoluta de un objeto seleccionado
cuya imagen se recibe como una secuencia de cuadros de video. Esta imagen se
desplaza en una retina móvil artificial creada con rutinas de Open CV (librería de
programación en lenguaje C especializada en manejar imágenes). La red seguidora es
entrenada en un mundo digital finito, hasta que aprende a seguir al objeto seleccionado,
aunque este cambie en posición, inclinación (tilt) y escala.
Para este fin se usa una forma especial de aprendizaje por gradiente (backpropagation)
en el cual los pesos de conexión de la red (sinapsis) son distribuidos en el espacio
tiempo durante el aprendizaje conocido (Murata & Amari 1999, pp. 541-580). Una vez
entrenada, esta red participa en un sistema de control a lazo cerrado en el cual las
imágenes de entrada controlan directamente el desplazamiento de la retina móvil. Esta
combinación induce en nuestro sistema electrónico de visión un OMT parecido al
encontrado en el ojo de los mamíferos.
Seguidamente a este sistema de control a lazo cerrado se le otorga una completa libertad
de operación, convirtiéndose en un ente independiente dentro del procesador neural
global. Con esta estación de trabajo independiente en operación una segunda red,
llamada la red reconocedora, es puesta en acción.
Este nuevo subprocesador neural opera en forma independiente y se especializa en
analizar en el tiempo-espacio los microtemblores generados por la red seguidora. Para
incorporar a la variable tiempo se usa a un grupo de elementos de memoria de corta
duración. La red reconocedora posee una neurona de salida única cuya responsabilidad
es producir una respuesta fuerte siempre que el objeto seleccionado esté presente en la
secuencia de cuadros de videos recibidos, y una respuesta débil si no lo está. El mapeo
de un objeto a una neurona se le llama célula concepto y se ha convertido en un tópico
importante en recientes investigaciones sobre el funcionamiento del cerebro humano.
Figura 15
Identificación de Color de Objeto Visión Artificial
Cuando el objeto se posiciona frente a la cámara, el programa en LabView detecta el
color del objeto enviando la señal adecuada al PLC2 mediante comunicación OPC en la
Figura 19.
Figura 16
Configuraciones Variables OPC
La correcta comunicación de las variables se verifica mediante OPC Client, donde
deberemos observar la indicación Good que nos señalará que existe comunicación entre
LabView y el PLC2 como se ejemplifica en la Figura 20.
Figura 17
Contador Color Verde
Cuando esta señal es recibida el PLC 2 desactiva la banda trasportadora, además activa
cualquiera de los dos contadores, dependiendo si el objeto es verde o rojo, que se ha
colocado para saber cuántos objetos han ingresado al área de paletizado (Figura 21). A
continuación, mediante comparadores lógicos, se activa la secuencia adecuada para
ubicar el objeto en las coordenadas configuradas para que cada secuencia de
movimientos ubique los 6 objetos en forma piramidal dividiéndolos por colores.
Figura 18
Secuencia de movimientos 1 Color Rojo
Se han programado una secuencia de movimientos para cada uno de los 6 objetos (cajas
rojas y verdes) que moverán los ejes posicionando la herramienta con el objeto en la
posición adecuada para formar la estructura piramidal buscada. En la Figura 22 se
ejemplifica la secuencia de movimientos para la caja roja 1.
Al ubicar la última de las 6 cajas el programa se reinicia para repetir así las secuencias
desde 0 y ubicar las cajas formando la estructura de pirámide buscada una vez más.
Conclusiones
La unificación de ambos sistemas robotizados se ha logrado mediante una
comunicación Profinet implementada en el sistema, con ello se logra la activación de la
banda transportadora una vez que el robot cilíndrico llega a su posición final en el eje Z.
Este envía una señal desde el PLC1 hasta el PLC2 produciéndose así la activación de la
banda. Con ello se logra que ambos robots trabajen sincronizados como un solo sistema.
La implementación de visión artificial se realiza mediante una cámara que detecta el
objeto en la posición de recogida del robot cartesiano, e identifica el color del objeto.
Esto se puede ver como una amplia ventaja al momento de reducir costos de los
elementos de control, evitándonos el uso de sensores de visión que resultan más
costosos; sin embargo, en la puesta en marcha de nuestro sistema de paletizado
propuesto se presenta el inconveniente de necesitar una buena iluminación en el punto
de enfoque de la cámara, debido a que las sombras pueden producir interferencias
activando la señal de detección y mandando a correr la secuencia errónea.
Se realizó un paletizado de cajas de dos productos diferentes, los cuales están agrupados
en lotes de tres unidades. Se los logra diferenciar de acuerdo con el color que posee
cada caja y a través de la programación, asimismo mediante el uso de la visión artificial
se identifican los colores rojo y verde los cuales representan el tipo de producto que
contiene cada caja. La comunicación entre los softwares utilizados Labview y Tia Portal
se la realizó mediante una comunicación OPC utilizando el servidor KeepServer.
Agradecimientos
Los autores agradecen a la Dirección de Investigación y Desarrollo (DIDE) de la
Universidad Técnica de Ambato por su especial ayuda con el desarrollo de esta
propuesta, gracias a la financiación del proyecto “Diseño de una plataforma de
comunicaciones para aplicaciones tecnológicas de agricultura de precisión con Drones”.
Referencias
Andrade, L., y Chulca, L. (2018). Desarrollo de un sistema de visión artificial para el
reconocimiento, clasificación y maquinado de patrones con una tarjeta ARM
[Tesis de Grado, Universidad Salesiana de Ecuador].
https://dspace.ups.edu.ec/handle/123456789/15284
Anumaka, M. (2012). Analysis of Electric Circuits Using Fourier Series. International
Journal of Engineering and Innovative Technology, 1(5), 125-128.
https://ahsheikh.github.io/Courses/CompMethods/LectureNotes/Fourier_Circuit.
pdf
Arcilla, J. (2010). Armónicos en sistemas eléctricos. IEB S.A, 1-26.
http://ingenieros.es/files/proyectos/Armonicos_en_sistemas_electricos.pdf
Barrientos-Avendaño, E., y Areniz-Arévalo, Y. (2019). Universidad inteligente:
Oportunidades y desafíos desde la Industria 4.0. Revista Ingenio, 16(1), 56-60.
Barros, M., García, M., y Díaz, S. (2013). Implementación de un sistema de control de
robot móvil diferencial. Science, I(3), 12-16.
Anbderson, M., Brumbaugh, J., & Suben, A. (2010). "Investigating Functional
Cooperation in the Human Brain Using Simple Graph-Theoretic Methods". In
W. Chaovalitwongse & Panos Pardalos. Computational Neuroscience (31-42).
Springer. http://dx.doi.org/10.1007/978-0-387-88630-5_2
Caro, J. (2021). Desarrollo de un software con interfaz de usuario y visualizador de
llenado de pallet para un robot paletizador [Tesis de Grado, Universitat Jaume
I] http://hdl.handle.net/10234/195060
Conelec. (23 de Mayo de 2011). Regulación 004/001 "Calidad del servicio eléctrico de
distribución". Consejo Nacional de Electricidad.
De la Rosa, F. (2015). Harmonics, Power Systems,, and Smart Grids. Taylor & Francis
Group. https://doi.org/10.1201/9781315215174
Llangarí, N., y Gonzaga, C. (2011). Implementación de un sistema de paletizado para
acoplar a la línea de envasado de líquidos del laboratorio de automatización
industrial utilizando plc twido para suprogramación [Tesis de Grado, Escuela
Superior Politécnica de Chimborazo].
http://dspace.espoch.edu.ec/handle/123456789/1921
Muñoz, J. (2017). Propuesta para la clasificación y paletizado automático de productos
en la planta de grupo familia Medellín [Tesis de Maestría, Universidad
Tecnológica de Pereira]. https://hdl.handle.net/11059/7825
Murata, N., & Amari, S. (1999). Statistical analysis of learning dynamics. Signal
Processing, 74(1), 3-28.
Pastor, A., y Ortega, J. (2014). Circuitos electricos Volumen II. UNED.
Ramírez, P., Sánchez, J., y Palomares, R. (2022). Planeación y simulación de trayectoria
de un robot de 6 grados de libertad para soldadura tipo MIG de tanques cilíndricos.
Perfiles De Ingeniería, 18(18), 171–190.
https://doi.org/10.31381/perfilesingenieria.v18i18.5407
revistaderobots. (24 de octubre del 2021). ¿Qué es un robot paletizador? Aplicaciones y
ejemplos de un paletizado automático. https://revistaderobots.com/robots-y-
robotica/robots-de-paletizado-automatico-y-robot-despaletizador-de-cajas/
Rojo, J. (2017). Paletizado robotizado y convencional. Premier Tech, 15.
Romero, I. (2017). Estación robotizada de paletizado [Tesis de Grado, Universidad
Politecnica de Cataluña]. http://hdl.handle.net/2117/118106
Tinajero, J., Acosta, L., Chango, E., y Moyon, J. (2020). Sistema de visión artificial
para clasificación de latas de pintura por color considerando el espacio de color
RGB. Revista Espacios, 41(8). http://bdigital2.ula.ve:8080/xmlui/654321/8915
Tremante, P., y Brea, E. (2014). Una visión de la teoría difusa y los sistemas difusos
enfocados al control difuso. Ingeniería Industrial-Actualidad y Nuevas
Tendencias, IV(12), 121-136.
http://www.redalyc.org/articulo.oa?id=215037911010
Ynzunza, C., Izar, J., y Bocarando, J. (2017). El entorno de la industria 4.0:
implicaciones y perspectivas futuras. ConCiencia Tecnológica, (54), 33-45.
https://www.redalyc.org/articulo.oa?id=94454631006.
Copyright (2023) © Franklin Wilfrido Salazar Logroño, Ángel Patricio Fernández
Soria, Ángel Alberto Silva Conde y María Francisca Cazorla
Este texto está protegido bajo una licencia internacional Creative Commons 4.0.
Usted es libre para Compartir—copiar y redistribuir el material en cualquier medio o
formato — y Adaptar el documento — remezclar, transformar y crear a partir del
material—para cualquier propósito, incluso para fines comerciales, siempre que cumpla
las condiciones de Atribución. Usted debe dar crédito a la obra original de manera
adecuada, proporcionar un enlace a la licencia, e indicar si se han realizado cambios.
Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que tiene
el apoyo del licenciante o lo recibe por el uso que hace de la obra.
Resumen de licencia – Texto completo de la licencia
