Estudio e implementación de un sistema de control de calidad para la detección de contaminantes superficiales de diferentes tipos de frutas usando visión artificial.

Abstract

La contaminación superficial en las frutas es un problema que afecta tanto a productores como a consumidores, por lo cual es necesario la implementación de un sistema de control para detectar dichos contaminantes en los frutos antes de ser ingresados al mercado. El presente proyecto consiste en el diseño y construcción de un sistema de control para detectar contaminantes superficiales en duraznos y tomates siendo algunas de las frutas más demandadas en el mercado local. Este sistema consta de una etapa de almacenamiento diseñada específicamente para el tratamiento de productos alimenticios, transporte por medio de una banda transportadora, clasificación con un actuador lineal y visión artificial a través de redes neuronales implementadas mediante el lenguaje de programación Python y el uso de la biblioteca de software libre llamada TensorFlow, las cuales conjuntamente permiten identificar si la fruta analizada está en buenas condiciones, o por lo contrario si presenta algún tipo de fallo o problema. La programación está realizada para generar dos tipos de secuencias, una continua y una programada para analizar un lote específico de frutas, el sistema cuenta con una interfaz gráfica que permite el control y supervisión del proceso, al final se separa las frutas en dos grupos, frutas en buen y mal estado, logrando así un control de calidad del producto que va a ser ingresado al mercado comercial. La implementación de este proyecto se realizó en el Laboratorio de Mecatrónica de la "Universidad de las Fuerzas Armadas ESPE, extensión Latacunga".