Deseño, optimización e validación dun sistema baseado en Intelixencia Artifical para a segmentación autónoma dos elementos principais dun proceso de soldadura por arco de tungsteno con gas(TIG).
| Data de defensa | 14/09/2022 |
| Titulación | Máster Universitario en Enxeñaría Industrial |
| Centro | Escola de Enxeñaría Industrial |
| Dirección |
Titoría: Juan José Rodríguez Andina Cotitoría: Juan Manuel Fernández Montenegro |
| Tribunal |
Vogalía: Luis Eduardo Eguizábal Gándara Presidencia: Celso Fernández Silva Vogalía: Juan Sáez López Secretaría: María Cristina Trillo Yáñez |
| Resumo | O TFM parte do interese do Centro Tecnolóxico AIMEN no desenvolvemento dun sistema baseado en Intelixencia artificial para a detección de defectos nunha cela de soldadura por arco mergullado. Os datos obtidos correspóndense cun conxunto de imaxes e parámetros do proceso (voltaxe, intensidades, temperatura do proceso, velocidade do fío, posicionamento do cordón de soldadura, tempo de soldadura, etc.), adquiridas de maneira sincronizada co fin de poder detectar porosidades ou descoidos na soldadura. Devanditos datos utilizaranse para o adestramento dunha rede neural profunda, mediante a linguaxe de programación Python, co fin de detectar cando se producen irregularidades na soldadura e o tipo de defecto ocorrido. Unha vez que a rede neural sexa capaz de identificar adecuadamente os defectos ocorridos, levará a cabo unha optimización da arquitectura da rede (tipo de neuronas, tipo de aprendizaxe, tipo de asociación, etc.) e do algoritmo de adestramento (selección de hiperparámetros) para acelerar a converxencia do adestramento e a precisión da detección, alcanzando con menos mostras unha maior exactitude á hora de detectar defectos. |