Aplicación de Deep Learning para la identificación de defectos superficiales utilizados en control de calidad de manufactura y producción industrial: Una revisión de la literatura

Abstract

Contexto: Este artículo contiene un análisis de las aplicaciones de las distintas técnicas de Deep Learning y Machine Learning utilizadas en un gran rango de industrias para garantizar el control de la calidad en productos terminados mediante la identificación de los defectos superficiales. Método: Se desarrolló una revisión sistemática de las tendencias y las aplicaciones de Deep Learning en procesos de calidad, tras la investigación en distintas bases de datos, se filtraron y clasificaron los artículos por industria y técnica específica de trabajo aplicada para su posterior análisis de utilidad y funcionamiento. Resultados: Los resultados muestran por medio de casos de éxito la adaptabilidad y el potencial de aplicabilidad de esta técnica de inteligencia artificial a casi cualquier etapa de proceso de cualquier producto, esto debido al manejo de técnicas complementarias que se ajustan a las diferentes particularidades que presenten los datos, los procesos de producción y los requerimientos de calidad. Conclusiones: El Deep Learning en complemento con técnicas como Machine Learning o Transfer Learning genera herramientas automatizadas, precisas y confiables para controlar la calidad de producción de todas las industrias.

Keywords

• control de calidad en producción
• deep learning
• defectos superficiales
• machine learning