Modelo de Diagnóstico de Fallas en Cintas Transportadoras

III Congreso Aequalis 2025

14 – 21 – 28 de Agosto 2025

Faltan:

Programa 28 de agosto

Regresar

28 de agosto

08:45
08:50
09:05
10:00
11:20
15:15
15:30

10:50 Sesiones Simultáneas 28 AGO Bloque 1

Modelo de Diagnóstico de Fallas en Cintas Transportadoras

El presente trabajo propone un modelo de diagnóstico de fallas en cintas transportadoras basado en visión artificial e inteligencia artificial, utilizando redes neuronales convolucionales. El objetivo principal es detectar tempranamente fallas como desgaste, desalineamiento, rasgaduras y fallas por empalme, con el fin de reducir tiempos de inactividad no planificados y optimizar la continuidad operativa en procesos industriales. La metodología se desarrolló en dos fases. En la primera, en laboratorio, se simularon fallas mediante figuras geométricas sobre una cinta transportadora, lo que permitió entrenar el algoritmo con una exactitud superior al 95%. En la segunda fase, el sistema se aplicó en condiciones reales en cinco cintas transportadoras de una planta de ripio, alcanzando una precisión del 90% en la detección de los modos de falla. Los resultados muestran que el sistema es capaz de identificar con alta efectividad los cinco estados definidos (estado normal, desgaste, rasgadura, rotura de empalme y desalineamiento), procesando un total de 400 imágenes para entrenamiento y 100 imágenes nuevas para validación. Se concluye que el modelo representa una solución automatizada eficiente y escalable para el monitoreo continuo del estado de cintas transportadoras, reduciendo el error humano y mejorando la gestión del mantenimiento. Las futuras mejoras incluyen el uso de mayores volúmenes de datos y ciclos de entrenamiento más prolongados para aumentar la precisión y robustez del sistema.

Instituciones educativas Latinoamericanas

que participan en la organización

Organizaciones Latinoamericanas que colaboran