UNIVERSIDAD TECNOLÓGICA EQUINOCCIAL
FACULTAD DE CIENCIAS DE LA INGENIERÍA E
INDUSTRIAS
CARRERA DE INGENIERÍA MECATRÓNICA
DISEÑO DE UN SISTEMA AUTOMÁTICO CLASIFICADOR DE
ENVASES DE BEBIDAS PREVIO AL RECICLAJE
TRABAJO PREVIO A LA OBTENCIÓN DEL TÍTULO DE INGENIERO MECATRÓNICO
DIEGO WILLIAMS GORDON FLORES
DIRECTOR: ING. VLADIMIR BONILLA
FORMULARIO DE REGISTRO BIBLIOGRÁFICO
PROYECTO DE TITULACIÓN
DATOS DE CONTACTO
CÉDULA DE IDENTIDAD: 171307713-7
APELLIDO Y NOMBRES: Gordon Flores Diego Williams
DIRECCIÓN: Julio Larrea y Luis Robalino, Torres
Parque Inglés, Departamento 493
EMAIL: [email protected]
TELÉFONO FIJO: 02 229 3950
TELÉFONO MOVIL: 098 477 9397
DATOS DE LA OBRA
TITULO:
Diseño de un sistema automático clasificador de envases de bebidas previo al reciclaje
AUTOR O AUTORES: Gordon Flores Diego Williams
FECHA DE ENTREGA DEL PROYECTO
DE TITULACIÓN: 4 de octubre del 2017
DIRECTOR DEL PROYECTO DE
TITULACIÓN: Ing. Vladimir Bonilla
PROGRAMA PREGRADO POSGRADO
TITULO POR EL QUE OPTA: Ingeniero Mecatrónico
RESUMEN: Mínimo 250 palabras
En la actualidad la industria y el mundo moderno demandan la necesidad de establecer nuevos métodos y técnicas para mejorar la calidad y agilitar sus procesos. Por esta razón se desarrolló un sistema que utiliza la visión artificial para realizar tareas en las que se aplica la identificación de colores, formas y tamaños, siendo estos sistemas muy eficientes y versátiles a la hora de realizar multitareas y comprobación de errores.
máxima a soportar de la banda transportadora, y con estos datos y algunos cálculos, se obtuvo el perfil estructural para la base y la potencia del motor. Posteriormente se analizó los elementos electrónicos necesarios para cumplir la clasificación de los envases dando como resultado 3 sensores y 3 actuadores con sus respectivas placas electrónicas y circuitos de control. A continuación, se realizó el análisis del sistema de visión artificial utilizando una cámara web y el software MATLAB. Al tener problemas en el reconocimiento de los contornos de los envases se decidió capturar la sombra de los envases y así se solucionó los problemas de la correlación entre la imagen procesada y la imagen de plantilla. Para un correcto funcionamiento del sistema se requiere aislar el sector de captura de imagen de cualquier luz externa y tener una superficie de proyección completamente blanca. Finalmente se debe integrar el sistema mecánico con el sistema de control y visión artificial para obtener un sistema automático clasificador de envases de bebidas.
PALABRAS CLAVES:
Visión artificial, multitareas, procesamiento de imágenes, perfil estructural, correlación entre imágenes.
ABSTRACT:
DEDICATORIA
AGRADECIMIENTOS
i
ÍNDICE DE CONTENIDOS
PÁGINA
RESUMEN... vi
ABSTRACT ... vii
1. INTRODUCCIÓN ... 1
1.1. VISION ARTIFICIAL ... 1
1.2. CONFIGURACIÓN BÁSICA DE UN SISTEMA DE VISIÓN ARTIFICIAL. ... 2
1.3. SISTEMAS CLASIFICADORES DE BOTELLAS ... 2
2. METODOLOGÍA Y DISEÑO ... 8
2.1. METODOLOGÍA... 8
2.2. REQUERIMIENTOS ... 9
2.3. RESTRICCIONES ... 9
2.4. DISEÑO ... 9
2.5. DIMENSIONAMIENTO DEL SISTEMA ... 10
2.5.1. DISEÑO MECÁNICO ... 10
2.5.2. DISEÑO ELÉCTRICO Y ELECTRÓNICO ... 27
2.5.3. VISION ARTIFICIAL Y PROCESAMIENTO DE IMÁGENES EN MATLAB ... 30
3. RESULTADOS Y DISCUSIÓN ... 36
3.1. RESULTADOS DEL DISEÑO MECÁNICO... 36
3.2. RESULTADOS DEL DISEÑO ELÉCTRICO Y ELECTRÓNICO ... 38
3.3. RESULTADOS DE LA VISION ARTIFICIAL Y PROCESAMIENTO DE IMÁGENES. ... 40
3.4. RESULTADOS DEL SISTEMA CLASIFICADOR ... 43
4. CONCLUSIONES Y RECOMENDACIONES ... 45
ii
ÍNDICE DE TABLAS
PÁGINA
Tabla 1. Plantas Recicladoras Ecuador ... 7
Tabla 2. Tipos de envases de bebidas ... 11
Tabla 3. Parámetros iniciales diseño de banda transportadora ... 11
Tabla 4. Características polea transportadora de tambor de 4 in. ... 14
Tabla 5. Características banda transportadora 2 Ply 150 1/32 x Bare Back Grade 2 ... 14
Tabla 6. Características Motor Siemens 0,75 HP ... 16
Tabla 7. Características Unidad de Rodamiento “Y” 25 mm ... 17
Tabla 8. Parámetros iniciales diseño de base de la banda transportadora .. 18
Tabla 9. Características acero estructural ASTM A-36 ... 18
Tabla 10. Canal “U” ... 20
Tabla 11. Cargas aplicadas sobre las vigas de la bancada ... 21
Tabla 12. Parámetros iniciales para diseño de vigas de la bancada ... 21
Tabla 13. Tubo Estructural Cuadrado ... 23
Tabla 14. Cargas aplicadas sobre las columnas de la bancada ... 25
Tabla 15. Parámetros iniciales para diseño de columnas de la bancada ... 25
Tabla 16. Características Variador de Velocidad SINAMICS V20... 28
Tabla 17. Parámetros utilizados en este sistema de visión artificial ... 35
Tabla 18. Resultados Diseño Mecánico ... 37
Tabla 19. Resultados Diseño Eléctrico y Electrónico ... 39
iii
ÍNDICE DE FIGURAS
PÁGINA
Figura 1. Subsistemas físicos de un equipo de visión artificial ... 2
Figura 2. Sistema clasificador de botellas Sekamet ... 3
Figura 3. Krones Sekamet ... 3
Figura 4. Tipo de inspección clasificador Sorter ... 4
Figura 5. CPI – Sorter ... 5
Figura 6. HEUFT SX ... 6
Figura 7. Modelo en V del sistema clasificador de envases de bebidas ... 8
Figura 8. Sistema de clasificación de envases de bebidas... 10
Figura 9. Banda transportadora con máxima capacidad ... 11
Figura 10. Polea transportadora de tambor de 4 in. ... 13
Figura 11. Banda transportadora 2 Ply 150 1/32 x Bare Back Grade 2 ... 14
Figura 12. Motor Siemens 0,75 HP ... 16
Figura 13. Unidad de Rodamiento Y ... 17
Figura 14. Base de la Banda Transportadora... 17
Figura 15. Perfil Estructural Canales “U” ... 18
Figura 16. Diagrama de cuerpo libre viga AB ... 18
Figura 17. Diagrama de Fuerza Cortante y Momento Flector ... 19
Figura 18. Factor de Seguridad Tensión de Von Mises máxima Base Banda ... 20
Figura 19. Viga bancada ... 21
Figura 20. Diagrama de cuerpo libre viga bancada ... 22
Figura 21. Diagrama de Fuerza Cortante Vigas Bancada ... 22
Figura 22. Diagrama de Momento Flector Vigas Bancada ... 23
Figura 23. Factor de Seguridad Tensión de Von Mises máxima Vigas Bancada ... 24
Figura 24. Columna Bancada ... 24
Figura 25. Factor de Seguridad Tensión de Von Mises máxima Columnas Bancada ... 27
Figura 26. Variador de frecuencia SINAMICS V20 monofásico ... 27
Figura 27. Diagrama variador de velocidad monofásico ... 28
Figura 28. Circuito con Puente H L293D ... 28
Figura 29. Motor 12 VDC con caja reductora ... 29
Figura 30. Arduino Mega 2560 ... 29
Figura 31. Sensor infrarrojo Sharp GP2D12 ... 30
Figura 32. Circuito de control sensores Sharp ... 30
Figura 33. Diagrama de flujo del procesamiento de imágenes ... 31
Figura 34. Procesamiento de imagen de la botella de vidrio con iluminación posterior ... 32
Figura 35. Procesamiento de imagen de la botella de vidrio con iluminación delantera ... 33
Figura 36. Procesamiento de imagen de botella de vidrio con fondo negro 33 Figura 37. Procesamiento de imagen del envase de aluminio ... 34
iv
Figura 39. Procesamiento de imagen de la botella de plástico con
fondo blanco ... 34
Figura 40. Visión artificial utilizando la sombra del objeto ... 35
Figura 41. Sistema de Banda Transportadora en SolidWorks ... 36
Figura 42. Vista Explosionada Sistema de Banda Transportadora en SolidWorks ... 36
Figura 43. Vista Superior Stand de Pruebas Banda Transportadora ... 37
Figura 44. Diagrama de fuerza sistema clasificador de envases de bebidas ... 38
Figura 45. Circuito de Control Sistema de Clasificación ... 38
Figura 46. Placa Electrónica Sistema de Clasificación ... 39
Figura 47. Circuito de Control Sistema de Clasificación ... 39
Figura 48. Sistema de Visión Artificial utilizando la sombra del objeto ... 40
Figura 49. Proyección de sombra ... 41
Figura 50. Procesamiento de imagen sombra de botella de vidrio ... 41
Figura 51. Resultado botella de vidrio ... 41
Figura 52. Procesamiento de imagen sombra de botella de plástico ... 41
Figura 53. Resultado envase de plástico ... 42
Figura 54. Procesamiento de imagen sombra envase de aluminio ... 42
Figura 55. Resultado envase de aluminio ... 42
v
ÍNDICE DE ECUACIONES
PÁGINA
Ecuación 1. Número máximo de botellas de vidrio ... 12
Ecuación 2. Carga puntual en la banda transportadora ... 12
Ecuación 3. Tensión efectiva ... 12
Ecuación 4. Tensión necesaria para mover la banda vacía ... 13
Ecuación 5. Peso de las piezas en movimiento ... 13
Ecuación 6. Tensión necesaria para mover la carga en sentido horizontal . 14 Ecuación 7. Potencia del motor ... 15
Ecuación 8. Potencia estimada del motor ... 16
Ecuación 9. Esfuerzo permisible ... 19
Ecuación 10. Esfuerzo permisible ... 19
Ecuación 11. Relación de esbeltez ... 25
Ecuación 12. Constante de columna ... 26
Ecuación 13. Carga crítica de la columna ... 26
vi
RESUMEN
En la actualidad la industria y el mundo moderno demandan la necesidad de establecer nuevos métodos y técnicas para mejorar la calidad y agilitar sus procesos. Por esta razón se desarrolló un sistema que utiliza la visión artificial para realizar tareas en las que se aplica la identificación de colores, formas y tamaños, siendo estos sistemas muy eficientes y versátiles a la hora de realizar multitareas y comprobación de errores.
El proyecto comenzó con un análisis de requerimientos y parámetros iniciales para realizar el dimensionamiento del sistema. En el diseño mecánico se determinó la carga máxima a soportar de la banda transportadora, y con estos datos y algunos cálculos, se obtuvo el perfil estructural para la base y la potencia del motor. Posteriormente se analizó los elementos electrónicos necesarios para cumplir la clasificación de los envases dando como resultado 3 sensores y 3 actuadores con sus respectivas placas electrónicas y circuitos de control. A continuación, se realizó el análisis del sistema de visión artificial utilizando una cámara web y el software MATLAB. Al tener problemas en el reconocimiento de los contornos de los envases se decidió capturar la sombra de los envases y así se solucionó los problemas de la correlación entre la imagen procesada y la imagen de plantilla. Para un correcto funcionamiento del sistema se requiere aislar el sector de captura de imagen de cualquier luz externa y tener una superficie de proyección completamente blanca. Finalmente se debe integrar el sistema mecánico con el sistema de control y visión artificial para obtener un sistema automático clasificador de envases de bebidas.
vii
ABSTRACT
Today, industry and the modern world demand the need to establish new methods and techniques to improve quality and streamline their processes. For this reason, a system was developed that uses artificial vision to perform tasks in which the identification of colors, shapes and sizes is applied, these systems being very efficient and versatile when performing multitasking and checking for errors.
1
En las plantas recicladoras de nuestro país no existe la tecnología adecuada para una eficiente clasificación de los diversos tipos de envases de bebidas. Normalmente se realiza una clasificación manual por parte del personal de la empresa. Por lo tanto, existe la necesidad de realizar el estudio del diseño de una máquina que realice dicha tarea con una aceptable precisión, siendo una de las más efectivas el sistema de visión artificial ayudando a la vez a impulsar de esta manera la transformación de la matriz productiva y colaborando en la transformación industrial y tecnológica.
Con esto además ayudamos a prevenir, controlar y mitigar la contaminación ambiental en los procesos de extracción, producción, consumo y posconsumo, y así garantizar los derechos de la naturaleza y promoviendo la sostenibilidad ambiental territorial y global.
Históricamente se han venido utilizando otros tipos de métodos para la clasificación de envases de bebidas como la clasificación manual, lo que ha hecho de esta operación un proceso lento y obsoleto a nivel industrial. Por lo tanto, en los últimos años ha surgido la necesidad de automatizar los procesos de la industria para mejorar el rendimiento de estos.
A pesar de que existen otros métodos para realizar estas tareas, en la actualidad se ha logrado encontrar nuevas soluciones como la Inteligencia Artificial y uno de los resultados es desarrollar un sistema de visión artificial que nos dará un resultado óptimo para lo requerido.
Ambientalmente este método es muy bueno porque no genera ningún tipo de contaminación ni gases. Tecnológicamente la visión artificial va más allá de medir o detectar, estos sistemas perciben, es decir descifran o reconocen el mensaje sensorial. Pretende capturar la información visual del entorno físico para extraer características relevantes visuales utilizando procedimientos automáticos (Dueñas, 2009). Además, presenta características de adaptabilidad, flexibilidad y capacidad de reorganización.
1.1. VISION ARTIFICIAL
2
1.2. CONFIGURACIÓN BÁSICA DE UN SISTEMA DE VISIÓN
ARTIFICIAL.
La visión artificial consta de dos elementos principales que son: el sistema de formación de las imágenes y el sistema de procesamiento de éstas (Figura 1).
Figura 1. Subsistemas físicos de un equipo de visión artificial
(Platero, 2009)
El primero consta por un subsistema de iluminación, de captación de la imagen y de adquisición de la señal en el computador. Después de haber obtenido la señal en el computador, se procesa mediante algoritmos y se la transforma en información de alto nivel para ser utilizada como representación visual, accionamiento de actuadores o como fuente de datos para autómatas programables. (Platero, 2009).
1.3. SISTEMAS CLASIFICADORES DE BOTELLAS
Krones Sekamet, Clasificador de envases
El sistema clasificador Sekamet distingue las botellas que pasan mediante los criterios específicos de su tipo. Dependiendo del programa seleccionado, una cámara CCD registra determinadas características como la altura, el color, el contorno, la boca o el tapón. Incluso detectar envases llenos y distinguir vidrio y PET no suponen ningún problema para el multitalento.
Y como todo esto se hace “de paso”, el Sekamet logra rendimientos hasta 72.000 envases por hora incluso cuando se trata de tareas de clasificación muy exigentes.
3
Figura 2. Sistema clasificador de botellas Sekamet
(Krones, 2017)
Características de construcción: sistema lineal, construcción modular compuesta de una columna básica con sistema electrónico de mando, una unidad con cámara e iluminación y una pantalla táctil, detección de botellas mediante cámara CCD, procesamiento de datos en tiempo real con tecnología DART (Distributed Architecture for Real Time), función de autodiagnóstico, unidad de iluminación con diodos luminosos libres de mantenimiento, conexión con el registro de datos de la producción o sistema de documentación de la línea. A continuación, se presenta el sistema clasificador Krones Sekamet (Figura 3).
Figura 3. Krones Sekamet
4
Principio de funcionamiento: La unidad de control y de mando del Sekamet se instala directamente en el transportador. Los envases pasan colocados unos juntos a otros por la estación de control. Dependiendo del programa de clasificación ajustado la cámara CCD los controla para detectar sus propiedades características. Las señales de la cámara son procesadas en tiempo real y comparadas con los valores estándares memorizados teniendo en cuenta unas tolerancias de producción aceptables. A continuación, los envases son separados por tipos y repartidos en un máximo de cinco vías.
CPI - Sorter - Clasificador De Botellas
Sorter es una máquina basada en tecnología de visión artificial que se usa en plantas embotelladoras para clasificar el 100% de los envases que reingresan a planta. SORTER, integrado con un sistema de rechazo, separa a las botellas foráneas de las propias, y a éstas últimas las agrupa según su tipo. Su uso se puede extender a otras situaciones del proceso de embotellado tal el caso de separar botellas sin etiqueta, y a plantas de reciclado de vidrio para separar botellas por su color. Como trabaja: para cada tipo de botellas conocidas se define un entorno válido de valores de altura, forma y color (Figura 4).
Figura 4. Tipo de inspección clasificador Sorter
(CPI, 2017)
5
Figura 5. CPI – Sorter
(CPI, 2017)
Características: incorpora una terminal de operación y visualización de 12” sensible al tacto, que ofrece una operación amigable e intuitiva y permite el acceso a datos estadísticos de producción. Ajuste y calibración, desde la terminal de operación se realizan los ajustes de todos los parámetros de inspección y del descarte. El número de recetas que se puede programar es ilimitado. Es muy fácil de usar. La estructura de Sorter está fabricada en acero inoxidable de acuerdo a los requerimientos de la industria alimenticia. Fue diseñado para permitir un rápido montaje y un sencillo acceso para acciones de mantenimiento. Sorter realiza el seguimiento de las botellas y entrega una señal a sistema de desvío para separarlas de acuerdo a su clasificación. Hasta tres salidas físicas se pueden hacer corresponder con sistemas de desvío. En Sorter se utilizan iluminadores LED de alto rendimiento y gran vida útil.
HEUFT SX Clasificador de envases
6
Diferenciación entre vidrio y PET: HEUFT SX verifica el material de la botella y diferencia de una forma clara entre vidrio y plástico, en su totalidad, sin el uso complejo de Rayos X o radiación Gamma. La unidad de clasificación de envases vacíos hace uso de las distintas propiedades ópticas de los materiales, con el fin de diferenciar de forma estricta entre ellos. Incluso variaciones en color y grosor no pueden estropear la fiabilidad de inspección durante el proceso. Como resultado: sólo aquellas botellas hechas con el material adecuado entran en la línea de envasado. A continuación, se presenta el sistema clasificador de envases HEUFT SX (Figura 6).
Figura 6. HEUFT SX
(HEUFT, 2017)
En nuestro mercado existen sistemas clasificadores de botellas utilizados en su mayoría para control de calidad en plantas de envaso de líquidos. Estas máquinas se las utiliza para inspeccionar las botellas y clasificarlas según el tipo, tamaño, color y forma separándolas para posteriormente tratarlas, llenarlas y envasarlas o reciclarlas. Asimismo, previo al envasado se puede realizar su respectivo control de calidad midiendo el llenado del envase, control de sellado, etiquetado y estado de las botellas para luego expenderlas. Para la realización del presente trabajo de titulación se planteó el objetivo general de diseñar un sistema automático clasificador de envases de bebidas para posteriormente reciclarlos. Para esto es necesario:
• Diseñar e implementar el sistema mecatrónico de transporte de los envases de bebidas.
• Diseñar e implementar el sistema de visión artificial de clasificación de envases.
• Diseñar e implementar el sistema mecatrónico de separación de los envases de bebidas de tipo: metal, vidrio y plástico.
7
Situación en el país
Esta tecnología existe en nuestro país, pero no se la utiliza actualmente en nuestro medio para actividades de reciclaje, sin embargo, adecuando y modificando ciertos parámetros podría funcionar de manera óptima para facilitar el proceso de clasificación y así aumentar la eficiencia de las plantas recicladoras.
A continuación, se presenta las empresas recicladoras existentes en el país (Tabla 1).
Tabla 1. Plantas Recicladoras Ecuador
Empresa Actividad
PLASFER S.A. Recicladora de materiales plásticos y ferrosos
Mafecasin S.A. Acopio y reciclaje de materiales plásticos, cartón y cobre
Intercia S.A. Recuperación y separación de cartón, papel, plásticos y aparatos electrónicos Compañia Ecuatoriana de Reciclaje S.A.
ERC
Recolección y clasificación de chatarra metálica y aparatos electrónicos
EcuaPETSA PET del Ecuador S.A. Separación y reciclaje de plástico, papel y cartón
Ecoaje S.A. Reciclaje de Botellas PET
Ecuaplas VIDAL y Compañía Reutilización de cualquier tipo de material reciclable
Reciplásticos S.A. Recuperación de materiales plásticos Sembrar Esperanza Fabricación de recolectores para material
reciclado
Practipower S.A. Procesamiento de desperdicios, desechos metálicos y no metálicos
(Ministerio de Industrias y Productividad, 2017)
8
2.1. METODOLOGÍA
Modelo en V
Para el presente proyecto se utilizó el modelo en V (Figura 7) como metodología para el desarrollo del proyecto mecatrónico. El cuál es una representación gráfica de una secuencia lógica de subprocesos del ciclo de vida del desarrollo del sistema. Mediante la retroalimentación este modelo permite un desarrollo integral del producto.
Requerimientos Producto
Análisis de esfuerzos y deformaciones
Prueba de funcionamiento y velocidad de motores
Adquisición y envío de señales y pulsos
Captura y procesamiento de imágenes
Figura 7. Modelo en V del sistema clasificador de envases de bebidas
Los requerimientos a cumplir en el Modelo en V van relacionados directamente con las etapas de diseño, debido a que se parte de las funciones y lineamientos principales específicos como son: la estructura, transporte, clasificador de envases y visión artificial; para realizar un correcto diseño mecánico, eléctrico y programación. Se verifica que cada etapa de diseño se integre correctamente con la otra mediante la retroalimentación con pruebas de funcionamiento, análisis y simulaciones para finalmente llegar al producto deseado. Definición del sistema de transporte Definición de la estructura Definición del clasificador Definición del sistema de visión artificial
Diseño de la banda transportadora Diseño del sistema para clasificación de envases
Diseño del sistema de visión artificial
Integración de cámara web con software de
programación y módulo arduino Integración de placa
electrónica con módulo arduino, sensores y actuadores
Integración de banda transportadora con soportes de actuadores, iluminación y cámara web
9
2.2. REQUERIMIENTOS
Los requerimientos necesarios para el sistema son:
• El sistema debe clasificar envases de bebidas predeterminados de acuerdo al material (metal, vidrio y plástico), identificándolos por forma y tamaño.
• El envase de aluminio debe ser de 355 ml, la botella de vidrio de 300 ml y la botella de plástico de 400 ml.
• Contar con diferentes depósitos para la clasificación de 50 cm de alto x 50 cm de ancho y 50 cm de altura.
• Clasificación de al menos 1800 envases por hora.
• Reconocimiento del tipo de material del envase.
• Ser una maquina modular automatizada.
• Factibilidad para cambiar el volumen de los envases en el reconocimiento.
2.3. RESTRICCIONES
Las restricciones que debe tener el sistema son:
• Reconocimiento de un envase a la vez.
• Iluminación adecuada.
2.4. DISEÑO
El diseño del sistema de clasificación de envases se fundamentó en los tipos de inspección que se puede realizar con la visión artificial (color, forma y tamaño), de los cuales se utilizó principalmente la forma y tamaño. Para posteriormente procesar las imágenes y con estas realizar la clasificación por tipo de material. Además de diseñar y seleccionar los elementos necesarios para poder separar correctamente los diferentes tipos de envase.
10
A continuación, se puede observar un esquema del sistema de clasificación de envases de bebida que se va a utilizar en el presente proyecto (Figura 8).
Figura 8. Sistema de clasificación de envases de bebidas
El sistema de clasificación de envases de bebidas consta de un computador que mediante un software y una cámara web realiza la adquisición y procesamiento de imágenes para posteriormente con esa información recibida controlar el movimiento de la banda transportadora y los actuadores para su clasificación en diferentes depósitos.
2.5. DIMENSIONAMIENTO DEL SISTEMA
Para el dimensionamiento del sistema de visión artificial se consideró una banda transportadora de 1,3 m con su máximo de capacidad en los envases más pesados, tres actuadores eléctricos con tres sensores de posición para la separación y una cámara web para el procesamiento de imágenes mediante visión artificial.
2.5.1. DISEÑO MECÁNICO
11
DISEÑO DE LA BANDA TRANSPORTADORA
Para el diseño de la banda transportadora se utiliza el peso máximo que esta podría soportar con el envase más pesado y con su mayor capacidad (Figura 9).
Figura 9. Banda transportadora con máxima capacidad
Esta figura muestra un esquema de la banda transportadora de longitud asumida con su capacidad máxima de botellas de vidrio ejerciendo una carga distribuida, que la se la puede convertir en una carga puntual; y así con este dato y algunos parámetros iniciales se comienza con el diseño mecánico.
Parámetros iniciales
Para realizar el diseño de la banda transportadora se parte de ciertos parámetros iniciales que se da para cumplir con los requerimientos del sistema de visión artificial (Tabla 2 y Tabla 3).
Tabla 2. Tipos de envases de bebidas
Tipos de envases Volumen (ml)
Vidrio 300
Aluminio 355
Plástico 400
Tabla 3. Parámetros iniciales diseño de banda transportadora
Parámetros Dimensiones
Longitud de la banda transportadora (m) 1,30 Peso botella de vidrio (kg) 0,372 Diámetro botella de vidrio (m) 0,055
12
#𝑉 = 𝐿𝐵 𝐷𝑣
[1]
Donde:
#V: Número máximo de botellas de vidrio LB: Longitud de la banda transportadora DV: Diámetro de la botella de vidrio
#𝑉 = 1,30 𝑚
0,055 𝑚= 23,64 ≈ 23 𝑏𝑜𝑡𝑒𝑙𝑙𝑎𝑠
Se calcula el peso máximo ejercido (F) sobre la banda transportadora.
𝑊𝑣(𝑁) = 0,372 𝑘𝑔𝑓
9,81 𝑁
1 𝑘𝑔𝑓 = 3,65 𝑁
Donde:
WV: Peso de la botella de vidrio en Newton (N)
𝐹 = 𝑊𝑉× #𝑉 [2] Donde:
F: Carga puntual en la banda transportadora WV: Peso de la botella de vidrio en Newton (N) #V: Número máximo de botellas de vidrio
𝐹 = 3,65 𝑁 × 23 = 83,95 𝑁
POTENCIA DEL MOTOR
Para calcular la potencia del motor necesaria para el correcto funcionamiento de la banda transportadora, se debe calcular las tensiones en la banda transportadora.
Primero se calcula la tensión efectiva (Icobandas S.A.) que viene dada por la ecuación:
𝑇𝐸 = 𝑇𝑋+ 𝑇𝑌± 𝑇𝑍 [3] Donde:
TE: Tensión Efectiva
TX: Tensión necesaria para mover la banda vacía en libras (lb)
13
Considerando estos tres componentes se procede a calcular TX (Icobandas S.A.) con la siguiente ecuación:
𝑇𝑥 = 𝐹𝑋× 𝐿𝐶× 𝐺 [4] Donde:
TX: Tensión necesaria para mover la banda vacía en libras (lb)
FX: Coeficiente de fricción de enrollamiento entre las bandas y los rodillos deslizantes. FX = 0,03 para equipo nuevo, FX = 0,035 para equipo usado. Normalmente usar: FX = 0,035
LC: Valor ajustado de la distancia entre centros (L) del transportador. LC = L para L ≤ 250 ft, LC = 0,55L + 115 para L > 250 ft
G: Peso de las piezas en movimiento (rodillos deslizantes, poleas, etc.)
Entonces se tiene:
𝐹𝑋 = 0,035 𝐿𝐶 = 𝐿 𝑝𝑎𝑟𝑎 𝐿 ≤ 250 𝑓𝑡
𝐿𝐶 = 1,3 𝑚 1 𝑓𝑡
0,3048 𝑚 = 4,27 𝑓𝑡
Para calcular el peso de las piezas en movimiento (G) (Universidad de Talca, Facultada de Ingeniería, Escuela de Ingeniería Mecánica) se tiene la siguiente ecuación:
𝐺 =#𝑃𝑂 × 𝑊𝑃𝑂 𝐿𝐶
+ 2 × 𝑊𝐵
[5]
Donde:
G: Peso de las piezas en movimiento #PO: Número de poleas
WPO: Peso de las poleas
LC: Valor ajustado de la distancia entre centros WB: Peso de la banda
Utilizando el catálogo de poleas de Van Gorp se selecciona la polea que más se adapte a la necesidad, siendo esta una polea transportadora de tambor (Figura 10), con las siguientes características mostradas en la tabla 4.
Figura 10. Polea transportadora de tambor de 4 in.
14
Tabla 4. Características polea transportadora de tambor de 4 in.
Diámetro de polea (in) Ancho de cara (in) Peso Promedio (lb)
4 6 4
(Van Gorp, 2010)
De acuerdo al catálogo de Goodyear de Bandas Transportadoras, se opta por la banda transportadora 2 Ply 150 1/32 x Bare Back Grade 2 (Figura 11), con las siguientes características mostradas en la tabla 5.
Figura 11. Banda transportadora 2 Ply 150 1/32 x Bare Back Grade 2
(Goodyear, 2010)
Tabla 5. Características banda transportadora 2 Ply 150 1/32 x Bare Back Grade 2
Banda Industrial Espesor Total (in) Diámetro Mínimo
de Polea (in) Peso (lb/in)
2 Ply 150 1/32 x
Bare Back Grade 2 5/32 4 0,075 (Goodyear, 2010)
Entonces se tiene:
𝑊𝐵 = 0,075
𝑙𝑏 𝑖𝑛
12 𝑖𝑛
1 𝑓𝑡 = 0,9 𝑙𝑏 𝑓𝑡
𝐺 =2 × 4 𝑙𝑏
4,27 𝑓𝑡 + 2 × 0,9 𝑙𝑏
𝑓𝑡 = 3,67 𝑙𝑏 𝑓𝑡
Por lo tanto, reemplazando los valores en la Ecuación 4 se obtiene el valor de TX.
𝑇𝑋= 0,035 × 4,27 𝑓𝑡 × 3,67 𝑙𝑏
𝑓𝑡= 0,55 𝑙𝑏
A continuación, se procede a calcular TY (Icobandas S.A.) con la siguiente ecuación:
𝑇𝑌 = 𝐹𝑌 × 𝐿𝐶× 𝑄 [6] Donde:
TY: Tensión necesaria para mover la carga en sentido horizontal en libras (lb) FY: Coeficiente de fricción entre las bandas y los rodillos deslizantes. Normalmente usar FY = 0,04
LC: Valor ajustado de la distancia entre centros (L) del transportador. LC = L para L ≤ 250 ft, LC = 0,55L + 115 para L > 250 ft
15
Entonces se tiene:
𝐹𝑌 = 0,04
𝐿𝐶= 4,27 𝑓𝑡
𝑄 = 𝑅𝑎𝑧ó𝑛 𝑑𝑒 𝑐𝑎𝑟𝑔𝑎
𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑡𝑟𝑎𝑛𝑠𝑝𝑜𝑟𝑡𝑎𝑑𝑎= 𝐹 𝐿𝐶
𝑄 =83,95 𝑁 1,3 𝑚 1 𝑘𝑔𝑓 9,81 𝑁 2,2 𝑙𝑏 1 𝑘𝑔𝑓 0,3048 𝑚
1 𝑓𝑡 = 4,41 𝑙𝑏 𝑓𝑡
Por lo tanto, reemplazando los valores en la Ecuación 6 se obtiene el valor de TY.
𝑇𝑌 = 0,04 × 4,27 𝑓𝑡 × 4,41 𝑙𝑏
𝑓𝑡 = 0,75 𝑙𝑏
Debido a que en este sistema de clasificación de envases no se tiene que levantar o bajar cargas la TZ = 0.
Por lo tanto, reemplazando los valores en la Ecuación 3 se obtiene el valor de TE.
𝑇𝐸 = 0,55 𝑙𝑏 + 0,75 𝑙𝑏 = 1,3 𝑙𝑏
Una vez calculada la tensión efectiva se define la potencia del motor mínima necesaria para poder mover la banda transportadora sin sobre esfuerzos mediante la siguiente ecuación:
𝐻𝑃 = 𝑇𝐸× 𝑆 33000
[7] Donde:
HP: Potencia del motor TE: Tensión Efectiva
S: Velocidad de la banda en pies por minuto (ft/min)
La velocidad de la banda se debe seleccionarla de acuerdo a la necesidad, sin embargo, para este caso específico se asume de 0,05 m/s para no tener problemas con la captura de imágenes de la cámara web.
𝑆 = 0,05 𝑚 𝑠
1 𝑓𝑡 0.3048 𝑚
60 𝑠
1 𝑚𝑖𝑛 = 9,84 𝑓𝑡 𝑚𝑖𝑛
Entonces, reemplazando los valores en la Ecuación 7 se tiene:
𝐻𝑃 = 1,3 𝑙𝑏 × 9,84 𝑓𝑡 𝑚𝑖𝑛
33000 = 3,88 × 10
−4 𝐻𝑃
16
𝑃𝐸 = 𝐻𝑃 0,90
[8] Donde:
PE: Potencia Estimada en HP del Motor HP: Potencia del Motor
𝑃𝐸 = 3,88 × 10
−4
0,90 = 0,00043 𝐻𝑃
Puesto que la potencia estimada del motor que se necesita es muy baja se puede utilizar un motor trifásico para uso industrial con las características más próximas a los cálculos realizados.
Por lo tanto, se elige un motor siemens (Figura 12) con las características que se muestran en la Tabla 6.
Figura 12. Motor Siemens 0,75 HP
(Siemens, 2016)
Tabla 6. Características Motor Siemens 0,75 HP
Motor Velocidad
(rpm) Polos Potencia (HP) Torque (lb.in)
Siemens 1200 6 0,75 39,38 (Siemens, 2016)
EJE PARA LAS POLEAS Y SELECCIÓN DE UNIDADES DE RODAMIENTOS “Y”
Asegurando que el eje del motor de la banda transportadora soporta las cargas ejercidas, se puede considerar un eje para las poleas con diámetro mínimo igual al diámetro del eje del motor. Entonces se tiene que el diámetro del eje del motor es igual a 21,5 mm (Siemens, 2016).
17
Figura 13. Unidad de Rodamiento Y
(SKF, 2015)
Tabla 7. Características Unidad de Rodamiento “Y” 25 mm
Diámetro de eje (mm)
Capacidad de carga
básica dinámica
(kN)
Capacidad de carga
básica estática (kN)
Carga límite de fatiga (kN)
Velocidad limite (rpm)
Masa (kg)
25 14 7,8 0,335 7000 0,31 (SKF, 2015)
DISEÑO BASE DE LA BANDA TRANSPORTADORA
Dentro de la banda transportadora debe ir una base que soporte el peso de los envases (Figura 14) impidiendo que la banda pandee.
Figura 14. Base de la Banda Transportadora
Para el diseño de la base de la banda transportadora se puede seleccionar diferentes tipos de perfiles estructurales de acuerdo a la necesidad y en base a uno de estos realizar el diseño.
Parámetros iniciales
18
Figura 15. Perfil Estructural Canales “U”
Como se muestra en la figura sobre el perfil estructural se emplea una carga que se da por los envases de bebidas y debe cumplir con los siguientes parámetros iniciales de altura y ancho mínimos (Tabla 8), que viene dado por la polea que se eligió anteriormente (Tabla 4).
Tabla 8. Parámetros iniciales diseño de base de la banda transportadora
Parámetros Dimensiones
Carga F (N) 83,95
Alto mínimo (m) 0,1016 Base mínima (m) 0,1524
La carga F es el peso del número máximo de botellas de vidrio en la banda transportadora, la altura mínima viene dada por el diámetro del rodillo que es 4 in y el ancho mínimo se toma del ancho de cara del rodillo que es 6 in.
Análisis de Vigas
Para el diseño se emplea un factor de seguridad N = 2,5 y acero estructural ASTM A-36 con las siguientes características (Tabla 9):
Tabla 9. Características acero estructural ASTM A-36
Acero Estructural ASTM A-36
Esfuerzo de fluencia (kg/cm2) 2530
Resistencia de ruptura a la tensión
(kg/cm2) 4080
(AHMSA, 2013)
Se realiza el diagrama de cuerpo libre de la viga (Figura 16) para poder determinar las reacciones en A y B. Posteriormente se realiza el diagrama de fuerza cortante y momento flector (Figura 17).
19
∑ 𝐹𝑦 = 0
𝑅𝐴+ 𝑅𝐵− 𝐹 = 0
𝑅𝐴+ 𝑅𝐵 = 83,95 𝑁
∑ 𝑀𝐴 = 0
−(0,1 𝑚)(83,95 𝑁) + (0,2 𝑚)𝑅𝐵 = 0 𝑅𝐵 = 41,975 𝑁
𝑅𝐴= 41,975 𝑁
Figura 17. Diagrama de Fuerza Cortante y Momento Flector
Fue fundamental realizar el diagrama de fuerza cortante y momento flector para el cálculo de sección mínima con las siguientes ecuaciones.
𝜎𝑝𝑒𝑟𝑚 ≤
𝑆𝑦 𝑁
[9]
𝜎𝑝𝑒𝑟𝑚=
𝑀 𝑆
[10]
𝑆𝑦
𝑁 ≥ 𝜎𝑝𝑒𝑟𝑚 = 𝑀
20
Donde:
σperm: Esfuerzo permisible
Sy: Limite a la fluencia = 2530 kg/cm2 N: Factor de seguridad = 2,5
M: Momento flector máximo = 4,2 (Nm) S: Modulo de sección en cm3
𝑀 = 4,2 𝑁𝑚 1 𝑘𝑔𝑓 9,81 𝑁
100 𝑐𝑚
1 𝑚 = 42,81 𝑘𝑔𝑓. 𝑐𝑚 𝑆𝑦 𝑁 ≥ 𝑀 𝑆 𝑆 ≥𝑀 × 𝑁 𝑆𝑦
𝑆 ≥42,81 𝑘𝑔𝑓. 𝑐𝑚 × 2,5 2530 𝑘𝑔𝑓
𝑐𝑚2
𝑆 ≥ 0,04 𝑐𝑚3
De acuerdo al catálogo DIPAC, se puede elegir el siguiente canal “U” que es el que más se acerca a los parámetros establecidos (Tabla 10):
Tabla 10. Canal “U” Base (mm) Alto (mm) Espesor (mm)
Peso 6 m (kg)
Peso 1 m
(kg) S (cm
3
)
200 100 6 109,56 18,26 31,19 (DIPAC, 2015)
Por lo tanto, el diseño de este perfil estructural cumple con el módulo de sección.
En la figura 18 se puede apreciar la simulación del factor de seguridad de la Tensión de Von Mises máxima.
21
Se comprueba que el perfil estructural no va a sufrir deformaciones debido a que tiene un factor de seguridad mínimo de 2,252 x 103.
DISEÑO DE LAS VIGAS DE LA BANCADA
Como parte de la estructura se diseña dos vigas (Figura 19) que son parte de la bancada.
Figura 19. Viga bancada
Para las vigas se utiliza un tubo estructural cuadrado y se realiza el diseño en base a este. Se considera las siguientes cargas aplicadas sobre las vigas detalladas en la tabla 11.
Tabla 11. Cargas aplicadas sobre las vigas de la bancada
Elemento Peso (N)
23 Botellas de vidrio 83,95 Base banda transportadora 232,89
Banda industrial 35,41
3 Sensores 0,53
3 Motores (Actuadores) 1,53
Total 354,31
Se obtiene un peso total de 354,31 N de todos los elementos sobre la banda y si se lo distribuye uniformemente en 1,7 m de largo de la viga obteniendo una carga distribuida de 208,42 N/m. Como se tiene dos vigas soportando el peso, se trabaja con una carga distribuida de 104,21 N/m en cada una.
Parámetros iniciales
Para realizar el diseño de las vigas se parte de los siguientes parámetros iniciales mostrados en la siguiente tabla.
Tabla 12. Parámetros iniciales para diseño de vigas de la bancada
Parámetros Dimensiones
Longitud de la viga (m) 1,7 Carga distribuida total aplicada (N/m) 104,21
Se consideran dos vigas de longitud de 1,7 m para soportar de manera uniforme todos los pesos.
Análisis de Vigas
22
Se realiza el diagrama de cuerpo libre de la viga AB (Figura 20) transformando la carga distribuida en una carga puntual para determinar las reacciones en A y B. Posteriormente se realiza el diagrama de fuerza cortante y momento flector (Figura 21 y 22).
Figura 20. Diagrama de cuerpo libre viga bancada
𝐹 = 104,21 𝑁
𝑚× 1,7 𝑚 = 177,16 𝑁
∑ 𝐹𝑦 = 0
𝑅𝐴+ 𝑅𝐵− 𝐹 = 0 𝑅𝐴+ 𝑅𝐵 = 177,16 𝑁
∑ 𝑀𝐴 = 0
−(0,75 𝑚)(177,16 𝑁) + (1,5 𝑚)𝑅𝐵 = 0
𝑅𝐵 = 88,58 𝑁
𝑅𝐴= 88,58 𝑁
23
Figura 22. Diagrama de Momento Flector Vigas Bancada
Se realizó el diagrama de fuerza cortante y momento flector para el cálculo de la sección mínima.
𝜎𝑝𝑒𝑟𝑚 ≤𝑆𝑦 𝑁 𝜎𝑝𝑒𝑟𝑚 = 𝑀 𝑆 𝑆𝑦 𝑁 ≥ 𝜎𝑝𝑒𝑟𝑚 = 𝑀 𝑆 Donde:
σperm: Esfuerzo permisible
Sy: Limite a la fluencia = 2530 kg/cm2 N: Factor de seguridad = 2,5
M: Momento flector máximo = 28,79 (Nm) S: Modulo de sección en cm3
𝑀 = 28,79 𝑁𝑚 1 𝑘𝑔𝑓 9,81 𝑁
100 𝑐𝑚
1 𝑚 = 293,48 𝑘𝑔𝑓. 𝑐𝑚 𝑆𝑦 𝑁 ≥ 𝑀 𝑆 𝑆 ≥𝑀 × 𝑁 𝑆𝑦
𝑆 ≥293,48 𝑘𝑔𝑓. 𝑐𝑚 × 2,5 2530 𝑘𝑔𝑓
𝑐𝑚2
𝑆 ≥ 0,29 𝑐𝑚3
De acuerdo al catálogo DIPAC, se puede elegir el tubo estructural cuadrado cumpliendo con el módulo de sección mínimo y las siguientes características mostradas en la siguiente tabla:
Tabla 13. Tubo Estructural Cuadrado
Lado (mm) Espesor
(mm) Peso (kg/m)
Área
(cm2) S (cm3) i (cm)
24
En la figura 23 se puede apreciar la simulación del factor de seguridad de la Tensión de Von Mises máxima.
Figura 23. Factor de Seguridad Tensión de Von Mises máxima Vigas Bancada
Se comprueba que el perfil estructural no va a sufrir deformaciones debido a que tiene un factor de seguridad mínimo de 45,98.
DISEÑO DE COLUMNAS DE LA BANCADA
Como parte de la estructura se diseña dos columnas (Figura 24) que son parte de la bancada.
25
Para el diseño de las columnas de la bancada se utilizó el tubo estructural utilizado para las vigas considerando las siguientes cargas aplicadas (Tabla 14).
Tabla 14. Cargas aplicadas sobre las columnas de la bancada
Elemento Peso (N)
23 Botellas de vidrio 83,95 Base banda transportadora 232,89
Banda industrial 35,41
3 Sensores 0,53
3 Motores (Actuadores) 1,53 Vigas de la Bancada 76,38 4 Unidades de Rodamiento Y 12,16
2 Poleas 35,51
Total 478,36
Se obtiene un peso total de 478,36 N de todos los elementos sobre las columnas que se asumen de 0,6 m. Como se tiene 4 columnas soportando el peso, se trabaja con una carga de 119,59 N = 12,19 kg en cada una.
Parámetros Iniciales
Para realizar el diseño de las vigas se parte de los siguientes parámetros iniciales mostrados en la siguiente tabla.
Tabla 15. Parámetros iniciales para diseño de columnas de la bancada
Parámetros Dimensiones
Longitud de la columna (cm) 60 Carga aplicada (N) 119,59
Se consideran 4 columnas de 0,6 m para soportar todas las cargas de los elementos sobre las vigas.
Análisis de Columnas
Para el diseño de las columnas inicialmente se calculó la relación de esbeltez (Ecuación 11) para el análisis previo de columna corta o larga:
𝑅𝐸 =𝐾 × 𝐿 𝑟𝑚𝑖𝑛
[11]
Donde:
RE: Relación de esbeltez
K: Constante de acuerdo al tipo de columna = 0,5, Columna empotrada - empotrada
L: Longitud de la columna
rmin: Radio de giro mínimo de la sección = 1,97 cm, Tabla 13
𝑅𝐸 =0,5 × 60 𝑐𝑚
26
Para la constante de la columna se utiliza la siguiente ecuación:
𝐶𝐶 = √2𝜋
2𝐸
𝑆𝑦
[12]
Donde:
CC: Constante de columna
E: Modulo de elasticidad del material = 2040000 kg/cm2 Sy: Limite a la fluencia = 2530 kg/cm2
𝐶𝐶 = √
2 × 𝜋2× 2040000 𝑘𝑔
𝑐𝑚2
2530 𝑘𝑔 𝑐𝑚2
= 126,16
Para determinar si es columna larga o corta se utiliza la siguiente inecuación:
𝑅𝐸 < 𝐶𝐶
15,23 < 126,16
Por lo tanto, se la puede definir como columna corta. Se calcula la carga crítica mediante la siguiente ecuación.
𝑃𝑐𝑟𝑖𝑡= 𝐴 × 𝑆𝑦 [ 1 − 𝑆𝑦× (𝐾 × 𝐿𝑟 𝑚𝑖𝑛 ) 2
4𝜋2𝐸
]
[13]
Donde:
Pcrit: Carga critica de la columna A: Área del perfil = 2,85 cm2, Tabla 13 Sy: Limite a la fluencia = 2530 kg/cm2
K: Constante de acuerdo al tipo de columna = 0,5, Columna empotrada - empotrada
L: Longitud de la columna
rmin: Radio mínimo de giro = 1,97 cm, Tabla 13
E: Modulo de elasticidad del material = 2040000 kg/cm2
𝑃𝑐𝑟𝑖𝑡 = 2,85 𝑐𝑚2 × 2530 𝑘𝑔
𝑐𝑚2[1 −
2530 𝑘𝑔 𝑐𝑚2 × (
0,5 × 60 𝑐𝑚 1,97 𝑐𝑚 )
2
4 × 𝜋2× 2040000 𝑘𝑔
𝑐𝑚2
]
𝑃𝑐𝑟𝑖𝑡 = 7157,97 𝑘𝑔
27
En la figura 25 se puede apreciar la simulación del factor de seguridad de la Tensión de Von Mises máxima.
Figura 25. Factor de Seguridad Tensión de Von Mises máxima Columnas Bancada
Se comprueba que el perfil estructural no va a sufrir deformaciones debido a que tiene un factor de seguridad mínimo de 5,2 x 102.
2.5.2. DISEÑO ELÉCTRICO Y ELECTRÓNICO
En el diseño eléctrico y electrónico se realiza los diagramas de fuerza y circuitos de control, además se selecciona los elementos necesarios para cumplir con los requerimientos de funcionamiento del sistema clasificador.
Variador de Frecuencia
Se utilizó un variador de velocidad (Figura 26) para controlar el motor trifásico con las siguientes características mencionadas en la tabla 16.
Figura 26. Variador de frecuencia SINAMICS V20 monofásico
28
Tabla 16. Características Variador de Velocidad SINAMICS V20
Variador de Velocidad
Tensión de alimentación
(VAC)
Potencia del Motor (HP)
Corriente de entrada (A)
Corriente de salida (A)
SINAMICS V20 220
monofásico 0,75 7,7 3,2 (Siemens, 2016)
El variador de velocidad se lo conecta con dos líneas de 110 VAC con sus respectivas protecciones de termomagnéticos y guardamotores como se muestra en la figura 27.
Figura 27. Diagrama variador de velocidad monofásico
Actuadores
Para el diseño electrónico de la banda transportadora se realiza un circuito con el Puente H L293D como se muestra en la Figura 28, para poder controlar los actuadores que van a ser los encargados de clasificar los diferentes tipos de envase.
29
Para el caso de este diseño se utiliza dos Puente H para controlar los 3 actuadores. Para el correcto funcionamiento se debe activar los dos ENABLE para utilizar dos motores en cada L293D. Las entradas 1 y 2 son las que controlan el sentido de giro del motor en la salida 1 y 2 mediante una señal digital en alto y otra en bajo. La alimentación en VS va de acuerdo al motor que se utilice en este caso 12 V con caja reductora (Figura 29).
Figura 29. Motor 12 VDC con caja reductora
(SuperRobotica, 2017)
Se utiliza motores con caja reductora para aumentar el torque y de esta manera poder desplazar los envases sin ningún problema.
Placa Microcontroladora Arduino Mega 2560
Se utilizó esta placa microcontroladora Arduino Mega (Figura 30) para el control de los actuadores y para recibir información de los sensores. Consta de las siguientes características:
Figura 30. Arduino Mega 2560
(Arduino, 2017)
30
Sensor Infrarrojo Sharp GP2D12
Para la localización de los envases de bebidas y poderlos clasificar adecuadamente se utilizó sensores infrarrojos Sharp (Figura 31) con las siguientes características:
Figura 31. Sensor infrarrojo Sharp GP2D12
(Sharp, 2017)
Menor influencia en el color de objetos reflectivos, distancia de detección de 10 a 80 cm, no necesita un circuito de control externo y es de bajo costo. Se indica el circuito de control en la siguiente figura.
Figura 32. Circuito de control sensores Sharp
2.5.3. VISION ARTIFICIAL Y PROCESAMIENTO DE IMÁGENES EN MATLAB
31
NO
SI
Figura 33. Diagrama de flujo del procesamiento de imágenes
Para realizar el procesamiento de imágenes mediante MATLAB primero se debe realizar las conexiones con el arduino y la cámara web; una vez realizado se procesa la imagen de la siguiente manera: Transformación a escala de grises, binarización de la imagen, erosionar, dilatar, primer llenado, restringir con un filtro de longitud y perímetro, finalmente se ejecuta un último llenado para obtener la figura lo más precisa posible. Una vez se tiene la figura se procede a correlacionar y clasificar los envases.
Inicio
Conexión con arduino
Conexión con cámara web
Capturar imagen
Transformar a escala de grises
Procesamiento de imágenes
Correlacionar imagen capturada
con plantilla
¿Tienen correlación?
Clasificar envases
32
Análisis del procesamiento de imágenes
El momento de aplicar un sistema de visión artificial con cámaras web a objetos con transparencias se complica la etapa de procesamiento de imágenes, debido a que en los sectores más cristalinos no se puede formar correctamente un contorno impidiendo los tres tipos de análisis que se puede realizar que son: por forma, por tamaño y por color.
A continuación, se analiza algunas de las pruebas realizadas con resultados indeseados:
En cada figura se tiene los siguientes gráficos: el gráfico 1 es la captura de imagen, el gráfico 2 es la transformación a escala de grises, en el gráfico 3 se realiza un binarizado, en el gráfico 4 se hace una erosión de la imagen binarizada, en el gráfico 5 se dilata la imagen, en el grafico 6 se hace el primer llenado, el grafico 7 tiene un filtro de longitud y en el gráfico 8 un filtro por perímetro. Si cumple los anteriores parámetros se realiza un llenado final y se despliega la imagen que se utiliza para hacer correlación con las imágenes guardadas como plantilla.
En la Figura 34 se puede observar el procesamiento de la imagen de la botella de vidrio con iluminación posterior.
Figura 34. Procesamiento de imagen de la botella de vidrio con iluminación posterior
33
Figura 35. Procesamiento de imagen de la botella de vidrio con iluminación delantera
Cuando se tiene una iluminación mayor y desde la parte delantera, aunque sobresale mejor la botella se iluminan el resto de objetos alrededor de esta, dificultando la obtención solo del contorno de la botella. En la Figura 36 se tiene 2 ejemplos de procesamiento de imágenes de la botella de vidrio con fondo negro
Figura 36. Procesamiento de imagen de botella de vidrio con fondo negro
34
Figura 37. Procesamiento de imagen del envase de aluminio
Aquí se puede verificar que en el envase de aluminio es el que menos problema se tiene porque, aunque tenga muchísimo brillo no existen transparencias lo que facilita obtener un contorno bastante aceptable al esperado. En la figura 38 se tiene el procesamiento de imagen de la botella de vidrio con un fondo blanco
Figura 38. Procesamiento de imagen de la botella de vidrio con fondo blanco
Poniendo un fondo blanco a la botella de vidrio se obtiene una mejor resolución en la captura por la claridad sin embargo se generan sombras y existe más transparencia lo que evita obtener los contornos correctamente. En la figura 39 se visualiza el procesamiento de imagen de la botella de plástico con fondo blanco
Figura 39. Procesamiento de imagen de la botella de plástico con fondo blanco
35
Solución
Después del análisis de todas las fallas obtenidas en el procesamiento de las imágenes se encontró una solución óptima, que es capturar la sombra del envase y procesarla. Al tener problemas con los contornos, el momento de generar sombra se obtiene mayor precisión, sin embargo, se deben tomar en cuenta ciertos aspectos y parámetros definidos en este estudio (Tabla 17). A continuación, se muestra un esquema del sistema de visión artificial utilizando la sombra del objeto (Figura 40).
Figura 40. Visión artificial utilizando la sombra del objeto
Como se puede observar en la figura se coloca una luz delante de la botella para que esta proyecte su sombra en una superficie blanca y posteriormente sea capturada la imagen por la cámara web.
La siguiente tabla indicará los parámetros a seguir para el caso específico de la botella de vidrio con resultados experimentales.
Tabla 17. Parámetros utilizados en este sistema de visión artificial
Parámetros Valores
h1 (m) 0,62
d1 (m) >0,5
h2 (m) 0,5
d2 (m) 0,6
h3 (m) 0,62
σ (grados) Aprox. 140 Flujo luminoso de la linterna (lumen) 30
36
3.1. RESULTADOS DEL DISEÑO MECÁNICO
El resultado de la estructura mecánica se muestra en la figura 41 indicando los elementos diseñados y seleccionados.
Figura 41. Sistema de Banda Transportadora en SolidWorks
Mediante el software SolidWorks se representa el diseño realizado con su respectiva vista explosionada (Figura 42).
37
Se obtuvieron los siguientes resultados mostrados en la tabla 18:
Tabla 18. Resultados Diseño Mecánico
Elemento Característica
Motor Siemens trifásico 0,75 HP
Poleas Van Gorp, diámetro 4 in, Cara 6 in Banda 2 Ply 150 1/32 x Bare Back Grade 2 Unidades de Rodamientos “Y” SKF, diámetro de eje 25 mm
Base de la banda Canal “U”, altura 100 mm, ancho 200 mm, espesor 6 mm
Vigas Tubo estructural cuadrado, lado 50 mm, 1,7 m de largo
Columnas Tubo estructural cuadrado, lado 50 mm, 0,6 m de largo
Bancada Dimensiones: 1,7 m x 0,65 m
Depósitos 0,5 m de alto x 0,5 m de ancho y 0,5 m de altura.
Soportes iluminación y cámara web 0,9 m de altura aproximadamente mediante calibración
Superficie de proyección 295 mm de alto x 211 mm de ancho
En la figura 43 se presenta el stand de pruebas de la banda transportadora donde se realizó la verificación del correcto funcionamiento y obtención de resultados.
Figura 43. Vista Superior Stand de Pruebas Banda Transportadora
38
3.2. RESULTADOS
DEL
DISEÑO
ELÉCTRICO
Y
ELECTRÓNICO
En la figura 44 se muestra el resultado del diagrama de fuerza del sistema clasificador de envases de bebidas
Figura 44. Diagrama de fuerza sistema clasificador de envases de bebidas
Como se observa en la figura se puede utilizar 3 líneas de 110 VAC: dos líneas se utilizan para el motor trifásico que es controlado mediante el variador de frecuencia, y la otra línea va a una fuente de salida 12 VDC para alimentar al arduino y los actuadores.
En la Figura 45 se encuentra el resultado del circuito de control para el sistema clasificador de envases de bebidas.
Figura 45. Circuito de Control Sistema de Clasificación
39
Se obtuvieron los siguientes resultados mostrados en la tabla 19:
Tabla 19. Resultados Diseño Eléctrico y Electrónico
Elemento Característica
Variador de Frecuencia SINAMICS V20, monofásico, 220 VAC, 0,75 HP
Actuadores Motores 12 VDC con caja reductora Microcontrolador Arduino Mega 2560
Sensor Infrarrojo Sharp GP2D12
Se utiliza 2 L293D para controlar los 3 actuadores clasificadores. Los 3 sensores deben ir conectador a 5v, a tierra y su otro pin a una entrada digital del arduino.
La placa electrónica de control de la banda transportadora se presenta en la figura 46.
Figura 46. Placa Electrónica Sistema de Clasificación
En la placa electrónica se tiene: 1. Puente H L293D, 2. Salidas hacia los motores, 3. Socket de entradas, salidas, VCC y GND de los sensores. El resto de elementos es el circuito para controlar el motor DC que se usó como stand de pruebas.
En la figura 47 se presenta el circuito de control con el que se realizó las pruebas y la obtención de los resultados requeridos.
40
En el circuito de control se tiene la placa electrónica y el arduino, los cuales gobernaran el sistema de clasificación del Stand de Pruebas que se construyó.
3.3. RESULTADOS
DE
LA
VISION
ARTIFICIAL
Y
PROCESAMIENTO DE IMÁGENES.
A continuación, se visualiza el sistema de visión artificial utilizando la sombra del objeto (Figura 48).
Figura 48. Sistema de Visión Artificial utilizando la sombra del objeto
Este sistema consta de: un computador con un software que procesara las imágenes, una cámara web que captura la imagen, una superficie de proyección para los envases, iluminación para generar la sombra, la banda transportadora y los actuadores que son gobernados por el circuito de control que cumplirá la función de clasificación.
41
Figura 49. Proyección de sombra
Con la proyección de la sombra del envase se obtiene un contorno más apreciable para la cámara web gracias al contraste, la eliminación de brillo y reducción de transparencias. En la figura 50 se presenta el procesamiento de imagen con la sombra de la botella de vidrio.
Figura 50. Procesamiento de imagen sombra de botella de vidrio
Se puede observar que se obtiene un resultado bastante exacto utilizando la sombra del objeto aprobando todos los filtros con el siguiente resultado de imagen (Figura 51).
Figura 51. Resultado botella de vidrio
Después de haber procesado la imagen y desplegado el resultado, en la interfaz aparece envase de vidrio y posteriormente lo clasifica. En la figura 52 se indica el procesamiento de imagen con la sombra de la botella de plástico.
Figura 52. Procesamiento de imagen sombra de botella de plástico
42
Figura 53. Resultado envase de plástico
Como verificación del buen resultado aparece envase de plástico en la interfaz gráfica. En la figura 54 se presenta el procesamiento de imagen del envase de aluminio.
Figura 54. Procesamiento de imagen sombra envase de aluminio
Se obtiene un buen resultado del procesamiento desplegando la siguiente imagen (Figura 55).
Figura 55. Resultado envase de aluminio
Al tener un correcto reconocimiento se puede verificar que en la interfaz se exhibe envase de aluminio.
43
3.4. RESULTADOS DEL SISTEMA CLASIFICADOR
Velocidad de Clasificación
Para no tener problemas con la captura de imágenes de la cámara web se eligió una velocidad de banda de 0,05 m/s en el diseño mecánico. El diámetro más grande de los envases es de 0,07 m. Suponiendo que exista una separación máxima de 0,03 m, se obtiene al menos 1 envase cada 0,1 m. Por lo tanto, se produce la clasificación de 1 envase cada 2 segundos.
Para obtener la clasificación por hora del sistema se realiza los siguientes cálculos.
1 ℎ = 3600 𝑠 1 𝑒𝑛𝑣𝑎𝑠𝑒 2 𝑠
𝑥 3600 𝑠 𝑥 = 1800 𝑒𝑛𝑣𝑎𝑠𝑒𝑠 𝑐𝑎𝑑𝑎 ℎ𝑜𝑟𝑎
La velocidad promedio de clasificación de un trabajador en una planta recicladora es de 1 objeto cada segundo, dando como resultado 3600 objetos cada hora. Aunque el sistema diseñado clasifica más lento tiene mayor control de calidad y su motor puede trabajar más de 8 h diarias que representa una jornada laboral
Factibilidad Operativa
El sistema clasificador de envases de bebidas posee una interfaz intuitiva como se muestra a continuación (Figura 56).
Figura 56. HMI Sistema Clasificador de envases
44
Análisis Económico
De acuerdo al diseño y selección de componentes se elaboró la siguiente tabla con los precios de cada elemento:
Tabla 20. Costo Sistema Clasificador de Envases de Bebidas
Cantidad Elemento Características Valor
Unitario $ Valor Total $
1 Banda Transportadora
Caucho, largo 2,6 m, ancho 200 mm, espesor 3 mm
41,44 41,44
4 Rodamientos “Y” Unidades de Diámetro de eje
25 mm 40,00 160,00 2 Poleas Diámetro 4 in,
cara 6 in 35,00 70,00 1 Tubo Cuadrado (6 m) Lado 50 mm 14,45 14,45 1 Base Canal U (6 m)
Altura 100 mm, ancho 200 mm, espesor 6 mm
108,08 108,08 1 Motor Banda Trifásico 0,75 hp 235,00 235,00 3 Depósitos
Aluminio 50 mm x 50 mm x 50 mm
100,00 300,00
2
Soportes para iluminación y cámara
web
Altura variable
15,00 30,00
1 Superficie de Proyección
Marco metálico
y hoja o lienzo 20,00 20,00 1 Variador de Frecuencia
Monofásico, 220 VAC, 075 HP
276,00 276,00 3 Sensores Infrarrojo 13,00 39,00 3 Motores DC para
clasificación
12 VDC, caja
reductora 25,00 75,00 1 Microcontrolador Arduino Mega
2560 21,00 21,00 1 Placa electrónica Elementos de
control 20,00 20,00 1 Iluminación Linterna 30
lumens aprox. 10,00 10,00 1 Cámara web Resolución 640
x 480 30,00 30,00 1 Cables Placa y arduino 10,00 10,00
Total 1459,97
45
CONCLUSIONES
• En el diseño mecánico del sistema de transporte sobrepasó con un amplio rango los valores de los parámetros mínimos necesarios para el correcto funcionamiento, debido a que todos los elementos seleccionados son de manejo industrial y los esfuerzos en la banda transportadora son muy pequeños.
• El circuito de control es flexible para varios tipos de actuadores y sensores puesto que se trabaja solo con señales digitales, tanto para entradas como salidas.
• En el sistema de clasificación sin utilizar sombras, de cada 10 envases de vidrio 9 no pasaban los filtros utilizados, 8 de cada 10 envases de plástico no cumplían los requisitos y 8 de cada 10 envases de aluminio si aprobaban los filtros.
• Para evitar el reconocimiento inexacto del contorno de los objetos ocasionado por las transparencias y el brillo, se dio como solución procesar la imagen capturada de la sombra de los envases, obteniendo resultados de aproximadamente 19 de cada 20 envases de cualquier tipo aprobaban los filtros.
• El sistema automático clasificador de envases de bebidas dispone de una interfaz con: un botón de inicio de reconocimiento, un botón de desconexión, la visualización del procesamiento de las imágenes y un indicador del tipo de envase, que brinda al usuario una forma simple y segura de controlar el sistema.
• La visión artificial ofrece mejor control de calidad con respecto a la clasificación mediante pesos, puesto que no siempre los envases estarán completamente vacíos.
46
RECOMENDACIONES
• Se recomienda aislar el sitio de captura de la imagen de cualquier iluminación externa al sistema.
• Para el mejor funcionamiento del sistema de visión artificial se puede utilizar una cámara web de alta definición o cámaras profesionales como la Nikon COOLPIX P900.
• Si se necesita alternar el volumen de los envases de bebidas se recomienda realizar varias capturas hasta obtener la imagen mejor procesada sin alteración de las características de la misma.