Un equipo de investigadores de la Universidad Tecnológica de Panamá (UTP) presentó los resultados de un proyecto de investigación orientado al desarrollo de una herramienta tecnológica para la predicción y detección de defectos en procesos de soldadura manual mediante Inteligencia Artificial (IA).

La investigación, titulada “Sistema avanzado de detección de defectos en la soldadura manual mediante inteligencia artificial”, fue desarrollada por el Dr. César Pinzón-Acosta, docente e investigador de la Facultad de Ingeniería Mecánica de la UTP, y contó con el financiamiento de la Secretaría Nacional de Ciencia, Tecnología e Innovación (SENACYT) y la gestión administrativa del Centro de Estudios Multidisciplinarios en Ciencias, Ingeniería y Tecnología (CEMCIT AIP).

“Con este proyecto buscábamos aportar soluciones a los desafíos que enfrenta la industria manufacturera y promover prácticas más sostenibles mediante la incorporación de tecnologías asociadas a la industria 4.0”, destacó el investigador principal.

La soldadura manual con electrodos revestidos (SMAW, por sus siglas en inglés) es uno de los métodos más utilizados en sectores como la construcción y la fabricación industrial debido a su versatilidad y facilidad de aplicación. Sin embargo, este proceso puede presentar defectos asociados a factores como la experiencia del soldador, los parámetros eléctricos, el tipo de electrodo o la geometría de la junta, afectando la calidad y el buen desempeño de las piezas fabricadas.

“Si bien la soldadura manual con electrodos revestidos es un proceso comúnmente utilizado para la unión de metales, la presencia de defectos puede incrementar significativamente los tiempos de trabajo y con ello afectar la productividad y sostenibilidad de los procesos de fabricación. Por ello, propusimos un sistema que integra múltiples tecnologías para detectar y abordar estos defectos, contribuyendo a mejorar la confiabilidad y durabilidad de las estructuras soldadas”, señala el Dr. Pinzón-Acosta, también investigador asociado al CEMCIT AIP.

Para atender este desafío, el equipo desarrolló una plataforma de monitoreo que incorporó una máquina de soldadura multiproceso, una cámara de soldadura con micrófono integrado y dispositivos para la caracterización de la potencia eléctrica durante la elaboración del cordón de soldadura. Esta infraestructura permitió la captura y almacenamiento de señales visuales y acústicas generadas durante el proceso para su posterior análisis.

A partir de la información recopilada, los investigadores lograron generar una base de datos multimodal de imágenes y señales asociadas a procesos de soldadura SMAW, así como desarrollar algoritmos de inteligencia artificial basados en visión por computadora y procesamiento de señales acústicas para la identificación de parámetros de soldadura y clasificación de defectos superficiales.

“Entre los principales resultados podemos destacar: la consolidación de capacidades para el monitoreo inteligente de procesos de soldadura SMAW mediante inteligencia artificial, el desarrollo de una base de datos multimodal de señales acústicas y visuales, la generación de programas para la clasificación de parámetros de soldadura y detección de discontinuidades superficiales, así como el fortalecimiento de actividades de investigación en el área de manufactura avanzada”, culmina el ingeniero especialista en procesos de corte y soldadura.

Cabe señalar que, como parte de esta investigación, se estableció vinculación con talleres de fabricación y soldadores, promoviendo la transferencia del conocimiento generado a partir de este estudio científico hacia potenciales usuarios y sectores productivos.

Participaron en este proyecto los doctores María de los Ángeles Ortega, Edmanuel Cruz y Franchesca González, todos colaboradores de la UTP. Asimismo, se contó con la colaboración del Ing. Olmedo Cáceres, de Tecnología Mecánica, S.A. (TECMEC S.A.).

De igual forma, el proyecto contó con colaboración internacional de la Universidad Federal de Río de Janeiro (UFRJ), a través del Laboratorio Nacional de Tecnología de Soldadura (LNTSold).