Inspección Visual Automática de un proceso flexográfico usando visión artificial para corregir la desalineación de las planchas de impresión

Autores/as

  • D. Giraldo Institucion Universitaria Pascual Bravo
  • J. Graciano-Uribe Institucion Universitaria Pascual Bravo
  • C. Madrigal Institucion Universitaria Pascual Bravo
  • J. Londoño Familia Sancela S.A

Palabras clave:

Flexografía, Estroboscópico, OpenCV, Plancha de impresión, Visión Artificial

Resumen

La flexografía es un método de impresión industrial utilizado en diferentes materiales como papel, cartón, telas, entre otros, donde la alineación de las diferentes figuras impresas, es dependiente del sincronismo entre los cireles (planchas de impresión). Este trabajo desarrolla una solución por medio de visión artificial y automatización industrial, la cual permite conocer la desalineación de las planchas de impresión en el proceso flexográfico realizado en la empresa Familia Sancela S.A. Teniendo como base una imagen plantilla, se obtiene de manera automática información de color por medio de k-means clustering, el cual permite realizar una segmentación de la imagen adquirida en tiempo real del proceso por medio de una cámara industrial de alta velocidad y un sistema de iluminación estroboscópico. Luego, a partir de un proceso de comparación de plantillas (template matching), se adquieren datos como ubicación de cada objeto, distancia y ángulo, los cuales son comparados con la información de la imagen plantilla. Esto permite conocer de manera rápida y eficaz la distancia que deben recorrer automáticamente los actuadores que estarían ubicados en los rodillos de las planchas de impresión para lograr un producto final de alta calidad y evitar en gran medida la pérdida de papel. En los resultados parciales obtenidos, la metodología de visión artificial propuesta genera una tasa de reconocimiento e interpretación cercana al 98%, además de entregar un resultado fácilmente interpretable por el actuador.

Descargas

Los datos de descargas todavía no están disponibles.

Referencias bibliográficas

[1] Arrighi, T., Rojas, J. E., Soto, J. C., Madrigal, C. a, & Londono, J. a. Recognition and classification of numerical labels using digital image processing techniques, 252–260. doi:10.1109/STSIVA.2012.6340592, 2012

[2] Batchelor, B. G., & Whelan, P. F. Intelligent vision systems for industry. City. Retrieved from http://www.citeulike.org/group/2706/article/1389354, 2002.

[3] Kipphan, H. Handbook of Print Media. Handbook of Print Media (p. 1173). doi:10.1007/978-3-540-29900-4, 2001.

[4] H. Kirrmann. Industrial Automation, 1–36. doi:10.1016/B978-0-12-800939- 0/00001-2, 2005.

[5] Kanungo, T., Mount, D. M., Netanyahu, N. S., Piatko, C. D., Silverman, R., & Wu, a. Y. (2002). An efficient k-means clustering algorithm: analysis and implementation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 24(7), 881–892. doi:10.1109/ TPAMI.2002.1017616

[6] Gonzalez, R. C., & Woods, R. E. Digital Image Processing (p. 976). doi:10.1049/ ep.1978.0474, 2007.

[7] Newman, T. S., & Jain, A. K. A Survey of Automated Visual Inspection. Computer Vision and Image Understanding. doi:10.1006/cviu.1995.1017 , 1995.

[8] Peterson, C. How it works: the charged-coupled device, or CCD. Retrieved from http://legacy.jyi.org/volumes/volume3/issue1/features/peterson.html , 2001.

[9] Sonka, M., City, I., Hlavac, V., & Boyle, R. Image Processing , Analysis , and Machine Vision (p. 856). Cengage Engineering, 2013.

[10] Venkatesan, S., & Karnan, M. Industrial Automation. Articlesbase.com, pp. 1–36. doi:10.1016/B978-0-12-800939-0/00001-2, 2001.

[11] Cao, B., Shen, X., & Qian, Q. Research of flexographic printing dot measurement instrument based on adaptive background method. 9th International Conference on Computer-Aided Industrial Design and Conceptual Design: Multicultural Creation and Design - CAIDCD 2008, 623–627. http://doi.org/10.1109/CAIDCD.2008.4730644 , 2008.

[12] Dendge, R. Minimizing the Print Quality Limitations During Selection of Anilox Roll Line Frequency in Flexographic Half Tone Printing, 107–111, 2014.

[13] Gil Barros, G. Influence of Substrate Topography on Ink Distribution in Flexography, Dissertation, Karlstad university, Karlstad, Sweden, 2006.

[14] M. Rentzhog “Water-Based Flexographic Printing on Polymer-Coated Board”. Tesis de doctorado en el Royal Institute of Technology, Stockholm, Sweden, http://pdfshares.net/file/1FD1/water-based-flexographic-printing-on-polymer-coated-board.html 2006.

[15] Z. Żołek-Tryznowska, J. Izdebska, M. Tryznowski “Branched polyglycerols as performance additives for water-based flexographic printing inks. Progress in Organic Coatings” Vol. 78, Pg. 334–339. http://doi.org/10.1016/j.porgcoat.2014.07.015, 2015.

[16] P. Bartoloa, M. Domingosa, A. Gloriab, J. Ciuranac. “BioCell Printing: Integrated automated assembly system for tissue engineering constructs” CIRP Annals - Manufacturing Technology. Vol. 60, Iss. 1, Pg 271–274, 2011.

[17] A. Likas, N. Vlassis, J.J. Verbeek. “Patlern Recognition”. Ed. Elsevier Vol. 36, Iss. 2. Pg 451-461, 2003.

[18] J. A. Hartigan, M. A. Wong “A K-Means Clustering Algorithm”. Journal of the Royal Statistical Society, Vol. 28 Iss. 1, Pg. 100–108. http://doi.org/10.2307/2346830 , 1979.

[19] Ma, L, Sun, Feng, N & Liu, Z. Image Font Template Matching Algoritm Based on proyection and sequential similiosity detecting figth International conference on inteligent information hiding and multimedia signal processing, 2009.

[20] OpenCV. The OpenCV User Guide. OpenCV, 2012.

Descargas

Publicado

2016-06-30

Cómo citar

Giraldo, D., Graciano-Uribe, J., Madrigal, C., & Londoño, J. (2016). Inspección Visual Automática de un proceso flexográfico usando visión artificial para corregir la desalineación de las planchas de impresión. Revista CINTEX, 21(1), 23–34. Recuperado a partir de https://revistas.pascualbravo.edu.co/index.php/cintex/article/view/7

Número

Sección

ARTÍCULOS DE INVESTIGACIÓN