1 of 9

Implementación de Inteligencia Artificial en EcoLeather para la Detección de Defectos en Piel

Proyecto para mejorar la calidad y eficiencia en la manufactura de pieles

Autor:

Johan Pichardo García �Rafael Yairjafeth Rojas Nieves �Samuel Hiram Medina Castañeda �Luz María Feregrino Martínez

2 of 9

Introducción

  • EcoLeather es una empresa manufacturera especializada en el procesamiento de pieles de alta calidad, dirigidas a las industrias de la moda y automotriz.
  • Conscientes de las tendencias actuales y la creciente demanda de productos sostenibles, EcoLeather ha ampliado su línea de productos para incluir alternativas innovadoras a la piel tradicional, utilizando materiales derivados de fuentes vegetales, como el cuero de cactus y piñatex.
  • El proyecto tiene como objetivo implementar tecnologías avanzadas de inteligencia artificial (IA) y machine learning para mejorar la detección de defectos en el procesamiento de pieles, asegurando productos de alta calidad y reduciendo costos operativos.

3 of 9

Selección del Sector y de la Empresa Simulada

Sector: Manufactura

Empresa Simulada: Tenería "EcoLeather"

Descripción:�- Especializada en el procesamiento de pieles para la moda y automovilística.�- Incluye alternativas sostenibles como cuero de cactus, piña, hongos, y materiales sintéticos ecológicos.�- Problema: La detección manual de defectos es ineficiente y propensa a errores.

4 of 9

Minería de Datos

DATASET UTILIZADO: KAGGLE - CLASIFICACIÓN DE DEFECTOS EN CUERO

OBJETIVO:�- ENTRENAR MODELOS DE IA PARA MEJORAR LA DETECCIÓN Y CLASIFICACIÓN DE DEFECTOS.�- VARIABLES CLAVE: ID DEL LOTE, FECHA DE INSPECCIÓN, GROSOR, FLEXIBILIDAD, CONSISTENCIA DEL COLOR, Y PRESENCIA DE MANCHAS.

TÉCNICAS APLICADAS: CLASIFICACIÓN.

5 of 9

Identificación de Soluciones de IA y ML

Desafío: Variabilidad y errores en la inspección manual de defectos.

Soluciones Propuestas:�1. Clasificación Automática de Defectos: Uso de aprendizaje supervisado. Beneficios: mayor precisión y consistencia.�2. Optimización del Proceso de Inspección: Implementación de un sistema de visión por computadora. Beneficios: reducción de tiempo y errores.�3. Sistema de Recomendaciones: Sugerencias de acciones correctivas basadas en datos. Beneficios: optimización de recursos y reducción de desperdicios.

6 of 9

Modelo en knime

7 of 9

Desarrollo del Algoritmo

INVERSIÓN EN SOFTWARE: $30,000 USD (30% DEL PRESUPUESTO)

PASOS CLAVE:�- DESARROLLO DEL ALGORITMO CON ESPECIALISTAS EN IA.�- PRUEBAS Y VALIDACIÓN ANTES DE LA IMPLEMENTACIÓN TOTAL.�- CAPACITACIÓN DEL PERSONAL PARA ASEGURAR UNA TRANSICIÓN SIN PROBLEMAS.

8 of 9

Desarrollo del Plan Estratégico

Objetivos a Corto Plazo: Precisión mínima del 90% en la detección de defectos.

Objetivos a Mediano Plazo: Reducción del tiempo de inspección en un 50%.

Objetivos a Largo Plazo: Integración completa del sistema en la producción, mejorando la calidad y reduciendo costos.

9 of 9

Conclusiones

Impacto Potencial:

- Precisión del modelo alcanzada: 97% en pruebas.

- Reducción del tiempo de inspección por unidad en un 50%.

- Mejora significativa en la calidad y eficiencia operativa.

Visión a Futuro:�- El sistema de IA tiene el potencial de convertirse en un estándar en la industria, ofreciendo una ventaja competitiva a EcoLeather.