“prototipo sistma matrÓnio para la adquisiciÓn de la

Trabajo Terminal II. Prototipo de sistema mecatrónico para la adquisición de la fotografía y clasificación del mango manila

1

INSTITUTO POLITÉCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA EN

INGENIERÍA Y TECNOLOGÍAS AVANZADAS

Trabajo Terminal

“PROTOTIPO DE SISTEMA MECATRÓNICO PARA

LA ADQUISICIÓN DE LA FOTOGRAFÍA Y

CLASIFICACION DEL MANGO MANILA”

Presentan:

Gonzalez Torres Bernardo Aurelio Alejandro Silva García

Asesores:

Gonzalez Torres Bernardo Aurelio

Silva García Alejandro

M. en C. Miguel Ángel Rodríguez

Fuentes

M. en C. Alfonso Campos Vázquez

M. en C. Alejandro Escamilla Navarro

Presidente del Jurado:

M. en C. Sandra Luz Gómez Coronel

Profesor Titular:

Dr. Leonel Germán Corona Ramírez


2

INSTITUTO POLITÉCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA EN

INGENIERÍA Y TECNOLOGÍAS AVANZADAS

U P I I T A

Trabajo Terminal

“PROTOTIPO DE SISTEMA MECATRÓNICO PARA LA

ADQUISICIÓN DE LA FOTOGRAFÍA Y CLASIFICACIÓN DEL

MANGO MANILA”

Que para obtener el título en:

“Ingeniería Mecatrónica”

Presentan los alumnos:

Gonzalez Torres Bernardo Aurelio

Silva García Alejandro

Asesores:

M. en C. Miguel Ángel Rodríguez Fuentes

M. en C. Alfonso Campos Vázquez

M. en C. Alejandro Escamilla Navarro

México, D.F. , febrero 2012


3

AGRADECIMIENTOS

A mis asesores y profesores, quienes me formaron durante estos años para poder alcanzar

este primer objetivo en mi vida profesional.

A mis amigos y compañeros, con los que recorrí este camino. Gracias por su amistad,

apoyo y por tantos tiempos inolvidables.

A mi abuelo, por todo el cariño, motivación y apoyo que siempre me ha dado y que a pesar

de la distancia es una de las personas más cercanas a mí y que más aprecio.

A mi madre, la persona más importante para la conclusión de esta etapa en mi carrera

profesional y a quien le debo más que mi propia existencia. Gracias por tu apoyo

incondicional no sólo durante mi formación académica, si no en todos los aspectos de mi

vida. Por la confianza puesta en mí en las decisiones que he tomado. Por todo el esfuerzo y

los sacrificios realizados para sacarme adelante y sobre todo por el inmenso amor que me

has brindado durante toda mi vida. No me queda más que agradecerte. ¡Te amo!

Alejandro


4

AGRADECIMIENTOS

Agradezco a mi familia, a mis tíos, a mis primos, a mis padres y a mis hermanos, por todo

el apoyo y el cariño brindado desde siempre.

Mención especial para mis abuelos, y para mis tíos que me cuidaron y educaron durante mi

infancia. Y es que esa es la palabra clave, educación. Y ellos, sin ser mis padres, me

educaron con los valores con los que día a día trato de vivir. Gracias.

Gracias a toda la gente que participó en mi educación y formación, desde mis maestras de

primaria y preescolar, hasta mi formación profesional. Ladrillo a ladrillo, clase a clase,

ayudaron a formarme como ingeniero.

Le doy las gracias a mis amigos, a todos, los de la infancia, los de la pubertad, los de la

adolescencia y los de mi ahora joven adultez, que son en mayoría la suma de los antes

mencionados. Aligeraron la carga, hicieron llevaderos y divertidos los malos ratos, me

enseñaron y aprendimos juntos las cosas que no se aprenden en la escuela.

A todos los involucrados en este proyecto, en especial a mi compañero Alejandro, muchas

gracias “Bob”, a los miembros de nuestro jurado, por su inmensa paciencia, y al Dr. Marco

Antonio Moreno, por creer en nosotros.

Finalmente, agradezco al Instituto Politécnico Nacional por todo lo que me ha brindado

como estudiante y como persona, pero en especial, a la UPIITA. A mis compañeros y

maestros, al personal del departamento de becas y del poliemprende, a todos. A la UPIITA,

con mucho orgullo, mi alma máter.

Bernardo


5

CONTENIDO

RESUMEN ............................................................................................................................................ 8

PALABRAS CLAVE ................................................................................................................................. 8

OBJETIVO GENERAL ............................................................................................................................. 8

OBJETIVOS ESPECÍFICOS ...................................................................................................................... 8

INTRODUCCIÓN ................................................................................................................................... 9

JUSTIFICACIÓN .................................................................................................................................... 9

CAPÍTULO I. ANTECEDENTES ............................................................................................................. 11

1.1. MARCO TEÓRICO .................................................................................................................... 12

1.2. MERCADO NACIONAL E INTERNACIONAL DEL MANGO ......................................................... 14

CAPÍTULO II. PLANTEAMIENTO DEL PROBLEMA ............................................................................... 15

2.1. PRINCIPAL MOTIVACIÓN ........................................................................................................ 15

2.2. PROPUESTA DE SOLUCIÓN ..................................................................................................... 15

CAPÍTULO III. DESARROLLO DE LA PROPUESTA ................................................................................ 18

3.1. TRANSPORTE Y SINGULARIZACIÓN DEL MANGO ................................................................... 18

3.2. SENSADO DEL MANGO Y ADQUISICIÓN DE FOTOGRAFÍAS .................................................... 19

3.2.1. Propuesta final del diseño de las bandas ........................................................................ 22

3.2.2. Diseño mecánico ............................................................................................................. 23

3.2.3. Diseño electrónico ........................................................................................................... 28

3.3. DETECCIÓN DEL MANGO Y TOMA DE FOTOGRAFÍA .............................................................. 29

3.3.1. Fotografía en movimiento ............................................................................................... 29

3.3.2. Diseño mecánico ............................................................................................................. 32

3.3.3. Diseño electrónico ........................................................................................................... 34

3.4. VOLTEO ................................................................................................................................... 36

3.5. ANÁLISIS DE IMÁGENES ......................................................................................................... 37

3.6. SEPARACIÓN DE LOS MANGOS DE ACUERDO A SU CLASIFICACIÓN ...................................... 45

3.6.1. Diseño mecánico ............................................................................................................. 45

3.7. ANÁLISIS DE ESFUERZOS ........................................................................................................ 47

3.8. ETAPA DE CONTROL ............................................................................................................... 47

CAPÍTULO IV. VALIDACIÓN DEL SISTEMA .......................................................................................... 49


6

4.1. SINGULARIZACIÓN. ................................................................................................................. 49

4.2. VOLTEO……………………………………………..............…………………………………………………………………..50

4.3. CLASIFICACIÓN Y SEPARACIÓN…………………………………………………………………………………………..50

4.4. IMÁGENES DEL MECANISMO REAL…………..………………………………………………………………………..52

CAPÍTULO V. CONCLUSIONES ............................................................................................................ 55

GLOSARIO .......................................................................................................................................... 56

REFERENCIAS ..................................................................................................................................... 57

ANEXO 1. MEMORIA DE CÁLCULO .................................................................................................... 59

Cálculo del par, potencia y velocidad angular de los motores...................................................... 59

Análisis cinemático del sistema de transmisión ............................................................................ 60

Fuentes de alimentación………………………………………………………………………………………………………….65

ANEXO 2. ANÁLISIS DE ESFUERZOS ................................................................................................... 71

ANEXO 3. HOJAS DE DATOS .............................................................................................................. 74

ANEXO 4. CÓDIGO FUENTE (ANÁLISIS DE IMÁGENES) ...................................................................... 94

ANEXO 5. PLANOS DE FABRICACIÓN ................................................................................................. 96

INDICE DE FIGURAS

Figura 1. Clasificadora de frutos pequeños y hortalizas (maíz, guisantes y bayas) de la compañía

Buhler. Elimina defectos de color, forma y cuerpos extraños [3]. .................................................... 11

Figura 2. Clasificadora de aceitunas de mesa mediante visión artificial [24]. .................................. 11

Figura 3. Morfología del Mango manila [5]....................................................................................... 12

Figura 4. Diagrama del funcionamiento del prototipo propuesto .................................................... 17

Figura 5. Diseño preliminar de la estapa de singularización ............................................................. 19

Figura 6. Vista superior del sistema donde se indica la distribución a grandes rasgos de las etapas

del sistema ........................................................................................................................................ 22

Figura 7. Diseño preliminar de las bandas transportadoras ............................................................. 23

Figura 8. Estudio de movimiento (singularización) ........................................................................... 25

Figura 9. Secuencia de capturas de la simulación realizada de la etapa de singularización ............. 26

Figura 10. Diagrama de fuerzas que actúan sobre la banda ............................................................. 27

Figura 11. Circuito propuesto para las fuentes variables de los motorreductores. ......................... 28

Figura 12. a) Fotografía tomada con una lámpara dicroica incandescente donde se presentan

brillos. b) Fotografía tomada con luz fluorescente donde se aprecia una iluminación más uniforme

y sin brillos. ........................................................................................................................................ 30


7

Figura 13. Dimensión de imagen. ...................................................................................................... 31

Figura 14. Vistas de la estructura de la cabina de fotografiado ........................................................ 32

Figura 15. Soporte de cámaras con desplazamiento vertical ........................................................... 33

Figura 16. Disposición de cámara e iluminación dentro de la cabina de fotografiado ..................... 33

Figura 17. Circuito propuesto para la fuente de alimentación de 5 V. ............................................. 34

Figura 18. Circuito esquemático de sensor de barrera infrarrojo ..................................................... 36

Figura 19. Diagrama de flujo del algoritmo de visión artificial propuesto ........................................ 37

Figura 20. Análisis de imagen ............................................................................................................ 38

Figura 21. Histogramas e imagen de un mango amarillo .................................................................. 39

Figura 22. Histogramas e imagen de un mango amarillo con manchas oscuras .............................. 39

Figura 23. Histogramas e imagen de un mango verde con manchas oscuras .................................. 39

Figura 24. Histogramas e imagen de un mango verde ...................................................................... 40

Figura 25. Histogramas e imágenes de mangos clasificados como “amarillos” ............................... 41

Figura 26. Histogramas e imágenes de mangos clasificados como “manchados”............................ 42

Figura 27. Histogramas e imágenes de mangos clasificados como “verdes” ................................... 43

Figura 28. Diagrama de flujo del algoritmo de clasificación propuesto ............................................ 44

Figura 29. Posiciones del clasificador y disposición de los contenedores finales ............................. 45

Figura 30. Vistas de servomotor y eje montados sobre su base ....................................................... 46

Figura 31. Vista lateral y trimétrica de clasificador montado sobre su bastidor .............................. 46

Figura 32. Diagrama a bloques de la etapa de control del prototipo ............................................... 47

Figura 33. Ensamble del sistema completo ....................................................................................... 52

Figura 34. Imágenes del sistema real en funcionamiento (1) ........................................................... 53

Figura 35. Imágenes del sistema real en funcionamiento (2) ........................................................... 54

INDICE DE TABLAS

Tabla 1: Disponibilidad del mango en algunos países [12]. .............................................................. 13

Tabla 2: Estacionalidad de la Producción del mango “Manila” en México [7]. ................................ 13

Tabla 3: Comparativo entre propuestas de solución ........................................................................ 21

Tabla 4: Características físicas del mango manila ............................................................................. 24

Tabla 5: Características deseadas de las fuentes de alimentación ................................................... 28

Tabla 6: Elementos propuestos para las fuentes de alimentación .................................................. 29

Tabla 7: Medición de tamaños de imágenes con diferentes lentes y alturas ................................... 31

Tabla 8: Características deseadas de la fuente de alimentación ...................................................... 34

Tabla 9: Elementos propuestos para la fuente de alimentación ..................................................... 35

Tabla 10: Efectividad de la etapa de se singularización ................................................................... 49

Tabla 11: Eficiencia de la clasificación y separación ......................................................................... 51


8

RESUMEN

El documento muestra el proceso de diseño y construcción llevado a cabo con la finalidad

de fabricar un sistema con la capacidad de adquirir imágenes de mangos manila. Además,

el sistema cuenta con la capacidad de analizar las imágenes y clasificar el mango de

acuerdo a su color en tres categorías distintas.

PALABRAS CLAVE

Mango manila, singularización, volteo, clasificación, análisis de imágenes, sistema

automatizado.

OBJETIVO GENERAL

Diseñar y construir el prototipo de un sistema mecatrónico para la adquisición de la

fotografía frontal y posterior del mango manila, así como el diseño y construcción del

prototipo de un clasificador para el mango manila, el cual lo separe de acuerdo a su

madurez y calidad.

OBJETIVOS ESPECÍFICOS

Diseñar y construir una banda transportadora para orientar y llevar al mango a la

zona de fotografía.

Diseñar y construir el mecanismo automático para manipular el mango

adecuadamente y hacerlo girar con el fin de capturar imágenes de su parte frontal y

posterior.

Diseñar y construir los circuitos electrónicos asociados a los actuadores y

acondicionamiento de los sensores del sistema.

Implementar un sistema de fotografía para la adquisición de las tomas del mango

manila.

Diseñar y construir el mecanismo clasificador del mango manila.

Diseñar e implementar un algoritmo de visión artificial para la demostración del

funcionamiento del clasificador.

Implementación de una interfaz entre sensores, cámaras, actuadores y la

computadora.


9

INTRODUCCIÓN

Actualmente las técnicas no destructivas como el Análisis de Imágenes (AI) para evaluar la

madurez y calidad de las frutas y hortalizas van en aumento. El AI permite calcular

parámetros tales como tamaño, color, forma y textura, factores que son relevantes para

predecir la calidad de los frutos y algunos cambios internos como el contenido de sólidos

solubles totales, acidez titulable, etc., que ayudan a identificar el estado de madurez [1]. Por

estas razones, en la situación actual de la agroindustria se requieren sistemas más

económicos y no destructivos que permitan la clasificación y selección de frutos, para

disminuir las pérdidas poscosecha, ya que la inspección humana es subjetiva, tediosa y de

un alto costo [16].

Debido a la importancia económica que representa el mango “Manila” en nuestro

país, el estudio integral del proceso de madurez, a través de las técnicas de análisis de

imágenes, es relevante para mejorar su calidad, ya que los trabajos realizados hasta el

momento se encuentran de forma aislada.

JUSTIFICACIÓN

El mango “Manila” tiene una importancia económica relevante en México, tanto

por su consumo interno, como para su exportación. Dos aspectos significativos en el

manejo poscosecha y la comercialización de este fruto, son su madurez y su calidad.

Entendiéndose como calidad el aspecto visual del fruto, que está relacionado con su

tamaño, color, forma, defectos y firmeza entre otros atributos de su apariencia. Los estudios

que se han realizado con respecto a la calidad y madurez son aislados, no integrales y

escasos. Así mismo, al determinar su madurez y calidad en la industria emplean métodos de

evaluación sensorial que son costosos y subjetivos. Por lo que un estudio integral del

proceso de maduración y de la calidad de este fruto a través de análisis de imágenes,

estudios microestructurales, espectroscópicos, fisicoquímicos y sensoriales podrían proveer

información importante y útil para implementar metodologías para evaluar la madurez y

calidad del fruto en tiempo real, de forma más económica, eficiente y objetiva en relación

con los métodos tradicionales [12].

Debido a la gran influencia del aspecto en la toma de decisión del consumidor,

desde hace muchos años se realiza un control visual mediante operarios humanos de

numerosos productos alimentarios durante el proceso de producción. Para automatizar y

mejorar este tipo de tareas se ha aplicado desde la década de los 90 la visión artificial que

se ha consolidado como un instrumento muy importante para la mejora de las capacidades

de la industria en cuanto a la competitividad se refiere. Este hecho se ve ratificado por el


10

crecimiento del volumen de negocio de estas actividades así como la constante aparición de

nuevas aplicaciones [13]. Mediante esta técnica de inspección de calidad a través del

análisis de imágenes, se pueden detectar productos con defectos no apreciables al ojo

humano, identificar y separar automáticamente materias extrañas, materias primas que

tengan problemas originados por plagas o contaminación microbiológica para que no

lleguen al consumidor.

La implantación de estos sistemas automáticos de control alimentario genera un

ahorro de costos y la mejora de las calidades del producto consiguiendo productos con un

nivel de calidad y de seguridad inmejorable. De ese modo, las empresas productoras de

alimentos que emplean dicha tecnología pueden ofrecer productos con un valor añadido

para poder competir en mejores condiciones en el mercado internacional. En el mercado

actual es fundamental competir no sólo en precio, sino en calidad y en seguridad. Por ello,

resulta de trascendental importancia el poder garantizar que los productos alimentarios

dirigidos al consumidor cumplan con los estándares de calidad, para lo que es preciso

realizar exhaustivos controles mediante métodos que no suelen estar automatizados.


11

CAPÍTULO I. ANTECEDENTES

En la actualidad existen algunos sistemas automatizados dedicados a la inspección visual

computarizada de alimentos, como por ejemplo la clasificación de semillas, frutos secos y

algunas otras frutas (véase figura 1 y figura 2). Este tipo de máquinas hace un

reconocimiento del producto en masa, no individualmente, y separa todo aquello que no

cumpla con los parámetros de calidad establecidos. La aplicación de este tipo de sistemas a

la industria ha traído grandes beneficios en cuanto a la velocidad y calidad de la producción

así como en la reducción de costos de inspección de la calidad.

Figura 1. Clasificadora de frutos pequeños y hortalizas (maíz, guisantes y bayas) de la compañía Buhler. Elimina defectos

de color, forma y cuerpos extraños [3].

Figura 2. Clasificadora de aceitunas de mesa mediante visión artificial [24].

Así como éstos, existen otros sistemas similares en la industria dedicados al control

visual de la calidad de los productos. A pesar de esto no se tienen indicios de la existencia

de un sistema que se especialice en la inspección visual del mango manila de manera


12

automatizada, cuya inspección requiere ser realizada individualmente para asegurarse de

que realmente se cumple con las parámetros de calidad.

1.1. MARCO TEÓRICO

El mango (Mangifera indica L.) es una fruta tropical popular en varios países. México

produce más de 50 cultivares de mango, pero los más importantes son "Manila" y

“Ataulfo”, con alta demanda en los mercados internacionales [4]. Los factores responsables

de la atracción de los consumidores, son el color, la firmeza y la dulzura [25].

Los mangos manila son de tamaño medio con peso de 200 a 275 gramos, son de

forma elíptica y color amarillo, con cáscara, pulpa amarilla, firme, dulce, y sabrosa, con

alto contenido de fibra (véase figura 3). Esta variedad es ampliamente aceptada en el

mercado nacional, destinándose al consumo fresco y a la industria.

Figura 3. Morfología del Mango manila [5].

La cosecha de mangos en México se inicia a fines de febrero y termina en agosto,

ya que la floración del mango se rige por la latitud y altitud de los países [6]. En la tabla 1

se muestra la disponibilidad de mango en el año de algunos países [12].

Las diferentes variedades del mango se producen de enero a septiembre, en

diferentes estados del país. En la tabla 2 se muestra la estacionalidad de la producción del

mango “Manila” [7].


13

Tabla 1: Disponibilidad del mango en algunos países [12].

Hemisferio

Norte

Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic

India

México

Filipinas

Puerto

Rico

Costa Rica

Israel

Hemisferio

Sur

Brasil

Ecuador

Perú

Sudafrica

Tabla 2: Estacionalidad de la Producción del mango “Manila” en México [7].

Variedad Estado Ene Feb Mar Abril May Jun Jul Ago Sep

Manila Colima X X X X X

Chiapas X X X X X

Guerrero X X X

Michoacán X X X X

Campeche X X

Oaxaca X X X

Veracruz X X X X X X X X


14

1.2. MERCADO NACIONAL E INTERNACIONAL DEL MANGO

México es el cuarto mayor productor y el primer exportador de mango (Mangifera indica

L.), con elevado consumo del mismo [4].

El mango ocupa el tercer lugar en cuanto a superficie sembrada en México dentro de

los frutales, siendo el café el principal, seguido de la naranja. Es uno de los productos con

más alto potencial económico en el extranjero y representa para México una importante

fuente de divisas [8].

En 26 de las 32 entidades federativas se cultiva el mango y las principales zonas

productoras se hallan en el litoral del Golfo de México. México es el principal país

exportador de mango a escala mundial ya que sus exportaciones representaron el 21% del

total mundial en el 2004, siguiéndole la India (15%); Brasil (14%); Países Bajos (11%) y

Filipinas (8%) [12].

En Asia los mangos con cáscaras rojas son los más apreciados en el mercado,

mientras que en Europa y Estados Unidos se prefieren mangos con cáscaras de colores

amarillos [9]. Se obtuvieron en 2008 cerca de 110.500 millones de dólares por la

exportación de este producto. Misma que se distribuye a los mercados de Estados Unidos,

Canadá, Europa y Japón [10].

En el 2008 México tenía plantadas 172,285 ha y en el mismo año se reportaron en el

estado de Guerrero 24,308 ha con una producción total de 468,700 toneladas y un

rendimiento promedio de 7.600 t ha-1. La producción de mango en el estado de Guerrero

está distribuida en las regiones de Tecpan, Costa Grande, Costa Chica y Tierra Caliente

destacando la variedad del mango “Manila” [10].

La información que reporta la FAO para el producto genérico denominado

“mango”, incluye guayabas, mangos y mangostanes frescos o secos. La información básica

se cuantificó en toneladas métricas (Tm) para el año 2007 hubo una producción de 465,374

Tm.

La mayor parte de la producción del mango en México tiene como finalidad el

consumo local y en su mayoría se dispone de él como fruto fresco, aunque también se le

industrializa en rebanadas en almíbar, néctares, mermeladas o como fruta seca, esta última

en menor escala [11].


15

CAPÍTULO II. PLANTEAMIENTO DEL PROBLEMA

2.1. PRINCIPAL MOTIVACIÓN

El proceso de clasificación del mango manila actualmente se realiza de forma manual, es

decir, se cuenta con personal dentro del proceso de inspección el cual clasifica el fruto de

acuerdo a sus características visuales. El principal problema de este método es la

subjetividad a la que está sometido, ya que el proceso de selección y clasificación del

mango estará sujeto al criterio de cada individuo, lo cual implica que no existe un criterio

estandarizado debido a la naturaleza inherente del proceso de clasificación. Este problema

es la principal motivación del proyecto, contar con un sistema que clasifique el mango

manila de acuerdo a un criterio estandarizado y normalizado, evitando la subjetividad del

método de clasificación actual. Además de lo mencionado, la automatización del proceso

aportará otras ventajas, como un ahorro de costos, mayor control, rapidez y confianza en el

proceso.

2.2. PROPUESTA DE SOLUCIÓN

Debido a que no existe un sistema de inspección visual automatizado que se especialice en

el análisis de la calidad y maduración del mango manila se ha propuesto la realización de

un proyecto multidisciplinario que tenga por objetivo la inspección visual del mango

manila mediante la adquisición y análisis de fotografías de la fruta de manera automática,

para poder clasificarla dependiendo de su calidad y madurez, y puedan ser empacadas de

una manera más homogénea. Este proyecto se ha planteado para desarrollarse en dos años y

debido a su complejidad se ha dividido en varias etapas y en diferentes disciplinas que se

mencionaran brevemente a continuación.

Establecer los parámetros fisicoquímicos, sensoriales y de análisis de imágenes para

establecer los criterios de selección de estados de madurez y niveles calidad del

mango manila (ENCB-CIC).

Desarrollar un programa de cómputo y un sistema de captura de imágenes embebido

para evaluar la madurez y calidad del mango manila (CIC-ENCB-UPIITA).

Construir un sistema automatizado para la obtención de imágenes del mango manila

(UPIITA).


16

Construir un sistema de visión computarizado robotizado para el análisis de la

madurez y calidad para comercializadores de mango manila (CIC-UPIITA-ESIME-

ENCB).

Validación, prueba y transferencia tecnológica del dispositivo al productor de

mango manila (Morelia Michoacán).

La etapa correspondiente a este proyecto de trabajo terminal consta de la

automatización del proceso de inspección. Por tanto, se propone un prototipo de un sistema

compuesto de una banda transportadora, la cual tiene la función de orientar y transportar el

mango manila al lugar en donde se realizará la manipulación del mismo, para obtener su

fotografía frontal y posterior y así pueda ser analizado y diagnosticado para determinar su

calidad y madurez mediante algoritmos de visión artificial con base en la conclusión de

estudios previamente realizados sobre cómo obtener los parámetros mencionados a través

del procesamiento de imágenes [12]. Cabe mencionar que el análisis de imágenes para

determinar la calidad y madurez del mango corresponde a otra etapa del proyecto

multidisciplinario y es ajeno al proyecto planteado en este trabajo terminal.

Además de la banda transportadora, el sistema contará con un mecanismo que

cumpla con las características necesarias para la manipulación del mango manila sin

maltratarlo, con el objetivo de adquirir un par de fotografías del mango manila para ser

analizadas. Este método favorecerá la obtención de mejores resultados de la inspección

mediante la utilización de algoritmos de visión computarizada.

La fotografía adquirida deberá poseer ciertas características para llevar a cabo un

correcto análisis, como el no presentar reflejos, sombras y/o brillos que puedan interferir

con el procesamiento de las imágenes. Por tal motivo, también será necesario montar

sistema de iluminación adecuado para eliminar dichos efectos no deseados.

Después de haber sido fotografiado, el mango continuará su trayectoria para ser

clasificado y empacado dependiendo del resultado del análisis. El proceso de clasificación

se efectuará en un módulo anexo a la segunda banda transportadora, el cual constará

básicamente de una superficie inclinada (resbaladilla) móvil, la cual dependiendo de la

clasificación asignada, girará para así depositar el mango en un recipiente asignado para

cada clasificación. Se propone utilizar tres clasificaciones para el mango, las cuales

dependerán en su debido momento del algoritmo a ocupar por los miembros del proyecto

encargados de la visión artificial. Para esta parte del proyecto en específico, se propondrán

las tres clasificaciones de acuerdo a la madurez que presente el mango, la cual tiene una

relación directa con el color y el área de las manchas del mismo.


17

Finalmente, el proceso de empacado se realizará en otra etapa posterior del

proyecto general y no se incluirá en el prototipo planteado en este trabajo terminal. En la

figura 4 se muestra un diagrama de flujo del proyecto en su totalidad.

Figura 4. Diagrama del funcionamiento del prototipo propuesto.

En la siguiente sección del documento se presenta el desarrollo de cada una de los

bloques mencionados en el diagrama anterior.

Detección del

mango y toma

de la primera

fotografía

Volteo

Transporte y

singularización

del mango

sobre banda

Inicio

Detección del mango

y toma de la segunda

fotografía

Separación de

los mangos de

acuerdo a la

clasificación

Fin

Análisis de las

imágenes

adquiridas


18

CAPÍTULO III. DESARROLLO DE LA PROPUESTA

3.1. TRANSPORTE Y SINGULARIZACIÓN DEL MANGO

De acuerdo con la información disponible, se ha determinado que la forma en que los

mangos serán suministrados al sistema es en grupos o montones o en su defecto un flujo

continuo de varios mangos a la vez. Debido a que se requiere analizar todos y cada uno de

los frutos de una manera sencilla y confiable, se tuvo la necesidad de plantear una solución

la cual permitiera inspeccionar los mangos individualmente.

Después de diversos análisis del proyecto se llegó a la conclusión de que es

necesario el uso de una banda transportadora que sea capaz de formar los mangos en una

sola fila y espaciarlos, independientemente del proceso que se utilice para la obtención de

la fotografía del mango.

Sin embargo, una de las grandes complicaciones del prototipo es la geometría del

mango manila la cual es de forma elíptica y ligeramente aplanada lo que no permite que se

pueda rodar con facilidad lo cual limita algunas de las soluciones ocupadas por los actuales

sistemas de inspección de frutos y vegetales.

Para el diseño de esta etapa del proyecto se realizaron diversas pruebas

experimentales y simulaciones realizada con el software de CAD SolidWorks®, de posibles

configuraciones de la banda que cumplieran con el objetivo de esta parte del prototipo.

Primero se supuso que solo estrechando el paso sobre la banda se podría solucionar

el problema de singularizar los mangos. Después de analizar y llevar a cabo pruebas

experimentales de esta propuesta, se vio que no se podría resolver el problema de este

manera ya que los mangos tendían a estancarse completamente.

Posteriormente, estudiando algunos sistemas de inspección de otros frutos [14],

sobre todo frutos redondos, implementados en la industria, se propuso la idea dos bandas

transportadoras colocadas en V, es decir dos bandas inclinadas con respecto a la horizontal

encontradas entre sí. Esta solución es efectiva con frutos redondos que tiendan a rodar con

facilidad [15]. Sin embargo, el mango no es un fruto que cumple con esta característica.

Finalmente, después de varios análisis y simulaciones de esta etapa se propuso una

configuración que permita formar los mangos, compuesta por una banda recta con dos

rampas de contención laterales de forma sinodal, que induzcan al mango a ir hacia el centro

de la banda y que conforme avance la banda dichas contenciones vayan estrechando el paso

de los mangos provocando que se distribuyan de manera que solo se admita el paso de un

mango a la vez sobre la banda al final de este proceso. El diseño preliminar se muestra a

continuación en la figura 5.


19

Figura 5. Diseño preliminar de la etapa de singularización.

Una vez formados los mangos será necesario espaciarlos entre sí para que al

momento de capturar las fotografías solo aparezca un mango por cada toma. Para

solucionar esto, se propuso colocar una segunda banda transportadora al final de la primera,

que posea una velocidad del al menos el doble que la primera para que la diferencia de

velocidades ayude a distanciar los mangos conforme vayan saliendo de la banda inicial.

3.2. SENSADO DEL MANGO Y ADQUISICIÓN DE FOTOGRAFÍAS

Una vez establecidas las características de la banda se procedió a la selección del

mecanismo para el manejo del mango. Para la solución del problema sobre cómo obtener

las fotografías, se han plateado varias opciones, las cuales se analizaron para determinar

sus ventajas y desventajas así como su viabilidad de construcción, para determinar el diseño

que ofrezca una solución adecuada al problema planteado.

A continuación se mencionarán algunas de las soluciones propuestas y se muestra

un cuadro comparativo de estas.

Propuesta 1. Robot manipulador.

La idea consiste en un manipulador de al menos 3 grados de libertad que sujete firmemente

el mango desde la banda, para levantarlo y hacerlo girar frente a la cámara y de esta manera

obtener la fotografía de su periferia para posteriormente liberarlo de acuerdo a la

clasificación.


20

Propuesta 2. Giro del mango mediante rodillos.

Esta opción consiste en deja caer el mango sobre un par de rodillos inclinados y una vez

posicionado sobre ellos accionar los rodillos en un mismo sentido y velocidad para generar

el giro de mango. Desafortunadamente se estará trabajando con frutos de diversos

perímetros y debido a que el giro es producido por la fricción con los rodillos, tendríamos

que contar con el dato de la distancia radial que deberemos recorrer para que cada mango

gire completamente. Además de lo anterior, el giro sobre los rodillos es irregular y poco

controlado debido a la forma del mango.

Propuesta 3. Giro del mango sobre una base con sujeción superior neumática.

La idea consiste en un mecanismo localizado al final de la banda transportadora, el cual

“recibiría” al mango en un dispositivo basado en la forma del mismo. Este mecanismo

contaría con un par de sujeciones, localizadas en las partes inferior y superior del mango.

La sujeción superior consistiría en un pistón neumático, regulado a una presión tal que

tenga la fuerza para sujetar con firmeza al mango pero sin llegar a deformarlo o maltratarlo.

Además de esto, la carrera del pistón debe tener la longitud suficiente para alcanzar desde

un mango pequeño hasta un mango de dimensiones grandes. La sujeción inferior será la

encargada de suministrar el giro del mango, de una manera controlada y sin que ponga en

peligro la sujeción del mismo. Se plantea utilizar un servomotor para esta tarea. Además de

lo mencionado, se planea implementar un par de grados de libertad más, el primero para

orientar el mango en dirección de la cámara y el segundo para depositar el mango en otro

proceso una vez terminado la toma de fotografía.

Propuesta 4. Giro de un depósito translucido

La propuesta consiste en un depósito localizado al final de la banda transportadora, hecho

de un material transparente y que genere la menor cantidad de reflejos al tomar una

fotografía. Una vez que el mango es orientado por la banda, éste cae en el depósito, el cual

posee una forma similar al mango. La idea no llegó a madurarse más debido a que supone

un problema básico: la calidad de la fotografía dependería en gran medida del estado de

translucidez del depósito, el cual a su vez dependería de la pulcritud del mismo y debido a

que se trabaja con una materia prima que puede manchar o ensuciar el depósito debido a

sus secreciones naturales la idea fue rechazada en primera instancia.


21

Propuesta 5. Banda con dispositivo para generar el giro del mango

La solución propuesta consiste en implementar una banda transportadora la cual contenga

dos cámaras sobre si y posea un dispositivo que obligue al mango después de la primera

fotografía, a girar sobre la banda, volcándolo para así poder tomar la fotografía de la

segunda cara plana del mango. Una de las ventajas de esta idea es la velocidad a la que se

produciría el proceso, aunque una de las principales desventajas sería la necesaria inclusión

de diversas cámaras sobre la trayectoria del mango, además de la falta de un control con

alto grado de exactitud sobre el giro y el movimiento del mango.

Tabla 3: Comparativo entre propuestas de solución.

PROPUESTA VENTAJAS DESVENTAJAS

1. ROBOT MANIPULADOR

- Giro controlado del mango

- Mayor demanda de potencia

debido a los actuadores

finales

- Lentitud

- Construcción compleja

- Mayor cantidad de

actuadores requeridos (3 ó 4)

*Uso de actuadores

neumáticos

2. GIRO DEL MANGO

MEDIANTE RODILLOS

- Rapidez

- Sencillez

- Pocos actuadores necesarios

(2)

- Construcción sencilla

- Bajo costo de fabricación

- Giro del mango no

controlado debido a su forma

perimetral

- Falta de precisión debido a la

diversidad en la forma y

tamaño de los mangos

3. GIRO DEL MANGO

SOBRE UNA BASE CON

SUJECIÓN SUPERIOR

NEUMÁTICA

- Solución práctica


- Trato adecuado del mango

- Velocidad media

- Mayor cantidad de

actuadores requeridos (4)

*Uso de actuadores

neumáticos

4. GIRO DE UN DEPÓSITO

TRANSLUCIDO



- Rapidez

- Pocos actuadores necesarios

(2)

- Construcción sencilla

- Bajo costo de fabricación

- Peligra la calidad de las fotos

5. BANDA CON

DISPOSITIVO PARA

GENERAR EL GIRO DEL

MANGO

- Rapidez


- Nulos actuadores necesarios

- Posible giro del mango no

tan preciso

- Mayores dimensiones


22

3.2.1. Propuesta final del diseño de las bandas

La solución propuesta consiste en implementar un par de bandas transportadoras como

elemento motriz para la toma de las fotografías. La idea consiste en colocar dos cámaras

donde cada cámara estará colocada a cierta distancia entre sí, logrando así que con

solamente un giro de 180° del mango, es decir, volcarlo sobre su eje longitudinal, se pueda

obtener un par de fotografías que cubran las principales caras del mango. Una de las

ventajas de esta idea es la velocidad a la que se produciría el proceso, aunque una de las

principales desventajas sería la necesaria inclusión de dos cámaras a lo largo de la

trayectoria del mango.

Como se puede observar en la tabla 3, las ventajas de esta solución son la rapidez, la

practicidad y la nula cantidad de actuadores necesarios para realizar el proceso. Las

desventajas aparentes de esta propuesta sería que debido a que todo el proceso se llevaría

prácticamente en una banda transportadora esto podría implicar un sistema de dimensiones

mayores a alguna otra propuesta, sin embargo, este no es de momento un factor a tomar en

cuenta debido a que no se cuenta con limitaciones en ese aspecto.

A continuación, en la figura 6, se muestra la distribución de los subsistemas a lo

largo de las bandas transportadoras y en la figura 7 una vista del diseño de las bandas.

Figura 6. Vista superior del sistema donde se indica la distribución a grandes rasgos de las etapas del sistema.

Etapa de singularización

Sensado

Captura de fotografías

Volteo


23

Figura 7. Diseño preliminar de las bandas transportadoras.

3.2.2. Diseño mecánico

3.2.2.1. Obtención de las características físicas del mango manila

Para definir los parámetros necesarios para el diseño del prototipo, se deben tener en cuenta

ciertas características físicas del mango, en este caso sus dimensiones (largo, ancho y

espesor) y su peso. Desafortunadamente las dimensiones y peso de los mangos manila no

son uniformes, es decir, varían ligeramente de uno a otro. En vista de lo anterior se realizó

un estudio en donde se obtuvieron el largo, el ancho, el espesor y el peso de diversas

muestras de mango manila, obtenidas de diferentes establecimientos comerciales, con el fin

de evitar cierta homogeneidad al coincidir con establecimientos que tuvieran un mismo

proveedor y así conseguir información que fuera lo más general posible.

Las mediciones dimensionales se obtuvieron ocupando un calibrador vernier en

sistema métrico, en donde el largo se midió a partir del ápice hasta la base, tomando en

cuenta la nomenclatura mencionada en la figura 3, incluida en el capítulo uno, sección uno

“Marco Teórico”, de este documento. El ancho del mango se midió en la parte con mayor

extensión, de acuerdo a la acotación denominada “anchura” de la figura 3. La medición del

espesor del mango se tomó también en la parte con mayor extensión. El peso de cada

mango manila fue medido con una báscula electrónica en sistema métrico. A continuación

se presenta un cuadro con las mediciones obtenidas.


24

Tabla 4: Características físicas del mango manila.

Características del Mango manila

Muestra no. Largo [cm] Ancho [cm] Espesor [cm] Peso [g]

1 10.700 6.600 4.700 205

2 11.800 6.400 5.150 215

3 12.500 6.700 5.900 260

4 12.500 6.600 5.600 245

5 11.750 6.950 5.950 260

6 12.850 6.200 5.350 225

7 12.500 6.350 5.300 225

8 13.150 7.100 5.700 290

9 12.000 7.100 5.800 275

10 12.200 6.500 5.700 245

11 12.700 6.800 5.800 270

12 12.600 6.200 5.500 240

13 11.900 6.800 5.700 255

14 10.800 5.950 5.000 175

15 10.700 6.100 5.050 175

16 10.900 6.200 5.100 175

17 10.700 6.350 5.300 200

18 10.000 5.900 4.950 155

Promedio 11.791 6.488 5.419 227.222

Max 13.150 7.100 5.950 290

Min 10.000 5.900 4.700 155

Diferencia 3.150 1.200 1.250 135

La tabla muestra las mediciones obtenidas de una población de dieciocho mangos. Las

cifras en negrita muestran las características a partir de las cuales se obtendrán los

parámetros más importantes del prototipo. El último renglón de la tabla, denominado

“diferencia”, indica la diferencia entre el valor máximo (Max) y el valor mínimo (Min) de

las características de la muestra. Como se puede notar, se necesita saber las dimensiones

máximas del estudio para tener un valor base a partir del cual proponer ciertas longitudes y

alturas del prototipo. De igual manera, el peso promedio y el peso máximo servirán para

proponer la potencia mínima del elemento motriz de algunos componentes del prototipo.


25

3.2.2.2. Modelado y simulación

Una vez propuesto el diseño de la banda transportadora, proseguimos a simular dicho

diseño en un software de diseño asistido por computadora. La intención de esto es

visualizar y analizar algunos parámetros y resultados del sistema sin llegar a construirlo,

ahorrando así tiempo, materiales y costos. Debido a que el tema de interés de nuestra

simulación en esta etapa es la cinemática de la banda y su interacción con los mangos, se

trabajó con el estudio de movimiento de la banda.

La primera parte del estudio de movimiento está destinada a la etapa de

singularización (figura 8). Los resultados arrojados en esta parte muestran una alta eficacia

al momento de singularizar los mangos, aunque hay que tomar en cuenta que algunos

parámetros introducidos al software de diseño son estimados.

Figura 8. Estudio de movimiento (singularización).

A continuación, en la figura 9 se muestra una serie de capturas de los estudios de

movimiento realizados, donde se puede observar que la solución propuesta singulariza

satisfactoriamente el grupo de mangos colocados al inicio de la banda.


26

1)

2)

3)

4)

Figura 9. Secuencia de capturas de la simulación realizada de la etapa de singularización.

3.2.2.3. Propuesta de configuración de la banda

Por el tipo de producto a transportar y por simplicidad de diseño se propone una banda

transportadora recta compuesta únicamente por un par de rodillos de los cuales solo uno

será motriz. También se pondrá una cama como superficie de apoyo para mantener la banda

sin pandeos durante su trayecto. Se planteó la posibilidad de ocupar una serie de rodillos en

lugar de una cama, debido a que brinda un coeficiente de fricción menor al que proporciona

la cama, pero la opción de ocupar rodillos presenta el problema de que el espacio entre cada

rodillo podría impedir el adecuado avance de los mangos a lo largo del recorrido.

Haciendo una estimación de los parámetros que actuarán sobre la banda se procedió

a realizar el cálculo de la potencia del motor que le proporcionará movimiento a ésta.

Parámetros tales como la cantidad de mangos que se transportarán al mismo tiempo, la

masa de cada uno de ellos así como el coeficiente de fricción de la banda entre otros.

A continuación se muestra un diagrama de las fuerzas que actúan sobre la banda.


27

Figura 10. Diagrama de fuerzas que actúan sobre la banda.

Donde:

W: carga repartida debido a la suma de los peso de los mangos sobre la banda

[kg/m].

N: fuerza normal en reacción a la fuerza W [kg/m].

Ff: fuerza de fricción debido al rozamiento de la banda y su cama [N].

F: fuerza necesaria para poner el sistema en equilibrio [N].

τ: par del motor [N-m].

Con los valores obtenidos (Anexo 1) de potencia, velocidad angular y par necesario, y

tomando en cuenta que uno de los requisitos del prototipo es contar con la posibilidad de

variar la velocidad de la banda, se propone ocupar un motorreductor de corriente directa, es

decir, un motor integrado junto con un reductor mecánico de velocidad.

3.2.2.4. Elemento motriz y transmisión

Para la transmisión de movimiento de los motores a las respectivas bandas transportadoras,

se propone ocupar un sistema de poleas, debido a las siguientes razones:

- La correa servirá como un fusible mecánico en caso de que la potencia

exigida por la banda exceda el valor de la potencia que la correa puede

transmitir, protegiendo así al motor de alguna sobrecarga.

- Para ambas bandas, la polea motriz será más pequeña que la polea

conducida, por lo que la velocidad angular (y por lo tanto la velocidad lineal

τ

W [kg/m]

F Ff

N


28

de la banda) disminuirá y a su vez el par aumentará, lo que brindará una

mayor fuerza tangencial para mover la banda.

Dicho esto, se procede a realizar un análisis cinemático del sistema de transmisión

(Anexo1). Debido a la información obtenida del análisis anterior, se propone ocupar un

motorreductor de la marca Pololu©, que ofrece un rango de velocidades que va de los 40

RPM@6 V a 80 RPM@12 V, con un par de 3.600 kg-cm@1 A. El motor cuenta con un

peso de 207 g, un eje de salida de diámetro de 6 mm, una caja reductora 131:1 y 37 mm de

diámetro por 57 mm de largo (Anexo 3). Aunque este motor cumple con una velocidad

angular cercana a la deseada, hay que verificar que el par ofrecido pueda mover la carga de

la banda. Para esto, se realiza una verificación de los valores de potencia, velocidad angular

y par del motorreductor (Anexo 1).

3.2.3. Diseño electrónico

Los motorreductores ocupados para mover las bandas transportadoras necesitarán de una

fuente de alimentación que les suministre la energía eléctrica requerida. Para dicho

propósito, se diseñaron dos fuentes de tensión eléctrica idénticas, cada una para alimentar a

uno de los motores que mueven a cada banda. A continuación se presenta una tabla con los

valores de tensión y corriente eléctrica para ambas fuentes.

Tabla 5: Características deseadas de las fuentes de alimentación.

Elementos que alimenta Motores CD (2)

Tensión de salida [V] 6-12 (variable)

Corriente [mA] 2000 (c/u)

Los valores en la tabla provienen de las especificaciones de los motores (Anexo 3).

Para estas fuentes, se propone una configuración como se muestra en la figura 11.

Figura 11. Circuito propuesto para las fuentes variables de los motorreductores.


29

Una vez obtenidos los valores de los transformadores y capacitores (Anexo 1), podemos

definir los elementos faltantes de cada fuente. A continuación se presenta una tabla donde

muestran los elementos seleccionados para cada fuente.

Tabla 6: Elementos propuestos para las fuentes de alimentación.

Elementos que alimenta Motores CD (2)

Tensión de salida [V] 6-12 (variable)

Corriente [mA] 2000 (c/u)

Transformador 12 Vrms @ 5 A

Rectificador Puente de diodos @ 5 A

Capacitor 3300 uF @ 25 V

Regulador C.I. LM338K

3.3. DETECCIÓN DEL MANGO Y TOMA DE FOTOGRAFÍA

3.3.1. Fotografía en movimiento

Para la adquisición de las fotografías de los mangos hay que considerar un factor

sumamente importante el cual es la velocidad de la banda transportadora. Debido a

que una fotografía cuyo objetivo se encuentra en movimiento puede ser afectada por

el fenómeno conocido como imagen movida, es decir, que la cámara obtiene una

serie de imágenes donde el objetivo aparece en diferentes posiciones durante la

apertura del obturador, produciendo el efecto en el que el objetivo pareciera

embarrado en la imagen. Para evitar este fenómeno es necesario modificar algunos

parámetros de la cámara principalmente el tiempo de exposición y la apertura del

diafragma.

Las cámaras proporcionadas por el Centro de Investigación en Computo para

la realización del proyecto poseen las características adecuadas para poder obtener

fotografías con una resolución y nitidez necesarias para un correcto análisis aún con

fotografías en movimiento debido a sus muy bajos tiempos de exposición, velocidad

de comunicación, entre muchos otros parámetros que pueden ser modificados

mediante su configuración.

Las cámaras utilizadas serán los siguientes modelos:

Prosilica GC650

Marlin F-145C2


30

Ambas fabricadas por la empresa Allied Visión Technologies (Anexo 3). Cabe

mencionar que los tiempos de exposición mínimos de las cámaras están alrededor

de los 10 y 30 µs lo que permite tomar fotografías en movimiento a gran velocidad

sin que éstas salgan movidas, sin embargo debido al tiempo tan bajo en el cual se

permite el paso de la luz, se obtendrán fotografías obscuras a no ser que el objetivo

sea lo suficientemente iluminado para contrarrestar el limitado tiempo en el cual la

luz llega al sensor de la cámara, dicho de otro modo, se hará pasar un flujo mayor de

luz en un tiempo muy bajo.

3.3.1.1. Iluminación

Se consideraron varios tipos de iluminación para ser utilizados durante la toma de

las fotografías, como por ejemplo la luz incandescente, lámparas fluorescentes o luz

de LED’s. Debido a las características que debe tener la fotografía se optó por el uso

de lámparas fluorescentes ya que estas brindan luz blanca y de manera más difusa,

lo cual evitará la aparición de brillos que puedan afectar al análisis de las fotografías

como se observa en la figura 12.

a)

b)

Figura 12. a) Fotografía tomada con una lámpara dicroica incandescente donde se presentan brillos. b) Fotografía tomada

con luz fluorescente donde se aprecia una iluminación más uniforme y sin brillos.

3.3.1.2. Tamaño de imágenes

El tamaño de las fotografías es un parámetro importante puesto que el tamaño de los

mangos es variable. Se tomará en cuenta que el mango más grande contemplado

aparezca completamente dentro de la fotografía. Debido a que solo se cuenta con


31

dos cámaras con diferente resolución y dos lentes distintos se realizaron pruebas

(véase figura 13) para determinar que lentes se colocarían a cada una de las

cámaras así como las alturas a las que deben estar las cámaras (véase tabla 7).

a)

b)

Figura 13. Dimensión de imagen. a) Cámara Prosilica, Lente 12 mm, altura 39.500 cm

b) Cámara Marlin, Lente 16 mm, altura 39.500 cm.

Tabla 7: Medición de tamaños de imágenes con diferentes lentes y alturas.

Prosilica

Marlin

Imagen

Imagen

Lente Altura

[cm]

Largo

[cm]

Ancho

[cm]

Lente Altura

[cm]

Largo

[cm]

Ancho

[cm]

12 mm

48.500 19.700 14.600

12 mm

48.500 24.000 18.000

44.500 18.300 13.500

44.500 21.800 16.350

39.500 16.200 11.700

39.500 19.400 14.550

16 mm

48.500 14.500 10.875

16 mm

48.500 17.600 13.200

44.500 12.500 9.375

44.500 16.000 12.000

39.500 11.800 8.850

39.500 14.300 10.725

De los datos obtenidos de las mediciones se determinó que la lente de 12 mm se asignaría a

la cámara Prosilica y la lente de 16 mm a la cámara Marlin ya que esta combinación ofrece

tamaños de imágenes similares entre sí y que cumplen con los requerimientos de los

tamaños de la fotografía planteados para fotografiar cualquier tamaño de mango manila.

Aunado a esto las cámaras se encontrarán montadas sobre una base la cual podrá tener un

desplazamiento vertical para ajustar su altura al gusto del operario, y por ende el tamaño de

la imagen.


32


3.3.2.1. Diseño de la cabina de fotografiado

Las cabinas dentro de las cuales se obtendrán las fotografías de los mangos se montaran

directamente por medio de tornillos sobre el bastidor de la banda trasportadora, para tener

una estructura fácil de armar y transportar. Se construirá a partir de perfiles estructurales

angulares de acero soldado los cuales soportaran las cámaras junto con su mecanismo de

desplazamiento vertical, así como el sistema de iluminación y el cableado necesario. El

diseño de la estructura de la cabina se muestra en la figura 14.

Figura 14. Vistas de la estructura de la cabina de fotografiado

El soporte de las cámaras constará de una estructura de 4 guías sujetas por los

extremos por las cuales se deslizará el soporte al cual ira atornillada la cámara y se

podrá fijar su posición por medio de tornillos que ejercerán presión sobre las guías

(véase figura 15).


33

Figura 15. Soporte de cámaras con desplazamiento vertical

En la figura 16 se puede apreciar la disposición de las cámaras e iluminación dentro

de la cabina de fotografiado.

Figura 16. Disposición de cámara e iluminación dentro de la cabina de fotografiado


34

3.3.3. Diseño electrónico

3.3.3.1. Fuente de alimentación

Los sensores necesitarán de una fuente de alimentación que les suministre la energía

eléctrica requerida. Para dicho propósito, se diseñó una fuente de tensión eléctrica para

alimentar los sensores que comparten la tensión de alimentación con el mismo valor común

(5 V). A continuación se presenta una tabla con los dispositivos a alimentar y los valores de

tensión y corriente eléctrica para la fuente.

Tabla 8: Características deseadas de la fuente de alimentación.

Elementos que alimenta Sensores (3)

Tensión de salida [V] 5

Corriente [mA] 1000

Los valores en la tabla provienen de las especificaciones de los elementos ocupados

para la fabricación de los sensores (Anexo 3).

Para la fuente de 5 V, se propone la siguiente configuración (figura 17):

Figura 17. Circuito propuesto para la fuente de alimentación de 5V.

Una vez obtenidos los valores del transformador y capacitor (Anexo 1), podemos

definir los elementos de la fuente. A continuación se presenta una tabla donde

muestran los elementos seleccionados para la fuente.


35

Tabla 9: Elementos propuestos para la fuente de alimentación.

Elementos que alimenta Circuitos de control

Tensión de salida [V] 5

Corriente [mA] 1000

Transformador 9 Vrms @ 1.200 A

Rectificador Puente de diodos @ 2 A

Capacitor 5600 uF @ 16 V

Regulador C.I. 7805

3.3.3.2. Diseño de emisor y receptor infrarrojo

Debido a que para la toma de fotografías, volteo y clasificación de los mangos es necesario

tener una señal que indique si el mango está en posición para que cada una de estas tareas

se lleven a cabo, se colocaran sensores de barrera infrarrojos los cuales den una señal para

que cada proceso del sistema se realice el momento adecuado. Para esto se colocaran un

LED infrarrojo como emisor y un fototransistor como receptor, encontrados uno frente al

otro, a una distancia tal que permita el libre paso del mango de manera que cuando este

pase entre ellos e interrumpa el haz de luz, se mande una señal a la interfaz, la cual manda

una señal ya sea a la PC para disparar las cámaras, o para posicionar el clasificador

dependiendo del sensor que sea activado.

El emisor del sensor de barrera se compondrá básicamente de un Diodo Emisor de

Luz infrarroja de 5 mm, modelo IR333C y una resistencia que limite el paso de corriente

para su correcto funcionamiento, lo que estará conectado a una fuente de corriente directa

de 5 V.

El funcionamiento típico del LED IR es con un suministro constante de corriente de

20 mA a una tensión de entre 1.200 y 1.500 V.

Por otro lado, para un correcto diseño del receptor se deberá realizar pruebas con el

fototransistor para determinar el efecto de la luz ambiente y de la iluminación de las

cabinas de fotografía sobre éste, y así obtener los valores adecuados de los demás

componentes.

A continuación se muestra el diagrama esquemático del circuito sensor de barrera

donde se aprecia la configuración del emisor y el receptor.


36

Figura 18. Circuito esquemático de sensor de barrera infrarrojo.

3.3.3.3. Rediseño de emisor y receptor infrarrojo

Anteriormente, se propuso un diseño para el emisor del sensor de barrera, siendo

básicamente un Diodo Emisor de Luz infrarroja de 5 mm, modelo IR333C y una resistencia

que limite el paso de corriente, conectado a una fuente de corriente directa de 5 V.

Inicialmente se propuso ocupar una resistencia comercial de 220 Ω, con la cual

se tendría una corriente aproximada de 17 mA en el circuito. Sin embargo, al realizar

pruebas con el LED infrarrojo, se observó que para un mejor funcionamiento es necesario

aumentar la corriente en dicho elemento. Aunque, el funcionamiento típico del LED IR es

con un suministro constante de corriente de 20 mA a una tensión de entre 1.200 y 1.500 V,

el elemento tiene la capacidad de trabajar hasta 150 mA. Siendo así, recalculamos la

resistencia en serie con el LED IR, tomando en cuenta que dicho elemento en la práctica

consume cerca de 1.400 V y que en las pruebas realizadas el dispositivo se desempeñaba

bien con una corriente de 75 mA, la mitad de la máxima permitida.

3.4. VOLTEO

Una de las funciones que tiene que cumplir el proyecto es la de girar el mango sobre su eje

longitudinal con la finalidad de fotografiar el mayor área posible de la superficie del fruto.

Para cumplir con esta tarea, y en función de la geometría del fruto, se propuso ocupar una

pared transversal para que voltee los mangos al momento de hacer contacto con ésta

produciendo que el mango ruede sobre la banda conforme ésta avance, para volcarlo,

dejando la otra cara que no ha sido fotografiada expuesta para la siguiente cámara. La idea

se sustenta en observaciones realizadas durante la validación de la primera etapa del


37

proyecto. La validación de esta parte del prototipo tendrá una especial atención debido a

que a diferencia de las otras, se propuso solamente basándose en observaciones empíricas.

3.5. ANÁLISIS DE IMÁGENES

Para realizar la tarea de la clasificación del mango manila, se pretende utilizar un algoritmo

de visión artificial, el cual de acuerdo al color y al área ocupada por las manchas que

presente el mango manila se le asignará una clasificación. A continuación se presenta un

diagrama del algoritmo que se propone utilizar.

Figura 19. Diagrama de flujo del algoritmo de visión artificial propuesto.

Una imagen digital representada en el modelo de color RGB (por sus siglas en

inglés) se compone de tres matrices cuyos valores corresponden a los valores de intensidad

de los colores rojo, verde y azul de la imagen respectivamente, valores que representan que

tan intenso es cada color, siendo que el cero representa ausencia de color y el valor más alto

(generalmente 255 ocupando 8 bits) representa saturación del color. Las imágenes

adquiridas por las cámaras utilizadas en este proyecto son de 640x480 pixeles.

A grandes rasgos, el procedimiento propuesto para reconocer si un mango manila es

verde, amarillo o manchado, es comparar las frecuencias de aparición que corresponden a

cada color. Una manera sencilla de visualizar estos valores es mediante un histograma. Un

histograma es una representación gráfica de la frecuencia de aparición de los valores

representados, donde la altura de cada punto es proporcional a dicha frecuencia. Sirven para

obtener un panorama de la distribución de la población o muestra, respecto a una

característica cuantitativa que es de interés para el observador, en este caso, los 255 niveles

de intensidad de cada matriz. De esta manera ofrece una visión en grupo permitiendo

observar una tendencia por parte de la muestra o población por ubicarse hacia una

Inicio

Fin

Obtener imagen

RGB

(matriz de mxnx3)

Aislar componentes

correspondientes al

rojo y verde

(matrices de mxn)

Conseguir histogramas

de aparición de cada

matriz

(vectores de 1x256)

Analizar parte

baja y media de

cada histograma

Comparar con

valores

establecidos

experimentalmente

Asignar

clasificación

http://es.wikipedia.org/wiki/Gr%C3%A1fica

http://es.wikipedia.org/wiki/Frecuencia


38

determinada región de valores dentro del espectro de valores posibles que pueda adquirir la

característica. Así pues, se pueden evidenciar comportamientos. Debido a las características

mencionadas, se decidió utilizar histogramas como base para la clasificación del mango.

Figura 20. Análisis de imagen. a) Imagen del mango analizado.

b) Parte baja del histograma correspondiente al componente rojo de la imagen.

c) Histograma de la matriz resultante de la resta de los componentes rojo y verde de la imagen.

d) Histograma correspondiente al componente rojo de la imagen.

e) Histograma correspondiente al componente verde de la imagen.

f) Histograma correspondiente al componente azul de la imagen.

En la figura 20 se presenta la imagen adquirida de un mango manila de color

amarillo, junto los histogramas de cada uno de sus componentes de color (RGB) a la

derecha de la imagen. La gráfica presentada en el inciso b) corresponde a la parte baja del

histograma del componente rojo de la imagen, donde los valores del pixel van de cero a

cincuenta. Concretamente, se propone ocupar la parte señalada dentro del círculo en rojo,

es decir, los valores de pixel de 20 a 35 para discriminar entre un mango que presente

manchas oscuras en su superficie y uno que no. De manera similar, el histograma presente

en el inciso c) corresponde a la resta de las matrices del componente rojo menos el

componente verde, donde el círculo en rojo señala la parte propuesta para analizar, a partir

del pixel 140 a 160, con el fin de reconocer un mango amarillo de uno verde. La manera

de discriminar entre un tipo de mango u otro, al igual que la selección de valores para

comparar y clasificar, se basa en observaciones realizadas y es explicada a continuación.


39

Figura 21. Histogramas e imagen de un mango amarillo.

Figura 22. Histogramas e imagen de un mango amarillo con manchas oscuras.

Figura 23. Histogramas e imagen de un mango verde con manchas oscuras.


40

Figura 24. Histogramas e imagen de un mango verde.

En las imágenes 21, 22, 23 y 24 podemos observar las principales

diferencias que presentan los histogramas de mangos distintos. En cada una de las

imágenes, encerrados dentro de un círculo de color rojo, podemos apreciar las

principales diferencias entre un tipo de mango y otro. Por ejemplo, dentro del

círculo rojo de la gráfica correspondiente al inciso b) de cada imagen, se pueden

apreciar valores bajos en las figuras 21 y 24 correspondientes a los mangos sin

manchas. En contraste, analizando la misma zona en las figuras 22 y 23,

correspondientes a los mangos manchados, se pueden notar picos de valores de

intensidad, muy diferentes a los valores bajos que presentan los histogramas de los

mangos sin manchas. De manera parecida, observando la zona encerrada dentro del

círculo rojo de los histogramas que corresponden al inciso c) de cada imagen,

podemos observar que los mangos amarillos, mostrados en las figuras 21 y 22,

presentan picos de intensidad, diferenciándose claramente de los mangos verdes,

presentes en las figuras 23 y 24, que presentan valores de intensidad bajos en esta

misma zona. En las figuras 25, 26 y 27 se puede observar como mangos distintos

pero asignados dentro de una misma clasificación (amarillo, verde o manchado)

presentan histogramas con características similares, sobre todo las zonas encerradas

dentro de los círculos rojos.


41

Figura 25. Histogramas e imágenes de mangos clasificados como “amarillos”.


42

Figura 26. Histogramas e imágenes de mangos clasificados como “manchados”.


43

Figura 27. Histogramas e imágenes de mangos clasificados como “verdes”.


44

En la figura 28, se muestra un diagrama de flujo del algoritmo de

clasificación.

Figura 28. Diagrama de flujo del algoritmo de clasificación propuesto.


45

3.6. SEPARACIÓN DE LOS MANGOS DE ACUERDO A SU

CLASIFICACIÓN


La etapa final del prototipo consiste en un mecanismo clasificador el cual tiene como

objetivo separar los mangos a partir del análisis de visión realizado para tener al final

grupos de mangos lo más homogéneos posibles. Este se encontrará al término de la segunda

banda transportadora y separará los mangos para colocarlos en tres depósitos distintos

dependiendo del resultado del análisis de sus fotografías.

Para el diseño del clasificador se ha propuesto un mecanismo giratorio de tres

estados, es decir, que deberá poder girar única y exclusivamente a tres posiciones distintas

(ángulos de 45º entre sí). Estará compuesto por una superficie inclinada la cual podrá girar

a la posición que se requiera y por la cual el mango se deslizara hasta su contenedor

asignado (véase figura 29).

Figura 29. Posiciones del clasificador y disposición de los contenedores finales.

La superficie inclinada debe impedir que los mangos caigan hacia los lados debido

al mismo movimiento del mecanismo por lo que tendrá paredes laterales que eviten esta

situación. La superficie estará montada sobre una base que proporcione apoyo para que

pueda llevar los mangos a su destino. Dicha base a su vez estará sujeta a un eje acoplado a

un servomotor mediante un cople mecánico.

Contenedor 1

Contenedor 2

Contenedor 3


46

Tanto el servomotor como el eje con su respectivo rodamiento, estarán fijos a una

misma placa como se aprecia en la figura 30, la que finalmente ira sobre una estructura que

se unirá al bastidor de la segunda banda ayudando a fijar y colocar el clasificador a una

altura adecuada para la recepción de los mangos. (véase figura 31).

Figura 30. Vistas de servomotor y eje montados sobre su base.

Figura 31. Vista lateral y trimétrica de clasificador montado sobre su bastidor.


47

3.7. ANÁLISIS DE ESFUERZOS

Se realizaron simulaciones de esfuerzos de los elementos del prototipo, sobre todo de los

expuestos a mayores cargas, mediante el software de CAD SolidWorks® para verificar que

lo que se ha propuesto, tanto de formas de los elementos así como materiales, cumplen con

la resistencia requerida. Los resultados se pueden apreciar en el Anexo 2.

3.8. ETAPA DE CONTROL

La etapa de control del prototipo consta básicamente de 4 grandes bloques funcionales:

sensores, actuadores, tarjeta de adquisición de datos y una computadora personal (PC)

como se muestra en la figura 32. A cada uno de estos bloques se le ha asignado un color

distinto para distinguirlos entre sí. Los sensores están localizados en distintos puntos de la

banda transportadora, pero todos cumplen exactamente con la misma finalidad: informar al

sistema de que un mango ha llegado a la posición adecuada para ser fotografiado o

clasificado. Manejan una lógica digital tal que si se ha sensado la presencia de un mango

envían una señal “alta” (5 V) a la tarjeta de adquisición, mientras que si no, envían una

señal baja (0 V) a la misma.

Figura 32. Diagrama a bloques de la etapa de control del prototipo.

La tarjeta de adquisición es una tarjeta de prototipado de la firma Arduino©, en este

caso, una Arduino Uno©. Su función, además de servir como tarjeta de adquisición de


48

datos, es la de comunicar con la PC para enviar información de los sensores y recibir

información de la posición que corresponde al servomotor. Maneja valores de tensión de

entrada de 0 a 2 V que indican una señal en estado “bajo”, de 3 a 5 V para el estado “alto” y

un estado de indeterminación para valores de entrada entre 2 y 3 V (Anexo 3). Cuenta con

una librería propia para el manejo de servomotores a la salida, en donde sólo se indica la

posición y el número de servomotor asignado dentro de la misma programación. Además,

en la figura 32 se indica que la comunicación entre la Arduino Uno© y la PC se realiza

mediante USB. Esto no es del todo cierto. Si bien el dispositivo físico es un cable USB, la

comunicación es serial.

Como se indicó anteriormente, la tarjeta Arduino Uno© se comunica con la PC, esto

es debido a que el algoritmo de visión artificial no es embebido, es decir, el algoritmo de

visión artificial es alojado y ejecutado dentro de la PC, y sólo sus resultados de

clasificación son comunicados a la Arduino y de allí al servomotor. Cabe mencionar que la

PC también sirve como puente de comunicación entre la tarjeta Arduino y las cámaras,

debido a que tanto las cámaras, el algoritmo de visión, así como la comunicación con la

Arduino son ejecutados desde el software Matlab© en la PC.

Hay que mencionar que para realizar la comunicación entre la tarjeta Arduino Uno©

y el software Matlab©, se ocuparon librerías programadas por colaboradores del equipo de

trabajo de Mathworks©, que facilitan el uso de la Arduino con Matlab.


49

CAPÍTULO IV. VALIDACIÓN DEL SISTEMA

Para la validación del sistema se hicieron algunas pruebas y se obtuvieron estadísticas sobre

la eficiencia del sistema. A continuación se mencionan los resultados obtenidos de las

diferentes pruebas realizadas por etapas.

4.1. SINGULARIZACIÓN

El principal problema que pudiera presentar esta etapa del prototipo, es que los mangos se

llegaran a estancar mientras avanzan a través de las paredes de singularización en caso de

existir un flujo muy grande de mangos a la entrada del sistema. Debido a que no se contaba

con suficientes mangos para realizar pruebas a una mayor escala, no se logró verificar que

cantidad de mangos sería capaz de soportar el sistema sin presentar fallo alguno. Sin

embargo se realizaron las pruebas siguientes con los mangos disponibles arrojando los

datos que a continuación se muestran, donde una prueba fallida indica que hubo un

estancamiento de los mangos en la banda de singularización en esa prueba en específico.

Tabla 10: Efectividad de la etapa de singularización.

Velocidad Alta

Velocidad Baja

No. mangos 9

No. mangos 9

No. De pruebas 5

No. De pruebas 5

Pruebas fallidas 1

Pruebas fallidas 0

Efectividad (%) 80

Efectividad (%) 100

Velocidad Alta

Velocidad Baja

No. mangos 12

No. mangos 12

No. De pruebas 5

No. De pruebas 5

Pruebas fallidas 2

Pruebas fallidas 1

Efectividad (%) 60

Efectividad (%) 80

Desgraciadamente la cantidad de muestras y las veces de ejecución no proporcionan un

dato confiable sobre la eficiencia del prototipo, pero nos dan una idea sobre el

comportamiento del sistema ante ciertos casos y reconocer los aspectos que se pueden

mejorar.


50

4.2. VOLTEO

Esta parte del prototipo fue diseñada con base en algunos resultados obtenidos de los

estudios de movimiento realizados y experimentación realizada después de haber

construido las bandas tranportadoras, esta solución fue las más sencilla en diseño y

construcción, pero resultó ser de gran efectividad. Pero ésta requiere que lo mangos hagan

contacto con la superficie de volteo antes de llegar a la mitad de la longitud de la misma

superficie, ya que si no cumple con esta condición no se asegura el volteo del mango.

Sin embargo durante las pruebas llevadas a cabo de un total de 40 corridas solo 5 de 40

mangos no lograron completar su giro debido a la posición en la que salieron de la

singularización lo cual nos muestra una eficiencia del 87.500%. Este porcentaje se puede

mejorar haciendo algunas modificaciones en la forma y dimensiones de la superficie.

4.3. CLASIFICACIÓN Y SEPARACIÓN

Para esta prueba se analizó el nivel de confiabilidad del algoritmo de visión implementado,

el tiempo de procesamiento y la posible saturación del código debido a que se desarrolló en

un software lento en cuanto al procesamiento lo cual afecta en que no se puedan hacer una

gran cantidad de análisis simultáneos en caso de ser demandados.

Las pruebas consistieron en dejar pasar sobre la banda un flujo continuo de mangos durante

5 minutos. Estas muestras atravesaron todo el proceso del prototipo pero el análisis se

enfocó específicamente en observar que tan correctamente fueron clasificados los mangos

al final del proceso. Se realizaron pruebas con solo tres velocidades de la banda debido a la

falta de tiempo para llevar a cabo más corridas del sistema. A continuación se muestran los

resultados obtenidos.


51

Tabla 11: Eficiencia de la clasificación y separación.

Velocidad 1 (baja): 2.600 cm/s

Muestras analizadas: 34

Muestras por minuto: 6.800

Clasificadas correctamente: 28

% de eficiencia: 82.350

Velocidad 3 (media): 4.100 cm/s


Muestras por minuto: 10


% de eficiencia: 96

Velocidad 4 (media-alta): 4.800 cm/s


Muestras por minuto: 12.400


% de eficiencia: 69.350

Las principales causas por las que algunas muestras no son clasificadas

correctamente son:

Las características del algoritmo de visión artificial. Hay que recordar que el

algoritmo de visión artificial implementado en el sistema fue diseñado para

la demostración del funcionamiento del clasificador. Etapas futuras del

proyecto tienen como meta implementar un algoritmo de visión más robusto

y eficaz.

La eficiencia de etapas anteriores. La eficiencia de la etapa final del sistema

depende de la eficiencia de las etapas anteriores, por lo que una mejora en la

eficiencia de las etapas anteriores tendrá como consecuencia directa una

mejora en la eficiencia de esta etapa.


52

Figura 33. Ensamble del sistema completo.

4.4. IMÁGENES DEL MECANISMO REAL

A continuación se muestran diversas imágenes tomadas durante el funcionamiento del

sistema. Las imágenes abarcan todas las etapas: singularización, volteo y clasificación. El

recorrido de los mangos en las imágenes es de derecha a izquierda (el movimiento de las

bandas transportadoras tiene dirección hacia la izquierda de la imagen). Todas las imágenes

son de una misma prueba.


53

Figura 34. Imágenes del sistema real en funcionamiento (1).


54

Las figuras 34 y 35 presentan el avance de los mangos a través de las etapas de la banda.

Las imágenes empiezan en la parte superior izquierda de cada figura y la secuencia es de

izquierda a derecha y de arriba hacia abajo. La última imagen de cada figura es la

localizada en la parte inferior derecha.

Figura 35. Imágenes del sistema real en funcionamiento (2).


55

CAPÍTULO V. CONCLUSIONES

Se diseñó y construyó una banda transportadora capaz de formar, singularizar y llevar al

mango a la zona de fotografía. El desempeño de la singularización puede mejorarse

realizando una mayor experimentación, analizando la información recabada y

proponiendo mejoras mecánicas.

Se propuso y valido un mecanismo automático para manipular el mango

adecuadamente y hacerlo girar de manera controlada a fin de capturar imágenes de su

parte frontal y posterior. Al igual que con la singularización, el desempeño de esta etapa

puede presentar mejoras realizando una mayor experimentación, analizando la

información recabada y proponiendo mejoras mecánicas.

Se diseñaron y construyeron los circuitos electrónicos asociados a los emisores y

receptores de los sensores y fuentes de alimentación para todos los dispositivos

asociados al sistema. Si se llegase a ocupar un sistema como el propuesto en este

documento, se propone verificar la eficiencia de las fuentes ocupadas y si es necesario

sustituirlas por fuentes más eficientes, como fuentes conmutadas.

Se calcularon e implementaron dispositivos de disipación de calor para evitar el

malfuncionamiento de las fuentes de alimentación debido al sobrecalentamiento de los

reguladores de tensión eléctrica.

Se implementó un sistema de fotografía para la adquisición de las tomas del mango

manila que minimiza los brillos excesivos sobre la superficie del mango. Se propone

ocupar cámaras que puedan autoajustar sus parámetros (brillo, nitidez, etc.) o que en su

defecto se puedan ajustar éstos parámetros y guardar dicha configuración.

Se implementó mediante programación un sistema de activación en flanco de subida

para las señales provenientes de los sensores.

Se diseñó y construyó el mecanismo clasificador del mango manila con la capacidad de

manejar el fruto sin maltratarlo.

Se diseñó e implementó un algoritmo de visión artificial para la demostración del

funcionamiento del clasificador.

Se logró establecer un método de análisis de imágenes capaz de distinguir entre un

mango de superficie verde, amarilla o con manchas, en base al histograma de dicha

imagen.

Se implementó una interfaz entre sensores, cámaras, actuador y la computadora.


56

Se logró construir un sistema capaz de clasificar el mango manila de manera

homogénea y objetiva ocupando algoritmos de visión artificial, sometiendo a todos los

mangos a un mismo criterio de clasificación.

GLOSARIO

Contaminación microbiológica.- Contaminación producida por microorganismos

(parásitos, bacterias o virus) presentes, por ejemplo, por una manipulación inadecuada de

los alimentos. Se mide en Unidades Formadoras de Colonias (UFC) [2].

Evaluación sensorial.- Función primaria del hombre, en la cual acepta o rechaza los

alimentos de acuerdo con las sensaciones que experimenta al consumirlos. De esta forma,

se establecen criterios para la selección de los alimentos, criterios que inciden sobre una de

las facetas de la calidad global del alimento, la calidad sensorial, la cual es subjetiva [17].

Flujo luminoso.- Potencia emitida en forma de radiación luminosa a la que el ojo humano

es sensible. Su unidad es el lumen (lm) [18].

Mangostán.- Árbol de tamaño mediano (hasta 10 m) que produce frutas de cáscara morada

y carne blanca. La forma de las frutas es ligeramente semejante al de la mandarina y dentro

de la cáscara se encuentran unos seis a ocho gajos en tonos pasteles [19].

Morfología (Biología).- Disciplina que se estudia del estudio de la forma y la estructura de

un organismo o sistema, así como también de las transformaciones que los seres orgánicos

van sufriendo como consecuencia del paso del tiempo [20].

Resolución.- Número de píxeles que forman una imagen. La calidad de una imagen,

también depende de la resolución que tenga el dispositivo que la capta. El número de

píxeles que contenga una imagen dependen de cuántos píxeles utilice el sensor CCD de la

cámara para captar la imagen [21].

Técnicas no destructivas.- Técnicas de análisis que respetan la integridad y características

de alguna pieza o muestra [22].

Velocidad de obturación.- Inverso del tiempo de exposición de la fotografía, que es el

periodo de tiempo durante el cual está abierto el obturador de una cámara fotográfica [23].

http://es.wikipedia.org/wiki/Tiempo

http://es.wikipedia.org/wiki/Obturador


57

REFERENCIAS

1. Blasco, J., Aleixos, N., Gómez, J. and Moltó, E. (2007b). Citrus sorting by

identification of the most common defects using multispectral computer vision. Journal of

Food Engineering 83: 384–393.

2. La Enciclopedia Libre Universal en Español (2008). Disponible [línea] en

http://enciclopedia.us.es/index.php/Contaminaci%C3%B3n Visitada el 25 de mayo de

2011.

3. Grupo Buhler (2013). Empresa dedicada a la automatización del transporte y

empaquetamiento de fruta. Disponible [línea] en

http://www.buhlergroup.com/europe/es/productos.htm#.Umg_UvnmNr8. Visitada el 23 de

octubre de 2013.

4. Ornelas, P.,Yahiaa, M.and Gardea, A. (2008). Changes in external and internal color

during postharvest ripening of ‘Manila’ and ‘Ataulfo’ mango fruit and relationship with

carotenoid content determined by liquid chromatography–APcI-time-of-flight mass

spectrometry. Postharvest Biology and Technology 50. 145–152.

5. Coello, T. A., Fernández, G. D. y Gálan, S. V. (1997). Guía Descriptiva para los

Cultivares de Mango. Monografía Técnica. Gobierno de Canarias, Consejería de

Agricultura, Pesca y Alimentación. Disponible en [línea] en http://www.icia.es/icia.

Consultada el 14 de junio del 2010.

6. Rizzo Pastor, P.(1998). El Mango Mexicano en Cifras. Disponible [línea] en

http://www.sica.gov.ec/agronegocios. Consultada el 2 de diciembre 2009.

7. Madrigal Vázquez Miriam (2009). Control Biológico de la Mancha Negra

(Alternaria alternata) como Alternativa de Prevención en el Manejo Poscosecha del

Mango. (Tésis de Maestría en Tecnología de Agroindustría). Colegio de Posgraduados.

Institución de Enseñanza e Investigación en Ciencias Agrícolas. Campus Córdoba,

Veracruz.

8. Ayala, A.V., Almaguer, V.G., De la Trinidad, P.N., Caamal, C.I. y Rendón, R.

(2009). Competitividad de la Producción de Mango (Mangifera indica L.) en Michoacán.

Revista Chapingo Serie Horticultura 15(2): 133-140.

9. Gálvez, L. D., Salvador, F. M. y Mayek, P. N. (2007). Diversidad Morfológica del

Fruto en Germoplasma Nativo de Mango Mangifera Indica L. (Anacardiaceae) nativo de

Chiapas, México. Cuadernos de Biodiversidad No. 24. Publicación cuatrimestral. Ed.

Centro Iberoamericano de la Biodiversidad. Universidad de Alicante. Pgs:10-18.Disponible

[línea] en http://www.ua.es/es/información/biodiversidad. Consultada el 13 de septiembre

del 2010.

10. Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación de

México SAGARPA. (2009). Disponible [línea] en www.sagarpa.siap.gob.mx. Visitada el

15 diciembre del 2009.

11. Rivas, T.A. y Gómez T.M. (2004). Competitividad de los productores: Variables y

estructura Organizacional en México. Disponible [línea] en

http://portal.veracruz.gob.mx/pls/portal/docs/PAGE/COLVER/DIFUSION/REVISTA_CO

NCIENCIA/REVISTANO.9/11.-

LUIS%20ARTURO%20RIVAS%20TOVAR%20Y%20VARIOS.PDF Consultada el 23 de

octubre del 2013.

http://enciclopedia.us.es/index.php/Contaminaci%C3%B3n

http://www.buhlergroup.com/europe/es/productos.htm#.Umg_UvnmNr8

http://www.icia.es/icia

http://www.sica.gov.ec/agronegocios

http://www.ua.es/es/información/biodiversidad

http://www.sagarpa.siap.gob.mx/

http://portal.veracruz.gob.mx/pls/portal/docs/PAGE/COLVER/DIFUSION/REVISTA_CONCIENCIA/REVISTANO.9/11.-LUIS%20ARTURO%20RIVAS%20TOVAR%20Y%20VARIOS.PDF




58

12. Velez Rivera Nayeli (2011). Estudio de la madurez y calidad del mango (Mangifera

indica L.) “Manila” mediante técnicas de análisis de imágenes, microcópica y

espectróscopia.. (Documento predoctoral). Escuela Nacional de Ciencias Biológicas,

Instituto Politécnico Nacional.

13. AINIA (2010). Centro tecnológico. Disponible [línea] en

http://www.ainia.es/web/acerca-de-ainia/experiencia/todos/-/articulos/Nzx3/content/vision-

multiespectral:-una-potente-herramienta-de-control-y-seguridad-alimentaria. Consultada el

1 de febrero del 2011.

14. AWETA (2011). Empresa dedicada a la automatización de la clasificación y

empaquetamiento de fruta. Disponible [línea] en http://www.aweta.nl/. Visitada el 22 de

mayo de 2011.

15. GPGraders (2010). Empresa dedicada a la automatización del transporte y

empaquetamiento de fruta. Disponible [línea] en http://www.gpgraders.com/home. Visitada

el 22 de mayo de 2011.

16. Blasco, J., Aleixos, N. and Moltó, E. (2007a). Computer vision detection of peel

defects in citrus by means of a region oriented segmentation algorithm. Journal of Food

Engineering 81: 535–543.

17. Ibáñez Moya Francisco y Barcina Angulo Yolanda (2001). Análisis sensorial de

alimentos: Métodos y aplicaciones.

18. Disponible [línea] en http://edison.upc.edu/curs/llum/fotometria/magnitud.html

Visitada el 25 de mayo de 2011.

19. Instituto Interamericano de Cooperación para la Agricultura,Francia (1989).

Compendio de agronomía tropical.

20. Definición ABC (2009). Disponible [línea] en

http://www.definicionabc.com/general/morfologia.php Visitada el 25 de mayo de 2011.

21. Digital Fotored (2005). Disponible [línea] en

http://www.digitalfotored.com/imagendigital/numeropixeles.htm Visitada el 25 de mayo de

2011.

22. Instituto Mexicano de Ensayos No Destructivos (2009). Disponible [línea] en

http://www.imende.com/. Visitada el 23 de octubre de 2013.

23. Foto Clubdigital (2009). Disponible [línea] en

http://www.fotoclubdigital.net/tutoriales/conceptos-tecnicos/el-obturador.html. Visitada el

25 de mayo de 2011.

24. Jornada de innovación en la industria agroalimentaria a través de la automatización

y robotización de procesos (2013). Disponible [línea] en

http://www.aeratp.com/documentos/Presentacion_VISION%20(7).pdf. Visitada el 23 de

octubre de 2013.

25. Jha, S.N., Kingsly, A.R.P. and Chopra, S. (2005). Determination of Sweetness of

Intact Mango using Visual Spectral Analysis. Biosystems Engineering: 91 (2), 157–161.

http://www.ainia.es/web/acerca-de-ainia/experiencia/todos/-/articulos/Nzx3/content/vision-multiespectral:-una-potente-herramienta-de-control-y-seguridad-alimentaria

http://www.ainia.es/web/acerca-de-ainia/experiencia/todos/-/articulos/Nzx3/content/vision-multiespectral:-una-potente-herramienta-de-control-y-seguridad-alimentaria

http://www.aweta.nl/

http://www.gpgraders.com/home

http://edison.upc.edu/curs/llum/fotometria/magnitud.html

http://www.definicionabc.com/general/morfologia.php

http://www.digitalfotored.com/imagendigital/numeropixeles.htm

http://www.imende.com/

http://www.fotoclubdigital.net/tutoriales/conceptos-tecnicos/el-obturador.html

http://www.aeratp.com/documentos/Presentacion_VISION%20(7).pdf


59

ANEXO 1. MEMORIA DE CÁLCULO

Cálculo del par, potencia y velocidad angular de los motores.

Los valores de los vectores están dados por:

𝐹 = 𝐹𝑓 = 𝜇𝑠𝑁 ec (1)

𝑁 = 𝑊 = 𝑚𝑔 ec (2)

𝑚 = 𝑛 ∗ 𝑚𝑚𝑎𝑛𝑔𝑜 ec (3)

Considerando los siguientes datos (proporcionados por el personal del CIC-IPN):

𝜇𝑠 = 0.400

𝑚𝑚𝑎𝑛𝑔𝑜 = 0.300 𝑘𝑔

𝑛 = 30 𝑚𝑎𝑛𝑔𝑜𝑠

𝑔 = 9.806 𝑚

𝑠2

Sustituyendo los datos en las ecuaciones (1) y (2) se obtiene:

𝑁 = 𝑊 = 9 𝑘𝑔 ∗ 9.81 𝑚

𝑠2= 88.254 𝑁

𝐹𝑓 = 0.400 ∗ 88.254 𝑁 = 35.302 𝑁

Para determinar el par del motor se propone un tambor de r = 20 mm

𝜏 = 𝐹 × 𝑟 ec (4)

𝜏 = 35.302 𝑁 ∗ 0.020 𝑚 = 𝟎. 𝟕𝟎𝟔 𝑵𝒎 ≈ 𝟎. 𝟕 𝑵𝒎

Proponiendo una velocidad de la banda de 0.100 m/s obtenemos la velocidad

angular en RPM y la potencia del motor.

𝜔 =𝑣

𝑟=

0.100 𝑚

𝑠

0.020 𝑚= 5

𝑟𝑎𝑑

𝑠= 𝟒𝟕. 𝟕𝟒𝟔 𝒓𝒑𝒎 ≈ 𝟒𝟖 𝑹𝑷𝑴 ec (5)


60

𝑃 = 𝜏 ∗ 𝜔 = 0.706 𝑁𝑚 ∗ 5 𝑟𝑎𝑑

𝑠= 𝟑. 𝟓𝟑𝟏 𝒘𝒂𝒕𝒕𝒔 ec (6)

Análisis cinemático del sistema de transmisión

Figura 1. Esquema general de una transmisión mediante poleas.

Para el análisis del sistema de poleas, se supondrá que la masa de la correa es

despreciable y que la correa arrastra a las poleas sin deslizar sobre alguna de

ellas. Siendo así, tenemos que la velocidad tangencial de la correa es la misma

sobre todo su recorrido, y que la velocidad angular y la velocidad tangencial de

una polea guardan la siguiente relación:

𝑉𝑡 = 𝜔𝑑

2 𝑒𝑐 (7)

𝑉𝑡 𝑝𝑜𝑙𝑒𝑎 𝑚𝑜𝑡𝑟𝑖𝑧 = 𝑉𝑡 𝑝𝑜𝑙𝑒𝑎 𝑚𝑜𝑣𝑖𝑑𝑎 𝑒𝑐 (8)

Donde:

𝑉𝑡: Velocidad tangencial [cm/s]

𝜔: Velocidad angular [rad/s]

𝑑: Diámetro de la polea [cm]

Sustituyendo la ecuación 7 en la ecuación 8:

𝜔𝑚𝑜𝑡𝑟𝑖𝑧

𝑑𝑚𝑜𝑡𝑟𝑖𝑧

2= 𝜔𝑚𝑜𝑣𝑖𝑑𝑎

𝑑𝑚𝑜𝑣𝑖𝑑𝑎

2


61

=>

𝜔𝑚𝑜𝑡𝑟𝑖𝑧𝑑𝑚𝑜𝑡𝑟𝑖𝑧 = 𝜔𝑚𝑜𝑣𝑖𝑑𝑎𝑑𝑚𝑜𝑣𝑖𝑑𝑎 𝑒𝑐 (9)

Además, a la relación entre los diámetros (o las velocidades) de las poleas se le

llama relación entre poleas, definida como sigue:

𝑛 =𝑑𝑚𝑜𝑣𝑖𝑑𝑎

𝑑𝑚𝑜𝑡𝑟𝑖𝑧 𝑒𝑐 (10)


𝜔𝑚𝑜𝑡𝑟𝑖𝑧𝑑𝑚𝑜𝑡𝑟𝑖𝑧 = 𝜔𝑚𝑜𝑣𝑖𝑑𝑎𝑑𝑚𝑜𝑣𝑖𝑑𝑎

=>

𝜔𝑚𝑜𝑡𝑟𝑖𝑧 = 𝜔𝑚𝑜𝑣𝑖𝑑𝑎

𝑑𝑚𝑜𝑣𝑖𝑑𝑎

𝑑𝑚𝑜𝑡𝑟𝑖𝑧

=>

𝜔𝑚𝑜𝑡𝑟𝑖𝑧 = 𝑛𝜔𝑚𝑜𝑣𝑖𝑑𝑎 𝑒𝑐 (11)

Continuando con el análisis, se tiene en cuenta que el eje sobre el cual gira la polea

movida girará a la misma velocidad angular que dicha polea. Sumado a lo anterior,

dicho eje será sobre el cual correrá la banda transportadora, por lo que la velocidad

tangencial de dicho eje será la velocidad lineal a la que correrá la banda. Teniendo

en cuenta lo anterior, se tiene que:

𝑉𝑏𝑎𝑛𝑑𝑎 = 𝜔𝑚𝑜𝑣𝑖𝑑𝑎

𝑑𝑒𝑗𝑒

2;

Despejando 𝜔𝑚𝑜𝑣𝑖𝑑𝑎 de la ecuación anterior:

𝜔𝑚𝑜𝑣𝑖𝑑𝑎 = 2 𝑉𝑏𝑎𝑛𝑑𝑎

𝑑𝑒𝑗𝑒 𝑒𝑐 (12)


𝜔𝑚𝑜𝑡𝑟𝑖𝑧 = 2𝑛 𝑉𝑏𝑎𝑛𝑑𝑎

𝑑𝑒𝑗𝑒 𝑒𝑐 (13)

Para definir el valor de la velocidad angular del motor 𝜔𝑚𝑜𝑡𝑟𝑖𝑧 , se deben definir los

parámetros del lado derecho de la ecuación.


62

La velocidad de la banda 𝑉𝑏𝑎𝑛𝑑𝑎 debería de ser lo más alta posible para así

procesar el mayor número de mangos en el menor tiempo posible. Sin embargo,

personal del CIC-IPN, encargado del sistema de visión artificial, solicitó que dicha

velocidad no fuera mayor a 10 cm/s, debido al tiempo en que el algoritmo de visión

artificial procesará la información proveniente de las imágenes de los mangos

manila. Por lo que podemos definir nuestra velocidad máxima de la banda 𝑉𝑏𝑎𝑛𝑑𝑎 =

10 𝑐𝑚/𝑠.

También podemos definir el diámetro sobre el cual correrá la banda gracias a

información proporcionada por la empresa Bolbrugge Hermanos S.A. de C.V.

Dicha empresa recomienda que, para la mayoría de bandas transportadoras de PVC,

el eje sobre el cual correrá la banda transportadora sea del mayor diámetro posible,

siendo el valor mínimo posible de 4 cm. El valor propuesto para dicho trabajo era de

𝑑𝑒𝑗𝑒 = 5 𝑐𝑚, valor mayor al de 4 cm, por lo que se dejará como se había propuesto

originalmente.

Además de lo anterior, se propone ocupar una relación entre poleas de 1:2 para

economizar en este rubro (𝑛 = 2). Sustituyendo estos valores en la ecuación 15:

𝜔𝑚𝑜𝑡𝑟𝑖𝑧 = 2(2)10

5= 8

𝑟𝑎𝑑

𝑠;

Prácticamente todos los motores eléctricos en el mercado ofrecen su velocidad

angular en RPM, por lo que hay que convertir las unidades del resultado:

𝜔𝑚𝑜𝑡𝑟𝑖𝑧 = 8 𝑟𝑎𝑑

𝑠[60 𝑠

1 𝑚𝑖𝑛] [

1 𝑟𝑒𝑣

2𝜋 𝑟𝑎𝑑] ≈ 76.4 𝑅𝑃𝑀

En la búsqueda de un motor con dicha velocidad angular, se encontró un

motorreductor de la marca Pololu©, que ofrece un rango de velocidades que va de

los 40 RPM@6 V a 80 RPM@12 V, con un par de 3.600 kg-cm@1 A. El motor

cuenta con un peso de 207 g, un eje de salida de diámetro de 6 mm, una caja

reductora 131:1 y 37 mm de diámetro por 57 mm de largo (Anexo 3). Aunque este

motor cumple con una velocidad angular cercana a la deseada, hay que verificar que

el par ofrecido pueda mover la carga de la banda. Para esto, se hace el siguiente

análisis:

𝜏𝑚𝑜𝑣𝑖𝑑𝑎 = 𝜂𝑛𝜏𝑚𝑜𝑡𝑟𝑖𝑧 𝑒𝑐 (14)

Donde:

𝜏𝑚𝑜𝑣𝑖𝑑𝑎: Par de la polea movida (par sobre el eje de la banda) [kg-cm]

𝜏𝑚𝑜𝑡𝑟𝑖𝑧: Par de la polea motriz (par ofrecido por el motorreductor) [kg-cm]


63

𝜂: Eficiencia del sistema de poleas [%]

Teniendo en cuenta que el par ofrecido por el motorreductor es 𝜏𝑚𝑜𝑡𝑟𝑖𝑧 = 3.600 𝑘𝑔 − 𝑐𝑚

y que la eficiencia aproximada de un sistema de poleas es de 𝜂 = 95% , tenemos que:

𝜏𝑚𝑜𝑣𝑖𝑑𝑎 = (0.950)(2)(3.600) = 6.840 𝑘𝑔 − 𝑐𝑚

Para obtener la fuerza tangencial que actuará sobre la banda partimos de la ecuación de

brazo de momento ejercido por una fuerza:

𝜏 = 𝐹𝑥 𝑟 ;

Despejando la fuerza de la ecuación anterior:

𝐹𝑡 =𝜏𝑚𝑜𝑣𝑖𝑑𝑎

𝑟=

6.840

2.500= 2.736 𝑘𝑔

Dicha fuerza deberá superar la fuerza de fricción presentada debido al peso de los

mangos (ver figura 2).

Figura 2. Diagrama de fuerzas que actúan sobre la banda.

Donde:

W: Carga repartida debido a la suma de los peso de los mangos sobre la banda

[kg/m].

N: Fuerza normal en reacción a la carga W [kgf].

Ff : Fuerza de fricción debido al rozamiento de la banda y su cama [kgf].

𝐹𝑡: Fuerza necesaria para poner el sistema en equilibrio (fuerza tangencial 𝐹𝑡) [kgf].

F Ff

N

W [kg/m]


64

Los valores de los vectores están dados por:

𝐹𝑡 = 𝐹𝑓 = 𝜇𝑠𝑁 𝑒𝑐 (15)

𝑁 = 𝑊 = 𝑛 ∗ 𝑚𝑚𝑎𝑛𝑔𝑜 𝑒𝑐 (16)


𝐹𝑡 = 𝜇𝑠 ∗ 𝑛 ∗ 𝑚𝑚𝑎𝑛𝑔𝑜 𝑒𝑐 (17)

De acuerdo a información en la página del fabricante Atimex©, el coeficiente de fricción

entre una banda de PVC y acero (material de la cama) es de

𝜇𝑠 = 0.150. Ocupando el peso promedio de un mango manila (0.300 kg) y un factor de

seguridad de k=2, podemos obtener el número de mangos que la banda será capaz de

transportar.

𝑛 = 𝐹𝑡

𝑘 ∗ 𝜇𝑠 ∗ 𝑚𝑚𝑎𝑛𝑔𝑜=

2.736

(2)(0.150)(0.300)= 30.400 𝑚𝑎𝑛𝑔𝑜𝑠

Dicho valor es prácticamente el doble del número de mangos propuestos originalmente en

el diseño.


65

Fuentes de alimentación

Los sensores, motores y servomotores, necesitarán de una fuente de alimentación que les

suministre la energía eléctrica requerida. Para dicho propósito, se diseñaron tres fuentes de

tensión eléctrica, cada una para alimentar ciertos dispositivos que comparten la tensión de

alimentación con el mismo valor común. A continuación se presenta una tabla con los

dispositivos a alimentar y los valores de tensión y corriente eléctrica para cada una de las

fuentes.

Tabla 1: Características de las fuentes de alimentación

Elementos que alimenta Motores CD Servomotores Sensores

Tensión de salida [V] 6-12 6 5

Corriente [mA] 2000 (c/u) 500 1000

Los valores en la tabla provienen de las especificaciones de motores, servomotores,

LED’s y estimaciones de consumo de elementos de los circuitos de control. Para las fuentes

de 6 y 5 V, se propone una configuración como se muestra en la figura 3.

Figura 3. Circuito propuesto para las fuentes de alimentación de 6 y 5 V.

Cabe mencionar que la configuración propuesta para las fuentes no conmutadas

consta de una etapa de disminución de la tensión eléctrica, una etapa de rectificación, una

etapa de filtrado y una etapa de regulación.

A continuación se muestra un diagrama a bloques de las fuentes propuestas:


66

Figura 4. Diagrama a bloques de las fuentes de alimentación.

El primer dispositivo seleccionado es el que se encarga de la etapa de filtrado, en

este caso, un capacitor electrolítico. Para encontrar el valor de dicho capacitor, se ocupó la

siguiente ecuación, que relaciona la tensión a la entrada del regulador (a la que llamaremos

𝑉𝑐𝑑) con la tensión eficaz de rizo (𝑉𝑟𝑒𝑓𝑖𝑐𝑎𝑧):

𝑟 =𝑉𝑟𝑒𝑓𝑖𝑐𝑎𝑧

𝑉𝑐𝑑 𝑒𝑐 (1)

En donde la tensión 𝑉𝑐𝑑 se define como:

𝑉𝑐𝑑 = 𝑉𝑓𝑝𝑖𝑐𝑜 − 𝑉𝑟𝑝𝑖𝑐𝑜 𝑒𝑐 (2)

La tensión pico de rizo se define como:

𝑉𝑟𝑝𝑖𝑐𝑜 =𝑉𝑓

𝑝𝑖𝑐𝑜

2𝑅𝑓𝐶 𝑒𝑐 (3)

Sustituyendo la ec (3) en la ec (2)

𝑉𝑐𝑑 = 𝑉𝑓𝑝𝑖𝑐𝑜 [1 −1

2𝑅𝑓𝐶] 𝑒𝑐 (4)

Y el valor de la tensión eficaz de rizo, debido a que la forma de esta señal es muy similar a

una señal diente de sierra (ver figura 4, señal después de la etapa de filtrado), se define

como:

𝑉𝑟𝑒𝑓𝑖𝑐𝑎𝑧 =𝑉𝑟𝑝𝑖𝑐𝑜

√3=

𝑉𝑓𝑝𝑖𝑐𝑜

𝑅𝑓𝐶√12 𝑒𝑐 (5)

Sustituyendo la ec (5) y ec (4) en la ec (1)


67

𝑟 =𝑉𝑟𝑒𝑓𝑖𝑐𝑎𝑧

𝑉𝑐𝑑=

𝑉𝑓𝑝𝑖𝑐𝑜

𝑅𝑓𝐶√12∗

1

𝑉𝑓𝑝𝑖𝑐𝑜 [1 −1

2𝑅𝑓𝐶]

=1

𝑅𝑓𝐶√12 [1 −1

2𝑅𝑓𝐶]

𝑟 =1

𝑅𝑓𝐶√12 − √3 => (𝑅𝑓𝐶√12 − √3) ∗ 𝑟 = 1

=> 𝑟𝑅𝑓𝐶√12 − 𝑟√3 = 1 => 𝑟𝑅𝑓𝐶√12 = 𝑟√3 + 1

𝐶 =𝑟√3 + 1

𝑟𝑅𝑓√12 𝑒𝑐 (6)

El valor de la resistencia 𝑅 se define de la ley de ohm:

𝑅 =𝑉𝑛𝑜𝑚𝑖𝑛𝑎𝑙

𝐼𝑛𝑜𝑚𝑖𝑛𝑎𝑙 𝑒𝑐 (7)


𝐶 = 𝐼𝑛𝑜𝑚𝑖𝑛𝑎𝑙 (𝑟√3 + 1)

𝑟 𝑉𝑛𝑜𝑚𝑖𝑛𝑎𝑙 𝑓√12 𝑒𝑐 (8)

Donde:

C : valor del capacitor electrolítico para el filtro [Farads]

r : relación entre 𝑉𝑐𝑑 y 𝑉𝑟𝑒𝑓𝑖𝑐𝑎𝑧. Se recomienda que 𝑟 ≤ 0.100 (regla del 10%)

f : valor de la frecuencia de la señal a filtrar. En este caso, como ocupamos un

rectificador de onda completa, tiene un valor de 120 Hz.

𝑰𝒏𝒐𝒎𝒊𝒏𝒂𝒍 : valor de la corriente eléctrica que suministrará la fuente [A]

𝑽𝒏𝒐𝒎𝒊𝒏𝒂𝒍 : valor de la tensión eléctrica que suministrará la fuente [V]

Sustituyendo los valores requeridos para cada fuente, tenemos que:

𝐶𝑠𝑒𝑟𝑣𝑜𝑚𝑜𝑡𝑜𝑟𝑒𝑠 = (0.500) (0.100 ∗ √3 + 1)

(0.100)(6)(120)√12= 2351.910 𝜇𝐹

Por lo que se propone ocupar un capacitor de 3300 𝜇𝐹.


68

Para la fuente de alimentación de los sensores:

𝐶𝑠𝑒𝑛𝑠𝑜𝑟𝑒𝑠 = (1) (0.100 ∗ √3 + 1)

(0.100)(5)(120)√12= 5644.580 𝜇𝐹

Por lo que se propone ocupar un capacitor de 5600 𝜇𝐹.

Finalmente, para las fuentes de alimentación de cada motorreductor, se propone ocupar

para los cálculos el valor de tensión eléctrica que arroje un valor de capacidad eléctrica

mayor:

𝐶𝑚𝑜𝑡𝑜𝑟𝑟𝑒𝑑𝑢𝑐𝑡𝑜𝑟 = (2) (0.100 ∗ √3 + 1)

(0.100)(6)(120)√12= 9407.640 𝜇𝐹

Por lo que se propone ocupar un capacitor de 10000 𝜇𝐹 para cada fuente.

Una vez obtenidos los valores de los capacitores, se procede a calcular el valor de la

tensión nominal efectiva del transformador. Para ello, se toma en cuenta que para que el

regulador de tensión funcione correctamente, la tensión a la entrada debe ser al menos 2 V

mayor a la tensión de salida. Expresando esto en una ecuación:

𝑉𝑐𝑑 = 𝑉𝑛𝑜𝑚𝑖𝑛𝑎𝑙 + 2 𝑒𝑐 (9)

También se debe tomar en cuenta que la tensión pico que llega a la etapa de filtrado es

1.400 V menor a la tensión pico que obtenemos del transformador, debido a la caída de

tensión provocada por los diodos que ocupamos en la etapa de rectificación. Esto es:

𝑉𝑡𝑝𝑖𝑐𝑜 = 𝑉𝑓𝑝𝑖𝑐𝑜 + 1.400 𝑒𝑐 (10)

Además de lo anterior, la tensión nominal del transformador es la tensión eficaz, así que

para obtener la tensión pico (tomando en cuenta que la señal tiene forma sinoidal) se tiene

que:

𝑉𝑡𝑝𝑖𝑐𝑜 = 𝑉𝑡𝑒𝑓𝑖𝑐𝑎𝑧 ∗ √2 𝑒𝑐 (11)


𝑉𝑓𝑝𝑖𝑐𝑜 + 1.400 = 𝑉𝑡𝑒𝑓𝑖𝑐𝑎𝑧 ∗ √2


69

=> 𝑉𝑡𝑒𝑓𝑖𝑐𝑎𝑧 =𝑉𝑓𝑝𝑖𝑐𝑜 + 1.400

√2 𝑒𝑐 (12)


𝑉𝑓𝑝𝑖𝑐𝑜 [1 −1

2𝑅𝑓𝐶] = 𝑉𝑛𝑜𝑚𝑖𝑛𝑎𝑙 + 2 => 𝑉𝑓𝑝𝑖𝑐𝑜 =

𝑉𝑛𝑜𝑚𝑖𝑛𝑎𝑙 + 2

[1 −1

2𝑅𝑓𝐶]

=> 𝑉𝑓𝑝𝑖𝑐𝑜 =𝑉𝑛𝑜𝑚𝑖𝑛𝑎𝑙 + 2

[1 −𝐼𝑛𝑜𝑚𝑖𝑛𝑎𝑙

2𝑓𝐶𝑉𝑛𝑜𝑚𝑖𝑛𝑎𝑙]

𝑒𝑐 (13)


𝑉𝑡𝑒𝑓𝑖𝑐𝑎𝑧 =

𝑉𝑛𝑜𝑚𝑖𝑛𝑎𝑙 + 2

[1 −𝐼𝑛𝑜𝑚𝑖𝑛𝑎𝑙

2𝑓𝐶𝑉𝑛𝑜𝑚𝑖𝑛𝑎𝑙]

+ 1.400

√2 𝑒𝑐 (14)

Ocupando la ec (14) y sustituyendo los valores requeridos para cada fuente:

𝑉𝑡𝑒𝑓𝑖𝑐𝑎𝑧 𝑠𝑒𝑟𝑣𝑜𝑚𝑜𝑡𝑜𝑟𝑒𝑠 =

6 + 2

[1 −0.500

(2)(120)(0.0033)(6)]

+ 1.400

√2= 7.310 𝑉

Por lo que se propone ocupar un transformador de 9 V.

Para el otro transformador:

𝑉𝑡𝑒𝑓𝑖𝑐𝑎𝑧 𝑠𝑒𝑛𝑠𝑜𝑟𝑒𝑠 =

5 + 2

[1 −1

(2)(120)(0.0056)(5)]

+ 1.400

√2= 6.800 𝑉

Por lo que se propone ocupar un transformador de 9 V.


70

Para los transformadores de las fuentes de los motorreductores, se ocupa el valor de tensión

eléctrica más alto (12 V) debido a que es el máximo valor posible a ser exigido:

𝑉𝑡𝑒𝑓𝑖𝑐𝑎𝑧 𝑐𝑖𝑟𝑐𝑢𝑖𝑡𝑒𝑟𝑖𝑎 =

12 + 2

[1 −1

(2)(120)(0.010)(12)]

+ 1.400

√2= 11.240 𝑉

Por lo que se propone ocupar transformadores de 12 V.

Hay que mencionar que los valores obtenidos de capacitores y transformadores serán

sometidos a experimentación para observar si cumplen con los requisitos requeridos, por lo

que los valores obtenidos pueden ser diferentes de los valores reales en la etapa de

implementación.

Una vez obtenidos los valores de los transformadores, se definen los elementos faltantes de

cada fuente. A continuación se presenta una tabla donde se muestran los elementos

seleccionados para cada fuente.

Tabla 2: Elementos propuestos para las fuentes de alimentación

Elementos que alimenta Servomotores Sensores

Motorreductores

Tensión de salida [V] 6 5 6-12

Corriente [mA] 500 1000 2000 (c/u)

Transformador 9 Vrms @ 1.200 A 9 Vrms @ 1.200 A 12 Vrms @ 5 A

Rectificador Puente de diodos @ 2 A Puente de diodos @ 2 A Puente de diodos @

6 A

Capacitor 3300 uF @ 16 V 5600 uF @ 16 V 10000 uF @ 25 V

Regulador C.I. 7806 C.I. 7805 C.I. LM338K


71

ANEXO 2. ANÁLISIS DE ESFUERZOS

Para la realización de los análisis de esfuerzos en los elementos mecánicos del prototipo se

utilizó el software de CAD Solidworks®. En este caso se llevaron a cabo estudios estáticos

donde se calculan desplazamientos, fuerzas de reacción, deformaciones unitarias, esfuerzos

y la distribución del factor de seguridad. Se determina que el material falla en ubicaciones

donde los esfuerzos exceden cierto nivel establecido por su geometría y propiedades

mecánicas. Los cálculos del factor de seguridad se basan en el criterio de fallos de máxima

tensión de von Mises cuyos resultados como la tensión máxima y mínima, y el factor de

seguridad se muestran en la siguientes figuras.

Figura 1. Análisis de tensión de chumacera de un rodillo de la banda transportadora (F.S.=44).


72

Figura 2. Análisis de tensión de un cople del eje del clasificador (F.S=17.6).

Figura 3. Análisis de tensión de una pared lateral de la banda transportadora (F.S.=4.3).


73

Figura 4. Análisis de tensión de un tensor de un rodillo de la banda transportadora (F.S.=18.4).


74

ANEXO 3. HOJAS DE DATOS

Especificaciones de los motorreductores 131:1 marca Pololu


75

Especificaciones del Nylacero mecánico


76

Especificaciones de la cámara Marlin F-145B2 (medidas dimensionales)

Acot:mm


77

Especificaciones de la cámara Prosílica GC-650 (medidas dimensionales)


78

Especificaciones de los reguladores de tensión eléctrica 7805 y 7806 encapsulado TO-220


79


80


81

Especificaciones del regulador de tensión eléctrica LM338K encapsulado TO-3


82


83


84

Especificaciones del emisor infrarrojo IR333C


85


86


87


88

Especificaciones del receptor infrarrojo PT331C


89


90


91

Especificaciones del servomotor PowerHD 3001HB

Especificaciones de la tarjeta de prototipado Arduino Uno

Información General

Arduino Uno es una placa electrónica basada en el microprocesador Atmega328. Tiene 14 pines

digitales de entrada / salida (de los cuales 6 se pueden utilizar como salidas PWM), 6 entradas

analógicas, un oscilador de 16 MHz, un conector USB, un conector de alimentación, un pin

ICSP, y un botón de reinicio. Contiene todo lo necesario para respaldar al microcontrolador,

basta con conectarlo a un ordenador con un cable USB o alimentarlo con un adaptador CA-CD

o con una batería para empezar a utilizarlo.

http://arduino.cc/en/uploads/Main/ArduinoUno_R3_Front.jpg


92

Arduino Uno se diferencia de todas las placas anteriores de la línea Arduino, ya que no utiliza el

chip controlador FTDI USB a serial. En su lugar, se cuenta con

el ATMEGA16U2 ( Atmega8U2 hasta la versión R2) programado como convertidor USB a serie.

Características

Microcontrolador ATmega328

Tensión eléctrica de operación 5 V

Tensión eléctrica de entrada

(recomendada)

7-12 V

Tensión eléctrica de entrada

(límite)

6-20 V

Pines digitales de E/S 14 (6 de los cuales proporcionan salidas PWM)

Pines analógicos de entrada 6

Corriente eléctrica por Pin de

E/S

40 mA (CD)

Corriente eléctrica para Pin de

3.3 V

50 mA (CD)

Memoria Flash 32 KB (ATmega328) de los cuales 0.5 KB son

ocupados por el gestor de arranque

SRAM 2 KB (ATmega328)

EEPROM 1 KB (ATmega328)

Frecuencia de reloj 16 MHz

Entradas y salidas

Cada uno de los 14 pines digitales en la Arduino Uno se puede utilizar como una entrada o

salida, usando las instrucciones pinMode (), digitalWrite (), y digitalRead (). Éstos operan a 5 V

y cada pin puede proporcionar o recibir un máximo de 40 mA. Además, algunos pines tienen

funciones especiales:

Serial: 0 (RX) y 1 (TX). Se ocupa para recibir (RX) y transmitir (TX) información serial TTL.

Estos pines están conectados a los pines correspondientes del chip serial USB a TTL

del ATmega8U2.

http://arduino.cc/en/Reference/PinMode

http://arduino.cc/en/Reference/DigitalWrite

http://arduino.cc/en/Reference/DigitalRead


93

Interrupciones externas: 2 y 3. Estos pines pueden ser configurados para activar una

interrupción en valor bajo de tensión, flanco de subida o de bajada, o cambio de valor.

PWM: 3, 5, 6, 9, 10, y 11. Proporcionan una salida PWM de 8-bits con la instrucción

analogWrite().

SPI: 10 (SS), 11 (MOSI), 12 (MISO), 13 (SCK). Estos pines proporcionan comunicación

SPI usando la librería SPI.

LED: 13. Un LED conectado al pin digital 13. Cuando el pin se encuentra en valor alto, el LED

se encuentra encendido, cuando el pin se encuentra en valor bajo, el LED se encuentra

apagado.

Arduino Uno tiene 6 entradas analógicas, etiquetados desde A0 a A5, cada uno de los cuales

proporcionan 10 bits de resolución (es decir, 1.024 valores diferentes). Por defecto se miden

desde 0 a 5 V, aunque es posible cambiar el extremo superior de su rango con el pin AREF y

la instrucción analogReference (). Además, algunos pines tienen funciones especiales:

TWI: pin A4 o SDA y pin A5 o SCL. Proporciona comunicación TWI usando la librería

Wire.

Existen un par más de pines en la placa:

AREF. Tensión eléctrica de referencia para las entradas analógicas. Se ocupa en conjunto con

la instrucción analogReference().

Reset. Al inducir un valor bajo de tensión a este pin se reinicia el microcontrolador.

Comunicación

Arduino Uno ofrece facilidades para la comunicación con un ordenador, otro Arduino, u otros

microcontroladores. El ATmega328 ofrece comunicación serial UART TTL (5V), disponible en

los pines digitales 0 (RX) y 1 (TX). El software de Arduino incluye un monitor de puerto serie

que permite enviar datos de texto simples hacia y desde la placa Arduino. Los LED’s RX y

TX en la placa parpadearán cuando datos se transmitan a través del chip USB a serie y la

conexión USB al ordenador (pero no para la comunicación en serie en los pines 0 y 1).

La biblioteca SoftwareSerial permite la comunicación en serie en cualquiera de los pines

digitales de la placa.

http://arduino.cc/en/Reference/AnalogWrite

http://arduino.cc/en/Reference/AnalogReference

http://arduino.cc/en/Reference/AnalogReference

http://www.arduino.cc/en/Reference/SoftwareSerial


94

ANEXO 4. CÓDIGO FUENTE (ANÁLISIS DE IMÁGENES) clear all,close all,clc %% %Configuración de la cámara 1

cam1=videoinput('winvideo', 1,'YUY2_640x480'); %Numero de frames a tomar cuando se haga una captura set(cam1,'FramesPerTrigger',1); triggerconfig(cam1,'manual'); %inicializamos el objeto "cam1" start(cam1) %Espacio de colores en el que se trabajara (RGB) set(cam1,'ReturnedColorSpace','rgb');

%% %Configuración de la cámara 2

cam2=videoinput('winvideo',2,'YUY2_640x480'); %Numero de frames a tomar cuando se haga una captura set(cam2,'FramesPerTrigger',1); triggerconfig(cam2,'manual'); %inicializamos el objeto "cam2" start(cam2) %Espacio de colores en el que se trabajara (RGB) set(cam2,'ReturnedColorSpace','rgb');

%% %Inicializamos la comunicación Matlab-Arduino a=arduino('COM3') %% % especifica modo de trabajo de pines de entrada a.pinMode(8,'input'); a.pinMode(9,'input'); a.pinMode(11,'input');

%activamos el pin 10 como salida PWM (control servomotor) a.servoAttach(1);

%colocamos el servomotor en su posicion inicial a.servoWrite(1,75); %% %inicializamos valores auxiliares s_ant1=0; s_ant2=0; s_ant3=0;

i=1; j=1; k=1; %creamos el bucle de control

while 1==1 % leemos las entrada de todos los pines, pin por pin sensor_camara1=a.digitalRead(8); sensor_camara2=a.digitalRead(9); sensor_clasificador=a.digitalRead(11);


95

%comparamos el valor de entrada de cada pin con su valor anterior, %con el fin de implementar un sensado en flanco de subida res1=sensor_camara1-s_ant1; res2=sensor_camara2-s_ant2; res3=sensor_clasificador-s_ant3;

if res3>0 %sensor 3 activado clasificacion(k) %impresion en pantalla del valor enviado %al servomotor de acuerdo a la clasificación a.servoWrite(1,clasificacion(k)); %envio de la posición %de acuerdo a la clasif. k=k+1; end

if res1>0 %sensor 1 activado disp('sensor1') %imprime en pantalla "sensor1"

im11=peekdata(cam1,1);%tomamos 1 foto con la webcam asociada al %objeto "cam1" y la guardamos en la matriz %"im1" de mxnx3 (RGB, mxn pixeles)

im111=im11(:,:,1)-im11(:,:,2); %restamos el componente verde de %el componente rojo y se asigna a la %matriz "im111" de mxn im222=im11(:,:,1); %se asigna el componente rojo a la matriz "im222" im1=im111(:); im2=im222(:);

imvec2=double(im2); imvec1=double(im1); %k1=hist(imvec1,256);

k11=hist(imvec1,256); %conseguimos el histograma del componente rojo k22=hist(imvec2,256); %y de la resta de componentes y los asignamos %a los vectores k11 y k22

VAmax=max(k11(140:160)); %evaluamos los histogramas de Mmax=mean(k22(20:35)); %acuerdo con experimentaciones i=i+1;

if Mmax>30 %evaluamos si el mango es manchado clasificacion(i-1)=70; %asignamos clasificación "manchado" else if VAmax>2500 %evaluamos si el mango es verde o amarillo clasificacion(i-1)=40; %asignamos clasificación "amarillo" else clasificacion(i-1)=125; %asignamos clasificación "verde" end end

end

%actualizamos las variables auxiliares ocupadas para implementar %el sensado por flanco de subida s_ant1=sensor_camara1; s_ant2=sensor_camara2; s_ant3=sensor_clasificador; end


96

ANEXO 5. PLANOS DE FABRICACIÓN

1926.2

25.4 Perfil angular 19.05 mm (x 6)

928 925

115

115

PTR 25.4 mm (x 3)

400

75 75

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C

MATERIAL: Acero ASTM-A-36

Alumnos: Gonzalez Torres Bernardo Aurelio Silva García Alejandro Trabajo Terminal

Cama de banda de 2 metros

Acot. mm

3

Escala 1:12

A350

1925

21.4

21

25.4

R2

DETALLE A ESCALA 1 : 1.5

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C

MATERIAL: Lamina Galvanizada


Lamina para cama de banda de 2 metros

Acot. mm

3

Escala 1:1.5

28

R2 (x4)

26

36

7

7

50

4.763 (x4)

40

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C

MATERIAL: Nylacero M

Alumnos: Gonzalez Torres Bernardo Aurelio Silva García Alejandro

Trabajo Terminal

Chumacera fija-Banda tranportadora

Acot. mm

3

Escala 1:1

2105

50.8

225

261

378

211

411

378

61

17.4

20

4.763

C D

3.17

5

20

36

26

R3.12

5

27

30

17.4

DETALLE C ESCALA 1 : 5

20

18.4

24

31

R3.125

DETALLE D ESCALA 1 : 5

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C

MATERIAL: Perfil angular de acero ASTM-A-36


Pared lateral de banda de 2 metros

Acot. mm

3

Escala 1:10

200

400

800

25.4

0025.400

4.763 (x4)

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C

MATERIAL: PTR Acero ASTM-A-36


Patas para las bandas tranportadoras

Acot. mm

3

Escala 1:15

303

35.5 35.5

1

47

8 52

16

12B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C



Rodillo conducido para banda

Acot. mm

3

Escala 1:1.25

3039.7

12.9 12.9 35.5

18

47

52

16

12

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C



Rodillo motriz para banda (Relacion 2:1)

Acot. mm

3

Escala 1:1.25

3039.7

48

12.9 35.5

1

812.9

47

53

16

12

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C



Rodillo motriz para banda

Acot. mm

3

Escala 1:1.25

28

20

20

9

24 40

12

50

8

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C



Trabajo Terminal

Chumacera tensor-Banda transportadora

Acot. mm

3

Escala 1:1

9.525 (x4)

100

44

27.500

R2.381 (x4)

29

R2 (x4)

100

12.7

00

6.35

0

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C



Trabajo Terminal

Soporte camara Marlin

Acot. mm

3

Escala 1:2

250

60

400

147

147

400

A

20

680

B

C

45°

DETALLE A ESCALA 1 : 3

DETALLE B ESCALA 1 : 4 DETALLE C

ESCALA 1 : 4

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C



Trabajo Terminal

Base de servomotor-Clasificador

Acot. mm

3

Escala 1:1

80

60

107.799

10

R3.175

100

12.7

00

100

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C



Marco inferior de soporte de camaras

Acot. mm

3

Escala 1:2

60

60

7.799

10

10

R3.175

100

12.7

100

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C



Marco superior de soporte de camaras

Acot. mm

3

Escala 1:2

3.125

R20 87.3

25.4

150

25 4.76375

75.3

4.76

3

VISTA D

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C

MATERIAL: Solera AceroASTM-A-36


Arco soporte de superficie de inclinada-Clasificador

Acot. mm

3

Escala 1:2

4.763 (x4)

80

30

10

1060

96

14

32

3

50

10

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C



Trabajo Terminal

Base de rodamieto-Clasificador

Acot. mm

3

Escala 1:1

30

100

55.100

49.500

40.700

R2.381 (x4)

120

4.763 (x4)

4

2 (x4)

50

12

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C



Trabajo Terminal

Base de servomotor-Clasificador

Acot. mm

3

Escala 1:2

12

3

8

2

7

8

29.500

10

R10.5

2

B

C

D

1 2

A

321 4

B

A

5 6

HOJA 1 DE 1

A4

C


Trabajo Terminal

Cople Servomotor-Eje

Acot. mm

3

Escala 1:2


“prototipo sistma matrÓnio para la adquisiciÓn de la

Documents