Inteligencias artificiales y ensayos ultrasónicos para la detección de defectos

Abstract

Uno de los problemas más serios dentro del análisis de la calidad de uniones soldadas es la localización e identificación de los defectos que se producen en la elaboración de dichas uniones. Como solución a este problema se propone la técnica de clasificación, por medio de la técnica de redes neuronales, para la localización e identificación en línea de defectos, tanto en piezas unidas por las técnicas convencionales (aporte de material-arco eléctrico) como por fricción, entre otras, mediante el uso de patrones de señales ultrasónicas. Las redes neuronales propuestas son: Kohonen y Perceptron por Multicapas, todo en un ambiente de instrumentación virtual. Actualmente, las técnicas más utilizadas en este campo son las basadas en el análisis radiológico (aplicación de rayos X) y en el análisis ultrasónico (aplicación de ondas ultrasónicas). El método de rayos X, además de ser peligroso al trabajar con radiación, requiere de personal, que además de su especialización tenga licencia del organismo oficial correspondiente,, por lo que su uso es restringido. El método de ultrasonido, a pesar de ser el que más se usa como ensayo no destructivo para la detección de defectos volumétricos, y sin contar con la limitación que supone el aspecto geométrico de la pieza, requiere también de personal con amplia experiencia en la interpretación de los ecogramas que, sin embargo, no necesita requisitos de autorización oficial, además de que su ejecución podría consumir mucho más tiempo que la alternativa de rayos X, lo que necesariamente encarece el ensayo. La técnica propuesta demuestra ser un método libre de riesgos personales, fiable, barata y sencilla de implantar para la solución de este importante problema.