Abstract:
Este proyecto se centra en el desarrollo de un dispositivo de control remoto
destinado a la detección y corrección en tiempo real de fallos en el proceso de
impresión 3D utilizando la tecnología Fused Deposition Modeling (FDM). Para lograr
esto, se aprovechan recursos como la Raspberry Pi y una cámara web, que
capturan imágenes del proceso de impresión. La pieza central de esta solución es
una red neuronal entrenada específicamente para identificar errores comunes en la
impresión 3D, tales como el warping, stringing y spaghetti. La información se
transmite de manera eficiente a través del protocolo MQTT, con notificaciones
instantáneas enviadas a través de la plataforma Telegram para permitir una acción
inmediata por parte del operador. La metodología abarca desde el entrenamiento
de la red neuronal hasta el diseño de estrategias efectivas de control de impresoras
3D, que se integran sin problemas con el dispositivo de control remoto. La
evaluación de los resultados se realiza mediante una matriz de confusión y la
métrica Intersection over Union (IoU), destacando la alta precisión en la detección
de errores. Este dispositivo representa una solución prometedora para mejorar
significativamente la precisión y la confiabilidad del proceso de impresión 3D, con
un enfoque particular en su aplicación en entornos industriales y críticos.
