PROCESAMIENTO DE IMÁGENES INDUSTRIALES: UNA APLICACIÓN AL CONTROL DEL TOSTADO DEL MANÍ

Revista Iberoamericana De Engenharia Industrial

Endereço:
Campus Universitário - Trindade, Caixa Postal 476
Florianópolis / SC
0
Site: http://periodicos.incubadora.ufsc.br/index.php/IJIE
Telefone: (48) 3721-7065
ISSN: 2175-8018
Editor Chefe: Nelson Casarotto Filho
Início Publicação: 31/05/2009
Periodicidade: Semestral
Área de Estudo: Engenharia de produção

PROCESAMIENTO DE IMÁGENES INDUSTRIALES: UNA APLICACIÓN AL CONTROL DEL TOSTADO DEL MANÍ

Ano: 2011 | Volume: 3 | Número: 2
Autores: Juan José Palma, Silvia María Ojeda, Mario Roberto Modesti
Autor Correspondente: Juan José Palma | [email protected]

Palavras-chave: Maní a Granel. Regresión Logística, Procesamiento de Imágenes, Redes de Computadoras, Horno de Tostado de Maní

Resumos Cadastrados

Resumo Inglês:

This work deals with automatic control applied to an agro-industrial sector. It
responses to the increasing interest of the peanut industry to improve productivity and product
quality. Precisely, an online automatic methodology to distinguish the different roast levels in the
peanut roasting process is introducing. This helps to detect failures in the peanut roasting process
so that corrections can be applied if needed. The proposed method is based on logistic regression
with information provided by optical sensors installed near to the oven where the roasting
process is carried out.



Resumo Espanhol:

Este trabajo se enmarca en el ámbito del control automático aplicado al sector
agroindustrial. Responde a la creciente incorporación de tecnología en el sector primario por
parte de algunas empresas dedicadas a la elaboración de derivados de la pasta de maní, en su
búsqueda de un aumento en la productividad y calidad de sus productos. Concretamente, se
presenta una metodología automática y en línea, para distinguir distintos niveles de tostado de
maní pelado sin piel a granel e introducir, en caso de fallas, correcciones en el proceso de
tostado. El método propuesto utiliza la información proporcionada por sensores ópticos
instalados a la salida del horno de tostado y está basado en el modelo de regresión logística.