Aplicación de machine learning y visión por computadora en sistemas automatizados para la optimización del control de calidad en envases de hojalata

Resumen

El presente documento es una Revisión Sistemática de la Literatura (RSL) que analiza el uso de herramientas de inteligencia artificial en la industria de envases de hojalata, enfocándose en su aplicación para mejorar el control de calidad del producto final. A través de un análisis de la literatura comprendida entre 2018 y 2024, se evaluaron tecnologías como machine learning y visión por computadora, destacando su implementación y el impacto positivo en la eficiencia productiva del sector. Utilizando la metodología PRISMA y el acrónimo PICOC para la selección de palabras clave y la formulación de preguntas de investigación, se identificaron y analizaron 13 artículos relevantes de la base de datos SCOPUS. Los resultados revelan mejoras significativas en la detección de defectos y la optimización de los procesos productivos, garantizando una mayor precisión en el control de calidad y reducción de tiempos de inspección y costos operativos. Estos hallazgos subrayan la importancia de adoptar tecnologías de IA en la industria de envasado de hojalata y en otros sectores con características similares, donde la automatización y el análisis avanzado de datos ofrecen soluciones más eficientes y sostenibles. Asimismo, la investigación resalta la relevancia de una adecuada capacitación del personal y un enfoque integral que contemple tanto los avances tecnológicos como la adaptación de los procesos a las necesidades específicas de cada planta industrial.