Publication: Prototipo módulo de automatización y clasificación inteligente
Loading...
Date
2023
Journal Title
Journal ISSN
Volume Title
Publisher
Corporación Universitaria Remington
Abstract
El inadecuado manejo de los residuos sólidos representa un grave problema ambiental en la actualidad. Se estima que menos del 10 por-ciento de los desechos son reciclados correctamente en la mayoría de países (PNUMA, 2018), lo cual se debe en gran medida a la falta de una cultura de separación de materiales reciclables desde los hogares y fuentes de origen. Ante esta problemática, la presente investigación propone el desarrollo de un prototipo de módulo automatizado para la detección y clasificación de residuos plásticos y metálicos, buscando facilitar y motivar el reciclaje efectivo mediante una solución tecnológica innovadora. El prototipo consiste en una estructura modular con bandas transportadoras y una cámara para la detección de residuos e identificación de plásticos, con módulos microcontroladores de automatización mediante algoritmos programados en lenguaje C++ y Python. Su funcionamiento se basa en la detección de los materiales con Deep Learning implementando y entrenando el modelo YOLO (You Only Look Once) y sus capas de detección, para clasificarlos y dirigirlos hacia contenedores específicos a través del accionamiento de bandas. El marco teórico de la investigación se complementa con tangentes interdisciplinarias en la programación neurolingüística y teorías del aprendizaje cognitivas y conductuales que exploran brevemente conceptos de otras disciplinas que se conectan con la investigación. Según autores como Bandler y Grinder (1975), los patrones mentales y conductuales arraigados se pueden reestructurar generando nuevas conexiones neuronales y reforzando experiencias que modelen los comportamientos deseados. Por ello, la interacción vivencial con este prototipo busca modificar creencias e instaurar hábitos de separación responsable de residuos, mediante la observación, modelamiento y retroalimentación implícita que permitirá esta tecnología mimetizarse sutilmente con la vida humana. La metodología consistió en el diseño mecánico, electrónico y de software del prototipo, seleccionando componentes óptimos. Luego se realizaron pruebas experimentales para validar su precisión en la clasificación de materiales reciclables, analizando métricas como exactitud, sensibilidad y especificidad con la inferencia de las imágenes y observando como los mecanismos tradicionales como sensores no eran lo óptimo para este tipo de mecanismos de detección y clasificación. Los resultados preliminares fueron prometedores en el uso de IA, con una efectividad de detección superior al 85 por-ciento. No obstante, se requiere aún refinar el prototipo y hacer nuevas pruebas en condiciones reales... Asimismo, se complementará con estrategias enfocadas en el cambio cultural, utilizando elementos motivacionales y de concientización. De esta manera, esta solución integral busca atacar las causas conductuales y estructurales... Con adecuadas iteraciones y pruebas en campo, y en sinergia con intervenciones socio-culturales, esta innovación tiene el potencial de optimizar los procesos de separación y reciclaje desde el origen, mitigando el impacto ambiental de los residuos sólidos.
Description
Keywords
Proceso automático híbrido, Recuperación de energía, Proceso semiautomático