Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Sistema de robótica industrial en operaciones agroindustriales: optimización del proceso de limpieza y selección de frutas

PDF

Resumen

Este artículo derivado de una investigación cuantitativa, de tipo cuasi experimental, planteó estudiar el uso del tiempo con la simulación del sistema de robótica industrial en la limpieza y selección de frutas. La población estuvo conformada por la cantidad diaria de unidades de mango (900) y piñas (700) procesadas en un período de 26 semanas de trabajo. La información provino de las estadísticas gestionadas y mantenidas por Agrocalidad, los datos unificados y consolidados por el Sistema de Información Nacional del Ministerio de Agricultura, Ganadería, Acuacultura y Pesca (SINAGAP) y la información que aportó la simulación de robótica industrial, implementada con software de ABB Robotics. Una vez obtenido el conjunto informativo se utilizó el paquete estadístico R 3.2.x. El grupo G1 estuvo conformado por 55 días de trabajo de una empacadora promedio.  Mientras que el grupo G2 fue designado por los registros de tiempos empleados en las dos (2) partes del proceso de limpieza en los 55 días. Se concluye que el proceso tradicional manual de limpieza y selección de frutas, incrementa la cantidad de tiempo usado por unidad; mientras que en el proceso automatizado con robótica industrial, mantiene una tendencia a la estabilidad entre los 3,2 minutos para el mango y 2,7 minutos para la piña.

Palabras clave

simulación robótica, limpieza y selección de frutas, uso efectivo del tiempo


Citas

  1. Albitar, H., Dandan, K., Ananiev, A., & Kalaykov, I. (2016). Underwater robotics: surface cleaning technics, adhesion and locomotion systems. International Journal of Advanced Robotic Systems. 13 (1). 1-14, https://doi.org/10.5772/62060.
  2. Bachche, S. (2015). Deliberation on design strategies of automatic harvesting systems: a survey. Robotics. 4 (2), 194-222; doi:10.3390/robotics4020194.
  3. Cempini, M., Fumagalli, M., Vitiello, N., & Stramigioli, S. (2015). A clutch mechanism for switching between position and stiffness control of a variable stiffness actuator. Proceedings-IEEE International Conference on Robotics and Automation. 1017-1022. June 2015, doi: 10.1109/ICRA.2015.7139301
  4. de Farias, C., & de Souza, A. (2017). Tropical fruit pulps: processing, product standardization and main control parameters for quality assurance. Brazilian Archives of Biology and Technology. 60, May 11, 2017, http://dx.doi.org/10.1590/1678-4324-2017160209.
  5. Díaz, V. (2015). Frutas tropicales. Elaboración de pulpas, jugos y deshidratados. Cuadernillo tecnológico Nº 12. Buenos Aires: Instituto Nacional de Tecnología Industrial/Delegación de la Comisión Europea en Argentina.
  6. Ford, M. (2015). Rise of the robots. Technology and the threat of a jobless future. New York: Basic Book.
  7. Gao, D., Ju, Z., Cao, J., & Liu, H. (2018). A novel object tracking method based on a mixture model. International Journal of Intelligent Robotics and Applications. August 17. 1-11, 2366-598X, https://doi.org/10.1007/s41315-018-0062-x.
  8. Gerber, L., Calasanz-Kaiser, A.,Hyman, L., Voitiuk, K., Patil, U., Riedel-Kruse, I., (2017). Liquid-handling Lego robots and experiments for STEM education and research. Journal Plos/Biology. March 21, 2017, https://doi.org/10.1371/journal.pbio.2001413
  9. Grift, T., Zhang, Q. ,Kondo, N., & Ting, K. (2008). A review of automation and robotics for the bioindustry. Journal of Biomechatronics Engineering. 1 (1). 37-54.
  10. Gutiérrez, H y De la Vara, R. (2004). Análisis y diseño de experimentos. México: McGrawHill.
  11. Hernández, R., Fernández, C., & Baptista, P. (2010). Metodología de la Investigación. (5ª ed.). México: McGraw Hill.
  12. Iqbal, J., Khan, Z., & Khalid, A. (2017). Prospects of robotics in food industry. Food Science and Technology. Campinas. 37 (2). 159-165. April-June 2017, doi: http://dx.doi.org/10.1590/1678-457X.14616.
  13. Kim, S., Seo, H., &y Kim, H. (2015). Operating an unknown drawer using an aerial manipulator. Proceedings-IEEE International Conference on Robotics and Automation. 5503-5508· June 2015, doiI: 10.1109/ICRA.2015.7139968.
  14. LaViers, A., Cuan, K., Maguire, C., Bradley, K., Mata, K., Nilles, A., Vidrin, I., Chakraborty, N. Heimerdinger, M., Huzaifa, U., McNish, R., Pakrasi, I., & Zurawski, A. (2018). Choreographic and somatic approaches for the development of expressive robotic systems. Arts. 7 (11). 2-21, doi:10.3390/arts7020011.
  15. Li, R., Liu, Q., Gui, J., & Hu, H. (2017). Indoor relocalization in challenging environments with dual-stream convolutional neural networks. IEEE Transactions on Automation Science and Engineering. (99).1-12. March 2017, doi: 10.1109/TASE.2017.2664920.
  16. Majid, I., Nayik, G., & Nanda, V. (2015). Ultrasonication and food technology: A review. Journal Cogent Food & Agriculture. 1 (1), doi: 10.1080/23311932.2015.1071022
  17. Ministerio de Agricultura, Ganadería, Acuacultura y Pesca/Agrocalidad. (2004). Resolución DAJ-2014203-0201.0133. Quito: Autor.
  18. Mohd, N., & Ahmad, A. (2016). Roller picker robot (ropicot 1.0) for loose fruit collection system. Journal of Engineering and Applied Sciences. 11 (14). July, 2016, ISSN 1819-6608.
  19. Nayik, G., Muzaffar, K., & Gull, A. (2015). Robotics and Food Technology: A Mini Review. Journal Nutrition & Foof Sciences. 5, 384. doi: 10.4172/2155-9600.1000384.
  20. ABB Robotics. (2010). Operating manual robotstudio. 5.13. Sweden: Autor, ID: 3HAC032104-001.
  21. Sin, S., & Gámiz, J. (2014). La robótica industrial en el ámbito de la automatización global: estado actual y tendencias. Técnica Industrial. Revista cuatrimestral de ingeniería, industria e innovación. Fundación Técnica Industrial. TI 306. Junio 2014. [Documento en línea]. Disponible: http://www.tecnicaindustrial.es/TIFrontal/a-5832-la-robotica-industrial-ambito-automatizacion-global--actual-tendencias.aspx.
  22. Singh, A., Philip, D., & MainakDas, J. (2018). A simulation based approach to realize green factory from unit green manufacturing processes. Journal of Cleaner Production. 182. May 1. 67-81, https://doi.org/10.1016/j.jclepro.2018.02.025.
  23. Stolt, A., Linderoth, M., Robertsson, A., & Johansson, R. (2015). Detection of contact force transients in robotic assembly. Proceedings-IEEE International Conference on Robotics and Automation. 962-968· June 2015, doi: 10.1109/ICRA.2015.713929
  24. Stoy, K., Brandt, D., & Christensen, D. (2010). Self-reconfigurable Robots. Cambridge: MIT Press. ISBN: 9780262013710.
  25. Sumonsiri, N., & Barringer, S. (2014). Fruits and vegetables-processing technologies and applications. En: Clark, S., Jung, S and Lamsal, B. (2014) (Edit.). Food processing: principles and applications. (2ª ed.). Washington: John Wiley. 368-381.
  26. Venables, W., & Ripley, B. (2002). Modern applied statistics with S. (4ª ed.). ‎Luxemburgo: Springer.
  27. Zhang,X., Wang, L., Zhao, Y., & Su, Y. (2018). Graph-based place recognition in image sequences with CNN features. Journal of Intelligent and Robotic Systems. August, 2018, doi: 10.1007/s10846-018-0917-2

Cómo citar

García Sánchez, R., García Vacacela, R. C., Villavicencio Bermudes, N., & Meléndez Rangel, J. (2019). Sistema de robótica industrial en operaciones agroindustriales: optimización del proceso de limpieza y selección de frutas. Alternativas, 20(1), 62–70. https://doi.org/10.23878/alternativas.v20i1.274

Descargar cita

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Artículos similares

1 2 3 4 5 6 7 8 9 10 > >> 

También puede {advancedSearchLink} para este artículo.