FEMECI Capítulo Puebla 2026, nivel superior, modalidad Ingenierías
Una segunda mirada para cada soldadura
Estación de bajo costo que fotografía tarjetas electrónicas, marca las uniones through-hole sospechosas y deja que la persona decida. Está diseñada para procesar todo en una Raspberry Pi, sin internet, para que las imágenes de la planta no salgan del equipo.
El sistema enmarca tres uniones sospechosas; el inspector revisa solo esas.
Del diseño a la tarjeta revisada
Así se arma una tarjeta electrónica, y este es el punto donde trabaja nuestra estación.
Componentes through-hole
Componentes de montaje superficial
Máscara y serigrafía
Pistas de cobre
Tarjeta (fibra de vidrio)
Soldaduras, lado inferior
Tarjeta
SMD
THT
Soldadura
Inspección
Envío
Paso 1. La tarjeta
Una base con caminos de cobre
La tarjeta es una placa de fibra de vidrio con pistas de cobre que conectan los componentes. Una máscara verde protege el cobre y deja libres solo los puntos donde se va a soldar.
Paso 2. Montaje superficial (SMD)
Componentes pequeños, sobre la superficie
Una máquina coloca componentes diminutos sobre pasta de soldadura y un horno los funde. Es un proceso automático y casi siempre lo revisa otra máquina.
Paso 3. Montaje through-hole (THT)
Patillas que atraviesan la tarjeta
Los componentes más grandes o que reciben esfuerzo, como conectores y capacitores, meten sus patillas por orificios. Se usan donde la unión debe ser más resistente.
Paso 4. Soldadura
Por abajo, con ola o a mano
Las patillas through-hole se sueldan por el lado inferior, en una ola de soldadura fundida o con cautín. Ahí aparecen los defectos: puentes entre patillas, poca soldadura, exceso o patillas sin soldar.
Paso 5. Inspección: aquí trabaja nuestra estación
Una segunda mirada a cada unión
Hoy muchas de estas uniones se revisan a ojo, una por una. La estación toma una foto del lado inferior, señala las uniones sospechosas y el inspector revisa solo esas.
Paso 6. Prueba y envío
Tarjeta lista
Después vienen la prueba eléctrica y el empaque. Un defecto que se detecta en la inspección cuesta menos que uno que llega a la prueba o al cliente.
El problema
En el ensamble de tarjetas electrónicas, la verificación de soldaduras through-hole todavía depende en buena parte de la vista del inspector.
20–30 %de los defectos pasan sin detectarse en la mayoría de las tareas de inspección visual humana (See, 2015).
ManualPersonal técnico de una empresa de ensamble electrónico de Puebla nos dijo que la validación de piezas conserva etapas manuales y que las fallas se revisan a ojo con más resolución.
DifícilLa unión through-hole queda del lado inferior y entre componentes altos, lo que complica automatizar su inspección (GÖPEL electronic, s. f.).
La estación en uso
No reemplaza al inspector: le señala dónde mirar. Así se ve una inspección completa desde el celular.
1. Elige su perfilUna sola vez por turno; el teléfono lo recuerda.
2. Toma la fotoUn botón. La tarjeta, el modelo y el número se llenan solos.
3. La estación analizaAlinea la foto con la plantilla y clasifica cada unión, sin internet.
4. Ve qué revisarLas uniones sospechosas quedan marcadas en la foto, con un resumen arriba.
5. Revisa solo las marcadasConfirma la sugerencia o la corrige con un toque.
6. Cierra y sigueResumen de la tarjeta y a la siguiente. Cada decisión queda registrada.
Las metas se fijaron antes de medir y cada experimento quedó registrado antes de ejecutarse.
Meta
Umbral
Experimento
Detectar los defectos (sensibilidad)
≥ 0.90
EXP-002
Pocas falsas alarmas
≤ 0.15
EXP-002
Ayudar al inspector frente a no usarlo
asistido ≥ no asistido
EXP-005
Tiempo por tarjeta en la Raspberry Pi, sin red
mediana ≤ 5 s
EXP-003
Robustez a luz y posición
caída ≤ 0.05
EXP-004
Conjunto de datos propio: al menos 30 tarjetas con defectos sembrados a propósito, etiquetado a ciegas por dos personas y partido por tarjeta.
Primeros resultados con fotos reales
Mientras soldamos nuestras tarjetas, probamos el método con 372 uniones de prueba del conjunto público PCBSPDefect, con fotos reales de componentes through-hole (Tsang et al., 2023).
Línea base clásicaRed convolucionalIntervalo de confianza de 95 %
Sensibilidada la derecha, mejor
Oficial Línea base clásica0.74
Oficial Red convolucional0.94
Por tarjeta Línea base clásica0.68
Por tarjeta Red convolucional0.98
0.50.751.0
Meta: al menos 0.90
Falsas alarmasa la izquierda, mejor
Oficial Línea base clásica0.28
Oficial Red convolucional0.12
Por tarjeta Línea base clásica0.33
Por tarjeta Red convolucional0.08
0.00.250.5
Meta: como máximo 0.15
La red detectó la mayoría de los defectos y superó a la línea base en las dos particiones. Todavía no afirmamos que cumple la meta de falsas alarmas: el extremo alto del intervalo pasa de 0.15. Además, la cámara y las tarjetas son de otro grupo de investigación, así que la prueba definitiva será con nuestras tarjetas.
Ver los datos en tabla
Partición
Modelo
Uniones de prueba
Sensibilidad (IC 95 %)
Falsas alarmas (IC 95 %)
Oficial
Línea base clásica
372 (120 tarjetas)
0.739 (0.679 a 0.794)
0.282 (0.171 a 0.407)
Oficial
Red convolucional
372 (120 tarjetas)
0.941 (0.913 a 0.967)
0.116 (0.030 a 0.216)
Por tarjeta
Línea base clásica
120 (24 tarjetas)
0.684 (0.514 a 0.826)
0.333 (0.278 a 0.444)
Por tarjeta
Red convolucional
120 (24 tarjetas)
0.983 (0.959 a 1.000)
0.083 (0.000 a 0.194)
Intervalos por bootstrap agrupado por tarjeta. Archivo fuente EXP-006_2026-10-26.json, SHA-256 1803f771c9f69912b18c74772286cb5f08cfeda5be7d070c0403ab414ba30380.
Raspberry Pi (una Pi 4 en la demostración), cámara de al menos 12 MP o un celular, iluminación difusa y un soporte de altura fija. El prototipo de la mesa no lleva herramientas calientes ni alta tensión.
Programa
Python, OpenCV y ONNX Runtime. Datos crudos con huella SHA-256, partición por tarjeta con el conjunto de prueba congelado e intervalos de confianza en cada resultado.
El inspector no es un paso que sobra: es quien entrena al sistema mientras este se gana la confianza con datos.
Hoy: apoyo al inspectorEn lugar de revisar cada unión a ojo, revisa primero las que el sistema marca. Medimos si así detecta más y en menos tiempo.
Piloto en una plantaCada empresa tiene su propio modelo, entrenado con sus tarjetas. Cada confirmación o corrección del inspector es un ejemplo nuevo.
Automatización gradualCuando los datos de esa planta lo respalden, las uniones claramente buenas pasan solas y solo las dudosas llegan a la persona, con auditorías por muestreo.
Estado del proyecto
26 octPrograma completo, demostración en línea y validación con fotos públicas (EXP-006).
30 octJornada estatal en el Centro de Vinculación de la UPAEP.
5 novVisita técnica a una planta de ensamble electrónico del estado.
NovTarjetas propias, etiquetado y experimentos EXP-001 a EXP-003.
DicRobustez y prueba con inspectores (EXP-004 y EXP-005).
Equipo
Fortino Romero Mantilla (líder del proyecto), Israel Jesús García Osorio y María José de la Rosa Hernández, estudiantes de la Universidad Tecnológica de Puebla. Asesor institucional: José Francisco Espinosa Garita.
Fuentes
GÖPEL electronic. (s. f.). Optimal inspection of THT assemblies [Documento técnico].
See, J. E. (2015). Visual inspection reliability for precision manufactured parts. Human Factors, 57(8), 1427–1442. https://doi.org/10.1177/0018720815602389
Tsang, S.-H., Suo, Z., Chan, T. T.-L., Nguyen, H.-T., & Lun, D. P.-K. (2023). PCB soldering defect inspection using multitask learning under low data regimes. Advanced Intelligent Systems, 5, 2300364. https://doi.org/10.1002/aisy.202300364
