Professional Documents
Culture Documents
2019-2020
Tutor
Cristina Castejón Sisamón
Universidad Carlos III de Madrid, 29 de Septiembre de
2020
RESUMEN
iii
Trabajo Fin de Máster Ignacio Arespacochaga López
DEDICATORIA
v
Trabajo Fin de Máster Ignacio Arespacochaga López
ÍNDICE GENERAL
1. INTRODUCCIÓN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1. Motivación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2. ESTADO DEL ARTE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1. Fundamentos de la termografía . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.1. Espectro electromagnético . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.2. Principios de la termografía infrarroja . . . . . . . . . . . . . . . . . . . . 6
2.2. La cámara termográfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.1. Modos de imagen y paletas de colores . . . . . . . . . . . . . . . . . . . 12
2.3. Campo de aplicación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4. Ventajas de la termografía . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.5. Procesamiento digital de imágenes . . . . . . . . . . . . . . . . . . . . . . . 16
2.6. Mantenimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.6.1. Mantenimiento predictivo. Mantenimiento 4.0. . . . . . . . . . . . . . . . 20
3. HERRAMIENTAS DE DESARROLLO DE APLICACIONES . . . . . . . . . . . 22
3.1. Interfaz gráfica de usuario (GUI) . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.2. Herramienta de desarrollo MATLAB . . . . . . . . . . . . . . . . . . . . . . . 24
3.3. MATLAB App Designer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4. DESARROLLO DEL PROYECTO . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.1. Descripción general. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2. Diseño de la interfaz gráfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.3. Condiciones de toma de imágenes y vídeos . . . . . . . . . . . . . . . . . . 33
4.4. Funcionamiento de la aplicación . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.4.1. Primera fase: tratamiento previo . . . . . . . . . . . . . . . . . . . . . . . 36
4.4.2. Segunda fase: interacción con el usuario . . . . . . . . . . . . . . . . . . 40
5. EJEMPLO DE USO DE LA APLICACIÓN. . . . . . . . . . . . . . . . . . . . . . 46
5.1. Módulo de análisis de imágenes . . . . . . . . . . . . . . . . . . . . . . . . . 49
vii
Trabajo Fin de Máster Ignacio Arespacochaga López
viii
Trabajo Fin de Máster Ignacio Arespacochaga López
ÍNDICE DE FIGURAS
x
Trabajo Fin de Máster Ignacio Arespacochaga López
xi
Trabajo Fin de Máster Ignacio Arespacochaga López
xii
Trabajo Fin de Máster Ignacio Arespacochaga López
ÍNDICE DE TABLAS
xiv
Trabajo Fin de Máster Ignacio Arespacochaga López
1. INTRODUCCIÓN
1.1. Motivación
Decidí buscar un punto en común que sirviese para ambos trabajos. De esta
manera surgió el objetivo principal del presente proyecto: desarrollo de una interfaz
gráfica para la extracción y tratamiento de datos termográficos de imágenes y vídeos
térmicos, que sirva para tereas de mantenimiento y diagnostico de máquinas y para
analizar la temperatura de los neumáticos en el kart de competición.
La termografía es una tecnología que cada vez está más en auge y cuyo uso
se está extendiendo. Este crecimiento no se debe a que se haya inventado reciente-
mente (las primeras aplicaciones de la termografía se remontan a principios de 1900)
sino a que la comercialización y la bajada de costes de los dispositivos han abierto el
rango de aplicaciones y las posibilidades de investigación. Algunos de los usos que
se le dan hoy en día, aunque se verán con más detalle posteriormente, van desde la
medicina hasta el ámbito militar, pasando por la industria. En este último sector es
donde el crecimiento es cada vez mayor, ya que es una tecnología apropiada para su
uso en tareas de mantenimiento predictivo de fácil aplicación en el nuevo paradigma
de industria 4.0.
El grupo de investigación MAQLAB disponía de una cámara térmica. Dicho gru-
po tiene abiertas numerosas líneas de investigación en temas de mantenimiento y
mantenimiento predictivo, poniendo énfasis en el análisis de vibraciones. Para am-
pliar el campo de trabajo se decidió incluir la termografia dentro de los proyectos de
investigación. Utilizar en conjunto la termografía junto con el análisis de vibraciones
1
Trabajo Fin de Máster Ignacio Arespacochaga López
puede ser un gran paso en el mantenimiento predictivo, pudiendo localizar los fallos
con mucha anterioridad y disminuir costes y tiempos de parada.
Otro de los campos donde su uso está extendido es la automoción de compe-
tición. La temperatura de los neumáticos está directamente relacionada con el ren-
dimiento de los mismos y un óptimo desempeño del coche. Los equipos de la alta
competición, como la Formula 1, montan en sus coches cámaras térmicas en los en-
trenamientos y jornadas de pruebas para monitorizar la temperatura de las ruedas.
En la Figura 1.1 se muestra un ejemplo de las imágenes tomadas por las cámaras
térmicas en un F1. El principal problema es que, debido a su alto coste, solo las
montan equipos de altas categorías.
En el mundo del karting, los equipos con más presupuesto equipan sensores de
temperatura en los neumáticos. Debido a que son sensores que miden en un solo
punto, no dan la suficiente información para conocer el perfil de temperaturas en todo
el ancho del neumático. Con el fin de conocer y monitorizar las temperaturas, se de-
cidió equipar una cámara térmica en un kart. Se trata de un proyecto muy novedoso,
algo que todavía no se ha hecho y que puede suponer un gran avance y revolución
para extraer el máximo rendimiento de un vehículo.
Para poder sacar conclusiones cuantitativas, con las que determinar patrones pa-
ra prevenir fallos, es necesario tener los datos de tal manera que puedan ser anali-
zados y se pueda operar con ellos, ya que no basta con inspecciones visuales para
sacar conclusiones. Por esto se eligió como tema principal del trabajo el desarrollo de
GUI ((Graphical User Interface)) con la que extraer los datos de temperatura de las
imágenes. Se escogió MATLAB como software de desarrollo por su módulo MATLAB
App Designer, ya que es sencillo e intuitivo de aprender; y por la facilidad para reali-
zar operaciones con gran cantidad de datos. En el desarrollo de la aplicación se han
implementado funciones orientadas al mantenimiento predictivo (como puede ser la
alarma de temperaturas) y al análisis de la temperatura de los neumáticos (perfil de
temperaturas).
2
Trabajo Fin de Máster Ignacio Arespacochaga López
1.2. Objetivos
3
Trabajo Fin de Máster Ignacio Arespacochaga López
4
Trabajo Fin de Máster Ignacio Arespacochaga López
van desde una longitud de onda de 0.7 y hasta 1000 µm. La parte de longitud de
onda más corta colinda con la parte límite de espectro visible, concretamente con el
rojo profundo (de ahí viene el nombre infrarrojos). La parte de longitud de onda más
larga, hace frontera con las microondas.
A su vez, el espectro infrarrojo está dividido en varias zonas. Existen varias formas
de realizar esta subdivisión. Una de ellas es la que se encuentra en la Tabla 2.1 [4]:
Pero debido a que la atmósfera absorbe ciertas longitudes de onda (las moléculas
de H2 O y de CO2 son los principales responsables), las cámaras térmicas no trabajan
con todo el espectro infrarrojo. Como se ve en la Figura 2.2 entre 5-8 µm y por encima
de 14 µm existe un hueco. Esto se traduce en que toda la radiación infrarroja con esas
longitudes de onda es absorbida por la atmósfera.
Fig. 2.2. Transmisión atmosférica de la cierta parte del espectro infrarrojo [5].
Por lo tanto, el rango común de trabajo de las cámaras térmicas es (Tabla 2.2) [4]:
5
Trabajo Fin de Máster Ignacio Arespacochaga López
Todos los cuerpos que estén por encima del cero absoluto (0 Kelvin o -273 o C)
emiten radiación infrarroja. La radiación infrarroja es función de la temperatura: cuan-
to más alta sea esta última, más alta será la intensidad de la radiación emitida y
viceversa [6]. Cuando esta radiación alcanza otros objetos puede ser reflejada, ab-
sorbida o transmitida (Figura 2.3). Los parámetros que describen este fenómeno son:
Radiación incidente
Radiación
absorbida (ߙ)
Radiación
transmitida (߬)
Radiación
reflejada (ߩ)
Cuerpo
Fig. 2.3. Absorción (α), reflexión (ρ) y trasmisión (τ) de la radiación en un cuerpo. [Elaboración
propia]
αλ + ρλ + τλ = 1 (2.1)
6
Trabajo Fin de Máster Ignacio Arespacochaga López
αλ = 1 − ρλ (2.2)
Para materiales muy pulidos como por ejemplo metales, la radiación es comple-
tamente reflejada por el cuerpo, por lo que ρλ = 0.
Los materiales que absorben toda la energía (es decir τλ = 0, ρλ = 0 y αλ = 1)
se denominan cuerpos negros. La ley de radiación de Kirchoff establece que para un
cuerpo arbitrario que se encuentra en equilibrio termodinámico con su entorno, su
absortividad es igual a su emisividad (ε), es decir, absorbe lo mismo que emite [7].
α=ε (2.3)
Por tanto, una definición más completa de cuerpo negro es aquel cuerpo que
absorba y, por lo tanto emita, la totalidad de la radiación que incide sobre él.
La radiación infrarroja de un cuerpo negro fue descrita por Max Plank mediante la
Ecuación 2.4 [3]:
2πhc2
Wλb = )︁ × 10−6 (2.4)
λ e
5
(︁ hc/λkT −1
donde:
- Wλb : radiación infrarroja emitida por un cuerpo negro con una longitud de onda
λ. Se mide en W m−2 .
7
Trabajo Fin de Máster Ignacio Arespacochaga López
2898
λmax = (2.5)
T
Si se integra la fórmula de Plank (Ecuación 2.4) a lo largo de todas las longi-
tudesde onda (desde λ = 0 hasta λ = ∞), resulta la fórmula de Stefan-Boltzmann
(Ecuación 2.6) con la que se obtiene la emitancia radiante total de un cuerpo negro
(Wb medida en W m−2 ) [3].
Wb = σT 4 (2.6)
8
Trabajo Fin de Máster Ignacio Arespacochaga López
W
ε= (2.7)
Wb
Existen tres tipos de fuentes de radiación según el valor de su emisividad [3]:
Cuerpo negro: ε = 1.
W = ε · σ · T4 (2.8)
9
Trabajo Fin de Máster Ignacio Arespacochaga López
10
Trabajo Fin de Máster Ignacio Arespacochaga López
Cuerpo
ܶ௧ 4
Atmósfera 4
ɂobj · ߪ · ݆ܾܶ Wobj = ɂobj · ɒ௧ · ߪ · ܶݐ݆ܾ݁
ɂobj
ସ Cámara
1 െ ɂ୭ୠ୨ · ߪ · ܶ
ସ W = 1 െ ɂ୭ୠ୨ · ɒ௧ · ߪ · ܶ
ସ
W௧ = 1 െ ɒ௧ · ߪ · ܶ௧
ɒ௧
ܶ௧
ܶௗ
Entorno
Fig. 2.6. Principios de la radiación infrarroja recibida por la cámara. [Elaboración propia]
Wob j = εob j · σ · T ob
4
j (2.9)
Wre f l = ρob j · σ · T ob
4
j = (1 − εob j ) · σ · T re f l
4
(2.10)
Wtotal = εob j · σ · T ob
4
j + (1 − εob j ) · σ · T ob j + (1 − τatm ) · σ · T atm
4 4
(2.12)
√︄
4 Wtotal − (1 − εob j ) · τatm · σ · T re4 f l − (1 − τatm ) · T atm
4
T ob j = (2.13)
εob j · τatm · σ
11
Trabajo Fin de Máster Ignacio Arespacochaga López
Con las cámaras térmicas se toman imágenes que después pueden post-procesarse
para analizar los datos. En las de mayor gama también puede capturar vídeos. Exis-
ten diferentes modos de imagen y paletas de colores que se escogerán según lo que
desee el usuario.
12
Trabajo Fin de Máster Ignacio Arespacochaga López
- MSX. proporciona una imagen térmica con las siluetas de los objetos
reales permitiendo diferenciarlos con mayor claridad.
- Térmico. se representa solamente la imagen térmica.
- Imagen dentro de imagen. Se representa la imagen térmica dentro de
la imagen digital con el fin de una mejor identificación del objeto en el
entorno.
- Cámara digital. Únicamente se muestra la imagen digital.
Fig. 2.7. Los cuatro modos de imagen disponibles. Ordenados de izquierda a derecha y de
arriba a abajo: MSX, térmico, imagen dentro de imagen y digital [3].
13
Trabajo Fin de Máster Ignacio Arespacochaga López
Son numerosos los ámbitos donde el uso de cámaras termográficas permite obte-
ner información valiosa. No sólo se limita al campo de la ingeniería sino que también
se utilizan en medicina, veterinaria y seguridad entre otros. Al igual que muchos de
los inventos a lo largo de la historia, la invención de las cámaras térmicas surge en el
ámbito militar. Concretamente fue inventada por el físico húngaro Kálmán Tihanyi con
el fin de que el ejército británico detectase a la aviación enemiga [16]. Más adelante,
a partir de los años 80, se empezaron a producir comercialmente abriendo nuevo
campo de aplicaciones e investigación [4]. Algunos ejemplos de aplicaciones dentro
de los diferentes ámbitos son:
14
Trabajo Fin de Máster Ignacio Arespacochaga López
nes son focos de temperatura que hacen que su reconocimiento con tecnología
termográfica sea sencillo.
Con cámaras térmicas pueden localizarse y hacer un seguimiento personas en
situaciones de emergencia como desastres naturales. Se utiliza también para
la detección de posibles focos de incendios. Se incorporan en los vehículos
autónomos para aumentar su seguridad al detectarse fácilmente a personas y
animales. Otra de sus aplicaciones que va cobrando cada vez más importancia
es para conocer datos biométricos de personas y reconocimientos faciales.
A pesar de los inconvenientes que tiene esta técnica, como puede ser que no
pueden identificarse defectos internos si no se manifiestan en el exterior, que el en-
torno puede influir en las mediciones si no se hacen las correcciones necesarias y
que por lo tanto se requiere conocer los principios de la termografía y su funciona-
miento por parte del usuario; son numerosas las ventajas que posee la técnica de la
termografía:
15
Trabajo Fin de Máster Ignacio Arespacochaga López
16
Trabajo Fin de Máster Ignacio Arespacochaga López
⎡ ⎤
⎢⎢⎢ a(1, 1) a(1, 2) ··· a(1, N − 1) a(1, N) ⎥⎥⎥
⎢⎢⎢ ⎥⎥
⎢⎢ a(2, 1) a(1, 2) ··· a(2, N − 1) a(2, N) ⎥⎥⎥⎥
Intensidad = ⎢⎢⎢⎢ . .. .. .. .. ⎥⎥⎥⎥ (2.14)
⎢⎢⎢ .. . . . . ⎥⎥⎥
⎢⎢⎣ ⎥⎦
a(M, 1) a(M, 2) · · · a(M − 1, N − 1) a(M, N)
Sin embargo, cuando se trabaja con una imagen en color, por ejemplo utilizando el
código RGB (Red Green Blue), se tiene una matriz tridimensional de tamaño MxNx3.
Cada píxel lleva asociado tres valores de intensidad, uno para el color rojo, otro para
el verde y otro para el azul que, cuando se superponen, crean el color real de la
imagen. En la Figura 2.12 se representa un esquema explicativo de la composición
de una imagen en color y su digitalización.
17
Trabajo Fin de Máster Ignacio Arespacochaga López
Cada plano de color tiene un tamaño de MxN, por lo que la indexación en cada
color se hace con la nomenclatura de la Ecuación 2.14. Pero para elegir el plano de
trabajo, en MATLAB se utilizan los siguientes comandos:
2.6. Mantenimiento
18
Trabajo Fin de Máster Ignacio Arespacochaga López
19
Trabajo Fin de Máster Ignacio Arespacochaga López
20
Trabajo Fin de Máster Ignacio Arespacochaga López
21
Trabajo Fin de Máster Ignacio Arespacochaga López
La interfaz gráfica de usuario o GUI (por sus siglas en inglés Graphic User Inter-
face) es un programa informático cuya principal función es simplificar el intercambio
de información entre dos sistemas que no utilizan el mismo lenguaje, en este caso
el ordenador y el usuario. Para ello utilizan un entorno visual sencillo e intuitivo con
imágenes, menús y objetos gráficos para mostrar las acciones que el usuario puede
realizar. Nace de la necesidad de acercar los ordenadores a personas no especia-
lizadas y sin grandes conocimientos de informática, sustituyendo la complejidad de
las interfaces de líneas de comando (CLI: Command Line Interface) por acciones
predeterminadas simbolizadas por elementos visuales de fácil comprensión [30] [31]
[32].
En la Figura 3.1 se ve claramente la diferencia entre una GUI (izquierda) y una
CLI (derecha) en este caso de Windows.
Las principales características que debe tener una buena interfaz de usuario son
[30][32][33]:
22
Trabajo Fin de Máster Ignacio Arespacochaga López
- Debe incluir ayudas e indicaciones que guíen o resuelvan las dudas al usuario.
- Los elementos principales deben ser claramente identificables, así como el ob-
jetivo del programa.
- Debe tener un diseño ergonómico que guíe al usuario, ordenando los elemen-
tos de interacción en menús, paneles y elementos de fácil acceso, haciendo
que sean familiares al usuario.
,1,&,2
(QWHQGLPLHQWR\DSUHQGL]DMHGHODV
KHUUDPLHQWDVGHSURJUDPDFLyQ
',6(f2'HILQLUREMHWLYRV\
FDUDFWHUtVWLFDV
6,
352*5$0$&,Ï1
12
7(67FRPSUREDFLyQGHO
IXQFLRQDPLHQWR
Fig. 3.2. Pasos a seguir en la creación de una interfaz de usuario [Elaboración propia]
23
Trabajo Fin de Máster Ignacio Arespacochaga López
- Manipulación de matrices.
- Implementación de algoritmos.
24
Trabajo Fin de Máster Ignacio Arespacochaga López
25
Trabajo Fin de Máster Ignacio Arespacochaga López
Fig. 3.4. Elementos disponibles para la creación de la interfaz de usuario. [Elaboración propia]
26
Trabajo Fin de Máster Ignacio Arespacochaga López
Fig. 3.5. Entorno “Design View” (imagen superior) y entorno “Code View” (imagen inferior) en
App Designer [Elaboración propia]
27
Trabajo Fin de Máster Ignacio Arespacochaga López
,1,&,2
&DUJDGHODLPDJHQSRU
SDUWHGHOXVXDULR
7UDWDPLHQWRSUHYLRGHODLPDJHQ
SDUDGHWHUPLQDUODHVFDODGH
WHPSHUDWXUDV
3ULPHUDIDVH
¢4XpGHVHDKDFHU"
3HUILOGHWHPSHUDWXUDDOR 7HPSHUDWXUDPHGLDHQXQ
7HPSHUDWXUDHQSXQWRV $ODUPD
ODUJRGHXQDOtQHD iUHD
6,
¢'HVHDUHDOL]DURWUD
DFFLyQ
12
),1
6HJXQGDIDVH
28
Trabajo Fin de Máster Ignacio Arespacochaga López
Cuando se inicia la aplicación aparece una ventana donde se elegirá en qué mó-
dulo se desea trabajar. Ambos módulos trabajan con el diagrama de la Figura 4.1
donde se distinguen dos fases:
A nivel funcional se ha buscado que la interfaz sea lo más simple e intuitiva po-
sible. Para poder conseguir esto es esencial un cuidado especial en la estética y
disposición de los elementos. En las Figuras 4.2 y 4.3 se muestran la ventanas del
módulo “Análisis termográfico de imágenes” y “Análisis termográfico de vídeos” res-
pectivamente que servirán como ejemplo para explicar la colocación de botones y
gráficos.
Como se ha visto en la Sección 3.1, donde se explican los requisitos que debe
tener una buena GUI, la interfaz debe ser visualmente atractiva, que no distraiga del
objetivo principal, con un diseño ergonómico que vaya guiando en al usuario en su
funcionamiento. A nivel estético se ha optado por una gama de colores ligada con
la universidad con la que se desarrolla el presente trabajo. Se ha utilizado un fondo
blanco en vez del gris que hay por defecto, con las letras de los títulos en el azul
característico de la Universidad Carlos III de Madrid y el resto de letras en negro,
dándole un aspecto limpio y claro. Los botones son de color gris claro que, al ser
diferentes del color del fondo, hace que se identifiquen de manera más fácil. Al no
utilizar colores llamativos y ni variedad de los mismos, sombras o elementos en 3D en
la interfaz, hace que la vista se centre en la imagen que se está analizando y los datos
obtenidos y no se distraiga con elementos innecesarios. En la parte superior central
se encuentra el título para poder identificar en qué módulo se está trabajando y en la
esquina superior derecha el logo de la Universidad y del grupo de investigación.
29
Trabajo Fin de Máster Ignacio Arespacochaga López
Fig. 4.2. Pantalla del módulo de análisis termográfico de imágenes. [Elaboración propia]
30
Trabajo Fin de Máster Ignacio Arespacochaga López
Fig. 4.3. Pantalla del módulo de análisis termográfico de vídeo. [Elaboración propia]
31
Trabajo Fin de Máster Ignacio Arespacochaga López
Los botones y elementos se han agrupado en paneles para que queden más
ordenados, sea más sencilla su identificación y quede claro su función a primera
vista. En la parte superior de cada panel se encuentra el título que indica para qué
sirven dichos botones. La pantalla principal se divide en dos zonas:
32
Trabajo Fin de Máster Ignacio Arespacochaga López
33
Trabajo Fin de Máster Ignacio Arespacochaga López
Fig. 4.6. Comparación imagen con paleta de color “acero” con misma imagen en escala de
grises. [Elaboración propia]
Fig. 4.7. Comparación imagen con paleta de color “arcoiris” con misma imagen en escala de
grises. [Elaboración propia]
34
Trabajo Fin de Máster Ignacio Arespacochaga López
35
Trabajo Fin de Máster Ignacio Arespacochaga López
En los dos módulos, cuando estos se ejecutan por primera vez, se declaran las
variables necesarias, se ajusta el tamaño de la ventana a la pantalla, se muestra en el
panel de instrucciones las indicaciones y se ocultan o deshabilitan todos los botones
excepto el de cargar. Aquí es donde empieza la primera fase que será descrita a
continuación.
36
Trabajo Fin de Máster Ignacio Arespacochaga López
,1,&,2
(QFHQGHUODPSDUD\
QXHYDVLQVWUXFFLRQHV
&DUJDGHOYtGHRSRUHO &RQYHUVLyQGHOSULPHU
XVXDULR IRWRJUDPDDHVFDODGH
JULVHV
0RVWUDUHOSULPHU
IRWRJUDPD 2EWHQFLyQGHOD
LQWHQVLGDGGHORV
OtPLWHVGHHVFDOD
%RWyQ/2$'
%RWyQ3$62
(VWDEOHFHUSRVLFLyQ (QFHQGHUODPSDUD\
GHORVOtPLWHVGH QXHYDVLQVWUXFFLRQHV
HVFDOD
¢%LHQ" 6,
2EWHQFLyQGHOYDORUQXPpULFRGHODV
WHPSHUDWXUDVVXSHULRUHLQIHULRUGHOD
HVFDODGHOIRWRJUDPDL
12
1XHYDSRVLFLyQ
*XDUGDUYDORUHVHQ
YHFWRUHV
¢%LHQ" 6,
12 6, ¢LQ~PHURGH
IRWRJUDPDV"
,QWURGXFFLyQGHODSRVLFLyQSRUHO 12
XVXDULR %RWyQ3$62
%RWyQ3$62 (QFHQGHUODPSDUD\
QXHYDVLQVWUXFFLRQHV
Fig. 4.10. Diagrama de flujo de la primera fase para el tratamiento de vídeo [Elaboración
propia]
Para simplificar y no repetirlo en cada paso, tanto para la primera como para la
segunda fase, cuando se pulsa un elemento, en el panel de instrucciones aparecen
las indicaciones y ayudas necesarias. También se activan y desactivan los paneles,
botones y elementos necesarios para cada acción. Los pasos de la fase previa, ex-
plicados detalladamente son:
37
Trabajo Fin de Máster Ignacio Arespacochaga López
Al pulsar el botón “PASO 1”, se muestran en la imagen dos cruces de color verde
sobre los límites de la escala. Se entiende por límites de escala a el punto superior
(color más amarillo) e inferior (color más morado) de la barra que se encuentra a la
derecha de las imágenes, que contiene la escala de color asociada a las tempera-
turas. Actualmente, el valor de las coordenadas está predefinido para las imágenes
y vídeos tomadas con cámaras FLIR al ser el dispositivo disponible durante la rea-
lización del trabajo. Para comprobar si las cruces están en su posición correcta, ya
que puede haber otras coordenadas válidas para las cámaras FLIR, se abre una nue-
va ventana donde se pregunta si dichos límites están bien o no. En caso afirmativo,
se activa el botón “PASO 2” y la lámpara 1. En caso negativo se prueba con las si-
guientes coordenadas posibles y si vuelven a estar mal, se pide al usuario que las
introduzca el manualmente.
En la Figura 4.11 se muestra la ventana emergente para la comprobación de los
límites de escala. Una vez se responde, se activa el botón “PASO 2”.
38
Trabajo Fin de Máster Ignacio Arespacochaga López
Fig. 4.11. Ventana emergente para la comprobación de la posición de los límites de escala
[Elaboración propia]
39
Trabajo Fin de Máster Ignacio Arespacochaga López
Perfil de temperaturas
&UHDFLyQGHGLUHFWRULR
,1,&,2
5HSUHVHQWDUIRWRJUDPDL
7UD]DUOtQHD
FRQOtQHD\VXVYDORUHV
2EWHQHULQWHQVLGDGGHOD *XDUGDULPDJHQ
6,
OtQHDHQIRWRJUDPDL
2EWHQHUPi[LPRV\PtQLPRV ¢LQ~PHURGH
IRWRJUDPDV"
(VFDODUYDORUHVSDUDREWHQHU 12
WHPSHUDWXUDV
0RQWDUYtGHRFRQODV
LPiJHQHVJXDUGDGDV
¢LQ~PHURGH
6, 12
IRWRJUDPDV"
),1
Fig. 4.12. Diagrama de flujo de la acción perfil de temperaturas para vídeo [Elaboración pro-
pia]
En el caso del vídeo, lo primero que se hace es crear un directorio donde se guar-
40
Trabajo Fin de Máster Ignacio Arespacochaga López
Temperatura área
&UHDFLyQGLUHFWRULR
,1,&,2
5HSUHVHQWDUIRWRJUDPDLHQ
&RUWDULPDJHQ HVFDODGHJULVHVFRQLPDJHQ
UHFRUWDGDHQFRORUHYROXFLyQ
WHPSHUDWXUDPHGLD
2EWHQHULQWHQVLGDGPHGLDGH
ODLPDJHQUHFRUWDGD
6, *XDUGDULPDJHQ
(VFDODULQWHQVLGDGSDUD
REWHQHUODWHPSHUDWXUD
¢LQ~PHURGH
IRWRJUDPDV"
¢LQ~PHURGH 12
6, 12
IRWRJUDPDV"
0RQWDUYtGHRFRQODV
),1
LPiJHQHVJXDUGDGDV
Fig. 4.13. Diagrama de flujo de la acción temperatura área para vídeo [Elaboración propia]
41
Trabajo Fin de Máster Ignacio Arespacochaga López
Temperatura punto
Para esta función sí que se van a mostrar por separado el diagrama de flujo para
el modo de imagen y para el modo vídeo. En la Figura 4.14 se muestra el diagrama de
flujo para la temperatura en puntos de las imágenes. Cuando se pulsa el botón, apa-
rece un panel con las opciones disponibles. Para conocer la temperatura de un punto
ha de pulsarse “AÑADIR PUNTO” y seleccionar la posición en la imagen emergente.
A continuación se representa el punto en la imagen y la temperatura se representa
en un gráfico de barras y en una tabla. A medida que se añadan más puntos irá com-
pletándose dicha tabla y gráfico. Si se quieren borrar todos los puntos ha de pulsarse
“RESET”. Si ya se ha terminado y no se quiere conocer ningún punto más se puede
exportar la imagen y la tabla con los valores de las coordenadas y temperatura.
,1,&,2
0RVWUDUSDQHO23&,21(6
7(03(5$785$38172
(VWDEOHFHUFRORU
3XOVDUERWyQ$f$',5
38172
(VWDEOHFHUSXQWRHQOD
)LJXUDHPHUJHQWH
$f$',538172
2EWHQHULQWHQVLGDGGHOSXQWR
(VFDODULQWHQVLGDGSDUD
5HVHWHDULPDJHQ REWHQHUWHPSHUDWXUD
JUiILFR\WDEOD
5HSUHVHQWDUSXQWRHQODLPDJHQ
0RVWDUHQWDEODODWHPSHUDWXUD\
FRRUGHQDGDV
5HSUHVHQWDUWHPSHUDWXUDHQHO
JUiILFRGHEDUUDV
¢'HVHDKDFHUDOJR
),1
PiV"
5(6(7
Fig. 4.14. Diagrama de flujo de la acción temperatura puntos para imagen [Elaboración pro-
pia]
42
Trabajo Fin de Máster Ignacio Arespacochaga López
&UHDFLyQGHGLUHFWRULR
,1,&,2
5HSUHVHQWDUIRWRJUDPDLFRQORV
(VWDEOHFHUQ~PHURGH SXQWRVPDUFDGRVHYROXFLyQ
SXQWRV WHPSHUDWXUDGHFDGDSXQWR
0DUFDUSXQWRVHQODLPDJHQ
6, *XDUGDULPDJHQ
2EWHQHULQWHQVLGDGHQODV
¢LQ~PHURGH
FRRUGHQDGDVGHORVSXQWRV
IRWRJUDPDV"
12
(VFDODULQWHQVLGDGSDUD
REWHQHUODWHPSHUDWXUD
0RQWDUYtGHRFRQODV
LPiJHQHVJXDUGDGDV
¢LQ~PHURGH
6, 12
IRWRJUDPDV"
),1
Fig. 4.15. Diagrama de flujo de la acción temperatura puntos para vídeo [Elaboración propia]
Alarma
43
Trabajo Fin de Máster Ignacio Arespacochaga López
,1,&,2
0RVWUDUSDQHO23&,21(6
$/$50$
(OHJLU
,JXDOPD\RUPHQRUHQWUH
&RORU
(VWDEOHFHUWHPSHUDWXUDV
DODUPD
&RQYHUWLUWHPSHUDWXUDD
LQWHQVLGDG
LQWBDODUPD
(OHFFLyQ
5HSUHVHQWDUIRWRJUDPDFRQORV
0(125 0$<25 (175( St[HOHVFDPELDGRVGHFRORU
,*8$/
6,
),1
MP
6,
6, 12
&DPELDUFRORUSL[HO
M M
L L
Fig. 4.16. Diagrama de flujo de la acción alarma para imagen [Elaboración propia]
Lo complicado de este proceso es que, hay que evaluar cada intensidad cada
posición de la matriz de la imagen de escala de grises. Esto en una única foto no
es problema pero cuando se está analizando un vídeo, hacerlo para cada fotograma
puede demorarse tiempo.
44
Trabajo Fin de Máster Ignacio Arespacochaga López
45
Trabajo Fin de Máster Ignacio Arespacochaga López
3. Pulsar desplegar dentro de “APPS” el menú con todas las aplicaciones y selec-
cionar dentro de “My Apps” la aplicación recién instalada (Figura 5.2).
46
Trabajo Fin de Máster Ignacio Arespacochaga López
Con las cámaras termográficas se puede ver si dependiendo del defecto se ca-
47
Trabajo Fin de Máster Ignacio Arespacochaga López
lienta más la cara externa o la cara interna del rodamiento, si hay un sobreca-
lentamiento general etc. y luego poder relacionarlo con los patrones obtenidos
con el análisis de vibraciones.
Se ha grabado el rodamiento con el eje girando a velocidad constante. Puede
verse claramente el amento de temperatura con las cuatro funciones:
48
Trabajo Fin de Máster Ignacio Arespacochaga López
Fig. 5.4. Pantalla del módulo de análisis termográfico de imágenes con acción perfil de tem-
peraturas. [Elaboración propia]
49
Trabajo Fin de Máster Ignacio Arespacochaga López
Fig. 5.5. Pantalla del módulo de análisis termográfico de imágenes con acción temperatura
en área. [Elaboración propia]
50
Trabajo Fin de Máster Ignacio Arespacochaga López
Fig. 5.6. Pantalla del módulo de análisis termográfico de imágenes con acción temperatura
en puntos. [Elaboración propia]
51
Trabajo Fin de Máster Ignacio Arespacochaga López
Fig. 5.7. Pantalla del módulo de análisis termográfico de imágenes con acción alarma. [Ela-
boración propia]
52
Trabajo Fin de Máster Ignacio Arespacochaga López
53
Trabajo Fin de Máster Ignacio Arespacochaga López
Fig. 5.11. Temperatura media área para el fotograma 24. [Elaboración propia]
Fig. 5.12. Temperatura media en área para el fotograma 840. [Elaboración propia]
Fig. 5.13. Temperatura media en área para el fotograma 1102. [Elaboración propia]
54
Trabajo Fin de Máster Ignacio Arespacochaga López
Fig. 5.14. Temperatura en cinco puntos para el fotograma 26. [Elaboración propia]
Fig. 5.15. Temperatura en cinco puntos para el fotograma 440. [Elaboración propia]
Fig. 5.16. Temperatura en cinco puntos para el fotograma 1102. [Elaboración propia]
55
Trabajo Fin de Máster Ignacio Arespacochaga López
Fig. 5.17. Alarma de temperatura superior a 30 o C para los fotogramas 3 y 234. [Elaboración
propia]
Fig. 5.18. Alarma de temperatura superior a 30 o C para los fotogramas 586 y 1102. [Elabora-
ción propia]
56
Trabajo Fin de Máster Ignacio Arespacochaga López
6. PLANIFICACIÓN Y PRESUPUESTO
6.1. Planificación
Ejemplo práctico
Redacción de la memoria
57
Trabajo Fin de Máster Ignacio Arespacochaga López
6.2. Presupuesto
Coste personal
Personal Coste horario (e/h) Horas (h) Coste total (e)
Ingeniero Junior 15,00 360 5400,00
Ingeniero Senior 30,00 20 600,00
Coste total personal 6000,00
Costes de amortización
Tiempo de
Tiempo de
Concepto Coste unitario (e) amortización Coste total (e)
uso (meses)
(meses)
Ordenador
1400,00 48 6 175,00
(MSI GL65 95EK)
Cámara térmica
9999,00 30 1,5 499,95
(FLIR E95 42o )
Licencia
120,00 48 6 15,00
Windows 10
Licencia MATLAB
0,00 - - 0,00
(Estudiante)
Coste total
589,95
de amortización
58
Trabajo Fin de Máster Ignacio Arespacochaga López
Los costes del material amortizable se reflejan en la Tabla 6.2. Para el cálculo de
estos se ha utilizado la fórmula de la Ecuación 6.1.
Los costes finales del proyecto, incluyendo los costes de personal junto los costes
de amortización es de 6.589,95 e (Tabla 6.3).
Costes totales
Concepto Coste (e)
Costes de personal 6.000.00
Costes de material amortizable 589,95
59
Trabajo Fin de Máster Ignacio Arespacochaga López
7. CONCLUSIONES
El objetivo del trabajo ha sido completado con éxito pese a todos los problemas
derivados de la pandemia por el Covid-19. Se ha diseñado y desarrollado una aplica-
ción para obtener y analizar los datos de temperatura tanto de imágenes como vídeos
termográficos. Para el correcto diseño se ha estudiado y comprendido el estado del
arte relacionado con la termografía, el mantenimiento y el análisis de imágenes digi-
tales. También se ha aprendido a programar en lenguaje .m en el módulo MATLAB
App Designer para crear la interfaz gráfica.
Por último se han mostrado dos ejemplos muy gráficos para explicar la interfaz y
la utilidad del programa, sobre todo en el ejemplo del rodamiento, que demuestra el
potencial de la termografía en el ámbito del mantenimiento y el mantenimiento 4.0.
- Añadir una opción de análisis rápido donde, en lugar de analizar cada fotogra-
ma, lo haga cada cuatro o cinco, para tener una visión rápida del comporta-
miento del componente.
60
Trabajo Fin de Máster Ignacio Arespacochaga López
de todo el sistema. En primer lugar se debe diseñar una carcasa que proteja la
cámara, cuyo diseño ya se ha comenzado, mostrado en la Figura 7.1.
Fig. 7.1. Diseño de carcasa para la cámara termográfica FLIR One. [Elaboración propia]
61
Trabajo Fin de Máster Ignacio Arespacochaga López
BIBLIOGRAFÍA
62
Trabajo Fin de Máster Ignacio Arespacochaga López
[15] Unknown, CAT S60 Smartphone with Thermal Camera – Extensive Test (+
Photos), Unknown (Acceso: 05 Agosto 2020). [En línea]. Disponible en: http:
//thermal- review.com/review/cat- s60- smartphone- with- thermal-
camera-extensive-test-photos/.
[16] J. Htich, A Brief History of Thermal Cameras, 10 Agosto 2016 (Acceso: 03
Agosto 2020). [En línea]. Disponible en: https://www.newequipment.com/
technology-innovations/media-gallery/22058767/a-brief-history-
of-thermal-cameras/slideshow?slide=11.
[17] Unknown, Thermography in Medicine, Undated (Acceso: 12 Junio 2020). [En lí-
nea]. Disponible en: https://www.infratec-infrared.com/thermography/
industries-applications/medicine/.
[18] P. Quintana, Termografía en motores eléctricos, Mayo 2016 (Acceso: 12 Junio
2020). [En línea]. Disponible en: http://www.emb.cl/electroindustria/
articulo.mvc?xid=2762.
[19] Unknown, Infrared Cameras for Plant Inspections, Undated (Acceso: 12 Junio
2020). [En línea]. Disponible en: https://www.infratec.co.uk/thermography/
industries-applications/plant-inspection/.
[20] ——, Thermography Surveys, Undated (Acceso: 12 Junio 2020). [En línea].
Disponible en: https : / / fenestrology . co . uk / course / thermography -
surveys/.
[21] FlirSystems, Electronic Component Testing: A Non-Contact Sport, Septiembre
2015 (Acceso: 12 Junio 2020). [En línea]. Disponible en: https : / / www .
electronicdesign . com / technologies / test - measurement / article /
21800979/electronic-component-testing-a-noncontact-sport.
[22] rgbcmyk, Muestreo de una imagen, Unknown (Acceso: 03 Agosto 2020). [En
línea]. Disponible en: http://rgbcmyk.com.ar/es/gutenberg/pgd/2-1-
muestreo-de-una-imagen/.
[23] Unknown, Introducción a procesamiento digital de imágenes con Matlab, Unk-
nown (Acceso: 03 Agosto 2020). [En línea]. Disponible en: https : / / www .
unioviedo.es/compnum/laboratorios_web/laborat03_intro_imagen/
laborat03.html#7.
[24] R. Wainschenker, J. M. Massa y P. Tristan, Procesamiento Digital de Imágenes,
Clase Teórico Práctica No 1, 2011 (Acceso: 03 Agosto 2020). [En línea]. Dispo-
nible en: http://www.exa.unicen.edu.ar/catedras/pdi/FILES/TE/CP1.
pdf.
[25] Ihritik, MATLAB | RGB image representation, 25 Junio 2018 (Acceso: 03 Agosto
2020). [En línea]. Disponible en: https://www.geeksforgeeks.org/matlab-
rgb-image-representation/.
63
Trabajo Fin de Máster Ignacio Arespacochaga López
64