En els darrers anys, ha hagut un increment de la investigació centrada en la integració de tecnologies avançades en els processos d'inspecció de fabricació, particularment en la detecció de defectes. Aquest resum examina els principals avenços en aquesta àrea, incloent sistemes d'inspecció habilitats per IoT i aplicacions de Blockchain dins de la fabricació. Diversos estudis han implementat amb èxit tècniques d'aprenentatge automàtic, notablement utilitzant un algorisme YOLO-v3 modificat per a la detecció de defectes en temps real en superfícies de tires d'acer, assolint precisions i taxes de recuperació impressionants. Un altre estudi que utilitzava xarxes neuronals convolucionals (CNN) per analitzar tires d'acer laminades en calent va facilitar la identificació automàtica de defectes superficials, mentre que un model combinat CNN-SVM va permetre la classificació de defectes en plaques de circuit impreses. Aquestes tècniques d'aprenentatge automàtic tenen implicacions significatives per millorar el control de qualitat mitjançant la identificació i rectificació de defectes en béns fabricats. L'adopció de sistemes IoT dins de l'inspecció de fabricació també està creixent a causa de la seva capacitat per al seguiment i la recopilació de dades en temps real. Els marcs IoT proposats han demostrat millores en les taxes de detecció de defectes i reducció dels costos de control de qualitat, incorporant tecnologies com la computació en el límit i serveis de núvol. A més, la tecnologia Blockchain s'està aprofitant per millorar la transparència de la cadena de subministrament i la integritat de les dades, especialment en contextos de fabricació intel·ligent, on emmagatzema i comparteix dades d'inspecció de manera segura. Combinant aquestes tecnologies, els investigadors han començat a explorar sinergies entre IoT i Blockchain per millorar encara més els processos de fabricació. S'ha desenvolupat una arquitectura de Blockchain única per a aplicacions industrials IoT, amb l'objectiu d'augmentar la traçabilitat de la cadena de subministrament i les inspeccions de qualitat, abordant alhora inquietuds sobre seguretat i fiabilitat. En termes d'eficiència energètica, els avenços recents destaquen els desafiaments que plantegen les demandes de recursos del blockchain, específicament en els mecanismes de consens. La implementació de xarxes generatives adversarials en la transmissió de vídeo per a Internet de les Coses Multimedia (IoMT) i protocols de consens lleugers per a blockchains de consorci mostra els esforços per millorar el rendiment i reduir el consum de recursos. A més, estudis que analitzen l'efectivitat dels mètodes d'aprenentatge profund per detectar manipulacions multimèdia i integrar algorismes d'optimització en entorns IoT indiquen un progrés continu en la millora de la fiabilitat i l'eficiència dels sistemes. Aquest estudi presenta una solució innovadora IoT-Blockchain per a la detecció de defectes en la fusió d'inversió, emprant un model d'aprenentatge profund basat en ResNet per a una identificació precisa de defectes i mesura dimensional, juntament amb Blockchain per a un emmagatzematge segur de dades. La integració d'aquestes tecnologies promou el processament en temps real, la traçabilitat i el compliment amb els estàndards de qualitat en diversos sectors, incloent l'automoció i la construcció. Recopilació i Processament de Dades Un dispositiu IoT equipat amb una càmera de alta resolució captura les fundicions d'inversió, millorant la claredat de la imatge mitjançant passos de preprocés com la reducció de soroll i ajustos geomètrics.

L'extracció de característiques es realitza mitjançant el model ResNet, identificant defectes basats en patrons texturals, contorns i variacions de color. El sistema distingeix les fundicions defectuoses mitjançant una classificació meticulosa, millorant els esforços de control de qualitat. Les dades s'emmagatzemen en un Blockchain, garantint que romanen immutables i traçables mentre permeten un emmagatzematge i accés optimitzats. Cada transacció es valida mitjançant mecanismes de consens, contribuint a la integritat de les dades al llarg del cicle d'inspecció. Dispositiu d'Inspecció i Model d'Aprenentatge Profund El dispositiu per a la inspecció de fundicions d'inversió combina components de maquinari de precisió per a una detecció eficaç de defectes i mesura dimensional. L'arquitectura ResNet mitiga els problemes inherents a les xarxes neuronals profundes mitjançant l'ús de blocs residuals que faciliten el flux de gradients, facilitant l'entrenament de models extensos. L'entrenament del model ResNet va implicar tècniques com l'optimització Adam, la qual s'aplica per reduir l'overfitting, i l'augment de dades per millorar la robustesa del conjunt de dades. El model es va testar rigorosament, assolint alts resultats F1 i qualificacions d'usabilitat del sistema, mentre demostrava una precisió impressionant en la identificació de defectes i la mesura de dimensions. Integració de Blockchain i Rendiment General Els contractes intel·ligents automatitzen la transparència i la seguretat dins del sistema, validant i enregistrant dades de defectes al Blockchain en temps real. Una avaluació del rendiment va revelar millores significatives en els resultats F1 i altres mètriques en comparació amb els mètodes convencionals, subratllant l'eficàcia de la integració IoT-Blockchain. Els resultats del processament en temps real van mostrar que el sistema podia analitzar fundicions en només 2, 3 segons, indicant un alt rendiment adequat per a la fabricació a gran escala. A més, l'eficiència computacional es va millorar mitjançant la implementació de la computació en el límit, mentre que les capacitats de gestió de dades de Blockchain van garantir registres segurs i immutables del procés d'inspecció. Encara que el sistema IoT-Blockchain exhibeix avantatges considerables, persisteixen desafiaments en termes d'escalabilitat, contextos reguladors, eficiència energètica i integració sense solucions amb sistemes existents. Les millores futures se centraran en optimitzar l'ús d'energia, millorar l'escalabilitat en ambients de gran volum i assegurar una robusta seguretat de dades a través de diverses indústries. En conclusió, la integració de les tecnologies IoT i Blockchain significa un desenvolupament transformador en la inspecció de fabricació, millorant la detecció de defectes i l'assegurament de la qualitat. Mitjançant la millora de la transparència operativa i l'eficiència dels processos, obre el camí per a avenços alineats amb els principis de la Indústria 4. 0, ressaltant la importància de solucions de fabricació segures, intel·ligents i sostenibles.