Cientifica, ISSN 2594-2921, vol. 30, no. 2, July-December 2026.
DOI: 10.46842/ipn.cien.v30n2a05
La inteligencia artificial sobre la ingeniería de superficies
Artificial Intelligence in Surface Engineering
Recibido 13/08/2026, aceptado 28/09/2026, publicado 10-10-2026.
Resumen
La evaluación de recubrimientos superficiales es fundamental para garantizar la durabilidad y el rendimiento de componentes metálicos en aplicaciones industriales. Esta revisión examina el papel transformador de la inteligencia artificial, en particular de las Redes Neuronales Convolucionales (CNN) y los Transformers de Visión (ViT), en la automatización de la caracterización de recubrimientos. La integración de estas arquitecturas de aprendizaje profundo con el procesamiento digital de imágenes permite un análisis objetivo, rápido y reproducible, que supera la subjetividad y las limitaciones de tiempo de la evaluación manual tradicional. La convergencia de la visión por computadora, el aprendizaje automático y modelos predictivos de ingeniería de superficies abre la posibilidad de analizar simultáneamente defectos microestructurales, clasificar la calidad de adhesión y optimizar parámetros de proceso. Esto revoluciona el control de calidad en la industria de recubrimientos y facilita el desarrollo de materiales más fiables y de alto rendimiento.
Abstract
The evaluation of surface coatings is essential to ensure the durability and performance of metallic components in industrial applications. This review examines the transformative role of artificial intelligence, particularly Convolutional Neural Networks (CNN) and Vision Transformers (ViT), in automating coating characterization. The integration of these deep learning architectures with digital image processing enables objective, fast, and reproducible analysis, overcoming the subjectivity and time limitations of traditional manual evaluation. The convergence of computer vision, machine learning, and predictive surface engineering models opens up the possibility of simultaneously analyzing microstructural defects, classifying adhesion quality, and optimizing process parameters. This revolutionizes quality control in the coatings industry and facilitates the development of more reliable, high-performance materials.
Palabras clave: redes neuronales convolucionales, caracterización de recubrimientos,
inteligencia artificial en ciencia de materiales.
Index terms: convolutional neural networks, coating characterization,
artificial intelligence in materials science.
ISO 690 reference:
Luna Gómez, Alejandra;
García Garfias, Ashley Abril;
Álvarez Meneses, Juan Román;
García Bustos, Ernesto David;
Doñu Ruiz, Marco Antonio;
López Perrusquia , Noé,
2026,
La inteligencia artificial sobre la ingeniería de superficies,
Científica, vol. 30, no. 2,
ISSN 2594-2921, e300205,
DOI: 10.46842/ipn.cien.v30n2a05
