El papel de la IA en la inspección y el análisis de conectores de fibra óptica
Más tarde a lo largo de este mes, el equipo de VIAVI se dirigirá a Washington D. C. y a Copenhague para la exposición SCTE TechExpo y la ECOC (Conferencia Europea sobre Comunicación Óptica). En este blog, examinaremos la creciente necesidad de la inspección de conectores de fibra óptica y el papel de la inteligencia artificial en ella, además de destacar una de las innovaciones clave que se exponen en estas ferias: el microscopio de sonda INX™ 760.
Este dispositivo se lanzó en marzo de 2024 para la inspección y el análisis automatizados de conectores símplex y multifibra, y es el primer dispositivo del sector que implementa análisis de imágenes con inteligencia artificial.
Análisis automatizado de terminaciones de conectores
Es importante señalar que la IA posiblemente no sea necesaria para todos los tipos de análisis automatizados de terminaciones de conectores de fibra óptica. La IA se debe emplear para complementar las técnicas clásicas basadas en algoritmos en lugar de como una herramienta única. En muchas situaciones, utilizar la IA es como usar un martillo para cascar una nuez, un martillo de recursos computacionales muy pesado, de hecho.
Cierto es que, a la hora de realizar análisis automatizados de terminaciones de conectores de férula cerámica uniformes, el análisis clásico continúa siendo la herramienta más eficaz para evaluar imágenes y detectar defectos. Este análisis clásico se observa en la figura 1, donde se emplea un microscopio de sonda para inspeccionar las terminaciones de un conector dúplex, donde cada lado del conector consta de una fibra óptica rodeada por una férula de cerámica. Aquí, la fibra aparece de color oscuro en contraste con la férula de color claro, de modo que el microscopio puede detectar defectos automáticamente y resaltarlos para evaluar fácilmente la validez de las terminaciones.
El análisis clásico de imágenes depende de algoritmos deterministas basados en reglas para detectar defectos como arañazos, muescas y contaminación. Esta técnica es rápida y eficaz, de modo que es la mejor opción para la inspección de conectores con férulas de cerámica. Además, mediante el análisis clásico, un microscopio INX 760 con la punta adecuada puede inspeccionar automáticamente un conector de fibra óptica dúplex con una sola prueba en menos de cinco segundos.
No obstante, a medida que aumenta la capacidad de datos, también lo hace la densidad de la fibra óptica. Por ejemplo, el sector de los centros de datos se encuentra en el proceso de adoptar conectores multifibra más densos, como los conectores MPO, MMC y SN-MT. Estos conectores utilizan férulas MT rectangulares con varias fibras organizadas en una o más filas (consulte la figura 2).
Figura 2: Las 12 fibras de un conector de férula MT rectangular de alta densidad (izquierda) e imagen ampliada de una sola fibra (derecha)
En esta imagen, hay 12 fibras alineadas en una sola fila dentro de la férula MT. En contraposición a una férula de cerámica tradicional, el material de la férula ya no aparece como un fondo blanco uniforme. En su lugar, se trata de un polímero con fibra de vidrio en su interior donde algunas de las fibras de vidrio incrustadas se asemejan a fibras ópticas o defectos por encima de la férula. Como resultado, la inspección automatizada de los conectores multifibra con férulas MT resulta más compleja.
Ventajas y desventajas de la inteligencia artificial
El análisis de imágenes con IA utiliza modelos de aprendizaje automático entrenados con conjuntos de datos de gran tamaño. Este enfoque es más sólido a la hora de gestionar imágenes complejas y con ruido como las que presentan las férulas MT.
La IA requiere más recursos computacionales, concretamente más procesadores de gran potencia y una mayor capacidad de memoria. El microscopio INX 760 cuenta con 2,4 veces la potencia de procesamiento del microscopio de sonda más similar de la competencia y con el doble de memoria a fin de permitir la inferencia de la IA en tiempo real y en los dispositivos sin depender de la conectividad de la nube, lo que garantiza un análisis rápido y seguro en aplicaciones de inspección de campo.
El microscopio INX 760 proporciona lo mejor de ambos. Sus técnicas clásicas basadas en algoritmos proporcionan un análisis rápido y de bajo consumo, las cuales se amplían con su análisis de imágenes basado en IA para situaciones de análisis más complejas, como las que se requieren para las férulas MT.
