El sistema de control y monitoreo SCADA COSMIR CONTROL también presentado en la Figura 10 permite al usuario una configuración más amplia de los parámetros de la estación a utilizar. Para las pruebas de la estación implementada en el CIM se utilizaron modelos cilíndricos de diferentes diámetros para ser medidos con distintos parámetros ingresados en la computadora central, en tres posiciones distintas de la cámara se presenta un error constante pero sumamente bajo todos menores al 0.009 mm lo que da a entender que el sistema de visión artificial se mantiene dentro del umbral de error sin afectar la detección de elementos en el modelo. Los valores de las desviaciones son menores a un pixel y mayores a un pixel en menor proporción, con esto el sistema puede ajustarse para disminuir errores, aumentando la resolución de captura, procesamiento y segmentación de imágenes. Al implementar la estación dentro de un CIM ya existente se concluyó que la solución de tipo de sistema de manufactura integrada por computador más conveniente es el CIM tipo I debido a su flexibilidad y tipo de tareas a realizar. El uso de ETHERNET con protocolos TCP/IP permitió a los desarrolladores obtener una red ágil, estable y con respuesta rápida. En el trabajo: Desarrollo e Implementación de un Sistema de Visión Artificial Basado en Lenguajes de Uso Libre para un Sistema Seleccionador de Productos de un Centro Integrado de Manufactura (CIM) elaborado por los autores (Amaya-Zapata et al., 2016) se presenta el desarrollo de un sistema capaz de seleccionar objetos comandado por visión artificial, usando una cámara web Logitech de la mano de Python, trabaja utilizando las librerías de open CV. Su funcionamiento se basa en un posicionador de objetos, configurado por los desarrolladores para identificar colores RGB por la cámara web, que debe realizar el proceso de captura de imagen y posprocesado mediante el lenguaje del software. El sistema brinda la opción de informar al usuario el estado del modelo a analizar en cuanto a forma y colores. El clasificador utilizara como criterio de acción el color y forma del objeto, para esto se usa el software LabVIEW encargado de realizar los distintos filtros de procesamiento de imágenes del proceso y un HMI que permite al usuario ingresar parámetros de clasificación. El ordenador central trabaja de la mano con la cámara web, se utilizan protocolos de comunicación MQTT con Arduino nano y un PLC SIEMENS S7-1200. En la Figura 11 se puede apreciar de mejor manera la arquitectura del sistema y el flujo de información Para la programación se utilizó Python, lenguaje de alto nivel que destaca debido a su versatilidad y potencia. De la mano de la librería Open CV para el tratamiento de imágenes. El funcionamiento consta de distintas etapas, configuración donde el usuario se encarga de ordenar al sistema por medio del HMI y fijar parámetros de clasificación, etapa de visión donde por medio de la cámara física se captura el objeto a analiza, etapa de reconocimiento las imágenes pasan por filtros y análisis de fotogramas para determinar las características y compararlas y por ultimo una etapa de clasificación mediante un sistema electroneumático se decide el orden de las piezas de acuerdo a sus características.