{"id":7709,"date":"2026-10-22T14:12:37","date_gmt":"2026-10-22T06:12:37","guid":{"rendered":"https:\/\/www.unitecho.net\/?p=7709"},"modified":"2026-11-06T10:15:59","modified_gmt":"2026-11-06T02:15:59","slug":"what-is-optical-sorting-how-vision-systems-detect-and-reject-defective-parts","status":"publish","type":"post","link":"https:\/\/www.unitecho.net\/es\/knowledge-news\/what-is-optical-sorting-how-vision-systems-detect-and-reject-defective-parts\/","title":{"rendered":"\u00bfQu\u00e9 es la clasificaci\u00f3n \u00f3ptica? C\u00f3mo detectan y descartan las piezas defectuosas los sistemas de visi\u00f3n"},"content":{"rendered":"

Una l\u00ednea de producci\u00f3n de piezas maduras puede fabricar un mill\u00f3n de unidades a la semana, y un solo defecto que pase desapercibido puede paralizar el proceso de montaje de un cliente. La inspecci\u00f3n manual es la medida de prevenci\u00f3n tradicional, pero una persona que realiza la comprobaci\u00f3n a gran velocidad solo ve una peque\u00f1a parte de cada superficie y califica el mismo defecto de forma diferente de un turno a otro.<\/p>\n\n\n\n

La clasificaci\u00f3n \u00f3ptica es un proceso de inspecci\u00f3n automatizado en el que unas c\u00e1maras y unos sensores captan im\u00e1genes de cada pieza a medida que pasa por un campo de visi\u00f3n definido, comparan las caracter\u00edsticas captadas con los criterios de aceptaci\u00f3n y activan un mecanismo que retira del flujo de piezas buenas aquellas que no cumplen dichos criterios. En la fabricaci\u00f3n de piezas, el sistema trabaja con piezas individuales en lugar de con material a granel, por lo que la tarea consiste en evaluar correctamente una pieza y saber d\u00f3nde se encontrar\u00e1 unos milisegundos m\u00e1s tarde, cuando se active el actuador.<\/strong><\/p>\n\n\n\n

En los apartados siguientes se desglosa ese proceso, desde c\u00f3mo llegan las piezas a la c\u00e1mara hasta c\u00f3mo se confirma un rechazo.<\/p>\n\n\n\n

\"M\u00e1quina<\/figure>\n\n\n\n

\u00bfEn qu\u00e9 consiste la clasificaci\u00f3n \u00f3ptica en la fabricaci\u00f3n de piezas discretas?<\/h2>\n\n\n\n

En la fabricaci\u00f3n de piezas, la clasificaci\u00f3n \u00f3ptica combina la manipulaci\u00f3n de piezas, la iluminaci\u00f3n controlada, la visi\u00f3n artificial y la expulsi\u00f3n a alta velocidad para clasificar cada pieza y separar f\u00edsicamente las que no cumplen los requisitos del flujo de producci\u00f3n. El resultado es una decisi\u00f3n por cada pieza, en lugar de un informe de medici\u00f3n, y el rendimiento depende tanto de la manipulaci\u00f3n mec\u00e1nica como de la resoluci\u00f3n de la c\u00e1mara.<\/strong><\/p>\n\n\n\n

La definici\u00f3n general de clasificaci\u00f3n \u00f3ptica<\/a> describe un proceso automatizado que clasifica productos s\u00f3lidos mediante c\u00e1maras o l\u00e1seres seg\u00fan criterios de aceptaci\u00f3n y rechazo definidos por el usuario. Esa definici\u00f3n proviene del sector agr\u00edcola, donde los productos caen por una rampa y rara vez es necesario realizar un seguimiento preciso.<\/p>\n\n\n\n

Las piezas cambian la naturaleza del problema. Las piezas se separan individualmente, lo que permite inspeccionar caras definidas en lugar de lo que sea que se encuentre frente a la c\u00e1mara. Los defectos suelen ser de menos de un mil\u00edmetro y tienen el mismo color que la superficie en buen estado, lo que hace que la ingenier\u00eda del contraste sea m\u00e1s importante que la discriminaci\u00f3n por color. El rendimiento se mide en piezas por minuto, lo que reduce la detecci\u00f3n y la expulsi\u00f3n a decenas de milisegundos.<\/p>\n\n\n\n

Comparaci\u00f3n entre la clasificaci\u00f3n \u00f3ptica, la medici\u00f3n \u00f3ptica y la inspecci\u00f3n manual<\/h3>\n\n\n\n
Capacidad<\/td>Inspecci\u00f3n manual<\/td>Medici\u00f3n \u00f3ptica<\/td>Clasificaci\u00f3n \u00f3ptica<\/td><\/tr>
Resultado<\/td>Aceptar o rechazar la sentencia<\/td>Dimensiones y coordenadas<\/td>Aceptar, rechazar o calificar<\/td><\/tr>
Cobertura<\/td>Una selecci\u00f3n, y solo lo que llama la atenci\u00f3n<\/td>Funcionalidades seleccionadas, a menudo sin conexi\u00f3n<\/td>Cada parte, cada rostro que se muestra<\/td><\/tr>
Velocidad<\/td>Decenas de piezas por minuto<\/td>Segundos por pieza<\/td>De cientos a miles por minuto<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Qu\u00e9 significa en la pr\u00e1ctica la \u201cclasificaci\u00f3n de dispositivos\u201d<\/h3>\n\n\n\n

El t\u00e9rmino se utiliza principalmente en el \u00e1mbito de la electr\u00f3nica y la fabricaci\u00f3n de semiconductores, donde se refiere a la clasificaci\u00f3n de dispositivos individuales en lotes seg\u00fan atributos medidos, a menudo denominados \u00abgrados\u00bb en lugar de \u00abaceptados\u00bb y \u00abrechazados\u00bb. Las pruebas el\u00e9ctricas determinan el grado param\u00e9trico, mientras que la inspecci\u00f3n \u00f3ptica detecta cables doblados, problemas de coplanaridad, grietas en el encapsulado, errores de marcado y contaminaci\u00f3n. Una l\u00ednea de clasificaci\u00f3n basada \u00fanicamente en los datos de las pruebas sigue enviando defectos mec\u00e1nicos que aparecen tras la soldadura.<\/p>\n\n\n\n

\"clasificaci\u00f3n<\/figure>\n\n\n\n

\u00bfC\u00f3mo funciona la clasificaci\u00f3n \u00f3ptica? El ciclo de cinco etapas<\/h2>\n\n\n\n

La clasificaci\u00f3n \u00f3ptica funciona como un ciclo repetitivo de cinco etapas: las piezas se separan y se alimentan a una distancia controlada, se iluminan y se capturan im\u00e1genes de ellas, el software las eval\u00faa seg\u00fan los criterios de aceptaci\u00f3n, se expulsan si son rechazadas y un sensor confirma el resultado. Cada etapa debe completarse en el tiempo que tarda la pieza en desplazarse desde la c\u00e1mara hasta el punto de rechazo.<\/strong><\/p>\n\n\n\n

La falta de sincronizaci\u00f3n entre las distintas fases es la causa de la mayor\u00eda de los problemas de rendimiento. Una c\u00e1mara de alta resoluci\u00f3n montada en un alimentador inestable proporciona im\u00e1genes borrosas y una sincronizaci\u00f3n impredecible, mientras que un expulsor r\u00e1pido controlado por un software lento se activa con retraso. Una l\u00ednea de producci\u00f3n m\u00e1quina de clasificaci\u00f3n \u00f3ptica<\/a> se basa en un presupuesto de latencia establecido por escrito, no en las especificaciones t\u00e9cnicas de la c\u00e1mara.<\/p>\n\n\n\n

El margen de decisi\u00f3n de 60 milisegundos<\/h3>\n\n\n\n

A un ritmo de 1.000 piezas por minuto, llega una pieza cada 60 milisegundos, por lo que la c\u00e1mara, el software y el expulsor deben caber dentro de ese intervalo.<\/p>\n\n\n\n

Escenario<\/td>Latencia t\u00edpica<\/td>Nota<\/td><\/tr>
Exposici\u00f3n con flash estrobosc\u00f3pico<\/td>De 0,1 a 0,5 ms<\/td>Congela el movimiento y prolonga la vida \u00fatil de la fuente de luz<\/td><\/tr>
Lectura y transferencia<\/td>De 2 a 6 ms<\/td>Una mayor resoluci\u00f3n requiere m\u00e1s tiempo en este caso<\/td><\/tr>
Inferencia y decisi\u00f3n<\/td>De 3 a 15 ms<\/td>Depende del tama\u00f1o del modelo y del hardware<\/td><\/tr>
Accionamiento de v\u00e1lvulas<\/td>De 2 a 5 ms<\/td>Predomina la inercia del solenoide<\/td><\/tr>
Duraci\u00f3n del chorro de aire<\/td>De 8 a 20 ms<\/td>Debe ser lo suficientemente largo como para desplazar la pieza<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

El margen se reduce a medida que aumenta la resoluci\u00f3n, por lo que, en ocasiones, resulta m\u00e1s econ\u00f3mico utilizar una segunda estaci\u00f3n que una c\u00e1mara m\u00e1s r\u00e1pida.<\/p>\n\n\n\n

C\u00f3mo llegan las piezas a la zona de inspecci\u00f3n<\/h3>\n\n\n\n

La plataforma de manipulaci\u00f3n se elige en funci\u00f3n de la geometr\u00eda de la pieza y determina cu\u00e1ntas superficies quedan a la vista y la estabilidad de la pieza durante la exposici\u00f3n.<\/p>\n\n\n\n

Plataforma<\/td>Piezas habituales<\/td>Superficies cubiertas<\/td>Cambio<\/td><\/tr>
Plato giratorio de cristal<\/td>Piezas planas estampadas y moldeadas<\/td>Cara superior m\u00e1s borde<\/td>R\u00e1pido, sin necesidad de herramientas<\/td><\/tr>
Placa de \u00edndice con ranuras<\/td>Piezas peque\u00f1as que deben mantenerse en una posici\u00f3n fija<\/td>Vista superior y hasta cuatro vistas laterales mediante espejos<\/td>Medio, cambio de nido<\/td><\/tr>
Disco de cristal simple o doble<\/td>Piezas planas y delgadas<\/td>Una o dos caras<\/td>R\u00e1pido<\/td><\/tr>
Correa de acero<\/td>Partes m\u00e1s pesadas o calientes<\/td>Por arriba y por abajo, a trav\u00e9s de un hueco<\/td>R\u00e1pido<\/td><\/tr>
Ranura en U o canal en V<\/td>Pasadores, tornillos, ejes<\/td>Circunferencia completa con rotaci\u00f3n<\/td>Medio<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

A clasificador giratorio de vidrio<\/a> Suele ser la opci\u00f3n predeterminada para las piezas planas, ya que sostiene la pieza sobre una superficie transparente, permite la retroiluminaci\u00f3n para la medici\u00f3n de siluetas y no requiere una disposici\u00f3n espec\u00edfica.<\/p>\n\n\n\n

\"M\u00e1quina<\/figure>\n\n\n\n

\u00bfC\u00f3mo detectan los sistemas de visi\u00f3n una pieza defectuosa?<\/h2>\n\n\n\n

Los sistemas de visi\u00f3n detectan defectos haci\u00e9ndolos visibles mediante una iluminaci\u00f3n controlada, capt\u00e1ndolos con el aumento suficiente y distingui\u00e9ndolos de las variaciones aceptables mediante caracter\u00edsticas basadas en reglas o un modelo entrenado. La calidad se determina siguiendo ese orden, y ning\u00fan algoritmo puede recuperar una imagen en la que el defecto nunca haya aparecido.<\/strong><\/p>\n\n\n\n

La iluminaci\u00f3n determina lo que puede ver la c\u00e1mara<\/h3>\n\n\n\n

La geometr\u00eda de la iluminaci\u00f3n suele ser m\u00e1s importante que la elecci\u00f3n de la c\u00e1mara, ya que los defectos y las superficies en buen estado se diferencian por su topograf\u00eda m\u00e1s que por su color. El campo oscuro de \u00e1ngulo bajo roza la superficie e ilumina ara\u00f1azos, rebabas y marcas de mecanizado, mientras que deja oscuras las zonas planas. La iluminaci\u00f3n difusa en forma de c\u00fapula envuelve las piezas curvas o pulidas con una luz uniforme. La retroiluminaci\u00f3n reduce la pieza a una silueta, lo que constituye la forma m\u00e1s fiable de confirmar la presencia de orificios.<\/p>\n\n\n\n

Iluminaci\u00f3n telec\u00e9ntrica<\/a> proyecta luz colimada en paralelo al eje \u00f3ptico, eliminando el borde difuminado que la retroiluminaci\u00f3n difusa crea en las piezas reflectantes.<\/p>\n\n\n\n

\u00d3ptica, resoluci\u00f3n y la regla de los tres p\u00edxeles<\/h3>\n\n\n\n

La resoluci\u00f3n es el campo de visi\u00f3n dividido por el n\u00famero de p\u00edxeles. Una visi\u00f3n de 30 mm en un sensor de 5 megap\u00edxeles da aproximadamente 0,013 mm por p\u00edxel, por lo que un defecto debe abarcar entre tres y cinco p\u00edxeles para poder clasificarse de forma fiable, lo que sit\u00faa el defecto m\u00e1s peque\u00f1o detectable entre 0,04 y 0,07 mm. Nunca especifiques un campo de visi\u00f3n mayor que la pieza m\u00e1s la tolerancia de manipulaci\u00f3n, y utiliza lentes telec\u00e9ntricas, ya que una lente convencional modifica el tama\u00f1o aparente a medida que se mueve la pieza.<\/p>\n\n\n\n

En qu\u00e9 consiste realmente el principio de funcionamiento de una clasificadora por colores<\/h3>\n\n\n\n

Una clasificadora por color se basa en las diferencias en las propiedades \u00f3pticas entre el material aceptable y el no aceptable. Una unidad fotoel\u00e9ctrica capta la luz reflejada por cada pieza, la convierte en una se\u00f1al que contiene informaci\u00f3n sobre el color y la compara con una referencia establecida por una placa de fondo calibrada que representa el producto aceptable. A continuaci\u00f3n, la imagen en el infrarrojo cercano separa los materiales que parecen id\u00e9nticos bajo la luz blanca.<\/p>\n\n\n\n

Los tipos de defectos que los sistemas de visi\u00f3n est\u00e1n dise\u00f1ados para detectar<\/h3>\n\n\n\n
Clase de defecto<\/td>Ejemplos<\/td>Im\u00e1genes de alta calidad<\/td>Dificultad<\/td><\/tr>
Desviaci\u00f3n dimensional<\/td>Posici\u00f3n del orificio, longitud, paso de rosca<\/td>Retroiluminaci\u00f3n, \u00f3ptica telec\u00e9ntrica<\/td>Bajo si est\u00e1 calibrado<\/td><\/tr>
Material que falta o sobrante<\/td>Disparo corto, falta de cartucho, doble alimentaci\u00f3n<\/td>Silueta, detecci\u00f3n de presencia<\/td>Bajo<\/td><\/tr>
Rebabas y salientes<\/td>Bordes recortados, l\u00edneas de separaci\u00f3n<\/td>Campo oscuro de \u00e1ngulo bajo<\/td>Medio<\/td><\/tr>
Ara\u00f1azos y marcas<\/td>C\u00f3mo tratar las marcas de roce y las rayas de pulido<\/td>Campo oscuro, m\u00faltiples \u00e1ngulos<\/td>De medio a alto<\/td><\/tr>
Contaminaci\u00f3n<\/td>Aceite, polvo, materiales extra\u00f1os<\/td>Campo claro, variantes espectrales<\/td>Medio<\/td><\/tr>
Color y recubrimiento<\/td>Variaciones en el anodizado, decoloraci\u00f3n del recubrimiento<\/td>C\u00fapula difusa, luz blanca calibrada<\/td>Medio<\/td><\/tr>
Piezas mixtas<\/td>Variante incorrecta en el flujo<\/td>Forma, color y marcas en conjunto<\/td>Alto cuando las variantes son similares<\/td><\/tr>
Errores de montaje<\/td>Orientaci\u00f3n invertida, del rev\u00e9s<\/td>Im\u00e1genes multivista o tridimensionales<\/td>Alto<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Cuando hay que inspeccionar una pieza por sus seis caras, una sola c\u00e1mara con espejos rara vez ofrece una calidad uniforme, y inspecci\u00f3n visual de las seis caras<\/a> con \u00f3pticas espec\u00edficas para cada cara es la arquitectura m\u00e1s fiable.<\/p>\n\n\n\n

\"how<\/figure>\n\n\n\n

\u00bfC\u00f3mo se descartan f\u00edsicamente las piezas defectuosas?<\/h2>\n\n\n\n

El rechazo se produce cuando el sistema de control, tras haber seguido la trayectoria de la pieza desde la c\u00e1mara hasta un punto fijo situado m\u00e1s adelante en la l\u00ednea de producci\u00f3n, activa un actuador en el momento en que la pieza llega a dicho punto. El tipo de actuador determina el rendimiento alcanzable y el riesgo de afectar a las piezas buenas adyacentes, por lo que debe elegirse junto con la plataforma de manipulaci\u00f3n.<\/strong><\/p>\n\n\n\n

M\u00e9todo<\/td>Tiempo de respuesta<\/td>Masa adecuada<\/td>Riesgo para las piezas en buen estado<\/td>El m\u00e1s adecuado<\/td><\/tr>
Chorro de aire con solenoide<\/td>De 2 a 5 ms<\/td>Menos de unos 50 g<\/td>Bajo con sincronizaci\u00f3n correcta<\/td>Piezas peque\u00f1as y ligeras<\/td><\/tr>
Matriz de v\u00e1lvulas de alta velocidad<\/td>De 1 a 2 ms<\/td>Menos de unos 20 g<\/td>Bajo<\/td>Rendimiento muy elevado<\/td><\/tr>
V\u00e1lvula de clapeta mec\u00e1nica<\/td>De 10 a 30 ms<\/td>De 50 g a 2 kg<\/td>Medio<\/td>Piezas de mayor tama\u00f1o, carril exclusivo<\/td><\/tr>
Selecci\u00f3n rob\u00f3tica<\/td>De 150 a 400 ms<\/td>Cualquiera<\/td>Muy bajo<\/td>Piezas fr\u00e1giles o de gran valor<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Air ejection is the default for small parts because it is contactless, fast, and cheap per channel, but blast force falls off with mass, so a nozzle that clears a 5 g clip may barely move a 40 g fitting.<\/p>\n\n\n\n

Compensating for Latency and Conveyor Speed<\/h3>\n\n\n\n

Reject timing is a tracking problem. The system records the part’s position at the trigger point, adds the known distance to the nozzle, and converts that distance into a delay using the encoder, which is why encoder-referenced firing outperforms fixed timers on any line that ramps speed. Firing early or late leaves the defective part in the good stream, an escape. Firing with too long a pulse displaces neighbors, a false reject that quietly consumes yield. A sensor on the reject chute confirms that something arrived, because a command is only a prediction until it is verified.<\/p>\n\n\n\n

How Much Does an Optical Sorting System Cost?<\/h2>\n\n\n\n

An optical sorting system typically ranges from about 30,000 to 70,000 US dollars for a single-station bench unit, 90,000 to 200,000 for an inline multi-camera system with custom handling, and 250,000 or more for multi-station architectures with robotic rejection and full traceability. Price tracks the number of views, the smallest defect to be detected, throughput, and reject channel count far more than machine footprint.<\/strong><\/p>\n\n\n\n

Cost element<\/td>Share of build cost<\/td>What pushes it up<\/td><\/tr>
Optics and illumination<\/td>25 to 35 percent<\/td>Resolution, telecentric lenses, multi-angle lighting<\/td><\/tr>
Handling and motion<\/td>20 to 30 percent<\/td>Custom nests, rotation, servo axes, cleanroom compatibility<\/td><\/tr>
Ejection and pneumatics<\/td>10 to 20 percent<\/td>Many channels, high-speed valves, precise manifolds<\/td><\/tr>
Compute, software, integration<\/td>20 to 30 percent<\/td>Trained models, traceability, plant system integration<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Adding a view multiplies optics and handling cost, and tightening the smallest detectable defect shrinks the field of view, usually requiring more stations. Purchase price is also only about half of lifetime cost, with the rest accumulating through changeover programming, light sources that dim gradually, spare valves, and yield lost to false rejects.<\/p>\n\n\n\n

\"3C<\/figure>\n\n\n\n

Where Optical Sorting Delivers the Fastest Payback<\/h2>\n\n\n\n

The fastest payback comes where mixing risk, manual inspection density, and customer complaint cost are all high at once. Automotive fasteners, molded plastic and rubber components, and electronic devices usually clear that bar first.<\/strong><\/p>\n\n\n\n

Fasteners and Stamped Metal Parts<\/h3>\n\n\n\n

Thread damage, head geometry, plating condition, and material mix are the recurring concerns. Thread damage and cross-threading are hard to see from above and need a side view or rotation. Mixed lots are the costliest failure because they stay invisible until assembly, which makes automotive fastener sorting<\/a> one of the clearest cases for full inspection rather than sampling.<\/p>\n\n\n\n

Molded Plastic and Rubber Parts<\/h3>\n\n\n\n

Flash, short shots, sink marks, flow lines, and missing inserts dominate the defect list. The complication is optical: molded surfaces are glossy and curved, so the same defect reflects differently with position. Dome lighting for color and low-angle dark field for flash usually coexist in one station.<\/p>\n\n\n\n

Semiconductor and Electronic Components<\/h3>\n\n\n\n

Coplanarity, bent or missing leads, package cracks, and marking errors are typical targets. Features are measured in tens of microns, depth of field is shallow, and cleanliness rules restrict handling and airflow, pushing systems toward telecentric optics and precise nests.<\/p>\n\n\n\n

How to Specify a System That Holds Its Accuracy<\/h2>\n\n\n\n

Specify acceptance criteria before comparing quotations, and write them into the contract as measurable outcomes: escape rate, false reject rate, repeatability, and changeover time, all demonstrated on your own parts.<\/strong><\/p>\n\n\n\n

Build a defect library of several hundred real samples per class, drawn from multiple lots rather than hand-picked by the supplier, and require a demonstration using your worst parts. Insist on separate targets for escape rate and false reject rate, since a system tuned to catch everything rejects good parts and one tuned to protect yield lets defects through. Require a repeatability study presenting the same part many times, and confirm that archived images are searchable.<\/p>\n\n\n\n

\"Soluci\u00f3n<\/figure>\n\n\n\n

Frequently Asked Questions<\/h2>\n\n\n\n

Can optical sorting detect defects below the surface?<\/h3>\n\n\n\n

Not with visible-light imaging. Cameras and lasers see surface topography, color, and silhouette, so internal voids, cracks, and inclusions require radiographic, ultrasonic, or computed tomography methods, which are slower and usually applied on a sampling basis.<\/p>\n\n\n\n

What is the smallest defect an optical sorting system can reliably detect?<\/h3>\n\n\n\n

It depends on resolution at the part rather than the camera specification alone. As a working rule a defect must cover three to five pixels, so a system imaging at 0.02 mm per pixel can be trusted to roughly 0.06 to 0.1 mm. Sub-pixel processing pushes edge-based checks finer, but cosmetic defects cannot go below the pixel scale.<\/p>\n\n\n\n

Are rejected parts always scrapped?<\/h3>\n\n\n\n

No, and treating them as scrap overstates the cost of the system. Many rejected parts are recoverable through rework such as deburring or re-cleaning, a reject review station lets an operator confirm the cause before disposition, and some parts can be downgraded instead of discarded. The number worth tracking is the false reject rate, because those parts were good when removed.<\/p>","protected":false},"excerpt":{"rendered":"

A mature parts line can produce a million pieces a week, and one escaped defect can stop a customer’s assembly […]<\/p>\n","protected":false},"author":16,"featured_media":6392,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[18],"tags":[],"class_list":["post-7709","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-knowledge-news"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.unitecho.net\/es\/wp-json\/wp\/v2\/posts\/7709","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.unitecho.net\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.unitecho.net\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.unitecho.net\/es\/wp-json\/wp\/v2\/users\/16"}],"replies":[{"embeddable":true,"href":"https:\/\/www.unitecho.net\/es\/wp-json\/wp\/v2\/comments?post=7709"}],"version-history":[{"count":3,"href":"https:\/\/www.unitecho.net\/es\/wp-json\/wp\/v2\/posts\/7709\/revisions"}],"predecessor-version":[{"id":7716,"href":"https:\/\/www.unitecho.net\/es\/wp-json\/wp\/v2\/posts\/7709\/revisions\/7716"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.unitecho.net\/es\/wp-json\/wp\/v2\/media\/6392"}],"wp:attachment":[{"href":"https:\/\/www.unitecho.net\/es\/wp-json\/wp\/v2\/media?parent=7709"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.unitecho.net\/es\/wp-json\/wp\/v2\/categories?post=7709"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.unitecho.net\/es\/wp-json\/wp\/v2\/tags?post=7709"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}