{"id":1683,"date":"2026-09-01T01:23:59","date_gmt":"2026-09-01T01:23:59","guid":{"rendered":"https:\/\/benlongkj.com\/?p=1683"},"modified":"2026-09-01T01:24:03","modified_gmt":"2026-09-01T01:24:03","slug":"automated-visual-inspection-technology","status":"publish","type":"post","link":"https:\/\/benlongkj.com\/es\/blog\/automated-visual-inspection-technology\/","title":{"rendered":"\u00bfQu\u00e9 puntos de control necesitan tecnolog\u00eda de inspecci\u00f3n visual automatizada en una l\u00ednea de ensamblaje?"},"content":{"rendered":"

Por Huang Xiaolei | Benlong Automation<\/p>\n

Al tratar con una l\u00ednea el\u00e9ctrica de baja tensi\u00f3n, entregar mala calidad enviando interruptores autom\u00e1ticos con contacto de plata mal ajustado, componentes invertidos o c\u00f3digo l\u00e1ser ilegible terminar\u00e1 sumariamente las operaciones comerciales. Durante muchos a\u00f1os, la \u00fanica salvaguarda contra tales defectos fue un buen operador con una vista aguda y una l\u00e1mpara robusta. Sin embargo, tales pr\u00e1cticas se vuelven ineficientes con el aumento del volumen de producci\u00f3n de cientos de miles de unidades cada mes y requisitos de calidad m\u00e1s estrictos del comercio exterior. Por lo tanto, los productores de interruptores y medidores han confiado en el uso exclusivo de la tecnolog\u00eda de inspecci\u00f3n visual automatizada<\/strong>.<\/p>\n

El prop\u00f3sito de este documento es explicar en qu\u00e9 consiste la tecnolog\u00eda mencionada, en qu\u00e9 casos es m\u00e1s beneficiosa y c\u00f3mo se puede crear un sistema que permita detectar defectos sin rechazar productos buenos. Se abordar\u00e1n cuatro puntos que influyen en gran medida en el rendimiento de la fabricaci\u00f3n de interruptores y medidores: orientaci\u00f3n de componentes, calidad del contacto de plata, resultados del ensamblaje autom\u00e1tico y calidad del marcado l\u00e1ser.<\/p>\n

\"\"<\/p>\n

\u00bfQu\u00e9 es la tecnolog\u00eda de inspecci\u00f3n visual automatizada?<\/h2>\n

En su forma m\u00e1s simple, la inspecci\u00f3n por visi\u00f3n artificial<\/strong> reemplaza el juicio humano con una c\u00e1mara y una computadora. Una pieza entra en una estaci\u00f3n, una iluminaci\u00f3n controlada hace que la caracter\u00edstica de inter\u00e9s resalte, una o m\u00e1s c\u00e1maras capturan una imagen y el software compara lo que ve con un est\u00e1ndar definido. En milisegundos, el sistema devuelve un veredicto: aprobado, rechazado o retrabajo, y se\u00f1ala a la l\u00ednea para que contin\u00fae con la unidad buena o desv\u00ede la mala. La misma tecnolog\u00eda a menudo se describe en la planta como inspecci\u00f3n \u00f3ptica automatizada<\/strong>, o AOI, y en las plantas el\u00e9ctricas chinas generalmente se implementa como inspecci\u00f3n visual CCD<\/strong>, nombrada as\u00ed por los sensores de dispositivo de carga acoplada en las c\u00e1maras.<\/p>\n

El cambio significativo no est\u00e1 en la c\u00e1mara sino en la elecci\u00f3n realizada. Un individuo que examina diez mil interruptores autom\u00e1ticos durante un turno toma diez mil decisiones. Sin embargo, incluso la capacidad de toma de decisiones de un inspector competente se reduce a su nivel m\u00e1s bajo en solo unas pocas horas de trabajo. Por ejemplo, un sistema de visi\u00f3n toma su decisi\u00f3n de la misma manera en la primera y en la millon\u00e9sima pieza de equipo. Adem\u00e1s, a diferencia de un ser humano, registra los resultados de todas las inspecciones contra el c\u00f3digo de barras del equipo, creando as\u00ed un historial de calidad que puede ser rastreado.<\/p>\n

Por qu\u00e9 la inspecci\u00f3n manual no puede mantenerse al d\u00eda<\/h2>\n

Hay tres desventajas en la inspecci\u00f3n visual manual. Es lenta porque un humano solo puede observar un aspecto a la vez y debe levantar, girar y colocar f\u00edsicamente cada pieza. Es inconsistente ya que el nivel de distracci\u00f3n, iluminaci\u00f3n y estado de \u00e1nimo afecta el rendimiento durante el turno y entre los operadores. Finalmente, es vaga porque la evaluaci\u00f3n realizada por un humano no deja evidencia, por lo que es imposible establecer qu\u00e9 productos han sido inspeccionados o conectar la falla en campo con la inspecci\u00f3n. Todas estas limitaciones combinadas se traducen en una tasa de escape medible en una l\u00ednea de producci\u00f3n de alta velocidad, es decir, el n\u00famero de defectos que pasan desapercibidos, minimizando as\u00ed la ganancia debido a devoluciones y procesos adicionales. La econom\u00eda detr\u00e1s de nuestro transportador de inspecci\u00f3n MCB<\/a> deja claro el punto: trasladar la inspecci\u00f3n de un banco manual a una l\u00ednea automatizada con registro de datos es de donde proviene la mayor parte de la ganancia en eficiencia.<\/p>\n

Cuatro puntos de control donde la inspecci\u00f3n visual automatizada demuestra su valor<\/h2>\n

La visi\u00f3n es m\u00e1s valiosa en los puntos donde es barato detectar un defecto y caro pasarlo por alto. En una l\u00ednea de interruptores o medidores, destacan cuatro puntos de control. Un fallo detectado en la alimentaci\u00f3n cuesta una fracci\u00f3n del mismo fallo descubierto despu\u00e9s del ensamblaje final, cuando el valor ya incorporado en la unidad se pierde.<\/span>.<\/p>\n

Orientaci\u00f3n del componente en la alimentaci\u00f3n<\/h3>\n

La mayor\u00eda de las piezas el\u00e9ctricas peque\u00f1as llegan a la l\u00ednea a granel y se separan mediante un alimentador vibratorio de tolva. El problema es que un alimentador presenta las piezas en la orientaci\u00f3n que la gravedad les da, y muchos componentes se ven casi id\u00e9nticos por delante y por detr\u00e1s. Colocar una pieza al rev\u00e9s es una de las causas m\u00e1s comunes de un ensamblaje defectuoso aguas abajo. Detecci\u00f3n de orientaci\u00f3n<\/strong> resuelve esto colocando una c\u00e1mara sobre la pista de alimentaci\u00f3n: el sistema lee la firma frontal y trasera de cada pieza a medida que pasa y rechaza o recircula cualquier pieza que est\u00e9 orientada incorrectamente antes de que llegue al nido de ensamblaje. Debido a que la verificaci\u00f3n ocurre en la alimentaci\u00f3n, la pieza mal orientada nunca consume un ciclo de estaci\u00f3n ni un sujetador. Nuestro equipo autom\u00e1tico de detecci\u00f3n visual de remaches para MCB<\/a> aplica exactamente este principio, utilizando c\u00e1maras de alta resoluci\u00f3n y software de procesamiento de im\u00e1genes para confirmar la posici\u00f3n y configuraci\u00f3n de cada pieza tan r\u00e1pido como alrededor de un segundo por polo, mientras que nuestro equipo inteligente de parada de ensamblaje de MCB<\/a> ofrece detecci\u00f3n por visi\u00f3n o fibra \u00f3ptica de alimentaciones defectuosas dependiendo de la pieza.<\/p>\n

Calidad del punto de plata en la alimentaci\u00f3n<\/h3>\n

El punto de plata es un componente esencial de un interruptor autom\u00e1tico, y tambi\u00e9n es una de las partes m\u00e1s costosas en la lista de materiales. Si un contacto de plata o un remache bimet\u00e1lico llega a la instalaci\u00f3n en condiciones agrietadas, distorsionadas, de tama\u00f1o insuficiente o contaminadas, resultar\u00e1 en un interruptor que falla la prueba de resistencia de contacto o, peor a\u00fan, se sobrecalienta. Por lo tanto, inspeccionar los contactos de plata en el proceso de alimentaci\u00f3n antes de la soldadura tiene sentido econ\u00f3mico y tambi\u00e9n mejora la calidad de la soldadura, ya que los contactos de plata defectuosos se identifican en esta etapa. La inspecci\u00f3n se realiza con una estaci\u00f3n de visi\u00f3n e implica verificar las dimensiones, la forma y la superficie de cada contacto antes de que sea soldado. Esta inspecci\u00f3n se combina naturalmente con la soldadura: nuestra m\u00e1quina autom\u00e1tica de soldadura de punto de plata y contacto est\u00e1tico<\/a> incorpora una funci\u00f3n de inspecci\u00f3n de calidad que vigila la propia soldadura, mientras que el contexto m\u00e1s amplio sobre la soldadura de precisi\u00f3n de contactos de plata se cubre en nuestra visi\u00f3n general de lo que significa la automatizaci\u00f3n para la fabricaci\u00f3n el\u00e9ctrica<\/a>. Juntas, la visi\u00f3n pre-soldadura y post-soldadura cierran el ciclo en la uni\u00f3n m\u00e1s cr\u00edtica del producto.<\/p>\n

\"\"<\/p>\n

Verificaci\u00f3n del resultado del ensamblaje autom\u00e1tico<\/h3>\n

La inspecci\u00f3n visual posterior al ensamblaje<\/strong> confirma que una estaci\u00f3n automatizada realmente hizo lo que se supon\u00eda que deb\u00eda hacer. Aunque la automatizaci\u00f3n es confiable, no es infalible: puede que un tornillo no est\u00e9 presente o no est\u00e9 en la posici\u00f3n correcta; un resorte puede no estar en la posici\u00f3n correcta; la cubierta puede estar sobresaliendo; y un terminal puede estar doblado. Una c\u00e1mara ubicada despu\u00e9s de las operaciones clave de ensamblaje verifica la presencia, posici\u00f3n y colocaci\u00f3n contra un est\u00e1ndar de referencia bueno y marca una unidad como no conforme si no se ajusta a esta referencia. Esto transforma una estaci\u00f3n de ensamblaje de un sistema de lazo abierto a un sistema de lazo cerrado, ya que la l\u00ednea de producci\u00f3n aprende de inmediato cuando algo sale de especificaci\u00f3n en lugar de descubrirse al final de la producci\u00f3n durante la prueba final. Benlong construye este estilo de verificaci\u00f3n en l\u00ednea a lo largo de sus l\u00edneas; nuestra l\u00ednea autom\u00e1tica de ensamblaje e inspecci\u00f3n de rel\u00e9s de estado s\u00f3lido<\/a> encadena m\u00faltiples verificaciones CCD entre pasos de ensamblaje para que un defecto sea detectado en la estaci\u00f3n que lo caus\u00f3, y no llevado hasta el final de la l\u00ednea.<\/p>\n

Inspecci\u00f3n de la marca l\u00e1ser despu\u00e9s del codificado<\/h3>\n

Cada interruptor, medidor y cargador sale de la f\u00e1brica con informaci\u00f3n impresa o marcada con l\u00e1ser: marca, clasificaci\u00f3n, polos, normas, c\u00f3digo de lote y a menudo un c\u00f3digo data-matrix o QR para trazabilidad. Si esa marca falta, est\u00e1 mal colocada, es tenue o incorrecta, la unidad no es vendible y, si el c\u00f3digo es ilegible, no es rastreable. La inspecci\u00f3n de marcado l\u00e1ser<\/strong> utiliza visi\u00f3n inmediatamente despu\u00e9s de la estaci\u00f3n de marcado para verificar que el contenido correcto est\u00e9 presente, sea legible y est\u00e9 correctamente posicionado, y para calificar la legibilidad de cualquier c\u00f3digo 2D. Debido a que el marcado es una de las \u00faltimas operaciones, un error detectado aqu\u00ed a\u00fan evita que una unidad terminada se env\u00ede con un defecto que un cliente ver\u00eda primero. Nuestro equipo autom\u00e1tico de marcado l\u00e1ser para MCB<\/a> integra la inspecci\u00f3n CCD directamente en la celda de marcado, por lo que la marca se verifica al mismo tiempo que se aplica.<\/p>\n

C\u00f3mo funciona la tecnolog\u00eda internamente<\/h2>\n

Consiste en cuatro partes, y los cuatro componentes deben funcionar juntos para que el sistema sea efectivo. Primero, est\u00e1 el aspecto de la iluminaci\u00f3n. Una iluminaci\u00f3n adecuada es esencial para poder revelar el defecto, por lo que un problema de ingenier\u00eda dif\u00edcil de resolver con buena iluminaci\u00f3n es mucho mejor que uno mal iluminado que parece simple. Luego, la c\u00e1mara y el lente capturan la imagen; la resoluci\u00f3n es proporcional al tama\u00f1o del defecto que se detecta. Una vez capturada la imagen, se utiliza un software para analizarla, con posibilidades de an\u00e1lisis que van desde mediciones basadas en la comparaci\u00f3n de cantidades contra la tolerancia hasta la inspecci\u00f3n contra la muestra dorada o el uso de modelos de aprendizaje profundo. Finalmente, el sistema ejecuta su operaci\u00f3n enviando el resultado (aprobado\/rechazado) al controlador de la l\u00ednea mientras registra el resultado en el sistema MES.<\/p>\n

El objetivo final de un sistema eficiente de inspecci\u00f3n visual automatizada<\/strong> es asegurar que la decisi\u00f3n tomada sea correcta m\u00e1s que est\u00e9tica. La precisi\u00f3n del sistema se determina por la tasa de rechazo falso, que es el porcentaje de productos buenos que han sido clasificados como defectuosos. Si el sistema est\u00e1 configurado demasiado estrictamente, los productos buenos ser\u00e1n rechazados, lo que significa que los operadores ser\u00e1n interrumpidos constantemente por falsas alarmas de medici\u00f3n; si no est\u00e1 configurado con suficiente rigor, los productos defectuosos no ser\u00e1n detectados.<\/p>\n

Basado en reglas, muestra dorada o visi\u00f3n AI: el m\u00e9todo seg\u00fan el defecto<\/h2>\n

No todos los defectos se detectan mejor usando la misma soluci\u00f3n, y el m\u00e9todo determina el costo y la fiabilidad de una estaci\u00f3n. La medici\u00f3n basada en reglas es la mejor t\u00e9cnica cuando el problema es dimensional y est\u00e1 claramente definido, por ejemplo, verificar que un remache est\u00e9 fijado en la ventana de posici\u00f3n correcta o que un contacto alcance una dimensi\u00f3n requerida. Es r\u00e1pida y comprensible y puede validarse f\u00e1cilmente ya que cualquier decisi\u00f3n tiene un n\u00famero y una tolerancia. La comparaci\u00f3n con muestra dorada es apropiada para medir caracter\u00edsticas dif\u00edciles de definir con una sola medici\u00f3n pero f\u00e1ciles de reconocer en relaci\u00f3n con un objeto conocido como bueno, como la apariencia de un poste ensamblado. La visi\u00f3n de aprendizaje profundo es aplicable a las tareas m\u00e1s dif\u00edciles, es decir, defectos extremos en la superficie, manchas o defectos variables que la regla ordinaria no puede cubrir eficazmente, aprendiendo el corte entre los art\u00edculos defectuosos y perfectos a partir de ejemplos. La producci\u00f3n real suele ser una combinaci\u00f3n de las t\u00e9cnicas mencionadas, haciendo que las comprobaciones simples como medir par\u00e1metros sencillos sean solucionables con la ayuda del m\u00e9todo cl\u00e1sico y usando modelos de ML solo para problemas ambiguos, ya que cada t\u00e9cnica de aprendizaje requiere procesamiento y ajuste que se puede evitar en el caso de m\u00e9todos simples.<\/p>\n

Es necesario aclarar los l\u00edmites entre las capacidades de la inspecci\u00f3n visual y las pruebas funcionales. La inspecci\u00f3n visual eval\u00faa la apariencia de una unidad, determinando si el componente est\u00e1 presente, en la posici\u00f3n correcta, libre de da\u00f1os, correctamente posicionado e identificado. Sin embargo, la inspecci\u00f3n visual no proporciona informaci\u00f3n sobre si el interruptor es capaz de dispararse a los valores requeridos o soportar la prueba de alta tensi\u00f3n. Estos aspectos pueden abordarse mediante la instalaci\u00f3n de pruebas funcionales y el\u00e9ctricas que pueden aplicar las cargas y entender el comportamiento del componente probado. Las empresas m\u00e1s eficientes intentan usar ambos procesos de manera consecutiva para eliminar los defectos visibles y mec\u00e1nicos mediante la inspecci\u00f3n visual y dejar los procesos de prueba costosos para los equipos que est\u00e1n libres de cualquier defecto visual. Usar la inspecci\u00f3n visual como reemplazo de la inspecci\u00f3n funcional es un enfoque incorrecto, ya que detectan diferentes fallas y se utilizan en diferentes etapas del proceso.<\/p>\n

Lo que la inspecci\u00f3n visual automatizada ofrece a los fabricantes el\u00e9ctricos<\/h2>\n

El retorno de inversi\u00f3n (ROI) de la inspecci\u00f3n visual es notable en muchos aspectos. Primero que todo, el rendimiento mejora ya que los problemas son detectados por la m\u00e1quina en la estaci\u00f3n donde ocurrieron en lugar de en las \u00e1reas de prueba final. La tasa de escape se reduce, lo que significa que menos art\u00edculos necesitar\u00e1n ser devueltos y se tendr\u00e1n que cumplir menos reclamaciones de garant\u00eda. El rendimiento aumenta porque las pruebas visuales se ejecutan simult\u00e1neamente con el proceso normal de fabricaci\u00f3n, eliminando la necesidad de inspecci\u00f3n manual. La mano de obra manual se reasigna de la inspecci\u00f3n repetitiva a tareas m\u00e1s complejas, y algo m\u00e1s importante para los exportadores a India, Turqu\u00eda y Brasil es que cada inspecci\u00f3n queda registrada y proporciona el informe necesario para cada producto.<\/p>\n

El beneficio financiero puede verse f\u00e1cilmente si se piensa en los costos del defecto escapado. Ganar un componente que est\u00e1 mal posicionado durante la etapa de alimentaci\u00f3n solo implica los costos de alimentarlo nuevamente; sin embargo, detectar el defecto en la \u00faltima etapa puede llevar a la reparaci\u00f3n de varios componentes, y si el defecto ha llegado al cliente, se producir\u00e1n muchas p\u00e9rdidas financieras y problemas con la empresa. La inspecci\u00f3n visual traslada el proceso de detecci\u00f3n de fallas hacia etapas anteriores, haci\u00e9ndolo lo m\u00e1s econ\u00f3mico posible, raz\u00f3n por la cual los fabricantes de alto volumen lo consideran un sistema central y no una mejora adicional.<\/p>\n

C\u00f3mo especificar un sistema de inspecci\u00f3n visual automatizada<\/h2>\n

Elegir la visi\u00f3n correcta requiere una comunicaci\u00f3n clara con su proveedor de equipos de antemano. Est\u00e9 preparado para proporcionar informaci\u00f3n sobre estos aspectos antes de solicitar una cotizaci\u00f3n.<\/p>\n

\u2460 Lista de defectos. \u00bfQu\u00e9 defectos est\u00e1 buscando? Proporcione la lista de defectos que necesitan ser detectados con ejemplos reales, ya que ning\u00fan sistema puede funcionar correctamente si no est\u00e1 entrenado para detectar defectos.
\nTama\u00f1o m\u00ednimo de caracter\u00edstica. El defecto m\u00e1s peque\u00f1o es el que determina la resoluci\u00f3n de la c\u00e1mara y la \u00f3ptica.<\/p>\n

\u2461 Tiempo de ciclo. Establezca el ritmo basado en su tiempo de operaci\u00f3n. Su tiempo takt define la velocidad a la que la c\u00e1mara captura la imagen, procesa la informaci\u00f3n y decide sobre el resultado de la inspecci\u00f3n.<\/p>\n

\u2463 Variedades de producto. Si produce m\u00faltiples conjuntos, variedades o nombres de productos, haga que su proveedor proporcione un cambio basado en recetas.<\/p>\n

\u2464 Tasa aceptable de falsos rechazos. Identifique los niveles aceptables de falsos rechazos para que se definan el dise\u00f1o de iluminaci\u00f3n requerido y la calibraci\u00f3n del umbral.
\nIluminaci\u00f3n y entorno. El acabado plateado, la carcasa negra y las etiquetas brillantes introducir\u00e1n requisitos concretos de iluminaci\u00f3n.<\/p>\n

\u2465 Informaci\u00f3n y seguimiento. Identifique la informaci\u00f3n que se registrar\u00e1, los m\u00e9todos de conexi\u00f3n entre los resultados y el c\u00f3digo de barras, y otras conexiones.<\/p>\n

\u2466 Integraci\u00f3n y eliminaci\u00f3n. Defina el proceso de rechazo de unidades defectuosas y permita que los productos buenos contin\u00faen.<\/p>\n

\"\"<\/p>\n

Errores comunes a evitar<\/h2>\n

La mayor\u00eda de las fallas en visi\u00f3n se deben a unos pocos errores que podr\u00edamos haber evitado por completo. El primero es invertir en c\u00e1maras cuando deber\u00eda haberse invertido en iluminaci\u00f3n, ya que los sensores de mayor resoluci\u00f3n no pueden cambiar una escena con poca luz. El segundo error com\u00fan es definir la visi\u00f3n seg\u00fan una lista de defectos poco clara y preguntarse por qu\u00e9 no pudo encontrar el defecto que nadie mencion\u00f3. El tercer error es pasar por alto el cambio, de modo que una l\u00ednea que puede operar veinte productos de forma independiente necesite ser ense\u00f1ada manualmente cada vez que cambia. El cuarto es tratar las tasas de falsos rechazos como un pensamiento posterior, lo que transforma incluso un gran sistema en uno que los operadores aprenden a ignorar al usarlo. Finalmente, el ejemplo m\u00e1s extendido es el de a\u00f1adir la visi\u00f3n al final en lugar de integrar puntos de control de visi\u00f3n en el proceso.<\/p>\n

Construyendo la inspecci\u00f3n en la l\u00ednea, no sobre ella<\/h2>\n

A lo largo de los a\u00f1os, la tecnolog\u00eda de inspecci\u00f3n autom\u00e1tica ha pasado de ser un complemento de lujo a un componente est\u00e1ndar para los fabricantes de productos el\u00e9ctricos de baja tensi\u00f3n. Son esos productores los que han tenido \u00e9xito al usar la visi\u00f3n en el momento adecuado, es decir, en el alimentador, en el nido de ensamblaje, en la cabeza de marcado, para evitar que el dispositivo defectuoso salga del sitio de producci\u00f3n. Cuando se hace bien, la visi\u00f3n no solo descarta el producto defectuoso, sino que genera datos que ayudan a mantener toda la l\u00ednea de producci\u00f3n en cumplimiento y permiten que los clientes reciban el producto con un historial completo de seguimiento.<\/p>\n

Benlong Automation ha desarrollado tecnolog\u00eda de visi\u00f3n automatizada utilizando CCD y visi\u00f3n de alta precisi\u00f3n desde 2008, comenzando con la inspecci\u00f3n de remaches y contactos plateados en la etapa de alimentaci\u00f3n, terminando la inspecci\u00f3n despu\u00e9s del ensamblaje y marcado, y todas las etapas de operaci\u00f3n se registran autom\u00e1ticamente en el sistema MES.
\nAs\u00ed que si necesita establecer una nueva l\u00ednea de producci\u00f3n o simplemente implementar la visi\u00f3n automatizada en su producci\u00f3n, estaremos encantados de ayudarle con esto.<\/p>","protected":false},"excerpt":{"rendered":"

By Huang Xiaolei | Benlong Automation When dealing with a low-voltage electric line, delivering poor quality by sending circuit breakers with incorrectly set silver contact, reversed components, or illegible laser code will summarily terminate business operations. For many years the only safeguard against such defects was a good operator with a sharp sight and a […]<\/p>\n","protected":false},"author":3,"featured_media":1685,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1683","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog"],"blocksy_meta":[],"acf":[],"_links":{"self":[{"href":"https:\/\/benlongkj.com\/es\/wp-json\/wp\/v2\/posts\/1683","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/benlongkj.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/benlongkj.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/benlongkj.com\/es\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/benlongkj.com\/es\/wp-json\/wp\/v2\/comments?post=1683"}],"version-history":[{"count":1,"href":"https:\/\/benlongkj.com\/es\/wp-json\/wp\/v2\/posts\/1683\/revisions"}],"predecessor-version":[{"id":1689,"href":"https:\/\/benlongkj.com\/es\/wp-json\/wp\/v2\/posts\/1683\/revisions\/1689"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/benlongkj.com\/es\/wp-json\/wp\/v2\/media\/1685"}],"wp:attachment":[{"href":"https:\/\/benlongkj.com\/es\/wp-json\/wp\/v2\/media?parent=1683"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/benlongkj.com\/es\/wp-json\/wp\/v2\/categories?post=1683"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/benlongkj.com\/es\/wp-json\/wp\/v2\/tags?post=1683"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}