Saltar al contenido
Neural Soft

Caso de uso

Inspección visual de calidad con IA

Una cámara y un modelo de visión artificial revisan cada pieza, envase o etiqueta y apartan los que tienen defectos. Revisa el 100 % de la producción y no se cansa al final del turno.

  • Detecta golpes, grietas, manchas, piezas incompletas o etiquetas mal puestas.
  • Revisa todas las unidades, no solo una muestra.
  • Guarda la imagen de cada defecto para analizar por qué se produce.
Un operario mide a mano una pieza metálica con un calibre digital.

Antes y después

La inspección manual tiene límites

Inspección manual

  • Se revisa una muestra; el resto sale sin mirar.
  • La atención baja con las horas y el cansancio.
  • Dos personas no siempre juzgan igual el mismo defecto.
  • Queda poco registro para saber de dónde vienen los fallos.

Con visión artificial

  • Se revisan todas las unidades al ritmo de la línea.
  • El criterio es el mismo a las 7 de la mañana y a las 10 de la noche.
  • Los casos dudosos pasan a una persona.
  • Cada defecto queda registrado con su imagen, la hora y el lote.

Ejemplos

Qué puede detectar una cámara con IA

Piezas mecanizadas

Imagen de la cámara 2

“Pieza metálica en la cinta, iluminada desde arriba. En la cara superior hay una marca circular de unos 2 mm.”

Resultado

Estado
Defecto (confianza 0,91)
Tipo
Golpe superficial
Lote
L-2210

Pieza apartada para revisión

Envases y tapones

Imagen de la línea de envasado

“Botella de 1 litro con el tapón ligeramente inclinado y el precinto sin cerrar del todo.”

Resultado

Estado
Defecto
Tipo
Tapón mal cerrado
Acción
Expulsión automática

Aviso al jefe de línea si se repite

Etiquetas

Imagen de la etiquetadora

“Caja con la etiqueta desplazada y el código de lote parcialmente borroso.”

Resultado

Posición
Desplazada 6 mm
Código de lote
Ilegible
Fecha de caducidad
Correcta

Caja retenida antes del palé

Cómo funciona

De la cámara a la decisión, en una fracción de segundo

  1. La cámara toma la imagen

    Con iluminación controlada, en el punto adecuado de la línea.

    1 imagen por pieza

  2. El modelo la analiza

    Entrenado con imágenes de vuestras piezas buenas y defectuosas.

    OK · defecto · dudosa

  3. Se actúa

    Señal para apartar la pieza, parar la línea o avisar.

    Desvío a la bandeja de revisión

  4. Revisión humana

    Revisión de dudosas

    Una persona confirma los casos en los que el modelo no está seguro.

    3 dudosas en el turno

  5. Mejora continua

    Las confirmaciones se usan para reentrenar y para analizar las causas.

    Informe de defectos por lote

Requisitos

Qué hace falta para que funcione

La visión artificial funciona muy bien en entornos controlados. Antes del proyecto revisamos estas tres cosas.

  • Imágenes de defectos

    Hacen falta ejemplos de piezas buenas y de cada tipo de defecto. Si los defectos son raros, se recogen durante unas semanas o se usan técnicas de detección de anomalías.

  • Luz y posición estables

    Una cámara bien colocada y una iluminación constante importan tanto como el modelo.

  • Un criterio claro

    Qué es un defecto y qué es tolerable debe estar definido por calidad, con ejemplos.

Línea de fabricación automatizada con su panel de control.

En la línea

La cámara se instala en vuestra línea, sin rehacerla

El sistema se coloca en un punto concreto de la línea actual, con su propia iluminación, y se conecta a la señal de rechazo que ya tengáis o a una nueva.

  • Se elige el punto de la línea donde el defecto se ve mejor.
  • La prueba se hace en paralelo, sin tocar la producción.
  • Los defectos del turno se pueden consultar en un panel.

Método

Empezamos por un defecto y un punto de la línea

  1. Estudio de viabilidad

    Vemos la línea, los defectos que más cuestan y tomamos imágenes de prueba para comprobar que se pueden detectar.

    Informe de viabilidad con imágenes reales

  2. Prototipo

    Entrenamos un primer modelo y lo probamos en paralelo a la inspección actual, sin tocar la producción.

    Comparativa con la inspección manual

  3. Puesta en marcha

    Integramos la cámara y el modelo en la línea, con la señal de rechazo y el registro de defectos.

    Sistema en línea y panel de defectos

Servicio relacionado

  • Desarrollo de IA a medida

    Diseñamos y desarrollamos soluciones de inteligencia artificial adaptadas a tus procesos, datos y herramientas cuando una solución estándar no encaja o se queda corta.

Formación relacionada

¿Qué defectos se os escapan hoy?

Cuéntanos qué fabricáis o envasáis, qué defectos son los más frecuentes y cómo se inspecciona ahora. Te diremos si la visión artificial puede ayudar.