Implantar la inspección por visión artificial en una línea de producción: las decisiones de ingeniería que van primero

Empiece por el defecto, no por la cámara

Antes de cualquier pregunta sobre hardware hay que dejar cerrado qué cuenta como defecto en esta pieza y quién lo decide. Parece trivial hasta que se pone a prueba.

Coja cien piezas de la línea, incluidas las incómodas, y pida a dos inspectores con experiencia que las separen por su cuenta en aptas y no aptas. En los defectos claros coincidirán. En la población fronteriza —el arañazo tenue, el llenado corto, la impresión legible pero no nítida— a menudo no.

Ese desacuerdo es el techo real de la precisión. Si dos personas que llevan años haciendo el trabajo no se ponen de acuerdo sobre la misma pieza, no hay una única respuesta correcta que un modelo pueda aprender, ni proveedor que pueda entregarla, así que cualquier cifra de precisión en una oferta carece de sentido mientras la definición no esté fijada.

La solución no es un algoritmo mejor. Es un catálogo de defectos escrito —cada tipo con su nombre y sus imágenes— y un juego de piezas físicas de frontera para cada clase: la peor pieza todavía aceptable y la mejor pieza todavía rechazable. Esas piezas se convierten en la referencia para el etiquetado y para las pruebas de aceptación.

Un problema que nadie sabe definir de forma consistente no se puede automatizar; solo se puede discutir más deprisa.

Elegir la cámara industrial por criterios, no por marca

La selección de cámara es aritmética, no preferencia.

La resolución sale del detalle más pequeño que deba ver. Divida el campo de visión —la pieza más el margen por cómo puede quedar colocada— entre los píxeles del sensor para obtener los milímetros por píxel. Un defecto que caiga sobre un solo píxel no se detectará de forma fiable, así que cuente con varios píxeles a lo ancho del detalle más pequeño, y más todavía si el contraste es bajo. La resolución por encima de eso cuesta ancho de banda y profundidad de campo, y de todas formas el contraste le gana al número de píxeles.

La exposición tiene que ganarle a la línea. El desenfoque de movimiento es velocidad por tiempo de exposición: una pieza que avanza a un metro por segundo se arrastra un milímetro en una exposición de un milisegundo. Si ese arrastre supera al defecto, la partida ya está perdida. Menos exposición significa más luz, y por eso iluminación y cámara son una sola decisión. Para cualquier cosa en movimiento, especifique obturador global; un obturador rodante lee línea a línea y deforma la pieza en movimiento.

Matricial o lineal. La cámara matricial encaja con piezas discretas detenidas o indexadas en una estación. La cámara lineal construye la imagen fila a fila para banda continua, fleje o extrusión, o para una pieza cilíndrica que gira delante de la cámara, y necesita un movimiento constante o sincronizado por codificador.

Monocromo salvo que el defecto sea el color. El monocromo dedica cada píxel al detalle y es más sensible con poca luz. Elija color solo cuando el color lleve la información: un componente de color equivocado, una mancha, el color de impresión frente a una especificación.

Interfaz y cableado. La interfaz fija la longitud de cable, el ancho de banda y el coste: GigE para tiradas largas, USB3 en banco, interfaces industriales de alto ancho de banda para cámara lineal rápida. Y después la parte poco vistosa, la que provoca la mayoría de los fallos en planta: cable apto para cadena portacables, conectores con bloqueo, descarga de tracción y un trazado alejado de los cables de accionamiento y de soldadura.

La iluminación decide más resultados que la cámara

Un defecto que la luz vuelve evidente es un problema sencillo; ese mismo defecto, dejado para que un modelo lo rescate de una imagen ruidosa, sale caro. Unas pocas geometrías cubren la mayor parte de los trabajos. El campo claro, con la luz en el eje de visión, da una imagen uniforme y de uso general para impresión, color y presencia. El campo oscuro, en ángulo rasante, hace que arañazos y grabados brillen sobre fondo oscuro. La retroiluminación deja la pieza en silueta, para cotas de contorno, posición de agujeros y nivel de llenado. La cúpula envuelve una pieza curva o brillante en luz uniforme, y es la respuesta para impresión sobre superficies reflectantes. La luz coaxial llega por el eje óptico, para superficies planas especulares y marcaje láser.

Un arañazo, una abolladura y un error de impresión son tres problemas de iluminación distintos: luz rasante para el arañazo; para la abolladura, que cambia la pendiente y no el color, una luz cuyo reflejo se desplace con esa pendiente; y luz plana y sin brillos para la impresión. Querer cubrir los tres con una sola luminaria es la manera de acabar con una estación mediocre en todo.

Queda la luz ambiente, que rompe en silencio sistemas que habían pasado la aceptación: el sol de la tarde por un lucernario, un turno que enciende otras luminarias. Resuélvalo físicamente: apantalle la estación, monte un filtro paso banda ajustado a la longitud de onda del LED y dispare la luz en flash, corto e intenso, desde el disparo de captura, para que su luz domine sobre la de la nave.

Una imagen estable sale más barata que un modelo más grande.

2D o 3D

La mayor parte de la inspección es un problema 2D: presencia, posición, cotas en el plano, impresión, color, cualquier cosa que aparezca como contraste sobre una superficie.

Pase a 3D cuando la característica sea altura o forma y no produzca contraste de forma fiable: altura del cordón en una línea de adhesivo, coplanaridad de pines, perfil de cordón de soldadura, alabeo, una abolladura en metal sin pintar, nivel de llenado en un envase opaco. La triangulación láser necesita movimiento relativo y la luz estructurada funciona con la pieza parada; ambas sufren con los acabados espejo y con las oclusiones, y generan mucho más dato por pieza.

Una prueba práctica: si un buen inspector puede juzgar la pieza a partir de una fotografía, es un trabajo 2D. Si necesita inclinarla a la luz, es 3D o una geometría de iluminación especializada, y merece la pena probar antes con la iluminación.

La verificación de etiqueta e impresión no suele ser un problema de IA

Buena parte de lo que llega como petición de inspección con IA es verificación de etiqueta e impresión, y buena parte de eso es determinista: calificar un código de barras o un data matrix, comparar el texto impreso con una cadena esperada, comprobar que la revisión correcta está sobre el producto correcto.

Lo difícil no es la lectura, sino de dónde sale el valor esperado. Si el operario teclea el texto objetivo en la estación, lo que ha automatizado es una errata; código, lote, fecha y revisión tienen que bajar desde la orden en el MES o el ERP. Aquí el aprendizaje automático se gana su sitio en la calidad de impresión —emborronado, puntos que faltan, distorsión sobre superficies curvas—, no en la comparación.

Los datos de entrenamiento, sin adornos

Su línea produce de forma abrumadora piezas buenas, y ese desequilibrio define los datos de inspección. Hace inútil la precisión global: un modelo que dé por buena cualquier pieza puntúa bien sobre un conjunto de datos formado casi solo por piezas buenas. Juzgue por los defectos: cuántos se detectaron y cuántas piezas buenas se rechazaron.

También condiciona el enfoque. La detección de anomalías aprende lo normal a partir de piezas buenas y señala la desviación; necesita pocas imágenes de defecto y reacciona ante cosas que nunca ha visto, pero solo dice que la pieza es rara, no qué le pasa. La clasificación y la segmentación supervisadas nombran y localizan el defecto, que es lo que necesitan un catálogo de defectos y el SPC, pero exigen ejemplos reales de cada clase, más de los que cualquiera espera. En un caso y en otro, un modelo solo conoce los defectos que le han enseñado.

Después llega la deriva. El modelo es una instantánea de la línea durante el entrenamiento, y la línea se mueve: un proveedor nuevo, un lote de material distinto, desgaste de herramienta, una cámara golpeada durante la limpieza, una revisión de la pieza. El reentrenamiento es una actividad de mantenimiento con responsable y calendario, no una fase de proyecto que termina.

El etiquetado merece una decisión, porque quien etiqueta las imágenes está definiendo la calidad de la planta. Corresponde a quienes son dueños de la definición de defecto, trabajando sobre las muestras de frontera; si no, el desacuerdo entre inspectores del que hablábamos vuelve en forma de etiquetas inconsistentes, y esas etiquetas ponen techo a todo lo que viene después.

Los datos sintéticos y aumentados ayudan en sitios concretos. El aumento de datos —pequeños cambios de rotación, posición, brillo y enfoque— es barato mientras se mantenga dentro de lo que la estación puede producir físicamente. Las imágenes renderizadas ayudan sobre todo cuando el defecto es geométrico y describible: un componente que falta, una orientación equivocada. Ayudan menos cuando la incógnita es el aspecto mismo del defecto, que es justo lo que un renderizador no puede inventar.

Entrene con lo que entrene, reserve un conjunto de prueba de imágenes reales, con piezas de frontera incluidas. Es la única manera honesta de saber si un modelo nuevo supera al anterior.

Los falsos positivos son una decisión de negocio, no técnica

Todo sistema de inspección tiene un umbral, y ese umbral intercambia dos errores entre sí: si lo aprieta, detecta más defectos y rechaza más piezas buenas; si lo afloja, al revés. Ningún ajuste elimina los dos. Hacia qué lado inclinarse es economía propia de su planta: lo que cuesta un escape frente a lo que cuesta el exceso de rechazo en piezas desechadas, reprocesos y tiempo de operario.

Vale la pena planificar contando con la asimetría. El exceso de rechazo destruye la confianza más rápido que los defectos que se escapan. Un defecto escapado permanece invisible durante semanas; una estación que rechaza piezas buenas se ve en una hora, y la reacción es previsible: el operario empieza a forzar el paso, luego deja de mirar, y la cámara se convierte en una lámpara cara.

Así que alguien tiene que ser dueño de dónde está el umbral: una persona con nombre y apellidos en calidad, el ajuste recogido en el plan de inspección y un histórico de cambios. Tres resultados en lugar de dos —apto, no apto y una banda de revisión que se deriva a una persona— permiten mantener la detección apretada sin descargar la población fronteriza sobre el operario. Fije los criterios de aceptación en términos de planta antes del arranque, en escapes por cada mil piezas y falsos rechazos por turno.

Un veredicto en una pantalla no cambia nada

La imagen está capturada, el modelo tiene una respuesta y a la pieza todavía no le ha pasado nada. Tienen que seguir dos cosas.

La actuación. El rechazo hay que hacerlo físico —un empujador, un desviador o un enclavamiento que impida la siguiente operación sobre esa pieza— a través del PLC, con el intercambio de señales diseñado de forma que una captura fallida o una inferencia lenta lleven a un estado seguro y no a un paso silencioso. Confirme la expulsión con un sensor que vea salir la pieza. Un expulsor que falla sin avisar es peor que no inspeccionar, porque ahora la gente cree que las piezas se han comprobado.

El registro. El veredicto, la imagen y la marca de tiempo van asociados a la orden de trabajo, el lote, el número de serie, la estación y la versión del modelo, en el MES y el QMS. La versión del modelo importa: después de un reentrenamiento, los veredictos de ayer venían de otro juez. Ese registro es lo que hace que la inspección acumule valor: la tasa de defectos por clase pasa a ser una variable de SPC, y la contención pasa a ser una consulta en vez de una semana de papeleo.

Qué hace fracasar una implantación

Casi siempre una de estas, y rara vez el modelo.

Presentación inestable: la pieza no llega al mismo sitio, con el mismo ángulo y a la misma distancia, por vibración, por un soporte flojo o por un montaje golpeado durante la limpieza. El utillaje de fijación es la precisión más barata que comprará jamás.

Un umbral sin dueño, que va a la deriva según quién esté de turno.

Una revisión de pieza para la que nadie reentrenó. El control de cambios de ingeniería tiene que incluir la inspección entre los sistemas afectados.

Una anulación sin rastro. Los operarios necesitan poder forzar el paso, pero tiene que quedar registrado y revisado.

Nadie revisa imágenes. Alguien tiene que mirar los rechazos, y una muestra de los aptos, con una cadencia regular; así se detecta la deriva antes de que la detecte un cliente.

Condiciones de prueba de concepto tratadas como producción. La demo funcionaba en un banco, de noche, con la pieza sujeta por una persona.

Dónde encajamos

El módulo de Visión Artificial (Computer Vision) de Meta Smart Factory cubre la parte de inspección de todo esto —cámaras e iluminación especificadas para el defecto que usted tiene, modelos entrenados con sus propias piezas, inferencia en la línea— y se integra con nuestros módulos de MES y Calidad (QMS), de modo que el veredicto queda asociado a la orden de trabajo y al lote y fluye hacia la trazabilidad y el SPC en lugar de quedarse en una lámpara. La actuación del rechazo pasa por el PLC sobre esa misma conectividad IIoT y OPC UA.

Si está al principio de esto, el primer paso útil no es una demo. Es la prueba de las cien piezas con dos inspectores y un catálogo de defectos escrito, y estaremos encantados de hacerla con usted antes de que nadie especifique una cámara.