Inspección visual con visión artificial y deep learning
Cada pieza se inspecciona por partida doble: reglas clásicas miden la geometría y una red neuronal vigila la superficie. Pulsa Iniciar ciclo y revisa el informe: la red neuronal detecta defectos que las reglas dejan pasar.
Superficie · reglas vs red neuronal
Defectos detectados
Cotas medidas · Ø mm
Posición de la pieza
Defectos encontrados en el lote
Capacidad de detección por tipo
La geometría —que estén todos los taladros y que las cotas entren en tolerancia— se resuelve con reglas: medir y comparar. Es exacto y no hace falta IA.
Los defectos de superficie —rayas, manchas, rebabas— no tienen una forma fija que se pueda medir con una regla. Ahí una red neuronal entrenada con ejemplos aprende a reconocerlos, y detecta los más tenues que un umbral fijo deja escapar.
—
—
La inspección visual manual es lenta, subjetiva y deja escapar defectos, sobre todo con tiempos de ciclo ajustados, en los que hay que evaluar una pieza cada pocos segundos. Una célula de visión artificial automatiza ese control de calidad: una cámara captura cada pieza y el sistema emite un veredicto en milisegundos, de forma objetiva y repetible.
Inspecciona placas metálicas con seis taladros. Comprueba que no falte ninguno, mide su diámetro con precisión de centésimas de milímetro para ver si está dentro de tolerancia, y detecta rayas, manchas y rebabas en la superficie. Después emite un veredicto —OK o NOK— indicando el motivo de cada rechazo.
Arriba tienes el puesto de control tal cual lo vería un operario: la cámara en el monitor izquierdo, el informe de la pieza en el derecho y los datos de producción abajo. Pulsa Iniciar ciclo en la consola y las piezas van pasando una a una.
Placa mecanizada de aluminio de — con seis taladros pasantes. Nunca llega colocada igual: el utillaje deja hasta 6 mm de desvío y ±3,5° de giro, así que el sistema debe localizarla y corregir su posición antes de medir nada.
| Elemento | Característica | Motivo |
|---|---|---|
| Cámara | 960 × 640 monocromo |
El color no aporta: el defecto es geometría y contraste |
| Calibración | 8 px/mm |
Un píxel equivale a 0,125 mm sobre la pieza |
| Iluminación | Difusa frontal | Evita brillos especulares en el aluminio rectificado |
| Disparo | Señal del autómata | El PLC avisa de pieza en posición y espera veredicto |
| Respuesta | OK / NOK + motivo | El PLC acciona el expulsor si la pieza es NOK |
El tiempo de ciclo manda: de nada sirve un algoritmo brillante si tarda más de lo que la línea permite entre pieza y pieza.
Los taladros se buscan con un umbral derivado del nivel del material. Un umbral automático siempre parte la imagen en dos, así que acaba encontrando un agujero donde solo hay metal — y con eso jamás detectaría una ausencia. Fue el primer fallo grave del sistema: no veía ni un taladro ausente.
Una rebaba no se detecta por brillo sino por circularidad del contorno: si el taladro deja de ser redondo, hay material adherido. Y en ese caso el sistema no informa de la cota, porque con rebaba la medida ya no es fiable.
El primer montaje medía 9,66 mm en taladros de 10,00. El error era idéntico en las seis posiciones y en todas las piezas: un sesgo sistemático, no ruido.
Toda medición óptica lo tiene — la óptica, el umbral elegido y el propio borde del píxel desplazan el contorno detectado. Por eso una célula real no se da por buena cuando "funciona": se mide una pieza patrón de cota certificada y se guarda la diferencia como corrección.
Con el ajuste aplicado, la desviación típica entre medidas del mismo diámetro queda en 0,0115 mm — muy por debajo de la tolerancia de ±0,15 mm que hay que discriminar, que es la condición para que el sistema sirva para medir.