Sistemas de visão artificial para empresas de fabrico

Optimiza tu proceso de manufactura con los sistemas de visión artificial. Estos equipos están diseñados específicamente para empresas de manufactura que buscan mejorar la calidad y eficiencia de sus procesos. Con tecnología avanzada y capacidades de análisis de imágenes, los sistemas de visión permiten la detección precisa de defectos, la inspección automatizada y el control de calidad en tiempo real.

• Detección de defectos de alta precisión: los sistemas de visión artificial son capaces de identificar y clasificar defectos en los productos de manera precisa y confiable. Desde imperfecciones superficiales hasta variaciones dimensionales, nuestros sistemas aseguran que los productos cumplan con los estándares de calidad más exigentes.
• Inspección automatizada y eficiente: Con algoritmos inteligentes y procesamiento de imágenes de alta velocidad, los sistemas de visión automatizan el proceso de inspección, reduciendo el tiempo y los recursos necesarios. Esto permite una mayor eficiencia en la línea de producción y una detección temprana de problemas, minimizando los costos asociados a defectos y retrabajos.
• Controlo de qualidade em tempo real: los sistemas de visión artificial ofrecen capacidades de control de calidad en tiempo real, permitiendo la identificación inmediata de desviaciones y la toma de medidas correctivas de manera proactiva. Esto garantiza que los productos cumplen con las especificaciones requeridas en cada etapa del proceso de fabricación.
• Integración fácil y flexible: los  sistemas de visión en procesos de manufactura se integran fácilmente con equipos y sistemas existentes, lo que facilita su implementación en diversas líneas de producción. Además, ofrecemos opciones de personalización y adaptación a las necesidades específicas de cada empresa, asegurando una solución que se ajuste perfectamente a sus requerimientos.

Qué es el sistema de visión artificial

Es una tecnología que aumenta la productividad. La visión artificial es una tecnología que permite a las máquinas adquirir, procesar, analizar y comprender imágenes del mundo real, convirtiéndolas en información para tomar decisiones. El resultado de un sistema de visión es tomar decisiones precisas que ayuden en el proceso productivo y hagan más eficientes las operaciones.

Fusión de diversos campos de conocimiento

La visión artificial es una fusión de diversos campos de conocimiento, como la óptica, la iluminación, la electrónica y la informática. La parte óptica involucra la cámara y sus componentes, mientras que la iluminación es fundamental, ya que muchas veces se requiere de sistemas de iluminación autónomos para inspeccionar adecuadamente. La parte electrónica y mecánica rodea todos los sistemas de visión, y la parte informática se compone de una librería de procesamiento y un sistema de configuración de nuevos productos para el análisis.

Aplicaciones en diversos sectores

La visión artificial tiene aplicaciones prácticamente en todos los sectores, desde el automotriz hasta la electrónica, la alimentación, semiconductores, farmacia, vidrio, papel y metal, entre otros. El control de calidad es una necesidad en todas las empresas y la visión artificial es una herramienta muy valiosa para esta tarea.

Cómo funciona un sistema de visión artificial en un proceso de manufactura

Un sistema de visión típico consta de una cámara que apunta al objeto que pasa por la línea y un sistema de iluminación que ilumina la zona donde la cámara está apuntando, con el objetivo de mejorar la resolución o visualización del componente en cuestión. Las imágenes que captura la cámara pasan a un sistema de procesamiento, donde se tienen librerías de imágenes para el análisis. Dependiendo de los resultados del procesamiento, se obtiene información que permite catalogar el producto, expulsarlo si es no conforme o tomar cualquier otra acción necesaria.

Un sistema de visión debe diseñarse de forma específica para cada proyecto y conocer las necesidades de la empresa para proponer una composición del sistema de visión y la técnica de software para atacar el problema.

La importancia de los sistemas de visión artificial en el control de calidad de la producción

En cualquier proceso productivo de manufactura es fundamental contar con sistemas de control de calidad que permitan garantizar la calidad del producto final. Sin embargo, en muchos casos estos controles se realizan de forma subjetiva, basados en la percepción de los operarios encargados de realizarlos.

Este enfoque presenta algunos problemas, como la falta de objetividad en los criterios de clasificación o la fatiga del personal a lo largo del tiempo, lo que puede provocar errores en la clasificación o el paso por alto de productos defectuosos.

Es aquí donde los sistemas de visión artificial de manufactura juegan un papel fundamental. Al basarse en datos analíticos, la clasificación y el control son mucho más objetivos y precisos, garantizando siempre los mismos resultados en todas las circunstancias. Además, estos sistemas permiten una mayor escalabilidad y adaptabilidad al problema, ya que pueden ser entrenados y se les pueden introducir nuevas funcionalidades para mejorar su rendimiento.

Otra ventaja de los sistemas de visión artificial es su capacidad para realizar controles de calidad continuados y a lo largo del tiempo sin sufrir fatiga, lo que permite abordar procesos donde la rapidez es fundamental. Por otro lado, gracias a la no necesidad de contacto físico con las piezas, se evita el deterioro de las mismas y se garantiza una mayor durabilidad del producto.

En definitiva, los sistemas de visión artificial para empresas de manufactura aportan una serie de valores fundamentales en el tema del control de calidad, como la objetividad, la precisión, la escalabilidad y la adaptabilidad al problema. En este sentido, su implementación puede suponer una gran mejora en cualquier proceso productivo y, por ende, en la calidad del producto final.

Cómo ser más competitivos con los sistema de visión artificial

La visión artificial o sistema de visión artificial es una tecnología que ha cobrado gran relevancia en la industria debido a los beneficios que puede brindar. Uno de los principales beneficios es la optimización del control de calidad en la producción, lo que se traduce en una mayor eficiencia y competitividad.

Un sistema de visión artificial permite analizar el 100% de la producción en tiempo real, detectando cualquier anomalía o error en el proceso productivo de manera rápida y precisa. Esto no solo reduce los costos asociados con la producción de productos defectuosos, sino que también nos permite producir productos de alta calidad a un ritmo más rápido.

Otro beneficio de un sistema de visión artificial es que es altamente escalable. Con la tecnología adecuada, es posible implementar sistemas de visión en múltiples líneas de producción o en toda una planta de fabricación. Esto significa que podemos obtener una visión completa de nuestra producción y mantener altos estándares de calidad en todos los niveles.

En pocas palabras, un sistema de visión artificial es una herramienta valiosa para cualquier empresa que busque mejorar su eficiencia y competitividad. Desde la detección temprana de errores hasta la optimización de la producción y la reducción de desperdicios, un sistema de visión puede ayudarnos a obtener una ventaja competitiva en el mercado.

En definitiva, mencionar que la implantación de un sistema de visión artificial puede tener un rol muy rápido, ya que nos permite inspeccionar el 100% de la producción, disminuir el scrap y evitar tanto producto defectuoso como retrabajos. Esto se debe a que podemos detectar los errores en el momento en que se producen justo a la salida de la línea, lo que nos ayuda también a conocer analíticamente cómo son nuestros procesos. Muchas veces, no tenemos un resultado analítico numérico que nos indique lo bien o lo mal que está saliendo la calidad del producto en un momento determinado, pero el sistema de visión artificial nos permitiría cuantificar la calidad de lo que se está produciendo, desde un orden de magnitud y eso nos daría pie a poder estudiarlo y mejorarlo.

Otra cosa importante es que nos permite evitar sanciones y devoluciones de producto. En muchas empresas que he visitado, están supeditadas a que si se cuela algún producto defectuoso, el cliente los devuelve e incluso los puede sancionar. Hay veces que algo tan pequeño como la fecha de caducidad, el lote o incluso una rosquilla que no tocaba ha sido motivo de devolución y de alguna forma, con esa devolución, casi amortiza el costo de un sistema como éste. Además, como mencionamos antes, la visión artificial nos permite aumentar la velocidad en línea, lo que mejora nuestra eficiencia y nos hace más competitivos. En muchos casos, estos proyectos tienen un ROI de menos de un año y en el peor de los casos, un par de años, normalmente como mucho.

Qué problemas puede resolver un sistema de visión artificial

Estábamos hablando sobre todo del tema de control de calidad, donde necesitamos inspeccionar productos. El hecho de tener un sistema de visión artificial significa que puede ver lo que está pasando por la línea, como su nombre indica, y puede determinar si el producto es correcto o no en base a una parametrización adecuada. También puede clasificar el producto en diferentes clases, como clase A, B o C. En la foto, podemos ver un producto que siempre tiene la misma tipología, pero dependiendo del tipo de producto, la clasificación puede ser muy compleja.

Además, la visión artificial puede medir con una precisión espectacular, ya que podemos utilizar toda la potencia de una cámara, que puede tener hasta 48 millones de píxeles, para enfocar en una zona de trabajo muy pequeña. Con los píxeles, podemos contar una determinada magnitud, una longitud, etc., lo que permite alcanzar tolerancias de micras. Podríamos medir, por ejemplo, el espacio entre una vuelta y otra en un muelle, o tratar de medir el surco que tiene una determinada rosca, entre otras cosas que serían muy complejas de medir sin la visión artificial.

Otra aplicación importante es el tema de la trazabilidad. En muchas líneas de producción, el producto pasa por varias fases y tener la trazabilidad de dónde procede es muy complejo. Si tenemos identificado el producto con un código alfanumérico, los sistemas de visión utilizan técnicas que han permitido agilizar muchísimo la lectura de esos caracteres. De esta forma, podemos saber que un determinado producto ha pasado a una hora determinada por un proceso específico. Además, podríamos tener relacionado con eso las variables de proceso y el control de calidad podría adjuntar información adicional para ir trazando el paso por los procesos.

Por último, la visión artificial también puede ser utilizada para el análisis químico. Las cámaras pueden analizar diferencias en las sustancias químicas, lo que nos permite abordar muchos problemas que con una visión convencional pasarían desapercibidos. En la imagen que se muestra, podemos ver que con el análisis químico, podemos distinguir entre el pistacho y la cáscara, lo que a simple vista no es posible.

Ejemplo de detección de defectos y roturas con la visión artificial

En cuanto al tema de calidad, podemos decir que la orientación de estos sistemas se enfoca en la detección de defectos a través de un sistema de visión artificial. Con este sistema, podemos controlar si la forma de los productos es la correcta, si son círculos perfectos o no, si tienen una forma específica, entre otros aspectos. En caso de que no cumplan con los requisitos, el sistema alertará al operario para que verifique lo que está sucediendo en la línea de producción. Además, podemos utilizar este sistema para temas de control de llenado, como verificar si todas las botellas están llenadas y tapadas correctamente, y si tienen la etiqueta correspondiente. Incluso podemos utilizarlo para temas de tonalidad, donde se vuelve más complejo marcar una línea en la cual un producto sea considerado correcto o no.

También podemos utilizar el sistema de visión artificial para temas de roturas, donde podemos detectar si hay una grieta en un producto determinado supervisando la parte superficial del mismo. Otra técnica interesante es el defecto medio, donde podemos identificar y medir el tamaño de los defectos en los productos.

Deflectometría a través de la visión artificial

Otro de los sistemas de visión artificial más interesantes es la técnica de deflexión de luz. Esta técnica utiliza un sistema que proyecta un patrón de luz sobre una superficie especular o que refleja bastante bien la luz. Luego, se coloca una cámara del otro lado que capta la reflexión de esta luz y detecta las diferencias claras o interesantes en la superficie, lo que indica que hay alguna variación en ella, como una picadura o un bollo. La deflexión de luz se utiliza principalmente en proyectos relacionados con el control de calidad de piezas metálicas en la industria automotriz. Esta técnica se emplea para el análisis de superficies reflectantes y tiene una precisión micrométrica, lo que permite detectar defectos que son prácticamente imperceptibles para el ojo humano. Este es un ejemplo de la metrología en la que se puede aplicar un sistema de visión artificial.

Ejemplo de control de calidad Metrología a través de la visión artificial

Aquí tenemos un ejemplo de metrología. El sistema de visión artificial nos puede servir para medir, como en este caso. Este es un molde de arena compactada y lo que podemos ver es que, en caso de que el molde no esté correctamente posicionado, hay una variación en la pieza que podemos medir con una precisión de micrómetros. Así podemos determinar cómo la pieza se ha variado respecto a su posición original y, por tanto, si hay una degradación de un tamaño minúsculo.

En este caso, podríamos detectar si la pieza ha sido desplazada o si hay defectos dimensionales tanto en el eje Y como en el eje X y en el eje Z, así como defectos que sean superficiales. Las imágenes que se generan en el sistema de visión artificial, en vez de rectas y planas, aparecen con bultos debido a la gran precisión de la medición. Estas técnicas generan una nube de puntos que luego se integran formando superficies o capas, lo que explica la rugosidad que aparece en las piezas.

Ejemplo de trazabilidad de la producción en procesos de manufactura

En cuanto al tema de la trazabilidad, ya hemos mencionado algo al respecto. En principio, la idea de la trazabilidad es realizar un control del etiquetado. Si en algún momento tenemos una etiqueta que se ha introducido incorrectamente en la línea de producción, tenemos varios problemas.

Todas las líneas de producción llevan los productos a un mismo lugar y, finalmente, tienen que ir a una máquina de enfardado. Ahí tenemos etiquetas de distintos productos y el palet puede haber sido etiquetado con el contenido de cada uno de los productos que salen de las líneas. Sin embargo, en la enfardadora y la etiquetadora, después del palet con nuestra referencia, no conocen el orden en el que van llegando los paquetes, lo que puede causar problemas en los que no estamos seguros debido a la introducción manual de la etiqueta. También hay veces que un palé puede volcar en la línea o que hay que reajustar, y esto nos obliga a sacarlo de la línea. En estos casos, podemos garantizar la trazabilidad mediante un sistema de visión artificial que lea la etiqueta justo antes de pasar a la enfardadora, para que la etiquetadora identifique el producto exacto que va a etiquetar.La fiabilidad de la etiquetadora ya no es un factor de riesgo, ya que se lee previamente lo que va a entrar en la enfardadora y se transmiten los datos necesarios para su correcta etiquetación.

Otra de las cosas importantes en el tema de la trazabilidad es el reconocimiento de caracteres, que gracias a los sistemas de visión artificial ha sufrido una gran revolución y se ha conseguido agilizar muchísimo la lectura de cualquier tipo de caracteres, ya sean impresos o en códigos de barras. Antes, esto era imposible de abordar debido a la velocidad o al deterioro de las imágenes, pero ahora, gracias a los sistemas de visión artificial, podemos leer caracteres a una velocidad increíble. Esto tiene aplicación en prácticamente todos los sectores.

Ejemplo de análisis químico con la visión artificial

En esta parte se hablará sobre el análisis químico y la evolución del sistema de visión artificial. En la imagen se puede observar una manzana en blanco y negro, lo que representa la evolución del sistema de visión artificial.

Posteriormente se introdujeron equipos con capacidad de capturar en color, lo que permitió tener una representación de la manzana en todo su esplendor. Con la entrada del análisis químico o la imagen hiperespectral, se ha logrado ver la composición química de los productos. En el caso de la manzana que se muestra, se pueden encontrar diferencias en su composición que indican que hay elementos químicos no deseables, lo que podría significar que el producto está comenzando a deteriorarse o que tiene algún tipo de plaga. La idea de utilizar la imagen química es conseguir una firma digital en base a la longitud de onda que reflejan los componentes químicos de los productos, lo que permite detectar componentes no deseados y descartarlos, ya sea porque el producto se está deteriorando o porque no debería estar presente.

Las aplicaciones del sistema de visión artificial son varias, como el control de calidad, la clasificación de productos, la detección de objetos extraños, la inspección del sellado y la medición de la composición y elementos nutricionales. En el caso de la carne, por ejemplo, se pueden medir los niveles de grasa para clasificar las piezas. También se puede utilizar para detectar frutas en mal estado, golpes o magulladuras. En resumen, el sistema de visión artificial ofrece un gran abanico de posibilidades para aquellos que trabajen con productos que no sean de plástico.

Cómo se combina el sistema de visión artificial con otras tecnologías

¿Cómo se combina con otras tecnologías? Bueno, ahora vamos a hablar un poco de cómo el sistema de visión artificial, como hemos visto, tiene muchas aplicaciones interesantes. Si lo combinamos con otras tecnologías emergentes, puede ofrecer un nuevo abanico de soluciones que podrían solucionar problemas que antes no tenían solución asequible en cuanto a coste, tiempo, entre otros. Puede que la solución fuera muy lenta o muy costosa, lo que hacía que nos rindiéramos en el momento.

Quiero transmitirles que las técnicas han evolucionado y que el sistema de visión artificial ha mejorado rápidamente. Combinándolo con otras soluciones, podríamos encontrar soluciones a algunos de estos problemas con un precio relativamente asequible. En los ejemplos que vamos a ver más adelante, combinamos el sistema de visión artificial con la inteligencia artificial para el reconocimiento de objetos. Por ejemplo, podemos determinar si un objeto está dentro o fuera del campo de visión y clasificar objetos de forma precisa en temas complejos donde una librería estándar de visión no sería suficiente.

A menudo, hemos encontrado proyectos en los que la fiabilidad era del 80%, pero el 20% restante hacía que no pudiéramos seguir adelante con el proyecto porque no podíamos permitirnos un margen de error tan grande. Ahora, quiero que se sientan seguros de que podemos abordar el problema desde nuevas herramientas y tecnologías. No tomamos proyectos a menos que sepamos que nos llevarán al éxito.

Además, la predicción de calidad es importante y abordaremos ese tema a continuación. Otra tecnología interesante es la blockchain. Ya saben que debajo de las monedas hay una tecnología que descentraliza la transacción de documentos y pagos sin necesidad de una entidad certificadora como un banco. Gracias a la blockchain, podemos registrar los controles de calidad abiertamente y nuestros clientes pueden verificarlos.

La combinación del sistema de visión artificial y la blockchain nos permite hacer cosas interesantes, como la realidad aumentada. La realidad aumentada es una tecnología que nos ofrece información adicional en nuestro entorno real, lo que nos ayuda a guiarnos, clasificar y hacer control de calidad.

Sistema de visión artificial y la inteligencia artificial

Este es un problema que se puede resolver con un sistema de visión artificial. Por ejemplo, el objetivo es clasificar las cortadas de pez espada por su aspecto y tamaño. Este proyecto tenía cierta complejidad debido a la subjetividad en la clasificación. Para una persona, una cortada puede ser clasificada como tipo A, mientras que para otra persona puede ser clasificada como tipo B, y esto se debe principalmente a su aspecto, que es algo poco analítico. Para resolver esto, se utilizaron imágenes para entrenar un sistema de inteligencia artificial con el objetivo de aprender cuál es la cortada de pez ideal y, en base a eso, clasificar las cortadas en función de la información analítica que proporciona el sistema de visión.

Normalmente, esto requiere un entrenamiento supervisado, es decir, que alguien nos diga qué es bueno y qué es malo, pero una vez que el sistema aprende, podemos dejar que funcione de forma autónoma y obtener resultados muy buenos. La idea era identificar a qué clases pertenecen todas las cortadas, y al final, el rendimiento fue mayor del 93% para todas las clases. Este es un gran nivel de funcionalidad, aunque seguro que en la actualidad se podría mejorar ese rendimiento. Aquí se utilizó una combinación de sistemas.

Aquí tenemos un sistema o una combinación también con un sistema de visión artificial y de inteligencia artificial. Pero aquí la idea es predecir la calidad del producto con antelación. ¿Con qué objetivo? Pues, si conocemos qué factores o variables del proceso afectan nuestra calidad de salida, tratar de mantener siempre la línea de producción funcionando de forma objetiva. Los condicionantes en la entrada pueden ser muy diversos. Por ejemplo, en el caso de la bollería, puede haber más o menos bollos entrando a la parte de horneado, los bollos no tienen el mismo tamaño y la masa es diferente, entre otros aspectos. Es muy complicado tener en cuenta todos estos factores para obtener siempre la mejor calidad, por lo que a veces los bollos salen más quemados o tienen algún aspecto que los hace no aptos para la venta.

Si ponemos un sistema de visión a la entrada que analice el tamaño, la masa, la composición de la masa por el ERP, las longitudes, la presencia de huecos, el volumen de masa y las temperaturas del horno, y toda esa información la introduce dentro de un sistema de inteligencia artificial, entonces podemos correlacionar estas variables del proceso gracias a los sistemas de visión y pronosticar cuál será la calidad del producto final. De esta manera, se pueden regular esas variables del horno que son las que proporcionan un resultado u otro, y tratar de que siempre sea la misma calidad. El sistema de visión a la salida mide analíticamente el aspecto, el color y la calidad definitiva del producto.

Ejemplos de soluciones de visión artificial y Blockchain

Un ejemplo de proyecto que podría ilustrar esto es el de una empresa que fabrica lunas para vehículos. La idea es proporcionar al cliente una garantía de que se realizan los controles de calidad acordados de manera correcta, para evitar que el cliente tenga que llamar por teléfono para buscar información en el registro, documentos de control de calidad, entre otros. Para lograr esto, se puede utilizar un sistema de visión artificial que inspeccione las piezas y detecte cualquier incidencia, como la degradación en la pintura de la luneta o errores en los caracteres impresos del lote o identificador del producto.

Una vez que se realiza el control de calidad, se pueden adjuntar los resultados a la ficha del producto y almacenarlos en blockchain para que el cliente pueda inspeccionarlos en caso de incidencias. De esta manera, el cliente puede acceder a la información sin necesidad de consultar a la empresa y verificar que el control de calidad se realizó de manera correcta y los resultados son confiables. Esto evita penalizaciones por no conformidades y asegura la transparencia del proceso. Además, permite identificar rápidamente qué elementos han sido afectados y retirarlos del mercado o de la línea de producción. También se puede acceder al certificado de calidad del lote y los controles realizados en cualquier momento.

Ejemplo de sistema de visión artificial y realidad aumentada

Una combinación interesante de tecnologías es el sistema de visión artificial con realidad aumentada. El objetivo aquí es agilizar el montaje cuando es muy complejo y tratar de evitar errores, lo cual ocurre a menudo en el montaje de cuadros eléctricos. Por ejemplo, en un control de calidad donde hay muchísimos puntos para verificar, y la pieza es pesada, se requiere de un tiempo prolongado y muchos detalles dentro de la pieza para que el operario decida si cumple con la calidad correcta.

Con el sistema de visión y realidad aumentada, podemos guiar al operario y reducir sus tareas. Aunque muchas veces no se puede eliminar al operario, se puede disminuir los puntos de control. En caso de que sea un montaje que se tiene que realizar con varias tareas en una secuenciación, podemos ordenar las tareas y elaborar una información multimedia para que el operario pueda acceder a ella en caso de que lo necesite. Trabajando conjuntamente la visión y la realidad aumentada, el operario lleva unas gafas en las que puede ver qué es lo que tiene que hacer a continuación. Cada vez que toma una pieza para añadirla al montaje, el sistema de visión artificial certifica que es la pieza correcta que se debe colocar. Una vez que se ha realizado el montaje paso a paso, el sistema de visión también garantiza que se ha hecho correctamente, que el tornillo está en su sitio o que el cable está empalmado adecuadamente, por ejemplo.

Ejemplo de sistema de visión artificial y robótica

Un proyecto relacionado con robótica, especialmente interesante por la combinación con sistemas de visión artificial, son los robots araña que cada vez trabajan más rápido y permiten un control de calidad muy complejo debido a la velocidad de la línea y a temas de clasificación.

Este tipo de proyectos se enfocan en la identificación y localización de objetos según su forma, color y tamaño para clasificarlos antes del envasado y así tener el producto terminado o incluso paquetizado antes de proceder al encajado. Se realiza una supervisión óptica para eliminar los productos defectuosos o clasificarlos en bandejitas según su formato. Lo bueno es que tenemos una alta velocidad de respuesta y, dependiendo de si la línea es más o menos espaciosa o la inspección es más o menos compleja, podemos escalar el sistema de visión artificial para cubrir el 100% de la producción. A veces, tenemos que colocar hasta 4 cámaras en paralelo para analizar diferentes partes y toda la información se pasa a los robots que están a continuación para conocer la posición y el estado del producto y clasificarlo correctamente.

Descubre cómo los sistemas de visión artificial están revolucionando la industria manufacturera. Mejora la calidad, eficiencia y control de calidad en tu proceso de producción. ¡Impulsa tu negocio con la última tecnología en visión artificial hoy mismo! te podemos recomendar a los mejores proveedores de visión artificial cerca de tu zona. Contacta con un asesor.