Visión artificial para detectar defectos en una línea de producción

La resolución necesaria se deduce del defecto más pequeño que hay que ver y del campo de visión. Como ejemplo ilustrativo: si la cámara debe cubrir una pieza de 200 mm y el defecto mínimo mide 0,5 mm, un sensor de 2.000 píxeles en ese eje deja unos 0,1 mm por píxel, es decir, unos cinco píxeles a lo ancho del defecto. Es un margen razonable para empezar a probar; con uno o dos píxeles la detección depende demasiado del ruido.

La velocidad de la línea condiciona el tipo de cámara y el tiempo de exposición. Una pieza en movimiento con exposición larga sale borrosa; por eso es habitual usar obturación global, exposiciones cortas y luz pulsada sincronizada con el disparo. Para material continuo (bobinas, perfiles, tejidos) suelen encajar mejor las cámaras lineales, que construyen la imagen a medida que el material avanza y necesitan una señal de encóder para no deformarla.

• Cámara de área: piezas discretas que pasan una a una o se detienen un instante.
• Cámara lineal: superficies continuas o piezas largas en movimiento constante.
• Varias cámaras o espejos: cuando el defecto puede aparecer en caras distintas.
• Óptica telecéntrica: cuando importa medir sin error de perspectiva.

Un buen montaje de luz convierte un defecto difícil en un contraste evidente; uno malo obliga al modelo a adivinar. La técnica depende de la naturaleza del defecto y del material, y casi siempre requiere pruebas con piezas reales en el banco antes de fijar nada en la línea.

Conviene aislar la estación de la luz ambiente (ventanas, focos que se encienden por turnos) y prever que los LED pierden intensidad con el tiempo. Un control periódico con una pieza patrón detecta esa deriva antes de que afecte a las decisiones.

El problema habitual no es la falta de imágenes, sino la falta de defectos. Una línea que funciona bien produce miles de piezas buenas por cada pieza mala, y algunos tipos de defecto aparecen muy de vez en cuando. Hay varias estrategias, que suelen combinarse:

• Guardar durante semanas las piezas rechazadas por inspección manual para fotografiarlas.
• Usar modelos de detección de anomalías, que aprenden cómo es una pieza buena y señalan lo que se aparta.
• Recurrir a reglas clásicas de visión (medidas, umbrales de contraste) cuando el defecto es geométrico y estable.
• Generar defectos de forma controlada en piezas de descarte, sabiendo que no siempre se parecen a los reales.

El etiquetado debe seguir el catálogo de defectos y hacerse con al menos dos revisores en los casos dudosos; si los propios inspectores discrepan en un 10 % de las imágenes (cifra ilustrativa), ningún modelo podrá superar esa ambigüedad de forma fiable. Y el conjunto de prueba debe separarse por lotes o fechas, no al azar: si imágenes casi idénticas del mismo lote caen en entrenamiento y en prueba, el resultado parecerá mejor de lo que será en producción.

Todo sistema de inspección se equivoca en dos direcciones: rechaza piezas buenas (falsos positivos, o falsos rechazos) y deja pasar piezas malas (falsos negativos, o escapes). Mover el umbral reduce un error a costa de aumentar el otro; no existe un ajuste que elimine ambos. La pregunta útil es qué combinación es aceptable según el coste de cada error.

Una práctica frecuente es definir una zona gris: las piezas claramente buenas pasan, las claramente malas se rechazan y las dudosas se apartan para revisión humana. Así se puede ser estricto con los escapes sin desechar producción buena, siempre que la zona gris tenga un tamaño que el equipo de calidad pueda absorber. Las métricas para dimensionarla se explican con más detalle en el artículo sobre cómo medir precisión y falsos rechazos.

Detectar el defecto no sirve si el expulsor saca la pieza de al lado. El sistema de visión entrega un resultado; el control de la línea, normalmente un PLC, tiene que asociarlo a la pieza concreta, seguirla hasta el punto de rechazo y actuar en el momento justo. Esto requiere un identificador o un registro de desplazamiento sincronizado con el encóder, y una confirmación de que la expulsión se produjo.

• Qué hace la línea si la visión no responde a tiempo: lo prudente suele ser tratar la pieza como no inspeccionada y apartarla.
• Cómo se verifica que el expulsor actuó (un sensor en el contenedor de rechazo o en la salida).
• Qué se guarda de cada decisión: imagen, resultado, puntuación, versión del modelo y referencia de la pieza.
• Quién puede cambiar umbrales y cómo queda registrado el cambio.

Un piloto razonable empieza en modo sombra: el sistema inspecciona y registra, pero no rechaza nada. Durante ese periodo se comparan sus decisiones con las de la inspección actual y se revisan a mano los desacuerdos. Así se mide el comportamiento real sin poner en riesgo la producción.

La duración no se fija en días, sino en variabilidad cubierta: varios turnos, cambios de referencia, lotes de material de distintos proveedores y, si los hay, cambios estacionales de temperatura o humedad. Antes de empezar conviene acordar por escrito qué resultados harían falta para pasar a rechazo automático, para ampliar la zona gris o para descartar el proyecto.

1. ¿Existe un catálogo de defectos escrito y aceptado por calidad, con ejemplos fotografiados?
2. ¿Se ha comprobado en banco que la combinación de cámara, óptica e iluminación hace visible el defecto mínimo?
3. ¿Hay suficientes ejemplos de cada defecto, o se ha elegido un enfoque (anomalías, reglas) que no los necesita?
4. ¿Se conoce el coste relativo de un escape frente a un falso rechazo, y se ha decidido el umbral en consecuencia?
5. ¿Está resuelto cómo llega la decisión al expulsor y qué ocurre si la visión falla?
6. ¿Se han pactado los criterios de salida del piloto antes de empezar a medir?

Si varias respuestas son «no», el siguiente paso no es entrenar un modelo, sino un estudio de viabilidad con piezas reales. Es la forma más barata de descubrir si el defecto se ve, y de evitar invertir en una línea de inspección que nunca saldrá del modo de pruebas.