La implantación de fábricas inteligentes en el contexto del control de calidad visual

La implantación de fábricas inteligentes en el contexto del control de calidad visual

La implantación de fábricas inteligentes en el contexto del control de calidad visual
07 septiembre 2026

En el mundo empresarial actual, tanto los clientes B2B como los B2C prefieren productos de alto rendimiento, en lugar de basar su elección únicamente en un único criterio, como el precio, la disponibilidad o la calidad. Entre los factores fundamentales que impulsan este cambio se encuentran el aumento del número de fabricantes, el desarrollo de nuevas tecnologías de producción, las mejoras continuas llevadas a cabo por los fabricantes y el entorno competitivo resultante de todo ello. En consecuencia, tanto la calidad del producto como la calidad de los procesos han dejado de ser una opción que aporta ventajas para convertirse en una «necesidad».

La adopción del concepto de Industria 4.0 aporta numerosas ventajas a las fábricas inteligentes gracias a las herramientas digitales que ofrece. El control de calidad digital mejora el proceso mediante el uso de cámaras controladas por hardware y software específicos. Este tipo de control puede lograrse mediante visión artificial y algoritmos de clasificación.

Como ejemplo de aplicación, hemos dado nuestro primer paso hacia el control de calidad asistido por visión artificial en nuestra línea de producción de interruptores giratorios (rotary switch). En esta primera prueba, hemos logrado un proceso de control de calidad fiable mediante la puesta en marcha de un sistema rentable y fácil de implementar. Con el fin de controlar la cantidad, la forma y la disposición de los terminales móviles, se ha instalado un sistema basado en Raspberry Pi en el proceso de fijación de dichos terminales. Las imágenes del cuerpo del interruptor giratorio se capturan mediante una cámara a través de las bibliotecas OpenCV. Las imágenes captadas se procesan para determinar los valores RGB en los puntos característicos definidos del cuerpo. Se aplica el método de umbralización (thresholding) para determinar la presencia de puntos de contacto metálicos, comparando el contraste entre los colores de las piezas metálicas y plásticas. Un algoritmo de clasificación integrado y basado en reglas clasifica las llaves giratorias como «aptas» o «no aptas». Una llave no apta puede separarse para su posterior procesamiento según el código de error proporcionado por el algoritmo de clasificación.

Esta aplicación ha contribuido a ahorrar un puesto de trabajo en el proceso y a mejorar la calidad del mismo. Además, se presentó el resumen de la ponencia que elaboramos para el Simposio Internacional de Ingeniería (IES’20), el cual se incluye en el libro de resúmenes disponible en http://ies.idu.edu.tr/home-page/. Esta aplicación básica puede desarrollarse teniendo en cuenta requisitos como la velocidad de producción, la resolución de imagen o las necesidades de potencia de procesamiento. El punto clave aquí es que las organizaciones sigan esforzándose por aprovechar, en el contexto de esta aplicación concreta, las herramientas de la revolución industrial actual, como el big data y el aprendizaje automático.

NOTICIAS Y BLOG
Otras noticias