Los métodos de control de calidad difieren según la industria y son específicos de cada fabricante y producto. Sin embargo, cuando se trata de inspecciones reales de productos, la mayoría de los procesos de calidad de fabricación parecen similares. Los inspectores capacitados evalúan visualmente cada unidad y deciden en función de esta evaluación si la aprueban o la rechazan.
Por supuesto, las personas son eficientes en el trabajo que hacen. Pero también somos propensos a cometer errores no deseados, a fatigarnos o distraernos al realizar tareas repetitivas. Además, nos tomamos descansos, nos vamos de vacaciones e incluso nos jubilamos.
Es así que los fabricantes llevan décadas automatizando los procesos de control de calidad y potenciando a los inspectores con cámaras, iluminación y sistemas de visión artificial. Aunque muchas mejoras de las máquinas ofrecen mayor velocidad y volumen de inspección, sus capacidades pueden ser limitadas.
Como resultado, los fabricantes buscan el siguiente nivel en inteligencia artificial (IA) y herramientas de aprendizaje automático, como FactoryTalk® Analytics™ VisionAI™, para mejorar los procesos de inspección de calidad.
Carl Lewis, gerente sénior de productos de Rockwell Automation, explica: “Nuestra solución de control de calidad basada en IA permite a los fabricantes ver lo que se han estado perdiendo. Hemos creado un enfoque sin código para la inspección visual a fin de mejorar la calidad, optimizar al máximo el rendimiento y obtener información crítica a partir de los datos de producción en tiempo real”. El sistema de inspección visual de IA proporciona datos que se traducen directamente en productos de mejor calidad. Lewis comenta: “Ayuda a los fabricantes a reducir los defectos y los desechos de los productos, el tiempo improductivo de la producción y los costos operativos”.
Esta nueva generación de sistemas de inspección visual y aprendizaje automático impulsados por IA puede aprender y adaptarse de manera dinámica a las condiciones en constante cambio, además de recopilar, organizar y comunicar datos de calidad las 24 horas del día, los 7 días de la semana.
Los datos ayudan al personal de calidad y a los operadores de planta a comprender y abordar rápidamente los problemas de producción. “El impacto puede ser importante”, dice Lewis. “El sistema ayuda a identificar los defectos de la línea de ensamblaje automotriz y de los productos de consumo que podrían ocasionar problemas de retiro de productos. Y hay innumerables casos de uso industrial, desde la identificación de defectos dimensionales, anomalías en el empaquetado u otros problemas de calidad antes de que salgan de sus instalaciones. Esta herramienta de inspección de visión de inteligencia artificial y aprendizaje automático ofrece un enorme valor”.
