Optimización del Corte de Materiales Técnicos con Visión Artificial

1 El Desafío

Nuestro cliente, un fabricante líder de tejidos técnicos para sectores como la automoción y la aeronáutica, enfrentaba un problema crítico: un alto porcentaje de merma durante el proceso de corte automatizado debido a defectos microscópicos en el material (variaciones en la trama, inclusiones de fibras extrañas) que los sistemas ópticos convencionales no detectaban.

Estos defectos solo se descubrían en fases posteriores de ensamblaje o, peor aún, llegaban al cliente final, generando reprocesos costosos, retrasos en la entrega y comprometiendo la integridad del producto.

2 Nuestro Enfoque

Desarrollamos una solución basada en un enfoque de doble capa. En primer lugar, desplegamos cámaras de alta resolución espectral junto a las mesas de corte, capaces de capturar datos más allá del espectro visible. En segundo lugar, implementamos un modelo de aprendizaje automático entrenado específicamente con miles de imágenes de defectos propios del material técnico del cliente.

El sistema no solo identifica el defecto, sino que en milisegundos calcula su impacto en la pieza final y sugiere una reorientación óptima del patrón de corte dentro del rollo de material, maximizando el aprovechamiento.

3 Implementación y Resultados

La integración se realizó en dos líneas de corte piloto durante un periodo de 8 semanas. El sistema M.O.D.A. D.A.D.D.Y. se conectó directamente con los controladores lógicos de las cortadoras (PLC) y el software de diseño de patrones (CAD), creando un ciclo de información cerrado y autónomo.

• Reducción de mermas: Disminución del 18.7% en el desperdicio de material técnico de alto coste.
• Precisión en la detección: Tasa de identificación de defectos relevante del 99.4%.
• Retorno de la inversión (ROI): Logrado en menos de 11 meses gracias al ahorro en material y la eliminación de reprocesos.
• Escalabilidad: La arquitectura modular permitió la extensión del sistema a las 12 líneas de corte restantes en solo 3 meses.