Conectividad de Visión Artificial

Visión artificial industrial y la capa de datos

Muchas plantas ya tienen sistemas de visión artificial trabajando: una cámara que inspecciona el etiquetado al final de la línea, un sistema de medición dimensional en mecanizado, un equipo de inspección de superficie en una línea de envasado. Cada uno cumple su función local, acepta o rechaza piezas, y ahí suele acabar la historia. El veredicto se queda dentro del propio equipo o, en el mejor de los casos, en un fichero que alguien revisa cuando hay un problema.

La conectividad de visión artificial consiste en integrar esos resultados en la capa de datos operativos de la planta. No hablamos de instalar cámaras ni de montar células de inspección: eso ya existe y funciona. Hablamos de que el dato que genera cada sistema de visión (aceptado o rechazado, tipo de defecto, medidas, imágenes asociadas) salga del equipo, viaje con un formato coherente y quede disponible para calidad, producción y trazabilidad. Es un trabajo de datos, no de integración física.

El valor está en el contexto. Un rechazo aislado dice poco; el mismo rechazo cruzado con el lote, la orden de fabricación, el turno y la máquina de origen permite responder preguntas concretas: si los defectos se concentran en un turno, si aparecen tras un cambio de formato o si un proveedor de material está detrás de una racha de rechazos.

Qué datos genera un sistema de visión y dónde acaban

Aunque cada fabricante tiene su propio software, los datos que producen los sistemas de visión industriales se parecen bastante entre sí:

• Veredicto por pieza. Aceptado o rechazado, normalmente con un código de motivo: etiqueta ausente, cota fuera de tolerancia, defecto de superficie.
• Medidas y valores numéricos. Cotas dimensionales, posiciones, intensidades o puntuaciones de clasificación que el sistema calcula en cada inspección, pase o no pase la pieza.
• Contadores y ritmos. Piezas inspeccionadas, rechazadas por causa, tiempo entre inspecciones. Son la materia prima de cualquier indicador de calidad.
• Imágenes y evidencias. La captura asociada a cada rechazo, útil para auditorías y para revisar reclamaciones de cliente meses después.

Sin conectividad, todo esto se queda en el terminal del equipo o en carpetas locales que nadie consulta. El departamento de calidad acaba tecleando resúmenes a mano en una hoja de cálculo, con el retraso y los errores de transcripción que eso implica. Conectar el sistema de visión a la capa de datos elimina ese paso manual: el dato se registra una sola vez, en origen, y desde ahí se distribuye.

Cómo se integran los resultados en la capa de datos

El punto de partida es la interfaz que ofrece cada sistema. Los equipos de visión modernos suelen exponer sus resultados por OPC UA, por sockets TCP con un protocolo propio del fabricante, por ficheros CSV o XML en una carpeta compartida, o mediante señales digitales hacia el PLC de línea. Trabajamos con lo que haya: leemos el resultado por el canal disponible, lo normalizamos a un modelo de datos común y lo publicamos en la capa de datos de la planta, habitualmente mediante flujos MQTT sobre un espacio de nombres estructurado por línea y equipo.

Cuando el sistema de visión solo habla con el PLC de la línea, el camino pasa por la conectividad con ese PLC: el veredicto y los contadores ya están en la capa de control, y desde ahí se extraen igual que cualquier otra señal de proceso. En ambos casos el criterio es el mismo que aplicamos al resto de equipos de planta: sin sustituir lo que funciona y sin depender de conectores cerrados, siguiendo el enfoque de espacio de nombres unificado que describimos en nuestra guía sobre convergencia OT/IT y unified namespace.

Un detalle que marca la diferencia es el contexto de producción. El resultado de la inspección se enriquece en el momento de la captura con la orden de fabricación, el lote, la referencia de producto y la marca de tiempo sincronizada. Ese cruce, que es trivial de hacer en origen y muy costoso de reconstruir después, es lo que convierte un registro de rechazos en un dato de trazabilidad utilizable.

Caso de uso: control de calidad conectado a dashboards

El caso de uso más habitual es llevar los resultados de inspección a cuadros de mando de calidad. Con los datos de visión ya en la capa de datos, construir un dashboard deja de ser un proyecto en sí mismo: es una consulta sobre información que ya fluye.

Un panel de calidad alimentado por visión artificial suele mostrar:

• Tasa de rechazo por línea y por turno, calculada sobre los contadores reales del equipo de inspección, no sobre partes rellenados a final de turno.
• Pareto de defectos por causa, que orienta dónde actuar primero: si el ochenta por ciento de los rechazos es un solo tipo de defecto, el problema tiene nombre.
• Evolución temporal de medidas críticas, que permite ver derivas antes de que las cotas salgan de tolerancia y el sistema empiece a rechazar.
• Consulta por lote para trazabilidad: qué inspecciones pasó un lote concreto, con qué resultados y con qué evidencias de imagen asociadas.

El mismo flujo de datos sirve para más de un consumidor. El dashboard de planta lo mira el responsable de línea; el histórico alimenta los informes de calidad; y si la empresa registra los resultados por orden de fabricación en su sistema de gestión, el dato puede seguir camino hacia el ERP a través de la integración con el ERP. Publicar una vez y consumir muchas veces es exactamente lo que aporta hacerlo por la capa de datos en lugar de con conexiones punto a punto.

Qué hacemos y qué no: alcance del servicio

El término visión artificial abarca cosas muy distintas, así que merece la pena decir qué cubre este servicio y qué no. Nuestro trabajo en Captia Technology es la conectividad de datos: integrar los resultados de sistemas de visión ya instalados y operativos en la capa de datos de la planta, para control de calidad y trazabilidad.

No instalamos cámaras, ni diseñamos células de inspección, ni ajustamos ópticas o algoritmos de inspección. Esa parte corresponde al fabricante o integrador del sistema de visión, y los equipos que ya funcionan siguen funcionando igual: nuestra integración lee sus resultados sin interferir en el ciclo de inspección. Si la planta tiene varios sistemas de fabricantes distintos, cada uno con su formato, el trabajo encaja dentro de un proyecto más amplio de interoperabilidad de sistemas heterogéneos, donde la visión es una fuente de datos más junto a PLCs, sensores y robots.

Nuestro equipo está en Xàtiva y trabaja con industria de La Costera, València y el conjunto de la Comunitat Valenciana, con visitas a planta cuando el proyecto lo requiere.