Visão computacional na inspeção de qualidade industrial

O defeito que mais custa costuma passar batido no fim do turno, quando o olho cansa e a conferência já virou uma amostra por lote. A imagem da peça sempre esteve ali na linha. O que faltava era conseguir ler todas, na velocidade da produção.

É isso que a visão computacional para controle de qualidade resolve: uma câmera olha cada peça no lugar do olho humano. Confere 100% das peças, na velocidade da linha, sem cansar ao longo do turno.

O que a inspeção visual automatizada resolve na linha

Inspeção no olho é lenta, depende de quem está disponível e perde precisão com o cansaço. No fim do dia a planilha vira estimativa, e a estimativa vira a base da decisão. A visão computacional ataca três frentes:

• Detecção de defeito: trinca, falha de acabamento, cor fora do padrão ou montagem errada, peça a peça.
• Contagem: produção por unidade e por pessoa em tempo real, sem caderno.
• Classificação: separar por tamanho, tipo ou qualidade dentro do fluxo, sem parar a linha.

Como funciona, da câmera ao resultado

A captura

Uma câmera registra a peça no ponto certo da linha. Câmera e iluminação são parte do projeto: sem imagem estável, nenhum sistema decide bem. Por isso a primeira pergunta é prática: o que precisa ser visto, e em que condição. A escolha do modelo vem depois.

A leitura e a nota de confiança

O sistema lê a imagem, decide e devolve o resultado com uma nota de confiança, o chamado score de confiança. É essa nota que mantém a operação no controle: o operador revisa só o que ficou na dúvida e aproveita o resto direto. A precisão sobe com o tempo, porque o sistema aprende com as correções de quem está na linha.

A integração no que já existe

O resultado não pode morrer numa tela isolada. Ele entra no sistema que a operação já usa: o sistema de gestão (o ERP), o relatório de produção, a régua de comissão. É a integração que transforma a leitura da câmera em decisão e em número confiável.

Inspeção de 100% ou amostragem por lote

A inspeção manual costuma checar uma amostra por lote, porque conferir tudo no olho é inviável. Com visão computacional, inspecionar 100% das peças passa a caber no tempo da linha. O critério de escolha é o custo do defeito que escapa: quanto mais caro o erro que chega no cliente, mais a inspeção total se justifica, pelo retrabalho evitado e pelo padrão mantido.

Requisitos de câmera, iluminação e dado

Antes do modelo, três coisas precisam estar de pé:

• Imagem estável: câmera e iluminação adequadas ao que precisa ser visto, com o mínimo de variação entre uma peça e outra.
• Exemplos rotulados: imagens de peça boa e de peça com defeito do seu próprio processo, para o modelo aprender o seu padrão e não um genérico.
• Um lugar para o dado ir: a base e a integração que recebem o resultado e o devolvem em relatório.

Quando a visão computacional vale a pena para a sua linha

Vale a pena quando a inspeção manual custa caro em hora, em erro que escapa ou em decisão tomada no escuro. Numa planta do agro na serra gaúcha, a contagem de produção por pessoa era anotada no caderno e fechada de cabeça no fim do turno. A câmera passou a contar peça por peça em tempo real, e a comissão virou mérito de quem produz mais, medido na hora, na linha que já estava lá. O ponto de partida é sempre o mesmo: a base de dados precisa sustentar o resultado para ele virar relatório e número confiável.

A inteligência entra por último, sobre a base que sustenta. A câmera só vira operação quando o dado dela está integrado.Felipe Beltramelo

Por onde começar

Comece mapeando onde a leitura no olho mais custa na sua linha, e o que precisaria ser visto para resolver. Fale com a gente para mapear o seu caso, e entenda por que a base vem antes da inteligência.