AUTOMATIZACIÓN Y PACKAGING interrupción del haz correspondiente. Sin embargo, algunas pruebas deben completarse antes de que pueda comenzar la producción real a gran escala. Estas son necesarias para confirmar si la configuración del haz de luz seleccionado ofrece resultados fiables. Si la capa contiene productos redondeados, habrá espacios entre ellos que permitirán el paso de los haces, lo que provocará un mensaje de error. Para evitarlo, el operario necesita deshabilitar los haces res- pectivos. “A veces incluso es necesario deshabilitar dos haces uno encima del otro para mantener el correcto funcionamiento de la producción. Sin embargo, cada vez que se lleva a cabo este procedimiento, también se reduce la calidad de los resultados de la verificación”, afirma Bochtler desde la experiencia. “También se corre el riesgo de que los operarios olvi- den volver a habilitar los haces al cambiar de formato”. En cualquier caso, las barreras de seguridad tienen dificultades para escanear capas de muchos productos pequeños y deben adaptarse a los cambios inespera- dos en los requisitos. Solución de cámara tradicional: compleja, complicada y costosa El proceso de envasado horizontal de cajas no permite el uso de una barrera de seguridad. Hasta ahora, Christ ha utilizado una cámara montada en el eje de pick-and- place para verificar la integridad de los envases en su embalador de cajas. Para el procesamiento de imáge- nes, Christ adoptó el enfoque clásico con un sistema compuesto por una cámara, una lente, un sistema de procesamiento de imágenes (generalmente un PC), un software especial de procesamiento de imágenes y los elementos de iluminación necesarios. Esta solución es más compleja y costosa que una barrera de seguridad, pero proporciona flexibilidad, rendimiento y fiabilidad adicionales. También puede realizar comprobaciones de paquetes y otras inspec- ciones más complejas, como reconocer posiciones y patrones o leer códigos y texto. La desventaja de la solución de cámara es el elevado precio de todo ese hardware y software. Otro factor que no debe subestimarse es el tiempo y el esfuerzo adicionales para los desarrolladores de software de la máquina: tradicionalmente, la visión artificial ha sido un sistema independiente, por lo que los programa- dores han tenido que aprender a trabajar con software específico e interfaces adicionales. También existen limitaciones estrictas sobre la correcta integración del software de procesamiento de imáge- nes en la aplicación de la máquina. Además de eso, cualquiera que use el software de procesamiento de imágenes requiere una formación especial. Para el fabricante, esto generalmente significa confiar en el soporte de otros fabricantes. Otro punto importante es que el sistema debe cali- brarse sobre el terreno después de la instalación y cada vez que se sustituye una pieza de hardware. “Somos ingenieros mecánicos expertos, pero no somos espe- cialistas en cámaras. No tenemos la experiencia para saber qué situaciones requerirán iluminación y cuáles no”, dice Bochtler, centrándose en otro aspecto crítico de las soluciones de cámara convencionales. Un fabricante de máquinas que intenta reducir los costes sin iluminación corre el riesgo de tener que adaptar las luces más adelante. Por otro lado, si insta- lan luces que resultan no ser necesarias, la inversión sería innecesaria. En resumen, todas las soluciones de inspección que Christ había intentado en el pasado tenían riesgos impredecibles y costes ocultos. La solución: Visión artificial integrada de B&R Cuando B&R presentó por primera vez su sistema inte- grado de visión artificial al equipo de gestión de Christ, lo vieron claro al instante. La razón es bastante fácil de ver: Entretejido perfectamente en el software de inge- niería B&R Automation Studio, el sistema de visión es excepcionalmente accesible y manejable para el fabri- cante de la máquina y sus desarrolladores. Desde la comodidad de su entorno de automatización habitual, tienen acceso a todas las funciones de la cámara que necesitan y las integran fácilmente en la aplicación de la máquina. No se requieren conocimientos especia- lizados en procesamiento de imágenes, por lo que la formación inicial se reduce al mínimo. 19