Zebra reduce a la mitad el tiempo de inspección de lentes Fresnel con IA
ORAFOL Fresnel Optics ha implantado un sistema de visión artificial basado en deep learning de Zebra Technologies para automatizar el control de calidad de sus componentes ópticos en Alemania. La solución, desarrollada a medida, reduce un 50 % los tiempos de inspección, garantiza la trazabilidad de las piezas y permite mantener la actividad las 24 horas del día.
La inspección de componentes ópticos con microestructuras complejas plantea dificultades para los sistemas convencionales de control de calidad. ORAFOL Fresnel Optics, división del grupo internacional ORAFOL especializada en componentes ópticos, ha abordado este reto mediante una solución de visión artificial con inteligencia artificial de Zebra Technologies, capaz de automatizar la revisión de más de 1,5 millones de lentes.
La compañía suministra más de 600 tipos de componentes a clientes de sectores como la visión artificial, los sensores, la iluminación, las pantallas y la energía solar. Entre ellos figuran lentes Fresnel de plástico que pueden tener un diámetro de apenas 4 milímetros y presentan estructuras microscópicas que dificultan la detección de defectos.
Hasta ahora, los operarios debían examinar manualmente cada lente a contraluz y bajo condiciones de iluminación específicas. Este procedimiento, además de repetitivo y susceptible de generar fatiga, requería hasta 15 trabajadores para dar soporte a las líneas de producción. La complejidad de las piezas dificultaba encontrar una solución comercial que respondiera a las necesidades de inspección, por lo que fue necesario desarrollar un sistema adaptado a estas características.
El sistema de visión artificial de Zebra Technologies combina Aurora Vision Studio y Aurora Deep Learning para automatizar la inspección de lentes Fresnel de ORAFOL.
Visión artificial con aprendizaje profundo
La solución implantada se basa en Aurora Vision Studio y Aurora Deep Learning, dos herramientas de Zebra Technologies para el desarrollo de aplicaciones de visión artificial y aprendizaje profundo. Su integración en sistemas de inspección diseñados a medida ha permitido reducir a la mitad el tiempo necesario para revisar las piezas, además de mantener el funcionamiento continuo durante las 24 horas del día, los siete días de la semana. El sistema también proporciona trazabilidad de extremo a extremo de los componentes inspeccionados y libera a los trabajadores de tareas repetitivas para que puedan dedicarse a otras actividades de mayor valor. “La mayor ventaja es que ahora todo es mucho más uniforme”, afirma Rico Traxdorf, responsable de Producción y Tecnología de ORAFOL Fresnel Optics. “Definimos una especificación en el sistema y cualquier defecto que no se ajuste a ella se descarta”.
La flexibilidad del software Aurora, compatible con cámaras de distintos fabricantes, permitió utilizar una cámara estándar. No obstante, las características de las microestructuras ópticas hicieron necesario diseñar una torreta óptica específica para garantizar las condiciones de inspección requeridas. “Lo que inicialmente era un reto que ningún proveedor podía resolver se ha convertido en un elemento clave del proceso de producción de nuestros productos de gran volumen. El sistema desempeña un papel fundamental para garantizar de forma constante la calidad impecable que nuestros clientes esperan de ORAFOL”, explica Alexandra Frenzel, ingeniera de Calidad de la compañía.
Un segundo sistema para responder al aumento de la demanda
El incremento de la demanda llevó a ORAFOL Fresnel Optics a construir un segundo sistema, más avanzado, destinado a inspeccionar grandes volúmenes de distintas ventanas ópticas. Para este desarrollo contó con ID Engineering, integrador de sistemas de automatización industrial asociado a Zebra, y volvió a utilizar Aurora Vision Studio con capacidades de deep learning.
La iniciativa ilustra la aplicación de la inteligencia artificial al control de calidad en entornos de fabricación de gran volumen, donde la rapidez de inspección debe combinarse con la precisión y la uniformidad de los resultados.
“Llevar la IA a la primera línea significa reducir la brecha entre las capas física, digital y de ejecución en entornos de fabricación de gran volumen de producción y ritmo acelerado”, señala Jason Harvey, vicepresidente de IA y Automatización para EMEA de Zebra Technologies. El directivo añade que el caso de ORAFOL muestra cómo la visión artificial basada en deep learning, junto con la experiencia de los socios tecnológicos, puede resolver problemas industriales complejos.
