I difetti estetici non si annunciano mai. Una sbavatura appare all’improvviso dopo diverse ore di produzione. Una traccia di flusso diventa visibile solo da alcune angolazioni. Una lieve bruciatura sfugge verso fine turno a causa della stanchezza visiva. E quando una deriva viene rilevata troppo tardi, a volte sono migliaia di pezzi che devono essere selezionati o scartati.

Il problema non è nuovo. Ciò che cambia oggi è il livello di esigenza richiesto agli industriali: riduzione dei reclami dei clienti, stabilità della qualità tra i team, tracciabilità delle decisioni e controllo di pezzi sempre più estetici o complessi. In questo contesto, il solo controllo manuale raggiunge rapidamente i suoi limiti.

L’ispezione visiva con IA apre un nuovo approccio al controllo qualità dei pezzi in stampaggio a iniezione di plastica. Non si tratta di eliminare il ruolo degli operatori qualità, ma di fornire un rilevamento più costante, più tracciabile e meglio adatto alle reali variazioni di produzione. Questo articolo descrive concretamente come oggi gli industriali automatizzano il controllo qualità dei loro pezzi fabbricati per stampaggio a iniezione di plastica grazie all’IA, quali risultati ottengono e quali errori evitare durante l’implementazione.

Perché il controllo qualità dei pezzi in stampaggio a iniezione di plastica resta difficile da stabilizzare

Lo stampaggio a iniezione di plastica accumula diverse fonti di variabilità che complicano fortemente l’ispezione visiva.

I difetti non sono sempre dimensionali. Molti sono puramente estetici o legati al materiale:

• sbavature,

• mancanze di materiale,

• bruciature,

• fessure,

• tracce di flusso,

• graffi,

• occlusioni parziali,

• variazioni di brillantezza.

Questi difetti possono comparire gradualmente a causa di:

• una deriva termica,

• un invecchiamento dello stampo,

• un cambiamento di materiale,

• oppure un leggero disallineamento del processo.

In officina, gli operatori devono spesso prendere decisioni a ritmo elevato su pezzi il cui aspetto varia naturalmente. Una lieve differenza di texture può essere accettabile su un pezzo e critica su un altro a seconda della sua funzione o della sua visibilità presso il cliente finale.

È proprio questa zona grigia che rende difficile standardizzare il controllo manuale.

In molte fabbriche, le specifiche di qualità restano parziali o implicite. Gli operatori imparano “a occhio”, tramite passaggi di consegne sul campo, senza criteri visivi realmente formalizzati.

Il risultato è noto:

• variabilità delle decisioni,

• falsi scarti,

• pezzi passati al controllo,

• tensioni tra qualità e produzione,

• e difficoltà a stabilizzare i tassi di scarto.

 Perché la visione industriale classica raggiunge rapidamente i suoi limiti

I sistemi di visione tradizionali funzionano con regole fisse. Cercano un motivo preciso definito in anticipo.

Questo approccio funziona bene per applicazioni semplici:

• presenza/assenza,

• controllo geometrico ripetibile,

• verifica di componenti standardizzati.

Ma nello stampaggio a iniezione di plastica, la realtà sul campo è più complessa.

I pezzi presentano spesso:

• texture irregolari,

• difetti nuovi o difficili da individuare

• geometrie non piane,

I sistemi classici diventano allora sensibili al minimo cambiamento di illuminazione o di posizionamento.

L’IA funziona in modo diverso.

Anziché cercare un difetto preciso, Spark apprende che cos’è un pezzo conforme a partire da un insieme di pezzi buoni. Quando viene ispezionato un nuovo pezzo, l’IA misura la sua deviazione visiva rispetto a questa normalità.

Questo approccio è particolarmente adatto allo stampaggio a iniezione di plastica, dove i difetti evolvono spesso sotto forma di derive progressive piuttosto che di eventi binari.

Per rendere affidabile l’ispezione dello stampaggio a iniezione di plastica su questi pezzi, Spark di Scortex si basa su diversi leve:

• Più angolazioni di vista con un’installazione fino a 4 telecamere,

• Posizionamento indipendente delle telecamere,

• Illuminazione adatta,

• apprendimento arricchito su diverse variazioni accettabili.

 Questo approccio di Spark MultiView consente in particolare di:

• coprire zone nascoste,

• adattare la sensibilità in base alle facce ispezionate,

• ed evitare che un riflesso venga interpretato come un difetto critico.

La vera sfida: rilevare prima le derive di processo

L’automazione del controllo qualità permette di rilevare le derive più rapidamente e in modo più oggettivo.

Questa è una distinzione essenziale.

In molte fabbriche, i difetti vengono scoperti dopo diverse decine di minuti, a volte dopo diverse ore di produzione. Nel frattempo:

• gli scarti si accumulano,

• i lotti devono essere selezionati,

• i costi aumentano,

• e le cause diventano difficili da identificare.

Con Spark di Scortex e il Quality Center, gli industriali possono seguire:

• il tasso di scarto in tempo reale,

• i picchi anomali,

• le zone ricorrenti di difetti tramite le heatmap,

• e le evoluzioni della deriva nel tempo.

In alcuni casi, queste analisi hanno permesso di individuare:

• problemi di materiale del fornitore,

• derive di temperatura,

• oppure difetti legati all’attrezzatura.

 Il controllo qualità diventa allora uno strumento di pilotaggio del processo, e non più soltanto un filtro di uscita.

Perché i team qualità restano al centro del sistema

Uno degli errori frequenti nei progetti IA è pensare che la macchina sostituirà automaticamente il giudizio umano.

In realtà, i migliori risultati emergono quando i team qualità sono coinvolti fin dall’inizio:

1. selezione dei pezzi di addestramento,

2. definizione delle soglie di sensibilità,

3. validazione dei casi limite,

4. arricchimento continuo del dataset.

Questo coinvolgimento permette di ridurre fortemente:

• i falsi positivi,

• i pezzi passati al controllo,

• e le incoerenze di calibrazione.

 Presso uno dei nostri clienti, produttore di pezzi automobilistici in stampaggio a iniezione di plastica, la revisione delle annotazioni con i team qualità ha permesso di portare il tasso di falsi positivi dal 65 % al 25 %, senza modificare il modello IA.

L’IA da sola quindi non basta. Le prestazioni derivano dalla combinazione tra tecnologia e competenza sul campo.

Cosa bisogna preparare prima di automatizzare

Un progetto di controllo qualità dei pezzi in stampaggio a iniezione di plastica non inizia con l’installazione delle telecamere.

I progetti più robusti passano innanzitutto per:

• uno studio di fattibilità su pezzi reali,

• un’analisi del controllo esistente,

• una chiarificazione dei criteri di qualità,

• e una definizione realistica delle aspettative.

L’automazione mette spesso in luce un problema più profondo: l’assenza di uno standard qualità realmente condiviso.

Alcune aziende scoprono allora che i loro criteri iniziali sono impossibili da mantenere industrialmente. Altre formalizzano per la prima volta i loro difetti critici, medi o tollerati.

Questa fase è essenziale.

FAQ – Controllo qualità pezzi in stampaggio a iniezione di plastica e IA

Quali difetti può rilevare l’IA nello stampaggio a iniezione di plastica ?

L’IA può rilevare

• sbavature,

• mancanze di materiale,

• bruciature,

• fessure,

• tracce di flusso,

• graffi,

• occlusioni

• o variazioni di brillantezza sui pezzi stampati a iniezione.

Perché i pezzi in stampaggio a iniezione di plastica sono difficili da ispezionare ?

I pezzi in stampaggio a iniezione di plastica sono difficili da ispezionare perché il loro aspetto varia naturalmente in funzione del materiale, dei riflessi o delle condizioni di produzione, mentre i difetti estetici restano spesso molto sottili. Una tecnologia di ispezione visiva con IA come Spark permette di gestire meglio questa variabilità e di rendere più affidabile il rilevamento delle anomalie a ritmo industriale.

Perché i difetti nello stampaggio a iniezione di plastica appaiono in modo irregolare ?

Perché sono spesso legati a derive di processo evolutive: temperatura, materiale, pressione di iniezione o usura dello stampo. Un’ispezione visiva con IA permette di rilevare più presto queste variazioni prima che impattino intere serie.

Perché i pezzi plastici lucidi pongono problemi nel controllo qualità ?

I riflessi mascherano o amplificano alcuni difetti a seconda dell’angolo di vista e dell’illuminazione. Un approccio multi-angolo con IA, come quello proposto da Spark di Scortex, permette di distinguere meglio un semplice riflesso da una vera anomalia.

Ecco altri articoli che potrebbero interessarvi:

·        Il controllo qualità automatizzato con IA: industria automobilistica

·        Il rilevamento di difetti su pezzi plastici automobilistici con IA

·        Spak e Spark Multi View, due soluzioni per un controllo qualità impeccabile, con IA