Un pezzo metallico scartato da un cliente raramente costa solo il prezzo del pezzo.

Nel settore automobilistico, della cosmetica, del packaging, del lusso o dei pezzi lavorati tecnici, i pezzi con trattamento superficiale, un difetto di aspetto rilevato troppo tardi può innescare una catena di conseguenze molto più pesante: arresto della linea presso il cliente, cernita d’urgenza, resi logistici, tensione sul fornitore, perdita di fiducia nella qualità.

Il problema è che molti difetti metallici restano estremamente difficili da stabilizzare in produzione. Un leggero graffio visibile solo da certi angoli. Una bava intermittente. Un segno di utensile che appare su alcuni pezzi in mezzo a una serie conforme. Oppure semplicemente una variazione della superficie che gli operatori interpretano in modo diverso a seconda della fatica o delle condizioni di luce.

Sul campo, molti industriali scoprono che la vera sfida non è solo di “vedere” i difetti. È mantenere una decisione qualità coerente sotto cadenza, per ore, su pezzi metallici talvolta lucidi, complessi o molto variabili.

È proprio qui che i sistemi di controllo qualità automatizzato con IA cominciano a trasformare gli approcci tradizionali dell’ispezione visiva.

Perché i difetti sui pezzi metallici passano ancora in produzione

In molte fabbriche, i difetti più problematici non sono necessariamente i più visibili.

I difetti critici sono spesso quelli che compaiono in modo irregolare. Un pezzo conforme su cinquanta. Un graffio sottile visibile solo sotto un certo riflesso. Una bava localizzata in una zona difficile da raggiungere.

Il controllo manuale diventa allora particolarmente impegnativo.

In alcune produzioni metalliche ad alta cadenza, gli operatori devono ispezionare diverse centinaia di pezzi all’ora mantenendo al contempo un livello costante di vigilanza. Anche con team esperti, questa ripetitività crea meccanicamente variabilità.

I nostri clienti lo constatano regolarmente: alcune segnalazioni dei clienti non derivano da un’assenza di controllo, ma dalla difficoltà di mantenere nel tempo un livello di rilevazione omogeneo.

Questa problematica diventa ancora più critica su :

• i pezzi metallici lucidi,

• le superfici lucidate o lavorate,

• le geometrie complesse,

• i pezzi ad alto requisito estetico.

 Il vero problema: stabilizzare la decisione qualità sotto cadenza

Lo osserviamo in diversi settori: alcuni progetti di automazione incontrano difficoltà perché il problema iniziale non è sempre stato inquadrato con sufficiente precisione fin dall’inizio.

L’obiettivo non è semplicemente aggiungere telecamere su una linea di produzione.

La vera sfida consiste nello stabilizzare le decisioni qualità in condizioni industriali reali :

• variazioni di luce,

• cambi di serie,

• derive di processo,

• cadenza elevata,

• pezzi leggermente diversi gli uni dagli altri.

In diversi ambienti industriali, i team qualità ci spiegano di incontrare una difficoltà ricorrente: il difetto esiste, ma il suo aspetto cambia continuamente.

Un graffio può sembrare profondo su un pezzo e poi quasi invisibile su un altro a seconda di :

• l’orientamento,

• lo stato della superficie,

• il trattamento del materiale,

• o il posizionamento sotto l’illuminazione.

È precisamente il motivo per cui gli approcci tradizionali di visione industriale raggiungono talvolta i loro limiti sul metallo.

Perché i sistemi di visione classici generano spesso falsi scarti

I sistemi di visione tradizionali funzionano generalmente con regole fisse: soglie di contrasto, confronto dei contorni, variazioni dei pixel.

Questi approcci restano efficaci in ambienti molto stabili. Ma su pezzi metallici complessi, diventano rapidamente sensibili alle normali variazioni di produzione.

In alcuni progetti industriali, i team passano allora molto tempo a regolare i parametri di visione per evitare :

• i falsi scarti,

• le derive di rilevazione,

• o le perdite di cadenza.

Il paradosso è noto nell’industria: un sistema troppo sensibile finisce talvolta per disorganizzare la produzione più di quanto la metta in sicurezza.

Gli industriali si ritrovano allora di fronte a una situazione delicata :

• o ridurre la sensibilità e rischiare di lasciar passare difetti,

• oppure mantenere un controllo molto rigido al prezzo di un alto volume di falsi NOK.

È una difficoltà particolarmente frequente nella rilevazione di graffi su pezzi metallici, perché le variazioni di riflesso possono disturbare fortemente gli approcci basati unicamente su regole programmate.

Ciò che cambia realmente l’IA nell’ispezione dei pezzi metallici

Gli approcci basati sull’IA industriale non cercano solo di applicare regole aggiuntive.

Mirano soprattutto a distinguere meglio ciò che rientra in :

• una variazione normale di produzione,

• e un’anomalia reale.

Nei progetti di ispezione visiva complessi, questa differenza è fondamentale.

Invece di programmare manualmente ogni caso possibile, i sistemi, come Spark di Scortex, imparano progressivamente l’aspetto atteso dei pezzi conformi. Ciò consente di gestire meglio alcune variazioni naturali di materiale, di texture o di finitura.

Questo approccio diventa particolarmente utile su pezzi metallici :

• lavorati,

• spazzolati,

• lucidati,

• trattati

• o che presentano riflessi complessi.

Presso i nostri clienti, la nostra soluzione di controllo qualità automatizzato con IA, Spark, viene utilizzata per ispezionare simultaneamente più facce di un pezzo grazie ad architetture multi-camera. L’obiettivo non è solo aumentare la copertura visiva, ma soprattutto ridurre i punti ciechi in cui alcuni difetti potrebbero passare inosservati.

Ciò che gli industriali cercano davvero di evitare

Sul campo, i responsabili qualità non cercano solo un “tasso di rilevazione”.

Cercano soprattutto di ridurre l’incertezza.

Perché ogni dubbio sulla qualità comporta conseguenze operative :

• sovracontrollo,

• quarantene,

• rilavorazioni,

• ulteriori cernite,

• rallentamenti della produzione,

• tensioni tra produzione e qualità.

In alcuni settori, in particolare sui pezzi metallici ad alto valore estetico, i team qualità devono talvolta decidere molto rapidamente su difetti sottili sotto forte pressione di cadenza.

I sistemi automatizzati apportano allora un valore importante: omogeneizzare il primo livello decisionale e ridurre la dipendenza dalla fatica visiva umana.

Ciò non sostituisce l’esperienza degli operatori. Al contrario, permette loro di concentrarsi maggiormente su :

• l’analisi delle cause,

• le derive di processo,

• e il miglioramento continuo.

Perché alcuni progetti hanno successo nel tempo

Lo constatiamo presso i nostri clienti, i progetti più performanti non sono necessariamente quelli che promettono le prestazioni teoriche più elevate.

Sono spesso quelli che :

• accettano la realtà delle variazioni industriali,

• coinvolgono fortemente i team qualità di campo,

• costruiscono criteri di decisione realistici,

• e stabilizzano progressivamente l’ispezione nel tempo.

Gli industriali più avanzati considerano ormai l’ispezione automatizzata come uno strumento di messa in sicurezza globale della produzione.

Oltre alla rilevazione in sé, le piattaforme moderne, come il Quality Center di Spark, permettono anche di sfruttare i dati qualità: immagini con timestamp, storico dei difetti, tendenze di scarto, analisi delle derive di produzione.

Queste informazioni diventano preziose per ridurre durevolmente le segnalazioni dei clienti e comprendere meglio le cause radice dei difetti sui pezzi metallici.

Mettere in sicurezza il controllo qualità dei pezzi in metallo non consiste quindi più solo nel rilevare difetti visibili. La sfida è ormai rendere le decisioni qualità più stabili, più omogenee e più sfruttabili in ambienti industriali complessi

FAQ - Controllo qualità dei pezzi metallici

Come ispezionare pezzi metallici lucidi senza rallentare la produzione?

I pezzi metallici lucidi richiedono spesso più angoli di illuminazione e di acquisizione per rendere affidabile la rilevazione dei difetti. I moderni sistemi di ispezione consentono di mantenere il controllo sotto cadenza senza moltiplicare le manipolazioni degli operatori.

Perché alcuni graffi passano nonostante sia presente un controllo qualità?

Alcuni graffi appaiono solo sotto angoli precisi o in determinate condizioni di luce. Sotto cadenza, la ripetitività e la variabilità dei pezzi rendono inoltre più difficile mantenere una rilevazione omogenea su tutta la produzione.

Quali difetti può rilevare un sistema di controllo qualità automatizzato sul metallo?

A seconda delle configurazioni industriali, i sistemi possono rilevare :

·       graffi,

·       bave,

·       impatti,

·       segni di utensile,

·       difetti di finitura

·       o contaminazioni superficiali.

Il loro aspetto può variare in funzione dello stato della superficie, dell’orientamento del pezzo o della luce.

Ecco altri articoli che potrebbero interessarti:

Rilevazione dei difetti di produzione su pezzi metallici automobilistici

Scopri Spark, soluzione di controllo qualità con IA

Difettoteca qualità: a cosa serve ?