Detecta rebabas, grietas, recuperación elástica y golpes antes de que las piezas salgan del taller de prensa.
Inspección de calidad automatizada para estampación de chapa, embutición profunda y matriz progresiva, corriendo sobre un iPhone reacondicionado junto a tu prensa.

La detección de defectos por IA para estampación metálica usa una cámara y un modelo de IA para vigilar cada pieza según sale de la prensa, de la estación secundaria o del lavado, y para señalar las piezas no conformes antes de que lleguen al rack. En lugar de depender de un operario en el panel o de visión rígida basada en reglas, el modelo aprende a partir de imágenes de piezas conformes y no conformes de tu línea, y se adapta cuando cambian tu matriz, tu bobina o tu lubricante.
En el taller esto se llama control visual de calidad en línea, detección de defectos basada en IA o visión IA para estampación metálica. La familia tecnológica es la misma: una cámara fija, una iluminación controlada, un modelo de IA entrenado con ejemplos de tu línea y un registro de trazabilidad de que cada golpe ha sido inspeccionado y o bien aceptado, o bien señalado, o bien rechazado.
Lo que no hace: sustituir tu mantenimiento de matriz, a tu ingeniero de utillaje o tu auditoría de cliente. Lo que sí hace: garantizar que los recuentos de pieza que expides se corresponden con los recuentos de pieza que pasan especificación, en cada turno, en cada matriz, con un registro que puedes mostrar al auditor cuando vuelve una reclamación de cliente.
Astillas afiladas de metal que quedan a lo largo de un canto punzonado o recortado. Causadas por desgaste de punzón y de matriz, por una holgura punzón-matriz demasiado ajustada o demasiado floja, o por una matriz que se ha desconchado. Una cámara con luz rasante a lo largo del canto de la pieza capta la altura de rebaba antes de que el operario pueda pasar el dedo por encima, y sigue la curva de desgaste para que reafiles la matriz antes de que empiecen los rechazos del cliente.
Grietas finas en la esquina de una taza embutida en profundidad, en una oreja embutida sobre un panel o en una pestaña doblada. Te dicen que la presión del pisador es errónea, que el lubricante ha caído o que la bobina está al borde de especificación. Una cámara mirando a la misma esquina en cada pieza capta una rotura en el momento en que se forma, en lugar de esperar a que el cliente haga un ensayo de grietas en el ensamblaje.
Pliegues y ondulaciones en una pared lateral tras una embutición profunda, o en una pestaña tras un dobladillo. Causados por una presión de pisador insuficiente, una matriz desequilibrada o una deriva de espesor de bobina. Una cámara detecta el patrón de arruga incluso cuando la pieza aún cumple la comprobación dimensional, y avisa al operario antes de que la siguiente bobina empeore el problema.
La pieza sale de la matriz con la forma correcta, luego recupera elásticamente hasta un ángulo ligeramente distinto según se relaja la tensión elástica. Te dice que el límite elástico de la bobina ha derivado, que el desgaste de matriz ha cambiado el radio de doblado o que el lubricante ha cambiado el rozamiento. Una cámara con un utillaje o una huella de forma capta la deriva el día que empieza, horas antes del primer rechazo del cliente.
Líneas, hoyuelos o impresiones en la cara visible. Causados por una viruta de metal alojada en la matriz, por un brazo transfer rozando la pieza o por una marca de pila en el rack. La mayoría se le pasan al operario porque la siguiente pieza los oculta en el transportador. Una cámara en la rampa de salida los capta golpe a golpe, incluso en superficies muy brillantes donde un ojo humano sufre deslumbramiento.
Cobertura de zinc, pintura o e-coat demasiado fina, corrida o con poros sobre una estampación terminada. Te dice que la química del baño ha derivado, que una boquilla de pulverización está parcialmente obstruida o que la pieza ha colgado mal en el rack. Una cámara entrenada con tu pieza concreta capta huecos de recubrimiento y dispara la misma toma que dispararía un inspector humano, sin fatiga.
Esa es la lista de partida. Durante el onboarding calibramos cuáles de estas clases pesan más en tu línea concreta y afinamos el modelo en consecuencia.

Una célula de prensa que corre inspección visual sobre Enao se parece a la célula de al lado, con un componente extra. Un iPhone reacondicionado se monta sobre un soporte con vista descendente o angulada hacia la rampa de salida, el transportador o un utillaje de inspección dedicado entre la prensa y el rack. Una barra LED sencilla le da a la cámara la misma luz en cada golpe.
Cuando la pieza aterriza en el transportador, la cámara hace una foto. El modelo en el iPhone clasifica la pieza como OK o como una de las siete familias de defectos de arriba, y escribe el resultado en tu registro de trazabilidad. Si una matriz te da veinte piezas señaladas seguidas, el operario recibe una alerta; si una prensa muestra una deriva lenta de altura de rebaba a lo largo del día, el dashboard la señala antes de que lo haga el cliente.
El modelo se reentrena por la noche con las etiquetas del día anterior, así que un cambio de matriz, un cambio de bobina o un cambio de lubricante se absorbe en un turno en lugar de en un trimestre. Las nuevas referencias pasan por el mismo flujo: el operario etiqueta los primeros cien golpes, el modelo toma el relevo desde el golpe ciento uno, y el ingeniero de utillaje revisa las etiquetas al final del turno.
Los palés malos dejan de salir de la planta, el desvío a segunda calidad ocurre en el punto de inspección y no en el almacén, y tus operarios recuperan las horas de atención que necesitan para las partes del trabajo que aún piden a un ojo humano, incluida la puesta a punto de la matriz y la gestión de reclamaciones del cliente.
Las líneas que pasan de comprobaciones manuales del operario o de visión basada en reglas a inspección guiada por IA ven los mismos saltos, sin que importe la geometría de pieza ni el grado de bobina.
Tasa de detección en defectos sutiles — La visión tradicional basada en máquina (Overview.ai, Ciclo Vision, Solomon-3D, iFactory) necesita bibliotecas de imágenes etiquetadas antes de entregarse, y una integración de seis cifras. Enao alcanza un 80 % de precisión el día 1 sin datos etiquetados, y luego sube por encima del 95 % según tus operarios etiquetan unos pocos cientos de ejemplos sobre el iPhone.
Tiempo para gestionar una matriz o referencia nuevas — Manual: briefing del operario, muestras patrón, hoja QC en papel. De dos a cuatro semanas hasta que la planta lee la nueva pieza con fluidez. Enao: cien golpes etiquetados y el modelo está corriendo. El mismo turno, sin hoja en papel que actualizar en cada prensa.
Trazabilidad cuando un cliente vuelve — Manual: registro a mano sobre un portapapeles, cobertura parcial, turnos perdidos. La reconstrucción tarda una semana. Enao: cada golpe registrado con imagen, clasificación y confianza. La reconstrucción tarda diez minutos.
Coste para arrancar — Manual: añade un inspector por turno y por prensa, coste mensual recurrente sobre la formación. Enao: hardware por debajo de 1.000 € por célula. El coste se mantiene plano mientras la línea escala.
Comportamiento cuando la matriz se desgasta — Manual: los rechazos suben gradualmente hasta que el cliente lo señala. Días de trabajo de causa raíz para encontrar el momento. Enao: el dashboard muestra la deriva de altura de rebaba el día que empieza. El ingeniero de utillaje tiene la marca de tiempo y la imagen.
