Inspection qualité par IA pour carrelages céramiques : détecter les défauts visuels difficiles
Les lignes modernes de production de carrelage tournent à plus de 200 pièces par minute. À cette vitesse, l'inspection manuelle devient un goulot d'étranglement, et des défauts passent à travers les mailles. Pour les fabricants de carrelage, chaque carreau défectueux expédié est une réclamation client en attente de se déclencher. Chez Enao Vision, notre inspection qualité basée sur l'IA a scanné plus de 70 millions d'articles en un peu plus de six mois pour nos clients, dont des fabricants de carrelage. Voici comment les systèmes de vision industrielle basés sur l'IA peuvent être intégrés sur la ligne de production pour améliorer les processus et réduire les rebuts.
Pourquoi l'inspection à 100 % sur la ligne compte
Un problème récurrent avec l'inspection manuelle des carrelages céramiques est que les défauts peuvent toucher seulement une partie du lot. Une fluctuation de température du four pendant 10 minutes peut provoquer des défauts avant de se stabiliser. Un bouchage de l'applicateur d'émail ou une contamination peuvent affecter quelques carreaux avant de se résoudre.
Faire 100 % de contrôles manuels coûte trop cher et reste inefficace. C'est là qu'interviennent les inspections qualité automatisées. Elles tournent de manière constante au-delà de huit heures de poste et signalent les défauts pour que les opérateurs humains se concentrent dessus. Avec les solutions basées sur l'IA aujourd'hui, les inspections automatisées sont devenues plus abordables et plus simples à intégrer sur la ligne de production que jamais. Ce n'est pas un choix entre automatisé et manuel : nous pensons que les deux doivent fonctionner ensemble.
Détecter les défauts de surface sur les carrelages céramiques
Les défauts de surface sont les défaillances qualité les plus visibles à attraper avant expédition : trous d'épingle, cloques, retraits, pour n'en citer que quelques-uns. Le problème avec une inspection manuelle ou par sondage, c'est qu'au moment où ces défauts sont repérés, le lot est souvent déjà terminé.
Avec l'inspection qualité automatisée intégrée aux lignes de production, les motifs de défauts apparaissent presque immédiatement. De plus, elle aide les opérateurs humains à remonter aux causes racines : problèmes de cuisson ou de composition de la pâte, gaz piégé pendant le moulage, contamination ou souci d'adhérence de l'émail. Les détecter ne représente que la moitié du travail : les classifier correctement permet la correction du processus. C'est aujourd'hui simple à faire pour les opérateurs humains via des étiquettes, des descriptions et des cadres dessinés sur des interfaces aussi familières que les applis qu'ils utilisent au quotidien.
Avant même de choisir une solution de contrôle qualité automatisée, installer un éclairage adapté améliore déjà la détection des défauts. Un éclairage plus lumineux, avec assez de contraste, mais sous des angles qui ne produisent pas de reflets, aide aussi bien les opérateurs humains que les systèmes de vision industrielle à scanner les défauts de surface avec précision. Un éclairage d'inspection standardisé à 300 lux selon ISO 10545-2, avec des carreaux observés perpendiculairement à au moins 1 mètre de distance, est optimal, et former les opérateurs aux types de défauts spécifiques améliore aussi la cohérence. Investir dans un contrôle qualité basé sur l'IA apporte aujourd'hui l'avantage supplémentaire d'entraîner un modèle une seule fois et d'augmenter sa précision au fil du temps avec plus de données, plutôt que de réentraîner chaque nouvel employé.
Repérer le tressaillage avec un contrôle qualité par IA
Le tressaillage, ces fines fissures en toile d'araignée dans l'émail, pose particulièrement problème car il peut apparaître après cuisson, pendant le stockage, après la pose, voire des mois plus tard. Utiliser les dernières technologies pour attraper ces détails micro qui échappent à l'inspection manuelle améliore radicalement les coûts opérationnels.
La norme ISO 10545-11 traite spécifiquement de la résistance au tressaillage, mais les tests standards n'attrapent que les écarts les plus sévères. De plus, les fissures qui peuvent piéger saletés et bactéries rendent les carreaux inadaptés à des usages hygiéniques comme les salles de bains ou les cuisines professionnelles. Maintenir les standards qualité les plus élevés fidélise les clients et ouvre de nouveaux marchés dans un paysage concurrentiel.
Là où les systèmes de vision industrielle basés sur l'IA peuvent aider, c'est dans la détection des fines fissures de surface. Des caméras spécialisées pour le contrôle qualité, équipées d'objectifs capables de saisir des défauts au-delà de l'œil humain, et un éclairage correctement réglé, améliorent les taux de détection.
Quand tu parles à un fournisseur de contrôle qualité par IA, on te conseille de l'interroger sur ses recommandations d'éclairage et son support à l'installation, parce que cela peut avoir un impact significatif sur la qualité des images. Par ailleurs, savoir si ton fournisseur a les caméras avec la plus haute résolution du secteur n'est pas forcément nécessaire : teste les solutions sur la ligne pour comprendre comment leur matériel interagit avec le logiciel fourni. Par exemple, Enao Vision fonctionne avec un iPhone en hotspot 5G comme caméra plus un support (le matériel revient à bien moins de 1 000 €) et fournit des recommandations d'éclairage personnalisées en fonction de ton installation pour que tu puisses tester en quelques heures.
Détecter les variations de couleur et faire correspondre les nuances sur la ligne
Si les défauts créent des risques, les variations cosmétiques peuvent aussi peser lourd. Des scanners automatisés capables de comparer les dégradés de couleur garantissent que les carreaux d'un même lot de production correspondront finalement entre eux sur les murs ou sols du client.
La variation de nuance est l'une des réclamations clients les plus fréquentes, et l'une des plus difficiles à attraper en inspection manuelle. Nos yeux s'adaptent aux changements progressifs, donc les opérateurs peuvent ne pas remarquer une dérive qui devient évidente quand on place côte à côte des carreaux du début et de la fin d'un lot. La plupart des fabricants classent les carreaux par nuance (A, B, C) et les regroupent en conséquence, mais le classement manuel reste subjectif, et un classement incohérent conduit à des lots mélangés.
Les solutions de contrôle qualité basées sur l'IA sont entraînées et continuellement améliorées via une bibliothèque de défauts. Cela veut dire que les solutions peuvent être entraînées de manière cohérente avec des étalons physiques de référence et comparer les carreaux directement à partir de la bibliothèque de données, plutôt que de s'appuyer sur la mémoire de chaque opérateur. Une évaluation objective de la nuance sur chaque carreau aide les opérateurs manuels à détecter la dérive avant qu'elle ne dépasse la tolérance et permet un regroupement plus serré des nuances.
Détecter les défauts dimensionnels avec les systèmes de vision industrielle
Les défauts dimensionnels comme le voilage, la courbure des arêtes et la variation de calibre affectent la pose, mais peuvent être détectés visuellement par les solutions IA.
Avec les dernières technologies, des solutions de surveillance industrielle peuvent être installées à différentes étapes pour soutenir le contrôle qualité. Par exemple, des moniteurs de température peuvent être installés pour le chauffage et le refroidissement afin de réduire les risques de voilage, et des systèmes automatisés de mesure dimensionnelle peuvent capturer des défauts liés à la géométrie. Le contrôle qualité par IA est à la fois une solution de surveillance et un dernier filet avant l'expédition des produits.
Là où l'inspection visuelle avec des systèmes de vision industrielle est particulièrement utile, c'est pour attraper les éclats de bord, les coins endommagés et les soucis de rectitude des bords que les systèmes dimensionnels manquent. Ces systèmes peuvent être entraînés à suivre le voilage diagonal et de bord pour garantir la planéité. Par exemple, Enao Vision est installé sur la ligne de production de nos clients pour compléter la mesure dimensionnelle en attrapant les défauts visuels de bord, éclats, coins ébréchés et irrégularités de surface près des arêtes, que les pieds à coulisse automatisés ne détectent pas.
Pour démarrer
L'inspection manuelle sur les lignes de production est un compromis inutile dans la dernière génération de contrôle qualité automatisé. Les fabricants peuvent aujourd'hui choisir parmi divers fournisseurs de solutions, des packages complets avec caméras propriétaires et formation dédiée jusqu'aux solutions personnalisables testables sur les lignes en quelques heures. Les nouvelles technologies et les nouveaux modèles tarifaires donnent aussi aux fabricants plus de flexibilité que jamais pour utiliser au mieux leurs budgets et tester des fournisseurs avant de s'engager pour des années.
La solution iPhone d'Enao Vision est testable gratuitement le premier mois. Le matériel (iPhone reconditionné, lampe, câbles, support) revient à bien moins de 1 000 €. Essaie Enao Vision gratuitement sur l'une de tes lignes de production de carrelage céramique pour voir comment cela fonctionne.