Intercetta sink mark, bave, short shot e linee di saldatura prima che i pezzi lascino la pressa.
Ispezione qualità automatizzata per stampaggio a iniezione plastica, in funzione su un iPhone ricondizionato accanto alla tua pressa, al robot di estrazione e alla cella di assemblaggio.

Su una linea di stampaggio a iniezione plastica, il difetto non si vede al pannello dell'operatore. Si vede tre settimane dopo, quando un'audit cliente in un Tier 1 automotive a Modena rifiuta una clip snap-fit con uno short shot sul boss vite, oppure quando un assemblatore di elettrodomestici a Pordenone segnala un lotto di scocche con sink mark sulla A-surface. Una pressa che ha avuto un drift lento di pack pressure durante un turno notturno e ha lasciato sink mark sulle sezioni spesse di trecento pezzi prima che qualcuno se ne accorgesse. Una flangia clamp che ha perso tonnellaggio nel corso di una run lunga e ha aperto una bava continua lungo la linea di parting. Un cambio di rapporto regrind che ha alzato l'umidità nel fuso e ha portato silver streak sulla faccia visibile dell'estratto. I controlli operatore al pannello prendono i casi gross ma perdono la deriva graduale che porta al reclamo cliente sei settimane dopo. Su iPhone Pro ricondizionato, Enao sorveglia ogni colpo all'uscita del robot di estrazione e fa girare un controllo visivo che si affianca, senza sostituire, al tuo MES, alla tua cella di assemblaggio e ai tuoi sistemi di visione esistenti.
Il rilevamento AI dei difetti per lo stampaggio a iniezione plastica usa una telecamera e un modello AI per sorvegliare ogni pezzo all'uscita della pressa, del robot di estrazione o della cella di assemblaggio, e per segnalare i pezzi non conformi prima che raggiungano il vassoio. Invece di affidarsi a un operatore al pannello o a una visione industriale a regole rigide, il modello apprende da immagini di pezzi conformi e non conformi sulla tua linea, e si adatta man mano che il tuo stampo, la tua resina e il tuo colore cambiano.
In reparto questo si chiama controllo qualità visivo in linea, rilevamento difetti basato su AI o visione AI per stampaggio a iniezione plastica. La famiglia tecnologica è la stessa: una telecamera fissa, un setup di illuminazione controllato, un modello AI allenato su esempi della tua linea e un record di tracciabilità che ogni colpo è stato ispezionato e o accettato, segnalato o respinto.
Quello che non fa: sostituire la manutenzione stampi, il tuo process engineer o l'audit cliente. Quello che fa: assicurarsi che il conteggio pezzi che spedisci corrisponda al conteggio pezzi che passa la spec, ogni turno, su ogni stampo, con un record che puoi mostrare all'auditor quando un reclamo cliente torna.
Depressioni concave su sezioni spesse che appaiono dopo il raffreddamento del pezzo. Causate da pack pressure insufficiente, pack time corto o un hot spot nello stampo. L'occhio li perde su A-surface texturizzate e su colori scuri; una telecamera con luce radente li coglie alla stazione di estrazione prima che il pezzo raggiunga la cella di assemblaggio.
Film sottile di plastica che fuoriesce tra le due metà dello stampo e si congela attorno alla linea di parting, alle slide o ai pin di estrazione. Ti dice che il tonnellaggio clamp è basso, lo stampo si sta usurando o un canale di sfiato è intasato. Una telecamera che guarda dall'alto sulla linea di parting coglie le bave prima che il pezzo spedisca, anche su geometrie dove un controllo a polpastrello è impraticabile.
La cavità non si riempie completamente e il pezzo esce mancante di una feature, di un angolo o di una nervatura sottile. Di solito causato da un cold runner, una velocità di iniezione bassa o una trappola d'aria. Uno short shot su una clip snap-fit o su un boss vite rende il pezzo inutilizzabile ed è la singola fonte più alta di reject cliente sulla maggior parte delle linee. Una telecamera che confronta ogni colpo contro un'immagine di riferimento coglie uno short shot nel momento in cui il robot lascia il pezzo sul trasportatore.
Linee visibili dove due fronti di fuso si incontrano attorno a un foro, un inserto o una side action e si congelano prima di knit completamente. Ti dicono che la posizione gate, la temperatura fuso o la velocità di iniezione vanno riviste. La linea è a volte cosmetica, a volte un problema di resistenza; in entrambi i casi il cliente specifica un limite e una telecamera lo fa rispettare colpo per colpo.
Il pezzo lascia lo stampo nella forma giusta, poi si piega, si torce o si ritira in modo non uniforme mentre raffredda. Causato da spessore parete non uniforme, temperatura stampo non uniforme o uno sbilanciamento di packing. Una telecamera che prende un'impronta di forma di ogni pezzo su una dima coglie il momento in cui uno stampo inizia ad andare in deriva, ore prima del primo reject cliente.
Pattern superficiali ondulati o linee argentate sottili lungo la direzione di flusso. Ti dicono che il fuso è troppo freddo, il rapporto regrind è troppo alto o la resina è troppo umida. Una telecamera allenata sulla tua resina e colore specifici nota una striatura nel momento in cui appare, invece di aspettare che il cliente segnali un reclamo cosmetico.
Quella è la lista di partenza. Durante l'onboarding calibriamo quale di queste classi conta di più sulla tua linea specifica e tariamo il modello di conseguenza.

Una cella di stampaggio a iniezione che fa girare l'ispezione visiva su Enao è uguale alla cella accanto, con un componente in più. Un iPhone ricondizionato è montato su un supporto con vista verso il basso o angolata sulla stazione di estrazione, sul trasportatore o su una dima di ispezione dedicata. Una semplice barra LED dà alla telecamera la stessa luce a ogni colpo.
Quando il robot lascia un pezzo, la telecamera scatta una foto. Il modello sull'iPhone classifica il pezzo come OK o come una delle sette famiglie di difetti sopra, e scrive il risultato nel tuo log di tracciabilità. Se un turno ti dà venti pezzi segnalati di fila, l'operatore riceve un alert; se uno stampo ti dà una deriva lenta sui sink mark nell'arco della giornata, la dashboard la segnala prima che lo faccia il cliente.
Il modello si ri-allena durante la notte sulle etichette del giorno precedente, così un cambio stampo, un cambio resina o un cambio colore viene assorbito in un turno invece che in un trimestre. I nuovi codici pezzo passano per lo stesso flusso: l'operatore etichetta i primi cento colpi, il modello prende il sopravvento dal colpo cento e uno, e il process engineer rivede le etichette a fine turno.
I pezzi fuori spec smettono di raggiungere il vassoio, le deviazioni vengono loggate al punto di estrazione invece che all'ufficio QC, e i tuoi operatori riprendono le ore di attenzione di cui hanno bisogno per le parti del lavoro che ancora richiedono un occhio umano, inclusi cambi stampo, troubleshooting parametri e gestione reclami cliente.
Le linee che passano da controlli manuali operatore o visione industriale a regole all'ispezione condotta dall'AI vedono gli stessi step change a prescindere dalla famiglia di resina o dalla geometria del pezzo.
Tasso di rilevamento su difetti sottili — La visione industriale tradizionale (Cognex, groundlight, advantechplastics, Solomon-3D, Overview.ai) richiede librerie di immagini etichettate prima della spedizione e un'integrazione a sei cifre. Enao raggiunge l'80 % di precisione il giorno 1 senza dati etichettati, poi sale oltre il 95 % man mano che i tuoi operatori taggano qualche centinaio di esempi sull'iPhone.
Tempo per gestire un nuovo stampo o codice pezzo — Manuale: briefing operatore, golden sample, scheda QC cartacea. Da due a quattro settimane perché il reparto legga il nuovo pezzo fluentemente. Enao: cento colpi etichettati e il modello gira. Stesso turno, nessuna scheda cartacea da aggiornare su ogni pressa.
Tracciabilità quando un cliente torna — Manuale: log scritto a mano su una clipboard, copertura parziale, turni mancanti. La ricostruzione richiede una settimana. Enao: ogni colpo loggato con immagine, classificazione e confidenza. La ricostruzione richiede dieci minuti.
Costo di messa in servizio — Manuale: aggiunge un ispettore per turno per pressa, costo mensile ricorrente sopra il training. Enao: hardware sotto i 1 000 € per cella. Il costo resta piatto mentre la linea scala.
Comportamento quando lo stampo va in deriva — Manuale: i reject salgono gradualmente finché il cliente li segnala. Giorni di lavoro di root cause per trovare il momento. Enao: la dashboard mostra la deriva il giorno in cui inizia. Il process engineer ha il time stamp e l'immagine.
I tuoi clienti tornano sul costo di un richiamo per pezzi fuori spec, e il costo di un finding di audit pesa ben più di un rig di ispezione su iPhone. Enao è costruito per quel divario.
