Canalização e louça sanitária
Apanha defeitos de cromagem, picadas no vidrado, porosidade nos corpos de válvula, assentamento de juntas e geometria de roscas antes de as peças saírem da linha.
Inspeção de qualidade automatizada para linhas de torneiras, válvulas e louça sanitária, a correr num iPhone recondicionado ao lado da tua célula de polimento, tanque de revestimento, cabine de vidragem e banca de estanqueidade.
Uma picada no interior de um lavatório que ninguém apanha até à entrega no estaleiro, uma cromagem fina numa torneira que chumba na amostra de exposição do grossista, uma porosidade num corpo de válvula que só abre depois da maquinação. Numa linha de canalização e louça sanitária, cada peça que sai com um defeito oculto custa-te duas vezes: a peça regressa pelo grossista com a fatura de chargeback, e a chamada de garantia consome as horas da equipa que devias ter na linha. Os operadores manuais apanham os defeitos óbvios, mas as derivas subtis de revestimento e as picadas no vidrado que aparecem ao longo de uma série são as que escapam à terceira hora do turno. A inspeção automatizada por IA fecha essa lacuna, e não precisas de um sistema de visão de seis dígitos para o fazer.
O que é a inspeção de qualidade automatizada para a produção de canalização e louça sanitária?
A deteção de defeitos por IA para canalização e louça sanitária usa uma câmara e um modelo de visão para observar cada peça à saída da célula de polimento, do tanque de revestimento, da cabine de vidragem, da banca de estanqueidade e da estação de empacotamento, e para sinalizar unidades não conformes antes de chegarem ao grossista. Em vez de um operador na banca de inspeção ou de visão rígida por regras, o modelo aprende a geometria de fundição, o alvo de acabamento, a cor do vidrado e a geometria de junta da tua carteira de SKUs, e aplica um ponto de verificação visual consistente em todos os turnos, velocidades de linha e mudanças de acabamento.
As torneiras, válvulas e a louça sanitária são particularmente difíceis de inspecionar à velocidade de linha porque a fundição em latão reflete de forma diferente depois do polimento e depois da cromagem, o acabamento PVD preto mate lê-se de forma semelhante a uma fundição escura limpa sob a iluminação da fundição, e a picada no vidrado que arruína um lavatório parece igual a uma mancha de overspray para um olho cansado. A visão por regras construída em torno de uma única refletância de peça quebra-se no momento em que mudas de acabamento, de forma de bacia ou de lote, e por isso a maioria dos resultados de pesquisa por deteção de defeitos por IA em canalização devolve conteúdo de câmaras de esgoto em vez de QC de linha. A categoria está genuinamente subservida, e a implementação em iPhone fecha a lacuna.
Defeitos que detetamos em linhas de canalização e louça sanitária
Cobertura de cromagem e PVD
Os defeitos de cobertura do revestimento são pontos finos, escorridos e brilho desigual causados por deriva da corrente do retificador, desgaste do espaçamento dos ânodos ou variação de pressão na câmara PVD. Pontos finos e saltos nas arestas chumbam na amostra de exposição do grossista e disparam devoluções de paletes. Os operadores verificam o polimento e o revestimento na rack mas não conseguem observar cada peça sob iluminação combinada, por isso os casos limite passam a banca de inspeção. O modelo de IA aprende o acabamento dentro de spec para cada SKU e sinaliza a deriva assim que a refletância local cruza a tua tolerância, com as imagens disponíveis para que possas ajustar o retificador ou reequilibrar a rack antes de um lote inteiro sair fora de spec.
Picadas e enrugamento de vidrado cerâmico
Os defeitos de vidrado em lavatórios, sanitas e bases de duche incluem picadas, enrugamento, formação de bolhas e brilho desigual causados pela viscosidade do spray de vidrado, deriva de temperatura no forno ou erros de limpeza do substrato. As picadas no interior da bacia chumbam no showroom e disparam queixas dos consumidores. Os operadores manuais apanham as crateras óbvias mas perdem as picadas que passam a cabine e só aparecem sob a iluminação do instalador. O modelo de IA mantém a assinatura visual de um vidrado dentro de spec para cada SKU e sinaliza picadas, enrugamentos e manchas de bolhas assim que o padrão local se desvia da spec.
Porosidade no corpo de válvula
Os defeitos de porosidade de fundição em corpos de válvula em latão e zinco incluem cavidades de retração, sopros à superfície e inclusões causadas por deriva de temperatura de vazamento na fundição, desgaste dos respiros do molde ou tolerância de lote da liga. A porosidade na porta roscada chumba o teste de estanqueidade numa obra e dispara uma devolução em garantia. Os operadores recolhem amostras de válvulas em pausas mas perdem a porosidade que só abre depois da maquinação. O modelo de IA aprende a assinatura de fundição dentro de spec e sinaliza retrações, sopros e inclusões na banca pós-maquinação, com as imagens disponíveis para que possas ajustar a temperatura de vazamento ou ventilar o molde antes de um lote inteiro sair.
Assentamento de juntas e O-rings
Os defeitos de assentamento são os O-rings em falta, torcidos ou entalados em cartuchos, torneiras e mangueiras de chuveiro, causados por desalinhamento da tigela de alimentação, tolerância de lote da junta ou deriva de montagem do operador. O-rings em falta ou torcidos chumbam o teste de estanqueidade e disparam falhas de primeira pressão no lado do instalador. Os defeitos arruínam o perfil de garantia e financiam o custo da deslocação. O modelo de IA capta a assinatura visual de um O-ring dentro de spec num único fotograma e sinaliza anéis em falta, torcidos ou entalados na estação de montagem, antes de a banca de estanqueidade ver a peça.
Geometria de ligações roscadas
Os defeitos de rosca em uniões de torneira, conectores de mangueira e tubos de alimentação incluem passo errado, arranques cruzados, rebarbas na entrada e comprimento de rosca curto ou longo causados por desgaste da ferramenta de corte, deriva do gabarito ou tolerância de lote da liga. Acessórios com rosca cruzada chumbam à primeira tentativa do instalador e disparam uma encomenda devolvida pelo grossista. Os operadores manuais verificam o engate da rosca na banca de inspeção mas perdem as rebarbas que passam o calibre e danificam a peça do lado do instalador. O modelo de IA aprende o perfil de rosca dentro de spec para cada SKU e sinaliza desvios de passo, entrada e comprimento na banca pós-maquinação.
Riscos de superfície e marcas de polimento
Os defeitos de superfície incluem riscos leves, marcas da roda de polimento e arrasto de ferramenta causados por desgaste da cinta de polimento, deriva da pressão da almofada ou desalinhamento do gabarito. Os piores aparecem na face visível da bica e passam a banca de inspeção para chumbar no showroom. Os operadores apanham as gretas óbvias mas perdem as raspadelas leves que passam a célula de polimento e aparecem sob a iluminação de exposição. O modelo de IA aprende o acabamento dentro de spec e sinaliza riscos, marcas de arrasto e artefactos de polimento à saída da célula de polimento para que a linha possa substituir a cinta ou ajustar a almofada antes de um lote inteiro sair.
A montagem de iluminação que faz isto funcionar numa linha de canalização e louça sanitária é uma luz superior difusa com polarização cruzada sobre a célula de polimento e a rack de revestimento para ler o acabamento, mais um foco de baixo ângulo na cabine de vidragem e na banca de estanqueidade para ler picadas e assentamento de juntas. Um iPhone Pro com lentes macro e grande angular trata as sete famílias de defeitos a partir de uma única estação de inspeção por ponto crítico de controlo. Sincronizamos o equipamento com o codificador do tapete para que as peças sinalizadas conduzam uma decisão de desvio ou retenção a jusante. Especificamos a ótica contigo durante o onboarding.
Como o Enao corre numa linha de canalização e louça sanitária
O equipamento completo de hardware custa menos de 1 000 € e consiste num iPhone Pro recondicionado, uma luz superior difusa com filtro polarizador cruzado opcional e um foco de baixo ângulo para inspeção de vidrado e juntas, um cabo USB-C, e um suporte que prende sobre a célula de polimento, a rack de revestimento, a cabine de vidragem, a banca de estanqueidade ou a estação de empacotamento. A integração com o PLC não é necessária na primeira implementação, o equipamento cabe numa mala de transporte, e a linha continua a correr enquanto o montas.
O onboarding é self-serve. A tua equipa de linha monta o equipamento, abre a aplicação Enao, e começa a recolher fotogramas de referência na próxima mudança. O dia um devolve 80 % de precisão sem qualquer rotulagem prévia, e ao dia catorze o modelo está a operar acima do inspetor manual nas famílias de defeitos que viu, melhorando com cada peça sinalizada que a linha confirma ou rejeita.
Cada linha ensina o seu próprio modelo a reconhecer a geometria de fundição, o alvo de acabamento e a cor de vidrado. Quando mudas para um acabamento ou forma de bacia diferente na mesma linha, o modelo adapta-se num único turno. Quando colocas uma linha-irmã online com uma família de produto semelhante, o segundo modelo arranca com a experiência do primeiro modelo e o esforço marginal cai a pique.
As peças fora de spec deixam de chegar à estação de empacotamento, o desperdício é registado no ponto de inspeção em vez do gabinete de QC, e os teus operadores recuperam as horas de atenção que precisam para as partes do trabalho que ainda exigem um humano, incluindo a preparação de polimento, a saída da rack de revestimento e a análise de devoluções em garantia.
Como o Enao se compara à inspeção manual e à visão por máquina tradicional
Para os produtores de canalização e louça sanitária a comparação afina-se em torno de cinco dimensões.
Tempo de configuração numa linha de louça sanitária. — Inspeção visual manual: horas de formação por operador, mão de obra contínua. Visão por máquina tradicional: três a nove meses de integração com um integrador de sistemas, mais um conjunto de regras por peça e acabamento. Enao: implementado numa semana pela tua própria equipa, dia um a 80 % de precisão.
Custo de hardware por linha. — Inspeção visual manual: zero adiantado, custo de mão de obra contínuo. Visão por máquina tradicional: 40 000 € a 200 000 € por linha em câmaras industriais, iluminação estruturada e integração. Enao: abaixo de 1 000 € por linha com um iPhone Pro recondicionado, lâmpada e suporte.
Tratamento de novos acabamentos, lavatórios e cores de vidrado. — Inspeção visual manual: voltar a formar os operadores para cada novo SKU. Visão por máquina tradicional: reescrever o conjunto de regras por acabamento, frequentemente subcontratado ao integrador. Enao: voltar a ensinar o modelo em novas peças, acabamentos e vidrados num único turno, sem código para tocar.
Precisão de deteção em derivas subtis de revestimento e picadas de vidrado. — Inspeção visual manual: alta no início do turno, cai mensuravelmente após três horas. Visão por máquina tradicional: forte em verificações dimensionais, fraca em derivas subtis de revestimento e deteção de picadas de vidrado. Enao: aprende assinaturas de acabamento, vidrado e junta a partir de fotogramas de referência e mantém a precisão ao longo de turnos e séries.
Quem o opera. — Inspeção visual manual: operador formado na banca de inspeção. Visão por máquina tradicional: integrador de sistemas ou um engenheiro de visão especializado. Enao: a tua equipa de linha, sem especialista externo necessário.
Os grossistas e revendedores mudam de fornecedor pelo custo de uma palete devolvida, e o custo de uma penalização ou uma troca de especificação silenciosa fica bem acima do custo de um equipamento de inspeção em iPhone. O Enao é construído para essa lacuna.
