DOMO Polymer Solutions, referent internacional en la fabricació de polímers tècnics, necessitava garantir que els seus pellets mantinguessin un estàndard de qualitat impecable.
Un simple punt negre —producte d’una degradació tèrmica o d’una contaminació puntual a l’extrusora— pot comprometre propietats crítiques del material i generar reclamacions en aplicacions industrials d’alt valor.
El repte afegia una complexitat addicional: DOMO produeix múltiples tipus de plàstics, cadascun amb tonalitats, textures i comportaments òptics propis. El sistema havia de ser capaç d’inspeccionar correctament sense ajustos ni canvis per part de l’operari, independentment del material que estigués passant per la línia.
El sistema havia de ser capaç d’inspeccionar correctament sense ajustos ni canvis per part de l’operari, independentment del material que estigués passant per la línia.
Un procés esgotador, poc fiable i que, malgrat l’experiència de l’operari, no podia garantir la detecció dels primers defectes en temps real.
El projecte presentava diversos reptes de gran complexitat. De fet, DOMO feia molt temps que buscava una solució automàtica, però cap proveïdor havia aconseguit oferir un sistema capaç de detectar punts negres amb fiabilitat, especialment tenint en compte les condicions reals de la línia i la gran mida del vibrador.
Els principals desafiaments tècnics del projecte eren:
1. Inspeccionar àrees molt grans en continu
Cada vibrador de DOMO té més d’un metre d’amplada, fet que obligava a capturar imatges de molt alta resolució.
Cada vibrador de DOMO té més d’un metre d’amplada, fet que obligava a capturar imatges de molt alta resolució. Analitzar imatges tan grans en temps real amb Deep Learning requereix models eficients.
2. Detectar punts negres extremadament petits en un producte canviant
Els defectes poden mesurar només uns pocs píxels i el material canvia segons la producció:
L’entorn visual també presenta reptes constants: ombres, reflexos, llums externes, vapors i canvis continus d’il·luminació.
El model havia de:
3. Integració amb la traçabilitat de la planta
El client necessitava disposar d’informació detallada de cada producció
volum inspeccionat, defectes detectats, evolució temporal,.correlació amb les accions de manteniment realitzades
ID Vision va desenvolupar per a DOMO un sistema d’inspecció basat en OneVision, la nostra plataforma de computer vision industrial amb Deep Learning integrat.
El sistema permet:
DOMO és un referent global en la producció de solucions basades en polímers tècnics per a sectors com automoció, indústria, construcció i béns de consum.
La seva aposta per la digitalització i el control de qualitat avançat reforça la seva posició com a líder en innovació dins del sector químic.
