DOMO Polymer Solutions, referente internacional en la fabricación de polímeros técnicos, necesitaba garantizar que sus pellets mantuvieran un estándar de calidad impecable.
Un simple punto negro —producto de una degradación térmica o una contaminación puntual en la extrusora— puede comprometer propiedades críticas del material y generar reclamaciones en aplicaciones industriales de alto valor.
El reto añadía una complejidad adicional: DOMO produce múltiples tipos de plásticos, cada uno con tonos, texturas y comportamientos ópticos propios. El sistema debía ser capaz de inspeccionar correctamente sin necesidad de ajustes ni cambios por parte del operario, independientemente del material que estuviera pasando por la línea.
Hasta ahora, la inspección se realizaba manualmente: un operario debía observar de forma continua una gran criba vibratoria, durante turnos 24/7, para detectar cuándo empezaban a aparecer pellets quemados y activar acciones de mantenimiento.
Un proceso agotador, poco fiable y que, pese a la experiencia del operario, no podía garantizar la detección de los primeros defectos en tiempo real.
El proyecto presentaba varios retos de gran complejidad. De hecho, DOMO llevaba mucho tiempo buscando una solución automática, pero ningún proveedor había conseguido ofrecer un sistema capaz de detectar puntos negros con fiabilidad, especialmente teniendo en cuenta las condiciones reales de la línea y el gran tamaño del vibrador.
Los principales desafíos técnicos del proyecto eran:
1. Inspeccionar áreas muy grandes en continuo
Cada vibrador de DOMO tiene más de un metro de ancho, lo que obligaba a capturar imágenes de muy alta resolución.
Para ello se instalaron entre 5 y 6 cámaras industriales de 5MP, generando una imagen compuesta de hasta 30 megapíxeles analizada en tiempo real. Analizar imágenes tant grandes a tiempo real con Deep Learning requiere de modelos eficientes.
2. Detectar puntos negros extremadamente pequeños en un producto cambiante
Los defectos pueden medir apenas unos pocos píxeles y el material cambia según la producción:
El entorno visual también presenta desafíos constantes: sombras, brillos, luces externas, vapores y cambios continuos de iluminación.
El modelo debía:
3.Integración con la trazabilidad de la planta
El cliente necesitaba disponer de información detallada de cada producción:
volumen inspeccionado, defectos detectados, evolución temporal y correlación con las acciones de mantenimiento realizadas.
ID Vision desarrolló para DOMO un sistema de inspección basado en OneVision, nuestra plataforma de visión artificial industrial con Deep Learning integrado.
El sistema permite:
DOMO es un referente global en la producción de soluciones basadas en polímeros técnicos para sectores como automoción, industria, construcción y bienes de consumo.
Su apuesta por la digitalización y el control de calidad avanzado refuerza su posición como líder en innovación dentro del sector químico.
