Este artículo presenta un enfoque novedoso para la clasificación en tiempo real de defectos en la producción de película de PET mediante fusión multimodal de sensores y una estrategia de umbral dinámico. El sistema integra cámaras RGB de alta resolución, espectrómetros en el rango NIR y acelerómetros para vibración, combinando sus datos en un vector de características unificado que alimenta un clasificador SVM con kernel RBF. Gracias a esta arquitectura se alcanzó una precisión global del 96%, una reducción del 25% en la tasa de falsos positivos y una velocidad de inspección triplicada frente a la inspección visual tradicional, con consecuencias directas en ahorro de costes y mejora de la calidad del producto.
Metodología: el sistema se estructura en tres módulos: adquisición de datos, extracción y fusión de características, y clasificación con umbral dinámico. En adquisición, las cámaras capturan imágenes a 640x480 a 30 fps, el espectrómetro NIR muestrea entre 900 y 1700 nm y los acelerómetros registran vibraciones a 1 kHz. En extracción, un CNN basado en ResNet50 preentrenado extrae 2048 características visuales, PCA reduce la firma espectral a 50 componentes principales y un FFT aporta 20 coeficientes representativos de vibración. Las características se concatenan y el SVM clasifica en Scratch, Haze, Variación de espesor, Microfisura o Normal.
Umbral dinámico: para minimizar falsos positivos se implementa un bucle de retroalimentación que ajusta continuamente el umbral de decisión con base en parámetros de producción como velocidad de la película, temperatura y humedad, y en la validación posterior de inspección. La regla de actualización se expresa de forma sencilla como Tn+1 = Tn + gamma (rn - pn), donde gamma es la tasa de aprendizaje, rn el conteo real de defectos verificado y pn las predicciones del clasificador. Este mecanismo, respaldado por principios bayesianos, permite mantener alta sensibilidad a defectos reales y reducir alarmas innecesarias.
Diseño experimental y análisis: se recopiló un dataset de 10 000 muestras etiquetadas por técnicos de control de calidad y se dividió en 70% entrenamiento, 15% validación y 15% prueba. Se empleó validación cruzada a 10 pliegues para optimizar hiperparámetros y se evaluaron métricas clásicas como precisión, recall, f1 y tasa de falsos positivos, confirmando la significancia estadística de las mejoras frente a la inspección visual convencional mediante test t bilateral.
Resultados y discusión: además de la mejora cuantitativa en precisión y reducción de falsos positivos, el NIR demostró ser determinante para detectar variaciones de espesor y microfisuras difíciles de percibir visualmente, mientras que los datos de vibración aportaron contexto sobre rigidez e integridad del filme. La implementación real mostró que pasar de 1 m/s a 3 m/s con latencia mínima es viable, lo que incrementa el rendimiento productivo sin sacrificar calidad.
Escalabilidad y hoja de ruta: en el corto plazo está prevista la implantación en una línea de producción con integración al MES. A medio plazo se contempla expansión a múltiples líneas y grades de PET, junto con computación en el borde para procesamiento en tiempo real. A largo plazo se propone un sistema autoaprendiz que ajuste parámetros de inspección históricamente, integración de sensores adicionales como cámaras térmicas y agregación en la nube para mejora continua del modelo.
Sobre Q2BSTUDIO: en Q2BSTUDIO desarrollamos soluciones de software a medida y aplicaciones a medida orientadas a la industria 4.0. Somos especialistas en inteligencia artificial, ciberseguridad y servicios cloud aws y azure, ofreciendo también servicios de inteligencia de negocio y consultoría en ia para empresas. Si busca proyectos de visión industrial o integración de agentes IA, podemos acompañarle desde la ideación hasta la puesta en producción. Conozca nuestros servicios de inteligencia artificial y cómo diseñamos aplicaciones a medida y software a medida para optimizar procesos productivos.
Palabras clave: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA, power bi. Con esta aproximación multimodal y el umbral dinámico, los fabricantes de película de PET pueden alcanzar un control de calidad en tiempo real más preciso, eficiente y adaptable, reduciendo residuos y costes operativos mientras se mejora la satisfacción del cliente.
