Daihatsu y VRAIN automatizan la inspección visual de agujeros en aluminio

Daihatsu Industrial puso en marcha, en su planta de Ryuo (prefectura de Shiga), un sistema de inspección de calidad asistido por inteligencia artificial. El proyecto, desarrollado con la startup VRAIN Solution, está destinado a la línea de procesamiento de aluminio que fabrica componentes de transmisión.

El nuevo algoritmo analiza imágenes de los orificios internos de las piezas y detecta rayaduras o imperfecciones de menos de 0,1 mm, una tolerancia que antes dependía exclusivamente del ojo y la experiencia del operario. La tarea implicaba largas jornadas de observación, con un alto riesgo de fatiga visual y resultados muy variables según la percepción individual.

Al combinar los datos acumulados en el taller con técnicas de visión por computadora, el sistema logra una precisión estable y elimina la dependencia del juicio sensorial. La automatización también baja la carga física de los inspectores, que ya no deben sostener posturas incómodas frente a las piezas durante periodos prolongados.

Daihatsu y VRAIN presentaron una solicitud conjunta de patente que cubre la arquitectura del modelo, el método de entrenamiento y la integración con la línea de producción. La aplicación inicial se limita a los componentes de transmisión, pero la empresa indica que la solución es extensible a cualquier pieza de aluminio con geometrías similares, lo que abre la posibilidad de escalar el proceso a otras áreas de fabricación.

Desde la adopción del sistema, la planta ha reportado una reducción notable en el número de rechazos por defectos no detectados y una mayor consistencia en los indicadores de calidad. No se divulgó el costo exacto de implementación, aunque la empresa resaltó que el proyecto forma parte de su programa “digital para todos”, que busca que los trabajadores de fábrica participen activamente en la configuración y uso de herramientas de IA.

Para los ejecutivos de manufactura, el caso muestra tres líneas de acción claras: primero, identificar procesos de inspección que dependan de la percepción humana y evaluar su viabilidad para una solución basada en IA; segundo, crear un repositorio interno de datos de calidad que sirva como base de entrenamiento para modelos predictivos; y tercero, planificar la capacitación de personal de planta para que puedan operar y mantener la solución, garantizando así una adopción sostenible.

El despliegue en Ryuo representa un paso concreto hacia la digitalización operativa sin requerir una reingeniería de la línea completa, lo que permite a otras plantas replicar la iniciativa con inversiones moderadas y plazos cortos. La capacidad de detectar defectos de submilímetro mediante visión artificial sugiere que la precisión del control de calidad en la cadena de suministro de componentes automotrices podría elevarse de forma significativa en los próximos años.