Elimine defectos en sus piezas con inspección visual automatizada

Puede sonar extraño, pero en las instalaciones de Thyssenkrupp Bilstein en Hamilton, Ohio, los robots colaborativos (cobots) que ayudan en proyectos de automatización e inspección de piezas llevan nombres de presidentes de Estados Unidos.

El fabricante de amortiguadores y sistemas de suspensión hizo su primer intento de automatización en 2016. Treinta y cuatro cobots después, Bilstein ha empezado a utilizar sus cobots para automatizar los procesos de inspección en toda la instalación y evitar así los errores humanos durante la inspección manual.

Cam-Pains con cobots

Bilstein compartió uno de los principales puntos débiles que condujeron a este cambio durante la visita de Modern Machine Shop a sus instalaciones en mayo de 2023. La planta ensambla una gran cantidad de componentes muy pequeños —necesarios para instalar sus amortiguadores en un vehículo— y faltaban demasiados de estos componentes.

Un indicador clave del rendimiento de la industria del automóvil es el de piezas por millón (PPM), una medida del número de piezas defectuosas por millón producido. Cuando las piezas se inspeccionaban manualmente durante turnos de ocho horas, los componentes que faltaban en las piezas que salían de la planta suponían el mayor problema de PPM de la empresa.

“Un incidente crea una situación en la que hay que contenerlo todo —explica Bobby Adams, director de calidad de Bilstein—. Así que van a un proveedor de primer nivel para que les asigne una secuencia, un número de identificación y, de repente, un amortiguador se cae y detiene el proceso. Ahí está el problema.”

Con este problema, el equipo de Industria 5.0 de Bilstein, que incluye al ingeniero de controles Craig Mathews y al ingeniero de manufactura Herman Baker, recibió el encargo de crear una solución de inspección al final de la línea de montaje que eliminara el PPM.

Luces, cámara, ¡inspección!

Mathews y Baker tuvieron la idea de equipar los cobots de Bilstein con sistemas de visión Keyence y Cognex para automatizar el proceso de inspección una vez finalizado el montaje de las piezas.

Cada pieza tiene una etiqueta que escanean los operadores para que el sistema de inspección sepa qué buscar en cada conjunto de piezas. El sistema visual identifica combinaciones específicas de pixeles para determinar si los componentes están presentes.

Si los componentes necesarios no están presentes, los marcadores de pixeles previstos no aparecerán en la imagen, lo que provocará una inspección fallida.

Los sistemas de visión de cada cobot escanean las etiquetas de las piezas terminadas para asegurarse de que el montaje se ha realizado de forma completa y correcta. Este proceso incluye varias comprobaciones que determinan si el arnés de cables está correctamente instalado, si están presentes los asientos de resorte que amortiguan la energía de los golpes y si todas las cubiertas y tapas están bien colocadas en la pieza.

En la primera iteración de esta solución, Mathews y Baker se dieron cuenta de que podrían generarse problemas con la iluminación. A lo largo del día, los ángulos de iluminación ambiental cambian junto con los ángulos de inspección a medida que el cobot cambia de posición para inspeccionar distintas zonas de una pieza.

“Uno de los problemas de la cámara en movimiento es que tienes de cinco a diez inspecciones y de cinco a diez posibilidades distintas de que la luz sea diferente”, dice Mathews.

Con la configuración de segunda generación, la cámara admite ahora varios tipos diferentes de luces estroboscópicas. En lugar de hacer parpadear una luz que puede tener un aspecto diferente cada vez en función del ángulo de medición, la cámara utiliza diversas secuencias de iluminación, y uno de los operadores puede elegir cuál es el mejor aspecto. Además, estos sistemas de visión ofrecen filtros que reducen la influencia de la luz ambiental en las tomas.

“Antes de esto, teníamos una placa que se diseñaba para cada fijación, y cuando aparecía una nueva variante, creábamos una placa de fijación completamente nueva —dice Brian Williams, director de operaciones y COO de Bilstein—. Queríamos sustituir eso por algo nuevo, que era la primera generación. La segunda generación nos permitió tener infinitos programas e infinitas placas de fijación cambiadas con solo teclear un nuevo número de pieza, y el robot o la computadora sabe todo lo que necesita para ese modelo en particular”.

El equipo de Bilstein destaca la automatización de este proceso por su consistencia y repetibilidad. Los cobots pueden desplazarse para medir varias posiciones y acertar siempre. Antes, los operadores tenían que desplazar la pieza a varias posiciones o puestos de inspección con el fin de inspeccionarla correctamente.

Un robot equipado con una cámara nunca se cansará de realizar la misma tarea y hará todas las comprobaciones exactamente igual cada vez, eliminando la mayoría de los problemas de piezas que faltan o pequeñas piezas que se caen sin que un operario se dé cuenta.

Para comprobar la eficacia de estos procesos, los operadores de Bilstein construyeron intencionadamente amortiguadores incorrectos y los hicieron inspeccionar por las cámaras para asegurarse de que no pasaban los controles de inspección. Cuando fallan las inspecciones en planta, las piezas se colocan en una caja separada, lejos de las piezas que superan las inspecciones.

Seguimiento de datos para la rendición de cuentas y la trazabilidad

Para realizar un seguimiento de sus datos de inspección, Bilstein utiliza códigos de matriz de datos para codificarlos y efectuar un seguimiento de cuándo se inspeccionaron las piezas, dónde se produjeron problemas y cuándo se enviaron las piezas.

Esta información se almacenaba antes en cajas, pero la empresa ha invertido recientemente en un mejor seguimiento y trazabilidad de los datos. Bilstein dispone ahora de un año de datos de inspección en toda la planta. Esto permite que los operadores comparen el rendimiento y las métricas de inspección para ver dónde hacer mejoras.

Los datos más antiguos se archivan y almacenan en un servidor en la nube. Gracias al seguimiento y almacenamiento de cada aspecto de la inspección, Bilstein puede determinar rápidamente si se ha producido algún problema, y dónde, antes de enviar las piezas al cliente en caso de que el centro reciba una reclamación.

“Antes de que empecemos a entrar en contención o antes de que cunda el pánico, puedo decirle al cliente si ha ocurrido algo y qué ha pasado, o si no hay ningún problema —dice Adams—. Ese es el tipo de poder que se consigue, y se incorpora esa eficacia y puntualidad.”

Antes de rastrear y almacenar estos datos de inspección, Williams afirma que Bilstein normalmente tenía que aceptar la responsabilidad de las piezas que faltaban u otros problemas que daban lugar a reclamaciones. Con una trazabilidad del 100 % de sus procesos, la empresa dispone de los datos necesarios para colaborar con los clientes en la identificación de la causa raíz.

“Nos reta a ser mejores, y los reta a ellos si tienen alguna laguna en su proceso que también puedan subsanar”, afirma Williams.

La combinación de este sistema de inspección automatizado con datos trazables le ha reportado beneficios a Bilstein al eliminar casi por completo el mayor problema de la planta: las quejas de los clientes por los PPM.

Adams afirma que la calidad de la inspección con sus sistemas de visión Keyence es ahora casi un 100 % precisa, mientras que las inspecciones visuales realizadas por los operadores tenían una precisión del 80 %, en el mejor de los casos.

“Los antiguos problemas que generaban reclamaciones de nuestros clientes se han reducido a uno cada trimestre o cada seis meses, mientras que antes se producían dos o tres al mes —afirma Adams—. Se trata de cosas sencillas, como la orientación de una placa, la falta de un componente, la caída de un componente durante el transporte o la manipulación incorrecta por parte del cliente. Son cosas que pasan. Forman parte del proceso, pero la clave para nosotros era poder identificarlas y resolverlas”.