Yullo Photonics
Funciones integradas para la detección automática de defectos en subensambles metálicos de gran porte, con análisis micrométrico en tiempo real.
Ver todas las capacidadesCámaras de alta velocidad sincronizadas con iluminación LED estroboscópica capturan cada pieza en movimiento. Los algoritmos de visión artificial clasifican microfisuras en fundición gris con una tasa de acierto superior al 99 %.
Reduce scrap hasta un 18 % en los primeros seis meses.Perfilómetros de triangulación miden tolerancias dimensionales en ensambles de acero estructural. La compensación de vibraciones mecánicas garantiza una repetibilidad de ±8 µm incluso en entornos fabriles exigentes.
Inspección manual reducida en un 75 %.Sensores multiespectrales identifican variaciones de composición y porosidad en cordones de soldadura de aluminio. El modelo CNN entrenado con 12 000 imágenes alcanza una precisión del 97,8 % en validación.
Clasificación en tiempo real sin detener la línea.El software genera representaciones gráficas de desviaciones superficiales sobre la pieza real. Los operarios visualizan zonas críticas sin necesidad de interpretar datos numéricos complejos.
Facilita la toma de decisiones en planta.La plataforma se conecta directamente con los controladores lógicos de la línea y los sistemas de ejecución de fabricación. Los resultados de inspección se registran automáticamente para trazabilidad.
Cumple con estándares de calidad B2B.Rutinas de calibración periódicas ajustan la respuesta de cámaras y láseres sin intervención manual. El sistema detecta desviaciones por temperatura o desgaste y corrige en tiempo real.
Mantiene la precisión micrométrica durante toda la producción.Beneficios clave
El sistema identifica microfisuras en fundición gris durante la producción en serie, con una tasa de acierto superior al 99% y menos del 0,5% de falsos positivos.
Reduce scrap hasta un 18% en los primeros seis meses.Los perfilómetros láser de triangulación verifican tolerancias dimensionales en subensambles metálicos, incluso en entornos con alta vibración mecánica.
Disminuye el tiempo de inspección manual en un 75%.Redes neuronales convolucionales entrenadas con más de 12.000 imágenes identifican porosidad, falta de fusión y socavaciones en cordones de soldadura de aluminio.
Precisión del 97,8% en validación, inferencia en el borde.Los algoritmos de visión se sincronizan con el controlador de la línea de montaje para detener o redirigir piezas defectuosas sin intervención humana.
Automatización completa del control de calidad.El software genera mapas de calor bidimensionales que muestran las desviaciones geométricas de cada pieza, facilitando el análisis de tendencias y la calibración de procesos.
Visualización clara para operarios e ingenieros.Al detectar imperfecciones en etapas tempranas del ensamblaje, se evita el retrabajo en fases posteriores y se optimiza el uso de materia prima.
Ahorro directo en materiales y horas hombre.Respuestas claras sobre la integración de visión artificial en líneas de montaje seriado y control de calidad automatizado.
Nuestros sistemas identifican fisuras estructurales, porosidad en soldaduras, imperfecciones de fundición, desviaciones dimensionales y defectos superficiales en metales. Trabajamos con sensores de línea, cámaras multiespectrales y perfilómetros láser para cubrir desde micras hasta milímetros.
Sí. Integramos los equipos de visión con PLCs y sistemas de control de planta mediante protocolos industriales estándar (EtherCAT, Profinet, OPC-UA). La instalación no requiere detener la línea más de dos turnos y se adapta a espacios reducidos.
En condiciones controladas de iluminación y velocidad de línea, la tasa de detección supera el 99% con menos del 0,5% de falsos positivos. Los modelos se entrenan con imágenes de sus propias piezas y se ajustan durante la puesta en marcha.
No. La interfaz de panel óptico muestra mapas de calor y alertas en tiempo real. El operario solo debe confirmar o rechazar las piezas marcadas. La calibración y el mantenimiento los realizamos nosotros mediante soporte remoto o visitas programadas.
Desde el estudio inicial hasta la puesta en producción, el plazo típico es de 8 a 12 semanas. Incluye análisis de la línea, selección de sensores, desarrollo del algoritmo, integración y pruebas de validación con piezas reales.