Como detectar rebarba em peça injetada usando o celular do inspetor

Fábrica de injeção plástica. Cliente automotivo abriu não-conformidade pela 3ª vez no trimestre — rebarba abaixo de 0,5mm passou pra montagem. Penalidade contratual. Diretoria pede solução. Engenheiro de qualidade propõe: inspeção visual por foto de celular + IA.

Aqui está o passo a passo prático pra implementar.

O que precisa montar

Hardware:

• Celular do inspetor (qualquer smartphone dos últimos 3 anos)
• Iluminação direcionada (luminária LED branca no posto de inspeção)
• Suporte/tripé pra padronizar foto (opcional mas recomendado)
• Plano de fundo branco/neutro pra captura

Software:

• App de inspeção com modelo de visão treinado pra detecção de defeito superficial
• Sistema integrado ao MES/ERP

Pessoas:

• 1-2 inspetores treinados em fluxo digital (1 hora de treinamento)
• 1 engenheiro de qualidade pra calibração e revisão

Tempo:

• Setup + treinamento: 1-2 semanas
• Piloto na linha mais crítica: 4-6 semanas
• Rollout pra demais linhas: 4-8 semanas

A foto que detecta rebarba

Foto errada = IA não detecta. Foto certa:

1. Distância: 15-30 cm do produto. Suficientemente perto pra detalhe sub-milimétrico, longe o bastante pra enquadrar.

2. Ângulo: perpendicular à superfície sob investigação. Não diagonal.

3. Iluminação: luz direta de cima, sem sombra do próprio celular. LED branco 4000-5000K.

4. Fundo: contraste com a peça (peça preta → fundo branco; peça branca → fundo escuro).

5. Foco: câmera precisa focar na borda da peça (onde rebarba aparece).

6. Múltiplas vistas: peça crítica precisa de 2-4 fotos (faces diferentes).

App moderno guia o inspetor automaticamente.

O fluxo na bancada

1. Peça sai da injetora. Cai em esteira ou caixa.

2. Inspetor pega peça. Põe no posto de inspeção iluminado.

3. Tira foto guiada pelo app. App valida enquadramento, foco, iluminação.

4. IA processa em 2-5 segundos. Detecta:

• Rebarba dimensional (mm)
• Localização (qual face/borda)
• Severidade (passa/marginal/reprova)

5. Resultado retorna:

• Verde: peça aprovada
• Amarelo: marginal, inspetor decide
• Vermelho: reprovada, peça vai retrabalho/descarte

6. Sistema registra tudo. Foto + decisão + lote.

Tempo por peça

Cenário típico:

• Posicionar peça: 2-3s
• Foto: 1-2s
• Processamento IA: 2-5s
• Decisão (verde) ou revisão (amarelo/vermelho): 1-15s

Verde (80-90% das peças): 5-10s total. Mais rápido que inspeção humana detalhada.

Amarelo/vermelho (10-20%): mais tempo, inspetor olha com calma — mas só essas peças.

Resultado: cobertura mais alta que inspeção visual humana, com tempo médio similar ou menor.

Como o modelo de IA aprende suas peças

Modelo de visão moderno tem 2 modos:

1. Zero-shot generalista:

• Modelo entende "defeito visual" genericamente
• Funciona em peça nova sem treinamento
• Precisão: 75-85% inicial

2. Few-shot calibrado:

• Você manda 30-100 fotos de peças boas e ruins
• Modelo aprende seus padrões específicos
• Precisão: 90-97% após 2-4 semanas

A maioria das implantações começa em zero-shot, evolui pra few-shot conforme dado se acumula.

Casos onde funciona bem

• Rebarba dimensional (mm visível na borda)
• Mancha/cor variante em peça homogênea
• Defeito de moldagem visível (deformação, bolha superficial)
• Falta de fundição (peça com furo onde não deveria)
• Acabamento de superfície (riscos, marcas)

Casos onde NÃO funciona bem

• Defeito interno (precisa de END/RX/ultrassom)
• Defeito dimensional preciso (precisa calibrador, paquímetro, CMM)
• Defeito sub-superficial (não visível externamente)
• Critério muito subjetivo ("não parece direito")

Pra esses casos, complementar com método tradicional. IA não substitui ensaio onde ensaio é necessário.

Integração com MES/ERP

Modelos:

Integração 1: registro paralelo.

• Sistema registra inspeção
• MES recebe relatório periódico
• Mais simples, funciona sem mexer no MES

Integração 2: API com MES.

• Cada inspeção atualiza status no MES
• Bloqueia peça reprovada no fluxo
• Mais sofisticado, exige TI

Integração 3: integrado com qualidade.

• Não-conformidade automática
• Workflow de retrabalho disparado
• Mais avançado

Comece com 1, migra pra 2-3 conforme ROI.

ROI esperado

Fábrica de injeção típica que enfrentava devolução de cliente:

Antes:

• 5-10% de reprova chegando no cliente
• Penalidade contratual recorrente
• Retrabalho oneroso

Após implementação:

• Inspeção 100% (com IA fazendo triagem)
• 1-3% chegando no cliente
• Penalidade cai
• Retrabalho cai

ROI típico: 3-9 meses, depende do volume e magnitude da penalidade.

O que NÃO fazer

• Comprar sem POC com suas peças reais. Demo bonita não é produção.
• Tirar inspetor humano após IA. IA é triagem, humano decide casos limite.
• Esperar 100% de precisão. Não existe. Sempre haverá exceção.
• Esquecer iluminação padronizada. Variação de luz = variação de resultado.

Quando vale começar

Sinais consolidados:

• Cliente Tier 1 (automotivo, eletro) abrindo não-conformidade
• Penalidade contratual aparecendo
• Inspeção visual humana em fadiga
• Defeito sub-milimétrico escapando

Quando 2+ presentes, decisão é estratégica.

Próximo passo

Inspeção de rebarba por foto de celular + IA + revisão humana de exceção é o caminho realista pra fábrica de injeção plástica cortar reprova de cliente. A FELGOR Check implementa esse fluxo, incluindo POC com suas peças reais antes de contrato. Se quiser ver aplicado no contexto da sua planta, agende um diagnóstico de 30 minutos com os fundadores.