Inspeção de garrafa de vidro: detectando trinca capilar por foto

Vidraria que produz garrafa pra indústria de bebidas tem problema recorrente: trinca capilar que passa na inspeção visual humana, vai pro cliente, quebra durante envase. Cliente abre não-conformidade, vidraria refunde lote, retrabalho.

Trinca capilar é defeito que humano falha. IA visual em foto consegue pegar. Como implementar.

Por que trinca capilar escapa do humano

Trinca capilar tem 3 características que dificultam visão humana:

1. Espessura sub-milimétrica. Mesmo com iluminação boa, olho humano não vê confiavelmente trinca abaixo de 0,2-0,3 mm.

2. Posição variável. Pode estar na lateral, no gargalo, no fundo. Inspetor olha de 1-2 ângulos por segundo.

3. Fadiga em volume. Linha de garrafa produz milhares por hora. Inspetor humano cansa, deixa passar.

4. Critério subjetivo. "Marca de produção" vs "trinca real" depende de mental calibrado.

Resultado: trinca capilar passa em 30-50% dos casos em inspeção visual humana padrão.

Como IA pega

Modelo de visão computacional moderno detecta trinca capilar por:

1. Reflexo de luz. Trinca tem refração de luz característica, diferente de marca.

2. Padrão de superfície. Trinca quebra a continuidade visual da superfície.

3. Comparação com padrão. Modelo aprende "garrafa boa" e detecta outlier.

4. Múltiplas vistas. Foto de 3-4 ângulos cobre lateral, gargalo, fundo.

Acerto em condições controladas (linha de produção iluminada): acima de 95%.

Setup pra inspeção

Hardware:

• Câmera de qualidade industrial OU celular (depende do volume)
• Iluminação direcionada (linha de garrafa precisa de luz padronizada)
• Suporte/esteira pra padronizar foto

Software:

• App de inspeção com modelo treinado pra vidro
• Integração com MES da vidraria

Pessoas:

• Inspetor humano continua (decide casos limite)
• Engenheiro de qualidade pra calibração

Tempo:

• Setup: 3-5 semanas
• Calibração com seus tipos de garrafa: 4-6 semanas
• Operação plena: 8-10 semanas

O fluxo na linha

Posição típica: após resfriamento, antes da paletização.

1. Garrafa passa pela estação. Suporte mantém posição.

2. Câmera tira 3-4 fotos automaticamente (lateral, gargalo, fundo).

3. IA processa em 1-3 segundos:

• Verde: aprovada
• Amarelo: marginal, inspetor decide
• Vermelho: reprovada, vai pra descarte

4. Sistema registra cada garrafa. Foto + decisão + lote.

Tempo total: poucos segundos por garrafa. Compatível com linha de alta velocidade.

Resultado típico

Vidraria com 100k garrafas/dia:

Antes:

• Inspeção 100% humana
• 0,5-2% de defeito chegando no cliente
• Cliente abre 3-7 não-conformidades por mês
• Refund + retrabalho cumulativo

Pós:

• Inspeção IA primária + humano em exceção
• 0,05-0,2% de defeito chegando no cliente
• Não-conformidades caem para 0-2 por mês
• Refund cai drasticamente

ROI tipicamente: 4-9 meses dependendo do volume.

Casos especiais em vidro

Caso 1: marca de produção (legítima) vs trinca.

• Garrafa tem marca de molde na lateral (legítimo)
• IA precisa diferenciar de trinca capilar
• Calibração específica com seu tipo de garrafa

Caso 2: bolha interna no vidro.

• Defeito diferente de trinca (interna, não superficial)
• IA pode detectar por refração
• Critério de aceite varia por cliente

Caso 3: garrafa quebrada (acima do limite).

• IA pega facilmente (mudança visual evidente)
• Confirma decisão de descarte

Caso 4: borda de gargalo lascada.

• Defeito comum em vidro
• IA pega bem
• Critério de aceite varia

Compliance e qualidade

Vidraria fornecedora de cliente Tier 1 (cervejaria, refrigerantista) é auditada:

• Cliente pede taxa de não-conformidade
• Auditoria de processo
• Rastreabilidade lote-cliente

Inspeção IA fortalece compliance:

• Cada garrafa tem registro
• Foto fica como evidência
• Lote rastreável
• Auditoria do cliente acelera

Integração com MES

MES (Manufacturing Execution System) da vidraria precisa:

• Receber resultado da inspeção em tempo real
• Bloquear lote com taxa de defeito acima do limite
• Gerar relatório de produção com qualidade
• Disparar não-conformidade automaticamente

API entre sistema de inspeção e MES é padrão.

O que NÃO fazer

• Substituir inspetor humano completamente. Decide casos limite.
• Comprar sem POC. Cada tipo de garrafa pode dar resultado diferente.
• Tentar IA genérica sem calibração. Trinca capilar tem padrão visual específico.
• Inspeção sem iluminação padronizada. Variação de luz = variação de resultado.

Quando vale começar

Sinais consolidados:

• Vidraria produz acima de 30k garrafas/dia
• Cliente Tier 1 abrindo não-conformidade
• Refund cumulativo é problema
• Inspetor humano em fadiga
• Volume crescendo, qualidade caindo

Quando 2+ presentes, decisão é estratégica.

Próximo passo

Inspeção visual de garrafa de vidro por câmera + IA, com inspetor humano decidindo casos limite, é o caminho realista pra vidraria cortar defeito chegando ao cliente. A FELGOR Check implementa esse fluxo com POC. Se quiser ver aplicado no contexto da sua planta, agende um diagnóstico de 30 minutos com os fundadores.