Trinca pós-queima em cerâmica: a perda que sai cara do forno

Fábrica de cerâmica de revestimento (porcelanato, azulejo) opera forno contínuo. Peças entram cruas, saem queimadas. Algumas saem com trinca pós-queima — defeito que aparece só após cozimento.

Inspetor visual na linha pega trinca evidente. Trinca capilar (abaixo de 0,5mm) passa em 30-60% dos casos. Vai pra palete, chega no cliente, cliente reclama.

Como detectar antes do paletizar.

Por que trinca pós-queima é peculiar

Cerâmica tem comportamento térmico complexo:

1. Choque térmico no forno.

• Pasta crua vs vidrado
• Diferença de dilatação
• Microtrincas surgem

2. Resfriamento descontrolado.

• Saída do forno em temperatura alta
• Resfriamento rápido = mais trinca
• Resfriamento lento = produção cai

3. Pasta com defeito.

• Matéria-prima com partícula estranha
• Pasta não-homogênea
• Trinca aparece pós-queima

4. Esmalte com fissura.

• Vidrado expande diferente da pasta
• Fissura visual no esmalte
• "Trinca" superficial não-estrutural

Cada um exige resposta diferente. Mas pra ir pro cliente, nenhum desses pode passar.

Por que inspetor humano falha

Inspeção visual em linha de cerâmica:

1. Velocidade alta.

• Linha de porcelanato moderna: 1.000-3.000 peças/hora
• Inspetor tem janela de 1-2 segundos por peça
• Trinca sub-milimétrica passa

2. Iluminação variável.

• Saída do forno tem reflexo
• Esmalte brilhante atrapalha
• Sombra do inspetor confunde

3. Fadiga visual.

• Inspetor olha milhares de peças/turno
• Atenção cai depois da hora 3-4
• Padrão "trinca" vira ruído

4. Critério subjetivo.

• "Trinca capilar aceitável" vs "não aceitável"
• Varia inspetor a inspetor
• Cliente Tier 1 aplica seu próprio critério

Resultado: trinca capilar passa em 30-60% dos casos em inspeção humana padrão.

Como IA detecta

Visão computacional pega trinca capilar por:

1. Padrão de superfície.

• Trinca interrompe continuidade visual
• Modelo aprende "esmalte normal" vs "com trinca"

2. Reflexo de luz.

• Trinca refrata luz diferente
• Padrão de brilho mudado

3. Geometria.

• Trinca segue linha (não é mancha aleatória)
• IA reconhece "estrutura linear" típica

4. Múltiplas vistas.

• Foto da face decorativa
• Foto da face do tardoz (parte de baixo)
• Foto lateral (borda)

Acerto típico em ambiente controlado: 90-95%.

O setup pra inspeção

Hardware:

• Câmera fixa na linha (ou celular do inspetor pra POC)
• Iluminação direcionada (LED branco 4-5000K)
• Suporte mecânico (esteira que padroniza posição)

Software:

• Modelo de visão treinado pra cerâmica
• Integração com MES da fábrica

Pessoas:

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

Tempo de implementação:

• Setup: 4-6 semanas
• Calibração: 4-8 semanas
• Operação plena: 10-14 semanas

O fluxo na linha

1. Peça sai do forno. Passa por resfriamento controlado.

2. Entra na estação de inspeção:

• Câmera tira 2-4 fotos
• IA processa em 1-3 segundos
• Decisão:
  • Verde: vai pra paletização
  • Amarelo: desvio pra inspeção humana
  • Vermelho: descarte direto

3. Sistema registra:

• Foto + decisão + lote
• Histórico pra análise estatística

4. Inspetor humano fica em "verde detalhado":

• Vê só os flagged (amarelos)
• Tempo por peça é maior, decisão melhor

Resultados realistas

Fábrica de cerâmica média (volume médio):

Antes:

• 5-15% de defeito chegando ao cliente
• Reclamação recorrente de Tier 1
• Refund acumulativo
• Reputação afetada

Pós:

• 0,5-2% chegando ao cliente
• Inspeção 100% por IA + humano em exceção
• Reclamação cai drasticamente
• Refund quase zera

ROI: 6-12 meses dependendo do volume e magnitude da reclamação.

Casos específicos em cerâmica

Caso 1: trinca capilar superficial (esmalte).

• IA detecta
• Pode ser aceitável dependendo de cliente
• Critério varia, sistema configurável

Caso 2: trinca estrutural (pasta).

• IA detecta + identifica que vai além do esmalte
• Reprovação automática

Caso 3: mancha de pigmento.

• IA detecta mancha
• Distingue de trinca
• Critério depende de cliente (premium rejeita, popular aceita)

Caso 4: peça com canto quebrado.

• IA detecta geometria errada
• Reprova automaticamente

Calibração por cliente

Cliente Tier 1 (grande construtora, varejo premium) tem critério mais rígido:

• Trinca acima de 0,3mm: reprova
• Mancha visível: reprova
• Esmalte com fissura: reprova

Cliente popular tem critério mais flexível:

• Trinca abaixo de 0,8mm: aceitável
• Mancha discreta: aceitável

Sistema permite diferentes níveis de severidade por destino. Lote pra cliente A passa por critério A; pra cliente B, critério B.

O que NÃO fazer

• Reduzir velocidade da linha. Custo de produção sobe.
• Treinar inspetor mais. Limite cognitivo não muda.
• IA sem revisão humana. Casos limite escapam.
• Critério único pra todos os clientes. Perde flexibilidade.

Quando vale começar

Sinais consolidados:

• Fábrica de cerâmica com volume médio-alto
• Reclamação de cliente recorrente
• Cliente Tier 1 abrindo não-conformidade
• Inspetor experiente pra aposentar
• Custo de refund crescendo

Quando 2+ presentes, decisão é estratégica.

Próximo passo

Inspeção visual de cerâmica pós-queima por câmera + IA, com inspetor humano em casos limite, é o caminho realista pra reduzir defeito chegando ao cliente. A FELGOR Check implementa esse fluxo. Se quiser ver aplicado no contexto da sua planta, agende um diagnóstico de 30 minutos com os fundadores.