La automatización y la visión artificial están redefiniendo la calidad en la impresión de etiquetas. Grafiques Manlleu, con más de un siglo de experiencia en packaging alimentario, necesitaba superar el control manual de defectos para avanzar hacia una fabricación “cero errores”.
Con el apoyo del Programa de Apoyo a Digital Innovation Hubs (PADIH) gestionado por la Escuela de Organización Industrial - EOI, y el acompañamiento técnico de DIH4CAT y Eurecat, la compañía diseñó un prototipo de inspección basado en cámaras industriales y algoritmos de inteligencia artificial supervisada.
En este vídeo descubrirá cómo se definieron los requisitos de iluminación y captura, qué tecnologías de visión se evaluaron, y cómo la solución propuesta sienta las bases para detectar en tiempo real impresiones defectuosas, reducir mermas y garantizar la máxima fiabilidad en cada lote de etiquetas.
Grafiques Manlleu afronta la necesidad de mejorar su proceso de control de calidad durante la impresión y el corte de etiquetas mediante la introducción de tecnologías de visión artificial.
En la actualidad, la detección de defectos en las etiquetas (imperfecciones de impresión, errores de alineación y cortes incorrectos) se realiza de forma manual o con sistemas poco precisos, lo que genera desperdicios de material y paradas no planificadas en la línea de producción.
Para mantener su liderazgo en el sector del packaging alimentario, garantizar la trazabilidad, reducir mermas y avanzar hacia un modelo de fabricación “cero defectos”, la empresa busca automatizar la inspección de calidad mediante algoritmos de inteligencia artificial aplicados a cámaras industriales.
Durante el asesoramiento inicial, se definieron dos retos concretos:
- Diagnóstico de requisitos de visión artificial: identificar las características ópticas de las etiquetas (texturas, colores, materiales de sustrato) y las condiciones de iluminación en la línea de impresión/corte para seleccionar la cámara y la configuración de iluminación adecuadas.
- Desarrollo de un prototipo de detección de defectos: diseñar, de manera rápida y controlada, un sistema de captura de imágenes y aplicación de algoritmos supervisados de IA que permita detectar y clasificar defectos de impresión en tiempo real, emitiendo alertas al operario y posibilitando la separación automática de lotes con fallos.
Para dar respuesta a los retos identificados, Grafiques Manlleu y Eurecat diseñaron una propuesta de servicio que se articula en dos fases: un asesoramiento inicial para diagnosticar necesidades y un ensayo y prueba de concepto de visión artificial supervisada para la detección de defectos en las etiquetas.
Durante el asesoramiento inicial, el equipo de Eurecat visitó las instalaciones de producción de Grafiques Manlleu, analizando los actuales sistemas de impresión y corte, así como las fuentes de datos disponibles. A partir de este diagnóstico, se generó un informe que describe los principales retos operativos —como identificar imperfecciones de impresión, errores de alineación o cortes incorrectos— y se propusieron actuaciones técnicas priorizadas en base a su impacto, viabilidad y coste.
En la segunda fase, se llevó a cabo una prueba de concepto en laboratorio, seguida de una validación en la propia línea de producción de Grafiques Manlleu. El objetivo fue escoger y configurar la tecnología de visión más adecuada:
- Se evaluaron diferentes cámaras (monocromáticas y multiespectrales) y sistemas de iluminación para determinar la combinación óptima que permita capturar imágenes con contraste suficiente entre la tinta impresa y el sustrato de las etiquetas.
- Se desarrollaron y entrenaron algoritmos de inteligencia artificial supervisada que, aplicados a las imágenes capturadas, detecten y clasifiquen defectos de impresión en tiempo real. Estos algoritmos se ajustaron para cada tipo de material y diseño de etiqueta, de modo que los falsos positivos y negativos se mantengan dentro de márgenes aceptables.
- El software de detección se integró con un sistema de monitorización que, en caso de detectar un defecto, enviará una señal de alerta al operario y, en última instancia, podrá activar la separación automática de paquetes de etiquetas con errores.
Como entregable, Grafiques Manlleu recibió;
- Un informe técnico de diagnóstico y plan de actuación que incluye análisis de necesidades, viabilidad tecnológica y diseño del sistema.
- El Modelo de visión artificial con algoritmos de IA supervisada entrenado con imágenes reales, capaz de detectar defectos con elevada precisión.
- Prototipo funcional instalado en planta con tres cámaras sincronizadas con la cortadora y sistema de alertas visuales y auditivas.
- Dashboard de control visual con alertas luminosas, registro de imágenes y visualización en tiempo real.
- Documentación técnica para el uso y mantenimiento del sistema por parte de los operarios de Gràfiques Manlleu.
Durante la ejecución del proyecto con Gràfiques Manlleu, en el marco del Programa PADIH, se ha desarrollado e implementado con éxito un sistema de inspección automática basado en visión artificial y algoritmos de inteligencia artificial supervisada para la detección de defectos en paquetes de etiquetas de productos alimentarios y se trabajó sobre un modelo de etiqueta específico.
Los principales logros alcanzados durante el servicio se detallan a continuación;
- La Automatización del control de calidad: Se ha implantado un sistema de inspección sin contacto, capaz de identificar en tiempo real defectos como etiquetas dobladas, giradas o paquetes mal orientados, sin interferir con la velocidad de la línea de producción. La combinación de IA y técnicas de correlación ha permitido una precisión del 100% en la detección de paquetes girados, y una alta fiabilidad (>95%) en defectos internos detectados por visión.
- Reducción de errores: Antes de la implementación, los errores no detectados suponían un porcentaje estimado de entre el 2% y el 3% de producción defectuosa. Con la nueva solución, la tasa de error se ha reducido a valores inferiores al 0,5%, lo que implica una reducción de errores superior al 80%.
Por otro lado, la eliminación de inspección manual ha reducido en un 40% el tiempo destinado al control de calidad en la línea analizada y la intervención temprana minimiza las pérdidas por retrabajo o productos rechazados, estimándose una reducción del desperdicio de materiales del 25%.
- Gracias a la interfaz desarrollada, se cuenta con un registro visual e histórico de las imágenes de cada inspección, lo que mejora la trazabilidad del proceso.
La solución implementada ha demostrado ser eficaz, robusta y perfectamente integrada en el entorno productivo real de Gràfiques Manlleu. Entre los factores clave del éxito destacan:
- La estrecha colaboración entre el equipo técnico de Eurecat y el personal de Gràfiques Manlleu.
- La combinación de visión artificial tradicional con modelos de machine learning adaptativos.
- El enfoque escalonado del proyecto, que permitió validar la solución en condiciones reales sin comprometer la producción.
La solución ha sido diseñada con criterios de modularidad y flexibilidad, lo que facilita su extensión a otras líneas de producción de Gràfiques Manlleu con mínimas adaptaciones.
La incorporación de un sistema de visión artificial para la detección automática de defectos en etiquetas puede generar una serie de beneficios para Grafiques Manlleu:
Reducción de trabajos reiterativos y mermas: la detección en tiempo real de imperfecciones de impresión y errores de corte permitirá retirar lotes defectuosos antes de que avancen en la línea, disminuyendo el desperdicio de materiales y reduciendo los costes asociados a reprocesos.
Minimización de paradas no planificadas: al alertar al operario al instante sobre cualquier anomalía, el sistema evitará bloqueos inesperados en el equipo de acabado, mejorando la eficiencia del flujo de producción y aumentando el rendimiento horario.
Uniformidad en el control de calidad: los algoritmos supervisados de IA aplicados a cámaras industriales garantizan criterios objetivos y homogéneos en la clasificación de defectos, superando la variabilidad inherente a las inspecciones manuales.
Registro automatizado de lotes rechazados: cada etiqueta defectuosa identificada queda registrada con metadatos (tipo de error, ubicación en el rollo), lo que facilita la trazabilidad posterior y la mejora continua de los parámetros de impresión.
Impulso de la cultura data-driven: al incorporar métricas fiables sobre la incidencia y tipología de defectos, la empresa podrá tomar decisiones basadas en datos cuantitativos (umbrales de rechazo, ajustes de calibración, planificación de mantenimiento), lo que refuerza una mentalidad orientada a la mejora continua.
Capacitación técnica de equipo interno: la puesta en marcha del prototipo implicará la formación de los operarios y del departamento de ingeniería en el uso de cámaras industriales, configuración de parámetros de iluminación y ajuste de modelos de IA. Esta nueva capacidad interna reducirá la dependencia de asistencia externa para ajustes de calidad.
Extensión a otros procesos de impresión: una vez validado el sistema en etiquetas alimentarias, Grafiques Manlleu podrá replicar la solución en otras líneas, aprovechando la misma infraestructura de visión y los modelos de IA+ ajustados.
Oferta de soluciones de etiquetado “cero defectos”: la incorporación de este sistema competitivo permitirá a la empresa posicionarse como proveedor de referencia para clientes que demandan un nivel de calidad muy estricto, abriendo la puerta a contratos de suministro a gran escala o a la co-creación de desarrollos a medida.
Menor consumo de recursos: disminuir las etiquetas desperdiciadas reduce el uso de papel, tintas y barnices, contribuyendo a los objetivos de economía circular y reduciendo la huella medioambiental de la producción.
Eficiencia energética: al optimizar la línea de acabado y evitar paradas imprevistas, se reduce el tiempo de funcionamiento en vacío de maquinaria pesada, lo que se traduce en un ahorro energético directo.
Valor añadido para el cliente final: garantizar un nivel de calidad prácticamente libre de defectos refuerza la confianza de los compradores (marcas alimentarias y de consumo) y permite justificar un posicionamiento premium de las etiquetas.
Acceso a nuevas convocatorias de I+D+i: la trayectoria de éxito en este piloto facilitará a Grafiques Manlleu concurrir a futuras ayudas regionales o europeas para proyectos relacionados con Industria 4.0 y manufactura inteligente, gestionando recursos para ampliar la digitalización de sus procesos.
El Digital Innovation Hub de Catalunya - DIH4CAT es un ecosistema regional de innovación sin ánimo de lucro, formado por los principales agentes de apoyo a la digitalización de Catalunya. Su objetivo es impulsar la transformación tecnológica de las empresas y acelerar la adopción de tecnologías avanzadas.
