Por Fábio Petrassem Sousa, Presidente da Macnica DHW
Depois de anos acompanhando de perto os desafios da indústria têxtil, cheguei a uma conclusão simples: o maior problema da inspeção de qualidade não é a falta de tecnologia. É a variedade quase infinita de formas que um defeito pode assumir.
Um furo na malha, uma falha de laçada, uma variação de textura, uma linha recorrente — cada um desses problemas pode se manifestar de dezenas de maneiras diferentes, dependendo do artigo, da cor, da tensão do fio, da velocidade da máquina. Tentar catalogar previamente cada uma dessas variações, para treinar um sistema tradicional de classificação, é uma tarefa que simplesmente não escala. E, no chão de fábrica, o tempo entre o surgimento de uma não conformidade e sua identificação é o que determina quantos metros de tecido — e quanto algodão — serão desperdiçados.
É por isso que decidimos, na Macnica DHW, construir a ZORYK, nossa solução de visão computacional, a partir de uma pergunta diferente.
Em vez de perguntar “isso corresponde ao defeito A, B ou C?”, a ZORYK pergunta: “essa região ainda apresenta o padrão visual considerado normal para este material?”. Essa mudança de lógica — aprender a partir de amostras conformes, em vez de depender de um catálogo fechado de falhas — é o que torna possível lidar com a complexidade real da produção têxtil, onde novos padrões de defeito podem surgir a qualquer momento.
Uma solução de verdade não é uma câmera. É uma arquitetura.
Um erro comum em projetos de visão computacional é achar que tudo começa pela escolha da câmera ou do modelo de inteligência artificial. Não começa. Começa pela pergunta: qual é a menor falha relevante e como ela se manifesta visualmente?
A partir daí, uma solução que realmente funciona no ambiente industrial depende de três camadas trabalhando de forma integrada — o que chamamos, na Macnica, de tríade Capture – Process – Communicate:
Capture: captura contínua de imagens de alta fidelidade, com câmera, óptica, iluminação e posicionamento dimensionados para as condições reais da máquina — vibração, velocidade, contraste, geometria da superfície.
Process: processamento na borda (edge), próximo à linha de produção, permitindo identificar desvios do padrão em tempo real, sem depender do envio contínuo de imagens para a nuvem.
Communicate: transformação da detecção em informação acionável — localização da anomalia, imagem associada, histórico, relatórios — entregue de forma estruturada para os sistemas e para as equipes de qualidade, produção e engenharia.
Isoladamente, cada uma dessas camadas já existe no mercado como produto de prateleira. O que não existe pronto é a capacidade de fazê-las funcionar como um sistema único, adaptado à realidade de cada cliente. E é exatamente aí que mora a nossa expertise: em imagem, em IA aplicada à visão computacional e em inferência na borda — três competências que, juntas, transformam uma câmera em uma ferramenta real de controle de qualidade.
O que isso muda na prática
Quando o intervalo entre o surgimento de um defeito e sua identificação diminui, diminui também a quantidade de material produzido fora do padrão. Isso significa menos retrabalho, menos reclassificação, menos descarte — e menos algodão jogado fora por um microdefeito que ninguém viu a tempo.
A visão computacional não substitui o operador. Ela tira dele a necessidade de sustentar uma atenção visual repetitiva e sujeita a variações humanas, para que ele possa concentrar seu tempo em interpretar ocorrências, investigar causas e tomar decisões — o que só um profissional experiente sabe fazer.
Por onde começar
Não é definindo o modelo de câmera. É caracterizando o problema: qual o defeito prioritário, como ele se manifesta, qual a velocidade da produção, quais as condições do ambiente. A partir dessas respostas, conseguimos desenhar a arquitetura de captura, processamento e comunicação mais adequada para cada operação.
Se você lida diariamente com o desafio de encontrar o que é quase impossível de prever, eu convido você a conhecer a ZORYK e conversar com o nosso time.
