Uma falha pode surgir em um ponto da máquina e continuar se repetindo na malha até que o processo seja interrompido. Quanto menor o tempo entre origem e detecção, menor tende a ser a exposição da produção ao defeito.

Inspeção de malharia circular em tempo real reduz uma das variáveis mais críticas do controle de qualidade têxtil: o intervalo entre o surgimento de uma não conformidade e sua identificação.

Em uma máquina circular, a formação da malha acontece continuamente. Se uma anomalia relacionada a agulhas, fios, alimentação ou outros elementos do processo gerar uma alteração na estrutura produzida, a máquina pode continuar operando enquanto o mesmo padrão indesejado se repete.

Por isso, o problema não é apenas detectar o defeito. É detectá-lo cedo o suficiente para reduzir a quantidade de material produzida fora do padrão.

Estudos acadêmicos já demonstraram a viabilidade da inspeção automática diretamente em máquinas de malharia circular, com análise da superfície durante a fabricação e identificação de diferentes tipos de defeitos. A aplicação de visão computacional ao processo, portanto, não se limita à inspeção posterior do rolo: ela pode atuar durante a própria produção.

Por que uma falha de agulha pode comprometer metros de malha?

Na malharia circular, as agulhas fazem parte do processo de formação das laçadas. Quando ocorre quebra, desgaste, funcionamento inadequado ou outra alteração no sistema de formação, o resultado pode aparecer visualmente na estrutura produzida.

Dependendo do processo, podem surgir:

• falhas de laçada;
• furos;
• linhas recorrentes;
• pontos ausentes;
• alterações de textura;
• irregularidades no padrão da malha.

Entretanto, existe uma distinção técnica importante. Uma solução de visão computacional normalmente observa a manifestação do problema na malha, e não necessariamente a condição física da agulha.

Assim, detectar uma anomalia não significa automaticamente diagnosticar sua causa mecânica. O sistema pode indicar que determinada região deixou de seguir o padrão esperado. A investigação da origem – agulha, fio, alimentação, tensão ou outra variável – pode envolver informações adicionais do processo. Para produção e qualidade, porém, identificar rapidamente que algo saiu do padrão já representa um avanço importante.

Inspeção de malharia circular: como a visão computacional identifica anomalias?

Uma solução industrial de visão computacional envolve mais do que posicionar uma câmera diante do tecido. É necessário combinar captura, processamento, inteligência artificial e interação com a operação.

Com a ZORYK, solução de visão computacional desenvolvida pela Macnica DHW, esse fluxo ocorre próximo ao ambiente produtivo para permitir análise contínua das imagens e resposta compatível com uma aplicação industrial. Na prática, podemos entender o processo em quatro etapas.

1. Capturar

O sistema captura continuamente imagens da região definida para inspeção. Para isso, câmera, óptica, iluminação e posicionamento precisam ser dimensionados considerando as características do material e da máquina. Isso é fundamental porque fatores como:

• movimento;
• vibração;
• baixa relação de contraste;
• variações de textura;
• iluminação inadequada;
• geometria da superfície

podem afetar diretamente a qualidade da informação disponível para análise. Por isso, uma aplicação industrial não começa pela pergunta “qual câmera comprar?”. Começa pela pergunta: qual é a menor alteração relevante que precisa ser visualmente representada pelo sistema?

2. Processar próximo à linha

Depois da captura, as imagens são analisadas localmente. Esse processamento no edge é particularmente importante em aplicações industriais porque a detecção não precisa depender de enviar continuamente as imagens para processamento externo antes de obter uma resposta.

Na prática, isso favorece uma arquitetura voltada para inspeção em tempo real e reduz dependências desnecessárias de conectividade para a tomada de decisão no processo.

3. Identificar desvios do padrão esperado

Aqui está um dos diferenciais mais relevantes da ZORYK para materiais têxteis. Em muitos sistemas tradicionais de classificação, seria necessário reunir imagens representativas de cada defeito que se deseja encontrar. Isso gera um problema prático. Quantos exemplos seriam necessários para representar todas as possíveis formas de uma falha em diferentes artigos, texturas, posições e condições?

Em materiais complexos e contínuos, criar uma biblioteca completa de defeitos pode se tornar inviável. Por isso, a ZORYK pode trabalhar a partir de amostras conformes.

O sistema aprende as características visuais do material considerado adequado e procura desvios em relação a esse padrão. Assim, em vez de depender exclusivamente de um catálogo previamente construído de todas as falhas possíveis, a inspeção pode identificar regiões que apresentam comportamento visual anômalo.

Para a malharia, isso é particularmente relevante porque uma mesma causa pode se manifestar de formas diferentes e novos padrões de defeito podem surgir ao longo da produção.

4. Localizar e comunicar a anomalia

Detectar que existe uma irregularidade é apenas parte do problema. O sistema também precisa transformar essa informação em algo útil para a operação. Por isso, a ZORYK pode apresentar visualmente a região em que a anomalia foi identificada e organizar as ocorrências para acompanhamento da inspeção.

A solução pode disponibilizar informações como:

• ocorrência do defeito;
• localização da região anômala;
• imagem associada;
• dados da inspeção;
• histórico;
• relatórios e estatísticas.

Assim, qualidade, produção e engenharia passam a trabalhar com um registro objetivo do que ocorreu durante o processo.

Por que aprender com amostras boas é relevante na malharia circular?

Considere uma empresa que produz diferentes estruturas, cores e artigos. Para montar um sistema baseado exclusivamente em classificação convencional, seria necessário reunir amostras suficientes de cada tipo de defeito relevante em cada condição de produção.

Só que determinados defeitos podem ser raros. Outros podem assumir diferentes formatos. E alguns ainda nem ocorreram. A lógica de detecção de anomalias reduz essa dependência. Em vez de perguntar apenas: “Isso corresponde ao defeito A, B ou C?” o sistema pode primeiro perguntar: “Essa região continua apresentando o padrão visual considerado normal para este material?”

Quando a resposta é negativa, a ocorrência pode ser sinalizada para análise. Isso torna a abordagem especialmente interessante para superfícies em que existe grande variabilidade visual e nas quais catalogar previamente todos os modos possíveis de falha é difícil.

Que tipos de defeito podem ser detectados?

Não existe uma lista universal. A capacidade de detecção depende principalmente de a anomalia produzir uma manifestação observável pelo sistema. Em malharia circular, isso pode incluir situações relacionadas a:

• falhas na formação de laçadas;
• furos;
• pontos ausentes;
• linhas indesejadas;
• irregularidades recorrentes;
• alterações de textura;
• variações localizadas na estrutura.

Pesquisas especificamente voltadas à malharia circular já demonstraram a possibilidade de realizar inspeção visual durante a fabricação e classificar diferentes defeitos do tecido. Em um trabalho publicado em Textile and Apparel, por exemplo, pesquisadores adaptaram um sistema de visão a uma máquina circular para detectar a superfície da malha durante a produção.

Isso não significa, contudo, que qualquer sistema detecte automaticamente qualquer falha. É necessária uma avaliação da aplicação.

O que determina se uma falha de laçada pode ser detectada?

Para engenharia, essa é uma pergunta muito mais importante do que simplesmente discutir o modelo de IA. Antes de qualquer implementação, é necessário entender:

• qual é a menor falha relevante;
• como ela se manifesta visualmente;
• onde ela pode aparecer;
• qual região precisa ser inspecionada;
• qual é a velocidade da produção;
• qual é o contraste disponível;
• como a superfície se movimenta;
• quais variações normais existem no material.

A partir dessas informações, pode-se projetar a captura adequada. Por exemplo, se uma falha pequena ocupa uma área insuficiente da imagem, aumentar a inteligência do algoritmo não cria detalhes que o sistema óptico nunca conseguiu capturar.

Da mesma maneira, uma imagem com desfoque causado pelo movimento pode comprometer uma anomalia que seria facilmente visível com aquisição adequada. Por isso, visão computacional industrial exige integração entre imagem, processo e IA.

Mais megapixels significam melhor inspeção?

Não necessariamente. Essa é uma simplificação comum em projetos de visão. Uma câmera com maior resolução pode representar detalhes menores, mas isso não garante que esses detalhes estejam efetivamente visíveis. Também precisam ser considerados:

• campo de visão;
• distância de trabalho;
• óptica;
• iluminação;
• velocidade do material;
• tempo de exposição;
• frequência de aquisição;
• processamento necessário;
• estabilidade mecânica.

Por isso, o parâmetro realmente importante é: o menor defeito relevante consegue ser representado com qualidade suficiente para que o sistema diferencie uma anomalia de uma característica normal da malha? A resposta deve vir da análise da aplicação, não apenas da ficha técnica da câmera.

Como o ZORYK se adapta a uma aplicação industrial?

A Visão Computacional da Macnica DHW, a ZORYK, considera o problema de inspeção de ponta a ponta. Isso significa que a arquitetura pode ser dimensionada conforme:

• tipo de material;
• defeito prioritário;
• velocidade da aplicação;
• área necessária de inspeção;
• ambiente industrial;
• requisitos de processamento;
• necessidade de comunicação com sistemas existentes;
• forma como operadores e gestores utilizarão as informações.

Essa abordagem também permite que a solução seja implementada em linha ou em uma etapa dedicada de inspeção, de acordo com as características do processo.

A Macnica atua desde a avaliação da captura até o processamento, IA e integração da solução, evitando que o cliente tenha de adquirir componentes isolados e posteriormente descobrir como fazê-los funcionar como um sistema único.

Para engenharia, isso reduz a quantidade de interfaces tecnológicas que precisam ser tratadas internamente. Para a gestão, significa contratar a solução considerando o resultado da inspeção, e não simplesmente uma soma de hardware e software.

Faça como Buddemeyer e Aunde: implemente nosso sistema de inspeção inteligente e evolua para um padrão global de controle de qualidade têxtil com visão computacional. 

Fale conosco.

Inspeção em tempo real muda o que para a gestão?

Um algoritmo de visão não deveria ser avaliado apenas pela métrica de acurácia. Para a indústria, ele precisa alterar um indicador operacional. Na malharia circular, uma das variáveis mais interessantes é: tempo entre origem da anomalia e sua identificação. Se esse intervalo diminui, também diminui a quantidade potencial de produção realizada enquanto o processo permanece fora do padrão.

Uma análise gerencial pode considerar:

• metros ou quilogramas comprometidos por ocorrência;
• frequência das falhas;
• custo do material;
• retrabalho;
• reclassificação;
• descarte;
• tempo dedicado à inspeção;
• quantidade de máquinas acompanhadas;
• tempo entre formação e identificação da falha;
• reclamações ou devoluções relacionadas à qualidade.

Portanto, a pergunta para justificar um projeto não deveria ser somente: “Quanto custa implementar visão computacional?”. Ela também deveria ser: “Quanto custa continuar descobrindo determinados defeitos depois que eles já foram produzidos?”.

Visão computacional substitui o operador?

Esse não é necessariamente o objetivo. O principal ganho está em tirar do operador a necessidade de executar continuamente uma atividade visual repetitiva e sujeita a variações humanas. A tecnologia pode acompanhar a superfície de maneira sistemática e sinalizar ocorrências para que profissionais de qualidade, produção e manutenção concentrem sua atenção nas situações relevantes.

O operador continua sendo importante para:

• interpretar ocorrências;
• investigar a causa;
• corrigir o processo;
• realizar manutenção;
• avaliar criticidade;
• tomar decisões operacionais.

A visão computacional funciona, portanto, como uma nova camada de informação sobre o processo.

Perguntas frequentes sobre inspeção de malharia circular

Como detectar quebra de agulha em uma máquina de malharia circular?

A visão computacional pode monitorar a superfície produzida e identificar anomalias visuais potencialmente relacionadas a falhas no processo de formação da malha. Normalmente, o sistema identifica a consequência observável no tecido; determinar que a causa foi especificamente uma agulha quebrada pode exigir correlação com outros dados da máquina.

Visão computacional consegue detectar falha de laçada?

Sim, desde que a falha produza uma alteração visual que possa ser representada adequadamente pela captura. Tamanho da falha, velocidade, iluminação, óptica, contraste e características da própria malha influenciam a detectabilidade.

O sistema precisa conhecer todos os defeitos antecipadamente?

Não necessariamente. A visão computacional da Macnica DHW, a ZORYK, pode aprender as características de amostras conformes e identificar desvios do padrão visual esperado, reduzindo a dependência de construir previamente uma base contendo todos os possíveis tipos de falha.

É possível inspecionar a malha durante a produção?

Sim. A literatura técnica já descreve sistemas de visão capazes de realizar inspeção em máquinas circulares durante a fabricação. A viabilidade de cada implantação, entretanto, depende da máquina, velocidade, acesso visual e requisitos de inspeção.

É necessário enviar as imagens para a nuvem?

Não necessariamente. Com a visão computacional da Macnica DHW, a ZORYK, o processamento pode ser realizado próximo ao processo industrial, permitindo que a análise aconteça no edge e reduzindo a dependência de comunicação externa para a inspeção em tempo real.

Qual câmera é necessária para detectar falhas na malha?

Não existe uma especificação universal. A câmera e a arquitetura óptica precisam ser dimensionadas conforme menor defeito relevante, campo de visão, velocidade, distância de trabalho, características do material e condições de iluminação.

A ZORYK identifica a causa da quebra automaticamente?

O foco inicial da visão é detectar e localizar a manifestação visual da anomalia. A identificação automática da causa pode exigir correlação com outros dados e variáveis do processo.

Inspeção de malharia circular: comece pelo defeito que precisa ser detectado

Automatizar a inspeção não deveria começar pela escolha da câmera nem pela escolha de um modelo de inteligência artificial. O primeiro passo é caracterizar o problema industrial. Para uma avaliação inicial, engenharia pode reunir:

• tipo e configuração da máquina;
• artigos produzidos;
• defeitos prioritários;
• exemplos de material conforme e não conforme, quando disponíveis;
• dimensão aproximada das menores falhas relevantes;
• velocidade de produção;
• região disponível para inspeção;
• condições ambientais;
• necessidade de integração com sistemas existentes;
• expectativa de resposta após uma ocorrência.

A partir dessas informações, a Macnica DHW pode avaliar a arquitetura mais adequada para capturar, processar e transformar as imagens em informação acionável. Com a ZORYK, visão computacional, inteligência artificial e integração industrial são desenvolvidas como partes de uma única solução voltada para o problema de qualidade do cliente.

Quer avaliar se sua máquina de malharia circular pode receber inspeção automatizada? Fale com os especialistas da Macnica DHW.

---

Sobre a Macnica DHW

A Macnica DHW é operação na América do Sul do grupo japonês Macnica Inc., maior distribuidor de semicondutores do Japão e 5º maior do mundo.

Somos também o Centro Oficial de Treinamento FPGA Altera e a distribuidora exclusiva da Terasic para universidades, institutos federais e instituições de ensino e pesquisa na América do Sul.

Atualmente, o grupo Macnica possui equipes de desenvolvimento em soluções IoT, IA, hardware e software em vários pontos do globo.

Assim, levamos a nossa tecnologia para seu projeto fluir com a segurança que as nossas soluções customizadas garantem, tudo de acordo com as suas reais necessidades.

Portanto, aproveite e leve as soluções que a Macnica DHW tem.

---

---