A revisadeira de tecido é uma etapa importante do controle de qualidade na indústria têxtil. É nela que metros e metros de malha ou tecido passam diante do operador para que manchas, furos, falhas de fios, problemas de acabamento e outras irregularidades sejam identificados antes que o material avance na cadeia produtiva ou chegue ao cliente.

O problema é que, em muitas indústrias, essa inspeção ainda depende principalmente da observação humana.

Quanto maior a velocidade da revisadeira, mais extensa a jornada de trabalho e menores ou menos evidentes forem as anomalias, mais difícil se torna manter o mesmo nível de atenção durante toda a produção.

É nesse ponto que a visão computacional pode transformar a revisadeira em uma fonte contínua de dados sobre a qualidade do tecido.

Em vez de depender exclusivamente de uma pessoa observando o material em movimento, câmeras, iluminação adequada, processamento em borda e inteligência artificial trabalham em conjunto para analisar continuamente a superfície do tecido e identificar regiões que fogem do padrão esperado.

O que é uma revisadeira de tecido?

A revisadeira é um equipamento utilizado para inspecionar tecidos e malhas durante processos de revisão, preparação, beneficiamento ou controle de qualidade.

O material passa pela máquina de forma contínua, permitindo que o operador observe sua superfície e procure irregularidades.

Dependendo do produto e do processo industrial, podem ser encontrados problemas como:

• manchas;
• furos;
• falhas ou irregularidades nos fios;
• alterações na superfície;
• defeitos de acabamento;
• falhas de estampa;
• diferenças visuais;
• marcas e outras anomalias.

Em tecidos lisos, tingidos, estampados, malhas ou materiais destinados a cama e decoração, os critérios de qualidade podem ser diferentes. Mas existe um desafio comum: é preciso analisar uma área muito grande de material enquanto ele está continuamente em movimento.

E é justamente essa combinação de área, velocidade e repetição que torna a inspeção exclusivamente visual mais difícil de padronizar.

Quais são os limites da inspeção manual na revisadeira?

O operador continua tendo um papel importante na qualidade. O problema não está na capacidade do profissional, mas nas características da própria tarefa.

Imagine acompanhar continuamente dois metros de largura de tecido avançando durante um turno inteiro.

Um defeito evidente provavelmente será percebido.

Mas o que acontece quando a irregularidade é pequena? Quando há uma mudança muito sutil na superfície? Quando o material está passando rapidamente? Ou quando diferentes operadores precisam aplicar o mesmo critério de qualidade?

A inspeção manual pode sofrer variações relacionadas a fatores como velocidade da linha, tamanho e contraste do defeito, experiência do operador, fadiga e diferentes interpretações do que deve ou não ser considerado uma não conformidade.

Sistemas automatizados de inspeção vêm sendo desenvolvidos justamente para reduzir essa dependência exclusiva da observação humana, permitindo inspeção contínua e critérios mais consistentes durante o processo.

Isso não significa simplesmente “substituir o operador por uma câmera”.

Significa adicionar uma nova camada de controle ao processo.

Como funciona a visão computacional em uma revisadeira de tecido?

Em uma aplicação como o ZORYK, o projeto começa antes mesmo da instalação das câmeras.

Não existe uma configuração única que possa ser aplicada igualmente a qualquer indústria.

Primeiro, é necessário entender as condições reais da linha, considerando fatores como:

velocidade do tecido, largura do material, características da superfície, iluminação existente, distância disponível para instalação e tipo de anomalia que precisa ser identificado.

A partir dessas informações, é dimensionado o sistema de captura e processamento.

Em uma revisadeira para tecidos com aproximadamente dois metros de largura, por exemplo, podem ser utilizadas múltiplas câmeras distribuídas sobre a superfície para cobrir toda a extensão do material.

Essas câmeras são instaladas perpendicularmente ao tecido e capturam continuamente imagens enquanto o material passa pela revisadeira.

As imagens seguem então para o sistema de processamento em borda — o chamado Edge Computing — onde a inteligência artificial realiza a análise.

Na prática, podemos dividir o funcionamento em quatro etapas:

1. Capturar

As câmeras acompanham continuamente o tecido enquanto ele passa pela revisadeira.

Iluminação, posicionamento e resolução precisam ser dimensionados de acordo com as características do material e da linha para permitir uma captura consistente.

2. Processar

As imagens são enviadas para o computador industrial responsável pelo processamento local.

Como a análise acontece na borda, o sistema consegue processar as imagens próximo à própria linha de produção, sem depender de enviar todo o fluxo de imagens para processamento externo.

3. Detectar

O modelo de inteligência artificial analisa a superfície e procura regiões que apresentam comportamento diferente do padrão aprendido.

Quando encontra uma anomalia, o sistema pode indicar visualmente em qual região da imagem ela ocorreu.

Esse tipo de abordagem é especialmente interessante para ambientes industriais porque defeitos podem ser variados e, muitas vezes, difíceis de catalogar previamente.

4. Transformar a inspeção em informação

O objetivo não deve terminar em simplesmente mostrar que “há um defeito”.

Uma inspeção automatizada permite transformar ocorrências em dados que podem apoiar análise de qualidade, rastreabilidade e decisões sobre o processo.

Assim, a revisadeira deixa de ser apenas um ponto de observação e passa a funcionar também como um ponto de geração de informação sobre a produção.

A inteligência artificial precisa conhecer todos os defeitos possíveis?

Essa é uma das principais diferenças entre uma inspeção baseada apenas em regras pré-programadas e determinadas aplicações modernas de inteligência artificial.

No ZORYK, o treinamento pode partir principalmente de imagens consideradas boas.

Durante a implantação, são capturadas milhares de imagens representativas do material dentro das condições reais de produção.

Depois da preparação desse conjunto de dados, o modelo aprende como é a aparência esperada daquela superfície.

Com isso, durante a produção, a IA procura regiões que se comportam de maneira diferente desse padrão.

Em vez de depender exclusivamente de uma lista fechada como:

“isto é um furo”,
“isto é uma mancha”,
“isto é um fio rompido”,

o sistema também pode trabalhar com a pergunta:

“Essa região é diferente do padrão considerado normal?”

Essa abordagem é relevante justamente porque a indústria trabalha com anomalias que podem aparecer de formas diferentes e com frequências muito baixas.

O que muda no dia a dia da revisão?

A principal mudança é deixar de tratar a qualidade apenas como aquilo que o operador conseguiu visualizar naquele momento.

Com uma camada automatizada de inspeção, a fábrica pode avançar em três aspectos importantes.

Mais consistência na inspeção

O mesmo modelo pode acompanhar o material continuamente, reduzindo variações de critério causadas por turno, operador ou tempo de trabalho.

Identificação mais rápida de anomalias

Quanto antes uma irregularidade é detectada, maior é a possibilidade de agir antes que mais material seja produzido, beneficiado ou enviado ao cliente.

Mais informação sobre a produção

A ocorrência deixa de existir apenas como uma observação visual momentânea.

Imagens, localização da anomalia e dados associados à inspeção podem criar um histórico mais estruturado para o controle da qualidade.

Soluções modernas de inspeção têxtil já utilizam mapas de defeitos e registros por rolo para permitir justamente esse tipo de rastreabilidade e posterior análise.

Visão computacional substitui o operador da revisadeira?

Não necessariamente — e esse não deveria ser o principal argumento para implementar a tecnologia.

O valor está em retirar do operador a dependência de observar sozinho e continuamente uma grande superfície em movimento.

A tecnologia atua como uma camada adicional de percepção e padronização.

Enquanto o sistema acompanha continuamente a superfície e sinaliza anomalias, a equipe pode utilizar essas informações para tomar decisões de qualidade, validar ocorrências e investigar suas possíveis causas.

O resultado é uma inspeção que combina conhecimento de processo com capacidade automatizada de análise.

É possível instalar visão computacional em uma revisadeira existente?

Em muitos projetos, sim.

A implantação de visão computacional não significa necessariamente substituir toda a revisadeira da indústria.

Dependendo das condições da máquina e do ambiente, a estrutura de captura pode ser dimensionada para trabalhar junto ao equipamento existente.

Porém, antes de qualquer instalação, é necessário avaliar tecnicamente fatores como espaço disponível, largura do material, velocidade, iluminação, vibração, posicionamento das câmeras e infraestrutura necessária para processamento e integração.

A viabilidade de retrofit depende justamente dessas condições específicas da linha.

Por isso, um projeto industrial de visão computacional não deveria começar pela escolha isolada de uma câmera.

Ele deve começar pela análise do processo.

Da instalação ao treinamento: o projeto não termina quando as câmeras são montadas

Outro ponto importante é que automatizar a inspeção não significa simplesmente instalar equipamentos e deixar a fábrica responsável pelo restante.

Depois da instalação física, existe uma etapa de captura de dados e preparação do modelo de inteligência artificial.

Em uma aplicação têxtil, inicialmente podem ser capturadas milhares de imagens do tecido produzido em condições normais.

Esse conjunto precisa ser analisado e preparado para garantir que represente corretamente o padrão de produção que o modelo deverá aprender.

Depois vem o treinamento, validação e ajuste da solução.

E, posteriormente, mudanças importantes no produto, no processo ou nas condições de produção podem exigir acompanhamento técnico.

É por isso que suporte pós-implantação deve fazer parte da avaliação de qualquer solução industrial de visão computacional.

A fábrica não está comprando apenas câmeras e software. Está incorporando um sistema de inspeção ao seu processo de qualidade.

O que avaliar antes de automatizar uma revisadeira?

Antes de iniciar um projeto, algumas perguntas ajudam a determinar se a aplicação é tecnicamente e economicamente adequada:

• Qual é a largura do tecido?
• Qual é a velocidade normal de revisão?
• Que tipos de materiais passam pela mesma máquina?
• Existem tecidos lisos, tingidos, estampados ou com diferentes acabamentos?

Essas respostas ajudam a definir arquitetura, câmeras, iluminação, processamento e estratégia de inteligência artificial.

ZORYK: visão computacional aplicada à inspeção de linhas contínuas

A ZORYK é a solução de visão computacional da Macnica DHW desenvolvida para aplicações de inspeção industrial em materiais e processos contínuos.

Na indústria têxtil, pode ser aplicada em ambientes como revisadeiras para analisar continuamente malhas e tecidos e identificar anomalias na superfície durante o processo.

A solução combina captura de imagens, processamento em Edge AI e modelos de inteligência artificial para transformar a inspeção visual em um processo mais contínuo, padronizado e orientado por dados.

Mais do que instalar equipamentos, a Macnica DHW acompanha o desenvolvimento da aplicação desde o levantamento das características da linha e dimensionamento da arquitetura até treinamento, implantação e suporte técnico.

Isso é especialmente importante em visão computacional industrial: o desempenho da solução depende de entender o processo real onde ela será utilizada.

Quer avaliar a inspeção automática na sua revisadeira?

Se hoje a qualidade da sua produção depende principalmente da inspeção visual durante a revisão de tecidos, vale avaliar até onde esse processo consegue acompanhar a velocidade, a variedade de materiais e os padrões de qualidade exigidos pelos seus clientes.

A equipe técnica da Macnica DHW pode analisar as características da sua linha e avaliar como a visão computacional pode ser aplicada à inspeção de malhas e tecidos.Converse com nossos especialistas e descubra como transformar sua revisadeira em uma etapa inteligente de controle de qualidade.

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, tanto disponibilizamos tecnologias, quando somos parceira estratégica na identificação, implementação e evolução de soluções que ajudam sua empresa a operar com mais eficiência, previsibilidade e competitividade.