Visión Industrial
20 de febrero de 2026
6 min de lectura

Visión industrial en líneas de envasado: dónde se rompe el ROI

Por qué muchos proyectos de visión por computador en manufactura discreta entregan métricas excelentes en laboratorio y fallan en producción, y cómo estructurar un piloto que evite esa trampa.

Un sistema de visión industrial puede mostrar 99,7% de precisión en el conjunto de prueba y aún así ser inviable en planta. El gap entre laboratorio y producción suele explicarse por tres factores: variabilidad de iluminación no modelada, deriva del proceso entre lotes, y una integración débil con el control de la línea (PLC y MES, en lenguaje ISA-95).

La variabilidad de iluminación es la causa silenciosa de degradación. Los sets de entrenamiento se capturan en condiciones controladas que rara vez sobreviven a un turno de noche, una limpieza, o el reemplazo de una luminaria. La regla práctica es entrenar con datos capturados a lo largo de varios turnos y temporadas, e incluir aumentos sintéticos de exposición y sombra.

La deriva entre lotes es estructural. Cambios menores de proveedor de envase, de tinta o de velocidad de línea modifican la apariencia del producto sin que la operación lo perciba como un cambio relevante. Sin un mecanismo de monitoreo de drift en producción, el modelo se degrada en silencio durante semanas.

La integración con el control de línea define si el sistema entrega valor o solo tableros. ISA-95 propone una jerarquía clara: el sistema de visión vive en el nivel 2 (control), pero debe comunicar al nivel 3 (MES) eventos por unidad y al nivel 4 (ERP) métricas agregadas. Si la información solo llega a un dashboard, el rechazo automático y la trazabilidad por lote no ocurren.

En un proyecto razonable, el PoC se valida durante al menos 2 semanas en condiciones reales antes de comprometer el rollout. El comisionamiento es trabajo on-site: cámaras, iluminación, integración PLC y entrega al equipo de calidad y mantenimiento, contra protocolo.

Tags
Visión IndustrialManufacturaISA-95