El proyecto QRAIS, que desarrolla Inescop, propone utilizar la IA y rayos X para controlar y asegurar la calidad interna del calzado. Ésta no se limita únicamente a la apariencia externa del producto, sino que también abarca su composición y estructura interna, factores determinantes para ofrecer un calzado confortable, seguro y sostenible.

IA y rayos X se complementan para controlar y asegurar la calidad interna del calzado a través del proyecto QRAIS que desarrolla Inescop. Pretende así solucionar los desafíos de la industria para controlar y asegurar la calidad interna del calzado. Abarca desde su composición y estructura interna, hasta la presencia de defectos internos. Todos ellos pueden causar molestias, lesiones o daños en el consumidor, afectando a la reputación de la marca.

Impacto negativo en la marca

De hecho, la presencia de defectos internos, como la ausencia de un clavo de fijación en el tacón, puede causar molestias, lesiones o incluso daños permanentes en el consumidor, con el consiguiente impacto negativo en la reputación de la marca. Más allá de las consecuencias directas sobre el usuario, el control insuficiente de calidad interna también genera importantes gastos de reoperación. Cada producto defectuoso conlleva costes adicionales de logística inversa y remanufactura, que se hacen más notables en un mercado cada vez más globalizado, donde las normativas nacionales e internacionales en materia de control de calidad y seguridad son cada vez más estrictas. 

Algunos fabricantes han comenzado a integrar máquinas de rayos X como el último eslabón en su cadena de producción. En teoría, el proceso es sencillo: el calzado, ya envasado, se escanea para asegurar que la estructura interna sea completa y que ningún elemento peligroso llegue al consumidor.

Máquinas de rayos X

Conscientes de este problema, marcas y fabricantes han adoptado medidas y protocolos de buenas prácticas para minimizar el uso de elementos potencialmente peligrosos durante la fabricación. Sin embargo, debido a las complejas construcciones, a menudo dictadas por las exigencias de la moda, es habitual emplear componentes metálicos punzantes, como grapas o clavos, que sirven como soporte o fijación entre las distintas piezas. Por ello, algunos fabricantes han comenzado a integrar máquinas de rayos X como el último eslabón en su cadena de producción. En teoría, el proceso es sencillo: el calzado, ya envasado, se escanea para asegurar que la estructura interna sea completa y que ningún elemento peligroso llegue al consumidor.

Desafío operativo de la inspección de calidad

Integrar máquinas de rayos X en la línea de producción del calzado presenta un problema operativo significativo. El ritmo de inspección es más lento que el de fabricación, con la consecuente acumulación de producto en la entrada del túnel de rayos X.

El objetivo con QRAIS es reducir la carga cognitiva del operario, elevar la eficiencia de los controles de calidad y garantizar la inspección total de la producción.

Asimismo, esta tarea exige al trabajador un nivel de concentración extraordinariamente alto y prolongado en el tiempo, bajo la presión de detectar defectos aislados y poco frecuentes, pero potencialmente muy graves. Esta realidad no sólo afecta al bienestar del personal de control de calidad, sino que también incrementa el riesgo de error humano, especialmente ante la fatiga y la monotonía del proceso.

Inspección inteligente y adaptativa

El departamento de Automatización y Robótica de Inescop trabaja en el proyecto QRAIS, en estrecha colaboración con fabricantes de calzado. El objetivo es reducir la carga cognitiva del operario, elevar la eficiencia de los controles de calidad y garantizar la inspección total de la producción. De esta manera se logran mejoras sustanciales en la seguridad, la trazabilidad y la calidad interna de cada zapato.

“Nos enfrentamos a un escenario en el que programar un detector de forma manual es inviable”, asegura Carlos Vélez, investigador principal del proyecto. Aunque sectores como el agrícola o el automotriz los empleen desde hace años, “la fabricación de calzado presenta retos particulares que dificultan aplicar estas soluciones directamente”.

La diversidad de modelos, materiales, adornos y diseños, propios de los ritmos de la moda, o la aparición continua de nuevos estilos cada temporada, junto con los pequeños lotes de producción, provocan que las imágenes de rayos X estén lejos de ser “estables” y “repetitivas” en el tiempo. “De ahí, que el calzado exija métodos de detección más flexibles, capaces de adaptarse de forma dinámica, tal y como hacen los operarios de control de calidad en su labor diaria”, explica Vélez.

La colaboración entre el sistema de detección automático y el operario de control de calidad ofrece un entorno de trabajo más equilibrado; por su parte, la IA se encarga de analizar de manera repetitiva las imágenes de rayos X

Colaboración entre IA y personas

Durante el transcurso del proyecto QRAIS, el cual cuenta con la financiación de IVACE+I y los Fondos FEDER, se ha desarrollado un prototipo funcional, mediante la combinación de etapas de desarrollo y validación en entornos de fabricación reales.

La colaboración entre el sistema de detección automático y el operario de control de calidad ofrece un entorno de trabajo más equilibrado; por su parte, la IA se encarga de analizar de manera repetitiva las imágenes de rayos X; se trata de buscar posibles incidencias; además, el ser humano aporta su juicio experto y experiencia para gestionar estas incidencias sin necesidad de mantener la atención de forma continuada.

Por tanto, la introducción de la inteligencia artificial en el proceso de inspección de calzado no pretende sustituir la labor humana, sino potenciarla y mejorar sus condiciones. “Cuando el prototipo alcance un nivel de madurez industrial, se logrará una cadena de producción más segura, competitiva y sostenible. Una fase en la que la inteligencia humana y la artificial trabajarán conjuntamente para garantizar la máxima calidad interna del calzado”, indican desde Inescop. De este modo, la tecnología se convierte en un aliado que reduce la carga cognitiva del operario; disminuye el riesgo de error y contribuye a la mejora continua del proceso; la mejor manera de impulsar la industria hacia un futuro más eficiente, seguro y responsable. https://inescop.es/es/inescop/actividad/proyectos-i-d-i/proyectos-i-d-i-ivace/ivace/60-2024/768-qrais