Juntas elastoméricas con IA — un flash que pasa hoy es una fuga en la línea de montaje del OEM mañana.
Una junta correcta es el cruce de tres cosas — la imagen de la pieza al desmoldeo, la curva de vulcanización real y la trazabilidad del molde y el lote. iLEAN cruza las tres en línea, retira la pieza dudosa antes de que entre en cajón y deja el dossier PPAP / IATF montado al vuelo. La persona firma — el flash marginal no decide solo.
La curva del proceso está bien y la pieza, no.
Quien moldea juntas elastoméricas para automoción vive con una contradicción cotidiana:
- El SPC dice OK — presión, temperatura, tiempo de vulcanización dentro de tolerancia. La receta se cumplió.
- La pieza dice otra cosa — flash en la línea de partición, marcas de inyección, un void interno que solo el test de hermeticidad descubre, una rebaba en el labio de sellado.
- El cliente OEM exige 25 PPM [1] — y un solo lote con tasa de defecto por encima del umbral dispara un 8D, una contención y una factura.
Lo que mata el control clásico es que el ojo del operario funciona bien en los defectos evidentes y mal en los marginales — y los marginales son justo los que pasan inspección, llegan al cliente y reaparecen como fuga semanas después. El molde se desgasta y nadie lo detecta hasta que la rebaba es generalizada. El SPC vigila el proceso; nadie estaba mirando la pieza al ritmo de la prensa.
iLEAN no sustituye tu SPC ni tu prensa — pone ojo en la pieza, justo donde faltaba.
El problema del moldeo de juntas no es falta de sistemas, es una zona muerta entre el SPC del proceso y el control de calidad final. iLEAN actúa como la masilla que rellena esa zona muerta — Edge ve cada pieza al salir del molde, Connect lee la curva real de vulcanización venga del PLC o de la pantalla de la máquina, el agente cruza ambos con el ID de molde y lote.
Edge ve cada junta al desmoldeo. Connect lee la curva real de vulcanización, no la consigna. El agente cruza con el ID del molde y avisa cuando el patrón de defecto se está concentrando. La persona firma — la línea no para sola.
Las tres piezas iLEAN aplicadas al control de juntas elastoméricas:
- Edge — terminal con visión artificial (CNN) sobre la salida del molde. Detecta flash, voids superficiales, marcas de inyección, subllenado, desalineación de cavidad. Dispara el actuador (expulsor, semáforo) en milisegundos, antes de que la junta entre al cajón. Funciona sin red.
- Connect — captura la curva de vulcanización real (no la consigna del PLC), el lote de caucho, el número de cavidad, los registros de mezcla. Si el PLC tiene interfaz moderna, integración directa; si es viejo, lectura por visión de la pantalla, sin tocar la máquina. Captura también lo que llega por fuera: alerta del proveedor de caucho, reclamación de un cliente.
- Agente — cruza imagen, curva, molde, cavidad y lote. Detecta que la cavidad 4 lleva tres turnos generando flash creciente — antes de que el operario lo note. Arma el dossier PPAP / IATF 16949 al vuelo, listo para el auditor.
Inspección clásica vs. inspección cruzada con iLEAN
| Aspecto | SPC + ojo del operario | Con iLEAN Edge + Connect + Agente |
|---|---|---|
| Detección de flash marginal | El ojo se cansa en el turno de noche | CNN consistente turno tras turno, sin fatiga |
| Voids superficiales | Pasan al cliente y vuelven como fuga | Edge los marca al desmoldeo, retiene la pieza |
| Desgaste de molde | Se descubre cuando un lote entero falla | Patrón por cavidad detectado de forma temprana |
| Trazabilidad molde-lote-curva | Tres sistemas, reconstrucción manual | Dossier por pieza, automático |
| Funcionamiento sin red | n/a | Edge sigue inspeccionando con la luz del cuadro |
| Listo para PPAP / IATF 16949 | Semanas de archivos | Expediente al vuelo, listo cuando el cliente lo pide |
Estimación de impacto para tu planta — a validar con tus números.
El siguiente bloque es una estimación a validar con los datos concretos de tu planta. Lo planteamos para que el comité tenga un orden de magnitud; lo refinamos en el diagnóstico.
- Planta de juntas elastoméricas para automoción con varias prensas y mezcla propia.
- Piloto Edge en una prensa crítica (cámara sobre la salida + actuador + integración con el PLC de vulcanización y el MES). Primer valor esperable en pocas semanas.
- Reducción de PPM de defecto en el cliente esperable ≥ 30% en el alcance del piloto.
- Payback orientativo entre 4 y 9 meses, dominado por reproceso evitado + reducción de PPM en el OEM + dossier PPAP listo.
Y la duda razonable del responsable de calidad
«¿Y si la IA marca como NOK piezas que están bien y nos para la prensa?» — el sistema se calibra con muestras buenas y malas de la propia planta, y aprende el patrón de cada cavidad. La alucinación es un problema de la generación libre, no de las tareas ancladas: en tareas donde la IA se limita a clasificar una imagen contra un patrón conocido, los mejores modelos bajaron el error por debajo del 1,5% [2]. Y aun así, lo crítico no se decide solo: iLEAN retiene la pieza dudosa y la persona firma.
[1] Estándar de calidad en automoción del orden de 25 PPM. Symestic.
[2] Paper OpenAI «Why Language Models Hallucinate», 2025 — sobre fiabilidad de la IA en tareas ancladas.
Lo que se pregunta sobre control de juntas elastoméricas con IA
¿Qué defectos típicos tiene una junta elastomérica para automoción?
Los defectos críticos son flash (rebaba en la línea de partición del molde), voids (huecos internos por aire atrapado), marcas de inyección, subllenado, tearing al desmoldeo y desalineación. Cualquiera de ellos, en una junta de motor, transmisión o sistema de combustible, acaba en una fuga en el cliente. La inspección manual los detecta cuando son evidentes; los marginales pasan.
¿Por qué no basta con el control de parámetros del proceso?
Porque el SPC del proceso (presión, temperatura, tiempo de vulcanización) te dice si la receta se cumplió, no si la pieza salió bien. Un molde desgastado puede producir flash incluso con parámetros perfectos; una purga incompleta de aire genera voids sin disparar ninguna alarma. Lo que define la calidad de la junta es lo que se ve en la pieza, no lo que dice el sensor. Por eso Jidoka — ver, parar, corregir — exige ojo en la salida, no solo medición en el proceso.
¿Cómo detecta iLEAN Edge los voids internos sin radiografía?
La mayoría de voids relevantes se manifiestan en la superficie como marcas hundidas, deformación local o cambio de color tras el desmoldeo. Edge entrena una CNN con muestras buenas y malas de tu propia planta para reconocer ese patrón en la primera vista de la junta. Para voids profundos en juntas críticas, se complementa con test de hermeticidad y el agente cruza ambos resultados con el ID del molde y el lote de caucho. Cuando hay duda, la pieza se retiene y la persona decide.
¿Y la trazabilidad lote-vulcanización-molde para PPAP o IATF 16949?
Cada junta queda asociada a un dossier con: lote de caucho de entrada, registro de mezcla, ID del molde, número de cavidad, ciclo de vulcanización (curva real, no la consigna), imagen del Edge, decisión OK/NOK y firma de quien validó. Los agentes lo arman al vuelo a partir de Connect (parámetros de proceso) + Edge (imagen) + MES/ERP (lote). El expediente está listo cuando el cliente lo pide, no se reconstruye a posteriori.
¿Cuánto cuesta implantar Edge en una línea de moldeo de juntas?
Una línea piloto con cámara Edge sobre la salida del molde + actuador de expulsión + integración con el MES y el sistema de vulcanización tiene un orden de magnitud cercano a otros pilotos Edge en automoción. La palanca dura es el coste de una sola devolución por fuga al cliente — auto rechazado, reproceso, hora de planta perdida, sanción del OEM. Pedimos los datos de tu planta y te pasamos el ROI estimado en 48h.
Cuéntanos tu caso y te pasamos en 48h el ROI estimado de este proyecto de IA para tu planta de juntas.
Trabajamos sobre los datos reales de tu planta, no sobre los nuestros. Diagnóstico sin compromiso.
Pedir ROI estimado en 48h Ver automoción