Árido reciclado limpio, garantizado por visión IA

El problema

El ojo humano no llega a la cadencia de la cinta.

A la cadencia de la cinta, el ojo humano no llega a detectar de forma sistemática fragmentos de madera, plástico o ferralla en el árido reciclado. Si ese material contaminado llega al cliente o a la obra donde se reutiliza, compromete la calidad del producto y su marcado CE.

• En el escombro que entra a la planta hay de todo: madera de encofrado, plástico, yeso y restos de ferralla, según lo bien que se hiciera el desmontaje selectivo. La trituración reduce el tamaño del material, no su contaminación.
• A la velocidad de la cinta de salida, el ojo humano no detecta de forma sistemática los fragmentos que se cuelan en el árido reciclado.
• El control de hoy es un muestreo por lotes, y un muestreo deja huecos por definición: el fragmento que no cayó en la muestra sale al acopio como producto válido y se carga en el primer camión que llegue.
• Si ese árido llega a la obra donde se reutiliza, compromete la calidad del producto y el marcado CE con el que se suministró, y la reclamación llega cuando el material ya está extendido y compactado.

Cómo encaja con el sistema IRIS

Edge — visión local sobre la cinta, en milisegundos y sin nube.

Edge — visión CNN local, sin enviar imagen a la nube, entrenada con ejemplos de árido limpio y contaminado del material concreto que procesa la planta. En milisegundos por tramo de cinta, activa el desvío del material no conforme.

Detectar el contaminante en la cinta y no en la reclamación del cliente cambia la conversación entera: se pasa de discutir un suministro ya entregado a apartar un fragmento de madera antes de que llegue al acopio. Y de paso queda el contador de lo que se desvía, que hoy no existe en ninguna planta de trituración.

Ver la arquitectura IRIS completa →

Antes y después

El control de hoy frente a la visión Edge

Aspecto	Muestreo por lotes	Con iLEAN Edge
Cobertura	Una muestra por lote	Toda la cinta, en continuo
Madera, plástico y yeso	Se detectan por casualidad	Clasificados tramo a tramo
Punto de detección	La reclamación del cliente	La cinta de salida
Imagen de la planta	—	No sale del equipo local
Marcado CE del árido	Sostenido por muestreo	Sostenido por inspección continua
Tramos dudosos	Se dan por buenos	Se elevan a una persona

Antes: muestreo por lotes con huecos que solo se detectan cuando el cliente reclama. Después: inspección continua de toda la cinta.

Estimación de impacto

Estimación de impacto — a validar con vuestros 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.

• Payback estimado 5-12 meses, según el volumen de material tratado.
• Protección del marcado CE del árido reciclado, que es lo que permite venderlo como producto y no gestionarlo como residuo.
• Protección de la relación con los clientes que lo reutilizan, que es donde se juega el precio del árido.
• Y el muestreo por lotes deja de ser la única red: pasa a ser la comprobación periódica de una inspección que ya es continua sobre toda la cinta.

Payback estimado 5-12 meses según volumen tratado, protegiendo el marcado CE y la relación con clientes que reutilizan el árido. Estimación a validar.

Y la duda razonable del responsable de producción

«¿Y si desvía árido bueno?» — el falso positivo es el riesgo real de cualquier visión, y por eso la CNN se entrena con material limpio y contaminado de vuestra planta y con su iluminación, no con un modelo genérico. Un tramo dudoso no se desvía sin más: se eleva para que decida una persona, y esa decisión realimenta el entrenamiento. Es tarea anclada, donde los mejores modelos bajan del 1,5% de error [1].

^[1] Paper OpenAI «Why Language Models Hallucinate», 2025 — sobre fiabilidad de la IA en tareas ancladas.