La curva de curado, sin tocar el horno

El problema

La curva que decide la polimerización del barniz se borra en cada ciclo.

Cambiar el horno cuesta más de medio millón de euros y semanas de parada de línea, así que hoy nadie lo toca ni lo conecta. Su panel muestra todo lo que el responsable de calidad necesitaría saber para correlacionar curva de curado con resultado de migración o con reclamaciones — pero esos datos mueren cada ciclo cuando la pantalla rota.

• El horno de curado de barniz suele tener entre 12 y 20 años, vive aislado de red y su panel es lo único que muestra la curva de temperatura por zonas.
• Esa curva, temperatura y tiempo de permanencia por zona, determina si el barniz de contacto alimentario queda bien polimerizado. Un subcurado no se ve en la hoja: aparece después, en un ensayo de migración o en una reclamación de adherencia.
• Sustituirlo cuesta más de medio millón de euros y semanas de línea parada, así que nadie lo toca ni lo conecta.
• Resultado: el responsable de calidad no puede cruzar curva de curado con resultado de laboratorio o con reclamación, porque el dato muere cuando la pantalla rota.

Cómo encaja con el sistema IRIS

Connect en modo foto sobre panel — el horno se lee por fuera.

Connect modo foto sobre panel. Una cámara industrial fija apunta al panel; un OCR con LLM anclado interpreta cada frame, estructura la curva temporal por tirada y la cruza con el ERP para saber qué tirada estaba en el horno en cada momento.

No se abre el autómata del horno, no se toca su programa y no se pierde la garantía del fabricante. Una cámara apuntando al panel convierte una máquina aislada en una fuente de datos, y el cambio de horno pasa a ser una decisión aplazable, no urgente. Lo que hoy es una caja negra con medio millón de euros de reemplazo detrás se convierte en la fuente que explica por qué un barniz de contacto alimentario falló en el ensayo.

Ver la arquitectura IRIS completa →

Antes y después

El horno de curado de hoy frente al horno leído

Aspecto	Hoy	Con iLEAN Connect
Curva de temperatura por zonas	Visible un instante en el panel	Guardada por tirada
Qué tirada estaba dentro	Se deduce de memoria	Cruzado con la OF del ERP
Subcurado del barniz interior	Se descubre en laboratorio o cliente	Se ve en la curva
Causa raíz de una reclamación	Imposible de demostrar	Minutos, tirada a tirada
Programa del horno	—	Sin tocar, sin revalidar
CAPEX de sustitución (>500.000 €)	Presión para invertir	Aplazable

Cero correlación curva-reclamación → análisis causa-raíz por tirada en minutos. Cambio de horno se vuelve aplazable indefinidamente.

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 5-10 meses.
• CAPEX de reemplazo del horno —más de 500.000 €— que deja de ser urgente.
• Menos no conformidades de migración al poder correlacionar curva de curado y resultado de ensayo.
• Y análisis de causa raíz por tirada en minutos cuando llega una reclamación de adherencia del cliente envasador.

Payback estimado de 5 a 10 meses, evitando el CAPEX de reemplazo de horno (>500.000 €) y reduciendo no conformidades de migración por correlación curva-resultado. Estimación a validar.

Y la duda razonable del responsable de producción

«¿Una cámara leyendo un panel de hace quince años es fiable para calidad?» — la tarea es anclada: pantalla fija, zonas en posición conocida y temperaturas dentro de un rango físico esperado, donde los mejores modelos bajan del 1,5% de error [1]. Además, el fotograma con un valor imposible para ese horno se descarta en lugar de darse por bueno, así que la serie que llega a calidad no tiene saltos inventados.

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