Granulometría del lote molido — una distribución correlacionada con la aplicación, no una muestra suelta.

El problema

Una curva entera en el equipo, un solo número en el parte — y la correlación con la aplicación, en la cabeza de dos personas.

El laboratorio mide bien; lo que se pierde es todo lo que rodea a la medida:

1. El equipo mide la curva; el parte guarda un número — el difractómetro láser (Malvern, Beckman, Horiba…) entrega la distribución completa, pero al parte del lote llega un D50 tecleado a mano.
2. Una muestra al final del lote — no dice nada de la homogeneidad ni de cómo evolucionó la molienda; dos historias de molienda muy distintas pueden acabar en el mismo valor puntual.
3. La correlación molienda-aplicación es saber tribal — qué cola de gruesos todavía pasa limpia el filtro, qué finos mueven la reología: vive en la memoria del veterano de calidad, no en datos. Cuando esa persona falta, se pierde.
4. La deriva lenta es invisible en una muestra — desgaste de perlas, cambio de proveedor del premix: no se ve en una medida, se ve en cien. Y nadie mira a través de cien.

Resultado: lotes «en especificación» de granulometría que dan problemas en aplicación, y nadie puede decir con datos por qué. Una especificación se defiende con la curva y su histórico, no con un número suelto.

Cómo encaja con el sistema IRIS

iLEAN no cambia tu difractómetro — se lleva la curva entera al lote y la cruza con la aplicación.

El control de granulometría no falla por falta de equipo, falla porque la curva no viaja con el lote ni se cruza con su resultado. iLEAN actúa como la masilla entre el difractómetro, el registro del lote y el control de aplicación, sin cambiar el método del laboratorio.

Connect captura la distribución completa del equipo. Tracer la ata al lote. El agente la cruza con el resultado en aplicación y avisa de la deriva antes de que sea una reclamación.

Las piezas iLEAN aplicadas al control de granulometría:

• Connect — se integra con el difractómetro láser o el contador de partículas por el canal que ofrezca (exportación, salida de red, su propio software) y captura la curva completa (D10, D50, D90, D99 y la distribución entera) de cada medida, sin retecleos.
• Tracer — ata cada curva a su lote, pasada y muestra, y guarda al lado el resultado del control de aplicación de ese mismo lote (fuerza de color, brillo, residuo en filtro).
• Agente Granulometría — compara la curva del lote contra el patrón de los lotes que aplicaron bien. Si la cola de gruesos crece lote tras lote —perlas desgastadas, premix distinto—, avisa antes de que el problema llegue a aplicación. La persona decide — el agente enseña los datos.

Ver la arquitectura IRIS completa →

Antes y después

Muestra puntual vs. distribución correlacionada con iLEAN

Aspecto	Muestra al final + parte	Con iLEAN Connect + Tracer (curva por lote)
Dato registrado	Un D50 tecleado en el parte	La curva completa, atada al lote
Momento de la medida	Una muestra al final	Cada medida, con pasada y hora
Cola de gruesos (D90/D99)	Se mira si hay problema	Vigilada lote a lote
Correlación con aplicación	En la memoria del veterano	Curva y resultado de aplicación, juntos por lote
Deriva lenta (perlas, premix)	Invisible hasta la reclamación	Tendencia visible, con avisos
Defensa ante reclamación	Reconstruir papeles	Histórico completo del lote en un clic

Estimación de impacto

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.

• Molienda de pigmento para tintas, recubrimientos o masterbatch con difractómetro láser en el laboratorio de control.
• Piloto: integración Connect con el equipo + Tracer sobre una familia de productos. Primer valor esperable en pocas semanas.
• Payback orientativo entre 6 y 12 meses, según el coste de reclamaciones y reprocesos ligados al comportamiento en aplicación.
• Palancas duras: menos lotes «en especificación pero mal en aplicación»; deriva detectada antes de la reclamación; especificaciones internas afinadas con datos, no con memoria.

Y la duda razonable del responsable técnico

«¿Y si la correlación que enseña el agente es una casualidad?» — puede serlo, y por eso el agente no cambia especificaciones solo: enseña la curva, el histórico y el resultado en aplicación, y es el responsable técnico quien decide si ajusta el proceso. La alucinación es un problema de la generación libre, no de las tareas ancladas: donde la IA se limita a capturar datos de instrumento y comparar tendencias, los mejores modelos bajaron el error por debajo del 1,5% ^[1]. El agente enseña los datos — la persona concluye.

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