Un poro en el tejido de airbag no es defecto — es retirada en el vehículo final.
En tejeduría de airbag (OPW o tejido convencional), el defecto que pasa a corte y confección termina cosido en la bolsa y llega al tier-1 como no-conformidad. iLEAN Vision lleva una CNN sobre la salida del telar que reconoce poros, costuras irregulares y defectos de trama en milisegundos, marca el metro afectado y para o avisa antes de continuar tejiendo. La persona firma — la bobina no se libera sola.
Lo que se cuela en el telar acaba cosido en la bolsa — y entonces ya es retirada.
El tejido de airbag tiene una restricción de calidad que el resto del textil no tiene: una vez cortado y cosido, la inspección visual del defecto se vuelve prácticamente imposible y costosísima. Un poro en el OPW que cambia la permeabilidad de la bolsa al hincharse no se ve desde fuera. Una costura irregular en la zona crítica del OPW altera el patrón de despliegue. El tier-1 audita PPM y pide expediente — y un defecto que llegó a vehículo es retirada o, en el peor caso, accidente.
Las tres realidades que casi nadie cruza en planta a tiempo:
- Qué defecto tiene el tejido en este metro — el operario lo ve si está mirando. Si no, el tejido sigue avanzando.
- Dónde exactamente está el defecto en la bobina — para que el corte aguas abajo lo evite. Dato que vive en la libreta del turno.
- Qué tier-1 y qué OEM esperan esa bobina — y por tanto qué tolerancia aplican. Dato del ERP, que entra en escena tarde.
El estándar de calidad en automoción es del orden de 25 PPM según referencias del sector (Symestic). El sistema clásico (operario + inspección final en mesa de luz) funciona el 99% de las veces. El 1% restante es el que dispara la auditoría del tier-1 y la sanción.
iLEAN Vision no sustituye al inspector — le pone los ojos en el metro que está saliendo ahora.
El problema del defecto en airbag no es desconocimiento de qué buscar: el inspector sabe perfectamente. El problema es velocidad de tejido + fatiga visual humana. iLEAN Vision actúa como la masilla entre la salida del telar y la mesa de luz aguas abajo, sin pedirte que cambies el telar, ni el sistema de trazabilidad, ni el flujo de corte.
Edge ve el tejido a la salida del telar. La CNN detecta poros, costuras irregulares y defectos de trama. Marca el metro, retiene la bobina o avisa al operario. La persona valida — el lote no pasa a corte solo.
Las piezas iLEAN aplicadas al control de defectos en tejido de airbag:
- iLEAN Vision (Edge) — terminal con cámara de alta resolución sobre la salida del telar OPW o convencional. CNN entrenada con tus propios defectos durante las primeras semanas (transfer learning sobre la línea base de calidad). Dispara actuador (semáforo, marca en bobina, aviso al pinganillo del operario). Funciona sin red.
- Connect — captura el lote de hilo entrante, el lote de silicona del recubrimiento, el cambio de partida, los avisos del tier-1 sobre tolerancias especiales para un OEM concreto, todo lo que llega por email, WhatsApp o albarán. En el segundo cero.
- Agente — vincula el defecto detectado con metro, posición, telar, lote, turno y partida de hilo. Arma el expediente PPM para el tier-1 y propone al corte aguas abajo qué metros chatarrear. El defecto reiterado en la misma posición de la misma bobina dispara revisión de mantenimiento del telar — antes del paro mayor.
Inspección humana en mesa de luz vs. iLEAN Vision en la salida del telar
| Aspecto | Inspección humana clásica | Con iLEAN Vision en el telar |
|---|---|---|
| Punto de inspección | Mesa de luz aguas abajo — el tejido ya está acabado | Salida del telar — el tejido aún se está formando |
| Tipos de defecto | Lo que el inspector ve a velocidad de mesa | Poros, trama, costuras OPW y manchas, en milisegundos |
| Localización del defecto | Estimada por metros desde el extremo | Metro exacto + coordenada en ancho |
| Trazabilidad PPM al tier-1 | Reconstruida a mano para auditoría | Expediente automático por bobina con imagen |
| Funcionamiento sin red | n/a | Edge sigue inspeccionando y marcando |
| Patrón por telar/lote/hilo | Lo recuerda el veterano si lo recuerda | Agente cruza histórico, propone inspección |
Lo que ya hemos visto en planta — y lo que esperamos ver en tejido de airbag.
Caso real — pintura en polvo de automoción (jidoka en dos tiempos)
El patrón del defecto en tejido de airbag es el mismo que el de un grumo en una línea de pintura en polvo de automoción: un defecto detectado tarde es retirada; detectado en línea, es nada. En una línea de pintura en polvo de un proveedor de automoción, instalamos iLEAN Edge con visión (CNN) que detecta el defecto antes del horno, cuando aún se puede recuperar pieza y pintura. Actuador a 45 ms. Un agente coordinó las órdenes de trabajo con el personal.
- Primer valor en 2 semanas: detección por encima del 90%.
- Línea piloto completa en 60 días: detección por encima del 98%.
- Expansión a las otras 4 líneas hecha por el propio cliente, con su gente formada, en 3 meses.
- Inversión real año 1 ≈ 29.800 €. Recurrente ≈ 9.700 €/año. Payback conservador ~3 meses; suelo absoluto por debajo del año.
Lectura de negocio: el cliente desplegó las siguientes líneas sin nosotros. Un buen piloto no crea dependencia: deja capacidad nueva en las personas. El éxito es que dejen de necesitarte. El mismo enfoque aplica a airbag: empieza con un telar piloto, demuestra PPM, y replicas tú mismo a la siguiente línea.
Estimación para una tejeduría de airbag — 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.
- Tejeduría tier-2 de airbag con 4-12 telares OPW Dornier/Picanol/Itema o telares convencionales para tejido cosido, suministrando a tier-1 europeos o americanos.
- Piloto Vision en 1-2 telares (cámara de alta resolución + CNN entrenada con tus propios defectos + integración con sistema de trazabilidad). Primer valor esperable en pocas semanas.
- Payback orientativo entre 4 y 9 meses según volumen mensual, valor de la bobina, PPM actual reportado al tier-1 y coste medio de no-conformidad/devolución.
- Reducción de PPM por defecto de tejido del orden de ≥30% ya en el piloto.
- La palanca dura es triple: PPM al tier-1 (con expediente y trazabilidad), scrap evitado en mesa de luz, reducción del coste de cualquier no-conformidad o retirada aguas abajo.
Y la duda razonable del responsable de calidad
«¿Y si la visión falla y deja pasar un poro?» — la fiabilidad cuando la tarea está anclada (la CNN compara la salida del telar con el patrón calibrado del propio telar) baja el error por debajo del 1,5% [1]. Las alucinaciones son problema de la IA libre, no de la anclada. Y aun así, el sistema retiene; la persona firma. iLEAN no exime al responsable de calidad: le da los ojos que el ojo humano no sostiene 8 horas. La trazabilidad de la decisión (qué vio Edge, qué validó la persona) queda en el expediente para el tier-1.
[1] Paper OpenAI «Why Language Models Hallucinate», 2025 — sobre fiabilidad de la IA en tareas ancladas a la fuente. Estándar 25 PPM en automoción: referencia Symestic.
Lo que se pregunta sobre control de defectos en tejido de airbag
¿Qué defectos del tejido de airbag se detectan con visión IA?
Los defectos críticos para un airbag OPW (one-piece woven) o un tejido convencional cosido son: poros que comprometen la permeabilidad, hilos de trama o urdimbre rotos o sustituidos por otro título, costuras irregulares en el OPW que cambian la geometría de la bolsa al hincharse, manchas y contaminación del recubrimiento de silicona, y defectos de tensión por cambios bruscos de velocidad. iLEAN Vision entrena una CNN para reconocer cada uno de esos patrones en la salida del telar.
¿Por qué la inspección visual humana no es suficiente para airbag?
Porque el estándar de calidad en automoción es del orden de 25 PPM (partes por millón) según referencias del sector — y el ojo humano sostenido durante 8 horas baja muy por debajo de esa fiabilidad. Sumado a que un defecto que pasa al corte y a la confección se convierte en una bolsa cosida con un defecto incrustado, mucho más caro de detectar y mucho más caro de chatarrear. El cliente tier-1 audita PPM y pide expediente — y un defecto que llegó a vehículo es retirada.
¿Cómo encaja iLEAN Vision con los telares de OPW de airbag (Picanol, Dornier, Stäubli)?
El Edge se monta sobre la salida del tejido del propio telar — independientemente del fabricante. Cámara apuntando al tejido, CNN ejecutando inferencia local en milisegundos, actuador de aviso al operario y marca en el rollo (etiqueta, semáforo, o mancha de tinta lavable según la planta). No se le pide nada al PLC del telar. Funciona sin red: si la planta se queda sin WiFi, Edge sigue inspeccionando y marcando.
¿Cómo se vincula el defecto detectado con la trazabilidad del tier-1?
Cada detección queda asociada a metro y posición de la bobina, y se cruza con el lote de hilo, el telar y el turno. Cuando esa bobina pase a corte, el corte se programa para evitar la zona marcada o se chatarrea — antes de coser y entelar la bolsa. Y el expediente queda armado para el auditor tier-1: imagen del defecto, hora, lote, operario que validó. Es el patrón de la cama caliente aplicado a airbag: el turno siguiente entra y los lotes ya están saneados.
¿Cuánto cuesta implantar visión IA para tejido de airbag?
El piloto cubre 1-2 telares OPW de airbag con Edge + cámara de alta resolución + entrenamiento de la CNN sobre tus propios defectos + integración con el sistema de partes y trazabilidad. Primer valor esperable en pocas semanas: la primera bolsa con defecto identificada antes de corte. Payback orientativo entre 4 y 9 meses según volumen mensual, PPM actual reportado al tier-1 y coste medio de no-conformidad. Es una estimación a validar con los datos de tu planta — pedimos histórico de PPM y devolvemos ROI en 48h.
Cuéntanos tu caso y te pasamos en 48h el ROI estimado de este proyecto de IA para tu tejeduría de airbag.
Trabajamos sobre los datos reales de tu planta, no sobre los nuestros. Diagnóstico sin compromiso.
Pedir ROI estimado en 48h Ver otros sectores