Fundición de acero con IA — la porosidad que descubres en mecanizado se paga tres veces.

El problema

El defecto se mete en la pieza en colada — pero se cobra en mecanizado o en el cliente.

La calidad de una pieza fundida es el cruce de cuatro datos que casi nunca están en la misma pantalla:

1. Qué se ha colado — composición química del horno (carbono, manganeso, silicio, azufre, fósforo). En el sistema del espectrómetro, normalmente con retardo.
2. Cómo se ha colado — temperatura de colada, llenado, parámetros del molde, atmósfera. En el sistema de control de la planta de moldeo.
3. Cómo ha enfriado — patrón térmico en el desmoldeo, gradientes. Casi nadie lo registra pieza a pieza.
4. Qué aspecto tiene la pieza al salir — sopladuras superficiales, venas, juntas frías, rebabas. Inspección visual del operario antes del granallado.

El responsable de calidad lo sabe, pero la mayoría de defectos solo se confirman en mecanizado (cuando aparece la porosidad interna que se llevó por delante una operación de torno) o en el cliente (cuando el ensayo de penetrantes o el ultrasonido marca una inclusión). A esa altura el coste es triple: la pieza, las horas de mecanizado y la confianza del cliente. El sistema clásico funciona el 99% de las veces. Ese 1% es el que paga el comité del mes.

Cómo encaja con el sistema IRIS

iLEAN no añade un quinto sistema — sella las grietas entre colada, molde, desmoldeo y aspecto.

El problema de la fundición no es falta de información: es información que vive en islas y que entre la colada y la inspección final no llega cruzada a quien decide. iLEAN actúa como la masilla que rellena esos huecos, sin pedirte que cambies el espectrómetro, el sistema de moldeo ni la inspección clásica.

Edge mira la pieza con cámara termal + visible al desmoldeo. Connect lee la colada y el molde donde estén. El agente cruza la firma con la composición y los parámetros, y marca la pieza dudosa antes del granallado. La persona decide el destino.

Las tres piezas iLEAN aplicadas a fundición de acero:

• Edge — terminal con visión artificial (CNN) en el desmoldeo. Cámara termal para mapa de temperatura por pieza y cámara visible con luz rasante para clasificar defectos superficiales. Marca la pieza en zona de duda y dispara un actuador (semáforo, vía de derivación). Funciona sin red.
• Connect — captura la composición del espectrómetro, los parámetros del molde y la receta de la colada, vengan de un sistema moderno, de un equipo viejo o de una hoja Excel del laboratorio metalúrgico. Y captura lo que llega por fuera: cambio de chatarra del proveedor, nuevo pliego del cliente con apriete en S y P.
• Agente — cruza el patrón térmico y visual con la composición y los parámetros del molde. Recomienda el destino de cada pieza dudosa (radiografía, ensayo, chatarra controlada) al responsable de calidad por el canal que use. La persona decide y firma; ninguna pieza se descarta sola.

Ver la arquitectura IRIS completa →

Antes y después

Inspección clásica vs. control cruzado con iLEAN

Aspecto	Inspección clásica + espectrómetro suelto	Con iLEAN Edge + Connect + Agente
Composición de la colada	En el espectrómetro, casi nunca cruzada	Colgada de la pieza concreta en el segundo cero
Patrón térmico al desmoldeo	Casi nadie lo registra pieza a pieza	Cámara termal por pieza, cruzada con composición y molde
Defectos superficiales	Inspección visual del operario antes del granallado	Visión clasificada con luz rasante, antes del granallado
Detección de porosidad	Al mecanizado o ya en el cliente	Pieza marcada como dudosa para radiografía o ensayo
Funcionamiento sin red	n/a	Edge sigue clasificando con la luz del cuadro
Expediente para el cliente	Reconstruir a mano por reclamación	Dossier por pieza, automático, con composición + termografía + foto

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.

• Fundición de acero al carbono / inoxidable / aleado, piezas de hasta cientos de kg, abasteciendo a sector mecánico, energético o ferroviario.
• Piloto Edge en el desmoldeo (cámara termal + cámara visible + integración con espectrómetro y sistema del molde). Primer valor esperable en pocas semanas.
• Reducción de piezas con defecto detectado en mecanizado/cliente sobre el histórico ≥ 30% — estimación conservadora.
• Payback orientativo entre 4 y 9 meses, según el coste medio por pieza con horas de mecanizado tiradas y la frecuencia de reclamaciones del último año.
• La palanca dura es cada pieza chatarreada antes del mecanizado (en lugar de descubrirla al cliente).

Y la duda razonable del responsable de calidad

«¿Y si la IA marca una pieza buena como dudosa?» — la alucinación es un problema de la generación libre, no de las tareas ancladas. En tareas donde la IA se limita a cruzar firma térmica + visual + composición, los mejores modelos bajaron el error por debajo del 1,5% ^[1]. Y aun así, la pieza marcada va a una segunda inspección (radiografía, líquidos penetrantes), no a la chatarra. La persona decide; ninguna pieza se descarta sola. Los tres anillos de seguridad están ahí precisamente para esto.

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