Vidrio flotado con IA — anticipar la deriva del baño media hora antes de que la cinta caiga de prima a B.
La calidad de una cinta de float es el cruce de cuatro realidades — composición y temperatura del baño de estaño, curva del horno de fusión, patrón de defectos a alta velocidad y recocido en el lehr. iLEAN cruza visión defectológica con sensores del proceso para anticipar la deformación, en lugar de catalogarla cuando ya es scrap. La persona firma.
La cinta no para — y cuando ves el defecto, ya tienes cientos de metros generados.
Una línea de vidrio flotado es proceso continuo de los más exigentes del sector. La calidad de la cinta es el cruce de cuatro realidades que viven en sistemas distintos:
- Qué pasa en el horno de fusión — composición, temperatura por zonas, ciclos de aporte. Datos del SCADA que casi nadie cruza en tiempo real con la cámara de inspección.
- Qué pasa en el baño de estaño — termopares por zonas, atmósfera reductora, velocidad de cinta. Pequeñas derivas que el operario ve tarde.
- Qué muestra la cinta — defectos ópticos (burbujas, inclusiones, distorsión, marcas de rodillo). Los detecta la inspección óptica clásica, pero ya con el defecto consumado.
- Cómo recocha el lehr — gradiente de bajada, tensión residual. Si recocha mal, la lámina rompe espontáneamente en el corte o en obra.
El jefe de línea lo sabe, pero no puede tener los cuatro sistemas en la misma cabeza. La cinta sigue saliendo, y cuando se confirma que está cayendo de prima a B son 20-30 minutos perdidos a miles de euros por hora de margen, no una incidencia menor. El sistema clásico funciona el 99% de las veces. Ese 1% es donde se pierde el margen del mes.
iLEAN no sustituye al SCADA del baño — sella las grietas entre baño, cámara y lehr.
El problema del float no es falta de información: es información que vive en islas y que en el momento crítico (la deriva del baño, la formación de la burbuja en banda concreta) no llega cruzada a quien decide. iLEAN actúa como la masilla que rellena esos huecos, sin pedirte que cambies el SCADA, ni el sistema de inspección óptica, ni la cámara de recocido.
Edge mira la cinta con visión profunda y a la velocidad real. Connect lee baño, horno y lehr donde estén. El agente cruza el patrón de defecto con la firma del proceso y anticipa la deriva — 20-30 minutos antes — al jefe de turno, que decide.
Las tres piezas iLEAN aplicadas al vidrio flotado:
- Edge — terminal con visión artificial (CNN) sobre la línea. Cámaras en bandera del lehr o a la salida del baño, con iluminación coherente para clasificar burbujas, inclusiones, distorsión y marcas de rodillo a velocidad de cinta. Etiqueta la zona y manda la traza al agente. Funciona sin red.
- Connect — captura los parámetros del baño (termopares, atmósfera, velocidad), del horno (curva y aporte) y del lehr (gradiente), vengan del SCADA moderno, del registrador local o del Excel del laboratorio. Y captura lo que llega por fuera: cambio de sosa del proveedor, nuevo pliego del transformador.
- Agente — cruza el patrón de defecto en cámara con la firma térmica/química del proceso y anticipa la deriva. No envía un email a las 22h: avisa al jefe de turno por el canal que use, con la causa raíz probable y las acciones sugeridas. La persona decide qué tocar; la línea no la corrige sola.
Inspección óptica clásica vs. inspección cruzada con iLEAN
| Aspecto | Inspección óptica + SCADA suelto | Con iLEAN Edge + Connect + Agente |
|---|---|---|
| Detección del defecto | Al corte, con el defecto consumado | En la cinta a alta velocidad, clasificado en línea |
| Causa raíz | Investigación posterior; el dato del baño está en otro sistema | Cruce automático con baño, horno y lehr en el segundo cero |
| Anticipación de la deriva | n/a — se ve cuando ya es scrap | 20-30 minutos antes, sobre patrón de defecto + firma térmica |
| Caída de prima a B | Se descubre al final del turno | Aviso al jefe de turno con causa raíz probable |
| Funcionamiento sin red | n/a | Edge sigue clasificando con la luz del cuadro |
| Expediente para el transformador | Reconstruir a mano por reclamación | Dossier por bobina/lote, con foto de la zona |
Lo que ya hemos visto en planta — y lo que esperamos ver en float.
Caso real — Marmaris (cerámica): jidoka predictivo, 27 años antes de que se llamara así
Patrón gemelo del que ahora aplicamos al vidrio flotado. En cerámica (Marmaris, azulejo que imitaba mármol — base + capa gruesa de cristalina, pulido y biselado) las tensiones entre cristalina y base curvaban la pieza al tocar el agua en la pulidora. Piezas de hasta 120 cm: cada rechazo, miles de euros tirados. La solución que armamos: láseres Keyence a la salida del horno para levantar el mapa orográfico de planaridad + un sistema semiexperto que, leyendo termopares y curva de cocción, anticipaba con 30 minutos la deformación que iba a romper la pieza. Daba margen al operario para corregir la curva y romper la tendencia antes de que el defecto naciera.
- Anticipación de la deformación: 30 minutos de margen.
- Resultado: ahorro directo en millones; daño de imagen evitado, incalculable. Marmaris fue éxito de ventas durante años.
- Lectura: la IA industrial hace este tipo de predicción desde hace décadas — no nació con ChatGPT.
Estimación para una línea float — 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.
- Línea float continua de hasta varios formatos, multi-espesor, abasteciendo a vidrieros y transformadores.
- Piloto Edge en bandera del lehr (cámaras + iluminación + integración con SCADA del baño y horno). Primer valor esperable en pocas semanas.
- Reducción de horas-cinta caídas a B sobre el histórico ≥ 30% — estimación conservadora, ese es el orden de palanca del jidoka predictivo.
- Payback orientativo entre 4 y 9 meses, según el margen prima-B y la frecuencia de derivas documentadas en los últimos meses.
- La palanca dura es cada hora ganada en categoría prima y la causa raíz cerrada para el siguiente turno.
Y la duda razonable del jefe de línea
«¿Y si la IA marca falsos positivos y me hace tocar el baño cuando no toca?» — la alucinación es un problema de la generación libre, no de las tareas ancladas. En tareas donde la IA se limita a cruzar patrón de defecto y firma de proceso, los mejores modelos bajaron el error por debajo del 1,5% [1]. Y aun así, lo crítico no se decide solo: iLEAN avisa y la persona decide qué tocar. 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.
Lo que se pregunta sobre control de calidad en vidrio flotado
¿Qué defectos típicos arruinan una cinta de vidrio flotado?
Los clásicos del proceso float son burbujas e inclusiones gaseosas (del horno de fusión), contaminaciones del baño de estaño (puntos de SnO2, defectos top/bottom), distorsión óptica por gradiente térmico en el baño, marcas de rodillo al salir al lehr y roturas espontáneas por tensión residual mal recocida. Cada uno tiene su firma visual y cada uno apunta a un parámetro de proceso aguas arriba — pero el patrón solo se ve si se cruzan la cámara, el horno, el baño y el lehr en la misma vista.
¿Por qué la inspección óptica clásica no detecta a tiempo una deriva del baño?
Porque la inspección óptica clásica mira la lámina al corte, ya con el defecto consumado: a esa altura llevas decenas de metros lineales generados con el defecto en formación. La derivada que avisa de la deriva está en el cruce — composición del baño + temperatura por zonas + velocidad de cinta + patrón de defecto en la cámara. Cuando el agente ve que las burbujas pequeñas empiezan a derivar a una banda concreta de la cinta y el termopar 7 del baño bajó dos grados hace 40 minutos, anticipa la deformación que aún no se ha hecho, en lugar de catalogarla cuando ya es scrap.
¿Cuánto vale una hora de cinta float fuera de especificación?
Una línea float continua produce cientos de toneladas de vidrio al día y casi no para — pararla está prohibido, salir de especificación es muy caro. Una hora generando cinta de menor calidad de la prevista (degrada de prima a B, de B a scrap) se traduce en miles de euros por hora de margen perdido, más el coste de la cinta que va al cullet de retorno. La palanca dura no es bajar el scrap del 2% al 1,9% — es anticipar la deriva 20-30 minutos antes y dar margen a la operación para corregir.
¿Puede iLEAN Edge trabajar en línea sobre una cinta a velocidad de producción?
Sí. Edge es un terminal con visión artificial (CNN) sobre la propia línea — cámaras de alta resolución en bandera del lehr o a la salida del baño, con iluminación coherente para detectar burbujas, inclusiones, distorsión y marcas de rodillo a la velocidad de cinta real. Clasifica el defecto, etiqueta la zona y manda la traza al agente, que la cruza con los parámetros del baño y del horno. Funciona sin red: si la planta se queda sin WiFi, Edge sigue clasificando y registrando.
¿Cuánto cuesta un piloto de calidad IA en una línea de vidrio flotado?
El orden de magnitud de un piloto Edge en una línea float es el de cualquier piloto Edge en proceso continuo crítico: una inversión inicial que cubre terminales, cámaras, iluminación y la integración con los parámetros del baño/horno/lehr, más una licencia anual. El payback razonable a presentar al comité está entre 4 y 9 meses: la palanca dura es cada hora ganada de cinta en categoría prima en lugar de B. Pedimos los datos de tu planta y te pasamos el ROI estimado en 48h, con tus números, no con los nuestros.
Cuéntanos tu caso y te pasamos en 48h el ROI estimado de este proyecto de IA para tu línea float.
Trabajamos sobre los datos reales de tu planta, no sobre los nuestros. Diagnóstico sin compromiso.
Pedir ROI estimado en 48h Ver petroquímica y materiales