Visión por computadora para OEE: guía para gerentes

Respuesta rápida: Visión por computadora OEE utiliza cámaras industriales y algoritmos de visión por computadora para rastrear el estado de la máquina, contabilizar piezas y detectar las causas de inactividad, todo sin integración con el PLC ni sensores adicionales. Es la forma más rápida de instrumentar líneas antiguas, líneas con controladores propietarios o líneas donde adaptar/instalar una conexión al PLC resulta costoso.

Tiempo típico para la primera puntuación OEE: de 2 a 4 semanas.

Cuándo usarla: equipos antiguos sin OPC-UA, líneas con proveedores mixtos, plantas con múltiples inquilinos, o cualquier línea donde el costo de adaptar el PLC supere el valor de una OEE automatizada durante 12 meses.

Para los fundamentos de OEE, vea la Guía completa de OEE. Para contexto de referencia, cómo puntúan 250 plantas. Para la capa de datos, métodos de recopilación de datos OEE comparados. Para el ángulo de verificación visual, las 5 mejores plataformas CV para OEE.

Cada planta tiene un agujero negro: el tiempo en que la línea no está funcionando, pero nadie puede decir por qué. El PLC informa ciclo completado. El registro del operario no dice que haya pasado nada. El panel de OEE registra 87 minutos de "paradas menores" sin causa asociada.

Un estudio de 2024 de McKinsey sobre productividad industrial mostró que los fabricantes europeos de tamaño medio pierden entre el 10 y el 15 % de la capacidad teórica por eventos de menos de 5 minutos que nunca se registran. En una línea que produce 6.000 unidades por turno, eso supone entre 600 y 900 unidades perdidas, por turno, cada día.

Los operarios no pueden anotar un atasco de 30 segundos. Los PLC solo saben "detenido" o "en marcha", no por qué. El agujero negro existe porque la capa de datos nunca se diseñó para verlo.

Esa es la brecha que cierra la OEE por Visión por computadora. Véase relacionado: OEE sin integración con PLC y métodos de recopilación de datos OEE.

Deep-dives relacionados: OEE sin integración con PLC · Guía completa de OEE · Mejor software CV para verificación visual de paradas 2026 · Métodos de recopilación de datos OEE.

Visión por computadora es una cámara más software de IA que vigila la línea y reconoce lo que está ocurriendo, de la misma manera que lo haría un operario experimentado, pero a 30 fotogramas por segundo, cada segundo, sin fatiga.

El hardware: una cámara IP industrial (normalmente de 4-8 megapíxeles) montada sobre la línea con una vista clara del trabajo. Una pequeña unidad de cálculo en el borde (edge) o un enlace PoE a un servidor ejecuta el modelo. Coste total del hardware 300-800 EUR por línea.

El software: un modelo de visión entrenado para reconocer tres cosas en su línea específica: (1) salida correcta que pasa por ella, (2) que la máquina se mueve como se espera, (3) anomalías como atascos, piezas faltantes o producto fuera de especificación. El modelo mejora con cada turno a medida que ve más de su producción real.

Qué NO es: no es vigilancia genérica. No es reconocimiento facial. No es una caja negra. Cada detección viene con el fotograma que la desencadenó, por lo que un operario puede confirmarla o corregirla, exactamente como al revisar una grabación de una cámara de seguridad.

Vea la implementación de Fabrico: Página de la función OEE de Visión por Computadora.

Una prensa hidráulica de 1995 no tiene una interfaz PLC a la que puedas conectarte. No hay Modbus, no OPC UA, ni Ethernet.

El armario de control está sellado por el fabricante (OEM). Respuesta tradicional: instalar sensores de vibración IoT y una pinza amperimétrica en el motor.

Coste por máquina: 1.500-2.000 EUR + electricista + 6 semanas de integración.

Respuesta de Visión por Computador: una cámara con vista de la platina. El modelo se entrena durante 2-3 turnos para reconocer el ciclo de la prensa (reposo, cierre, sujeción, apertura). A partir de ese momento, cada ciclo se registra con precisión de milisegundos.

Las paradas se marcan automáticamente con marca de tiempo y fotograma de vídeo. Periodo de retención: 3-5 días. Coste: 600 EUR.

Integración con la máquina: cero.

Ejemplo real: una planta de productos de consumo masivo (FMCG) con 47 prensas mixtas probó una modernización IoT. El presupuesto fue de 96.000 EUR + 14 semanas. La misma cobertura mediante Visión por Computador: 28.000 EUR + 3 semanas. La misma calidad de datos una vez entrenado el modelo.

Por eso el seguimiento del OEE sin PLC es un problema resuelto cuando la cámara hace el trabajo de integración.

La pérdida de rendimiento es el asesino silencioso. La línea está en funcionamiento. El PLC informa operación normal. Pero estás haciendo 92 piezas por minuto en una tasa de diseño de 100 piezas por minuto. ¿Dónde se fueron las 8 piezas?

La visión por computadora responde a esto de tres maneras:

• Recuento directo. La cámara cuenta cada unidad que pasa por un marcador en la cinta transportadora. La verificación cruzada con la salida del PLC revela la discrepancia.
• Detección de microparadas. Cada pausa de menos de 5 minutos se registra con marca de tiempo y se contabiliza. Los registros manuales omiten 20-40% de estas según una auditoría independiente. La visión por computadora no falla en ninguna.
• Deriva del tiempo de ciclo. El modelo rastrea el tiempo entre unidades. Una deriva de 0,4 segundos durante una semana es invisible al ojo pero visible en los datos. Para cuando el operario lo nota, ya has perdido un turno de producción.

Una línea de envasado europea encontró 8,4% de recuperación de rendimiento en los primeros 60 días tras integrar la visión por computadora en su panel de OEE existente. Eso equivale a alrededor de 220 EUR por hora de producción adicional en una línea típica, sin inversión de capital en la propia máquina.

Compare opciones: Mejores sistemas de monitorización OEE en tiempo real.

La mayor parte del control de calidad ocurre después del hecho. Al final de la línea, fuera de línea, basado en muestras. Se encuentra un defecto, pero ya se han enviado 200 unidades con el mismo defecto.

La visión por computador realiza control de calidad en línea en cada unidad. El modelo se entrena con ejemplos buenos y malos (etiqueta torcida, nivel de llenado bajo, tapa faltante, color fuera de tono) y rechaza en tiempo real. La tasa de falsos positivos tras 4 semanas de entrenamiento suele bajar por debajo del 0,5%.

El mayor valor está en cerrar el ciclo OEE-CMMS. Cuando la tasa de defectos se dispara, el sistema sabe qué estación se está desviando. Se envía una orden de trabajo al técnico con el clip de vídeo adjunto. No hay historias de "la línea estaba produciendo productos defectuosos y no lo sabíamos" en la reunión matutina.

Este es el mismo patrón del Método Hansen "OEE Diagnoses, CMMS Cures" que describimos en la guía de referencia de OEE. Los datos de calidad sin acción son una pieza de museo.

¿Necesitamos una sala limpia para las cámaras?

No. Las cámaras IP industriales cubren el 90% de los entornos de fábrica (alimentos, automotriz, envasado, electrónica). Sólo las zonas de lavado intensivo (ciclos de desinfección completos con agua a 80°C) requieren carcasas con clasificación IP69K. El kit estándar de Fabrico es IP67.

¿Y los cambios de iluminación?

Los modelos se entrenan con su iluminación real (variaciones entre turnos, sol a través de tragaluces, parpadeo de fluorescentes). El entrenamiento dura 2-3 turnos. Después de eso, los falsos positivos caen por debajo del 1%.

¿El video se almacena en la nube o localmente?

A su elección. Por defecto está en modo solo fotograma: sólo se almacena el fotograma que dispara cada evento, no video continuo. El video completo puede mantenerse localmente en un búfer giratorio de 7 días si la normativa lo requiere.

¿Cuál es el ROI?

Retorno típico: 4-9 meses. El desbloqueo de capacidad del 10-15% en la primera línea cubre el costo del despliegue en otras 10 líneas.

Vea la lógica de precios del piloto: Cómo se construye una cotización de CMMS.

Una cámara que solo genera un panel de control es una versión más cara del mismo problema. La razón por la que la Visión por Computadora importa es lo que ocurre después de la detección.

La arquitectura correcta: la cámara detecta una microparada en la Línea 3. La detección se convierte en un evento en el CMMS. El CMMS encuentra al técnico adecuado según máquina + síntoma + turno.

Una orden de trabajo con el fotograma de vídeo adjunto llega a la tableta del técnico. El tiempo medio de respuesta baja de 12 minutos (radio + localizar al supervisor) a 90 segundos.

Ese es el enfoque de Fabrico: OEE de Visión por Computadora conectado de forma nativa a nuestro CMMS. No dos sistemas que fingen comunicarse. Un sistema desde el sensor hasta la reparación.

Si quieres probar en una de tus líneas más difíciles, consulta el piloto de 1 día.