外観検査について説明します!

外観検査とは?

工場において、検査は製品、部品の品質を担保するための重要な工程です。不良品によるクレーム、返品などは会社全体の信頼に関わる問題であるため、検査の精度を高めつつもコストを抑えたい、ということは多くの工場で共通するニーズだと思います。

外観検査は、もっとも一般的な検査の1つであり、部品や製品に異物、汚れ、傷などがないか、また接着などの不良がないかチェックします。つまり外観検査とは、外観から判断できる欠陥がないかを検査する工程です。弊社ではAIによる外観検査を行っており、2D画像、3Dデータから異常を検知しています。

弊社AIで自動化するメリット

現在、多くの工場での外観検査は目視で行われています。しかし、目視による検査では、いくつかの問題点があります。まず、外観検査のために人員を割く必要があるためコストがかかるということです。また、検査の判断基準を設けても、どうしても人によって可否が左右されてしまう部分があります。これにより、例えば各地に工場を持つ自動車工場では、工場の場所によって検査後の製品の質にわずかにばらつきが見られる、というようなことが考えられます。
ここで弊社のAIを導入することにより、このような問題を解決することができます。具体的には、AIで自動化することにより、外観検査のためのコストを抑えることができます。また、AIでは、検証用のデータさえあれば、どこでも検査することができるため、遠隔検査が可能です。よって、各地に工場があるような場合でも同じ規格によって検査することができます。

これまで弊社のAIが携わった事例

これまで弊社のAIは、鋳物検査、半導体検査、自動車部品の検査などに携わってきました。
・鋳物検査
鋳物とは金属を高温で溶かして型に流し込み、冷やして固めることで製造されるものを指します。鋳物検査では、2D画像、3Dデータを元に0.5mm程度の細かいキズなど人の目でも検知が難しい小さな異常を、検知することが可能です。
・半導体検査
半導体検査では2D画像を拡大し、細かい異常を検知します。半導体のような検査する項目が多くなってしまう精密機械では、検査の部分にも多くの人員コストがかかりがちですが、AIではそのような大量の検査項目にも対応することができます。
・自動車部品の検査
自動車製造にはさまざまな工程がありますが、弊社では自動車部品のしみ、しわ、傷、糸ほつれ、パーツの付け忘れの検査を行いました。弊社のAIでは高い精度でこのような異常を検知することに成功しています。

弊社の技術例

ここで弊社の技術について、布製品・ソファーなどの糸ほつれの異常検知システムを例に、少しご紹介いたします。まず、画像認識に使用する画像は、撮像AIによって撮影します。撮像AIとは、撮影環境に応じて最適な撮影条件を自動設定するAIです。撮像AIによって、撮影機器もAIで制御することによって、AIによる画像解析の精度が画像の撮影条件によって大きく変動してしまうことを防いでいます。次に画像認識で糸の部分を識別し、検査する領域を必要最低限にするように入力画像のセグメンテーションを行います。そして、深層学習によって糸出の異常を検出します。
弊社の技術について、さらに知りたいという方は弊社Staff BLOGの記事のこちらも参考にしてください。糸出の異常を検出する深層学習について少し詳しく説明しています。

そのほか弊社AIで自動化できる外観検査の例

弊社AIで自動化できる外観検査には、上にあげた事例だけにとどまらず、このようなものがあります。

〇食品工場
・弁当に間違って他のおかずが入っている
・製造の過程で機械破片が混入してしまっている
〇飲料工場
・ボトルに気泡が入ってしまっている
〇衣料品工場
・服などの縫合がうまくいかず、ほつれてしまっている箇所がある
・プリントに失敗し、汚れのようになってしまっている
〇化粧品工場
・容器にヒビが入ってしまっている
・容器にバリがある(バリとは、主にプラスチック容器の形成過程で発生する不良です)
〇製薬工場
・包装後、抜けてしまっている錠剤がある
〇建材工場
・建材(コンクリート、ガラス、木材など)に傷や汚れが付着してしまっている

これらの検査を目視で行っている工場も多いと思いますが、弊社のAIで代替可能です!
また、上に述べた例はあくまで一部なので、これ以外のことに関してでも、AIでの外観検査に少しでも興味を持たれた方は下記メールフォーム等からお気軽にお問合せください。
お問い合わせ用メールフォーム