射出成形におけるインテリジェントビジョンシステムの核心的価値は、人の抜き取りと事後追跡に頼ってきた品質管理を、型内でのリアルタイム判定と毎ショットの全数検査へ変えることにある。型開きの瞬間に高速カメラが製品画像を取得し、欠陥検出アルゴリズムがショートショット、バリ、ヒケ、焼け、シルバーストリーク、インサートずれを識別し、結果を射出成形機や選別機構へリアルタイムにフィードバックするため、不良品が流出せず、工程パラメータも追跡できる。タクトが安定し材料が一貫した成形工程では、こうした方式はすでに実用段階にある。反射の強い部品、深いキャビティによる遮蔽、透明部品では、光学方式を個別に評価する必要がある。
1. 射出成形でインテリジェントビジョンシステムは何を解決するのか
成形工場の品質上の課題は集中している。欠陥は脱型後に初めて表面化することが多く、人手の抜き取りではカバレッジが低く、バッチ欠陥が下流の組立ラインへ流出しやすい。インテリジェントビジョンシステムは3つの層で応える。第1に毎ショットの判定で、数時間おきに数個を抜き取るのではなく、すべてのショットを撮像し検査する。第2に欠陥の分類と位置特定で、ショートショット、バリ、焼け、ガス痕、黒点、色差を区別しつつ欠陥位置を示し、どのキャビティやゲートに問題があるかの判断に役立てる。第3に工程の閉ループで、検査結果をショット単位で保圧、溶融、金型温度のパラメータと結びつけ、工程技術者がパラメータのドリフトを追跡できるようにする。これが置き換えるのは機械の制御ではなく、機械と選別・梱包の間にある品質判断の工程である。
2. 技術原理と検証可能な主要能力指標
システムのハードウェアは通常、産業用カメラ、レンズ、光源、トリガセンサ、エッジ演算ユニットで構成される。カメラ解像度は最小欠陥サイズと視野に応じて500万から2000万画素が一般的で、たとえば0.1ミリのバリを検出するなら、視野幅から画素等価を計算し、各欠陥が十分な画素を占めることを確認する。検査タクトは成形サイクルに整合させる必要があり、多くの成形サイクルは15〜60秒で、撮像と推論を合わせて数百ミリ秒から2秒以内に収め、ボトルネックにならないようにする。トリガは通常、型開き位置決め信号やロボット取出し信号を使い、デジタルI/Oや産業用イーサネットでPLCとやり取りする。プロトコルはProfinet、EtherNet/IP、Modbus TCPが一般的で、上位のMESやSCADAとの接続にはOPC-UAを使うことが多い。アルゴリズムは2種類に分かれる。寸法測定、有無判定、インサートの座り検出には従来のビジョンが安定して解釈性も高く、外観欠陥の分類には深層学習がバリ、シルバーストリーク、わずかな色差といった不規則な形態に強い。光源設計が重要な変数であり、反射の強い部品は拡散ドーム照明や同軸照明を、深いキャビティの部品は低角度リング照明を、透明部品は偏光やバックライトを使うことが多い。
3. 製造業における典型的な応用シナリオ
自動車部品企業がエンジン周辺の樹脂部品を金属インサートとともに成形するとする。ビジョンシステムは型開き後にインサートの欠落や位置ずれを確認し、シール面にバリがないかを判定して、組立後の漏れを防ぐ。電子工場がコネクタハウジングを成形し、タクトが速く量も多い場合、システムはショートショットとバリを毎ショット全数検査し、不良キャビティ番号を集計して金型保全に役立てる。もう1つの類型は外観部品で、家電のパネルのようにヒケ、フローマーク、色差が厳しく管理される。ビジョンシステムは多角度照明と組み合わせて外観の等級分けを行い、手直し可能なものと廃棄を分ける。これらのシナリオに共通するのは、欠陥が撮像可能で、タクトに撮像の窓があり、製品の位置決めが比較的安定していることである。
4. 選定と導入で注意すべきこと
よくある第1の問いは、ハードウェアをどう構成するかである。まず検出可能な最小欠陥サイズを定義し、視野と画素等価からカメラ解像度を導く。むやみに高画素を追ってはならない。画素が過剰だと推論時間が伸びコストも上がる。レンズの作動距離は機械のプラテン空間とロボットの取出し経路を考慮する必要があり、多くの現場はアルゴリズムよりも空間の制約を受ける。
第2の問いは統合である。ビジョンシステムと成形機の連携では、型開き位置決め信号や突き出し位置決め信号によるハードトリガが最も信頼でき、ソフトウェアポーリングによるタイミングのゆらぎを避けられる。MES統合では、各ショットの検査結果、欠陥種類、画像インデックスをOPC-UAでアップロードし、トレーサビリティ要件を満たす。
第3の問いは導入ステップとサイクルである。通常の流れは、現場での撮像評価、光源とレンズの選定、欠陥サンプルの収集とラベリング、アルゴリズムの訓練と検証、ライン上での試運転、受け入れである。サンプル収集が最も時間のかかる段階で、欠陥サンプルが不足する場合は少数サンプルとデータ拡張で対応するが、過学習を避けるため独立した検証セットを確保する。
4つ目のよくある誤解は、ビジョンシステムを万能薬と見なすことである。金型構造の変更、材料ロットの変更、環境光の変化がすべて撮像に影響し、稼働後も定期的なサンプルの見直しが必要である。もう1つの誤解は、データを蓄積せずに検査することである。結果がショット番号、キャビティ番号、工程パラメータと結びついていなければ、価値は大きく下がる。
コスト構成の主要項目は、カメラとレンズ、光源、演算ユニット、機械的な取付部品、ソフトウェアライセンス、導入サービスであり、検査項目数と精度要件に依存するため、単一の数値では括れない。
5. 適する工程と適さないシナリオ
適するシナリオは、成形サイクルが比較的安定し、撮像位置での製品の位置決めが再現でき、可視光や特定の光で欠陥が撮像でき、量が多く人手の抜き取りではカバレッジが足りない成形部品であり、特にインサート検出、ショートショットとバリ、外観等級分けのような判定項目が明確なものが該当する。適さない、あるいは追加評価が必要なのは、鏡面反射の強い部品、透明な厚肉部品、深いキャビティの遮蔽が厳しい部品、そして成形サイクルが短すぎて撮像の窓が取れない薄肉短サイクル製品である。入荷材料や工程の変動が大きく、欠陥の定義自体が曖昧な場合は、まず小ロットの撮像検証を行うべきである。ERP時代から数十年の事業、120万社の顧客、数千万台の端末導入、国内外市場のカバレッジを備えたこのシステムでも、成形シナリオでは現場での撮像評価を第一歩とすることを推奨している。