ナレッジセンター
目次

Q: 電子工場の実際の場面で、企業はAI外観検査をどのように導入すべきですか?

A: 電子工場でAI外観検査を導入する核心的な進め方は、まず価値の高いシナリオを1つに絞って単点検証し、その後にMES+AI基盤を通じて検査データを生産フローとつないでクローズドループを形成することです。いきなりライン全体に展開するのではありません。以下、展開の順に要点を示します。

1. まずシナリオ選びを間違えない。すべてをカバーしようとしない。電子工場で初期導入に最も適したAI検査のシナリオは、PCBAの外観検査(はんだ未接合、はんだブリッジ、部品欠落、極性逆転)、SMT実装後のAOI再判定、コネクタピンの共平面性と変形の検査、表示器や筐体の傷、汚れ、打痕の検査、最終組立後の文字OCRとバーコード認識などです。これらの共通点は、欠陥の定義が明確で、画像を取得しやすく、人手の目視が多く見逃しが起きやすいことです。まず1ライン、1ワークステーションから試験導入してください。

2. 撮像と計算の基盤をしっかり作る。AI検査の成果は7割が撮像で決まります。最小の欠陥サイズに応じて産業用カメラの解像度を選び、同軸、リング、バックライト、多角度ストロボといった適切な照明方式で欠陥のコントラストを作り、必要に応じて3Dカメラで高さと共平面性を測ります。エッジに推論サーバや産業用PCを置き、タクトがライン速度に追いつくようにします。1枚あたりの推論は通常、数十から数百ミリ秒以内が求められます。

イラスト

3. モデル学習は少量サンプル+継続的な反復の道を取る。電子工場の欠陥サンプルは不足しがちなので、まず正常サンプルによる教師なしまたは半教師ありの学習から始め、その後に少数の欠陥サンプルとデータ拡張でファインチューニングします。稼働後は、ラインがNGと判定した画像や人が再判定した画像が自動でハードケースのライブラリに戻り、モデルを毎週反復させます。このプロセスには、データセット、ラベリング、学習、バージョン配信を管理するAI基盤が必要です。MES+AIの方向におけるZEVONの機能は、モデルの反復を作業指示やロットデータと結びつけ、どのモデル更新も特定の製品機種と工程条件まで追跡できるようにします。

4. MESやESOPとつないで初めて定着する。AI検査はOKかNGかを出すだけであってはなりません。欠陥の種類、位置、画像、時刻、設備番号、ロットをMESに書き戻し、修理作業指示、SPC警告、トレーサビリティを起動する必要があります。同時に、判定基準と典型的な欠陥画像をESOPの電子作業指示に更新し、作業者と修理担当が最新の基準を見られるようにします。ZEVONのESOPは検査結果と作業ガイダンスを結びつけ、作業者がコードをスキャンすれば現在のロットで頻発する欠陥とその対処法が見え、誤判定と伝達の繰り返しが減ります。電子工場がAOIの再判定をESOPと連携させた例では、新人の立ち上がりが目に見えて速くなりました。

5. 組織とKPIを合わせる。工程、品質、IT、ラインの担当者による共同チームを作り、AI検査の過検出率、見逃し率、過剰廃棄率の目標を定め、人手による再判定の作業量削減と初回合格率の向上を評価に組み込みます。開始時は人手の再判定をバックストップとして残し、安定してから抜き取り比率を段階的に下げてください。

まとめと提案:AI検査の導入は5つのステップです。シナリオを選ぶ、撮像を構築する、モデルを学習する、MESとESOPをつなぐ、KPIを定める。まず1つのワークステーションでクローズドループを回し切ってから、類似のラインへ展開してください。ZEVONは15以上の業界で120社以上を支援し、MES+AIとESOPの実践が示すのは、検査データは生産フローに戻って初めて価値を生み続けるということです。

分野: AI-FAQ