ナレッジセンター
目次

濰坊:AI外観検査システム

AI外観検査システムは濰坊(ウェイファン)のセラミック建材業界で使えるのか。答えはイエスで、しかも導入の好機にあります。濰坊のセラミック建材ベルトは長く、人の目では安定して捉えられない問題に直面してきました。タイルの色合いの差、釉薬欠陥、寸法公差などです。AI外観検査システムは産業用カメラと深層学習アルゴリズムにより、これらの検査項目をラインのタクト内で自動判定し、検査業務のうち最も目に負担のかかる部分を代替します。万能のふるいではありませんが、釉薬タイルや凹凸タイルのように受入材料が安定し照明を制御できる工程では、導入の道筋はすでにかなり明確です。

1. AI外観検査システムはどのような課題を解決するのか

セラミック建材の品質管理は長く1つの矛盾に留まってきました。欠陥種別が多く、判定基準が曖昧で、人による一貫性が乏しいことです。釉薬タイルの欠陥にはピンホール、ブローホール、釉筋、色合いの差、波紋、欠け、寸法超過などがあり、数時間連続で検査すると見逃し率が目に見えて上昇します。AI外観検査システムの中核的な役割は、人の目と経験による判定を、カメラとモデルによる判定に置き換えることです。産業用カメラが固定照明の下で画像を取得し、アルゴリズムが欠陥のセグメンテーションと分類を行い、良否信号を選別機構やMESへ出力します。

解決するのは欠陥を検出できるかどうかではなく、検出結果を一貫して再現できるかどうかです。同じ欠陥を、早番でも遅番でも同じ基準で判定できます。これは目視検査では達成できません。

2. 中核機能と技術的な要点は何か

タイル向けAI外観検査システムは通常、いくつかの厳しい指標に関わります。撮像ではラインスキャンカメラと明視野・暗視野を組み合わせた光源がよく使われ、分解能は最小欠陥サイズをカバーしなければなりません。たとえば幅1200ミリのタイル上の0.5ミリのピンホールには、水平方向で少なくとも4000画素が必要です。アルゴリズム部分は主にセマンティックセグメンテーションと分類ネットワークで、欠陥セグメンテーションの精度が過検出率と見逃し率を直接決めます。通信はOPC UAやTCP/IPでラインのPLCに接続し、判定結果はセラミック窯の下流の実際のタクトに合わせて200ミリ秒以内に出力する必要があります。

選定時に明確にすべき技術パラメータがいくつかあります。1枚あたりの検査タクト、検出可能な最小欠陥サイズ、過検出の管理水準、機種切り替え時間です。セラミック工場は製品サイズを頻繁に切り替えます。800×800から600×1200へ切り替える際、モデルを素早く切り替えられなければラインは停止します。業界の実務では、異なるサイズのモデルをレシピとして管理し、段取り時に該当レシピを呼び出して調整時間を短縮します。

3. セラミック建材における典型的な適用シーンはどのようなものか

濰坊の地元釉薬タイルメーカーで、窯の後の検査工程が典型的な導入点だとします。タイルが窯を出て冷却された後、検査セクションに入り、ラインスキャンカメラが上方からタイル全面の画像を取得し、アルゴリズムが色合いの差、ピンホール、釉割れ、角欠けを同時に判定し、不適合タイルはエア式の押し出し装置で排出されます。このシーンの条件は、タイル表面が平坦で、照明環境を制御でき、受入の色合いロットが安定していることであり、AI検査が成果を出しやすい工程の1つです。

もう1つのシーンは凹凸タイルの表面テクスチャ検査です。凹凸タイルの表面にはレリーフがあり、照明を低角度の暗視野に調整して、テクスチャ背景の中でも釉薬欠陥がセグメンテーションできるようにしなければなりません。こうしたシーンは光源設計への要求が高く、アルゴリズムもテクスチャ背景を抑制する必要があるため、光沢タイルより実装の難易度が一段上がります。

寸法検査の工程もあります。タイルの対角、直角度、厚みは従来ゲージでサンプリング検査していましたが、AI外観検査システムはマルチカメラ方式で全数検査し、寸法超過とエッジの割れを併せて判定できます。ここでの技術的なハードルはアルゴリズムではなく、機械構造とカメラ校正の精度にあります。

4. 選定と導入において注意すべき点は何か

最初によく問われるのは連携です。AI外観検査システムとラインの連携には2つの層があります。電気層では判定信号をデジタルI/OやProfinetでPLCや排出機構へ送り、情報層では検査データをOPC UAやデータベースインターフェースでMESやSCADAへアップロードします。選定時には、ベンダーが独自SDKだけでなく標準プロトコルのインターフェースを提供できるかを確認してください。

ハードウェア構成の要件は検査精度とライン速度に依存します。ラインスキャンカメラのライン速度は搬送速度に合わせる必要があり、光源はストロボ同期か連続点灯かを選び、産業用PCには演算の余裕が必要です。セラミック工場は高温で粉塵が多いため、広温度対応モデルと陽圧防塵が必要です。

導入期間は通常3つの段階があります。撮像方式の検証、モデルの学習と調整、ラインへの統合です。最初の2つに最も時間がかかり、セラミックの欠陥サンプルの収集とラベリングのためにラインを止めてサンプリングする必要があります。よくある誤解は、サンプル収集の期間を過小評価し、カメラを設置すれば動くと想定することです。実際にはモデルの収束にはカバレッジを満たす十分な欠陥サンプルが必要です。

コストは主にカメラと光源、産業用PCと演算能力、アルゴリズムライセンス、導入サービスから成ります。セラミックラインは通常1基の窯に1本の検査ラインが付き、複数ラインへ展開する場合はアルゴリズムライセンスと導入サービスの配分比率が変わるため、提案段階で明確にしなければなりません。

5. どのような工場がAI外観検査システムに適し、どのようなシーンが適さないのか

適するシーンには明確な共通点があります。ラインのタクトが安定し、受入の色合いロットが一貫し、欠陥の定義が明確で、照明環境を改造できることです。釉薬タイル、研磨タイル、内装タイルといった光沢製品の表面欠陥検査は、現在最も導入条件が成熟しています。寸法全数検査やエッジ欠陥検出も、幾何学的な判定基準が客観的なため適しています。

適さないシーンも同じように明確に述べておきます。反射の強い釉薬を偏光や拡散で処理しなければ画質がそのままアルゴリズムを機能不全にします。大型薄板のように変形の大きい製品では、カメラの視野と被写界深度の両立が困難です。小ロット・多品種で切り替えが極端に頻繁なラインでは、モデルのレシピ管理が段取りに追い付かず、投資回収を再計算する必要があります。さらに、欠陥基準自体が曖昧で人の判定すら割れる工程では、AIを語る前に基準の定義が必要であり、順序を逆にすることはできません。

濰坊のセラミック建材業界の規模を踏まえると、AI外観検査の問いは使うかどうかではなく、どの工程から始めるかです。光沢タイルの表面欠陥検査から始め、撮像とモデルを機能させ、その後凹凸タイルや寸法全数検査へ広げるのが確実性の比較的高い道筋です。選定時にはタクト、精度、切り替え時間の3つのパラメータに注目してください。宣伝資料を読むより有用です。

分野: スマート工場百科