ナレッジセンター
目次

汕尾:AI外観検査システム

汕尾(シャンウェイ)のセラミック建材業界におけるAI外観検査システムの中核的価値は、釉薬欠陥、寸法偏差、色合いの差といった人の目に依存する工程を、定量化・追跡可能な機械判定へ変えることにあります。汕尾とその周辺のセラミック産地は建築用陶磁器、生活用陶磁器、衛生陶器に注力しており、ラインのタクトが速く、釉薬の反射が強く、絵柄の品番が多いという特徴があります。AI検査は単に検査員を置き換えるのではなく、検査基準を固定し、すべてのタイル、すべての素地の判定結果をMESとERPに結び付けられるようにします。以下の議論は、導入時に実際に生じる問いに沿ってテーマを分解します。

1. AI外観検査システムはセラミック建材で実際にどのような課題を解決するのか

セラミック検査の課題は3か所に集中します。第1に、釉薬欠陥の種別が多く、ピンホール、ブローホール、釉泡、窯汚れ、色合いの差、傷などがあり、境界が曖昧で、人の判定は照明と疲労に強く影響されます。第2に、全数検査とサンプリングの矛盾があります。タイルはGB/T 4100に従って優等品・合格品に格付けされ、外観欠陥の許容量は明示されていますが、人手の全数検査は高速ラインで一貫して行うことが困難です。第3に、判定結果が保存されず、ロット間の紛争を遡って追跡しにくいことです。AI外観検査システムは産業用カメラと光源による撮像に加え、深層学習の欠陥セグメンテーションモデルにより、欠陥種別、サイズ、位置ごとの構造化結果を出力します。判定しきい値は製品グレード別に設定でき、検査データは保存されロットや窯番号と紐付きます。解決するのは欠陥が見えるかどうかではなく、基準が一貫して適用されるか、結果を照会できるかどうかです。

2. 中核機能と技術的な要点は何か

撮像が基盤です。セラミックの釉薬は反射の強い曲面であり、一般的なリング照明では白飛びや影が生じやすいため、実際の導入ではドーム照明と同軸照明の組み合わせ、あるいは多角度フリンジ投影による位相偏向法を用いて、ピンホールのような微小な凹みを反射背景から分離します。カメラの分解能は最小欠陥サイズに合わせる必要があり、0.3ミリのピンホール検出を想定すると、視野200ミリでは一般に500万画素以上が必要で、高速ラインではモーションブラーを避けるためグローバルシャッターが必要です。

アルゴリズム層は2種類のタスクをカバーします。欠陥検出はセグメンテーションネットワークで画素レベルのマスクを出力し、面積、アスペクト比、真円度で分類します。色合いの差の判定はCIELAB色空間でデルタEを計算し、分光測色またはRGB撮像と、顧客の承認サンプルに対するデルタEしきい値の設定を行います。寸法計測はサブピクセルのエッジ抽出を用い、タイルの対角、直角度、辺の直線度はGB/T 3810.2の試験方法に沿ってオンライン化できます。

システム連携では、検査結果はOPC UAやTCP/IPでラインのPLCに接続して排出制御を行い、MESインターフェースを通じて欠陥記録と統計レポートをアップロードします。成熟した業界ソリューションは通常、モデル反復のクローズドループに対応し、人手による再判定結果が戻ってきて増分学習に使われます。これは絵柄の切り替えが多いセラミックラインでは極めて重要です。なお、本システムはERP時代から数十年にわたり業界に関わり、120万社の顧客にサービスを提供し、累計数千万台の端末を導入し、国内・海外市場をカバーしてきたベンダーによるもので、産業プロトコルの連携と現場導入の経験が比較的充実しています。

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

汕尾の地元釉薬タイルメーカーで、窯出し後の完成品検査ステーションがAI検査の最も典型的な導入点だとします。焼成後、タイルはコンベヤで検査セクションに入り、複数台のカメラがタイル全面をカバーし、ピンホール、釉泡、割れ、釉切れ、色合いの差、寸法偏差を検査します。不適合タイルはエア式の排出機構により、手直しまたは等級落としの経路へ振り分けられます。このステーションのタクトは窯の生産速度に合わせる必要があり、一般的にはライン仕様に応じて毎分30〜80枚で設計されます。

2つ目のシーンは成形後の素地検査です。生活用陶磁器企業で、泥漿鋳込みやローラ成形の素地について、施釉前に割れ、ショートショット、変形を検査する必要があるとします。素地表面には釉薬がなく色も均一なため、釉薬面より撮像が容易で、逆光と拡散光の組み合わせが輪郭と欠陥の検査に適し、割れのような細長い欠陥の連続認識が要点になります。

3つ目のシーンは衛生陶器の釉薬検査です。便器や洗面ボウルのような形状品は曲面と遮蔽が多く、単一視点ではカバーできないため、通常は複数ステーションやマルチカメラの囲繞配置、あるいはロボットアームにカメラを搭載した経路走査が必要です。こうしたシーンのタクトはタイルより遅いものの、撮像と経路計画ははるかに複雑で、選定時には形状品に対するベンダーの照明・校正能力の評価に注目すべきです。

4. 選定と導入において注意すべき点は何か

最初に明確にすべきは連携です。PLCのブランド、通信プロトコル、排出機構の応答時間が、システムが真にループを閉じられるかを決めます。OPC UA、Modbus TCP、デジタルI/Oが一般的な選択肢で、ラインにSCADAやMESもある場合は、欠陥データの項目とアップロード頻度を確認しなければなりません。設備が届いてからプロトコルが合わないと気付く事態は避けてください。

ハードウェア条件は過小評価されがちです。検査ステーションには安定した照明環境が必要で、環境光の変動は色合い判定に直接影響するため、必要に応じて遮光を設けます。カメラと光源の設置スペース、放熱、防塵(セラミック工場は粉塵が多い)は提案段階で確認しなければならず、IP等級とエアパージ装置は選択肢ではなく必須です。ラインの振動もサブピクセル計測の精度に影響するため、カメラのマウントはコンベヤから除振すべきです。

導入期間はモデル学習の量に依存します。欠陥サンプルの収集とラベリングが主な時間消費で、絵柄が多くグレード要求の高いラインでは、撮像の立ち上げからモデルが安定するまで通常数週間から数か月かかります。製品仕様ごとに段階的に稼働させ、1つの仕様を機能させてから横展開することを推奨します。よくある誤解は、実験室のサンプルをそのままラインへ持ち込むことです。実際の照明のドリフトと受入ロットの変動がモデル性能を劣化させるため、現場のデータループがアルゴリズムの選択よりも重要です。

コスト構成は主に撮像ハードウェア、演算ユニット、ソフトウェアライセンス、導入サービスに分かれます。マルチカメラや形状品走査の方式はハードウェア比率が高く、標準化されたタイル検査ではソフトウェアとモデル反復サービスの比率が見えやすくなります。選定時には1ステーションあたりの見積だけでなく、将来の品番切り替えに伴うモデル保守コストも含めてください。

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特徴があります。ラインのタクトが安定し、製品範囲が比較的収束し、欠陥種別を列挙でき、受入の一貫性がよいことです。標準仕様の釉薬タイルの全数検査、素地の割れ検出、衛生陶器の釉薬外観検査などが該当します。こうしたシーンは撮像条件を制御でき、モデルが早く収束し、判定結果が排出や格付けを直接駆動できます。

適さない、または別途評価すべきシーンも述べておきます。反射が強く曲率変化の激しい形状品では、単一視点の撮像で全体をカバーできず、マルチカメラや走査方式の投資効果を評価する必要があります。小ロット・多絵柄で切り替えが極端に頻繁なラインでは、モデル反復が段取りのリズムに追い付かず、人手による再判定の比率が高くなります。欠陥の定義自体が曖昧で顧客の承認サンプルも一貫しない製品では、システムを導入する前に基準の問題を解決すべきです。さらに、AI検査が代替するのは外観判定の工程のみで、機械的性質、吸水率、耐熱衝撃性といった物理化学的指標は依然として実験室試験が必要であり、両者は同じものではありません。

分野: スマート工場百科