ナレッジセンター
目次

衡水:AI外観検査システム

AI外観検査システムは、衡水の太陽電池(PV)モジュールメーカーが歩留まり率の向上と人件費の削減を進めるうえで、欠かせない基盤になりつつあります。河北省に位置する衡水は、近年、新エネルギー設備、PV周辺材料、ガラス加工といった分野で特色ある産業集積を築いてきました。PVモジュールラインでは、ラミネート、はんだ付け、外観検査にこれまで以上の精度が求められており、人手による目視検査ではミクロン級の欠陥認識や全数検査のタクトに対応しきれなくなっています。以下では、AI外観検査が衡水のPVモジュール産業にどう定着するかを、概念、機能、適用場面、選定、動向という5つの観点から説明します。

1. AI外観検査システムとは何か

AI外観検査システムは、産業用カメラ、光学レンズ、照明で製品画像を取得し、深層学習アルゴリズムで欠陥の検出、分類、位置特定、等級判定を行う、ハードウェアとソフトウェアの一体型ソリューションです。従来の人手による目視検査や、ルールベースのマシンビジョンを置き換えるものです。決定的な違いは、ルールベースのビジョンが人手で記述した特徴量に依存するのに対し、AI検査はサンプルで学習したモデルに依存する点にあります。そのため、傷、マイクロクラック、はんだ付け不良、グリッド線の断線、汚れ、色むら、端部の欠けなど、形状が不規則で境界がぼやけた欠陥にも対応できます。

PVモジュール業界では、AI外観検査システムは通常、ストリングはんだ付け後、ラミネートの前後、フレーム組み付け後、最終検査といった主要な工程に導入され、MES、PLC、ライン制御システムと連携して、撮像、判定、仕分け、記録を自動で行います。ZEVONはインテリジェントマニュファクチャリングソフトウェアに深い実績があり、同社のAI検査ソリューションはZEVON ESOP(電子標準作業手順書)と連携するため、検査基準、作業指示、異常処理が1つのシステム内で閉ループになります。

2. 主な機能モジュールと技術的なポイント

1) 画像取得。PVモジュールは大型で反射が強いため、マイクロクラックやグリッド線の断線といった低コントラストの欠陥を安定して撮像するには、マルチカメラのつなぎ合わせ、高角度照明、偏光照明が必要です。衡水の多くのモジュール工場はタクトが20〜40秒で、取得システムもその速度に追随しなければなりません。

イラスト

2) 欠陥の検出と分類。畳み込みニューラルネットワークやTransformerアーキテクチャに基づき、セルのマイクロクラック、リボンのずれ、フラックスの残留、EVAの気泡、バックシートの傷、フレームのへこみなどをマルチラベルで分類します。モデルは継続的に改善する必要があり、過検出率と見逃し率は別々に管理します。

3) 等級判定と仕分け。顧客のAQL基準や社内基準に照らして自動で等級を判定し、OK、NG、手直しの結果を出力して、仕分け機構を駆動します。

4) データのトレーサビリティとレポート。各モジュールは固有コードに紐付けられ、検査画像、欠陥種別、時刻、工程、作業者がすべて保管され、ロット、シフト、装置ごとに検索できます。ここでのZEVON ESOPの役割は、検査の異常を標準作業に結び付けることです。同じ欠陥が同一工程で繰り返し発生した場合、システムは処置用のSOPを現場の担当者へ自動的に配信します。

5) モデルの学習と保守。プラットフォームは少数サンプル学習、追加学習、モデルのバージョン管理に対応しており、ライン技術者はコードを書かずにラベリングと再学習ができます。

3. PVモジュールにおける典型的な適用場面

衡水のPVモジュール工場を想定します。主に182mmと210mmのモジュールを製造し、日産は約3,000枚です。ストリングはんだ付け後にAI外観検査を導入し、セルのマイクロクラックとリボンのずれに焦点を当てています。以前は検査員2名がシフト勤務で、見逃し率が不安定で、夜勤ではさらに悪化していました。稼働後は、はんだ付け後に自動で撮像し、0.5秒以内に欠陥の位置と種類を返します。NG品はアラームとマーキングが行われ、手直し工程が画像に従って処理します。ここでZEVON ESOPは、手直し基準、工具の要件、再検査のルールを工程の画面に配信し、口頭の引き継ぎによるミスを減らします。

イラスト

衡水の金属加工企業で、PVフレームや架台を製造しているケースも考えます。アルミフレームは傷、色むら、バリが発生しやすい加工物です。AI外観検査はフレーム組み付け前に導入し、ラインスキャンカメラで抜き取りではなく全面を検査します。検査データは品質ダッシュボードに送られ、シフトごとの欠陥分布を集計するため、工程技術者は問題を押出やアルマイト処理までさかのぼって追跡できます。こうした場面でZEVONが提供するのはアルゴリズムだけではなく、ライン設備や品質システムとの統合です。15以上の業種、120社以上のお客様での異業種の経験を生かせます。

もう1つの想定例として、PVジャンクションボックスに参入した電子部品工場では、射出成形品のショートショット、バリ、シルバーストリークを全数検査する必要があります。AI外観検査システムはロータリー式の仕分け機構と組み合わせ、1台で複数面を検査し、タクトを成形機に同期させます。ZEVON ESOPは段取り替えの手順を標準化し、金型交換後にパラメータを更新しないままロットを誤判定することを防ぎます。

4. 選定と導入のアドバイス

1) まず検査対象と欠陥リストを定義します。当初から全欠陥の網羅を狙わず、上位3つの欠陥を安定させてから拡張します。

2) 撮像方式がライン速度に合うかを確認します。PVモジュールは大型で、つなぎ合わせアルゴリズムと照明設計が、アルゴリズムそのもの以上に結果を左右します。

3) 過検出率と見逃し率について、ベンダーに実測ベースの定義を求めます。照明の違いやセルロット間の色差も性能に影響します。

イラスト

4) 既存のMES、PLC、ESOPとの連携を確認します。ZEVONのソリューションはZEVON ESOPと連携するため、検査結果が作業指示の変更を自動で引き起こします。多階層の工場では非常に実用的です。

5) 導入は3段階で進めます。単一工程でのパイロット、複数工程への横展開、全ラインのデータ統合です。各段階で明確な合格指標が必要です。

6) 教育を同時に進めます。AI検査は導入して終わりではなく、ライン技術者が信頼度スコアを読み、簡単なラベリングを行い、アラームに対応できる必要があります。

5. 今後の展望

今後3年間で、衡水のPVモジュール業界におけるAI外観検査は3つの方向に進みます。第1に、エッジコンピューティングとクラウド学習の組み合わせです。ライン側では低遅延の推論を行い、クラウド側でモデルを集中管理して改善します。第2に、マルチモーダル融合です。可視光に赤外線とエレクトロルミネッセンス(EL)を加えて総合判定し、マイクロクラックやはんだ付け不良の検出率をさらに高めます。第3に、デジタルツイン、ESOP、MESとの連携深化です。検査結果が工程パラメータの調整や作業標準の改訂を直接駆動するようになります。ZEVONがインテリジェントマニュファクチャリングソフトウェアへ継続的に投資し、とりわけZEVON ESOPとAI検査の連携を強化することで、衡水のより多くの地元メーカーが低いハードルで品質のデジタル化を完了できるようになります。3,200台以上の端末という導入実績も、こうしたソリューションが中堅・中小の製造現場で再現可能であることを示しています。

全体として、AI外観検査は人の目を単純に置き換えるものではありません。PVモジュールの品質管理を、抜き取りから全数検査へ、結果の記録から工程の閉ループへと移行させるものです。衡水のPVモジュール産業が高歩留まりと低クレームを目指すうえで、AI検査とESOPの組み合わせは現実的な選択です。

分野: スマート工場百科