AI 外観検査システムは、嘉興の造船企業が溶接と塗装の品質一貫性を高めるための重要なツールになりつつある。浙江北部の重要な船舶修理・建造基地として、嘉興には平湖、海塩などに内陸コンテナ船、工事船、海洋工事構造物を生産する集積があり、溶接と塗装の品質が船級協会の検査合格と使用寿命を直接左右する。従来の検査は経験豊富な検査員が拡大鏡と塗膜厚計で目視確認するもので、遅く、ばらつきがあり、欠陥の見逃しも起きやすかった。AI 外観検査は検出を自動化し、定量化し、追跡可能にする。
1. AI外観検査システムの核心概念と定義
AI 外観検査システムは、産業用カメラ、レーザーセンサー、X線や超音波装置などのデータ取得機器と深層学習モデルを組み合わせ、製品表面や材料内部の欠陥を自動的に識別・分類し、判定結果とトレーサビリティ記録を出力する。造船では、主な対象は溶接表面の欠陥、塗装欠陥、配管溶接部のX線写真である。従来のマシンビジョンと比べ、AI 検査は形状が不規則で背景が複雑な欠陥、例えば溶接のブローホールや融合不良の処理に優れる。
2. 主要な機能モジュールと技術的要点
第一に、画像取得と前処理のモジュール。高解像度の産業用カメラとリング照明や構造化光を用い、溶接後に溶接表面を多角度から撮影し、画像強調、ノイズ除去、歪み補正を行う。造船所では、アーク光の干渉、粉塵、反射面といった要因に対処する必要がある。

第二に、欠陥認識と分類のモデル。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、ブローホール、スラグ巻き込み、融合不良、割れ、アンダーカットといった一般的な溶接欠陥を検出・分類し、欠陥位置をマーキングする。
第三に、寸法測定と3D再構成。レーザープロファイル計やステレオビジョンを用いて、溶接の余盛、幅、目違いを3次元で測定し、造船規格の要件を満たすか判定する。
第四に、品質トレーサビリティとレポート出力。システムは各溶接部の検査記録を自動生成し、溶接士番号、作業台、タイムスタンプを関連付け、船級協会や船主向けに PDF や Excel のレポートを出力する。
第五に、MES や ESOP(電子標準作業手順書)システムとの連動。連続して欠陥が検出された場合、システムは工程パラメータの調整指示やライン停止アラームを自動的に発することができる。ZEVON ESOP は電子作業指示と工程ポカヨケの役割を担い、溶接工程パラメータと検査基準を作業台に配信することで、AI が欠陥を検出した際に作業者が標準要件と是正措置を即座に確認できるようにする。
3. 造船における代表的な適用シナリオ

嘉興・平湖の造船企業で、主に内陸コンテナ船と工事船を建造する企業を想定する。ブロックの合併継手を溶接した後、以前は2名の検査員が拡大鏡と浸透探傷で抜取検査を行い、1継手あたり約40分かかり、見逃し率も検査員の経験によってばらついた。AI 外観検査システムの導入後は、溶接ロボットと手溶接ステーションにビジョンユニットを配備し、各セグメントを即座に撮影・判定し、検査員はフラグの立った画像のみを確認する。
シナリオ1:ブロック溶接部のオンライン検査。溶接ロボットや手溶接ステーションの後方に AI ビジョン検査ユニットを設置し、各セグメントの完成時に即座に撮影・判定し、欠陥位置をスプレーで自動マーキングし、検査員はフラグの立った結果のみを確認する。検出カバー率は抜取検査から全数検査へと向上する。
シナリオ2:船倉塗装の膜厚とピンホール検査。AI ビジョンとホリデーディテクターを組み合わせ、バラストタンクや貨物倉の塗装を自動走査し、塗り残し、ピンホール、垂れを識別し、膜厚分布を記録して PSPC 要件への適合を保証する。
シナリオ3:配管溶接部X線写真のインテリジェント評価。造船所がX線フィルムをデジタル化した後、AI モデルが欠陥を事前スクリーニングし、評価者は疑わしいフィルムのみを確認するため、熟練したフィルム評価専門家への依存が大きく減り、評価サイクルも短縮される。
4. 選定と導入のアドバイス

第一に、検査対象と精度要件を定義する。溶接等級が異なれば検出可能な最小欠陥サイズも異なる。まず典型的な欠陥種別と合格基準を整理し、それから対応するカメラ解像度とアルゴリズムを選ぶ。
第二に、現場の照明と治具を重視する。造船所の環境は粉塵が多く、アーク干渉が強く、ワーク表面も粗いため、AI 外観検査システムには専用の保護筐体、遮光、自動トリガーが必要で、画質を確保する。
第三に、段階的に導入する。溶接種別が単一で生産が安定したラインでパイロットを行い、見逃し率と誤報率を検証してから他の作業台へ広げる。ZEVON ESOP は展開時に検査基準と欠陥事例を作業台に同期し、現場担当者が判定基準を理解するのを支援できる。
第四に、データ資産の所有権とモデルの反復に注意する。造船所はベンダーにデータインターフェースの公開を求め、自らモデルを最適化する能力を保持し、単一ベンダーへの囲い込みを避けるべきである。
第五に、AI 検査結果を品質業績評価に取り入れる。溶接士、班長、検査員がすべてリアルタイムの検査データを見て初めて、システムは真に予防的な役割を果たす。
5. 今後の展望
今後3〜5年、嘉興の造船分野の AI 外観検査システムは3つのトレンドを示す。第一に、表面欠陥検出から内部欠陥検出への拡張。AI とフェーズドアレイ超音波やデジタルラジオグラフィを組み合わせ、溶接内部の欠陥を識別する。第二に、オフライン確認からリアルタイムのオンライン判定へ。検査ユニットを溶接ロボットに統合し、溶接中の欠陥検出を実現する。第三に、単点検査から品質データの全チェーンへ。検査結果を溶接士の資格、工程パラメータ、塗装記録と結びつけ、各船の完全な品質ファイルを形成する。嘉興の造船企業にとって、AI 外観検査は検査員を置き換えることではなく、品質管理をより安定させ、追跡可能で、監査可能にすることであり、それが高付加価値船種へ進む基盤となる。