自動外観検査の導入・活用に役立つコラム

自動外観検査の仕組みや方式の違いから、検査対象の整理、導入前の確認事項、見逃し・過検出の評価までを解説します。

製造業の自動外観検査とは？仕組み・種類と導入前の確認事項

自動外観検査は、検査目的と対象、撮影条件、良否基準、ライン条件、評価方法の順に検討します。検査項目と構成要素、目視との分担、ルールベース・AIと2D・3Dの違いを整理。見逃しと過検出の注意点、導入前に揃える情報を解説します。

自動外観検査の対象を、表面状態・形状・組立状態・印字・色に分けて解説します。傷やバリの検出条件、印字の読取と内容照合の違い、色を比べる際の注意点を整理。品質保証と生産技術の担当者が、良否基準や見本、撮影条件を揃えるための確認事項がわかります。

目視検査と自動外観検査の強み・弱みを、観察方向、検査基準、要求タクト、品種変更から比較します。加工・成形・組立・包装などの条件付き工程例に加え、再検査や段取り替え、保守・教育の負荷を整理。自動化する仕事と人に残す判断を決める手順を解説します。

自動外観検査は、照明やカメラ、判定ソフトの組み合わせに加え、撮影した製品と記録・排除対象を一致させる仕組みが必要です。各機能の役割、PLCとの受渡し、撮像や保存に失敗した場合の確認事項を整理し、設備担当とシステム担当の分担を考えます。

ルールベースとAI外観検査は、判定条件を人が記述するか、データから特徴を学習するかが異なります。検査基準、正常なばらつき、保有画像、変更後の検証を比べ、使い分けと併用の考え方を解説します。良品だけで学習する場合の評価上の注意点も整理します。

2Dと3Dの外観検査は、色や明暗で判定できるか、高さや深さを測る必要があるかで選びます。傷・凹み・段差を例に、反射や透明材、死角、分解能と測定精度の違いを解説。視野・搬送速度・設置条件と、相談前に揃える情報を整理します。

外観検査の見逃しと過検出は、不良品・良品それぞれを母数にして評価します。混同行列と仮定の件数例で、OK判定品中の不良割合との違いを解説。評価データの分離、しきい値の調整、再検査や隔離を含めた受入条件の決め方を整理します。