SolVision
SolVisionの導入事例では、メーカーがPCB、ウェハー、プレス金属、包装、医薬品、繊維の各工程で、表面欠陥、部品欠品、文字の誤読、シール不良を検出する方法を紹介します。欠陥の形状や照明条件が変化するとルールベースAOIでは対応が難しくなるため、各事例で使用サンプル、AIツール、検出率を示します。
製品導入事例
導入事例
AccuPick
SolVision
META-aivi
SolMotion
IVバッグ内の異物検出
SolVisionは、効率的な欠陥検出のための革新的なAIビジョンシステムを使用して、IVバッグ内の異物の100％の検出率を達成します。
金属ケーシングの欠陥検査にAIを使用
SolVisionは、反射面を持つ金属ケーシングの欠陥検出と分類が可能なAIにより、電子機器の品質管理を向上させます。
自動野菜AI視覚検査
SolVisionを使用した野菜AI視覚検査は、わずか50ミリ秒でアーティチョークの向きの100%の正確さを達成し、食品生産の効率を向上させました。
自動車の鋼板塗装のAI欠陥検査
AIビジョン技術を活用して自動車の鋼板塗装の欠陥を検出し、全体的な効率を向上させ、生産ラインの生産性を高めます。
ブリスターパック品質管理
SolVisionのAIプラットフォームのセグメンテーション技術により、良品と不良品それぞれの画像の特徴を学習できます。それによりブリスターパックそれ自体と内容物について高速に認識し分類することが可能です。
タイヤ裏側コードを素早く特定
タイヤは製造工程で高圧・高荷重・高温の工程を多く受けます。現場の機械や材料から発生する粉塵に加え、印刷工程の長期運転により、内管の表面がぼやけたり、色ムラがあり、裏側認識に関する影響があります。大量生産後の手動認識は認識度が悪く、従来のAOI検出を使用すると、デジタル印刷がクリアでなくても効果的に認識できない。
繊維の欠点検査の最適解
現在繊維産業の生産現場では目視検査が主となっていますが、不良品流出率の高さ、工程時間の長さが問題となっています。繊維の欠点としては紙管の汚れ、変形、繊維の汚れ、繊維の破損、繊維の捩れ、ヘアラインなど多岐にわたります。目視検査では実際の要求品質に見合った検査はできず、従来式の光学検査（AOI）では欠点の認識に柔軟性がないため誤判断が多く、目視検査で再検査しなければなりません。労働コストを最適化するためには、繊維の検査は高効率なものでなければならないのです。
透明な点滴バッグ上の印刷表示内容の認識・分類
一般的な静脈用点滴液の種類はブドウ糖、塩化ナトリウムなど多種に渡ります。また、同じ点滴液でも状況に応じて使用する濃度や容量が異なります。通常ですと、点滴バッグは透明で、点滴液の種類、濃度、容量などが印字されており、中に点滴液が充填されています。
靴下の外観不良検出
靴下の生産工程は、デザイン、編立、縫製、旋盤、成形、そして最後に品質検査と包装に分けられます。 繊維産業は労働集約型の産業であり、品質管理のチェックポイントである目視検査はもともと手作業で行われていましたが、検出率が低いだけでなく、視覚疲労で靴下の外観検査も遅れることがあります。
ゴム製射出成型品の高精度欠点検知
ゴムの射出成型工程では原料品質、機械設備企画、金型設計などが射出成型品の品質に影響を与えるファクターとなります。射出成型品の欠点として一般的に多くみられるのは、外観とサイズの異常です。例えば汚点、空孔、金型の傷の影響、取り出し時に生じる傷などです。
従来のメータのデジタル化ソリューション
デジタル化の困難点：従来のメーターのインターフェースの限界: 従来のガス監視機器は、ダッシュボードに表示されるものの、デジタルインターフェースがないため、数値情報を即座に中央監視システムにアップロードすることができず、プロセス全体のデジタル化に支障をきたしていました。