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
卵殻の品質検査と分類の解決策
SolVision AI画像プラットフォームのインスタンスセグメンテーション技術を活用し、画像サンプル内の卵の殻のひび割れの欠陥位置を特定し、AIモデルのトレーニングに使用します。トレーニングが完了すると、AIによって卵殻表面の孔やひび割れの状態が検査され、分類されます。これにより、卵の食品安全性と商品価値が向上します。
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。
グラデーションガラス瓶の欠陥検出
グラデーションガラスのボトルは、サンドブラスト加工でマットに仕上げられています。 製造工程でよく見られる不具合の種類は、ボトルの色ムラや黒点ですが、AOI法では、はっきりとしたパターンがないため、検出が困難です。
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。