SolVision導入事例

石油化学及びプラスチック・ゴム産業

ゴム製射出成型品の高精度欠点検知

Iビジョン検査システム自動学習を用いてゴム製製品の欠点認識能力を強化

ゴム製射出成型品の不良原因

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。
快速精準辨識多種橡膠射出成型之瑕疵

目視検査と従来型光学検査機器のボトルネック

従来型の光学検査機器を用いた場合、成型品の欠点の種類や位置の変化が多すぎて、NGサンプルでの欠点の定義が非常に困難となり、結果的に検査精度が満足できません。一方で目視検査を採用した場合では検査速度が緩慢となり、検査基準も曖昧となります。

ゴム製射出成型品の品質の鍵、欠点検査精度の向上

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、ゴム製射出成型品の欠点形状や色などの特徴を学習できます。それにより多種多様な欠点の検出が可能となります。学習用のサンプル画像が多ければ多いほど、AIの検査能力は強力になります。パターンが多すぎる欠点の検査という難題を解決する有効な手段となります。

欠点の例

切り口の乱れ
材料欠落
金型不良
汚点
関連記事
  • brown cookies on white ceramic plate

    食品加工ライン上検査

    食品加工業では衛生と安全が非常に重要で、加工途中での品質保証(Quality Assurance, QA)と品質管理は製品の品質と水準を高める鍵となっています。食料品をハイスピードで大量生産を行うライン上では外観検査が製品品質を守る最重要防御線となります。
  • Multi Colored Plastic Round Toy

    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。
  • green bottle lot

    ガラス瓶のカビ汚れ検査

    ガラス瓶内壁のカビ汚れは洗浄消毒工程後も残留し易く、洗浄の段階で検査排除できれば理想的です。しかし、洗浄ライン上で回転しながら移動するビンは常に一定方向に定まらず、ビンの印刷もあるため肉眼ではカビを見つけることは難しく、従来式の光学検査方式(AOI)でも手に負えません。
  • 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。