SolVision導入事例

溶接欠陥のAI検出

空調および冷蔵製品の溶接品質管理

溶接ビード検査の自動化

エアコンや冷蔵庫を製造する際には、熱交換器を構成するチューブ、ミラープレート、フロントおよびリアヘッダーなどの部品を溶接する必要があります。これらの部品の溶接品質を確認するためには、検査プロセスが必要です。

不規則な形状の溶接欠陥

溶接工場は高温・高熱の施設であり、作業環境は危険です。溶接欠陥も複雑で不規則な形状をしていることが多く、そのため手動検査はスループットの最大化や一貫した生産を達成するための最適な解決策ではないかもしれません。

SolVisionによるAI欠陥検出

AIを活用したSolVisionは、サンプル画像から溶接ビードの異なる形状や特徴を学習し、その特徴に基づいてビードが欠陥であるかどうかを迅速に検出するためにAIを訓練することで、溶接検査プロセスを自動化できます。例えば、ビードが薄すぎる、厚すぎる、または欠落しているかどうかを認識することにより、溶接プロセスの品質を効果的に管理します。

溶接ビード検査の事例

完全な溶接ビード

Welding Quality Control for Air Conditioning and Refrigeration Products

欠落した溶接ビード

Welding Quality Control for Air Conditioning and Refrigeration Products

不完全な溶接

Welding Quality Control for Air Conditioning and Refrigeration Products
関連記事
  • 快速精準辨識多種橡膠射出成型之瑕疵

    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。
  • 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。
  • 半導体キャリアトレイの外観検査

    人工知能による自動欠陥検出。半導体キャリアトレイの視覚検査。
  • AIを使用したカーボンファイバー布の欠陥検出

    Solvision AIビジョン検査技術を用いて、カーボンファイバー布の欠陥を迅速かつ正確に識別し、人工目視による誤認識を減少させ、効率を向上させます。