SolVision成功案例

使用AIによるベアリングねじ欠陥検出

お客様

顧客は、主にベアリング機械部品を製造するメーカーであり、大量かつ迅速にベアリング部品を検査し、製品の品質を確保する必要があります。

課題

「ベアリング」とは? 主な機能と特徴

ベアリングは「軸受け」とも呼ばれ、シャフトを支持する部品の一種です。機械部品が軸上で相対運動を行う際に、ベアリングは回転体を支持し、軸の中心を維持しながら、機械部品の運動中の摩擦を減らします。ベアリングは自動車エンジン、産業用設備、家庭用電化製品など、さまざまな業界で広く使用されています。
図.ベアリングの概略図

挑戦

目視ではベアリングねじの欠陥を発見しにくい

ベアリングの欠陥検出は主に2つの部分に分かれます。最初にねじ検査を行い、ベアリングの内部を上下から観察して、ねじが正常か欠陥があるかを判断します。一般的なねじの欠陥には、「溝の間隔が広すぎる」、「粗削りによる過切削」、「溝の断裂」などがあります。ねじは非常に細かいため、肉眼で確認するのが難しいです。
ねじが正常であれば、次にベアリングに異物がないかを検査します。ベアリングのねじには、製造環境のホコリや繊維の付着によって、摩擦の不均一による黒点が発生することがあります。このような欠陥も、肉眼で簡単に判別できません。

ソリューション

SolvisionのAI視覚検査ツールを使用し、ベアリングねじの欠陥を明確に検出

SolvisionのAI視覚検査ツールのInstance Segmentation技術を採用し、学習された画像をもとに、ベアリングねじのさまざまな欠陥を迅速かつ簡単に識別できます。さらに、検査中に欠陥の種類を分類し、Solvisionの継続的な学習訓練により、欠陥検出能力を強化することができます。これにより、検査時間が短縮され、メーカーが製品の歩留まりを向上させるのに役立ちます。

AIによるねじ欠陥検出の結果

欠陥検出の第一部 – ねじ検査

正常なねじ

溝の間隔が広すぎる

粗削りによる過切削

溝の断裂

欠陥検出の第二部 – 異物検査

結果

肉眼では見えない欠陥を成功裏に識別
欠陥の種類を明確に識別・分類
検査時間を短縮し、製品の歩留まりを向上
関連記事
  • AIによるボールグリッドアレイのはんだ付け欠陥検査

    ディープラーニングを活用したSolVision AIは、サンプル画像のラベリングを通じて、重なったボールグリッドアレイのはんだ付け欠陥を認識します。
  • brown cookies on white ceramic plate

    AIを活用した加工食品検査

    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。
  • multicolored electronic part

    電源装置ケーブルのAI検査

    AIモデルは、ケーブル接続のエラーを正確に識別し、不良品をリアルタイムで排除することができます。
  • black and white labeled box

    半導体ウェハのAI検査ソリューション

    SolVisionのAI検査ソリューションを使用して、細かい傷のような微小な欠陥をサンプル画像上で特定し、マークしてAIモデルをトレーニングすることができます。