Surface%20AI_edited.png

​加工表面欠陥 AI検査

金属加工表面の傷や欠陥をディープラーニングにより自動検出する検査装置です。

​従来、人の目で判断していた傷や欠陥をディープラーニングを用いて自動検出させることにより、工場内の省人化を実現します。

撮影手法

・0.5mmの鋳巣、欠陥を自動検出します。

・AIの学習、学習作業効率を上げるための手法を弊社でサポートします。

​ ※撮影範囲や、検査時間はワーク形状に応じて異なります。

​撮影手法例

​一般的

欠陥検出撮影

3方向照明切り替え

欠陥検出撮影

ワーク全面間接照明

​欠陥検出撮影

​カメラ

AI画像検査 PNG 修正3.png

​欠陥

​カメラ

AI画像検査 PNG 3方向.png

​欠陥

ワーク全面間接照明 欠陥検出撮影.png

​カメラ

​欠陥

間接照明用

ボード

​※弊社では欠陥の種類により、様々な撮影手法をご提案致します。​上記3例以外の撮影手法実績もございます。一度ご相談ください。

ディープラーニングによる検出​

〔問題あり〕​

%E6%AC%A0%E9%99%A5%E2%91%A1_edited.jpg

​鋳巣

%E6%AC%A0%E9%99%A5%E2%91%A2_edited.jpg

​傷

2図.png

〔問題なし〕​

%E6%AC%A0%E9%99%A5%E3%81%AA%E3%81%97%E2%

​加工跡模様

%E6%AC%A0%E9%99%A5%E3%81%AA%E3%81%97%E2%

​クーラント残り

欠陥と間違えて過検出しやすいクーラント、

切り粉、加工跡などの誤判定をディープラーニングによって正確に学習、分類し、欠陥のみを検出します。

​照明3台を切り替えて撮影し、合成することで、欠陥の特徴が際立つ画像を取得します。

Surface AI.jpg

​通常撮影画像

​欠陥・汚れ・フライス痕が同じ色となっており、特徴さがほどんどない

surface AI 2.png

​三照明撮影画像

欠陥→鮮やかな赤と緑

汚れ→オレンジ

フライス痕→黒に近い紫

​違和感ごとに色分け

AI検査装置用 学習支援システム

プロジェクタ投影によって欠陥位置が確認でき、目視での正誤判定が可能

生産稼働ライン上で、新たに学習データを蓄積することで、より高精度な判定を実現

AIシステム 図.png

 

​自動AI検査装置

​②判定をフィードバック

​OK

​グレー

​OK

​NG

​モニタ表示

​ストアーラック

​学習支援装置

​(作業者による判定)

​③再学習

​①グレーゾーン箇所を作業者に提示