AI異⾳検査の⽬的と従来の検査との違い｜AI異音検査

AI異⾳検査とは

AI異⾳検査とは、ディープラーニング(深層学習)の技術を活⽤した画像検査⼿法です。
具体的には、抽出した⾳のデータを画像に落とし込み、不良箇所に対してNGが出⼒されるように、⾃動で最適化していく仕組みになります。
AIによって⾃動的に不良箇所の特徴を捉えてモデルの構築が可能となり、検査でも⾼い精度を実現できます。

AI異音検査の「３つの目的」

異音検査は、製品の品質が仕様書・規定値に適合しているか確認する重要な工程です。

品質の保証

製造業では、「消費者に対する品質保証」やサプライヤーとして「納⼊先の品質基準遵守」が必要になります。
消費者に不良品が流出した場合、機能性や安全⾯のリスクだけではなく、企業としてリコールやイメージダウンなど経営上重⼤な損失が⽣じます。
また、納⼊先からのクレームや取引停⽌リスクなど様々な問題に発展する危険性があります。そのため、製品品質に問題がないか、
基準を満たしているか チェックをする異⾳検査は⼤変重要な役割があります。

品質の維持

製品の品質にばらつきがないか継続的にチェックすることが品質維持、安定供給の観点から求められます。
⼀定の基準で異⾳検査を実施することで安定的な品質維持に繋がります。

品質の向上

製品検査は必要不可⽋ですが、そもそも不良品が出ないように製造⼯程‧設備を改善して品質を向上させていくことが重要です。
異⾳検査の実施により、不良発⽣の原因を特定して改善を⾏うことが本質的な⽬的になります。

AI異音検査の強み

検査基準の標準化

AI(ディープラーニング)は「人の感性による判断」や「熟練検査員が検出する微細な欠陥」もモデル学習することで、同一検査基準で高精度検査を実現します。

熟練検査員の基準で検査自動化を実現

従来の異音検査システムではオペレーターが属人的にしきい値を設定していたため、検査ラインや担当オペレーターによって検査基準が変わる問題が蔓延していました。 一方、AI異音検査では検出対象の特徴を認識して安定的な検査が可能であるため、頻繁にしきい値を調整する必要がなく「検査基準の標準化」、 さらには「調整工数削減」が期待できます。

AI異⾳検査と従来の
異⾳検査⼿法との違い

官能検査

検査対象から⾳を発⽣させて、その⾳から状態を判断する⼿法です。
熟練の技術により⾼い検査精度を出す⼀⽅で、⼈の感覚による検査は判断基準が曖昧になりやすく、検査員ごとのスキルや体調などによってもばらつきが⽣じてしまう可能性があります。
そのため、検査漏れや誤検出が発⽣しやすく、品質の保証が難しいのが課題でした。
AI異⾳検査機であればで今までのデータから良否を学習することで、⼀定の判断基準から⾃動で不良を検出する仕組みを構築します。
その結果、ヒューマンエラーによる検査漏れや検査が難しい製品での曖昧な判定も正確に検出できます。

AI異⾳検査でできる検査例

AIによる異⾳検査の事例

排気ファンの異音監視

従来のルールベースでは誤検知を起こしていた紛らわしい変動成分に対しても、AIで学習させることで正確な判定が可能となりました。また、分割検査機能によって、長時間のデータに対しても安定した検査を実現しました。

2つの導入パターン

官能検査の自動化

官能検査の課題

既存検査システムの高精度化

既存検査システムの高精度化