ユースケース

プリント基板の
不良検査システムの構築

相談内容

プリント基板の不良検査を⾃動化したい

企業様の課題

‧ルールベースでは精度に問題があったため、⽬視検査に戻している
‧⽣産効率を上げるために⾃動化を⽬指したが、結果として⼯数が増えてしまったため、
 精度の上がる⾃動化でなければ導⼊は難しい

お客様の声

以前はルールベースでプリント基板にある不良項⽬の検査をしていたが、求めていたほど精度が⾼くなく、検査漏れが発⽣してしまっていた。

そのため、現在は⽬視での検査に戻している。

⽬視での検査から⽣産効率を上げるためにルールベースを導⼊したが、結果として⽣産効率は上がらなかった。

現在でも⾃動化は検討しているため、⾼精度の検査システムであれば導⼊したいと考えている。

現在の検査の流れ

ルールベースでは検査は難しい理由

ルールベースでは⽂字通り設定したルール(濃淡差)を基に検査を⾏うため、不良項⽬がルールから外れている場合、検査漏れが発⽣してしまいます。

よって、ルールの設定はとても難しく、検査を深く理解した⼈が細かい調整をしなければなりません。

また、不良項⽬も全て同じものではないため、どのようにルールを設定しても検査が漏れてしまう可能性があります。

私たちの提案

Our Solution

AI外観検査ソフトウェア「Phoenix」をおススメします

AIによる⾃動検査システムの構築を提案いたします。

AIに不良項⽬を学習させることで、ルールベースのようにルール(基準値)を設定がいらずに⾃動で不良項⽬の検出ができるようになります。

⽂字通りAIが不良項⽬の特徴を学習するため、形や濃淡差‧不良の種類に関係なく正確に検出することができます。

その中でも、当社のAI外観検査システム【Phoenix】では独⾃開発のAIアルゴリズムを搭載しており、少ない学習で精度の⾼い検査が可能です。

また、検査を実施すればするほど精度の向上が⾒込めます。

学習も検査も⾮常に簡単な操作になっているため、特別なスキルを必要とせずにだれでも扱うことができます。

また、【Phoenix】は既に導⼊済みのデバイスと連携ができることから、AIのみの導⼊で検査が可能となり、経費の削減にもつながります。

提案する現場での活用方法

無料ワークテスト

検査内容

プリント基板の不良確認

検査要件

プリント基板にある様々な不良を検出できるか

検査の対象

プリント基板の傷、⽳、変⾊

検査の結果

現場で撮影されたサンプル画像を学習⽤と検査⽤に分けてワークテストを⾏った結果、95%検出することができました。

傷、⽳、変⾊の異なる不良項⽬でも正確に検出できた結果となります。

⼀部変⾊と判断された過検出が発⽣してしまいましたが、学習枚数を増やしていくことで過検出を抑えることができます。

少ないサンプル数でも結果が良好だったため、追加で学習をしていくことで求められる検査基準にも対応が可能となり、課題である⽣産効率の向上が可能であると考えます。

装置構成図

装置構成図

外観検査機【Phoenix Eye】の特徴

・独自開発のAIアルゴリズムで高い検査精度を実現
・少ない画像から始められ、検査とともに精度が向上
・⾮常に簡単な操作で専⾨的な技術は必要ない
・導⼊済みの設備と連携可能で費⽤はAI導⼊のみに抑えられる

▶︎ Phoenix Eyeの詳細ページへ

導入までの流れ

関連ページ