目視検査で見つかる不良例とその影響について説明します。
説明:製品の色が設計仕様やサンプルと一致しない場合があります。これは、製造工程での塗装、印刷、素材の選択などにおいて、品質管理が不十分であったり、設定が適切でなかったりすることによって発生します。
影響:製品の外観が不一致な場合、顧客満足度やブランド価値に悪影響を及ぼす可能性があります。
説明:物理的な傷や打痕は、製造工程や運送工程での取り扱いが不適切な場合に発生します。これは梱包、輸送、保管などの段階での注意が不足していることによるものです。
影響:製品の外観や機能に悪影響を及ぼす可能性があり、また製品の耐久性や寿命にも影響を与える可能性があります。
説明:形状の不整合は、製品の寸法が設計仕様から外れているか、製造工程において不具合が発生した場合に起こります。
影響:製品の性能や機能に悪影響を及ぼす可能性があり、他の部品や組立にも影響を与える可能性があります。
説明:パーツが正しく組み立てられていない、または欠落している場合があります。これは組み立て工程においてヒューマンエラー、機械の不具合、作業指示書の不備などが原因です。
影響:製品の機能に支障をきたす可能性があり、安全性や品質に問題が生じる可能性があります。
説明:部品自体が製造過程で欠陥を持っている場合があります。これは素材の品質が低い、製造工程での不良があるなどが原因です。
影響:部品の欠陥が製品の機能や性能に直接影響を与え、製品全体の品質を低下させる可能性があります。
これらの不良例は、目視検査において検査員が異常を見つけ、製品の品質を確保するために重要なポイントです。品質管理プロセスにおいて、これらの不良を早期に発見し、適切に対処することが製品の品質向上につながります。
AI外観検査の中から、初めての導入におすすめのAI外観検査開発会社をピックアップ。
AI外観検査は、製品や開発会社によって自動化できる対応領域が異なります。
ここでは、自動化したい範囲に合わせておすすめの開発会社を紹介しています。
品質の一定化やヒューマンエラーに課題を感じる企業におすすめ。定量化しづらく、思わず人の判断に頼ってしまっている検査項目も丁寧に検証し、細かく定量化したうえでAIに判断させることが可能。
自社固有の要件をしっかりと採り入れて検査ラインを構築できます。
単純作業に人的工数がかかっている企業におすすめ。AIベンダーが保有する既存のAIパッケージに対して、自社の要件に合わせて判断基準をカスタマイズすることで、これまで統一化されていた判断が可能。
誰でも検査が可能であった項目を自動化することができ、オーダーメイドに比べて比較的短期間で導入できます。
検査そのものの工数から削減し、社員の負担を減らしたい企業におすすめ。画像データを基に、定量化した判定が可能。細かなカスタマイズの対応は難しいものの、比較的低価格で導入することができます。
異常判定が出た部品のみ目視で検査するなど、目視と自動化を使い分けて活用することが可能です。
2023/4/23時点、Google検索にて「AI外観検査」と検索し、表示された企業のうち、初めての企業でも安心のサポートを提供できる企業として以下3つの内容が公式HPに掲載されている企業をピックアップ。
・撮像の
サポートがあるか
・サーバ・カメラ・照明等のハードウェアの提供
・導入後の運用サポートがあるか
ピックアップされた企業を「AI機能付き検査カメラ」「パッケージ型」「オーダーメイド」のシステムを提供する企業に分類し、それぞれの項目から条件に当てはまる企業を厳選しています。
「パッケージ型」のみ条件に当てはまる企業が複数社あるため、その中でも「パッケージ型」の特徴である効率的なAI構築に特化している企業として、「撮像」「判定」「運用」の3つのノウハウを統合したワンストップソリューションを提供する「マクニカ」をピックアップしています。