成形不良とは、プラスチックや金属などの材料を特定の形状に成形する過程で、設計通りの形状や品質にならない状態を指します。
具体的には、製品の寸法が設計値から外れる、表面に欠陥（傷、凹み、バリなど）が生じる、内部に空洞（ボイド）や亀裂（クラック）が生じる、色や光沢が均一でない、などが成形不良の例として挙げられます。
成形不良は、成形機械の設定や操作の不適切さ、材料の品質や条件の不適切さ、金型の設計や状態の不適切さなど、多様な要因により発生します。
成形不良は製品の品質を低下させるだけでなく、生産効率やコストにも影響を及ぼすため、その原因の特定と対策が重要となります。
成形品の表面に細い糸状の突起が出る現象。成形温度が高すぎる、または冷却時間が短すぎると発生します。温度設定の見直しや冷却時間の延長が対策となります。
異なる種類の樹脂や未加工の樹脂が混入する現象。原料管理の不備が原因です。原料の厳密な管理と区分けが必要です。
成形品に異物が混入する現象。原料の不純物や機械由来の異物が原因です。原料の清潔な管理と機械の定期的な清掃が対策となります。
成形品の印字が不鮮明または欠けている現象。印字装置の不具合や成形条件の不適切さが原因です。印字装置のメンテナンスや成形条件の見直しが必要です。
成形品に見える線状の痕跡。樹脂が二つ以上の方向から流れ込み、合流した部分に発生します。金型設計の見直しや成形条件の最適化が対策となります。
成形品に傷がつく現象。成形後の取り扱いや機械の不具合が原因です。取り扱いの注意や機械のメンテナンスが必要です。
成形品に亀裂が入る現象。成形後の冷却速度が速すぎる、または成形圧力が高すぎると発生します。冷却速度の調整や成形圧力の最適化が対策となります。
成形品にゲート部分が残る現象。ゲートカットのタイミングや位置が不適切な場合に発生します。ゲートカットの条件の見直しが必要です。
成形品にゲル状の塊やフィッシュアイ状の欠陥が見られる現象。樹脂の加熱不足や湿気が原因です。樹脂の適切な加熱と乾燥が対策となります。
成形品の形状が設計通りでない現象。成形条件の不適切さや金型の不具合が原因です。成形条件の最適化や金型のメンテナンスが必要です。
成形品に黒い点や異物が混入する現象。樹脂の焦げや異物の混入が原因です。樹脂の適切な温度管理と清潔な管理が対策となります。
金型がサビるまたは腐食する現象。湿度や金型の材質、メンテナンス不足が原因です。適切な保管環境と定期的なメンテナンスが必要です。
成形品に波状の痕跡が出る現象。樹脂の流れが乱れることで発生します。射出速度の調整や金型設計の見直しが対策となります。
成形品が不完全になる現象。樹脂の供給不足や射出圧力の不足が原因です。樹脂の供給量の確保や射出圧力の調整が対策となります。
成形品に銀色の筋が出る現象。湿気を含んだ樹脂が原因で発生します。樹脂の適切な乾燥が必要です。
成形品にシワや折れ目が出る現象。成形圧力の不均一や冷却速度の不均一が原因です。成形圧力の調整や冷却条件の最適化が必要です。
成形品内部に空洞ができる現象。成形圧力の不足や冷却速度の不均一が原因です。成形圧力の調整や冷却条件の最適化が必要です。
成形品の寸法が設計通りでない現象。成形条件の不適切さや金型の不具合が原因です。成形条件の最適化や金型のメンテナンスが必要です。
成形品の内容量が設定値に達しない現象。樹脂の供給不足や射出圧力の不足が原因です。樹脂の供給量の確保や射出圧力の調整が対策となります。
成形品のエッジに余分な樹脂がつく現象。金型の隙間や成形圧力の過剰が原因です。金型のメンテナンスや成形圧力の調整が必要です。
成形品が凹む現象。冷却速度の不均一や成形圧力の不均一が原因です。冷却条件の最適化や成形圧力の調整が必要です。
成形品の表面処理が不適切な現象。表面処理の条件不適切さや成形条件の不適切さが原因です。表面処理条件の見直しや成形条件の最適化が必要です。
成形品に小さな穴が開く現象。樹脂の湿気や成形圧力の不足が原因です。樹脂の適切な乾燥と成形圧力の調整が対策となります。
成形品が膨らむ現象。成形圧力の過剰や冷却速度の不均一が原因です。成形圧力の調整や冷却条件の最適化が必要です。
成形品に流れ跡が出る現象。樹脂の流れが乱れることで発生します。射出速度の調整や金型設計の見直しが対策となります。
打痕成形品に凹みや打痕が出る現象。成形後の取り扱いや機械の不具合が原因です。取り扱いの注意や機械のメンテナンスが必要です。
成形品の色が一様でない現象。原料の混合不足や成形条件の不適切さが原因です。原料の均一な混合や成形条件の最適化が必要です。
成形品内部に空洞ができる現象。成形圧力の不足や冷却速度の不均一が原因です。成形圧力の調整や冷却条件の最適化が必要です。
成形品に焦げたような黒点が出る現象。成形温度が高すぎる、または樹脂の滞留が原因です。温度設定の見直しや樹脂の適切な管理が必要です。
成形品が破れるまたは切れる現象。成形後の取り扱いや機械の不具合が原因です。取り扱いの注意や機械のメンテナンスが必要です。
成形品に汚れやシミ、濡れが見られる現象。原料の不純物や成形環境の不適切さが原因です。原料の清潔な管理と成形環境の改善が対策となります。
成形品のラベルがない、品種が違う、または傾いている現象。成形後の取り扱いやラベル付けの不適切さが原因です。取り扱いの注意やラベル付けの見直しが必要です。
成形不良の目視検査を行う際には以下の点に注意する必要があります。
検査は十分な照明の下で行うことが重要です。暗い場所では小さな欠陥も見落とす可能性があります。
検査前に、どのような状態を不良とするか明確な基準を設けることが重要です。これには、製品の寸法、色、表面の状態（傷、凹み、バリなど）などが含まれます。
製品を全方向から観察し、見落としがないようにします。特に、製品の内部や裏面もチェックすることが重要です。
長時間の目視検査は視力疲労を引き起こし、見落としの原因となります。適度な休憩を取りながら作業を行うことが大切です。
検査結果は記録し、不良品の傾向や原因を分析する材料とします。これにより、製造プロセスの改善や不良の再発防止につながります。
AI外観検査は、人間の目視検査に代わる、より効率的で正確な検査方法として注目されています。以下に、成形不良を防ぐためのAI外観検査が有効です。以下はAI外観検査のメリットになりますので、導入検討の際には参考にしてみてください。
AIの深層学習技術は、成形品の画像から微妙なひずみや色の変化を識別し、精度高く不良を自動検出。この技術により、疲労やバイアスの影響を受けることなく、一貫した品質管理が可能になり、製造効率と製品品質の両方が向上します。これにより、人間の見落としや主観による差を排除できます。
AI検査では、畳み込みニューラルネットワークを用いて成形品の画像を瞬時に分析し、緻密なパターン認識で微細な不良を即座に特定します。これにより、高速生産ラインでも検査の遅延なく、効率的に品質保証を行い、生産性を大きく向上させることができます。
AIの機械学習機能により、成形品検査は継続的にデータを蓄積し、自己学習を重ねることで精度を高めます。この技術を活用することで、未知の不良パターンも速やかに識別し、品質保証の効率化と生産性の向上が実現します。
クラウドベースの機械学習アルゴリズムがリモートから成形品の画像を分析し、不良を検出します。このシステムにより、どこからでも品質管理が行え、検査員の負担軽減と人件費削減が実現し、全体の生産効率が向上します。
AIは検査データを自動的に集計・分析し、不良の傾向や原因を明らかにします。これにより、製造プロセスの改善や不良の再発防止につながります。
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。
