ウェルドラインとは、プラスチック射出成形において、溶融樹脂が金型内で分岐し、再度合流した部分に形成される線状の痕跡のことを指します。
このウェルドラインは、見た目の問題だけでなく、製品の強度にも影響を及ぼすため、製品品質において重要な要素となります。
プラスチック射出成形では、溶融したプラスチックが金型内に注入され、冷却固化することで製品が形成されます。
しかし、金型内で溶融樹脂が分岐し、その後再度合流すると、合流部分にウェルドラインが形成されます。
これは、分岐した溶融樹脂が再度合流する際、それぞれが異なる冷却状態であるため、完全には混ざり合わず、線状の痕跡が残るためです。
金型設計の問題、射出速度や保圧時間の不適切、材料の選択などがあります。
特に、金型内の流路設計が不適切であると、溶融樹脂の流れが複雑になり、ウェルドラインが発生しやすくなります。
製品表面に線状の痕跡が現れること、そしてその部分が製品全体の中で強度が低くなる傾向があることが挙げられます。
これは、ウェルドラインが形成される過程で、溶融樹脂が完全には混ざり合わず、微細な空隙や結晶構造の不連続が生じるためです。
ウェルドラインは、製品の強度や外観に大きな影響を及ぼします。
ウェルドラインは、溶融樹脂が完全に混ざり合わない部分であるため、その部分の強度が全体と比べて低下します。
これは、ウェルドライン部分に微細な空隙や結晶構造の不連続が生じるためで、これが製品の破損や変形の原因となることがあります。
例えば、自動車のバンパーや家電製品のケースなど、強度が求められる製品においては、ウェルドラインの発生は大きな問題となります。
ウェルドラインは製品表面に線状の痕跡として現れるため、製品の外観を損ないます。
特に、透明なプラスチック製品や高級感を求められる製品においては、ウェルドラインの発生は品質低下と直結します。例えば、眼鏡のフレームや美容機器のケースなど、見た目が重要な製品では、ウェルドラインが消費者の評価を大きく下げる可能性があります。
これらの影響は、製品の品質に直結します。
ウェルドラインが発生すると、製品の寿命が短くなる、製品の見た目が悪くなる、製品が正常に機能しない、などの品質問題が生じ、結果的に製品の価値を下げることにつながります。
そのため、ウェルドラインの発生を防ぐための対策は、製品の品質を保つために非常に重要です。
ウェルドラインの発生を防ぐための対策方法は以下のようなものがあります。
金型設計時には、溶融樹脂の流れを最適化することでウェルドラインの発生を抑制します。
具体的には、金型内の流路をなるべくシンプルにし、樹脂が分岐・合流する部分を最小限に抑えるようにします。
また、可能であれば、ウェルドラインが形成されても製品の強度や外観に影響しない位置になるように設計します。
射出速度や保圧時間、金型温度などの成形条件を適切に設定することも重要です。
一般的に、射出速度を遅くし、保圧時間を長くすることでウェルドラインの発生を抑えることができます。
また、金型温度を適切に管理することで、樹脂の冷却速度を制御し、ウェルドラインの発生を防ぐことが可能です。樹脂の種類によってもウェルドラインの発生は変わります。
一般的に、流動性の良い樹脂を使用することで、樹脂の流れがスムーズになり、ウェルドラインの発生を抑えることができます。これらの対策を適切に行うことで、ウェルドラインの発生を防ぎ、製品の品質を向上させることが可能です。
ウェルドラインの検出や評価には、視覚検査、非破壊検査、力学的試験などが一般的に用いられます。
視覚検査は人間が目視で確認する方法で、非破壊検査は超音波やX線などを用いて内部の欠陥を検出する方法、力学的試験は引張り試験や衝撃試験などを行い、製品の強度を評価する方法です。
近年では、AIを用いた自動検査技術が注目されています。AIを用いた自動検査では、カメラで撮影した製品の画像をAIが解析し、ウェルドラインやその他の欠陥を自動的に検出。深層学習などの技術を用いて、大量の画像データから欠陥の特徴を学習し、高精度な検出を実現します。
AIを用いた自動検査の利点は、高速で連続的な検査が可能であること、人間の目視検査に比べてミスが少ないこと、検査結果の定量化が容易であることなどが挙げられます。また、AIは学習により検査精度を向上させることが可能で、新しい種類の欠陥にも対応できるという利点もあります。
これらの技術や装置を適切に用いることで、ウェルドラインの検出や評価を効率的に行い、製品の品質を向上させることが可能です。
ウェルドラインに関する研究や技術開発の動向としては、以下のようなものがあります。
AIや機械学習を用いて、成形条件や材料特性からウェルドラインの発生位置や強度低下を予測する研究が進められています。
これにより、製造前の段階でウェルドラインのリスクを評価し、適切な対策を講じることが可能になります。
ウェルドラインの発生位置や形状を詳細に視覚化する技術の開発も進んでいます。これにより、ウェルドラインの影響をより正確に評価し、適切な対策を講じることが可能になります。
ウェルドラインの発生を抑制する新たなプラスチック材料の開発も進められています。これらの材料は、ウェルドラインが発生しにくい特性を持つことから、製品の品質向上に寄与します。
成形過程のシミュレーション技術も進化しており、より正確にウェルドラインの発生を予測することが可能になっています。
これにより、製造前の段階で最適な成形条件を設定し、ウェルドラインの発生を抑制することが可能になります。
これらの最新の研究や技術開発は、ウェルドラインの発生を抑制し、製品の品質を向上させるための重要な手段となっています。
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。
