外観検査とは、製品や部品の品質確保のために、外観からチェックを行う検査業務のことです。金属製品や金属部品の外観検査では、製造工程中に発生したキズや打痕、塗装不良などの欠陥を発見し、不良品を排除します。具体的には、以下のような不良・欠陥を検出します。

外観検査の最も基本的な手法は、人の目による目視検査です。また、現場によっては検査装置による外観検査の自動化も進められています。

ここでは、従来的な手法である目視や検査装置による金属製品・部品の外観検査の概要と、その課題について解説します。

目視検査の概要と課題

目視検査は最も基本的な外観検査の手法です。目視検査では、目視にて金属部品をチェックし正常か不良かを判断します。小さな金属部品や、欠陥箇所が微細な場合には、検査精度を高めるために拡大鏡や顕微鏡を用いるケースもあります。

目視検査は、検査設備が不要であり導入が容易であるというメリットがあります。一方で、以下のような課題もあります。

• 人手不足に伴い、経験豊かな検査員の確保が難しい
• 金属部品の微細な傷や汚れの検査を目視で行うと人間の感覚で合否判定を行うため、ヒューマンエラーが発生しやすい
• 精神的・身体的疲れによって作業精度が下がる・スピードが遅くなる
• 検査員が検査対象物を直接手に取り、360°角度を変えて目視検査する場合は、時間がかかる

検査装置（検査機）による検査の概要と課題

目視検査の課題を解決するために、検査装置を導入して金属製品・部品の検査を自動化するケースもあります。検査装置では、ルールベースで不良品の判定を行うことができます。ルールベースとは、あらかじめ判定基準を検査装置に設定し、そのルールに合致するかどうかで判定を行う方法です。金属製品・部品の検査を行う場合には、表面の状態、形状、色などをルールとして設定します。

検査装置の導入には一定のコストが発生しますが、検査速度の向上や人手不足への対応など、目視検査の課題を解決することができます。しかしながら、微細な欠陥を判定する必要のある金属製品・部品の検査を検査装置で行う場合には、以下の課題も残ります。

• 金属製品・部品のキズや打痕は様々な形状で発生するため、バリエーションが多く、明確にルールを定めることは困難

近年では、AI関連技術が発展し、製造業においてもAIの活用事例が増えてきています。金属製品や金属部品の外観検査は特にAIの活用が期待できる分野です。ここでは、AIを活用した外観検査の概要と、当社のAI外観検査用パッケージソフトである「InspectAI」の紹介をします。

一般的なAIによる金属部品の外観検査の概要

人があらかじめ設定したルールベースで判断する検査装置とは異なり、AIは明確なルールで正常品・不良品を定義する必要がありません。事前に読み込ませた画像データからAIが自動で正常品・不良品の特徴を抽出することで判断できるようになります。

従来手法による外観検査の課題をAIにより解決

上述したように、目視検査には課題がありましたが、金属製品・部品の外観検査にAIを活用することで、それらの課題を解決することができます。

同様に、検査装置による検査の課題も、AIの導入により解消することが可能です。

「InspectAI」 でAI導入のハードルを大幅に低減する　

外観検査へのAI導入には大きなメリットがある一方で、一般的なAI開発では、「正常品・異常品の画像データを大量に準備する必要がある」「開発に時間がかかる」などの課題がありました。

アラヤの「InspectAI」（インスペクト・エーアイ）は外観検査用のパッケージソフトで、一般的な外観検査用AI開発の課題を解決し、AI導入のハードルを大幅に低減します。ここではいくつかある特長の中から主に、金属製品・部品の外観検査において最も重要なポイントをご紹介します。

正常品の画像データのみで学習が可能、1～2時間で運用が開始できる

一般的なAI開発では、大量の正常品・不良品の画像データが必要でした。特に不良品は発生頻度が低いため、画像データの準備が難しく、AI導入のハードルになるケースが多々ありました。
InspectAIでは正常品の画像データのみで外観検査を実現することができます。つまり、異常品の画像データは準備する必要がありません。
さらには、1～2時間で学習が完了するため、すぐに実運用が開始できます。