金属製品の外観品質AI識別とフィードバックモジュール 2026/09/29

簡介

従来の視覚検査技術は金属表面の反射や光源の不均一の影響により、判断を誤りやすく、特に形状が不規則な立体金属部品の検査は、検出率が低い上に効果が不安定で適用範囲も限られているため、インテリジェント検出は実現しにくい。しかし、AI検出を利用すれば、検出に影響を及ぼす金属表面の反射や光源の不均一、はすば歯車の影が干渉し合うといった問題が解消される。

技術優勢及特色

AI深層学習画像認識

• このモジュールは、AIの深層学習を利用した画像トレーニングにより、複雑で抽象的な欠陥特徴（例：ランダムな木目、螺旋歯車など）を学習し、様々な環境や生産ラインに適応することができる。
• より広範な製品を検査することが可能で、食品検査や繊維検査などにも応用できる。

動的最適光源配置・撮影

• 画像フィルタ・変換と特徴であるぼやけ度分析を組み合わせ光検出を行うことで、物体の反射や動的撮影の光源不均一といった問題を解消することができる。
• 光と影のブロック検出結果に基づき、最適な光源配置と検査視角を動的に調整することで、多視点撮影時の反射の影響を効果的に低減することができる。

はすば歯車の3D検査

• 3Dはすば歯車専用の検査モデルで、欠陥検出率は98%に達する（業界平均は80%）。
• 技術的なボトルネックを解消、識別が難しい欠陥（例：歯面の黒ずみ、歯先の衝撃傷や欠け）を自動的に検出できるようになり、0.1mm以上の欠陥は検出可能。

產業應用及商機

• 可應用產業
• 金属加工（水道金具、歯車製造、粉末冶金など）。
• 應用實例
• この技術は歯車専用の検査装置に搭載され、すでに台湾企業が導入。同企業は、この装置を電気自動車用歯車の生産に応用し、検査時間を50%短縮、１日当りの生産能力は3倍に向上し、年間品質管理コストは約50%削減した。