導入ステップ

自動車部品の良品検査にAIを活用！

お客さまの課題

自動車部品の断面写真を検査装置で良品判定しているが、検査装置の判定精度が低いため全数目視チェックを実施している。

• 検査装置の精度を改善し、検査業務を自動化したい
• 検査員を人員再配置することで、検査コストの低減と付加価値UPを図りたい

当社の提案

既存の検査装置はそのまま残したうえ、検査装置が撮影した断面写真をAIで検証、その結果を製造ラインに戻すことで 『精度改善』 と 『検査業務の自動化』 を提案し、採用いただきました。

〜導入までの流れ〜

�@

プレ検証で 『AI適用可能』 と判断し、実証実験フェーズでお客さまに 5,069枚の画像をご用意いただきました。

良品画像	不良品画像	学習用画像計
1,279枚	3,790枚	5,069枚

�A

当社検証環境でAIモデルのチューニングを行い、お客さまによる画像ラベル（良品／不良品の設定）の見直しと再学習を繰り返すことで、精度の高いAIモデルを作成しました。

�B

実証実験で作成したAIモデルがお客さまの製造工程で動作できるよう、既存の検査装置と製造ラインとの連携部分をシステム開発し、試験運用を実施しました。試験結果は以下の通りとなります。

		画像数	AIモデルの検証結果		適合率
			良品	不良品
試験画像	良品	1,590枚	1,550枚	40枚	97.5%
	不良品	4,502枚	2枚	4,500枚	99.9%
合計		6,092枚	1,552枚	4,540枚
適合率		−	99.9%	99.1%

■

AIモデルは良品と判断したが、実際は不良品だった部品画像が2枚ありましたが、画像からは判断ができない不良であったため、お客さまから問題無し との判断をいただきました。

�C

無事本番稼働を迎え、検査業務の効率向上を実現しました。

• ページの先頭へ