1. HOME
  2. お役立ち情報
  3. 画像処理に関する記事
  4. 外観検査の基準を作るには?基準書の作成方法と検査方法について解説

FA業界の方へ耳寄りな情報を「おしえてJSS」by日本サポートシステム株式会社

お問い合わせ

関東最大級のロボット
システムインテグレーター
画像処理
設計から製造なら 日本サポートシステム株式会社

日本唯一の画像処理検証ラボ、AIラボによる画像処理
画像処理に関する記事

外観検査の基準を作るには?基準書の作成方法と検査方法について解説

製造業は、良品のみを出荷して、不良品を市場に流出させないことが第一使命です。そのために、生産ラインでは外観を検査して不良の流出を防止します。

外観検査には自動化しやすい項目と、自動化が難しい項目があります。自動化しやすい項目は、良品と不良品の違いがはっきりしており、その違いを定量化することが容易な項目です。製品の外形などがそれにあたります。

一方で、自動化が難しい項目は、色むらのように定量化がしにくい項目であったり、模様がついが表面に付着した異物やキズなど、良品と不良品を見分けにくい項目です。

このような場合、通常は検査員による目視検査を行います。検査を人にゆだねる場合でも、人による判断のばらつきをできるだけ小さくするために、検査項目ごとの良否判定基準を設定することが重要です。

本稿では定量化が難しい項目の外観検査基準書の作成のコツについて紹介します。

もし、生産ラインに外観検査工程を導入して、

  • 検査レベルを高めて品質価値を高めたい
  • 省力化、省人化してコストダウンしたい

というご希望がございましたら、お気軽に画処ラボまでお問い合わせください。外観検査の基準設定や、ルール型画像処理、AIによる画像処理まで、ご希望に対して幅広い対応が可能です。

日本初!業界最大級

画像処理検証ラボ開設!ルール型の画像処理から、AIまでプロが診断、ご相談から装置制作までまるっと対応

Youtubeチャンネルで動画でも解説中!

1.自動化が難しい外観検査項目とは

画像処理による外観検査を導入する際、ハードルとなるのは定量化の難しい検査項目です。具体的にどのような項目が該当するのか、まずは紹介していきましょう。

(1)色味

製品表面の色味の違いは定量化が難しく、自動化が難しい項目です。特に切削油を除去するための洗浄工程後の水シミや、銅基板の酸化などが代表例です。
これらは画像処理による定量化が難しいため、人による検査を行うことが多い項目となります。

(2)キズ

製品表面に入るキズも、ケースによって定量化が難しくなります。たとえば、部品を切削して製造する場合の切削痕(ツールマーク)は良品と判定し、切削痕と異なるキズは不良としたい……といった場合、画像処理装置による自動判別のハードルは上がります。
このような場合、人による検査で不良となるキズを判別せざるを得なくなりがちです。

(3)異物

発生する異物の大きさや、異物が付着する場所を予測できない場合、定量化は困難となります。さらに、異物の材質も特定できず、色味が定義できないことも多いでしょう。

異物のこのような特性から、画像処理装置による異物の判別も定量化しづらい項目と言えます。とくに半導体素子のように表面に様々なパターンがある場合、異物の種類と付着箇所によっては異物がパターンに埋もれてしまい、検出が困難です。
このような場合にも、人による検査に頼ることが多くなります。

これまで紹介してきた定量化の難しい項目も、画像処理技術の向上により徐々に対応可能となってきています。
特に良品・不良品の画像からAI自らが判定基準を学習する「ディープラーニング」という技術の発展により、従来は検査基準の定量化が難しかった領域においても、自動化が可能となりつつあります。

【図解】AIによる画像処理の仕組み。ディープラーニングによる画像認識とは

とはいえ、導入コストなどの問題から、人による検査に頼るケースはまだまだ多いと言えるでしょう。

2.外観検査基準書の作成

人による外観検査を行う場合、人による検査結果のばらつきを防ぐため、外観検査基準書を用意する必要があります。検査基準書は良否の判断のガイドラインとなるモノですので、検査の際に見える位置に掲示して日常的に利用します。
ここでは外観検査基準書の構成について説明します。

(1)項目

①検査項目の定義

まずは検査項目を定義します。

検査項目を決める観点は、

  • 製品の機能
  • 顧客要求
  • 法規制
  • 工程能力

などが挙げられます。これらの観点から、製品のどの部位が、どのような状態になっていると不良とするのかを決めていきます。
外観検査で定量的に示せない項目は、良品写真の他に、不良モードごとに良品限度・不良品の写真を検査基準書に添付します。

②検査方法

次に、各検査項目をどのように検査するのか、検査方法を決めます。検査基準書には検査の頻度、検査サンプリング数、測定器を記載します。

③検査担当者

検査において技能が必要と考えれられる場合は、検査員も認定制にします。検査基準書には検査員の役職や必要な資格を記載します。

④管理方法

定量化できない項目は、計数値を管理するタイプの管理図で品質を管理します。
この管理図には、

  • c管理図
  • u管理図
  • np管理図
  • p管理図

の4種類があります。検査基準書には使用する管理図の種類を記載しましょう。

用いる管理図の種類は、

a)管理したいのは不適合数か不適合品数か
b)サンプルの大きさ(ロットの大きさ)を一定にできるか否か

で決定されます。

まず、a)管理したいのは不適合数か不適合品数か、について説明します。

不適合数とは、1つの製品に対し、あるモードの不良となる箇所がいくつあるかをカウントした値をいいます。
また不適合品数は、不良となる箇所を含む製品の数をいいます。

したがって、1つの製品を検査したときに、5か所に異物付着の不良がある場合、不適合数は5、不適合品数は1となります。

次に、b)サンプルの大きさ(ロットの大きさ)を一定にできるか否かを考えます。

生産数量が安定している生産ラインでは、ロットサイズを一定にすることができます。
一方、市場要求に対してフレキシブルに生産品目と数量を変動させるラインではロットサイズを一定に保つことが困難です。

このように、ビジネスモデルによりロットサイズを一定にできるか否かが決まります。

上記a)、b)の2軸を元に、使用する管理図は以下のように使い分けられます。

管理対象 サンプルの大きさ 管理図でプロットするもの
c管理図 不適合数 一定 不適合数
u管理図 不適合数 一定でない 不適合率(=不適合数/サンプル数)
np管理図 不適合品数 一定 不適合品数
p管理図 不適合品数 一定でない 不適合品率(=不適合品数/サンプル数)

⑤不良時の処置

不良品が発生した場合の処置についても記載します。手直しの可否や、不良品の分析の要否、保管の要否などを記載します。

⑥その他の項目

①~⑤の情報の他、検査工程の基本情報(ライン名、工程名、工程番号、品名、品番)や、帳票の承認印、改訂履歴などを必要に応じて記載します。

(2)検査基準書の例

以上の項目をまとめて帳票にしたものを示します。

これはあくまで、必要最低限の情報である点に注意してください。各社の事情に応じて必要な情報を記載しましょう。

先にも述べた通り、検査基準書は日常的に確認しながら検査を行います。したがって、良品限度や不良品の写真が鮮明に見えることが第一優先です。
さらに使いやすさを考慮して、1枚にまとめることが望ましいでしょう。

3.外観検査工程の構築

(1)拡大鏡

手で製品を持っていろいろな角度から確認したい場合には拡大鏡を用います。
拡大鏡とは、大きな虫眼鏡のようなものです。ただし手で持つのではなく、作業台に取り付けるタイプを採用しましょう。両手が空くので作業性が向上します。
作業ブースの構築も含めて、数万円で導入が可能です。

(2)外観検査支援システム

製品の搬送と製品外観の撮像までを自動で行い、撮像した結果を検査員がモニタを確認しながら良否を判定します。
この場合、検査員はラインとは離れた場所で作業することも可能です。人による検査ならではの、製品を傾けたり、反転させたりする動作も、ロボットを遠隔操作して実行できるシステムもあります。

カ撮像機器の性能や、ロボットの有無などで大きく左右されますが、簡素なシステムでは数十万円から構築することが可能です。

さらにこのシステムを応用すると、外観検査を自動外観検査と作業員による外観検査の組み合わせで、検査の信頼性を保ちながら検査コストの削減を実現することができます。

本稿での検査対象は、定量化がしにくく、自動外観検査が困難な項目の検査です。

検査の信頼性を確保するために作業員による検査を行うのですが、全数を人が検査すると、多くの検査工数がかかります。そこで、まずは自動外観検査を行って、自動外観検査が不良判定した場合のみ、外観検査員が再検査する形をとるのです。

検査ラインが1号ライン・2号ラインと複数ある場合でも、ここで紹介したような外観検査支援システムを用いれば、検査員は同じ位置にいながら、各ラインから送られてくる不良判定の画像を再検査することができます。

4.外観検査導入に強いメーカー&SIer3選

画処ラボ(ガショラボ)

【所在地】
神奈川県相模原市緑区西橋本5-4-30 SIC2-2314
TEL:050-3733-3774
WEB問合せ:https://gasho-labo.jp/#contact
https://gasho-labo.jp/

【特徴】
検査の自動化に伴って画像処理装置の導入する際には、複数のセンサーメーカーと複数の画像処理機器メーカーを選択し、それぞれ検査対象によって個別対応する必要があります。

画処ラボは、メーカー横断での機器選定から判断プログラムの選定及び装置の設置構想までを⼀括で提案し、設置からサポートまで⼀元管理。

さまざまなメーカーから、照明は50種類、カメラ・レンズは30種類をとりそろえており、機器や画像処理プログラムの選定だけでなく、装置の構想・設置、サポートまで、ワンストップで相談が可能です。

日本初!業界最大級

画像処理検証ラボ開設!ルール型の画像処理から、AIまでプロが診断、ご相談から装置制作までまるっと対応

②オーツカ光学

【特徴】
目視検査用機器類を数多く開発、製造。低倍率から高倍率までご用意した各種照明拡大鏡や、各種検査、作業用照明、反射防止コーティングレンズやフィルター等を豊富にそろえているメーカーです。

【所在地】
東京都品川区小山1丁目1番4号
TEL:03-3491-4126
https://www.otsuka-op.com/

株式会社デクシス

【特徴】
製品を双腕ロボットで掴み、姿勢を変えながら検査するシステムを開発しています。
目視でしかできなかった検査を、人が目視検査にて実行している方法をロボットに置き換えることで自動化することに挑戦しています。

【所在地】
千葉県船橋市本町2-1-34 船橋スカイビル
TEL:047-420-0811(代) 
http://www.decsys.co.jp/product/kenta/index.html

5.画像処理技術を用いた外観検査の最適化は画処ラボ

このコラムでは自動化が難しい外観検査について、目視検査を前提に外観検査基準書の要点や作成方法についてご紹介してきました。

不良品を流出させないことが企業としては必達の目標です。したがって、どうしても自動化が難しい検査項目は目視検査に頼らざるを得ません。
しかし自動検査と目視検査を融合すると、検査の信頼性を保ちながら検査員の工数を最小化して、外観検査を最適化することができます。

この外観検査の最適化には、生産ライン全体での最適化やロボット技術、画像処理技術に関する深い技術が欠かせません。

外観検査工程の最適化の検討や、お悩みごとなどあれば、お気軽に画処ラボにご相談ください。

日本初!業界最大級

画像処理検証ラボ開設!ルール型の画像処理から、AIまでプロが診断、ご相談から装置制作までまるっと対応

関東最大級のロボットシステムインテグレーター 画像処理の設計から製造ならお任せください

029-840-2777 営業時間:平日9:00-18:00

本社:茨城県稲敷郡阿見町阿見字阿見原4666-1777、相模原事業所:神奈川県相模原市中央区上溝1880番2 SIC3-317

お役立ち情報