製品に傷がないか、汚れてないか、色ムラはないかなど、さまざまな外観不良品を見つけ出し、取り除くため多くの製造現場で外観検査作業が行われているが、それでも、顧客や後工程に不良が流出し、クレーム、返品、製造損失の要因となっているのが実態であろう。
また、目視検査だけではなく自動外観検査装置を導入した場合でも、検査基準の決め方、検査工程管理のあいまいさなどにより不良流出の課題が解決しきれていない例が多い。
本セミナーでは、自動外観検査装置の開発だけではなく、目視検査工程の数多の問題点の解決指導を行ってきた講師の経験をもとに、外観検査工程における「あいまいさ」「ばらつき」の解決方法、さらに、自動検査装置導入への手引きを行っていきたい。
- 外観検査の課題と品質管理の役割
- 後工程・顧客への不良流出
- 品質保証体系の構築と検査項目の設定
- 目視外観検査におけるばらつきの問題と対処
(検査精度維持のための定量管理)
- 目視外観検査におけるあいまいさ・とばらつきとは
- 検査基準・限度見本などのあいまいさの問題と対処
- 検査方法・作業基準書などのあいまいさの問題と対処
- 検査環境の不適切さによる問題と対処
- 検査員の能力のばらつきと作業疲労の影響と対処
- 目視外観検査のあいまいさに対処する品質管理:誤検出、見逃しの定量管理
- 目視外観検査員の教育・訓練
- 目視外観検査員の教育・訓練の基本‥継続と見直し
- 多能工化の薦め
- 自動外観検査装置の評価導入のポイント
- 自動外観検査技術の基本
- 自動外観検査装置の導入計画
- 自動外観検査装置の評価のポイント
- 自動外観検査装置の日常管理のポイント
- 検査データ活用のポイント
近年、自動運転を始めとする多彩なアプリケーションに必要な技術として盛り上がっている機械学習を用いた画像認識技術について説明致します。
具体的には、光学系を用いた画像の撮影に関する技術から、画像認識技術の概要、一般的な画像認識処理フロー、評価方法、様々な画像認識アルゴリズム、また外観検査技術への応用に関して解説致します。機械学習ベースの画像を用いた外観検査技術に興味がある方におすすめ致します。
- 画像認識技術の概要
- キー技術
- 画像の撮影
- 撮影画像
- 各種カメラ
- 画像処理
- 光学系と画像処理の最適化設計
- 偏光カメラ
- 画像認識技術
- 画像認識処理の一般的な処理フロー
- 学習サンプル
- 様々な機械学習アルゴリズム
- 特徴量の設計について
- 性能評価の方法
- 機械学習による外観検査アルゴリズム開発のポイント
- 様々な画像認識アルゴリズム
- 外観検査技術の実例
- 鋳造部品の欠陥検査アルゴリズム例
- 路面凍結部検出アルゴリズム例
- 画像認識技術を用いた欠陥検査の今後の動向