[@portabletext/react] Unknown block type "span", specify a component for it in the `components.types` prop
金属プレス加工向け自動品質検査とは何か
金属プレス加工向けAI不良検出は、カメラとAIモデルを使って、すべての部品がプレス、二次工程、または洗浄工程を出る瞬間を監視し、不適合品がラックに到達する前にフラグする。パネルのオペレーターや剛直なルールベースのマシンビジョンに頼る代わりに、モデルはあなたのライン上の合格品と不合格品の画像から学習し、金型、コイル、潤滑剤の変化に応じて適応する。
現場ではこれをインライン視覚品質管理、AIベースの不良検出、または金属プレス加工向けAIビジョンと呼ぶ。技術ファミリーは同じである。固定カメラ、制御された照明設定、あなたのラインのサンプルで訓練されたAIモデル、そしてすべてのストロークが検査され、合格・フラグ・拒否のいずれかとして記録されるトレーサビリティ記録。
それがしないこと:あなたの金型保全、工具エンジニア、顧客監査の代替。それがすること:出荷する部品数と規格に合格する部品数が一致することを、すべてのシフト、すべての金型で保証し、顧客苦情が戻ってきたとき監査人に提示できる記録を残す。
金属プレス加工ラインで検出する欠陥
切断・ピアスエッジのバリ
打抜きまたはトリムされたエッジに残る鋭い金属の薄片。パンチと金型の摩耗、パンチ・ダイ間クリアランスのきつ過ぎ・緩み過ぎ、または欠けた金型によって生じる。部品エッジに沿って斜め照明を当てたカメラは、オペレーターが指先で表面を確認する前にバリの高さを検出し、顧客の拒否が発生する前に金型を再研削するよう摩耗カーブを追跡する。
深絞りコーナーの割れと裂け
深絞りカップの角、パネルの絞り耳、または曲げフランジに発生するヘアラインクラック。ブランクホルダー圧の不適合、潤滑剤の不足、またはコイルが規格の限界にあることを示す。すべての部品の同じ角を見るカメラは、組立体の割れ試験を顧客が行うのを待つ代わりに、割れが発生した瞬間に検出する。
フランジと側壁のシワ
深絞り後の側壁、またはヘム後のフランジに生じる折れと波。ブランクホルダー圧の不足、不均衡な金型、またはコイル厚さのドリフトによって生じる。カメラは部品が寸法チェックに合格していてもシワパターンを検出し、次のコイルが問題を悪化させる前にオペレーターに警告する。
スプリングバックと寸法ドリフト
部品は金型から正しい形状で出るが、弾性応力が緩和するにつれて少し違う角度に戻る。コイルの降伏強度がドリフトしたこと、金型摩耗が曲げ半径を変えたこと、または潤滑剤が摩擦を変えたことを示す。フィクスチャまたは形状プリント付きカメラは、最初の顧客拒否が発生する数時間前に、ドリフトが始まった日にそれを捉える。
表面傷、打痕、ディング
可視面上の線、くぼみ、または凹み。金型に挟まった金属チップ、部品をこする搬送アーム、またはラック内のスタックマークによって生じる。コンベア上の次の部品が隠してしまうため、ほとんどはオペレーターを見逃す。出口シュートのカメラは、人間の目がグレアを起こす光沢面でも、ストロークごとにそれらを検出する。
メッキとコーティング欠陥
完成スタンピング上の薄すぎ、滴り、ピンホール状の亜鉛、塗装、または電着塗装。バス化学のドリフト、部分的に詰まったスプレーノズル、またはラックへの誤った吊り下げを示す。あなたの特定の部品で訓練されたカメラは、コーティングのギャップを検出し、人間の検査員と同じショットを疲労なしで撮る。
それが開始リストである。オンボーディング中に、あなた固有のラインでこれらクラスのうちどれが最も重要かを較正し、それに応じてモデルをチューニングする。
金属プレス加工ラインで自動視覚検査が運用される仕組み
Enaoで視覚検査を運用するプレスセルは、隣のセルに1つの追加コンポーネントを加えたもののように見える。リファービッシュiPhoneが、出口シュート、コンベア、またはプレスとラックの間の専用検査フィクスチャの下向きまたは斜めビューを持つスタンドに取り付けられる。シンプルなLEDバーが、すべてのストロークに対してカメラに同じ光を与える。
部品がコンベアに到達すると、カメラが写真を撮る。iPhone上のモデルが部品をOKまたは上記7つの欠陥ファミリーのいずれかに分類し、結果をあなたのトレーサビリティログに書き込む。1つの金型が連続して20個のフラグ付き部品を出した場合、オペレーターはアラートを受け取る。1つのプレスが1日にわたってバリ高さの緩やかなドリフトを示した場合、ダッシュボードは顧客より先にそれをフラグする。
モデルは前日のラベルで一晩再訓練される。これにより、金型変更、コイル変更、または潤滑剤変更は1四半期ではなく1シフトで吸収される。新規部品番号は同じフローを通る。オペレーターが最初の100ストロークをラベル付けし、モデルがストローク101から引き継ぎ、工具エンジニアがシフト終了時にラベルをレビューする。
規格外部品はラックに到達しなくなり、屑は品質管理事務所ではなく検査ポイントで記録され、オペレーターはまだ人間が必要な仕事の部分に注意の時間を取り戻す。これには金型変更、コイル切り替え、顧客苦情対応が含まれる。
金属プレス加工ラインでのAIビジョンと手作業チェックの比較
手作業のオペレーターチェックまたはルールベースのマシンビジョンからAI主導の検査に移行するラインは、部品形状やコイルグレードに関係なく同じ段階的変化を見る。
微細欠陥の検出率 — 従来のマシンビジョン(Overview.ai、Ciclo Vision、Solomon-3D、iFactory)は、出荷前にラベル付き画像ライブラリと6桁の統合費用を必要とする。Enaoはラベル付きデータなしで初日に80%精度に到達し、オペレーターがiPhoneで数百のサンプルにタグを付けると95%を超えて上昇する。
新しい金型または部品番号への対応時間 — 手作業:オペレーター指導、ゴールデンサンプル、紙のQCシート。現場が新しい部品を流暢に読むまで2〜4週間。Enao:100個のラベル付きストロークでモデルが稼働。同じシフトで、すべてのプレスで更新する紙シートは不要。
顧客が戻ってきたときのトレーサビリティ — 手作業:クリップボード上の手書きログ、部分的なカバレッジ、欠落シフト。再構築に1週間。Enao:すべてのストロークを画像、分類、信頼度とともに記録。再構築は10分。
稼働開始のコスト — 手作業:プレスごとシフトごとに検査員を追加し、訓練に加えて毎月の継続費用。Enao:セルごと1,000ユーロ未満のハードウェア。ラインがスケールしてもコストは一定のまま。
金型摩耗時の挙動 — 手作業:顧客がフラグするまで拒否が緩やかに増加。原因究明に数日。Enao:ダッシュボードがバリ高さのドリフトを開始日に表示。工具エンジニアはタイムスタンプと画像を持つ。
