AI 自動車車体スタンプ作業部品のオンライン視覚検査プロジェクトの実施

ケースサイクル：2025年9月～2026年8月

企業背景：本企業は、華南地区のティア2自動車シャーシプレス加工サプライヤーであり、9基の自動プレスラインを稼働させ、主にシャーシブラケットおよび補強プレート部品を製造しています。変革前は、完成品全数検査をオフラインでの手作業に依存していました。頻繁な人員の離職と夜勤による疲労が、時折欠陥流出を引き起こし、顧客からの返品や再検査コストにつながっていました。そこで、企業は2基の主要な大量生産プレスラインに、オンラインAI目視検査のレトロフィットを実装することを決定しました。

• 完成品欠陥流出率：5.12%
• 2ラインあたりの平均日次手作業QC担当者数：8名
• 月間顧客返品数量：216個
• 月間再検査・手直しコスト：4,120米ドル
• QCチームの時間外労働比率：32%
• 主に欠落する欠陥：微細な表面のへこみ、曲げ角のマイクロクラック

1. プレス排出口付近に多角度高解像度産業用カメラとカスタム拡散光源を設置し、金属プレス加工表面の反射干渉を排除する。
2. 生産現場から12,000枚以上の実際の欠陥画像サンプルを収集し、AIセグメンテーションモデルをトレーニングし、新たに発見された欠陥サンプルを継続的に追加して反復最適化する。
3. 目視システムとコンベアラインの排出アクチュエータを連携させ、欠陥が特定されると自動排出をトリガーして不適合品を隔離する。
4. 目視プラットフォームと工場MES間のデータインターフェースを実現し、検査された各ワークピースの欠陥タイプ、数量、タイムスタンプを記録する。
5. SOPの最適化：手作業検査員を全数スクリーニングからスポットチェックおよびモデルメンテナンス作業に再配置し、反復的な視覚労働を削減する。

この実際の生産ケースは、AIオンライン目視検査が、プレス加工ワークショップにおける手作業検査の疲労や判断の不安定さといった長年の課題を効果的に解決できることを証明しています。欠陥流出を大幅に削減し、手直しコストを削減し、大規模なQC労働力への依存度を低下させます。同時に、企業は、目視システムは一度の設置ではなく、継続的なサンプル反復と現場デバッグが必要であることを認識する必要があります。次の段階では、工場は欠陥データをプレス設備に連携させ、亀裂欠陥頻度の増加に応じた金型摩耗の早期警告を実現し、予測品質管理へと移行します。