画像処理技術とディープラーニングによる金属組織試験自動化ソリューション:FAニュース
東芝デジタルソリューションズは、画像処理技術とディープラーニングを活用した金属組織試験自動化ソリューション「AI等級判定サービスMETALSPECTOR/AI」を提供開始した。厳格化する品質管理や熟練検査員不足に貢献する。
東芝デジタルソリューションズは2020年6月2日、画像処理技術とディープラーニングを活用した金属組織試験自動化ソリューション「AI等級判定サービスMETALSPECTOR/AI」の提供を開始した。同社が開発を進める、産業用IoT(IIoT)サービス「TOSHIBA SPINEX」の1つとなる。
METALSPECTOR/AIは、これまで目視による官能検査に頼っていた金属組織試験を自動化する。鉄鋼業、自動車、航空機部品の製造業において、判定基準の平準化や省力化を促進し、厳格化する品質管理、深刻化する熟練検査員不足に対応する。
東芝アナリティクスAI「SATLYS(サトリス)」を活用しており、熟練者の知見を学習したAI(人工知能)が、クラウド上で熟練検査員の目視検査と同等の精度で鋼材品質の結晶粒度の等級判定をする。非金属介在物測定装置と組み合わせれば、ミクロ組織試験業務の多くを自動化し、対外的な監査にも根拠ある証跡を示すことができる。
AIが鋼材品質の結晶粒度の等級を判定(クリックで拡大) 出典:東芝デジタルソリューションズ
また、ログ管理による検査作業記録の信頼性向上や自動測定による省力化、熟練検査員の技術伝承なども期待できる。
- 第4次産業革命で変わる検査と品質向上の取り組み
製造業の産業構造を大きく変えるといわれている「第4次産業革命」。本連載では、第4次産業革命で起きていることや、必要となることについて、話題になったトピックなどに応じて解説していきます。第21回となる今回は、IoTやAIを活用することで品質向上への取り組みがどのように変化するのかという点を紹介します。
- 品質不正問題にどう立ち向かうのか、抜本的解決のカギはIoTと検査自動化
2017年の製造業を取り巻く動きの中で、最もネガティブな影響を与えたのが「品質不正」の問題だろう。「日本のモノづくり」のブランド力を著しく傷つけたとされるが、2018年はこの問題にどう対応するのかという点は、全ての製造業の命題である。人手不足が加速する中、解決につながる「仕組み」や「ツール」に注目が集まる1年となる。
- IoT時代にどう立ち向かうか、自動検査の位置付けを変えたマインドセット
「検査装置は不具合を見つける装置ではなく、不具合を出さないためのものだ」――。基板実装ラインなどで使われる外観検査装置で好調を続けるサキコーポーレーションだが、成功の土台には「マインドセット」の取り方にあったという。サキコーポレーション社長の秋山咲恵氏の講演の内容をお届けする。
- 1分間540個のチーズをAIで検査、検査人員20人を省人化した六甲バター神戸工場
Q・B・B ブランドで知られる六甲バターは2019年10月に新たな製品検査装置として、AI(人工知能)を活用した最終製品検査システムをベビーチーズ工程において導入し、成果を生み出しつつあるという。2年半かけて導入したという。同社の取り組みを紹介する。
- 製造現場で活躍広がる「画像×AI」、どういう場で生きるのか
グルーヴノーツは、「製造×画像AI」をテーマに2020年4月14日、オンラインセミナーを開催。グルーヴノーツ アカウントエグゼクティブ 岩野敦氏が製造業向けのインフラ設備・機械の保全・安全管理業務における画像AIの活用事例などを紹介した。
- 人工知能は製造現場でどう役に立つのか
人間の知的活動を代替するといわれる人工知能が大きな注目を集めている。ただ、製造現場で「使える」人工知能は、一般的に言われているような大規模演算が必要なものではない。「使える人工知能」に向けていち早く実現へと踏み出しているファナックとPFNの取り組みを紹介する。
Copyright © ITmedia, Inc. All Rights Reserved.