外観検査の自動化に成功し、安定して稼働していた画像検査装置。ところが数年が経過したころから、こんな声が現場から上がりはじめます。
- 以前は検出できていた不良を、見逃すようになった
- 良品なのにNG判定される(過検出)ことが増え、再検査の手間が発生している
- 検査員が「装置の判定を信用できない」と言い出した
装置そのものが故障したわけではありません。エラーも出ていない。それでも、検査の精度だけが確実に落ちている。
これは画像検査装置に特有の現象で、装置は「壊れる」より先に「ゆっくり狂う」という性質を持つためです。しかも多くの場合、その進行は日単位では認識できないほど緩やかです。
本記事では、外観検査の自動化から数年後に精度低下が起きる原因を整理し、防ぐための具体的な管理方法を解説します。
原因1:照明の光量低下
最も多く、そして最も気づかれにくいのがこれです。
LEDは「切れる」のではなく「暗くなる」
画像検査で使用される照明の多くはLEDです。白熱灯のように突然切れることはほとんどありませんが、点灯時間の経過とともに光量は確実に低下していきます。
一般にLEDの寿命は「初期光束の70%まで低下するまでの時間(L70)」で表され、製品や使用条件によって幅がありますが、24時間稼働のラインでは数年で到達し得る水準です。特に、放熱が不十分な取り付け方をしている照明や、周囲温度の高い環境に設置された照明は劣化が加速します。
光量低下が検査に与える影響
画像検査は、突き詰めれば明るさの差(コントラスト)で良否を判定する技術です。
光量が落ちると、欠陥部と正常部の輝度差が縮まります。導入時に「輝度差50」で検出できていた微細なキズが、数年後には「輝度差35」しか出なくなる。しかし判定閾値は導入時のまま。結果として、見逃しが発生します。
厄介なのは、この変化が連続的であることです。ある日を境に急に検出できなくなるのではなく、検出率がじわじわと下がっていくため、「装置の異常」として認識されにくいのです。
照明がいかに検査精度を決定づけるかについては、外観検査における照明選定のポイント 〜色の差があるものや7種類の照明もあわせてご覧ください。
対策:時間管理による計画交換
照明は「切れてから交換する」のではなく、点灯時間を管理して計画的に交換するという考え方に切り替える必要があります。
あわせて、照度計による定期測定を行い、初期値からの低下率を記録しておくことをおすすめします。数値として残しておけば、交換時期の判断根拠になります。
原因2:レンズ・照明・カメラの汚れ
製造現場では、切削油のミスト、粉塵、樹脂の揮発成分などが空気中に漂っています。これらがレンズ表面や照明の拡散板に薄く堆積すると、光量低下と同じ結果を招きます。
さらに、汚れは均一に付着するわけではありません。局所的な汚れは画像上の輝度ムラとなり、その領域だけ過検出が起きたり、逆に見逃しが発生したりします。
対策
- 清掃頻度と清掃方法を作業標準に落とし込む(レンズは専用クロスと溶剤を指定する)
- 装置設計の段階で、防塵構造やエアパージの採用を検討する
- 清掃時にレンズを回してしまい、ピントや画角がずれるケースがあるため、清掃後は必ず基準サンプルで確認する手順にする
原因3:光軸のズレ・ピントのズレ
生産設備は常に振動しています。数年単位で見れば、カメラや照明を固定しているブラケットのボルトはわずかに緩み、レンズのフォーカスリングやアイリスリングも動きます。
数ミリのカメラ位置のズレ、わずかなピントのボケ。これらは画像を一見しただけでは気づけませんが、微細欠陥の検出能力は確実に落ちます。
レンズ周りの設定ミスが検査結果に与える影響については、レンズの選定ミスによる失敗でも具体例を紹介しています。分解能とピントの関係は外観検査のカメラ選定における主要なパラメータとは?と外観検査のレンズ選定における主要なパラメータとは?をご参照ください。
対策
- レンズのフォーカスリング・アイリスリングは、調整後にロックネジで固定し、さらにマーキングする
- 定期点検時に、マーキングのズレを目視確認する
- カメラブラケットの締結部にも合いマークを入れておく
原因4:ワーク側が変わっている
装置には何の問題もないのに精度が落ちる。この場合、変わったのはワークのほうです。
実際によくあるのが次のようなケースです。
- 材料メーカー・材料ロットの変更により、表面の光沢や色味がわずかに変わった
- 金型やプレス型の摩耗が進み、加工面の状態が変化した
- 表面処理(めっき、塗装、アルマイト)の条件が変わった
- 前工程の設備が更新され、加工痕の出方が変わった
画像検査装置は、導入時に想定した「良品の範囲」を基準に判定しています。その範囲の外にワークが動けば、当然ながら判定は狂います。
ここは装置メーカーではなく、お客様の社内でしか把握できない情報です。材料や前工程に変更があった際は、検査装置への影響を確認するというルールを設けておくことが重要になります。良品のバラツキに強い検査を構築する手法としては、外観検査におけるAI(ディープラーニング)活用の現状もご参考ください。
原因5:搬送系の摩耗によるワーク姿勢の変化
外観検査の自動化において、検査結果を左右するのは検査装置だけではありません。ワークをどのような姿勢で、どの位置に、どの速度で送り込むかが精度を決めます。
コンベアベルトの伸び、ガイドやストッパの摩耗、位置決め機構のガタ。これらが進行すると、ワークの停止位置や姿勢が導入時からずれていきます。画像内での被写体位置がずれれば、検査領域(ROI)から外れ、正しい判定ができなくなります。
検査装置と搬送装置が一体で設計されているべき理由は、外観検査を自動化するにはでも解説しています。
原因6:外乱光の変化
工場の天井照明がLEDに更新された、レイアウト変更で窓からの光が入るようになった、隣接設備が新設されて反射光が入り込むようになった。
こうした環境変化は、検査装置の担当者に知らされないまま行われることがほとんどです。しかし外乱光が入れば、画像の明るさは変動します。**「晴れた日の午後だけ過検出が増える」**といった不可解な現象は、たいていこれが原因です。
対策
- 遮光カバーの設置
- 照明波長に合わせたバンドパスフィルタの装着(外乱光の影響を原理的に排除できる)
原因7:現場での閾値変更が記録されていない
これは技術的な問題ではなく、運用の問題です。
過検出が増えて生産が止まるため、現場判断で判定閾値を緩める。その場は流れるようになりますが、同時に見逃しリスクが上がっています。そして変更の記録が残っていないため、後から検証もできません。
数年後に「なぜこの設定になっているのか誰も分からない」という状態に陥ることも珍しくありません。
対策
- 閾値変更の権限者を限定する
- 変更履歴(日付・変更者・変更理由・変更前後の値)を必ず残す
- 設定ファイルのバックアップを定期的に取得する
そもそも過検出が増えている時点で、閾値ではなく上記1〜6のいずれかが原因である可能性が高いという点も、現場と共有しておきたいところです。
設計段階でできる「劣化に強い」画像検査装置
精度低下は運用だけの問題ではありません。装置の設計段階で、劣化の影響を受けにくい構成にしておくことができます。
- 光量に余裕を持たせた照明設計(初期値ギリギリで成立させない)
- 定電流駆動やフィードバック制御による光量の安定化
- 自己診断機能の実装(光量の基準値からの逸脱を装置側で検知し警告する)
- 防塵構造・エアパージによる汚れの抑制
- 判定スコアを外部に出力し、トレンド管理できるログ機能
導入コストは上がりますが、数年後の見逃し流出リスクと再調整工数を考えれば、十分に回収できる投資です。外観検査の自動化を検討される際は、初期性能だけでなく「5年後も同じ精度で動くか」という視点で仕様を検討されることをおすすめします。
外観検査装置の導入なら、画像検査.comにお任せください
ここまで見てきたように、稼働数年後の精度低下は、運用だけの問題ではありません。その多くは、装置を導入した時点ですでに決まっています。
光量に余裕のない照明設計、汚れや振動を考慮していない構造、検査装置と搬送装置がちぐはぐなまま組み上げられたライン。こうした設計では、どれだけ丁寧に点検しても、数年後の精度低下は避けられません。
だからこそ外観検査の自動化では、「導入時に検出できること」ではなく「5年後も同じ精度で動き続けること」を前提に設計できるメーカーを選ぶことが重要になります。
画像検査.comを運営する岡部機械工業は、画像検査装置の開発・製造から、搬送装置をはじめとする周辺装置の設計・構築、既存ラインへの組み込みまでを一貫して対応しています。カメラ・レンズ・照明の選定だけでなく、ワークをどう送り込むかまで含めて一社で設計できるため、経年変化に強く、長期にわたって安定稼働する検査ラインを構築できます。
また、実際のワーク(良品・不良品サンプル)をお預かりし、最適な撮像条件と画像処理手法を検証するテストセンターをご用意しています。装置の仕様を固める前に、検出できるかどうかを実物で確認いただけるのが強みです。ここで光量やコントラストにどれだけ余裕があるかを見極めておくことが、数年後の安定稼働に直結します。
これまでの実績は導入事例・効果にてご覧いただけます。外観検査の自動化をご検討の際は、お問い合わせよりお気軽にご相談ください。
なお、他社製の画像検査装置について「精度が落ちているが原因が分からない」「メーカーのサポートが終了している」といったご相談も承っております。現在の装置で本当にその欠陥を検出できるのか、テストセンターでの検証からお手伝いすることが可能です。