Oリング検査機：課題とAIソリューション
Oリング検査機：課題とAIソリューション
Oリングは単純な部品に見えるかもしれませんが、自動で検査するのは驚くほど難しいことがあります。
剛性のある金属部品とは異なり、Oリングは、取り扱い中に変形、伸び、ねじれ、圧縮、または形状変化する可能性のある柔軟なエラストマーで作られています。ある位置では許容できるように見える部品が、別の位置では異なって見える場合があります。同時に、シール性能は、寸法、断面形状、表面状態、および材料の完全性に依存します。
何千、何百万ものOリングを製造するメーカーにとって、手動検査をスケールアップするのは困難です。**Oリング検査機**は、制御された部品の取り扱い、産業用カメラ、特殊な照明、寸法測定、および自動欠陥検出を組み合わせて、大量の部品を一貫して検査します。
従来のルールベースのビジョンシステムがゴム部品の自然なばらつきに苦労する場合、**AIビジョン検査**は、欠陥分類と意思決定の追加レイヤーを提供できます。
このガイドでは、Oリング検査の主な課題、検出する必要のある欠陥、自動検査システムの仕組み、AIが検査性能を向上できる場所について説明します。
Oリング検査機とは？
Oリング検査機は、ゴムおよびエラストマーシールリングの寸法、形状、および表面の欠陥を検査するために設計された自動品質管理システムです。
一般的なシステムは、以下を組み合わせたものです。
- 自動供給
- 部品の分離と位置決め
- 産業用カメラ
- 特殊な照明
- 画像処理
- 寸法測定
- AIベースの欠陥検出
- 自動選別
- 生産データ収集
Oリングの設計と品質要件に応じて、システムは内径、外径、断面、真円度、プロファイル、表面状態、およびその他の特性を検査する場合があります。
目的は、単にOリングが「見栄えが良い」かどうかを判断することではありません。
目的は、各コンポーネントが信頼性の高いシール性能に必要な定義済みの寸法および視覚的品質要件を満たしているかどうかを判断することです。
なぜOリングは検査が難しいのか？
Oリング検査には、剛性のある金属部品ではあまり見られないいくつかの課題があります。
1. Oリングは柔軟です
Oリングは、次の場合に形状が変化する可能性があります。
- ピックアップされたとき
- 輸送されたとき
- コンベアに落下したとき
- ガラスディスクに置かれたとき
- 圧縮されたとき
- 伸ばされたとき
- 別の部品に接触したとき
これは、同じOリングの見かけの寸法が、取り扱い方法によって変化する可能性があることを意味します。
剛性のある金属ワッシャーは、撮像中に比較的一定の形状を維持します。ゴム製のOリングはそうではありません。
このため、部品の取り扱いは検査精度の重要な部分です。
2. 自然なばらつきは常に欠陥ではありません
ゴム部品は、当然、ある程度のばらつきを示します。
たとえば、Oリングには、次のようなわずかな違いがある場合があります。
- 真円度
- 表面の質感
- 色
- エッジプロファイル
- 変形
したがって、検査システムは、以下を区別する必要があります。
許容可能な製造上のばらつき
と
製品の品質またはシール性能に影響を与える可能性のある欠陥。
この区別は、AIベースの画像分析が特に役立つ領域の1つです。
3. ゴムの表面は撮像が難しい場合があります
ゴムには、次のものがあります。
- マットな表面
- 光沢のある表面
- テクスチャのある表面
- 暗い色
- 半透明の特性
- 不均一な反射
あるゴムコンパウンドでうまく機能する照明構成が、別のコンパウンドではうまく機能しない場合があります。
したがって、Oリング検査は単なるカメラの問題ではありません。これは、以下の組み合わせです。
部品の取り扱い+光学+照明+画像処理+検査アルゴリズム。
一般的なOリングの欠陥
自動Oリング検査機は、いくつかのカテゴリの欠陥を特定するように構成できます。
寸法欠陥
寸法検査には、以下が含まれる場合があります。
- 外径
- 内径
- 断面の直径
- リングの厚さ
- 真円度
- プロファイルのばらつき
寸法要件は、Oリングの仕様とその用途によって異なります。
シールコンポーネントの場合、寸法の一貫性は特に重要です。なぜなら、不正確な形状は取り付けとシール動作に影響を与える可能性があるからです。
バリと余分な材料
バリは、金型のパーティングラインまたはその他の製造境界に沿って残る余分なゴムです。
用途によっては、過度のバリは以下に影響を与える可能性があります。
- シール性能
- 取り付け
- 外観
- 組み立て
- 製品の信頼性
ビジョン検査では、予想されるプロファイルを超えて広がる異常な材料を特定できます。
切り傷と亀裂
切り傷、亀裂、裂け目、およびその他の材料の不連続性は、Oリングを損なう可能性があります。
これらの欠陥は、コンポーネントが次で使用される場合に特に重要になる可能性があります。
- 油圧システム
- 空気圧システム
- 自動車システム
- 産業機械
- 流体処理装置
検査システムは、適切な照明と画像分析技術を使用して、異常な表面の特徴を強調表示できます。
表面汚染
異物または汚染がOリングの表面に現れることがあります。
例としては、次のものがあります。
- ほこり
- 粒子
- 油汚染
- 異物
- 成形残留物
顧客の品質要件に応じて、ビジョンシステムは、許容できない汚染のある部品を特定して拒否するように構成できます。
変形
変形は、Oリング検査における最も重要な課題の1つです。
Oリングは、次のように見えることがあります。
- 楕円形
- 平ら
- 伸びている
- ねじれている
- 局所的に歪んでいる
重要な課題は、観察された形状が以下を表すかどうかを判断することです。
- 取り扱いによって引き起こされた一時的な変形、または
- 永久的な製造上の欠陥。
したがって、適切に設計された検査システムには、合否判定を行う前に、制御された取り扱いと適切な測定戦略が必要です。
Oリング検査機は何を測定しますか？
正確な検査パラメータは、部品の設計と顧客の要件によって異なります。
一般的な測定値は次のとおりです。
| 検査項目 | 一般的な目的 |
|---|---|
| 内径 | 内部寸法を確認する |
| 外径 | 全体のリングサイズを確認する |
| 断面 | 材料の厚さを確認する |
| 真円度 | 異常な変形を検出する |
| プロファイル | 全体のリング形状を確認する |
| 表面状態 | 傷、切り傷、亀裂、汚染を検出する |
| バリ | 余分な材料を検出する |
| 色 | 間違った材料または表面のばらつきを特定する |
| 異物 | 汚染を特定する |
すべてのOリングがすべての検査パラメータを必要とするわけではありません。
検査システムは、コンポーネントの実際の故障モードと品質仕様を中心に設計する必要があります。
自動Oリング検査機の仕組み
典型的な自動検査プロセスは、いくつかの段階に分けることができます。
ステップ1：自動供給
Oリングは、バルクコンテナまたは自動供給システムから供給されます。
フィーダーは個々の部品を分離し、検査ステーションに配送します。
Oリングは柔軟であるため、供給システムは以下を最小限に抑える必要があります。
- 重なり
- 絡み合い
- 付着
- ねじれ
- 過度の変形
ステップ2：制御された位置決め
Oリングは、予測可能な状態でカメラに提示する必要があります。
用途に応じて、システムは以下を使用する場合があります。
- ガラスディスク
- コンベア
- 回転検査プラットフォーム
- 機械的な位置決めメカニズム
- カスタマイズされたハンドリングシステム
目的は、安定した再現性のある撮像条件を作成することです。
ステップ3：画像取得
産業用カメラは、Oリングの画像をキャプチャします。
システムは、複数のカメラまたは複数の撮像ステーションを使用して、さまざまな特性を検査する場合があります。
例えば：
- 全体的な形状の上面撮像
- プロファイル特性の側面撮像
- 表面欠陥用の特殊照明
カメラとレンズの選択は、必要な視野、解像度、検査速度、および欠陥サイズによって異なります。
ステップ4：寸法分析
検査ソフトウェアは、画像を分析して、Oリングが指定された寸法要件を満たしているかどうかを判断します。
測定値には、以下が含まれる場合があります。
- 内径
- 外径
- 断面
- 真円度
- プロファイル形状
システムは、測定値を顧客の定義された許容範囲と比較します。
ステップ5：表面欠陥の検出
システムは、視覚的な欠陥について表面を分析します。
用途に応じて、これには以下が含まれる場合があります。
- 亀裂
- 切り傷
- 傷
- バリ
- 汚染
- 成形欠陥
- 異物
照明は、これらの欠陥をカメラに見えるようにする上で重要な役割を果たします。
ステップ6：AIベースの分類
複雑または可変の欠陥を伴うアプリケーションの場合、AIアルゴリズムはキャプチャされた画像を分析できます。
固定された幾何学的しきい値のみに依存する代わりに、AIモデルは、以下の例から視覚的なパターンを学習できます。
- 良品
- 不良品
- さまざまな欠陥タイプ
- 許容可能なばらつき
その後、AIシステムは、トレーニングされた検査基準に従って新しい画像を分類します。
ステップ7：自動選別
検査後、システムは検査結果を選別メカニズムに送信します。
典型的な出力は次のとおりです。
- 良品
- 不良品
- オプションの欠陥カテゴリ
たとえば、システムは以下を分離する場合があります。
- 寸法欠陥
- 表面欠陥
- バリ
- 汚染
- 許容可能な部品
これにより、単純な合否判定よりも有用な情報が提供されます。
Oリング用AIビジョン検査
従来ののマシンビジョンは、特に検査基準が明確に定義されている場合、多くのOリング検査タスクに対して依然として非常に効果的です。
ただし、一部のアプリケーションには、単純なルールでは説明が難しい欠陥が含まれます。
ここでAIが追加機能を提供できます。
ルールベースのビジョン
従来のビジョンシステムでは、次のようなルールを使用する場合があります。
- 直径は許容範囲内でなければならない
- 真円度は許容範囲内でなければならない
- 暗い領域は指定されたサイズを超えてはならない
- エッジは定義された境界内に留まらなければならない
これらのアプローチは、決定論的な測定に非常に役立ちます。
AIベースのビジョン
AIビジョンは、トレーニング済みのモデルを使用して視覚的なパターンを認識します。
モデルは、以下を表す画像を使用してトレーニングできます。
- 良品のOリング
- 不良品のOリング
- さまざまな欠陥タイプ
- さまざまな許容可能なばらつき
AIは、欠陥が不規則であるか、固定された幾何学的ルールを使用して説明するのが難しい場合に特に役立ちます。
例としては、次のものがあります。
- 不規則な表面損傷
- 複雑な成形欠陥
- 珍しい汚染
- 一貫性のないバリ
- 微妙な視覚的異常
OリングのAI対ルールベースの検査
2つのテクノロジーは、必ずしも競合他社として扱う必要はありません。
多くの産業用アプリケーションでは、最も強力なソリューションはそれらを組み合わせたものです。
| 検査要件 | ルールベースのビジョン | AIビジョン |
|---|---|---|
| 直径測定 | 非常に優れている | 通常は不要 |
| 内径/外径 | 非常に優れている | 通常は不要 |
| 真円度 | 非常に優れている | 複雑な場合に役立つ |
| 単純な幾何学的欠陥 | 非常に優れている | 役立つ |
| 明確に定義されたバリ | 非常に優れている | 役立つ |
| 不規則な表面欠陥 | 限定的 | 強力 |
| 複雑な視覚パターン | 限定的 | 強力 |
| 許容可能な外観のばらつき | 限定的 | 強力 |
| 統計的寸法測定 | 非常に優れている | 補足的 |
したがって、ハイブリッドシステムは以下を使用できます。
精密測定のための従来のマシンビジョン
と
複雑な視覚的欠陥分類のためのAIビジョン。
このアプローチは、測定精度、柔軟性、および検査性能の間のより良いバランスを提供できます。
Oリング検査における照明の重要性
照明は、ビジョン検査システムの最も過小評価されている部分の1つであることがよくあります。
画像に十分なコントラストを生み出さない場合、欠陥を確実に検出することはできません。
さまざまな照明方法で、さまざまな特性を明らかにできます。
明視野照明
用途：
- 一般的な表面検査
- 寸法検査
- 高コントラストのエッジ
暗視野照明
以下を強調表示するのに役立ちます。
- 傷
- 表面の凹凸
- エッジ
- 盛り上がったまたは凹んだ欠陥
バックライト
測定に役立ちます：
- 内径
- 外径
- プロファイル
- シルエット
- 真円度
バックライトは、Oリングプロファイルと背景の間に強いコントラストを生み出すことができ、寸法測定をより安定させます。
拡散照明
拡散照明は、特定のゴム表面の不要な反射を減らすことができます。
適切な照明構成は、以下に基づいて選択する必要があります。
- ゴム素材
- 色
- 表面仕上げ
- 欠陥タイプ
- カメラの解像度
- 検査形状
なぜ部品の取り扱いはビジョンと同じくらい重要なのか
高解像度カメラは、不安定な部品の提示を補うことはできません。
Oリングなどの柔軟なコンポーネントの場合、検査システムは画像取得前に制御不能な変形を最小限に抑える必要があります。
重要な考慮事項は次のとおりです。
供給
フィーダーは、過度の圧縮や絡み合いなしにOリングを分離する必要があります。
方向
システムは、検査カメラに部品を一貫して提示する必要があります。
位置の安定性
Oリングは、画像キャプチャ中に十分に安定している必要があります。
接触
可能な限り、不要な機械的接触を最小限に抑える必要があります。
検査のタイミング
画像は、コンポーネントが意図した検査位置にあるときにキャプチャする必要があります。
これが、成功したOリング検査機が、既存の生産ラインにカメラを追加するだけでなく、統合された機械、光学、およびソフトウェアシステムとして設計する必要がある理由です。
Oリング検査機の選び方
検査システムを選択する前に、メーカーは実際の検査要件を定義する必要があります。
1. Oリングの寸法を決定する
提供：
- 内径
- 外径
- 断面
- 寸法公差
2. 重要な欠陥を特定する
検出する必要のある欠陥をリストアップします。
例えば：
- バリ
- 切り傷
- 亀裂
- 汚染
- 変形
- 寸法誤差
すべての考えられる欠陥を検査する必要はありません。
システムは、製品の品質または顧客の要件に大きな影響を与える欠陥を優先する必要があります。
3. 生産速度を定義する
検査速度は以下に影響します。
- カメラの選択
- 照明
- 処理ハードウェア
- 供給システム
- 選別メカニズム
実験室の検査システムと大量生産の検査機では、設計要件が大きく異なります。
4. 必要な検査範囲を決定する
アプリケーションで以下が必要かどうかを尋ねます。
- 上面検査
- 底面検査
- 側面検査
- 360度検査
- 寸法測定
- 表面検査
答えによって、カメラと機械の構成が決まります。
5. サンプル部品を評価する
検査システムが顧客の要件を満たすことができるかどうかを判断する最も信頼性の高い方法は、実際のサンプルをテストすることです。
適切な評価には、以下が含まれている必要があります。
- 良品
- 既知の不良品
- 境界線上の部品
- 生産サンプル
これにより、エンジニアは現実的な条件下で検出性能と誤検出の動作を評価できます。
AIトレーニングデータが検査性能に与える影響
AI検査は、モデルのトレーニングと検証に使用されるデータと同じくらい優れています。
有用なデータセットは、実際の生産環境を表す必要があります。
これには、以下が含まれる場合があります。
- さまざまなバッチ
- 通常のプロセス変動
- さまざまな表面状態
- さまざまな欠陥サイズ
- さまざまな欠陥場所
- 境界線上で許容可能な部品
データセットには、本物の欠陥を通常のばらつきから区別するのに十分な例が含まれている必要があります。
このため、AIの実装は単にソフトウェアをインストールするだけではありません。サンプルの準備、画像の取得、ラベリング、モデルのトレーニング、検証、および生産の監視が必要です。
Oリング検査における誤検出の削減
自動検査における大きな懸念事項は、良品の誤検出です。
検査基準が厳しすぎると、無害なばらつきのために許容可能なOリングが拒否される可能性があります。
これにより、以下が増加する可能性があります。
- 材料の無駄
- 生産コスト
- 手直し
- 不要な機械の停止
AIは、許容可能な外観と欠陥のある外観の境界を単純なしきい値で定義するのが難しい状況で役立ちます。
ただし、AIは明確に定義された寸法仕様に取って代わるべきではありません。
重要な寸法については、決定論的な測定と公差評価が依然として重要です。
最善のアプローチは、多くの場合、ハイブリッド検査アーキテクチャです。
シール用途向けOリング検査
Oリングの目的は、信頼性の高いシールを提供することです。
したがって、目視検査は最終的な用途とは別に考慮すべきではありません。
用途によっては、品質要件に以下が含まれる場合があります。
- 寸法適合性
- 幾何学的安定性
- 材料の完全性
- 表面状態
- 切り傷や亀裂がないこと
- 許容可能な成形品質
- 過度のバリがないこと
ビジョン検査システムは、エラストマーのすべての機能特性を直接測定することはできません。
たとえば、材料組成、硬度、圧縮挙動、長期的な耐薬品性などの特性には、他の試験方法が必要になる場合があります。
したがって、自動ビジョン検査は、より広範なOリング品質管理戦略の1つのコンポーネントと見なす必要があります。
自動Oリング検査の利点
大量生産メーカーにとって、自動検査にはいくつかの利点があります。
100%検査
サンプリングのみに頼るのではなく、すべての部品を検査できます。
一貫した検査
システムは、生産全体で同じ検査基準を適用します。
高速動作
自動供給、撮像、分析、および選別により、大量生産をサポートできます。
手作業の削減
自動化により、オペレーターによる継続的な目視検査への依存が軽減されます。
客観的な品質決定
検査結果は、定義された測定および分類基準に基づいています。
自動選別
不良品は、生産フローからすぐに取り除くことができます。
生産データ
検査結果は、品質分析とプロセス改善のために収集できる可能性があります。
Oリング検査機と手動検査の比較
| 要素 | 手動検査 | 自動検査 |
|---|---|---|
| 検査範囲 | サンプリングまたはオペレーター依存 | 100%検査をサポート可能 |
| 速度 | 限定的 | 高速 |
| 再現性 | オペレーター依存 | 一貫性 |
| 寸法測定 | 手動工具またはサンプリング | 自動 |
| 表面検査 | 人間の目視判断 | カメラベース |
| データ収集 | 限定的 | 自動 |
| 選別 | 手動 | 自動 |
| 労働要件 | 高い | 低い |
手動検査は、特定の少量または特殊な用途には依然として適している場合があります。
ただし、大量生産の場合、自動検査は一貫性とスループットにおいて大きな利点をもたらします。
Oリング検査にAIを使用すべき時期は？
AIは、特に次の場合に検討する価値があります。
- 欠陥が不規則な形状をしている
- 表面の外観が自然に変化する
- 従来のしきい値では過度の誤検出が発生する
- 欠陥を固定ルールで記述するのが難しい
- 複数の視覚的欠陥タイプを分類する必要がある
- トレーニングに利用できる大規模な画像データセットがある
検査要件が主に決定論的な測定である場合、AIは不要な場合があります。
たとえば、明確に定義された許容範囲内でOリングの内径と外径を測定することは、多くの場合、従来のマシンビジョンで効率的に処理できます。
したがって、正しい質問は次のとおりではありません。
「AIを使用すべきか？」
より良い質問は次のとおりです。
「どの検査タスクにAIが必要で、どれが決定論的なマシンビジョンでより適切に処理されるか？」
ハイブリッドOリング検査システムの設計
高性能のOリング検査機は、いくつかのテクノロジーを組み合わせることができます。
機械システム
提供：
- 供給
- 分離
- 位置決め
- 輸送
- 選別
光学システム
提供：
- カメラ
- レンズ
- 照明
- 画像取得
測定ソフトウェア
提供：
- 寸法測定
- 幾何学的分析
- 公差評価
AIソフトウェア
提供：
- 表面欠陥分類
- 異常検出
- 複雑な視覚分析
自動化システム
提供：
- 機械制御
- レシピ管理
- 選別
- 生産データ
- 他の機器との通信
この統合アーキテクチャにより、各テクノロジーは、それに最適なタスクを実行できます。
よくある質問
Oリング検査機とは？
Oリング検査機は、ゴムシールリングの寸法、形状、表面、および製造上の欠陥をチェックするために設計された自動ビジョン検査システムです。
Oリング検査機はどのような欠陥を検出できますか？
構成に応じて、寸法偏差、変形、バリ、切り傷、亀裂、傷、汚染、成形欠陥、およびその他の視覚的異常を検出できます。
AIはゴム製Oリングを検査できますか？
はい。AIビジョンは、Oリングの複雑または不規則な視覚的欠陥を分類するために使用できます。これは、従来のルールベースの検査で欠陥と通常の外観のばらつきを区別するのが難しい場合に特に役立ちます。
Oリング検査機は寸法を測定できますか？
はい。マシンビジョンは、光学構成が適切に設計されていれば、内径、外径、断面、プロファイル、真円度などのパラメータを測定できます。
なぜOリングの検査は金属部品の検査よりも難しいのですか？
Oリングは柔軟で、供給および撮像中に変形する可能性があります。また、表面の特性は、材料、色、質感、仕上げによって大きく異なる場合があります。
1台の機械で異なるサイズのOリングを検査できますか？
多くのアプリケーションでは、はい。システムは、さまざまな検査レシピと適切な機械的調整で設計できます。実用的な範囲は、部品の寸法、生産速度、および機械の構成によって異なります。
AIは従来のマシンビジョンに取って代わりますか？
必ずしもそうではありません。AIと従来のマシンビジョンは補完的なテクノロジーです。精密な寸法測定は、決定論的なビジョンアルゴリズムで処理するのが最適であることが多いのに対し、AIは複雑な視覚的欠陥分類に役立ちます。
Oリング検査システムが自分の部品で機能するかどうかを判断するにはどうすればよいですか？
最善のアプローチは、良品、既知の欠陥、境界線上の部品、および通常の生産変動を含む代表的なサンプルを評価することです。これにより、実際の品質要件に基づいて検査システムを設計できます。
結論
Oリング検査は、単にゴムリングの写真を撮るよりも複雑です。
エラストマー材料の柔軟性、自然な寸法のばらつき、表面の特性、取り扱い中の変形、および厳しいシール要件はすべて、自動検査に課題をもたらします。
したがって、信頼性の高いOリング検査機には、高解像度カメラ以上のものが必要です。供給、部品の取り扱い、光学、照明、寸法測定、画像処理、AI分類、および自動選別が連携して行われる必要があります。
明確に定義された寸法要件については、従来のマシンビジョンが信頼性の高い測定と公差チェックを提供します。不規則で複雑な視覚的欠陥については、AIが分類と適応性の追加レイヤーを提供できます。
多くの生産環境では、最も効果的な解決策は、特定のOリング、欠陥タイプ、生産速度、および品質要件に基づいて設計されたハイブリッドマシンビジョン+ AI検査システムです。
Oリング検査ソリューションが必要ですか？
ゴム製Oリングまたはその他のシールコンポーネントの自動検査を評価している場合、最初のステップは、重要な寸法、欠陥タイプ、生産速度、および必要な検査範囲を定義することです。
Openex Automationは、産業用コンポーネント向けのカスタマイズされたAIビジョン検査および自動選別システムを開発しています。
適切な検査構成について話し合うために、Oリングのサンプル、図面、欠陥の例、および生産要件をお送りください。
