電極製品の外観・寸法検査と刻印OCR

導入の背景と課題

熟練検査員への依存と、多品種化の板挟み

本事例は、国内大手製鉄会社様の電極製品ラインにおける外観検査・寸法測定・刻印OCRの自動化プロジェクトです。電極製品は、鋼材・電気設備・電気炉などの中核部品として高い品質が求められる一方、形状・寸法・刻印のバリエーションが多く、検査工程は経験豊富な熟練検査員に依存していました。

経済産業省「ものづくり白書」が指摘する通り、製造業の熟練技能者の高齢化と若手の入職減により、検査工程の技能継承は鉄鋼業界全体の構造課題となっています。加えて、電極製品の検査現場では以下の課題が重なっていました。

Nsightのアプローチ

3つの検査を1台のNsight Edgeに統合

Nsightは、外観検査・寸法測定・刻印OCRという3つの異なる検査タスクを、1台のNsight Edgeに統合する設計を採用しました。カメラ・照明・AIモデルをタスクごとに最適化しながら、判定ロジックとデータフローは1つのエンジン上で管理することで、従来の3系統運用を一元化しています。

• 外観検査：表面の傷・打痕・スケール不良をCNNベースのセグメンテーションで検出。VLMで教師データを自動生成し、多品種の欠陥パターンを短期間で学習
• 寸法測定：校正済みカメラによる2D画像から、電極の長さ・径・肉厚等の主要寸法を画像計測。三次元測定機より高速で、生産ラインのタクトに追従
• 刻印OCR：VLMが刻印の文字を文脈込みで判定。擦れ・反射・汚れがある刻印でも、マスターデータとの意味的照合で正誤を判断
• PLC連携：判定結果をリアルタイムでPLC側に渡し、NG品の自動排出・CSV出力・生産管理システムとの連動までを自動化

熱・粉塵環境に対応する撮像設計

高温・粉塵環境では、カメラ・照明・制御機器すべての筐体設計と冷却設計が検査品質を左右します。Nsightは元キーエンス画像処理事業部で培った防塵筐体・エアパージ・冷却ジャケットのノウハウを応用し、工程直近にカメラを設置できる撮像ユニットを設計。撮像ポイントを工程のできるだけ上流に置くことで、NG検出後の工程リソース無駄遣いを最小化しています。

実機の検査画面（イメージ）

外観・寸法・刻印の3検査を1画面に統合したダッシュボード。各電極に対して3つの検査項目を同時判定し、どれか1つでもNGになれば下流工程で自動排出されます。

※実機画面のイメージです。本番環境では顧客側のマスターデータ・PLC設定に合わせてレイアウトをカスタマイズします。

導入効果

検査方式の比較：鉄鋼業の電極検査

鉄鋼業の電極検査における4方式を、熱・粉塵環境での耐性と多品種対応の観点で比較します。

技術的ポイント：高温・粉塵環境での撮像設計

熱ゆらぎ対策と同期撮像

高温製品の周囲には陽炎のような熱ゆらぎが発生し、カメラ画像が微小に歪みます。Nsightは短時間露光＋高速ストロボ照明の組み合わせにより、熱ゆらぎの影響を受ける時間を数ミリ秒オーダーまで短縮。これにより、移動中の製品でもブレのない鮮明な画像を取得できる設計です。また、撮像タイミングをコンベア速度・工程タクトに同期させ、検査対象が最も撮りやすい位置・姿勢に来た瞬間にシャッターを切る仕組みを組み込んでいます。

粉塵・スケール対策

工場環境特有の粉塵・スケール（酸化皮膜）は、レンズ表面への付着で撮像品質を長期的に劣化させる原因です。Nsightでは、エアパージ機構付きの防塵筐体と交換が容易な前面保護ガラスを採用し、定期メンテナンスの手間を最小化しています。保護ガラスは工場側の保全チームが標準部品として交換できる設計で、運用の自走性を担保しています。

金属面の欠陥検出とVLM教師データ生成

金属表面の傷・打痕・スケール不良は、発生頻度が低い上にサンプル収集が難しく、従来AIでは教師データ不足で学習が進みにくい領域でした。NsightはVLMの活用により、良品画像から不良パターンを推論し、仮想NG画像を自動生成。現場で実際に発生していない微細欠陥パターンにも事前に対応できるモデルを短期間で構築しました。VLMは学習フェーズでのみ利用し、本番推論はCNN＋ルールベースで0.2秒/個の速度を維持しています。

刻印OCRの文脈照合

電極製品の刻印は、製造ロット・品番・製造日などの組み合わせで構成されます。VLMはラベル全体を意味的に解釈し、「この位置にこの桁数の数字はあり得るか」「品番フォーマットとして妥当か」といった文脈制約を内部で適用。擦れや反射で一部の文字が判読困難な場合でも、マスターデータとの照合により総合的に正誤を判定します。

開発エンジニアからのコメント