DEFECT DETECTION

欠陥を見つける

経験とノウハウを活かし
それぞれのお客様に合わせた
検査システムをご提案

このようなお悩みはありませんか?

  • 定量的データによる客観的判断をしたい
  • 検査担当者の属人化を解消し、ノウハウの標準化を図りたい
  • 目視検査による疲労、見落とし、バラツキを改善したい
  • 検査工程、時間の短縮、人手不足の解消を図りたい
  • 不良発生の予防に向けたデータ分析と効果的なフィードバックが得たいなど

現在、検査装置の導入をお考えの方、または現在使用されている欠陥検査装置以上の性能をお求めの方は、是非弊社までお気軽にお問い合わせください。

INDUSTRY導入業界

OPTICAL DESIGN欠陥検出に最適な光学設計を行います

正透過・乱透過・乱反射・正反射・散乱透過の5つの光学系から、検出したい欠陥に合わせて最適な組み合わせをご提案します。

光学系による欠点検出表:正透過・乱透過・乱反射・正反射・散乱透過それぞれの、コート抜け・キズ・凹凸・フィッシュアイ・異物に対する検出可否

ROLL SAMPLE TEST弊社独自の巻取り検査装置にて
ロールサンプルテストも承っております

巻取り検査装置のイメージ:表面反射系列・裏面反射系列・各種透過系列、CONTACT FILM、マーキング装置、レーザーポインター、目視位置

CLASSIFICATION検出した欠陥を、お客様のご希望に合わせ分類

検出要望例(A社様の場合)

例:検出される欠陥

検出される欠陥の例:汚れ・穴・異物・スジ(青枠)、シワ・凹凸(緑枠)、FE(ピンク枠)

欠陥の分類希望

  • 青枠 欠陥として検出したい
  • 緑枠 欠陥として検出したくない(混入異物ではないため欠陥ではない)
  • ピンク枠 FEのみで個数(傾向)を管理したい

特徴量分類

従来に比べ、分類に用いる特徴量種数が増加。組み合わせにより分類が可能に。

分類に用いる特徴量

従来 特徴量分類
  • 面積・長さ・幅
  • 最大輝度値
  • 最小輝度値
  • 面積・長さ・幅
  • 最大輝度値
  • 最小輝度値
  • 長さ/幅比
  • 面積率
  • 明度比
特徴量分類の処理フロー:ビデオ信号から差分回路・空間フィルタ、パラメータ分類、特徴量分類を経て凹凸・FE・異物・穴・汚れに分類。スジ・シワは全ての特徴量が類似しているため分類できない

AIでの分類(例)

分類精度30%UP

誤判定した欠陥の再学習により、さらに高い精度で分類可能に。
特徴量分類に比べ分類精度が30%上がります。

AI分類の処理フロー:特徴量分類に加えAI分類を行うことで、スジ・シワも含めた7種類に分類
数年前は分類が難しかった欠陥も、AI機能を導入することにより分類することが可能に。AIがフィッシュアイ・異物・虫を判別

LINEUPアヤハエンジニアリングの欠陥検査装置ラインナップ

CONTACT

お問い合わせ

専門フォームにて24時間受付

お問い合わせフォーム
お問い合わせフォーム