アズビル(azbil)は、同社グループのマザー工場である湘南工場(神奈川県・寒川町)において、クリーンルームなどの生産エリアを備えた新事務棟(A棟)を2018年6月に、新生産棟(B棟)を2019年4月に完成させ、同年6月から生産を開始した*1図1)。技術開発拠点である藤沢テクノセンター(神奈川県藤沢市)と連携しつつ、多品種少量生産・カスタマイズ生産に対応した自動化や人工知能(AI)の活用など最先端の生産技術の開発・実証を進め、海外拠点に展開してグローバル生産体制を強化する。

*1 これを機に同社伊勢原工場(神奈川県伊勢原市)の生産機能を湘南工場に移管している。
図1 アズビル湘南工場の新事務棟(A棟)
奥に新生産棟(B棟)がある。(写真:アズビル)
[画像のクリックで拡大表示]

少ない不良画像、学習に1年

 同工場はファクトリーオートメーション(FA)やプロセスオートメーションなどのシステムの他、スイッチやセンサーといったコンポーネント製品などを生産する。注力する先端技術の1つがAIの活用だ。具体的には、差圧発信器「AT9000」のセンサー部のはんだ付け工程における外観検査に適用した。

 差圧発信器は、上流側と下流側の2点の圧力差から液体や気体などの流量を計測する機器。その生産工程の1つに、圧力センサー本体とA/D変換ボードをはんだ付けで接合するというものがある。自動機が糸はんだを溶かして、圧力センサー本体の基板の表/裏にそれぞれ8カ所、計16カ所で変換ボードのピンをはんだ付けするのだが、「使用環境が厳しいため、はんだ付けへの品質要求も厳しい」(同社技術開発本部工程開発部部長の關宏治氏)。はんだ付けが不均一だと接合部が割れて接触不良が発生するなどの問題が起こるからだ(図2)。

図2 差圧発信器のセンサー部のはんだ付け装置
はんだ付けから画像検査までの一連の処理を自動でこなす。(写真:アズビル)
[画像のクリックで拡大表示]

 そこで、はんだ付けの良否判定をAIで自動化した。16カ所の接合部を撮影した画像から、機械学習させたAIが適切にはんだ付けされているかどうかを判断する。不適切なはんだ付けの可能性が高い接合部は赤色で表示して注意を促す(図3)。

(a)
[画像のクリックで拡大表示]
(b)
[画像のクリックで拡大表示]
図3 AIによるはんだ付けの外観検査
片側8カ所をはんだ付けする(a)。表裏で計16本の端子ピンを個別に判定し、不良の可能性が高いものは赤色の枠で囲んで表示し注意を促す(b)。最終的にはそれを人がチェックする。(写真:アズビル)

 かつては、はんだ付けも外観検査も全て人が行っていた。しかし、「人に依存していると海外展開の障害となる」(關氏)。そこでマザー工場である湘南工場の生産方式を海外工場にも展開しやすいよう、はんだ付けの自動機を開発。さらに外観検査もAIで自動化した。

 難しかったのは、不適切なはんだ付け(不良)の発生率がコンマ数%しかないこと。不良の画像データが集まらないためAIの機械学習に時間がかかる。同工場では、1年ほどの学習期間をかけたという*2。適切なはんだ付け(良品)の画像だけで学習させる方法もあるが、「(良品を不良と判定する)過剰判定が増えてしまう」(同氏)という。

*2 湘南工場に移管する前、伊勢原工場で生産している時期から学習を開始した。

 現在、このようなAIによるはんだ付け部の外観検査は、湘南工場と藤沢テクノセンターに導入している。「ここ数年の研究で(AIを)適用しやすい分野が分かってきた。できるところから横展開していく」(同氏)。さらに将来は、外観画像だけでなく「はんだ付け部を3D計測し、接合部のフィレット形状なども合わせて検査していく必要があるだろう」(同氏)という。

この先は有料会員の登録が必要です。「日経ものづくり」定期購読者もログインしてお読みいただけます。今なら有料会員(月額プラン)が2020年1月末まで無料!

日経 xTECHには有料記事(有料会員向けまたは定期購読者向け)、無料記事(登録会員向け)、フリー記事(誰でも閲覧可能)があります。有料記事でも、登録会員向け配信期間は登録会員への登録が必要な場合があります。有料会員と登録会員に関するFAQはこちら