ものづくりにおけるディープラーニングの活用事例

部品工場の不良品の検出・検品

もともとの絶対数の少ない不良品は、たくさんの良品データから特徴量を抽出し、良品の特徴との差分で不良品の検出を行う。

例

• オートエンコーダをはじめとする複数の手法を組み合わせ、良品データのみの特徴量から、不良品を検出
• 人の目視に近い精度により、大幅な生産性を向上させることが可能

予防保全

部品の交換時期等を判断する際に、作業員の熟練度に依存せず判断することができ、安定した生産を目指す。

例

• 機械を停止しないと確認できないような部品は、従来、熟練技術者が直接状態を確認し、部品交換の時期を推測していた
• 部品が摩耗してくると、振動などの波形の形状が変換
• この形状をディープラーニングで学習し、特徴量に換算
• 機械を停止させることなく、部品の交換時期を推測することが可能

スポンサーリンク

バラ積みピッキング

箱にバラバラに置かれた部品を、ロボットにピッキングさせる際に、複雑な作業指示をすることなく動作できることを実現するアプローチ。

例

• 手先にRGBカメラを取り付け、RGBカメラの映像をもとに、目標となる把接点を推定するFaster RCNNによって学習
• 対象物ごとに、多様な把接動作を行えるようになった

食品工場における不良品検出

個体ごとにゆらぎが大きい食品原料でも、良品・不良品や異物混入の検査、仕分けを人手に頼ることなく自動的に検出を行う。

例

• 製造ラインに流れる良品をカメラで撮影し解析
• 正解・不正解を判断する分類器ではなく、良品の特徴量から不良品や異物を検出する（異常検知アプローチ）

その他の事例

• 検査工程での異音検査
• 音響解析
• 加工制御最適化
• 工業デザイン生成補助