DEEPSによる不良検知の進化：本質改善への挑戦

現在、多くの製造業界では外観検査を行い、「良品/不良品」の判定を行っています。この際、最も重要視されているのは、不良品をいかに早く正確に見つけるかという点です。しかし、一般的な検査プロセスでは、1箇所の不良を見つけると、その製品が「不良品」として扱われてしまい、正常な部分の情報や他の潜在的な不良情報は無視されてしまうことがほとんどです。

本質質改善の必要性

このような状況のなかで、パトスロゴス社が提供するAI外観検査システム「DEEPS」は、検査目的を根本的に見直してきました。DEEPSの目的は、単に不良を検出することではなく、不良を「造らない」ことにあります。AIを活用したこのシステムは、製品における正常な状態や発生した不良の情報を豊富に蓄積することが可能です。この情報の蓄積は、製品の正常性や不良の傾向を把握し、改善のための貴重なビッグデータとして活用されます。

検査回数が増加すればするほど、正常情報や不良情報が充実し、今後の生産工程改善に役立つデータとなります。このように品質検査の概念は、従来の「不良を見つけるための検査」から「不良を発生させないための仕組み」に進化しています。