【データ・AI活用×海外事例】台湾の電子機器製造業”Foxconn”_多様な不良の高精度検出や完成品から検出困難な不良の製造工程映像解析による検出を行うAI自動品質検査システムを導入し、検査精度・効率の大幅な向上を実現

要約

• 台湾の電子機器メーカーである”Foxconn”は、生産量増加と不良の多様化により、人手中心の品質検査では精度維持や目視困難な不良の発見が課題だった<
• AI・クラウド・ビッグデータを活用した自動検査システムで、多様な不良の高精度判定と、製造工程映像のリアルタイム解析を実現した
• 品質検査の精度と効率が大幅に向上し、特に精度は99％を超えた

課題

台湾の電子機器メーカーである”Foxconn”は、世界中の大手メーカーから委託を受けて、スマートフォン・PC・ゲーム機など幅広い電子機器を製造しています。

製造技術の発展により生産量が増加した一方で、そのスピードに見合う品質管理体制の強化が求められていました。

品質検査は製品の信頼性とブランド価値を守るための重要なプロセスですが、従来の人手に依存した方法では、下記の理由により品質の維持が困難でした。

・検査対象の多様化により検査員の能力以上のことが求められが対応しきれない
部品の種類や不良パターンが増加し、熟練作業者であってもすべてを正確に見極めることが難しく、検査精度の維持が難しかった。

・目視検査では確認できない検査項目がある
目視検査は内部構造の欠陥や部品の取り付け不良、接続ミスなど、外観から判断できない組立段階で発生した隠れた不良が最終検査まで発見されずに流出するリスクがあった。

解決策

同社はこれらの課題を解決するため、AI・クラウド・ビッグデータの技術を活用したシステム「Industrial AI‑Powered Quality Inspection Solution」を導入しました。

＜主な機能＞
・複雑で種類の多い不良に対する高精度な判断
複数の検査項目を同時に評価できるAIを構築したことで、人の能力では正確な判断が難しかった複雑で多様な不良パターンでも、高精度な判断が可能となりました。

・製造工程映像のリアルタイム解析により、完成品の目視検査では確認できない不良を自動検出
AIが製品情報を学習し、製造工程の映像をリアルタイムで解析し、部品に塗られたグリースが正しい色・量・場所で塗られているか、製品の識別・管理のために使われる銘板がついているか、向き、取り付け状態が正しいかなどを自動で検出できるようにしました。

・検査データのフィードバックとクラウド連携により継続的にAIモデルを最適化
現場の検査データを即座にフィードバックし、クラウドに連携・蓄積する仕組みにより、AIモデルの継続的な改善が可能です。

成果

・毎月6000台以上のデバイスを検査可能となり、生産効率が大幅に向上

・検査精度は99％越を達成

実際の実現方法

同社が導入したシステムを、「Liberty DSP」で再現することが可能です。

LibatyDSP

「Liberty DSP」は、Liberty Dataが提供する、蓄積→分析・可視化→事象予測→事業最適化までを一気通貫で有機的に自動遂行することを志向したデータサイエンスプラットフォームです。

サービスサイト「Liberty DSP」　https://www.liberty-nation.com/product/

参考記事：
https://e.huawei.com/id/case-studies/industries/manufacturing/ai-quality-inspection-2023?utm_source