「学習する検査」へ ― AI＋X線検査機が実現する次世代品質管理

●問題提起
従来のX線検査では、製品の厚みや形状のばらつき、重なり、寄れ、シワなどの影響により、正常品と不良品の判別が困難であり、検出精度の低下や誤検出が課題となっていました。

●課題解決
X線画像を専用PCで解析することで、従来の検査方式では検出困難だった微細な不良を高精度に識別します。画像処理によって不良箇所を強調し、AIがその特徴を学習することで、安定した判定が可能になります。

●検査例
•ビスケットの形状不良（クリーム抜け、欠け、1枚欠け）
•衛生用品のかみこみ・整列不良（縦配列時の寄れや配列乱れ）
•ハップ材の折れ・曲がり（影が薄い不良箇所の強調処理による検出）
•袋麺のかみこみ（背張り部分の位置変動に対応した検出）