鉄鋼・金属の表面検査を、高温・高速・鏡面の3重苦から解放する

鉄鋼・金属表面検査AIが抱える3つの詰まり

1. 熱延ラインの高温・高速環境で普通のカメラが使えない

熱延ラインは鋼板が毎分数百メートル以上で流れ、温度は数百度に達します。通常のエリアカメラではシャッタースピード不足でブレが発生し、熱輻射がレンズや筐体を痛めます。ラインスキャンカメラ・ストロボ照明・空冷筐体・耐熱フィルタを組み合わせて、速度と温度の両方に耐える構成が前提になります。

2. 鏡面反射（冷延・電極・表面処理鋼板）で照明が飽和する

鋼板・冷延・電極製品は鏡面反射を起こしやすく、通常照明ではカメラが飽和して欠陥が見えません。偏光フィルタ、同軸落射、拡散照明、暗視野照明——欠陥の種類と素材表面に応じて照明設計を変える必要があり、「全部を一つの照明で」は成立しません。光学段階で欠陥を見える化することが、AI精度の前提です。

3. 希少欠陥（クラック・ピンホール）のサンプルが集まらない

発生頻度が極端に低い欠陥——例えばピンホールやクラック——は、学習データがどれだけ時間をかけても10〜100枚しか集まらないことがあります。従来型AIはこの規模では立ち上がりません。VLMによるNG画像の人工生成で、実サンプル数を100倍に拡張してから学習させるアプローチが、希少欠陥を救う構造的な解決策です。

従来構成との違い

Nsight の解決アプローチ

鉄鋼・金属ラインの検査は、光学設計とAI設計のどちらかだけを変えても成立しません。高速・高温・鏡面という物理的制約を光学で解き、希少欠陥というデータ制約をVLMで解く。両方を同じ設計チームが一体で組むのが Nsight の構成です。元キーエンス画像処理事業部の開発エンジニアが光学を主導し、AI側と連動させることで、「AIで救えない画像品質の問題」を光学レベルで先に解消します。

高速ライン用の光学設計

ラインスキャンカメラ、ストロボ照明、偏光/同軸落射の組み合わせを、搬送速度（毎分○メートル）と欠陥サイズ（サブmm）から逆算して構成します。熱延対応時は空冷筐体・耐熱フィルタ・エンコーダ同期を含めた一体設計です。鋼板の表面ばらつき（スケール・光沢・色）を想定してストロボ強度を自動調整する機能も持たせます。

希少欠陥を救うVLM NG画像生成

ピンホール・クラックなど発生頻度が極端に低い欠陥は、実サンプルが10枚程度しか集まらないことがあります。Nsightでは VLM による NG 画像の人工生成で、10枚を合成画像で1,000枚に拡張してからCNNを学習させます。人工生成画像の妥当性は、実欠陥との特徴量比較で検証するプロセスを踏みます。

既存ルールベース検査との棲み分け

既存のルールベース検査で十分対応できている頻出欠陥（一般的なキズ・打痕など）は、そのまま残すのが現実的です。Nsight は「見落としが多い」または「誤検出が多い」難工程・難欠陥だけを対象にし、既存システムと並列配置する構成を推奨しています。全置き換えよりリスクが低く、ROIも出やすい進め方です。

精度を担保するための条件

精度が出やすい条件

• 鋼板・部材が一定姿勢・速度で流れるライン
• 搬送速度にばらつきが少ない（エンコーダ同期可能）
• ロール疵・キズなど頻度の高い欠陥が類型化されている
• 本番ライン前に欠陥サンプル画像がある程度集まっている
• PLCとの同期が可能で、検査タイミングが明確

難易度が上がる条件と対応策

• 鏡面光沢（偏光+同軸落射で対応）
• 熱延の高温・熱輻射環境（空冷筐体+耐熱フィルタで対応）
• 極めて小さいクラック（高解像度+ラインスキャンで対応）
• 希少欠陥サンプル不足（VLMによるNG画像人工生成で補完）
• サブmm精密寸法（レーザ変位計との組み合わせ推奨）

従来構成との費用構造比較

参考にできる導入事例・関連情報

CASE STUDY

電極製品の外観検査（PLC連携）

電極製品の表面欠陥・溶接不良を PLC 連携で本番ライン組込した事例。多品種・少ロット条件下での立ち上げ実績で、既存ルールベース検査との並列配置構成です。

導入までの4ステップ

鉄鋼は高速・高温環境の事前確認が期間を決めます。画像受領時に搬送速度・鋼材温度・必要分解能をヒアリングしてから光学構成を提示します。

Nsightのサービス詳細