ジョンディア、AIで溶接気孔課題を解決

溶接は重機製造業に不可欠なプロセスですが、技術者が溶接中に直面する課題の一つが気孔（きこう）—溶接金属内に空洞が生じること—です。

これらの空洞は溶接強度を弱め、リワークや、欠陥部品全体のスクラップを必要とします。

これはコストと時間の両面で大きな損失です。熟練溶接エンジニアであれば聴覚と視覚検査で気孔を検知できますが、こうしたエンジニアを見つけるのは困難です。また、騒音と煙に満ちた工場環境では、欠陥の音を聞き分けたり、目で確認したりすること自体が難しい場合があります。

既存の自動監視システムは、誤検知率が高く、生産を遅らせコストを増大させることがよくあります。

農業、建設、林業機械を製造するジョンディアは、インテルと提携し、この問題に対する人工知能（AI）ベースのソリューションを構築しました。

溶接用途向けのマシンビジョンソリューションは、煙と火花がカメラ配置を困難にする極めて過酷な環境のため、長年開発が難航してきました。

これらの課題を克服するため、ジョンディアとパートナーと協力し、溶接部に近接配置したカメラを用いたAIソリューションを開発しました。これは人間の目の能力を超えた洞察を提供します。

インテルOpenVINO（Visual Inference and Neural Network Optimization）ツールキットを活用し、ストリーミングビデオをフレーム単位で検査して欠陥を探します。

AIモデルが欠陥を検知すると、ソリューションは即座に溶接ロボットを停止し、技術者が安全に介入できるようにします。業界全体で溶接プロセス中の気孔問題に対処する過去の試みは、必ずしも成功していませんでした。これらの欠陥が製造プロセスの後段階で発見される場合、リワークや組立品全体のスクラップが必要となり、混乱と多大なコストを招きます。

ディアとのパイロットに基づくと、このソリューションは気孔欠陥を最大97.14％の精度で検出できます—これはメーカーにとって巨大なコスト削減と生産性向上を意味します。スタンドアロンソリューションとして、特定のサードパーティ電源や溶接ロボットモデルに依存しないため、真にスケーラブルです。

エンドツーエンドの統合システムにより、メーカーは新旧の溶接設備を接続し、複数の計算集約型画像データストリームを取得し、機械学習モデルをエッジデバイスに展開できます。

溶接品質の課題はもちろんジョンディアに限ったことではありません。ユニークなのはディアのアプローチです。同社のエンジニアたちは、AIとマシンビジョンを活用して品質検査を自動化し、問題をその場で検知して工場現場での迅速な意思決定を可能にし、QAプロセスを自動化して品質を向上させ、コストを削減し、工場スループットを増やしています。

ディアとの作業において、我々の焦点は、同社が将来抱えるかもしれない他の品質や効率ニーズにも対応できるよう、ソリューションの長寿命化を確保することでした。

これは、既存の製造設備、プロセス、管理にインテリジェンスを追加しようとする企業にとって大きな教訓です。今日の課題を解決しながら、将来の柔軟性と使いやすさのために相互運用性と拡張性を確保できるソリューションプロバイダーと提携することが不可欠です。

「溶接は複雑です。このAIソリューションは、これまで以上に効率的に我々の……機械を生産する可能性を秘めています」と、ディアの建設・林業部門品質ディレクター、アンディ・ベンコ氏は述べています。