ロボット溶接品質管理:AI画像検査、非破壊検査、ISO 5817規格に基づく欠陥等級判定(2026年)

ロボット溶接の品質管理は、アーク電圧、電流、ワイヤ送給のインラインプロセス監視、溶接前、溶接中、溶接後の溶接ビードのAI画像検査、安全性が重要な接合部に対する非破壊検査(UT、RT、MT、PT、VT)、およびISO 5817 / ISO 6520の許容レベルとAWS D1.1などのコードに基づく構造化された欠陥評価という4つの層を組み合わせています。これらの層を組み合わせることで、手動作業で一般的な5~8%の溶接欠陥率を、校正済みのロボットシステムでは1%未満に抑えることができます。
QCスタックの概要:各レイヤーが何を検出するか
各層を詳細に検討する前に、以下の比較表で各手法が検出する内容、セルあたりのコスト範囲、および結果が得られるまでの速度を示します。これらの違いを理解することが、特定の生産環境に最適な組み合わせを決定するための出発点となります。
| QCメソッド | 検出するもの | カバレッジ | 増分コスト(セルあたり) | 結果速度 |
|---|---|---|---|---|
| インラインプロセス監視(ARCパラメータ) | 電圧/電流のドリフト、ワイヤ送給異常、ガス流量損失 ― 欠陥となる前にプロセス異常を検知する | アークオン時間の100% | 2,000ドル~8,000ドル(センサー+データロギング) | リアルタイム(ミリ秒) |
| AIビジョン - 溶接前(接合部の形状) | 隙間、位置ずれ、接合部の嵌合不良(許容範囲外) | 関節の100% | 溶接後ビジョンハードウェアと共有 | スキャンあたり1~3秒 |
| AIビジョン - プロセス中(溶融プール) | アーク不安定性、不完全融合シグネチャ、スパッタ異常 | 弧長の100% | 1万ドル~2万5千ドル(高速カメラ+赤外線カメラ) | 約100msの遅延でリアルタイム |
| AIビジョン - 溶接後(ビード形状) | アンダーカット、オーバーラップ、アンダーフィル、表面多孔性、ビード形状のずれ | 溶接面の100% | 15,000ドル~55,000ドル(3Dプロファイラ+エッジコンピューティング) | 関節1つあたり5~30秒 |
| 超音波探傷検査(UT / PAUT) | 内部欠陥:溶融不良、亀裂、厚さ6mm以上の材料中の体積介在物 | 安全継手については、サンプル採取または100%検査を実施しました。 | 0ドル(外部委託)~45,000ドル(社内PAUT) | 関節1つあたりの所要時間(オフライン) |
| 放射線検査(RT) | 接合部断面全体にわたる内部欠陥。CJP溶接に関する規格で規定されている。 | 規定に基づくロットサンプリング | 溶接ごと、またはロットごとに外注 | 数時間(フィルム)から数分(デジタル)へ |
| 磁性粒子(MT) | 強磁性材料における表面および表面近傍の亀裂 | サンプリングされた | 500ドル~3,000ドル(機材費) | 1回のテストにつき15~30分 |
| 浸透探傷試験(PT) | あらゆる材料における表面の亀裂および多孔性 | サンプリングされた | 200ドル~1,500ドル(消耗品) | 1回のテストにつき30~60分 |
| 視覚検査(VT) | 表面形状、アンダーカット、オーバーラップ、サイズ不適合 | サンプリングまたは100%手動 | 労働のみ | 関節1つあたりの分数 |
第1章 - インラインプロセス監視
インラインプロセス監視は、ロボット溶接の品質管理における最初の重要なステップです。欠陥が発生した後に発見するのではなく、欠陥の原因となるプロセス変数を追跡し、アークが次の工程に進む前に逸脱を検知します。
アークパラメータ:電圧、電流、ワイヤ送給
GMAW(MIG/MAG)溶接中、電源装置はアーク電圧と溶接電流を1kHz以上のサンプリングレートで記録します。波形監視ソフトウェアは、ライブ信号を溶接手順認定時に確立された基準波形と比較します。設定値から±3Vを超える電圧降下が持続すると、コンタクトチップの問題、接合部のずれ、またはシールドガスの問題を示します。電流の偏差はワイヤ送給速度の変化と相関しており、溶け込みとビード形状に影響を与えます。ABBのSmartPowerモジュールやLincoln ElectricのCheckPointデータロギングプラットフォームなどのシステムは、この種の波形異常検出を実装し、パラメータの安定性に基づいて各接合部に溶接品質指標を割り当てます。
ガス流量およびトーチ状態監視
シールドガスの流量は、レギュレーターと、計装システムの場合はトーチ本体で監視されます。質量流量センサーは、流量が規定の最小値(ソリッドワイヤGMAWの場合、通常12~18L/分)を下回ると溶接停止信号を発し、ガス被覆不足による気孔の発生を防ぎます。トーチ状態センサーは、ノズル抵抗(スパッタ堆積の指標)とコンタクトチップの摩耗を監視し、チップの劣化によってTCPがずれてビード位置が悪化する前にツール交換を促します。
アークオン時間を品質指標として用いる
接合部ごとのアークオン時間は自動的に記録され、サイクルレベルの品質指標となります。通常18秒かかるアークオン時間が14秒で完了した場合、アークが早期に消滅したことを示唆し、溶融不良の可能性を示唆します。シーケンスレベルのトレーサビリティログは、アークオン時間、ピーク電流、電圧安定性を接合部IDと関連付け、非破壊検査(NDT)の下流工程で欠陥が発見された場合の根本原因分析を可能にします。
米国溶接協会(AWS)がまとめた業界データによると、ロボット溶接は、手動作業における一般的な5~8%の溶接不良率を、適切に調整されたロボットシステムでは1%未満にまで低減します。残りの1%未満の不良は、溶接プロセス自体ではなく、主に治具のずれや消耗品管理の不備に起因するため、インラインパラメータ監視は、これらの残存する不具合モードが不良品発生につながる前に発見するための主要な手段となります。

第2章 — AIによる画像検査(コア品質層)
AIによる画像検査は、溶接の3つの時間的段階すべてを網羅しています。アーク開始前(溶接前継手検証)、溶接中(溶融池とアーク光の監視)、そして溶接後(溶接後ビード形状測定)です。各段階で異なるセンサーハードウェアを使用し、それぞれ異なる品質管理価値を提供します。
溶接前:接合部形状の検証
レーザーラインスキャナまたは構造化光3Dカメラが、ロボットが溶接を開始する前に接合部の形状を捉えます。システムは、ルートギャップ、接合部の位置合わせ、およびアプローチ角度を、認定溶接手順仕様書(WPS)の許容範囲と比較してチェックします。許容範囲外の接合部、WPSの最大値を超えるギャップ、ビードが中心からずれるような位置ずれが発生した場合は、不良なセットアップにアークオン時間が無駄になる前に、ホールドと警告が作動します。
この分野をリードするシステムとしては、Meta Vision MV(EtherCAT統合型、自動車ボディショップで一般的)、Servo-Robot(構造物製造で広く採用)、Scansonic(高エネルギー環境耐性)、Octopuz(点群からのソフトウェア側パス補正)などがあります。溶接前のスキャンでは、部品間の寸法ばらつきに合わせてロボットの溶接パスも補正されます。これは、セルコンポーネントガイドで説明されているシームトラッキングレーザープロファイロメータの主な機能です。
工程内:アーク光プロファイルと溶融池モニタリング
アーク発光波長にフィルタリングされた高速カメラ(毎秒10,000~50,000フレーム)は、アーク光プロファイルと溶融池の形状をリアルタイムで捉えます。同時に、赤外線サーモグラフィカメラは、熱影響部(HAZ)の温度分布をマッピングします。これらの信号は、次のパスで溶融池が埋没する前に、溶融が不完全であることを示します。例えば、移動速度と電流が一定のまま溶融池が急激に狭まる場合は、接合部の隙間が崩壊しているか、母材が汚染されていることを示しています。
実際には、インプロセスビジョンが最も計算負荷の高いレイヤーです。エッジ推論ボード(NVIDIA Jetsonまたは同等品)は、ラベル付きアーク異常画像で学習された軽量CNNモデルを実行し、各フレームを50~100ミリ秒以内に分類します。NVIDIA Metropolisパイプライン全体は、複数のカメラフィードが同時に実行される高生産性の自動車製造セルに導入されています。
溶接後:ビード形状と欠陥分類
溶接後のビード形状測定では、3Dレーザープロファイロメーターを使用して、完成した溶接部の断面点群を生成します。プロファイラーは、ビード幅、高さ、アンダーカット深さ、オーバーラップの延長、およびトー角を測定します。これらのパラメータは、ISO 5817の合格基準要件に直接対応しています。ラベル付けされた溶接欠陥データセットでトレーニングされた深層学習モデルは、アンダーカット(ISO 5817タイプ5011)、オーバーラップ(5041)、アンダーフィル(5012)、表面気孔率(2017)、および認定されたビード形状からの幾何学的偏差といった表面特性を分類します。
実稼働環境で使用されている商用画像処理ソフトウェアプラットフォームには、Cognex VisionPro(2D表面検査に広く使用されている)、MVTec HALCON(スクリプトの柔軟性を備えた複雑な3Dプロファイル解析に最適)、Intel Geti(クラウド支援によるモデルトレーニングと展開管理)などがあります。用途別検査スタックとしては、フレキシブル製造セル向けのInspekto S70や、安全性が重視される航空宇宙および圧力容器の溶接部に対するX線統合検査用のYxlon HBR-DLなどがあります。
業界の導入データによると、AIによる画像認識に基づく溶接検査は、表面および表面近傍の欠陥に対して96~99%の検出率を達成しており、これは生産スループット速度で実施される訓練を受けた手動目視検査(VT)の約87%と比較して高い数値です。AIシステムによる誤検出率も手動VTより低くなっています。これは、AIモデルがすべての測定値に対して一貫した判定閾値を適用するため、長時間の勤務で人間の検査員に影響を与える疲労効果や閾値のずれが生じないためです。

第3章 ― 非破壊検査(NDT)方法
非破壊検査(NDT)方法は、安全性が極めて重要な接合部において溶接規格で義務付けられており、目視検査やAIによる画像診断のみでは代替できません。各方法にはそれぞれ固有の適用範囲があり、接合部の種類と材料の厚さに応じて適切な方法を指定することが、規格に準拠した検査計画の基礎となります。
超音波探傷試験(UT / PAUT)
超音波探傷検査は、高周波音波を用いて厚さ6mm以上の材料内部の不連続部を検出します。フェーズドアレイ超音波探傷検査(PAUT)は、プローブを動かさずにビームを電子的に複数の角度に走査し、1回のパスで溶接部の断面Sスキャン画像を生成します。PAUTは、より優れた体積カバレッジ、デジタル画像、および永続的な記録を提供できるため、構造物や圧力容器の溶接において、従来の単一プローブ超音波探傷検査にほぼ取って代わりました。AWS D1.1 Annex Kでは、認定された手順が確立されている場合、完全溶け込み溶接においてPAUTを放射線透過検査の代替手段として認めています。
X線検査(RT)
RT(放射線透過法)は、X線またはガンマ線を用いて溶接部の断面をフィルムまたはデジタル検出器上に画像化する手法です。体積欠陥、気孔集積、スラグ介在物、および溶接部の全厚にわたる不完全な溶け込みを検出するための基準法として用いられています。RTは、AWS D1.1では破壊が重要な部材に、ASME Section IXでは特定の圧力保持溶接カテゴリに義務付けられています。デジタルラジオグラフィー(DR)とコンピュータ断層撮影(CT)により、フィルムのターンアラウンドタイムは数時間から数分に短縮され、複雑な接合部形状の3D体積再構成が可能になりました。
磁粉探傷試験(MT)
MT(磁粉探傷法)は、磁場を発生させ、強磁性粒子懸濁液を塗布することで、強磁性材料の表面および表面近傍の不連続部(亀裂、継ぎ目、コールドラップ)を検出します。磁力線に垂直な不連続部には、粒子が目に見える形で蓄積します。MTは高速で持ち運びやすく、低コストであるため、構造用鋼材のすみ肉溶接および溝溶接における標準的な一次検査法となっています。MTはオーステナイト系ステンレス鋼やアルミニウム(非強磁性材料)の検査はできず、表面を破る、または表面に近づく不連続部のみを検出します。
染料浸透探傷試験(PT)
PT検査では、低粘度の浸透液を洗浄済みの溶接面に塗布します。毛細管現象により、浸透液は表面の亀裂に浸透します。一定時間放置した後、現像液を塗布すると、浸透液が目に見える形で引き出されます。PT検査は、強磁性体、ステンレス鋼、アルミニウム、チタンなど、あらゆる材料に適用でき、非強磁性体の溶接部における表面亀裂の検出には標準的な方法です。ただし、表面が清潔で乾燥していること、および放置時間を厳密に管理する必要があるため、高スループットのインライン検査にはあまり適していませんが、サンプルロットの定期検査には実用的です。
ビジュアルテスト (VT)
VTは、最もシンプルで低コストな、最初に適用される検査方法です。訓練を受けた検査員が、溶接面を検査し、アンダーカット、オーバーラップ、表面亀裂、アンダーフィル、プロファイル形状などの目に見える欠陥をゲージまたは基準テンプレートと比較します。AWS D1.1第6項では、他の非破壊検査方法を適用する前に、すべての溶接部に対してVTを実施することを義務付けています。AIビジョン検査システムは、機能的には、VTを自動化し計測機能を追加したもので、検査範囲を100%に拡張し、一貫した閾値と文書化された記録を提供します。

第4章 ― 欠陥分類:ISO 6520-1およびISO 5817等級付け
ISO 6520-1は、溶接欠陥の基準分類システムを提供し、欠陥を種類別に6つのグループに分類します。ISO 5817は、各欠陥の寸法制限に基づいて、これらの欠陥の種類をB(最も厳格)、C(中間)、D(最も緩やか)の許容レベルにマッピングします。ISO 6520-1のカテゴリでトレーニングされたAIビジョンモデルは、ISO 5817の合否判定に直接対応する出力を生成します。
ISO 6520-1 欠陥グループ
| グループ(数値範囲) | 欠陥タイプ | 一般的な例 | 一般的な検出方法 |
|---|---|---|---|
| グループ1(100番台) | クラック | 縦方向の亀裂(101)、横方向の亀裂(102)、高温亀裂(104)、クレーター状の亀裂(107) | UT、RT、MT、PT、AIビジョン(表面亀裂) |
| グループ2(200番台) | 空洞 | 多孔性(2011)、ワームホール(2015)、表面多孔性(2017)、収縮空洞(202) | RT(体積測定)、UT、AIビジョン(表面の毛穴) |
| グループ3(300番台) | 固形物介在物 | スラグ介在物(301)、フラックス介在物(302)、酸化物介在物(3041)、金属介在物(304) | RT、UT(より大きな介在物についてはPAUT) |
| グループ4(400番台) | 融合と浸透の欠如 | 融合不全(401)、不完全浸透(402)、根部浸透不全(4021) | UT(PAUT)、RT;根面に対するAIビジョン(アクセス制限あり) |
| グループ5(500番台) | 形状と寸法が不完全 | アンダーカット(5011)、オーバーラップ(5041)、アンダーフィル(5012)、過度の凸状(503)、角度ずれ(508) | AIビジョン(3Dビーズプロファイリング)、VT、ゲージ |
| グループ6(600番台) | その他の不具合 | アーク放電痕(601)、飛沫痕(602)、表面の裂け目(6011)、研磨痕(6012) | VT、AIビジョン、MT |
ISO 5817 合格水準 B、C、D
ISO 5817:2023では、鋼、ニッケル、チタン、アルミニウムの溶融溶接継手について、3つの合格品質レベルを規定しています。レベルD(中品質)は寸法公差が最も広く、一般的な製造に適用されます。レベルC(中間品質)は構造用途およびほとんどの工業製造の標準です。レベルB(厳格品質)は、疲労および破壊抵抗の要求が高い、安全性が重要な構造物、圧力機器、自動車の主要構造に適用されます。
具体的な例を挙げると、深さ0.5mmのアンダーカット(タイプ5011)は、レベルDでは許容、レベルC(突合せ溶接の許容限界は0.5mm)ではぎりぎり、レベルB(突合せ溶接の許容限界は0.25mm)では不合格となります。特定の合格レベルに合わせて構成されたAIビジョンシステムは、検出閾値をISO 5817の該当表の寸法限界に設定することで、合否判定を自動化します。
第5章 - 受入基準のマッピング:AWS D1.1、EN 15085、およびISO 3834
ISO 5817規格に加え、業界固有の規格に準拠して作業を行う製造業者は、検査計画をそれらの規格の合格基準に合わせる必要があります。以下の表は、ロボット溶接用途における主要な規格とその品質範囲をまとめたものです。
| コード/標準 | 適用範囲 | 視覚要件(VT) | RT/UT要件 | 品質レベル基準 |
|---|---|---|---|---|
| AWS D1.1(構造用鋼) | 北米における構造用鋼材の製作および組立 | 全ての溶接箇所について100%の合格(第6項) | CJP引張部材および破壊臨界部材に対するRTまたはUT | 関節の種類と積載タイプによる受入 |
| AWS D1.2(アルミニウム) | 構造用アルミニウム溶接 | 100% VT | 関節の種類ごとにRTまたはUTを選択。薄いアルミニウムの場合はX線撮影が推奨される。 | D1.1と同様のカテゴリーアプローチをアルミニウムの微細構造に適用 |
| AWS D1.6(ステンレス鋼) | 構造用ステンレス鋼の溶接 | 100% VT | RTまたはPT(MTはオーステナイト系鋼種には適用されません) | 基準は、危険区域付近での感作リスクを考慮している。 |
| EN 15085(鉄道車両) | 鉄道車両および部品の溶接 | CL1安全重要接合部については100% | CL1関節では100% RTまたはPAUTを実施。CL2/CL3関節ではサンプリングを実施。 | ISO 5817 レベルB(CL1の場合)、CまたはD(より低い重要度の場合) |
| ISO 3834(品質要求事項) | 溶融溶接品質管理のための枠組み規格。EN 1090、EN 15085などで引用されている。 | 参照製品規格に従って | 参照製品規格に従って | ISO 3834-2(包括的)、-3(標準)、-4(初歩的) |
| ASMEセクションIX(圧力容器) | 米国および世界各地におけるボイラー、圧力容器、配管に関する参考資料 | 建築基準法(ASME VIII Div.1)に準拠 | 区分1の圧力閾値を超えるP番号継手にはRTが必須です。 | ISO 5817の直接マッピングは適用されません。ASME QWおよびUWの受入基準が適用されます。 |
米国溶接協会(AWS D1.1:2020、条項6.9)によれば、すべての溶接部は、他の非破壊検査を実施する前に目視検査を受けなければなりません。この要件により、目視検査(VT)およびその計測機器を用いた自動AI画像検査は、検査手順全体への必須の入り口となり、オプションの追加項目ではなくなります。接合部ごとに100%のAI画像検査結果を記録するロボット溶接作業は、この条項の文書化の意図を満たし、各生産ロットの監査可能な品質記録を生成します。
第6章 ― 溶接品質システムにおけるAI導入の投資対効果
既存のロボット溶接セルにAI画像検査を追加することのビジネス上のメリットは、3つの測定可能な改善点に基づいています。すなわち、欠陥検出率の向上、不要な不良品を減らすための誤検出率の低下、そして自動スクリーニングを通過した生産ロットにおける下流工程での非破壊検査頻度の低減です。
検出率の向上
熟練した検査員が生産スループット速度で実施する、ロボット溶接出力に対する訓練された手動目視検査(VT)では、表面および表面近傍の欠陥の検出率は約87%ですが、シフト終了時や生産負荷が高い状況ではさらに低下します。一方、ロボット溶接セルに導入されたAIビジョンシステムは、業界の導入データに基づくと、同じ欠陥クラスで一貫して96~99%の検出率を達成しています。この差は9~12パーセントポイントであり、下流の組立ラインや顧客への納品に至るまで表面欠陥が見過ごされる割合の低減に直接つながります。
ビジョンハードウェアのコスト
既存のセルに溶接後AIビジョン(3Dレーザープロファイラ、エッジ推論機能を備えた産業用PC、統合ソフトウェア)を追加するためのハードウェアの追加コストは、溶接後ビードプロファイリング構成の場合、25,000ドルから55,000ドルです。同じハードウェアプラットフォームに溶接前のジョイントスキャンを追加すると、5,000ドルから15,000ドルが追加されます。高速カメラとIRサーモグラフィによる完全なインプロセス溶融プールモニタリングは最もコストのかかるレイヤーで、10,000ドルから25,000ドルが追加され、一般的な製造ではなく、主に航空宇宙、圧力容器、安全性が重要なレール溶接向けに指定されています。これらを組み合わせると、1つのセルに完全な3段階AIビジョンスタックを構築するには、基本ロボットセルに対して40,000ドルから80,000ドルの追加コストがかかります。
ペイバックドライバー
中規模構造物製造工場で、1シフトあたり300個の検査済み溶接継手を生成する場合、検出率を87%から97%に引き上げることで、1,000個の継手あたり約30個の欠陥の流出を防ぐことができます。工程内で発見された再加工1件あたりの平均コストが75ドル(下流工程への流出1件あたり400ドル以上)であることを考慮すると、欠陥削減による貢献だけでも、生産量と再加工コストに応じて、セルあたり年間約5万ドルから12万ドルの節約になります。これらのパラメータでは、5万ドルのビジョンハードウェアの投資回収期間は6~14ヶ月です。ビジョンシステムのプロセス能力データが顧客と合意したサンプリング削減計画を裏付ける場合、非破壊検査の頻度を削減することで、用途に応じたさらなる節約効果が得られます。
実際には、最も重要な導入変数はビジョンハードウェアそのものではなく、監視対象となるプロセスライブラリの品質です。安定した治具の再現性と一貫した消耗品管理を備えた、十分に認定された溶接手順仕様書(WPS)に基づいて稼働するセルでは、AIビジョンによる検出率のメリットを最大限に享受できます。プロセス変動が大きいセルでは、モデルが正当な欠陥と、摩耗したコンタクトチップやドリフトする電源キャリブレーションによるパラメータのずれを区別できないため、誤検出率が高くなります。すでに境界溶接が発生しているプロセスにビジョンを追加するよりも、まずプロセスの安定性に取り組み、次に監視レイヤーとしてAIビジョンを追加する方が、より良い結果が得られます。
5段階の品質管理アーキテクチャ:センサーからMESまで
生産準備が整った品質管理アーキテクチャは、上述の検査レイヤーを、センサーから品質判定、そして生産記録へと流れるデータフローに接続します。以下の5段階のアーキテクチャは、単一ステーション構成から複数ステーション構成のラインまで、ロボット溶接セルに適用可能です。
- センサー層。 インラインプロセス監視センサー(アーク電圧/電流波形、ワイヤ送給速度、ガス流量)、溶接前レーザースキャナ、プロセス中高速カメラ(オプション)、および溶接後3Dプロファイラはそれぞれ、ジョイントIDにタグ付けされたタイムスタンプ付きデータストリームを生成します。1kHzのEtherCATにより、アークパラメータセンサーとロボットコントローラの位置データが同期され、波形異常を溶接シームに沿った正確な位置に空間的にマッピングすることが可能になります。
- エッジ推論。 エッジコンピューティングモジュール(産業用PCまたは専用AIアクセラレータボード)は、プロセス信号とビジョンデータに対してリアルタイム推論を実行します。分類モデルは、ロボットの関節間移動時間(通常2~5秒)内に疑わしい関節を特定し、ロボットが次の関節に移動する前にオペレーターに警告を発します。これにより、バッチ処理後の再作業ではなく、工程内での介入が可能になります。
- 欠陥分類。 フラグが立てられた接合部は、ISO 6520-1の分類法に基づいて欠陥の種類ごとに分類され、その深刻度は、製造指示書に設定されている該当するISO 5817の許容レベル(B、C、またはD)と比較されます。許容閾値を超える接合部は不適合として記録され、境界付近の接合部は、品質計画に応じて、手動による再検査または非破壊検査(NDT)のためにキューに入れられます。
- トレーサビリティログ。 すべてのセンサー読み取り値、画像、分類結果、およびオペレーターの判断は、ジョイントID、部品シリアル番号、および製造ロットに関連付けられたトレーサビリティレコードに記録されます。このレコードは、内部品質分析(傾向検出、パラメータ最適化)と、ISO 3834またはEN 15085に基づく顧客または規制当局の監査要件の両方をサポートします。
- MES 統合。 トレーサビリティログは製造実行システム(MES)にリアルタイムで情報を送信し、生産ロットの品質ステータスを更新し、再加工指示をフラグ付けし、規格で義務付けられたサンプリングが必要なロットの非破壊検査(NDT)スケジュールをトリガーします。双方向統合により、MESはジョブ切り替え時に溶接手順パラメータ(WPS設定)をロボットコントローラに送信できるため、複数製品ラインでのパラメータ選択ミスのリスクを低減できます。
主要サプライヤーがQCスタックにどのように対応しているか
FANUC、ABB、KUKAはそれぞれ、溶接ロボットコントローラにデータロギングとパラメータ監視機能を統合しており、ABBのWeldGuideおよびSmartPowerスイート、KUKAのArcSenseモジュールは、自動車部品メーカー(ティア1)向けに成熟した実装例となっている。安川電機モトマンは、Weld Navigatorソフトウェアを通じて溶接特有のプロセス監視機能をバンドルしている。ESTUNは、一般製造市場向けの中級溶接セルにインライン溶接監視機能を追加した。
EVSTは、3Dビジョン認識、RX溶接プロセスライブラリ(一般的な接合タイプと材料の組み合わせに対する事前認定済みパラメータ)、およびアークパラメータデータとロボット位置の厳密な同期を実現するEtherCAT 1kHzセンサー同期を統合したEVS-AI溶接システムを通じて、QCスタック全体に対応します。このシステムの自己学習エンジンは、手動による再学習なしに生産実行中に溶接パラメータを改良し、認定済み手順パラメータと実際の生産パラメータ間のずれを低減します。これは、長時間の生産実行で発生する一般的な軽微な欠陥の蓄積原因です。EVSTの溶接セルは、CE、SGS、およびTUVの第三者認証を取得しており、輸出市場におけるISO 3834およびEN 15085品質システム監査の文書要件を満たしています。基盤となるロボットプラットフォームは、IATF16949自動車グレード品質プロセスに基づいて製造されており、協働溶接アームから重負荷産業構成まで、ペイロードの全範囲をカバーし、品質が重要な生産ラインで通常必要とされる溶接部のサイズ範囲に対応しています。 EVSTは100カ国以上でフィールドエンジニアリングサポートを展開しており、主要な治具変更後のQCシステムの校正や再校正において、現場での技術支援が必要となる場合に重要な要素となります。
ロボットアームやポジショナーからQCスタックまで、統合全体の状況を評価する購入者にとって、 ロボット溶接セルの構成要素と統合ガイド センサーとフィールドバスのアーキテクチャを詳細に解説します。欠陥率の削減を含む、フルセル投資のROIモデリングについては、 ロボット溶接セルの投資対効果(ROI)と回収期間分析.
国際ロボット連盟(IFR)の「World Robotics 2025」レポートによると、溶接は世界の産業用ロボット設置台数全体の約23%を占めており、インライン品質監視と画像検査を組み込んだ新しい溶接セル設置台数の割合は、データ駆動型製造への幅広い推進と並行して大幅に増加している。この導入傾向は、手頃な価格のエッジコンピューティングハードウェアの入手可能性と、ますます厳格化する顧客品質文書要件の両方を反映しており、これらの要因がAI支援溶接検査を自動車分野のみから一般的な構造物製造へと移行させている。
関連資料と内部リソース
- ロボット溶接自動化完全ガイド(2026年版)プロセス選定、セル設計、および溶接アプリケーション全般を網羅した主要記事
- 溶接ロボットのトップ10ブランド(2026年版)統合サポート、ペイロード範囲、地域サービス範囲におけるOEM比較
- ロボット溶接セルの構成要素と統合(2026年)センサー層、フィールドバスアーキテクチャ、ポジショナーの種類、および試運転シーケンス
- MIG溶接 vs TIG溶接 vs レーザーロボット溶接(2026年)接合部タイプ別の品質とコストのトレードオフを考慮したプロセス選択ガイド
- 産業用ロボットの安全規格:ISO 10218およびCEマーキング(2026年)ロボット溶接セルの安全システム要件
よくある質問
AIによる画像検査は、ロボット溶接における従来の非破壊検査に取って代わることができるか?
完全にそうとは限りません。AIビジョン検査は、表面および表面近傍の欠陥を生産全体の100%カバーし、アンダーカット、オーバーラップ、表面気孔、ビード形状のずれを検出します。PAUTやRTで検出されるような体積的な表面下欠陥は検出できません。AWS D1.1、ASME Section IX、またはEN 15085に基づく安全性が重要な溶接については、溶接後の非破壊検査(NDT)要件は該当する規格で定められており、必須です。適切な構成は、100%インラインスクリーニングのためのAIビジョンに加え、フラグが付けられた継手または必要なサンプリングロットに対する規格で義務付けられたNDTです。
ロボット溶接において、放射線透過検査(RT)が必要となるのはどのような場合ですか?
RTは、製造方法に関わらず、特定の接合部カテゴリに対して規格で義務付けられています。AWS D1.1では、主要構造接合部の引張部材におけるすべての完全接合部浸透溝溶接、および破壊が重要な部材のすべての溶接に対してRTまたはUTが要求されています。ASME Section IXでは、規定された使用閾値を超える圧力保持溶接に対してRTが義務付けられています。EN 15085 CL1レール溶接では、安全上重要な接合部に対して100%のRTまたはUTが要求されています。実証されたロボットプロセス能力(Cpkデータ)は、規格機関の承認を得てRTサンプリング計画の削減を裏付ける場合がありますが、これには正式な資格認定文書が必要です。
AI溶接検査システムにおける誤検出をどのように制御すればよいですか?
誤検出率は、トレーニングデータセットの品質、判定閾値のキャリブレーション、およびカメラ周辺の環境安定性に依存します。実際の溶接形状と表面状態を網羅したホールドアウトデータセットで検証した上で、許容可能な誤検出率(通常2~5%)に合わせて判定閾値をキャリブレーションしてください。検査環境を適切に管理しましょう。部品の位置決めを一定に保ち、アーク光からカメラを安定的に遮蔽し(工程内カメラの場合)、溶接後プロファイラの照明を均一にしてください。AIによるフラグ付けとオペレーターによる60秒以内の確認という2段階のレビューワークフローにより、検出範囲を縮小することなく、誤検出による拒否コストを管理可能な範囲に抑えることができます。
AI溶接検査モデルにはどのような訓練データが必要ですか?
実運用レベルのモデルでは、欠陥クラスごとに数千枚のラベル付き溶接画像が必要となり、特定の接合部タイプ、材料、表面状態を網羅する必要があります。公開データセットはトレーニングのシードとして使用できますが、汎用データでトレーニングされたモデルは、特定の生産条件下では性能が低下します。最も高性能な展開では、一般的な事前トレーニングと、欠陥クラスごとに500~2,000枚のラベル付き生産サンプルを用いたアプリケーション固有の微調整を組み合わせています。アクティブラーニングパイプライン(モデルが不確実な予測を人間のラベル付けのためにフラグ付けし、その後再トレーニングを行う)は、ベースモデルの展開後、継続的なデータ収集の負担を軽減します。
AIによる画像認識検査は、ロボット溶接セルにおいて、コスト面および欠陥検出の面でどのようなメリットをもたらすのでしょうか?
ハードウェアの追加コストは、溶接前のスキャン、溶融池の工程内モニタリング、または溶接後のビード形状測定のみを含めるかどうかによって、25,000ドルから80,000ドルになります。業界の導入データに基づくと、表面および表面近傍の欠陥の検出率は、訓練された手動VTの約87%から、生産スループット速度でのAIビジョンの96~99%に向上します。ビジョンハードウェアの投資回収期間は、スクラップ、再加工、および下流の非破壊検査の頻度の削減により、中~高量産で通常12~18か月です。
発信参照:
米国溶接協会(AWS)、D1.1 構造溶接規格 |
ISO 5817:2023、溶接:溶融溶接継手、品質レベル |
IFRワールドロボティクス2025レポート |
コグネックス VisionPro ソフトウェア |
MVTec HALCON マシンビジョン ソフトウェア