ピストンリングの品質管理

ピストンリングは、極端な温度、圧力、一定の摩擦に耐えながら圧縮を維持する重要なシールを形成するもので、適切なシリンダー接触を維持するために厳密な寸法公差を保ちつつ、数十万サイクルにわたって一貫したシール性能を発揮しなければなりません。わずか1つの不良リングでもシリンダー圧縮を損ない、オイル消費を増加させ、最終的には数千ドル規模の修理費がかかる深刻なエンジン故障につながる可能性があります。

エンジンは、ますます厳しくなる効率および排出基準のもとで動作しており、そのためピストンリング検査の徹底がこれまで以上に重要になっています。従来の検査手法では、大量生産に求められるスピードと、許容される製造上のばらつきと性能に影響する欠陥を見分けるために必要な高度な分析の両立が難しくなっています。 

従来のルールベースの検査システムは、ピストンリングの品質検証を行う際に大きな障害に直面します。反射性の金属表面と円筒形状は画像処理を困難にし、結果として一貫性のない欠陥検出をもたらします。また、許容可能なさまざまな表面のばらつきに対しては、より単純なアプリケーション向けに事前にプログラムされた検査アルゴリズムでは対応することができません。

AI搭載検査技術は、以下によりこのような制限に対処します。

• 通常の製造上のばらつきと重要な性能問題を区別するインテリジェントなパターン認識
• 寸法、表面、構造分析を同時に処理するマルチパラメータ評価
• 運用経験を通じて検出精度を向上させる適応型学習
• 広範囲の再プログラミング要らずで新しいリング設計と製品仕様に適合する柔軟な分類

この高度なアプローチにより、ピストンリング製造が求める繊細な分析能力が実現します。これはまさに、コグネックスのマシンビジョンシステムが世界中の自動車・パワートレインメーカーに提供しているものです。 

AI搭載のコグネックスビジョンシステムは、教師あり学習機能を通じて、複雑なピストンリングの検査を簡易化します。エンジニアは、圧縮リングの良い例と悪い例の画像を使用してシステムをトレーニングし、技術者は、通常通り許容されるばらつきをマークしながら、長い傷などの重大な欠陥にアノテーションを付けることができます。

これにより、システムは迅速に許容可能な異常と重大な欠陥の区別を認識する方法を学習します。検証テスト中は、トレーニングされたモデルが無関係なばらつきを無視して、すべての顕著な問題を正しく検出できるようになるまで、パフォーマンスを微調整しながらさらに画像を追加することができます。

実行時のオペレーション中、ソフトウェアは、通常の製造のばらつきを許容しながら、性能を脅かす欠陥を持った画像を自動的に特徴づけます。また、コグネックスは、専門家のグローバルネットワークと広範のリソースにより、お客様が稼働状態を維持し、システム最高のパフォーマンスを引き出せるようサポートいたします。これにより、ピストンリング検査はより確実になり、正しい判定ができるだけでなく、生産ラインのスピードにも対応できるようになります。