溶接ビード外観検査を自動化|2D画像・3D形状計測と判定技術を解説

溶接ビードの外観検査は、多くの現場で今も目視によって行われています。検査員による判定のばらつきや、全数検査にかかる工数、熟練検査員の確保・育成の難しさに課題を感じている担当者も多いのではないでしょうか。
一方で、「自動化を検討したいが、2Dカメラ・3Dセンサ・AIのどれを選べばよいのか分からない」という声もよく聞かれます。本記事では、溶接ビード外観検査を自動化する際に押さえておきたい検査項目、情報を取得する方法、良否を判定する方法の違いを整理し、検査項目ごとの方法の選び方まで解説します。
なお本記事では、ビードの有無・位置・形状・寸法だけでなく、アンダーカット、オーバーラップ、表面割れ、ピット、スパッタ、焼けなど、ビードとその周辺に現れる外観異常も含めて「溶接ビード外観検査」として扱います。一方、表面に現れない内部欠陥や、ワーク全体の反り・形状精度の検査は主な対象としていません。
「自社の溶接工程で自動化が可能か知りたい」「ワークに合った検査方法を相談したい」という方は、ぜひお気軽にお問い合わせください。

目次
溶接ビード外観検査とは
溶接ビード外観検査は、溶接部の表面状態を目視や検査機器によって確認し、規定の基準を満たしているかを判定する検査です。検査の種類や代表的な欠陥、判定基準の詳細は別記事で解説していますので、あわせてご覧ください。本記事では、この外観検査を自動化する方法に絞って解説します。
【関連記事】「溶接の外観検査とは?検査の種類、検出できる欠陥、近年の課題などをわかりやすく紹介」
溶接ビード外観検査を自動化するメリット
溶接ビード外観検査を自動化することで、次のような効果が期待できます。
- 検査員による判定のばらつきの低減
- 全数検査への対応がしやすくなる
- 検査員の負担軽減、教育コストの抑制
- 検査画像・判定結果を記録し、品質保証やトレーサビリティに活用できる
ただし、これらの効果は自社のワークや検査条件によって変わります。どの程度の効果が見込めるかは、実際の検査項目や生産条件を踏まえて検討する必要があります。
溶接ビード外観検査で自動化できる検査項目

自動化を検討する際は、まず自社で確認している検査項目を整理することが出発点になります。溶接ビード外観検査で対象になり得る項目は、大きく次のように分けられます。
- 溶接の有無・位置・長さ
- ビードの形状・寸法(幅、高さ、輪郭、蛇行、余盛、脚長、断面形状)
- ビード止端部の異常(アンダーカット、オーバーラップ)
- 表面に現れる欠陥(ピット、表面気孔、表面割れ、欠け)
- 溶接部周辺の異常(スパッタ、焼け、変色、付着物)
- 継手部の局所的なずれ(段差、目違い)
なお、画像や表面形状に現れない内部欠陥は、外観検査では直接確認できません。内部欠陥の検出には、放射線透過試験(RT)や超音波探傷試験(UT)といった別の非破壊検査が必要です。また、ワーク全体の反りや角変形は、局所的なビード検査とは撮像範囲や計測方法が異なるため、本記事では主な対象としていません。
検査情報を取得する2つの方法

自動化を考えるうえで、まず整理しておきたいのが「情報の取得方法」と「良否の判定方法」を分けて理解することです。溶接ビード外観検査の自動化では、この2つを同列に並べず、次のような流れで捉えます。
対象ワーク → 2D画像または3D形状計測で情報を取得 → ルールベースまたはAIで判定 → OK・NGを出力
情報を取得する方法には、2D画像と3D形状計測の2種類があります。
2D画像による外観検査
2D画像では、明るさ、色、輪郭、位置など、平面的な情報を取得します。主な対象例は次のとおりです。
- ビードの有無、溶接位置、ビードの長さ
- 画像上のビード幅、輪郭、蛇行
- 色調、表面模様
- スパッタ、焼け、変色、付着物
- 表面割れ、ピット、表面気孔
- 画像上で確認できる欠けや途切れ
ただし、表面割れや微細なピットなどは、欠陥サイズ、照明条件、解像度、表面状態によって検出の難易度が大きく変わります。安定した検出には、照明設計や撮影条件の調整が欠かせません。
【関連記事】「画像検査とは?仕組み・種類・メリットから失敗しない導入手順まで徹底解説」
3D形状計測による外観検査
3D形状計測では、高さ、深さ、段差、凹凸、断面形状など、立体的な情報を取得します。次のような項目が対象になります。
- ビード高さ、実形状としてのビード幅
- 余盛、脚長、段差、凹凸、断面形状
- アンダーカット、オーバーラップ
- くぼみ、盛り上がり、目違い
2D画像で輪郭や色を確認できても、高さや深さを数値で評価したい場合は、3D形状計測が候補になります。
良否を判定する2つの方法
情報を取得した後は、その情報をもとに良否を判定します。判定方法には、ルールベース判定とAI判定の2種類があります。
ルールベース判定とAI判定の違い

ルールベース判定は、あらかじめ設定した数値や条件に基づいて良否を判定する方法です。たとえば、幅が基準範囲内か、高さが規定値を超えていないか、アンダーカットの深さが許容範囲内か、といった判定に使われます。良否基準を数値化しやすく、判定根拠を説明しやすい検査に向いています。
AI判定は、画像から特徴を学習し、良品・不良品や正常・異常を判定する方法です。良品・不良品の画像を学習して分類する方法や、良品画像を中心に学習して正常状態との差を検出する方法があります。外観差を単純な数値条件で表しにくい場合や、良品と不良品の違いが複数の特徴にまたがる場合の候補になります。ただし、AIであればすべてを検出できるわけではなく、学習用画像の質や量、良品のばらつき、不良品サンプルの確保、撮像条件の安定性が結果を左右します。
【関連記事】「検品自動化の鍵「二値化」とは?基本概念や仕組み、導入事例、コスト削減効果まで徹底解説」
検査項目に応じた方法の選び方

検査項目ごとに、取得方法・判定方法の組み合わせは変わります。以下は代表的な組み合わせの候補です。
| 検査項目 | 取得方法の候補 | 判定方法の候補 |
|---|---|---|
| ビードの有無・位置・長さ | 2D画像 | 主にルールベース判定 |
| 画像上の幅・輪郭・蛇行 | 主に2D画像 | 主にルールベース判定 |
| 色調・表面模様・焼け | 2D画像 | ルールベース判定/AI判定 |
| スパッタ・付着物 | 主に2D画像 | ルールベース判定/AI判定 |
| 複雑な外観差 | 主に2D画像 | AI判定を含めて検討 |
| 高さ・段差・凹凸・断面形状 | 3D形状計測 | 数値・形状条件によるルールベース判定 |
| アンダーカット・オーバーラップ | 2D画像/3D形状計測 | 主にルールベース判定 |
| 複数の検査項目 | 必要に応じて2Dと3Dを併用 | 項目ごとに使い分ける |
上記はあくまで候補であり、実際にどの組み合わせが適しているかは、実ワークを用いた事前検証によって判断する必要があります。なお、外観検査装置の選定全般で気をつけたい判断軸(光学構成・生産条件・操作性・精度再現性・柔軟性・トータルコスト)は、冒頭でご紹介した資料でもチェックリスト形式にまとめています。
溶接ビード外観検査の自動化が難しいケース

溶接ビードならではの条件によって、自動化の難易度が上がる場合があります。
- 金属表面の反射・ハレーション:照明や撮影角度によって、ビードの輪郭や表面状態が白飛びし、特徴を捉えにくくなることがあります。
- 焼け色・汚れ・油分:良品ビードの焼け色と異常を区別しにくくなる場合があります。
- 微細な欠陥:小さな表面割れやピット、欠けの検出には高い解像度が必要で、解像度を上げると撮影範囲が狭くなり、撮影回数や処理時間が増える可能性があります。
- 曲面・奥まった位置・死角:固定カメラだけではビード全体を確認できない場合があり、ワーク回転や複数方向からの撮影、センサの移動が必要になることがあります。
- ワーク位置の変動:ワークの位置や姿勢が変わると撮影位置や角度も変化するため、治具や画像による位置補正が必要になる場合があります。
- 良品ビードのばらつき:良品でも幅、高さ、輪郭、焼け色にばらつきがあり、許容範囲を整理していないと過剰判定が増える可能性があります。
- 判定基準が曖昧:検査員の感覚に依存している基準は、自動判定の条件に置き換えにくくなります。
- 短いタクトタイム:複数箇所や全周を検査する場合、撮像・計測・判定にかかる時間が増えるため、必要精度と処理時間の両立が求められます。
導入前に事前検証が必要な理由
自動化を検討する際、カタログ上の性能だけでは自社ワークへの適否を判断できません。そのため、事前検証によって、次のような点を確認することが重要です。
- 検出したい欠陥を取得できるか
- 見逃しや過剰判定が起きないか
- 同じワークで再現性があるか
- 表面状態や位置ずれに対応できるか
- 必要な最小欠陥サイズを捉えられるか
- タクトタイム内に処理できるか
事前検証で確認すべき項目の詳細や、検証結果を設備仕様へ反映する考え方については、関連資料でさらに詳しく解説する予定です。
TMCシステムの溶接外観検査自動化
TMCシステムでは、画像処理単体の提供にとどまらず、対象ワークや検査条件に応じた検査方法の検討から、事前検証、カメラ・センサ・照明・治具・搬送・制御を含む設備構想まで、機械・電気・制御・ソフトウェアを含む一貫対応が可能です。既存設備への後付けや、PLCなど既存システムとの連携についてもご相談いただけます。位置決め不要の柔軟な運用や、NG画像1枚からの設定など、TMCシステムのAI外観検査ソリューションの特長は以下のページで紹介しています。
まとめ
溶接ビード外観検査の自動化を検討する際は、まず自社で確認している検査項目を整理し、「情報を取得する方法(2D画像・3D形状計測)」と「良否を判定する方法(ルールベース判定・AI判定)」を分けて考えることが出発点になります。どの組み合わせが適しているかは検査項目や生産条件によって異なり、最終的な適否は事前検証で判断する必要があります。
より詳しい設備構成や導入の流れ、費用対効果、事前検証で確認すべき項目についてまとめた資料を、近日ご用意する予定です。
自動化できるか分からない、対象欠陥に適した方法が分からない、既存ラインへ追加したいなど、情報が整理しきれていない段階でもご相談いただけます。お気軽にお問い合わせください。
```




