東大阪の研究開発現場から生産現場までの「ものづくり」なら【株式会社アリス】試作サンプル、切削加工、精密部品加工、可視化部品製作、透明化処理、現物からの製作、単品OK

AIと検査データ分析|寸法のばらつきから加工異常を見つける

2026.02.28

機械加工では、製作した部品が図面に指定された寸法公差を満たしているか確認することが重要です。

しかし、測定結果がすべて公差内に収まっていれば、加工状態に問題はないのでしょうか。

実際には、寸法が少しずつ変化していても、まだ公差内であるために問題として認識されない場合があります。

例えば、工具の摩耗によって加工寸法が徐々に変化している場合です。

こうした変化を早い段階で見つけるために、測定データを分析する方法があります。

AIを利用すれば、記録の整理や変化の検出を補助できる可能性があります。

合格・不合格だけでは見えない変化

例えば、直径20.00±0.05mmの軸を加工する場合です。

許容寸法は19.95〜20.05mmです。

加工した部品の測定結果が20.00mm、20.01mm、20.02mm、20.03mmと変化していたとします。

すべて公差内ですが、寸法が一方向へ変化していることが分かります。

もちろん、この四つの数値だけで工具摩耗が原因だと判断することはできません。

材料の温度や測定方法、加工条件などが関係する場合もあります。

しかし、測定結果を時系列で確認すれば、単純な合否判定では見落とす変化に気づける可能性があります。

AIで測定データを整理する

例えば、加工順に記録した寸法データをAIで整理する方法があります。

測定値の平均、最大値、最小値、標準偏差などを計算し、グラフへまとめることができます。

また、加工した順番と寸法の関係を調べれば、一定方向への変化や急激な変動などを確認しやすくなります。

ただし、AIが計算した数値については、元の測定データや計算方法を確認する必要があります。

特に、測定値の単位や小数点の位置を間違えると、分析結果も誤ります。

管理図による工程の監視

寸法のばらつきを管理する方法の一つに、管理図があります。

管理図では、測定値や統計量を時間順に並べ、工程の変化を監視します。

例えば、一定の条件で繰り返し製作する部品について、寸法の平均やばらつきを調べる方法です。

管理図には管理限界が設定されますが、これは図面に指定された寸法公差とは異なります。

寸法公差は製品が満たすべき要求を表します。

一方、管理限界は、工程のばらつきの状態を評価するために使用します。

この二つを混同しないことが重要です。

工程能力指数をどう考えるか

工程のばらつきと寸法公差の関係を調べる指標に、CpやCpkがあります。

Cpは、工程のばらつきの幅と規格幅の関係を表す指標です。

Cpkは、工程の平均値が規格の中心からずれている影響も考慮します。

ただし、これらの指標を適切に評価するには、工程が統計的に安定していることや、使用するデータの分布などを確認する必要があります。

測定値を数個入力するだけで、信頼できる工程能力を評価できるわけではありません。

AIは計算やグラフ作成を補助できますが、指標が持つ意味と適用条件を理解することが必要です。

多品種少量加工での活用

多品種少量加工では、同じ部品を大量に製作しない場合があります。

そのため、同一条件の測定データを十分に蓄積できず、一般的な工程能力評価が難しいこともあります。

その場合には、無理にCpやCpkを算出するのではなく、加工条件や材料ごとの変化を記録する方法が考えられます。

例えば、工具交換前後の寸法差や、加工開始時と終了時の寸法差などです。

また、初品と最終品の測定結果を比較することで、加工中に大きな変化がなかったかを確認する材料になります。

ただし、その間に製作したすべての部品が合格していることを保証するものではありません。

必要な検査数量や検査方法は、製品の要求品質に応じて判断する必要があります。

異常を見つけた後が重要

AIによるデータ分析で、寸法の変化や通常と異なる傾向が見つかったとします。

しかし、それだけでは原因は分かりません。

工具摩耗、材料の固定状態、工作機械の温度変化、測定方法など、複数の要因を確認する必要があります。

さらに、対策を行った後には、同じ変化が発生しなくなったか検証することも重要です。

分析結果を実際の加工改善へつなげることが目的です。

測定データを技術として活かす

(株)アリスでは、樹脂・金属・ゴムなど、自社加工と国内協力会社の技術を組み合わせながら、研究開発から生産現場までのものづくりに関わっています。

測定は、部品の合否を確認するだけの仕事ではありません。

加工条件の変化や品質の傾向を理解するための情報を得る機会でもあります。

AIによって測定データを整理し、変化の兆候を見つける。

その結果を実際の加工記録や現物と照らし合わせ、必要な対策を考える。

測定した数字を次の改善につながる情報として活かしながら、品質の安定したものづくりに取り組んでいきたいと思っています。

アリスの仕事に対する想いを見る オリジナルサンプル制作