AIによる不良品判別に取り組み、エビフリッターの品質向上を目指す ―極洋・NECソリューションイノベータ インタビュー

極洋は、水産物の調達・加工・販売を行う総合食品会社である。同社はNECソリューションイノベータが提供するAI技術を利用した、不良品の判別に取り組んだ。

極洋は、なぜAIの画像認識による不良品の判別に取り組んだのか。現在、水産加工食品製造業はどのような経営課題を抱えているのか。

極洋 塩釜研究所 技術管理課長 川端康之亮氏(トップ画像)、NECソリューションイノベータ 東北支社 佐藤精基氏・水谷仁紀氏の3名にお話を伺った。

不良品を減らし、商品価値の向上を目指す

極洋が、水産加工食品の不良品の判別にAI技術を活用しよう、と考えた理由は何でしょうか。

極洋 川端(以下、川端):水産加工食品の品質管理において、不良品の対応に余計な手間がかかっていた、という課題がありました。

例えば不良品が発覚し、その拡散性が懸念される場合、工場の冷凍庫から全ての製品を取り出し、作業員全員で選別することがありました。つまり、時間と人手をかけて対応していたのです。不良品が取り除かれないまま、お客様のもとに製品が届き、クレームを受けた後で対処した事もあります。

私の所属する塩釜研究所技術管理課は、製品の製造方法や管理方法を研究する部署です。私は普段、宮城県塩釜市にある研究所に勤務していますが、時々全国の工場を回っています。その中で不良品の対応について「洪水に例えるのならば、堤防を慌てて補修する。そのような仕事ばかりを行っている」と、ふと気づきました。

しかし、不良品を判別する精度を上げ、生産ラインの途中で取り除くことが出来れば、余計な対応をせずに済みます。そして経営上のリスクとコストを減らす事が出来ます。これが目的の1つです。

もう1つの目的は、商品価値の向上です。不良品を減らすことが出来れば、品質保証力のアップにつながります。品質保証力がアップすれば競合との差別化につながり、さらには商品価値の向上を実現できます。

リスクとコストの低減。商品価値の向上。この2点を実現するために、AIによる画像認識を使った不良品の判別に取り組みました。

NECソリューションイノベータ 東北支社 佐藤精基氏
NECソリューションイノベータ 東北支社 佐藤精基氏

NECソリューションイノベータ 佐藤(以下、佐藤):AI技術を活用した実証実験で手ごたえのある結果が出るとご判断いただいた後に、当社が2018年10月に食品製造業向けに提供を開始した「NEC AI画像活用見える化サービス/生産管理・検査支援」を極洋様に活用いただいています。

今回、極洋が「NEC AI・画像活用見える化サービス/生産管理・検査支援」を活用して判別している製品は1種類のみでしょうか。

川端:はい。現時点では、エビフリッターと呼ばれる揚げ物の製造のみに利用しています。

ソリューションを導入する前は、人の目で製品の検査を行っていた、と聞きました。人の目で不良品を見分けることが出来るようになるまで、どのくらい時間がかかるのでしょうか。

川端:検査の作業を覚えるまでには、1~2年かかる場合もあります。

日々の作業をこなせるか否かは、作業員の教育年数だけによりません。人間ですので、どうしても判断にムラが発生します。

エビフリッターがラインを流れるスピードはかなり速い。実際にラインの様子を見れば「このスピードならば、判断への影響は出るだろう」と思うはずです。万が一、不良品が大量に発生した場合は、不良品を見逃しがちになります。

1日どのくらいの量の製品をチェックするのでしょうか。

川端:重さにして1日7~8トンくらいでしょうか。おそらく1分間に1700尾くらい流れていると思います。

エビフリッターは揚げている最中に衣同士がくっ付く、あるいはエビが丸まってしまう状態が生じます。そのような状態になったエビフリッターは不良品と判定し、取り除かなければいけません。1日の作業量のうち、仮に2%不良品が生じるだけでも、相当な量となります。

揚げた後のエビフリッターを検査する様子。ライン上に流れてくるエビフリッターの数は膨大で、かつ一点一点のエビフリッターの大きさは小さい。目視で不良品を判別するには一定年数の経験が必要だという 画像提供:NECソリューションイノベータ
揚げた後のエビフリッターを検査する様子。ライン上に流れてくるエビフリッターの数は膨大で、かつ一点一点のエビフリッターの大きさは小さい。目視で不良品を判別するには一定年数の経験が必要だという 画像提供:NECソリューションイノベータ

次ページは、「東北大学IISとの連携

Previous

シナモンと郵船ロジスティクス、AIを活用した物流業務改善で協業

NEC、5G・Beyond5G時代の通信データ大容量化に向けて10Gbpsの屋外無線伝送実験を実施

Next