-
公开(公告)号：JP2021174417A
公开(公告)日：2021-11-01
申请号：JP2020079950
申请日：2020-04-30
Applicant: 株式会社ジェイテクト
Inventor： 加納 正晃
Abstract: 【課題】産業に用いられる物品の検査精度を向上することができる産業用検査システムを提供すること。 【解決手段】産業用検査システム1は、学習処理装置20及び良否判定装置30を備える。学習処理装置20は、画像分割装置14から取得した検査領域及び参考領域を有する細分化画像群データSPと、予め判定されたラベル細分化画像群データPDとを学習用データセットとした機械学習により学習済みモデルを生成する。良否判定装置30は、画像分割装置14から取得した細分化画像群データSPと、生成された学習済みモデルとを用いて、物品の良否を推定して評価する。 【選択図】図12
-
Patent Agency Ranking
公开(公告)号：JP2021173715A
公开(公告)日：2021-11-01
申请号：JP2020079900
申请日：2020-04-29
Applicant: 株式会社ジェイテクト
IPC: G01M17/013 , G01M13/04
Abstract: 【課題】欠陥としてのゴリ感を検出することができる軸受装置の欠陥検出方法を提供する。 【解決手段】所定の測定期間分のトルクの時系列データを取得するデータ取得工程S1と、時系列データにおけるトルクの大きさを表すトルク代表値を取得するトルク代表値取得工程S2と、時系列データにおいて測定期間より短い所定の変動評価期間毎におけるトルク変動量のうち最大トルク変動量と最小トルク変動量とを取得し、最大トルク変動量と最小トルク変動量との差を取得するトルク変動量差取得工程S3と、トルク代表値およびトルク変動量のに基づいて算出された特徴量を用いて、軸受装置における欠陥としてのゴリ感の有無を判定する判定工程S4とを備える。 【選択図】図3
-
公开(公告)号：JP2021189039A
公开(公告)日：2021-12-13
申请号：JP2020094476
申请日：2020-05-29
Applicant: 株式会社ジェイテクト
Inventor： 加納 正晃
Abstract: 【課題】検査対象の良否判定においてノイズの影響を受けにくくすることで判定性能を向上できる産業用検査システムを提供する。 【解決手段】産業用検査システム1は、検査対象の検査画像データを入力した場合に、変分オートエンコーダ(VAE)を用いた学習済みモデルの出力として期待値および分散を取得する出力値取得部33と、画素毎に、検査対象の検査画像データと期待値との差分を演算する差分値演算部34と、画素毎に、差分の相関値に、分散の相関値により表される重み付け係数を乗算することにより、個別画素評価値g1を演算する個別画素評価値演算部35と、画素毎の個別画素評価値g1に基づいて全画素評価値を演算する全画素評価値演算部36と、全画素評価値に基づいて検査対象の良否を判定する判定部37とを備える。 【選択図】図3
-
公开(公告)号：JP2021025825A
公开(公告)日：2021-02-22
申请号：JP2019142368
申请日：2019-08-01
Applicant: 株式会社ジェイテクト
Abstract: 【課題】成形品の内部空孔の大きさを正確に検査可能であると共に検査に要する時間の短縮が可能な内部空孔検査装置及び成形システムを提供することを目的とする。 【解決手段】内部空孔検査装置10は、成形品の内部にて反射した可干渉光の強度に基づいて、成形品の内部に存在するボイドの体積を算出する検査処理部15を備える。検査処理部15は、成形品の断面形状を表す2次元画像Gを生成する画像生成部15aと、2次元画像Gにおいてボイドの断面形状を明瞭にする画像処理を施して2次元画像G1を生成する画像処理部15bと、2次元画像G1に基づいてボイドのボイド面積Sを算出するボイド面積算出部15cと、ボイド面積Sを用いてボイドのボイド体積Vを算出するボイド体積算出部15dと、ボイド体積Vと基準ボイド体積Voとを比較して良否判定する良否判定部15eとを備える。 【選択図】図6
-
公开(公告)号：JP2020125971A
公开(公告)日：2020-08-20
申请号：JP2019018311
申请日：2019-02-04
Applicant: 株式会社ジェイテクト
Inventor： 加納 正晃
Abstract: 【課題】時系列データを用いた検査を行うにあたり、時間成分の相違による影響を排除した検査結果を得られる検査装置及び検査用学習モデル生成装置を提供する。 【解決手段】検査装置100は、検査対象物の状態に応じた時系列の第一次データD1を記憶する第一次データ記憶部111と、第一次データD1を短時間フーリエ変換することにより、第一周波数成分と時間成分と振幅成分とを含むスペクトログラムである第二次データD2を生成する第二次データ生成部112と、第二次データD2において第一周波数成分毎の時間−振幅データをそれぞれフーリエ変換することにより、第一周波数成分と第二周波数成分と振幅成分とを含む第三次データD3を生成する第三次データ生成部113と、第三次データD3に基づいて、検査対象物の状態を判定する判定部140とを備える。 【選択図】図3
-
公开(公告)号：JP2019204321A
公开(公告)日：2019-11-28
申请号：JP2018099519
申请日：2018-05-24
Applicant: 株式会社ジェイテクト
IPC: G06N20/00
Abstract: 【課題】対象となる製品データに未知の不良によるデータが含まれる場合に、そのデータは未知の不良によるデータであると判定する。 【解決手段】学習ステップでは、良品データを対象とした教師ありの機械学習を行なって良品学習モデルを生成し、不良品データを対象とした教師ありの機械学習を不良の種別毎に行なって不良の種別毎の不良品学習モデルを生成する。演算ステップでは、製品データを入力データとして良品学習モデルを用いた演算により得られる出力データから、良品の尤度を求め、当該製品データを入力データとして不良品学習モデルを用いた演算により得られる出力データから、不良品の尤度を不良の種別毎に求める。判定ステップでは、良品の尤度及び不良の種別毎の不良品の尤度が所定の条件を満たす場合に、対象となる製品データは、未知の不良によるデータであると判定する。 【選択図】 図4
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
