株式会社松楽産業

計数機
パーツカウンター / シードカウンター※パーツカウンター(当社製品名：ビジョンカウンター®)

大丈夫です。微小なものはユーストマやロベリア等も可能です。大きいものはカボチャも可能です。

あります。お互いにくっつきすぎているもの、振動フィーダーで流れないものは苦手です。

ものにより、フィーダーで流れるものであり、長さが最大で25ミリまでであればカウント可能です。より大きなパーツをカウントできる機種を作りました。すぐに世界販売を行う予定です

英語の画面であっても使用部分は日本語と同じように簡単です。複雑な設定は不要です。できるだけ誰でも、世界各地で使えるように視覚化できています。実際に英語ができない国でも使用していますのでご安心ください。

一義的には当社が行います。カメラを使用しているので、カメラの校正（キャリブレーション）が必要になるときがあります。最悪の場合は機械を引き取り、貸し出し用をお貸しします。当社工場でアメリカよりリモートコントロールにより調整修正します。機械の部品には世界中どこでも手に入れられる部品を多用しています。

パーツカウンター、シードカウンターのP型に標準装備しています。取り外すことも可能です。

可能です。計数開始信号と計数完了信号のやりとりができれば連動可能です。是非ご相談ください。

Gen-3Pの「Split Filter」機能は、種子やパーツの割れ具合や付着具合をシステムが自動で判別するための設定です。これにより、単一の物体か複数に分離すべきかを調整し、正確なカウントを可能にします。

AI搭載パーツカウンターは、画像処理技術とAI制御を組み合わせることで、ネジ、ボルト、電子部品、さらには種子など、多種多様な物品の数を高速かつ高精度に自動で計数する機械です。その革新性は、従来の計数方法が抱えていた課題を劇的に解決する点にあります。

• 従来の問題点:手動目視計数: 時間がかかり、人的ミスが避けられません。
• 重量式計数機 (カウンティングスケール): 部品の個体差（メッキの厚み、材質のばらつきなど）によって誤差が生じやすいです。
• 光センサー式: 落下する部品が重なった際に1個として誤認識する問題がありました。また、粘着性の高いゴム製品などでは、重なりを正確に判別できず、実際の数よりも少なくカウントしてしまう傾向が顕著でした。
• AI搭載パーツカウンターの革新性:画像処理技術: 落下するパーツのシルエットをカメラで撮影し、その画像を処理することで正確にカウントします。特に2010年代以降の技術進化により、カメラ式カウンターが登場しました。
• AI制御: AIの学習機能により、パーツのサンプルを見せるだけで最適なパラメータを自動設定します。従来のカメラ式カウンターではオペレーターが手動で複雑なパラメータを設定する必要がありましたが、AIが面積、形状、エッジ検出などの複数のパラメータを自動で最適化し、リアルタイムでの補正機能も備えています。これにより、環境光の変化やパーツの向きの違い、重なりも高精度に認識・判別できるようになりました。また、使えば使うほどAIが賢くなり、計数精度が向上する「成長する計数機」と言えます。

これらの革新により、人手不足や品質要求の高度化といった製造業が直面する課題に対し、劇的な効率化と精度向上を実現します。

松楽産業が提供するAI搭載パーツカウンターには、主に以下の2つの主力機種があります。

① CCDカメラ式画像処理型パーツカウンター VC-200型

• 対象パーツ: 比較的大きなパーツ（5mm以上）の計数に特化しています。ボルト、ナット、大型コネクタなどが該当します。
• 特徴:4台フィーダー構成: 大量フィーダー2台と少量フィーダー2台が連携し、目標値に向けて段階的にパーツを供給することで、高速かつ精密な計数を実現します。
• 姿勢制御スロープ: 落下するパーツの姿勢を安定させ、カメラが正確にシルエットを捉えることを可能にします。特に向きによって見え方が変わる複雑な形状のパーツに効果的です。
• 大容量・トータルバケット構造: 2つの独立したカウントシステムを持つことで、大量処理と精密計数を同時に行い、生産ラインでの連続稼働に最適です。
• 識別精度と総合精度: 識別精度は約99.8%と高いですが、V字型構造のフィーダーにより最終補給段階で過剰落下が発生し、総合精度が99.0%程度まで低下する可能性があります。

② 2方向ミラー分光型カメラ式パーツカウンター (Gen-3P型など)

• 対象パーツ: 0.3mmの極小パーツから計数可能で、電子部品、精密機械部品、微細ビス、MLCC（積層セラミックコンデンサ）、種子など、従来の計数機では対応困難だった微細部品の管理に適しています。
• 特徴:2方向同時撮影の革新性: 90度の角度で配置されたミラーを通じて、1つのカメラで2方向から同時にパーツを観察します。これにより、一方の方向では重なって見えるパーツも、反対方向からは分離して見えるため、重なりを完璧に判別し、立体的な形状を正確に認識できます。これは、従来の光センサー型計数機では不可能だった「重なりの正確な判別」を可能にしました。
• 高解像度・高速スキャン: CMOSラインスキャンカメラを使用し、4K解像度（4096ピクセル）で1秒間に約33,000回のスキャンを実行します。分解能は65.5ミクロンと非常に高く、高速で流れる小さなパーツも確実に捉えます。
• コンパクトな設計: 内蔵フィーダーは1本のみで、設置スペースを最小限に抑えています。
• 安定した総合精度: 分散制御により、最終制御段階でのばらつきが抑えられ、識別精度と総合精度の差が小さい傾向にあります。VC-200型に比べて計数速度はわずかに劣る場合がありますが、安定した実運用精度を実現します。

どちらの機種もAI制御による学習機能を持ち、使用するほどに精度が向上する点は共通しています。

AI搭載パーツカウンターの導入は、製造現場に多岐にわたる劇的な改善をもたらします。

1. 驚異的な精度向上: 従来の重量式が±3～5%の誤差が一般的であったのに対し、AI搭載パーツカウンターは99.9%以上の計数精度を実現します。特に高額部品や安全性に関わる部品を扱う現場では、この精度向上が企業の信頼性に直結し、品質改善効果は計り知れません。重なった部品や不規則な形状の部品も正確に識別し、ゴミや不純物を自動で除外する機能も備えています。
2. 作業時間の劇的削減: あるメーカーでは計数作業時間を80%削減し、従来3名で1日8時間かかっていた作業が1名で2時間で完了するようになりました。これにより、作業員は付加価値の高い業務に集中でき、工場全体の生産性が大幅に向上します。トマト種子1000個のカウントが手作業で50～100分かかっていたのが、AIカウンターでは平均21.5秒で完了するという実績もあります。
3. 省人化と投資回収: 初期投資は安くありませんが、多くの企業で1～2年での投資回収を実現しています。人件費削減に加え、計数ミスによる手戻りコスト、顧客クレーム対応コストなどの見えないコストも大幅に削減されます。
4. ヒューマンエラーの最小化: 「注意をしていればエラーを防げる」「複数人で確認すれば防げる」といった誤解を払拭し、機械が正確に計数することで、人為的なミスを根本から解消します。個人の注意力や体調に左右されず、常に安定した計数品質を保証します。
5. 製造業DXの推進: カウントデータは生産管理システムと連携可能で、リアルタイムな在庫管理や生産計画の最適化に活用できます。これにより、製造業のデジタルトランスフォーメーション（DX）を加速させる重要な役割を果たします。
6. 信頼性の向上: システムによるカウント結果はログデータとして残り、納入先への「証拠」となるため、問い合わせへの説明が明確になり、顧客からの信頼がさらに高まります。
7. 作業負担の軽減と人材活用: 細かい部品を数える作業は作業員の負担が大きく、定着率にも影響を与えかねませんでしたが、カウンターの導入によりこれらの負担が解消され、従業員の業務レベル向上や、より創造的な業務への人材配置が可能になります。

ゴム製品で高精度カウントが難しい主な製品特性は、非常に高い付着性があり、手動でほぐしても即座に再付着するため、理想的な分散状態を維持することが困難な点です。

粘着性の高いゴム製品、特にφ4.9×内穴φ2.5×t0.52のような小型製品は、互いに付着しやすく、最大で5個が重なった状態で確認されることがあります。手動でほぐしても即座に再付着するため、理想的な分散状態を維持することが困難であり、これが計数精度に大きく影響します。従来のパーツカウンターでは、特に2個以上の重なりを正確に判別できず、実際の数より少なくカウントする傾向が明らかになりました。例えば、10回のテストで2個重なりが全て1個と誤判定され、3個以上の重なりでは正確な判定が一度も得られないという結果が出ています。

この課題に対し、以下の対策が提案されています。

1. 4段フィーダー方式の採用: 従来の3段方式から4段方式へ拡張することで、製品の分散性が向上し、付着性の高い製品でもより効果的に分離できる可能性が高まります。
2. ホッパータンクの材質改良: エンボス加工などの表面処理を施したホッパータンクを採用することで、製品の付着を軽減する効果が期待されます。
3. 分散方法の最適化: ダイシン製ステッピングホッパとVST-4（または類似の分散制御システム）の組み合わせを基本としつつ、より効果的な散布を実現するための微調整を行います。
4. 現実的な精度目標の設定: 製品特性を考慮し、現実的な精度目標として0.4～0.5%（エラー率）を目標値として設定することが推奨されます。製品の特性上、0.2%のような高精度を達成することは非常に困難であるとされています。
5. 画像認識の課題への対応: 付着した製品の落下や重なりを正確に判別することは、現行のカメラシステムでも依然として困難な場合があります。直径と厚みの比率が大きい製品形状もAIによる判別を難しくするため、これらの技術的制約を理解した上で、AIによる画像処理の調整や、物理的な分散方法の改善を組み合わせることが重要です。

これらの改善策を組み合わせることで、現状の精度からの向上が期待できます。

AI搭載パーツカウンターの導入を検討する際には、現状の課題を明確にし、自社のニーズに最適な機種を選定するための具体的なチェックポイントがあります。

① 現状の課題明確化

• 精度重視型: 医療機器部品など、絶対的なミスが許されない場合に優先します。
• 速度重視型: 大量生産品で、高速処理が不可欠な場合に優先します。1秒間に50個以上の高速カウントが必要な場合は、特に2方向ミラー分光型が最大1秒間に1000個という圧倒的な処理能力を発揮します。
• 汎用性重視型: 多品種少量生産で、様々な部品に対応したい場合に優先します。
• 重なり判別能力: 特に微細部品や形状が複雑な部品を扱う場合、2方向からの画像解析による重なり判別能力が重要です。

② ROI（投資対効果）の計算

• 削減可能な人件費（作業時間削減×時間単価）、ミス削減効果（年間ミス件数×1件あたりの損失額）、生産性向上効果（処理速度向上による増産可能数×利益率）を具体的に数値化し、経営層への説明に活用します。多くの企業で1～2年での投資回収が報告されています。

③ 設置環境と運用

• 設置スペースが限られている場合は、コンパクトな機種（例: 2方向ミラー分光型）が有利です。
• 複数品種を同時並行で処理したい場合は、VC-200型の方が柔軟な運用が可能です。
• ピッキングワークでの利用や、包装機とのドッキングの可能性も考慮します。

④ 1. テストの活用

実際の部品を使ってテストを実施し、供給方法や精度、導入効果を肌で実感することが非常に重要です。松楽産業では、サンプルテスト、報告書とビデオ送付、導入効果シミュレーションといった「安心のステップ」を提供しています。

これらのポイントを総合的に評価し、自社のニーズに最も合致する機種を選定することで、最大の導入効果を期待できます。

VC-200型の最終補給の課題とは、V字少量フィーダーから目標値に達する最後の段階で一度に多くのパーツが落下しやすく、目標数を超過する「過数」が発生してしまう状況を指します。

VC-200型とVST-4（2方向ミラー分光型カウンターはGen-3P型などの一種と考えられます）は、それぞれ異なる特性を持つパーツカウンターであり、製品選定においてはその違いを理解することが重要です。

VC-200型コンベヤ搭載型の特徴と適性

• 基本情報: カスタマイズ可能な設計で、V字型構造と姿勢制御スロープが特徴です。電磁パルス振動方式で効率的な部品供給を行います。
• カウント精度: 識別精度は約99.8%と非常に高いですが、最終補給段階でV字少量フィーダーから一度に多く落下しやすく、過数が発生することがあり、これにより総合精度が約99.0%まで低下する可能性があります。
• カウント速度: 「面」で供給できるため、VST-4よりもわずかに優れています。10mmパーツ1000個を5～8回/分で処理できます。
• 課題: V字型構造のため、ゴム製品などが奥で詰まりやすい傾向があります。最終補給段階での過数発生により、総合精度にばらつきが生じやすいです。
• 適している用途: 理論上の高精度と高速処理を重視する場合、特に5mm以上の比較的大きなパーツや、詰まりや付着が少ない製品の大規模な計数に適しています。

VST-4（2方向ミラー分光型）の特徴と適性

• 基本情報: 4チャンネル方式で、複数のチャンネルが同時にパルス動作し、組み合わせて供給を行うことでワークを分散させ、高い制御精度を実現します。
• カウント精度: VC-200型と同等か、わずかに優れているとされます。識別精度と総合精度の差が小さく、安定した実運用精度を実現します。
• カウント速度: ワークを分散して流すため、VC-200型に比べて計数速度は少し遅くなる傾向があります。ただし、微細部品の大量処理では最大1秒間に1000個という圧倒的な処理能力を発揮します。
• 利点: 分散制御により、ワークの付着によるばらつきを抑制でき、安定した計数が可能です。複数のチャンネルの合計で目標数に達する仕組みにより、カウントの精度と成功率が向上します。
• 適している用途: 安定した実運用精度を重視する場合、特に0.3mmから5mm程度の微細部品、付着性の高い製品、複雑な形状の製品の計数に適しています。

エンジニアからの提案

• 高い識別能力が必要な用途にはVC-200型を、安定した総合精度が求められる用途にはVST-4型を推奨しています。
• 最終的には、カウント対象の**ワークの仕様（重さ、形状、材質、油分の付着など）**を考慮し、フィーダー上での「挙動」を理解した上での最適化が必要となります。フィーダーのトラフ幅やホッパータンクの形状・材質、制御用センサーの選定など、細かな仕様決定が重要です。

AI搭載パーツカウンターの導入プロセスは、顧客のリスクを最小限に抑え、確実な導入効果を実感してもらうために、「安心のステップ」として以下の流れで進められます。

① ご興味・現状分析

• まず、AI搭載パーツカウンターに興味を持った段階で、自社の計数作業における現状の課題（作業員数、作業時間、ミス件数、部品の種類やサイズなど）を数値化し、明確にします。

② 情報収集・サンプルテスト

• 提供された情報を参考に、必要な機能や機種を検討します。
• 次に、実際のサンプル部品（顧客の現場で使用される部品）を松楽産業に貸し出してテストを行います。このテストでは、供給方法と計数精度が確認され、その様子が動画で撮影されます。これは、社内での情報共有や確認を容易にするため

③ 報告書・ビデオ送付

• テスト完了後、詳細な報告書とテスト時のビデオが顧客に送付されます。これにより、客観的なデータと実際の動作映像でAI搭載パーツカウンターの性能を具体的に確認できます。疑問点や不明な点があれば、技術スタッフが詳しく説明します。

④ 導入効果シミュレーション

• 顧客の具体的な作業内容と処理量に基づき、詳細なコスト削減効果と投資回収期間が算出されます。これにより、導入判断のための確実な根拠が提供されます。

⑤ 導入計画立案・発注

• 上記の情報を基に、段階的な導入計画を立て、機種選定、フィーダーのトラフ幅や寸法、ホッパータンクの形状・材質、制御用センサーの選定など、詳細な仕様を決定します。
• 包装機との連携が必要な場合は、自社製または他社製包装機との接続も検討し、計数から包装まで一貫した自動化ラインの構築を目指します。
• その後、発注から製作、検収、決済方法までの流れが打ち合わせされ、見積書と検収要望書が提出されます。

⑥ 導入後のサポート

• 導入後も、故障時の預かり修理対応、TeamViewerによるリモートサポート、定期的なバージョンアップ、設置・操作指導、メンテナンス方法の提供など、充実したサポート体制が整っています。

このプロセスを通じて、導入リスクを最小限に抑えながら、AI搭載パーツカウンターの最適な導入と活用を支援します。

AI搭載パーツカウンターが解決を目指す製造業における「ヒューマンエラー」は、単なる個人の不注意ややる気のなさといった問題に留まらず、より構造的で根深い課題を指します。

ソースでは、JIS Z8115:2000の定義「意図しない結果を生じる人間の行為」を引用しつつ、ヒューマンエラーを個人の責任に帰すことの誤解を指摘しています。

製造現場におけるヒューマンエラーの具体的な問題点

• ｢注意力」や「やる気」だけでは防げない:認知科学の研究（ワックスワースの「ビジランスの30分効果」など）によれば、人間の集中力は長時間持続せず、特に単調な計数作業では30分を超えると検出能力が低下し始めます。どんなに注意しても、疲労や集中力の低下によりミスが発生する可能性が高まります。
• ｢複数人チェック」でも防げない:集団作業において、参加人数が増えると各人が最大限の能力を発揮せず、「他の人が何とかしてくれる」と考え手を抜く「社会的手抜き」のような現象が発生することがあります。複数人での確認が必ずしもミスの防止に繋がるとは限りません。
• 作業環境に起因する問題:製造現場では「製造→入荷→保管→ピッキング→出荷」という一連の物流フローにおいて、各工程で「数を数える」作業が伴います。この作業が「サービス産業」的な部分となり、現場の足かせとなっています。
• 特に細かい部品を数える作業は、作業員の身体的・精神的負担が大きく、体調によってカウント数が変動したり、人手不足の状況下で高い精度を維持することが困難です。
• 従来の計数方法の限界:手動目視: 時間と労力が膨大にかかり、人的ミスが避けられない。
• 重量式: 部品の個体差や軽すぎる部品では正確な計数が困難。単価の高い部品では過数投入ができず、結局人手で数え直す必要が生じることもあります。
• トレイ方式: 必要数以上入れられないトレイを使う方法もありますが、これにも限界があります。
• これらの方法では「数の保証」にはならず、数え間違いが発生すると「後工程での手戻り作業」や顧客クレーム、信頼失墜といった二次的・間接的な損失が莫大になります。納入不足を防ぐために余分な部品を入れることによるコスト増も問題です。

AI搭載パーツカウンターによる解決策

• ｢人」が数える行為、および「重さ」を基準として数える行為を排除し、画像処理技術によって迅速かつ正確な計数を実現します。
• AIの学習機能により、部品カウントの専門知識がない作業員でも簡単に操作でき、ヒューマンエラーを最小限に抑えます。
• システムによるカウント結果がログデータとして残るため、納入先への「証拠」となり、問い合わせへの説明が明確になります。
• 物流フロー全体で正確な計数が可能になり、顧客からの信頼が向上します。
• 作業員の負担を軽減し、より付加価値の高い業務に集中できる環境を創出し、一人当たりの生産効率を倍以上にすることで「人間拡張技術」の発展に寄与します。

結論として、AI搭載パーツカウンターは、ヒューマンエラーを個人の問題として捉えるのではなく、「ヒューマンエラーが起きにくい条件を整える」という組織的なアプローチで、製造現場の計数作業を根本から改革し、品質、効率、コスト、そして従業員満足度を向上させるソリューションを提供します。

AI搭載パーツカウンターは、製造業DXにおいて、カウントデータと生産管理システムを連携させることでリアルタイムな在庫管理や生産計画の最適化に貢献し、DX化の第一歩となると期待されています。

松楽産業の「安心のステップ」において、導入を検討している顧客が最初に行うべきことは、まず製品に興味を持ち、実際のサンプルを借りて、自社のパーツを使ったテストを行い、供給方法と精度を確認することです。

前のページに戻る

給袋式包装機

すでにある袋を一枚ずつ吸盤で吸い付け、できあった袋に充填する包装機の総称です。

ゴミ袋やビニール袋のような「ポリ単体」の袋はできません。ラミネートされた袋のみが対象です。

ヒートシール方式です。インパルス方式ではありません。

ガゼット袋、平袋、スタンドパック袋が可能です。スタンドパックはチャックなしです。

袋底にチャックがある袋であれば簡単です。袋口にチャックがある袋は自動供給機を設ければ可能です。チャック付きスタンドパックも供給機が必要です。

基本的にコシの強い袋の方が機械特性は高いです。柔らかすぎる袋は苦手です。袋の厚みや腰の強さは袋の大きさ、被充填物によって異なります。

それはできません。袋口から原料の頂点まで6cm以上の余裕が必要です。

基本的に推奨最大幅は15cmですが、是非ご相談ください。最小は6cm程度ですが、これもご相談ください。

これは被充填物の大きさ、比重、袋に入ったときの沈み具合によっても全く異なります。早く袋に入りすぐに沈めば生産スピードを上げられますが、投入に時間かかり、かつ沈下に時間を要するとスピードはガクンと落ちます。ただ確実にいえることは、シールまで行うので作業員の2名分の仕事をこなすことは可能です。

約1ｍ四方です。

大丈夫です。過去にもたくさん実績があります。是非ご相談ください。

前のページに戻る