全数検査とは？金属加工業の検査を効率化する自動化技術と設計のポイント

更新日：2026年09月4日 (2024年07月16日公開)

金属加工の現場では、品質保証の要として全数検査への期待が高まっています。ISO 9001が求めるプロセスアプローチやリスクベース思考、経済産業省が進める品質データのデジタル化の流れもあり、検査体制を見直す企業が増えています。

しかし、全数検査を増やすだけでは品質・採算・納期を同時に良くすることはできません。重要なのは、どの品質特性を全数で監視し、どこを抜取検査や工程能力管理に任せ、どこに自動検査やトレーサビリティを組み合わせるかを、工程全体で設計することです。

この記事では、製造業の品質保証・生産技術担当者向けに、金属加工における全数検査の基本的な考え方と工程別の検査ポイント、代表的な自動化技術の比較、そして導入時のROIと注意点を解説します。

金属加工における全数検査とは

全数検査とは、検査対象ロットの一部ではなく個体ごとに適合判定を行い、流出防止と履歴確保を両立させる検査方式です。工業製品の検査を受入検査・工程内検査・完成品検査に分類したうえで、不良品が一つも許されない場合などに全数検査を行います。実務では自動検査による全数検査と抜取による目視検査を組み合わせる場合もあり、全数検査と抜取検査は二者択一ではなく、工程ごとに使い分ける対象です。

全数検査の目的は大きく以下の4つに整理できます。

不良流出の防止
工程異常の早期検知
トレーサビリティの確立
後工程・顧客・法規制への説明責任の確保

鋼板の表面検査では、検出した欠陥位置や画像を検査員の見逃し防止だけでなく、品質異常の改善や品質トレンドの管理にも活用できます。全数検査は「選別」で完結するものではなく、工程改善ループへの入力データになる点が重要です。

ただし、全数検査は「ゼロ欠陥保証」と同義ではありません。目視検査ではヒューマンエラーや判定基準のばらつきが生じますし、深層学習を含む画像検査でも、光量変動や汚れ、水痕、姿勢変動によって認識精度の低下や過剰検出が起こることがあります。反復して全数検査を行った統計的研究からも、検出率が100%にならない以上、残存不良と検査コストのトレードオフを考慮する必要があるとわかります。したがって全数検査を評価する軸は「全数実施しているか」ではなく、「必要な欠陥を必要な精度・タクト・記録付きで捕捉できているか」です。

検査対象は工程ごとに変わります。受入工程では材質・寸法・表面疵を確認し、切削工程では穴位置や径、面粗さを確認するというように、工程が進むにつれて確認すべき項目も変化していきます。製品タイプ別では、鋼板や棒鋼のような連続材はインライン非破壊検査が中核になり、鍛造品やねじ・軸受のような離散部品は画像検査や三次元計測が中心になります。

自動車・航空宇宙・圧力機器のような安全重要部品では、個体識別や測定トレーサビリティ、検査履歴の保全が強く求められるため、全数検査は単独の検査工程というより品質保証システムの一部として組み込まれます。

工程別に見る全数検査のポイントと不良モード

同じ「全数検査」でも、工程によって管理すべき不良モードと有効な検査手段は大きく異なります。ここでは代表的な4つの工程群に分けて整理します。

切削と研削

切削工程では、寸法不良や面粗さ不良、びびり(工具や被加工物が振動しながら削れる現象)などが主要な管理対象です。これらは工具摩耗や主軸状態、クーラント、切削条件の変動が累積して現れるため、完成後の寸法測定だけでは対応が遅れることがあります。そのため切削工程では、工具寿命の監視やインプロセスでの寸法補正、穴・面取り・ねじ・バリの全数確認を組み合わせる設計が有効です。

特に自動車・油圧・空圧・軸受まわりの部品では、形状そのものよりもバリと打痕が後工程で致命傷になりやすく、画像検査と寸法検査を組み合わせる必要があります。画像寸法測定器やラインスキャンはこうした項目を高速に定量化しやすい一方、鏡面や油膜、切粉、反射の安定化が検査精度を左右します。

プレスと板金

プレス・絞り・板金加工では、しわや割れ、バリ、スプリングバック(成形後に材料が弾性的に戻り、寸法がずれる現象)による寸法ずれなどが代表的な不良です。しわや割れはしわ押さえ圧力やR形状、潤滑、絞り高さバランスの影響を受け、バリはパンチやダイの刃先摩耗、クリアランス不適切が主な要因になります。プレス加工では、金型の劣化を早期に可視化する検査が重要です。

プレス品は表裏の形状が複雑なため、三次元測定機(CMM)だけでは検査タクトが合わないケースが少なくありません。実務では、穴パターンやトリムエッジ、平面度といった主要寸法を非接触3Dスキャンでオフライン高密度に測定し、有無や面傷、取り違えといった項目をインライン画像・レーザで全数に近く検査する二層構造が現実的です。非接触3D測定を導入した事例では、パネル測定と設計値比較の所要時間がCMMでの「丸一日」から「数時間」に短縮されたケースもあります。

鍛造・鋳造・ダイカスト

鍛造では、肌不良や当たり傷、欠肉、低温鍛錬割れなどが問題になります。外周の輪郭異常だけでなく、表面割れや鍛流線に起因する内部欠陥の見極めが必要なため、外観・寸法の自動化と表面・近表面欠陥の非破壊検査(NDT)を分けて設計するのが基本です。鍛造品は高温・黒皮・スケール・重量物という特徴があり、熱間直後の全数寸法監視には光学系の耐環境性が重要になります。

鋳造・ダイカストでは、酸化物巻き込みやひけ、ガス巻き込み、湯回り不良などが典型的な不良モードです。ガス巻き込みや凝固収縮による鋳巣は、切削後の検査で初めて問題が顕在化しやすいため、できるだけ早い段階で内部欠陥の傾向を把握することが採算上重要です。鋳造の全数化が難しいのは、形状が複雑で欠陥部位がランダムに現れ、表面が黒皮で、部品単価が相対的に低いのに検査装置コストが高いという構造にあります。

溶接と表面処理

溶接では、アンダーカットやピット、余盛過大・不足といった表面欠陥に加え、ブローホールや融合不良、割れといった内部欠陥が主要な対象です。外観の自動化と内部欠陥検査は混同しないことが重要で、3Dプロファイル測定は脚長やのど厚、余盛高さ、ビード幅、アンダーカット深さの定量化に有効です。一方で内部欠陥には放射線透過試験(RT)または超音波探傷(UT・PAUT)が必要になります。放射線透過試験はブローホールやスラグ巻き込みのような塊状・体積系欠陥に強く、超音波探傷は割れや融合不良のような面状欠陥に強いという役割分担があります。

表面処理・めっき工程では、膜厚不足・過大やピンホール、密着不良、剥離などが重要な管理項目です。素材表面の異物や酸によるスマット、脱脂不良、酸化層の除去不良などがめっき皮膜の剥離や無めっきの原因になるため、最終外観の検査だけでは真因に届きません。外観・色調・表面傷の確認に加えて、膜厚の工程内監視や前処理条件のデータ化、個体・ロットのトレーサビリティをセットで設計する必要があります。

工程ごとの主な不良モードを整理すると、以下のようになります。

工程	主な不良モード
切削・研削	寸法不良、面粗さ不良、びびり、工具破損、バリ、残留歪み
プレス・板金	しわ、割れ、バリ、だれ、スプリングバックによる寸法ずれ、穴位置ずれ、トリム不良
鍛造	肌不良、当たり傷、欠肉、ばり凸・ばりかえり、低温鍛錬割れ、表面被さり傷
鋳造・ダイカスト	酸化物巻き込み、湯じわ、ひけ、ガス巻き込み、湯回り不良、寸法ばらつき、漏れ不良
溶接	アンダーカット、アンダーフィル、ピット、余盛過大・不足、ブローホール、スラグ巻き込み、融合不良、溶け込み不良、割れ
表面処理・めっき	膜厚不足・過大、ピンホール、密着不良、剥離、ふくれ、無めっき、腐食起点

全数検査を自動化する主要技術と選び方

金属加工の全数検査を効率化する技術は、表面を見る技術、形状を測る技術、内部を見る技術に加え、判定と搬送を自動化する技術に大別できます。ここで重要なのは、一つの技術ですべての欠陥を見ようとしないことです。

非破壊検査には渦電流、放射線、超音波など複数の手法があり、適用対象や必要な技能が異なります。現場で成果が出ているのは、欠陥モードごとに技術の役割分担が明確なシステムです。

表面と形状は画像検査・3Dスキャンで捉える

画像検査は、傷や打痕、巣穴などの検出に強く、特にラインスキャンは円柱側面や反射金属の微細欠陥検出に有効です。ラインスキャンカメラで最速142,800ライン/秒、画像寸法測定器で最大100個・300箇所を数秒で測定できる装置もあり、画像系の最大の価値はタクトへの適合性と複数項目の同時判定にあります。

3Dスキャンとレーザプロファイルは、2D画像が苦手な高さ・平面度・反り・ビード形状・欠肉の定量化に向いています。帯状のレーザを照射しその反射像から断面プロファイルを取得する光切断法は、ライン上でも高速・高精細な3D検査に適用できる技術です。取得時間0.2秒で1スキャンあたり最大1,200万点を取得できる3D測定機や、1プロファイルあたり3,200点の超高精細測定が可能なレーザプロファイル計もあり、金型・プレス・溶接・大型鋳造で特に効果を発揮します。

内部欠陥と自動判定は超音波・渦電流・X線・AIが担う

超音波検査、特にフェーズドアレイ超音波探傷(PAUT)は、溶接部や鍛鋼品、厚肉材、管材の内部欠陥に強い技術です。二つのプローブで一回の走査により溶接部を調べられる構成や、小径管の全周を一回でカバーできる構成もあり、放射線を使わないため安全性や近接作業性にも利点があります。ただし粗大結晶粒や異方性材、球状欠陥、微小なポロシティでは検出性が落ちることがあり、放射線透過試験など他の手法との併用が必要です。

渦電流検査は、金属表面・近表面の割れ、研削焼け、材料混入、熱処理差に向く技術です。交流コイルが作る磁場と試験体に誘起される渦電流のインピーダンス変化を読み取る原理で、感度は表面近傍が最も高くなります。塗装上からの検査や高速搬送材にも向き、最大3,000rpmのロータ方式や、毎秒180〜200個規模の高速自動選別事例もあり、高速選別と近表面欠陥監視の切り札といえる技術です。ただし深部欠陥や非導電材には不向きです。

X線・CTは、鋳造やダイカスト、溶接部、複雑な内部流路、組立体内部の可視化に最も強い技術です。軽金属や内部複雑部の非破壊3D検査が可能で、溶接部のポロシティ検査で10〜15分のスキャン時間、約100μmの分解能を持つ装置もあります。弱点は設備や遮蔽、資格取得といった導入・運用コストの高さです。日本では電離放射線障害防止規則により、管理区域の設定や線量管理、特別教育など法規制への対応が必要になります。

AI・機械学習は、従来の閾値設計が難しい官能検査や多品種、反射ムラ、良品ばらつきの吸収に有効です。従来型の画像処理が面積や濃度などの数値閾値による判定であるのに対し、AI画像処理は学習データに基づいた人に近い判定に向いています。

事前学習済みAIモデルにより検査サイクルを最大約75%短縮できた事例や、ロボットコントローラ内蔵ビジョンによるAI良否判定で溶接スパッタや金属反射など従来ビジョンが苦手な条件でも判定できる事例もあります。一方で、複数の研究をまとめた2026年のレビューでは95%以上の高精度が報告される事例が多い反面、実装の77%はまだ試作・パイロット段階にとどまっており、データ品質やモデルの再学習、現場保守が普及の障壁になっています。

技術	得意な検出対象	速度・分解能の目安	相対導入コスト
画像検査	傷・打痕・巣穴・有無・刻印読取	最速142,800ライン/秒	低〜中
レーザプロファイル	バリ・反り・溶接ビード形状	1プロファイル3,200点の超高精細測定	中
3Dスキャン	プレス品・鋳物・大型部品の全面形状	0.2秒取得、1スキャン最大1,200万点	中〜高
超音波・PAUT	溶接・鍛鋼・厚肉材の内部欠陥	一回走査で全体積をカバーする構成あり	中〜高
渦電流	表面・近表面の割れ、材質・熱処理差	毎秒180〜200個規模の高速選別例	中
X線・CT	鋳巣・ポロシティ・内部流路	10〜15分/スキャン、約100μm分解能例	高〜非常に高い
AI・機械学習	官能検査・多品種・反射ムラ	組込みEdge AIで約470ms/推論の例	中

この表は「どれが最強か」を比較するためではなく、どの欠陥モードにどの技術を当てるかのマトリクスを作るために使うべきです。たとえば鋳造では、外観は画像検査、主要寸法は3Dスキャン、内部傾向の把握はCTという分担が定石です。

抜取検査・SPCとの使い分けと三層構造の設計

抜取検査とSPCは全数検査と対立するものではなく、それぞれ異なる目的を持つ手法として組み合わせることで効果を発揮します。

抜取検査とSPCは目的が異なる指標

抜取検査は全数検査の代用品ではなく、別の目的を持つ統計手法です。受入検査の主目的はロットが受け入れ可能かどうかを決めることであり、ロット品質そのものを精密に推定することではありません。

合格品質水準(AQL)は生産者側が高い確率で受け入れられたいと考える基準品質水準、許容不良率(LTPD)は消費者が拒否したい不良水準を指し、それぞれに生産者危険と消費者危険が伴います。日本の実務では属性選別のJIS Z 9015系がAQLベースで運用され、国際規格ではISO 2859-1が属性検査の手順、ISO 3951-1が計量値に基づく単一抜取を定めています。

一方、統計的工程管理(SPC)と工程能力指数(Cpk)は、ロットの判定よりも工程の安定性と能力の評価に向いた指標です。工程能力は管理下にある工程の出力分布と規格幅の比で表され、Cp・Cpkの前提として工程の安定性が必要になります。工程が不安定なまま最終全数検査だけを強化しても、流出は減っても品質コストは増え続けます。全数検査を減らしたい企業は、まずCpkの向上と異常の特殊原因の除去に投資すべきです。

三層構造で役割を分担すると流出と誤検出を防げる

金属加工の現場では、すべての品質特性を全数化するよりも三層で設計したほうが効果的です。第一層は温度・圧力・振動・電流・工具摩耗といった工程内センサによる連続監視、第二層は重要特性に対する自動全数判定、第三層は工程能力管理と抜取検査・監査検査です。

工程内センサでSPCによる異常検知を行い、一次封じ込めを経て自動全数検査で良品とNGを判定し、良品は抜取検査や監査へ、NGは隔離・再判定へ回すという流れです。この構成であれば、工程異常を早期に止めながら、流出防止と監査証跡の両方を担保できます。

設計の原則は明快です。安全・機能・組付けに関わる外観や寸法は全数、内部欠陥はリスクベース、破壊試験が必要な特性は抜取、工程安定性はSPCで管理します。破壊試験項目を無理に全数化しようとして代替指標を置くと、品質保証がかえって形骸化します。逆に、全数化すべき外観や組付けミスを抜取に回すと、ロット内の散発不良を取り逃がしやすくなります。

効率化の代替手段と導入事例に学ぶポイント

全数検査を効率化する最も強い方法は、検査の高速化だけではありません。そもそも欠陥を作りにくくし、欠陥が出てもすぐ止められ、後から原因を追えるようにすることが、長期的には最も効果的です。代替手段として重要なのは、工程内検査、工程能力の向上、設計寛容性の見直し、予防保全、トレーサビリティの5つです。

効率化の土台は工程内検査と予防保全

工程内検査は最終検査を前倒しするだけでなく、不良を増殖させないためのゲートとして機能します。鋳造条件や重量の安定化で鋳巣の発生率を下げる、プレス金型の摩耗傾向を早めに捉える、切削で工具摩耗と寸法ドリフトを結びつけるといった運用が代表例です。設計面では、基準穴の追加や検査視野を確保する逃げ形状、組付け方向のポカヨケ化など、検出しやすい形状に変更するだけで自動検査の安定性が上がることもあります。

予防保全・予知保全は全数検査の代替というより土台です。予防・予知保全に比重を置く事業所群は、反応保全寄りの事業所群と比べて計画外停止が52.7%少なく、欠陥は78.5%、比較によっては87.3%少ないという報告もあります。全数検査設備は故障するとそのまま出荷判定の停止に直結するため、設備保全まで含めた保有コストで評価する必要があります。

導入事例に共通するのはデータ設計の巧拙

導入事例からは、成功している企業に共通するポイントが見えてきます。

日本の鋳鉄部品メーカーでは、CCDカメラによる外観自動検査に個体識別刻印とトレーサビリティ、原因解析システムを統合し、不良品の見逃し件数0件、タクトタイム6秒以下という目標を達成しています。
自動車内装部品メーカーでは、産業用CTの導入により品質保証時間を40%以上短縮し、同じ人数でより多くの業務を処理できるようになりました。
自動車パネルメーカーでは、非接触3D寸法測定の導入により、パネル測定と設計値比較の所要時間がCMMでの丸一日から数時間へ短縮され、根本原因解析もCMM比で半分未満の時間で解決できています。
大型部品を扱う航空宇宙部品メーカーでは、大型CMMの自動化により検査時間を75%削減し、14m級部品の測定時間を20時間から5時間に短縮、24時間稼働のうち50%を完全自律運転にしています。

これらの事例に共通するのは、検査機だけでなくデータの流れまで設計している点、効果が精度向上だけでなくタクト短縮や自律運転、根因解析の高速化として現れている点、そして工程特性が違っても欠陥モードごとに技術を当て分けている点です。

ROIの考え方と導入時に見落としやすい注意点

全数検査の投資判断は、正しいROIの計算方法と導入プロセスの設計の両方が鍵になります。

ROIは内部・外部失敗費まで含めて計算する

全数検査への投資効果は、人件費削減だけで計算すると失敗します。品質コストは一般に予防費・評価費・内部失敗費・外部失敗費に分けて整理され、投資効果は評価費の増減だけでなく内部失敗費と外部失敗費の削減で見る必要があります。

年間の便益は、内部失敗費(スクラップ・再加工・再測定・仕掛滞留・追加検査など)の削減額と外部失敗費(クレーム処理・返品・保証費・リコール・逸失受注など)の削減額、検査工数と停止損失、顧客監査対応工数の削減額を足し合わせ、そこから運用費の増加分を差し引いて求めます。初期投資には装置本体だけでなく、治具や搬送・ロボット、安全対策、教育、立ち上げ検証までを含めて見積もる必要があります。外部流出による損失は内部不良より一件あたりの金額が大きくなりやすく、トレーサビリティによる原因特定と被害最小化が重視されるのはこのためです。

導入前の概算では、まず現状の不良金額を把握することが重要です。年産数や内部不良率、外部流出率、検査員数といった現状値を積み上げたうえで、自動化後の改善率を保守的・中立・強気の三段階で置き、感度を確認します。特に重要なのが、見逃しだけでなく誤検出率が悪化するシナリオも織り込むことです。見逃しの削減だけを追い求めると、過検出が増えて現場の負担がかえって大きくなることがあるため、両方の指標をセットでKPIに設定する必要があります。

導入の成否はPoCとパイロット設計で決まる

導入の手順は、現状診断から要件定義、技術選定、PoC、パイロット、横展開へと段階を踏んで進めるのが定石です。工程FMEA(故障モード影響解析)や不良のパレート分析を使い、どの欠陥がどの損失を生んでいるかを明確にしたうえで、「何を検出したいか」ではなく「何を流出させたくないか」で優先順位を付けます。PoCでは実ワークの良品ばらつきや境界品、未知不良相当品を必ず集め、見逃し率だけでなく過検出率や1個あたりの判定時間もKPI(重要業績評価指標)に含めるべきです。

パイロット導入では、欠陥の重大度に応じて止め方を多段で設計することが欠かせません。

重大欠陥：即停止
軽微欠陥：分岐排出
判定困難品：保留箱で確保
連続異常：工程アラームで通知

導入後に多い落とし穴は、誤検出と見逃しを同時に追わないことです。初期導入時には見逃しを恐れて閾値を厳しくしすぎ、過検出が増えて現場から敬遠されることがよくあります。逆に誤停止を嫌って閾値を緩めれば流出のリスクが高まります。金属表面は反射や油膜、黒皮、錆、ショットブラスト痕などで日内変動が大きいため、照明環境や表面ばらつきへの現場での確認・改善が欠かせません。もう一つの落とし穴は、データを取っているのに改善に使えていないことです。画像ファイルや測定値、設備ログ、ロット情報が別々のサーバに分散し時刻同期も取れていないと、原因解析ができません。全数検査はデータ量が増えるほど価値が出る一方、整備しなければコストだけが増えてしまいます。

全数検査の自動化を支える位置決め・確認工程にはメトロールの高精度タッチスイッチ

全数検査の自動化を検討する際、画像検査やCT、超音波といった「欠陥を見つける」技術と同じくらい重要なのが、ワークの位置決めや有無確認、搬送時のズレ検知といった「検査を正しく実行するための基盤」です。位置がずれたまま検査に入れば、どれだけ高精度な検査機を使っても正しい判定はできません。

メトロールのタッチスイッチは、治具や産業用ロボット、工作機械などの生産設備で高精度な位置決めを実現するON/OFF切替式のスイッチです。接触式であることを活かした最大繰返し精度0.5μm、水や油がある環境でも使える保護等級IP67(一部シリーズはIP65以下)、200種類以上の豊富なラインナップを特長としています。応差がないため0.5mm以下の微小な動作も安定して検出でき、薄い板金の2枚取り防止や、ワークの着座確認、ロボットハンドのチャック確認など、全数検査の前段階で欠かせない確認工程に対応できます。

アンプが不要なため、検査ラインに仲介アクチュエータを追加で製作する必要がなく、機械や装置の小型化とコストダウンにもつながります。狭ピッチで並べても相互干渉が起きないため、限られたスペースでの多点位置決めにも向いています。

詳細はこちら：メトロールタッチスイッチ