AI支援型VT（目視検査）の最前線：ADR技術と海外実用化事例 2024-2025
us目視検査（VT）は非破壊検査の中でも最も基本的な手法でありながら、近年AIとの融合によって急速に進化しつつある。本稿では、海外の最新動向をもとにAI支援型 VT（Assisted Defect Recognition / ADR）の現状と実用化事例を整理する。
なぜ今、VTにAIが必要なのか
従来のVTは検査員の経験と目視によって成立してきた。しかしプラントの高齢化・検査員不足・記録の属人化という三重の課題が顕在化している。Baker Hughes傘下のWaygate Technologies社は、従来型VTが抱える以下の問題点をAI導入の背景として整理している。
- 検査員疲労（Inspector Fatigue）：長時間の目視集中による見落しリスク
- 判定の不均一性：個人差による欠陥分類のばらつき
- 手動記録の工数：ドキュメント作成の負荷と転記ミス
ADRは画像認識AIがリアルタイムで欠陥を検出・分類・記録することで、これらを同時に解消しようとするアプローチである。
GEアエロスペース × Waygate：具体的な改善数値
2024年10月、GE Aerospace社とWaygate Technologies社は共同開発したAI支援型ボアスコープ検査ソリューションの発表を行った。HPC（高圧コンプレッサー）の欠陥検出において、従来モデルと比較した定量的な改善結果が公開されている。
| 指標 | 改善率 | 意味 |
|---|---|---|
| モデル再現率（Recall） | +33.6% | 欠陥の見逃しが減少 |
| モデル精度（Precision） | +13.5% | 誤検知が減少 |
この改善は①トレーニングデータセットの大幅拡充と②Temporal Smoothing Algorithm（時系列平滑化）の採用によるものとされている。同ソリューションはWaygate社の Mentor Visual iQ+ ボアスコープへのソフトウェアアップデートとして展開予定であり、GEアエロスペースのMROネットワークにも順次導入される。
出典：Waygate Technologies – AI-Assisted Defect Detection in Visual Testing / GE Aerospace Press Release, Oct 2024
深層学習によるVT自動化の技術構成
Frontiers in Robotics and AI（2025年）に掲載されたシステマティックサーベイによれば、現在の産業用画像異常検知に用いられる主要アーキテクチャは以下のとおりである。
- CNN（Convolutional Neural Network）：表面欠陥・腐食・溶接ビード異常の分類に最も広く採用。数千枚のアノテーション画像で訓練されたモデルは経験豊富な検査員に匹敵する判定精度を示す場合がある。
- YOLO系アーキテクチャ：リアルタイム性能を重視する溶接検査ラインで採用が進む。Welding International誌（2025年）ではYOLOv8/v9系の軽量モデルが現場向けエッジ推論に適合することが報告されている。
- エッジコンピューティング + クラウド連携：現場での即時判定をエッジ側で行い、モデル更新・記録管理をクラウド側で実施する二層構造が主流化しつつある。
次世代NDE統合の方向性：AI × ロボティクス × SHM
英国NDT学会（BINDT）主催のCM2025カンファレンスでは、「AI統合型次世代NDE」がテーマの一つとして取り上げられた。発表では以下の統合方向が示されている。
- 複数の自律型ロボットが大規模構造物（精油所・海洋プラットフォーム・航空機）を協調して検査するマルチロボット協調検査
- 振動・音響・熱・画像データを横断的に扱うマルチモーダルセンサーフュージョン
- 検査データを時系列で蓄積し劣化速度を予測する構造ヘルスモニタリング（SHM）との統合
出典：BINDT CM2025 – Next-Generation NDE: Integrating AI into Advanced Non-Destructive Inspection Systems
国内プラント検査への示唆
上記の動向を踏まえると、国内の石油・化学プラント定期修理においても以下の変化が近い将来想定される。
- ボアスコープ・内視鏡検査のAI判定補助による判定ログの自動生成
- 過去の検査画像データを用いた欠陥成長予測と修理優先度の定量評価
- 熟練検査員のノウハウをAIモデルに転写し、新人育成コストを低減
VTは設備の状態を「目で見て判断する」基本に立ち返る手法だが、AIはその「見る目」を増幅し、記録・再現性・スピードの面で検査員を補完する存在として定着しつつある。
参考文献・情報源：
- Waygate Technologies – How to Use AI-Assisted Defect Recognition in Visual Testing
- GE Aerospace – AI-Assisted Borescope Inspection Solution Press Release (Oct 2024)
- Frontiers in Robotics and AI – Systematic Survey on Deep Learning-Based Image Anomaly Detection (2025)
- BINDT CM2025 – Next-Generation NDE Abstract
- Quality Magazine – Waygate Technologies: The Future of NDT with AI and Automation
Follow me!
