1.人工知能活用による事例概要
1) エンジニアから見た人工知能技術 概要
2) 製造業に特化した人工知能活用(本講義)の全体像
3) 設計、材料、生産条件を統合した現実さながらの予測式構築と自動開発技術(開発実験環境の仮想化技術、
レシピジェネレーター技術)概要
4) 加工状況データから加工品質を推定する検査機レス検査技術(仮想検査技術、センサレスセンシング技術)概要
5) 未学習の未知異常検知技術(異常モニタリング、予防保全技術)概要
2.人工知能技術の概要
1) 要素技術者から見た開発ツールとしての人工知能技術の比較
2) 参考:データ採取のポイント(ビッグデータの誤解)
3) 補足:ニューラルネットワークモデルはブラックボックス?
4) 要素技術者に適した人工知能構築ツールの比較
3.ニューラルネットワークモデル構築の実演
1) 簡単な関係性を人工知能に学習させ、その後推定させる
2) 複雑な関係性を人工知能に学習させ、その後推定させる
3) 品質工学、実験計画法の直交表を応用した学習データ
4) 推定に問題ある場合の対処法1
5) 推定に問題ある場合の対処法2
6) 難しい排他的論理和問題を人工知能に解かせる
4.【事例1 ニューラルネットワークモデル活用】設計、材料、生産条件を統合した現実さながらの
予測式構築と自動開発技術(開発実験環境の仮想化、レシピジェネレーター技術)
【毎年繰返し行っていた電磁石コイルの開発を、設計条件と生産条件を合わせてパソコン上で自動開発を可能にした事例を解説】
1) 背景:電磁石コイルの繰返し開発の紹介
2) 製品設計部門と工法開発部門、量産部門の役割分担
3) 汎用巻線技術の開発-設計条件と設備条件の密接な関係
4) 個別最適解を求める「設計条件×設備条件=性能の平均値とバラつき」方程式の探求
5) 人工知能活用の実施手順
6) データ収集の実験計画とその勘所
7) データの説明性確保の課題と解決策
8) データ数不足の解決策 要素技術を活かしたデータ増殖
9) 試作レス開発環境の構築例
10) 人工知能の推定が間違った場合の対処方法
11) 本事例を応用可能な別事例の紹介
5.【事例2 ニューラルネットワークモデル活用】
加工状況データから加工品質を推定する検査機レス検査技術(仮想検査技術、センサレスセンシング技術)
【溶接の抜取り破壊検査工程を、溶接と同時に溶接強度を推定し、全数検査と量産品質トレンドや設備状態の
モニタリングを可能にした事例を解説】
1) 背景:溶接と抜取り破壊検査の紹介
2) 全数検査化に先立つ要素技術
3) 人工知能活用の実施手順
4) データ収集、及び人工知能による強度推定のシステム構築例
5) システムの動作フローチャート
6) 本事例を応用可能な別事例の紹介
6.【事例3 MTシステム活用】未学習の未知異常検知技術(異常モニタリング、予防保全技術)
【事前に学習できない未知の異常・不良を検出したい場合の対処方法を、エンジンの異常音など、聴感による
人的官能検査工程を自動化した事例を元に解説】
1) 背景:異常音で判断する官能検査工程の紹介
2) 定義できる不良音と定義できない不良音。未知の不良を見つける必要性
3) MTシステム(MT法)とは
4) 人工知能活用の実施手順
5) データ収集、及び人工知能による異常音推定システム構築例
6) システムの動作フローチャート
・本事例を応用可能な別事例の紹介
7.全体質疑応答
※説明の順序が入れ替わる場合があります。
講師紹介
1993年にオムロン(株)に入社し、電子部品の原理開発、加工技術開発、ロボットの研究開発、
人の聴感判定を機械化した検査装置開発などに従事。2006年にパナソニック(株)に入社し、生活家電の
要素技術開発、新機能製品開発などに従事。2007年後半に東レ(株)に入社し、液晶ディスプレイなどの
微細加工技術開発などに従事。
その後、2010年にLG Electronicsに入社し、生活家電研究所を京都で立ち上げた。
京都研究所立ち上げ後は、洗濯機チームリーダー、オープンイノベーション室長を歴任。
部品・アッセンブル・材料・外資系の各会社で、新事業企画、技術や製品の企画、それらの研究開発を担当し、
プレイヤー、マネージャーとして多面的な経験を積んだ。
特に機械の知能化技術を得意としており、生産システム・検査評価機器・設計開発ツール・家電要素技術等への
多変量解析、実験計画法、品質工学、人工知能応用技術活用に関して約23年の経験を持つ。 2015年にMOSHIMO研を開業。
人工知能・品質工学を中心とした製造業への技術課題解決支援と生活関連用品などの研究開発を行っている。
所属学会等
日本品質管理学会会員
品質工学会会員
滋賀県品質工学研究会会員