| Project/Area Number |
22KF0415
|
|---|
| Project/Area Number (Other) |
22F20046 (2022)
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Multi-year Fund (2023)
Single-year Grants (2022) |
|---|
| Section | 外国 |
|---|
| Review Section |
Basic Section 18020:Manufacturing and production engineering-related
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
高本 仁志 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (30613244)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
ADIKARAM KALUTARA KORALAL 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 外国人特別研究員
ADIKARAM KALUTARA KORALALAGE LASANTHA BRITTO 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 外国人特別研究員
|
|---|
| Project Period (FY) |
2023-03-08 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥1,100,000 (Direct Cost: ¥1,100,000)
Fiscal Year 2023: ¥400,000 (Direct Cost: ¥400,000)
Fiscal Year 2022: ¥700,000 (Direct Cost: ¥700,000)
|
|---|
| Keywords | Data Analysis / Smart Manufacturing |
|---|
| Outline of Research at the Start |
製造分野では、近年のセンサ技術の小型化や高精度化、工作機械の知能化に伴い、工場から実時間で得られるデータはその種類、質、量に関して飛躍的に向上・増加しており、これらのデータと人工知能技術などを統合的に用いた生産性の向上が喫緊の課題である。本研究は、工作機械から得る稼働データなどを用い、工場での計画・製作業務に従事する技術者の現場での判断を支援・高度化するデータ可視化技術・機械学習技術を開発する。
|
| Outline of Annual Research Achievements |
2022年度は、産総研臨海副都心センターにある模擬加工環境で取得される、製造設備の稼働データに、本課題のために開発された高密度データ解析技術を適用した。本技術は、多次元の測定データを2次元画像のピクセル座標およびその座標の色情報に変換するものであり、測定データの重ね合わせを高速に実行でき、また測定データの分析には通常の画像分析アルゴリズムを活用できるところに特徴がある。
製造設備の稼働データに本技術を適用した結果、製造設備の部品の一つである工具の位置と向き、および工具にかかる負荷の方向と大きさに関するデータを、工具表面の劣化を示す2次元画像への変換を問題なく実施できることが分かった。また、本技術で得た画像データの可視化の計算コストは高くなく、画像データの実時間での分析が可能であることも確認できた。
本技術で得られる2次元画像は、加工の前後において工具表面を撮影した画像情報とは異なり、加工時に発生する現象を保存することが利点である。工具表面の劣化の進行や、工具の劣化に影響を与えている加工現象を特定するためには、本技術の高度化が必要と考える。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
産業データの取得、分析、可視化のフレームワークを実装した上で、1つのユースケースを分析して本技術の評価を行えた点で、本研究課題の提案時通りに研究を遂行できており、この点でおおむね順調に進展しているといえる。
|
| Strategy for Future Research Activity |
本技術の一般性を考慮すれば、製造ドメインのみに留まらず、本技術を他ドメインの産業データの分析・可視化へ展開し、具体的な適用方法などを踏まえ、本技術の優位性やその適用上の制約を明らかにすることが、有意義な研究につながると考える。
|
