2015 Fiscal Year Annual Research Report
5軸加工機のためのマルチエージェント強化学習を用いた自律分散型スケジューリング
| Project/Area Number |
25820024
|
|---|
| Research Institution | Osaka Prefecture University |
|---|
Principal Investigator |
岩村 幸治 大阪府立大学, 工学(系)研究科(研究院), 准教授 (40332001)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Keywords | 5軸加工機 / マルチエージェント強化学習 / 自律分散型生産システム / スケジューリング |
|---|
| Outline of Annual Research Achievements |
機械加工の分野で生産リードタイムを短縮するための方法として，5軸加工機による工程集約型の高能率生産が注目されている．本研究では，複数の種類の異なる5軸加工機およびジョブから構成される加工システムを対象として，マルチエージェント強化学習を用いた自律分散型のスケジューリングシステムの開発を目指す．このシステムでは，はじめに，各5軸加工機の仕様にカスタマイズされた5軸加工用CAMを用いて，加工可能なすべてのジョブのNCデータを作成しその加工時間を求める．次に，各5軸加工機におけるスケジュールを作成するのと同時に，各5軸加工機が実際に加工プロセスで使用するNCデータを決定する．
平成26年度までに，研究代表者および大学院生1名により，5軸加工機エージェントおよびジョブエージェントが，ジョブ全体の生産リードタイムを最小化するNCデータおよびスケジュールを決定するためのマルチエージェント強化学習の手法を提案した．また，ジョブエージェントが，5軸加工用CAMソフトウェアを用いて作成したNCデータおよび加工時間を参照する3DCADデータベースを開発した．
平成27年度は，これまでの研究で提案したマルチエージェント強化学習の手法を，5軸加工機エージェントおよびジョブエージェントに実装し，自律分散型スケジューリングシステムを開発した．また開発したシステムを用いて，複数の5軸加工機を用いた多品種少量生産において，ジョブ全体の生産リードタイムを最小化するNCデータおよびスケジュールを決定できることを示した．
|
