| 研究課題/領域番号 |
20K04993
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分25010:社会システム工学関連
|
|---|
| 研究機関 | 近畿大学 |
|---|
研究代表者 |
片岡 隆之 近畿大学, 工学部, 教授 (40411649)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 混成生産システム / 再編成可能 / 機械学習 / 人間とロボット / 生産システム |
|---|
| 研究開始時の研究の概要 |
本研究では，近年，注目を浴びている深層学習手法を含む機械学習機能を応用することにより，近未来の作業現場で主流となる人間とロボットの共創作業（協働生産ライン問題）を含む複雑な作業編成に対し，不確実な需要変動に対するロバスト性を評価しつつ，ライン/セル混成の機動的な対応が可能な人間とロボットの共創係数を含む機械学習機能付再編成可能型混成生産システムを開発し，近未来中小企業の管理技術力維持向上を目指す．
|
| 研究実績の概要 |
令和5年度に実施した研究の成果については，研究計画調書に記載した「研究計画」のとおり，以下の点について研究を進めることができた．ただし，これまでの新型コロナの影響により，海外でのフィールド調査が充分に進んでいないことから，本研究対象である人間とロボットの共創作業に内在する作業者熟練度を考慮した共創パラメータ抽出シミュレーション実験に注力した．
(1)人間とロボットの共創作業に内在する共創パラメータ抽出シミュレーション
これまでの新型コロナの影響により，国際学会への現地参加とフィールド調査が充分に進んでいないことから，本年度は人間とロボットの共創作業に内在する共創パラメータ抽出に注力した．現在の協働ロボット技術は，簡易的なプログラムで構成されており，プログラム作成や再プログラムを容易に行えるメリットを持ち，多品種少量生産に活用されている．このメリットを活かすために，2種類の製品を作業者とロボットがタスクを分割して作業するモデルを構築した．このモデルを比較・検証することで，協働ロボット生産の特徴と生産効率を最大化する手段を明らかにした．結果として，リソースの待機時間を最小化することがサイクルタイムの最小化につながることが判明した．
(2)作業者熟練度を考慮した新たな生産管理方式の検討
習熟度を追加した実験では，作業スピードを比例的に増加させるモデルを想定していたが，実際は指数関数のように増加していくため，本実験はおおよその結果となってしまうが，習熟度を考慮した方が，年間生産数の見積もりが正確であることが判明した．
なお，今年度も一般財団法人製造科学技術センターの学術会員として「自律的生産スケジューリング研究会」に参画し，将来的にロボットの関与も想定される自律的生産における国内ロボット関連企業のニーズ把握に努めた．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
これまでの新型コロナの影響により，日独間比較のための国際学会の現地参加とフィールド調査が進んでいないことから，作業者熟練度を考慮した人間とロボットの共創作業に内在する各パラメータの設定/分類及びその抽出法のシミュレーション実験及びヒアリング調査に注力することにより，フィールド調査の遅れに伴う研究計画の遅れをできるだけカバーした．
具体的には，ロボットと人間の「合業」によって，サイクルタイムを下げ，生産効率を最大化することを目的として実験を行った．この研究のメリットは，生産効率を最大化するだけでなく，ロボットだけで作業するよりもコストを抑えることができる部分もある．本研究の中で，月ごとの需要量からステーション数やステーション利用率を求め，コストを抑えることにも注目できた．
|
| 今後の研究の推進方策 |
令和5年度もやや遅れながらも次年度に繋がる研究成果が出ているため，令和6年度は，完全に新型コロナの影響がないことを前提として，以下の内容について研究を進めていく．
(1)人間とロボットの共創作業に内在する共創パラメータの確立とその抽出法
新型コロナの影響がないことを前提として，これまで延期していた日独間比較のための国際学会へのエントリーを予定しており，これから現地参加とフィールド調査の準備を進めていく予定である．また，引き続き，ベイズ学習を含む機械学習機能による確率変動に向けた人間とロボットの共創作業に内在する各パラメータの設定/分類及びその抽出法のさらなるシミュレーション実験を継続する一方で，日本国内の協力予定企業へのフィールド調査も実施する予定である．
(2)ベイズ学習を含む機械学習機能を応用した再編成可能型混成生産管理方式の確立
各共創パラメータを対話型生産システムにビルトインすることにより，ベイズ学習を含む機械学習機能による再編成可能型混成計画のための新たな検知・調整方式を確立するため，本年度は，特に本研究で新たに開発したゲート付きハイブリッドネットワークの適用可能性に加え，時系列データ処理に特化したTransformerモデルの適用可能性について検討する．具体的には，昨年度に続き，国内自動車メーカーと協力し，実証用データに基づく現場への適用可能性にまで範囲を広げて研究を推進する．
|
