研究課題/領域番号 |
21H01681
|
研究種目 |
基盤研究(B)
|
配分区分 | 補助金 |
応募区分 | 一般 |
審査区分 |
小区分26060:金属生産および資源生産関連
|
研究機関 | 名古屋大学 |
研究代表者 |
原田 俊太 名古屋大学, 未来材料・システム研究所, 准教授 (30612460)
|
研究期間 (年度) |
2021-04-01 – 2024-03-31
|
研究課題ステータス |
完了 (2023年度)
|
配分額 *注記 |
18,070千円 (直接経費: 13,900千円、間接経費: 4,170千円)
2023年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2022年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2021年度: 13,260千円 (直接経費: 10,200千円、間接経費: 3,060千円)
|
キーワード | 単結晶育成 / 浮遊帯域溶融法(FZ法) / 強化学習 / ガウス混合モデル(GMM) / プロセスインフォマティクス / 自動化 / 結晶成長 / 浮遊帯域溶融法 / 混合ガウスモデル / 製造自動化 / 逆強化学習 / 機械学習 / 自動操業 / 深層視覚運動学習 |
研究開始時の研究の概要 |
ロボット制御で用いられつつある深層視覚運動学習を、浮遊帯域溶融(FZ)法による単結晶育成の制御に応用し、「職人技」を定量化し、熟練のオペレータの制御を学習することにより、「見て」「判断し」「制御する」アルゴリズムを構築する。これにより熟練のオペレータの操業を模倣し、「職人技」を超える制御を実現する。
|
研究成果の概要 |
本研究では、浮遊帯域溶融法(FZ法)による単結晶育成の自動化を目指し、強化学習を用いた制御システムを開発しました。具体的には、観測画像から融液の状態を推定し、熟練オペレータの操業データを基にアルゴリズムを構築しました。ガウス混合モデル(GMM)により状態遷移モデルを構築し、Proximal Policy Optimization(PPO)アルゴリズムを用いて制御モデルを開発しました。結果として、FZ結晶成長の品質向上と高精度な自動制御が実現されました。
|
研究成果の学術的意義や社会的意義 |
学術的意義:本研究は、強化学習を用いて浮遊帯域溶融法(FZ法)の単結晶育成を自動化する新たなアプローチを提供し、製造プロセスの効率化と高精度化に寄与します。ガウス混合モデル(GMM)とProximal Policy Optimization(PPO)アルゴリズムの融合により、結晶成長の理論的理解と実践的応用の架け橋となります。 社会的意義:本研究の成果により、高品質な単結晶の安定供給が可能となり、半導体デバイスの性能向上や製造コストの削減が期待されます。また、製造現場における熟練技術者の不足問題を緩和し、製造業全体の競争力強化に貢献します。
|