産業技術総合研究所(産総研)の技術を幅広く紹介し、産総研シーズと企業ニーズのマッチングを図る情報サイト[テクノブリッジ® On the Web]

所内ログイン中

研究テーマ

IoT/CPS【設計・製造技術】

生産現場のデータを有効活用するために
生産現場のデータを有効活用するために生産現場のためのセンシングデータマネジメント●●プロセス機器の「あるべき稼働状況」を正しく認識するセンサ・情報処理技術●● 適切なセンシングデータに基づいた異常検知技術を構築●● MT(Mahalanobis-Taguchi) 法の改良により基準とすべき状態を効率的に定義研究のねらい 近年では、ウェブやビッグデータの発展に伴い、従来扱うことができなかった情報量を処理することが可能になってきています。生産現場においてもプロセス機器からのセンサ信号や製造・検査からの情報を生産性向上や異常検知に活かす取り組みが進められていますが、これらの情報は非常に膨大かつ複雑であるためデータの信憑性が十分に確保されているとは言えません。本研究では、ものづくりの現場に適した信頼性のあるデータ資産の構築や情報処理技術を用いたスマートなものづくりの実現を目指しています。研究内容 信頼性のあるデータ資産の構築に向けて良好な SN比を確保する雑音除去手法や機器の「あるべき状態」を定義することで異常検出を行う MT 法の応用を進めています。MT 法では「あるべき状態」をどのように定義するかが重要であるとともに、技術者によってばらつきが生じるため均質なデータ集合の構築手法が必要とされます。本研究では MT 法にアンサンブル学習を導入して改良することで、効率的に「あるべき状態」を定義することが可能となり、さらにデータを十分に集めることができない場合においても予測精度の低下薄型 AE センサを用いたボンディング装置のプロセス監視技術を低減させることが可能です。連携可能な技術・知財・プロセス機器の状態監視技術・MT (Mahalanobis-Taguchi) 法による異常検出・機械学習による異常検出・薄型 AE センサによる非破壊センシングユーザによる判別性能のバラつき低減と性能低下の抑制● 関連技術分野:計測技術、センサ、データマイニング、非破壊検査、診断● 連 携 先 業 種:製造業(機械)、製造業(その他製品)、情報・通信業