• 2024年03月04日(月) 10:30 ~ 17:30

１．スマートファクトリー時代の工場のDX化のための生産ラインと人工知能（AI）の導入

　　（１）．工場のDX化、スマートファクトリー、インダストリー4.0

　　（２）．工場における製品の品質や生産条件の「見える化」

　　（３）．人工知能（AI）による異常検知を実現するための手順

２．工場の「見える化」のための計測データの取得と収集

　　（１）．「見える化」を実現する為の計測データ

　　（２）．工場での計測に用いるセンサと注意点

　　　　　ａ．電流センサ

　　　　　ｂ．加速度・振動センサ

　　　　　ｃ．音センサ

　　　　　ｄ．カメラ・イメージセンサ・ラインセンサ

　　　　　ｅ．TOFセンサ・LiDAR

　　　　　f．新しいセンサ

　　（３）．工場で計測されたデータのIoT・ICTによる収集と注意点

３．工場のDX化に用いる人工知能（AI）のための計測データの前処理技術

　　（１）．計測データの雑音の抑制とディジタルフィルタ

　　（２）．計測データのスペクトル解析

　　（３）．計測データの非定常スペクトル解析

　　　　ａ．時間・周波数解析

　　　　ｂ．スペクトログラム

　　　　ｃ．ウェーブレット変換

　　（４）．時間・周波数フィルタリング

４．工場のDX化に用いる人工知能（AI）による知的判断と異常検出

　　（１）．計測データの人工知能（AI）による処理とデータ解析

　　（２）．正常な場合と異常な場合のデータが両方得られる場合の人工知能（AI）による知的判断と異常検出

　　　　ａ．畳み込みニューラルネットワーク（CNN）による異常検出

　　　　ｂ．CNNによる機械の動作音からの正常異常判定

　　　　ｃ．異常な場合のデータが足りない場合の水増し処理

５．異常な場合のデータが取得できない場合の人工知能（AI）による知的判断と異常検出

　　（１）．自己組織化マップ（SOM）

　　（２）．t分布型確率的近傍埋め込み(t－SNE)による正常異常判定

　　（３）．オートエンコーダ（AE）による異常検出

　　　　ａ．オートエンコーダとは

　　　　ｂ．オートエンコーダによる正常異常判別の手法

　　　　ｃ．オートエンコーダによる動作音からの正常異常判定

　　（４）．PatchCoreによる異常検出

日本テクノセンター研修室