• 2025年03月10日(月) 10:30 ~ 17:30

１．工場におけるセンシングと計測データ処理

　　（１）．センサデータからの工場情報の見える化と正常異常（良否）判定

　　（２）．ルールベースによる判定

　　（３）．人工知能（AI）による判定

　　（４）．センシングから判定までの流れ

２．センシングにおいて発生する雑音と誤差

　　（１）．工場データの見える化のための計測

　　（２）．信号と雑音

　　（３）．計測誤差

　　（４）．ガウス分布と中心極限定理

　　（５）．最小二乗法

　　（６）．雑音や計測誤差に対する対策

３．センシングのためのセンサ：特徴と用途

　　（１）．電流センサ

　　（２）．加速度・振動センサ

　　（３）．音センサ・マイク

　　（４）．カメラ・イメージセンサ・ラインセンサ

　　（５）．TOFセンサ・LiDAR

　　（６）．新しいセンサ

　　（７）．各センサからのデータ収集

４．判定の前処理としての計測データ処理技術のポイント

　　（１）．NumPyを使った行列計算と信号処理

　　（２）．雑音成分の抑制・除去

　　（３）．ディジタルフィルタ

　　（４）．非線形フィルタ

　　　　ａ．メディアンフィルタ

　　　　ｂ．ε分離非線形ディジタルフィルタ

　　（５）．スペクトル解析

　　（６）．非定常スペクトル解析

　　　　ａ．短時間フーリエ変換

　　　　ｂ．ウェーブレット変換

　　（７）．画像処理

　　　　ａ．照明の選定

　　　　ｂ．画像データの雑音抑制

　　　　ｃ．画像の加工

　　　　ｄ．画像の特徴量抽出

　　（８）．カルマンフィルタ

　　（９）．データクレンジング

５．ルールベースやAIによるセンサデータからの異常検知（正常異常判定）の実例

　　（１）．正常なデータ（良品）と異常な場合のデータ（不良品）が得られる場合

　　（２）．異常な場合のデータ（不良品）が得られない場合

　　（３）． Neural Network Consoleのセンサデータへの適用と判定

日本テクノセンター研修室