論文

This study presents a video analysis method for assembly factories. In recent years, there has been an increasing demand to collect manufacturing data in the manufacturing industry. While visualizing manufacturing data in real time to analyze practical manual work has not yet been realized, technologies for data collection, analysis and visualization have made progress using many kinds of machines and sensors. The introduction of various sensors and machines has resulted in changes in processes for visualizing the collection of manufacturing data in real time and analyzing it, as well as the collection and analysis of data. While difficult to do manually, the real-time monitoring of production data can help to quickly respond to problems, investigate causes, and improve operations. Therefore the authors propose a work analysis method that uses videos to analyze hand movement and position and product position. As a result, an analysis accuracy of 99.3% is obtained when studying standardized work in an ideal capture environment, and the cause of the reduction in accuracy is clarified.

樹脂成形プロセスで生じるガス焼けは，成形過程でのガスの発生や排出が適切に行われないことが原因となるが，多くの要因が複雑に絡み合っているため，根本的に解決することが極めて困難である．成形機や金型のメンテナンスにおいて，定期的な検査や部品の交換，清掃などを実施し，機械の状態を維持することが，現実的で有効的な対策になる．適切なタイミングでメンテナンスを実施することが品質管理において重要な要素となるが，メンテナンスを実施するタイミングの判断が主に経験や勘に依存することが多く，明確な基準が欠けている．本論文では，品質と効率の観点から適切にメンテナンスを実施するタイミングを明確化するために，深層学習の分類モデルを利用した手法を提案した．提案する手法では，初期ロットにおいて類似度を算出した後，類似度をもとに分類する深層学習モデルの転移学習を行い，最後にFine-tuningをする．特にFine-tuningにおいて，特徴量を直接的に制御する損失関数を利用したことが主なポイントとなる．

多品種少量生産において，作業者は多様な作業手順を習得する必要があり，作業の標準化と習熟の促進は重要な課題となっている．本研究では，デジタル技術を活用した作業の分析・管理システムを提案し，リアルタイムに組立作業を監視し，日々の作業履歴データを収集・分析することで，作業の進捗状況や各部品の組立時間，組立順序のばらつきを可視化するシステムを開発した．これにより，従来では困難であった詳細なレベルで作業の現状を把握でき，改善すべき作業を明確化することが可能となった．また，作業者間の習熟度や組立作業のばらつきの差異を評価できるようになった．実際の生産現場に導入した結果，作業改善の優先順位を明確にし，作業の標準化や習熟向上に寄与する新たな情報として活用できることが示された．本研究は，開発したシステムを多品種少量生産における有効な作業管理手法として提案し，実際の生産現場での実証を通じてその有用性を示すものである．

近年スマート工場に関する研究が注目を浴びている．Industry 4.0に代表される第4次産業革命ではスマート工場が主役となっており，多くの研究論文が発表されている．しかしながら，その多くは自動化，知能化，IoT（Internet of Things), AI (Artificial Intelligence) に関するものであり，運営における同期化や柔軟性を考慮した設計に関する研究は見られない．本研究では，プロセスチーズ工場における乳化工程と充填工程を対象とし，設備償却費用，稼働費用，同期化費用，および柔軟性費用を考慮した設計問題を考える．スマート工場は必要なものを，必要な時に，必要な量だけ，効率よく製造することが必要条件であり，需要の変動など外部環境の変化や内部環境の変化に柔軟に対処できるように設計する必要がある．工場を設計するときに運用，同期化，柔軟性を考慮することが工場のスマート化に貢献できると考え，投資決定変数と運用決定変数を用いてモデル化を行う．乳化工程と充填工程には複数の設備を設置することができるとし，設備能力と台数の組み合わせを最適化することを目的とする．投資と運用を同時に考える場合，目的関数が非線形になる．そして，組み合わせ数が膨大になり組み合わせ爆発を起こすため，問題の特徴を用いて階層化し，効率的に最適解を求めるアルゴリズムを提案した．また，提案モデルは数値実験を通じてその妥当性を評価し，さらに事例研究を通じて既存工場の運営を評価すると同時に，非合理的な投資を合理的にするための分析を行った．