シラバス | - [授業の方法]
- 講義
- [受入人数]
-
- [受講対象]
- 自学部他学科生 履修可,他学部生 履修可,科目等履修生 履修可
- [授業概要]
- 製造業が階層的なシステムになっており,サブシステムがネットワークで結合されることによりものづくりが行われることを学習する.そのようなシステムを解析,設計,制御,管理するための技術,特にモデリングについて学習する.理論や手法はすべて具体的な事例と合わせて説明し,それらが製造業で実際にどのように活用されるのかを学習する.
- [目的・目標]
- ・工業システムの構造,分類,ものづくりとの関係を理解する.
・システムを解析,設計,制御,管理するための技術の概要を理解する.
・モデリングの手法,モデルの活用方法を理解する.
・製造業においてそれらの技術がどのように活用されているかを理解する.
- [授業計画・授業内容]
- 鉄鋼業,その他の産業を例に挙げて工業システムの階層構造,サプライチェイン全体が巨大なシステムとしてものづくりにどう関るかを説明する.システムのモデリングの意義,手法について述べ,それらが製造業においてどのように活用されるかを説明する.生産計画・物流システム,プロセス制御システムのような代表的なシステムの事例を具体的に示す.最近,非常に重要になっている設備や操業の異常診断技術,そのための手法として注目されている機械学習のようなビッグデータ解析技術についても説明する.
- 工業システムとシステム科学技術
- ものづくりとPDCAサイクル
- 工業システムにおけるモデルの役割
- 静的モデルの手法と実例
- 動的システムのモデリング
- 動的システムの制御
- プロセス制御の実例
- 離散事象システムのモデリングと最適化
- 生産計画・物流システムの実例
- ハイブリッドシステムのモデリングと制御
- プロセスデータの解析と異常検出
- 品質管理システム
- ソフトセンサとプロセスの可視化
- 機械学習とビッグデータ活用
- 期末試験
- [キーワード]
- システム,モデル,製造業,ものづくり,サプライチェイン,生産管理システム,生産計画システム,物流システム,予測,制御,管理,機械学習,ビッグデータ
- [教科書・参考書]
- 講義の中で指示する.
- [評価方法・基準]
- 出席,レポート,試験によって評価
- [関連科目]
-
- [履修要件]
- なし
- [備考]
- 試験とレポートによって評価
|