WEKO3
-
RootNode
アイテム
製造業における製品品質のオンラインリアルタイム診断ツール
https://ipsj.ixsq.nii.ac.jp/records/203487
https://ipsj.ixsq.nii.ac.jp/records/2034873a43e810-1856-4438-a247-f5b71b38c627
名前 / ファイル | ライセンス | アクション |
---|---|---|
![]() |
Copyright (c) 2020 by the Information Processing Society of Japan
|
|
オープンアクセス |
Item type | SIG Technical Reports(1) | |||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
公開日 | 2020-02-24 | |||||||||||
タイトル | ||||||||||||
タイトル | 製造業における製品品質のオンラインリアルタイム診断ツール | |||||||||||
タイトル | ||||||||||||
言語 | en | |||||||||||
タイトル | nline and Real-time diagostic tool for product quality in the manufacturing industry | |||||||||||
言語 | ||||||||||||
言語 | jpn | |||||||||||
キーワード | ||||||||||||
主題Scheme | Other | |||||||||||
主題 | 支援システム | |||||||||||
資源タイプ | ||||||||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||||||
資源タイプ | technical report | |||||||||||
著者所属 | ||||||||||||
現在,Edecrossコンソーシアム | ||||||||||||
著者所属 | ||||||||||||
現在,Edecrossコンソーシアム | ||||||||||||
著者所属(英) | ||||||||||||
en | ||||||||||||
Presently with Edgecross Consortium | ||||||||||||
著者所属(英) | ||||||||||||
en | ||||||||||||
Presently with Edgecross Consortium | ||||||||||||
著者名 |
佐々木, 大知
× 佐々木, 大知
× 福田, 浩章
× 高橋, 和也
|
|||||||||||
論文抄録 | ||||||||||||
内容記述タイプ | Other | |||||||||||
内容記述 | 製造業において,産業用ロボットの導入により,生産性の向上が著しい.さらに生産性を向上させるためには,検査工程の自動化を進めることが不可欠である.近年,AI 技術の一つであるディープラーニングが急速に進歩している.検査工程の自動化の手法として,ディープラーニングを用いた画像認識による外観検査が主流となっている.しかし,この手法では製品の良否を判定することはできるが,不良品が発生した原因がわからない.そこで本研究では IoT 技術を用いて,製造過程のデータ収集を行い,産業用ロボットの動作をグラフ化し,可視化することで製品の良否判定をリアルタイムで行い,不良品が発生した原因を視覚的に表示するツールの実装と提案を行う. | |||||||||||
論文抄録(英) | ||||||||||||
内容記述タイプ | Other | |||||||||||
内容記述 | In the manufacturing industry, the introduction of industrial robots has significantly improved productivity. In order to further improve productivity, it is essential to automate the inspection process. In recent years, deep learning, which is one of the AI technologies, is making rapid progress. As a method of automating an inspection process, an appearance inspection by image recognition using deep learning has become mainstream. However, with this method, the quality of the product can be determined in sequence, but the cause of the defective product is not known. In this research, we use IoT technology to collect data on the manufacturing process, graph and visualize the operation of industrial robots, and determine the quality of products in real time by visualizing the cause of defective products. Implement and propose tools to be displayed | |||||||||||
書誌レコードID | ||||||||||||
収録物識別子タイプ | NCID | |||||||||||
収録物識別子 | AN10112981 | |||||||||||
書誌情報 |
研究報告ソフトウェア工学(SE) 巻 2020-SE-204, 号 16, p. 1-6, 発行日 2020-02-24 |
|||||||||||
ISSN | ||||||||||||
収録物識別子タイプ | ISSN | |||||||||||
収録物識別子 | 2188-8825 | |||||||||||
Notice | ||||||||||||
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||||||
出版者 | ||||||||||||
言語 | ja | |||||||||||
出版者 | 情報処理学会 |