セミナー

実用レベルの【打音検査へのAI活用法】を解説
【事例で学ぶ】製造ラインの製品の打音検査におけるAI活用方法と装置化

チラシダウンロード(PDF)

開催主旨

 コンクリート建造物などの打音検査などにAIを活用する例は報告され始めています。一方、製造ラインに直結した全製品の打音検査にAIを適用して、実用レベルの性能を達成する例に関する報告は未だありません。本講座では、自動車部品の全数検査において、1製品の打音検査を数秒以内に完了させる問題にAIを活用し、実用レベルの検査精度を達成するまでの方法とAIを含む検査装置の開発に関して解説します。打音検査では、打音の正確な取得が大きな課題です。また特にデータを分類する自己組織化マップは、教師なし機械学習アルゴリズムとして有効な応用が可能です。これらの可能性についても実例をもとに解説します。取り扱う例は打音検査ですが、内容は信号認識に広く適用可能なものになります。
 AI(機械学習)は、まず使ってみることが重要です。実用レベルの性能を達成することはそう簡単ではありません。打音の採取は非常に難しく、一瞬の打音そのものを正確に録音して切り取ること、適切な信号処理を行うこと、AIを活用する際のアルゴリズムの選定と打音の特徴量を正確に抽出して利用すること、いずれも多大なノウハウが必要であり、それらはほとんど公開されていません。本講座では、講師が5年間の試行錯誤で得てきたノウハウを全て公開するので、現場で実用レベルの性能を達成してください。

受講対象者・レベルなど
AIを打音検査に活用したい人、AIの実用性能を確保するためには何が必要かを知りたい人、
AIを適用したがうまく行かなかった人、実際にAIができること、できないことを知りたい人
※AIに関して初心者でも受講可能

習得できる知識など
 打音検査は、外観検査等に比べると、ばらつきの小さい高品質な打音自体の採取が非常に困難です。講師は、打音のサンプリング、信号処理、AIのひとつであるサポートベクターマシンを適用する際の種々の問題解決を約5年間行ってきました。さらに検査過程全体を定められた時間以内に終了させるための処理の設計と装置化を試行錯誤により実現しました。大学レベルの知識と、我々が実問題に対してどこで失敗し、どう解決してきたかを習得していただき、今後、実際に打音検査と信号認識にAIを活用できることを目的とします。

概要

日時 2020年 7月 17日(金) 10:00~17:00
(9:30 受付開始 休憩12:30~13:30)
会場 日刊工業新聞社 大阪支社 セミナー会場
※会場には受講者用の駐車場が有りません。必ず最寄りの公共交通機関でご来場ください。
※当日の録音・録画は固くおことわり申し上げます。
受講料

44,000円(資料含む、消費税込)
*同時複数人数お申し込みの場合2人目から39,600円
※後日、別の方が追加で申込をされる際は、備考欄に先に申し込まれた方のお名前と複数割適用希望と記載ください。
(記載が無い場合は通常料金のご請求となります。予めご了承ください)


受講にあたり
開催決定後、受講票並び請求書をご郵送いたします。
申込者が最少催行人数に達していない講座の場合、開催を見送りとさせて頂くことがございます。(担当者より一週間前を目途にご連絡致します。)
申し込み方法
各セミナーのお申込み画面からまたは、チラシダウンロードし、ご記入のうえFAXにてお申し込みください。
受講料
セミナー開催日1週間前までに銀行振込にてお支払いください。
振込手数料は貴社でご負担願います。
キャンセルについて
開催日1週間前までの受付とさせて頂きます。1週間前までにご連絡がない場合はご欠席の方もキャンセル料として受講料全額を頂きます。

主催 日刊工業新聞社
申込について ※弊社プライバシーポリシー(個人情報保護方針)をご一読いただき、申込みフォームより必要事項をご入力ください。
プライバシーポリシー
問い合わせ先 日刊工業新聞社 総合事業局
セミナー事業部 技術セミナー係
TEL: 03-5644-7222
FAX: 03-5644-7215
E-mail : j-seminar@media.nikkan.co.jp
TEL受付時間:平日(土・日・祝日除く) 9:30-17:30

講師

白石 洋一 氏

会場アクセス

日刊工業新聞社 大阪支社
セミナールーム
大阪市中央区北浜東2-16
セミナー会場案内図

このセミナーを申し込む

プログラム

1.人工知能とは何か
1.1 人工知能の概要
 ・人工知能研究開発の歴史
 ・人工知能アルゴリズム
1.2 機械学習、サポートベクターマシン、自己組織化マップ
 ・教師あり学習、教師無し学習、トレーニングと推論
 ・サポートベクターマシンアルゴリズムと特徴
 ・自己組織化マップによるデータの分類
 ・アンサンブル学習
1.3 Hybrid Twinによるシステム化
 ・Hybrid Twin、Virtual Twin、Digital Twin
 ・Hybrid Twinによるシステムの制御
2.信号処理と機械学習
2.1 ビッグデータ解析
 ・機械運転における予知保全
 ・センサデータによる検査
 ・打音信号による検査
2.2 前処理と機械学習の適用
 ・高速フーリエ変換とスペクトル分布
 ・自己組織化マップによるデータの分類
 ・画像データとしてのディープラーニング適用
3.打音検査に対するサポートベクターマシンの適用
3.1 自動車部品の打音検査問題
 ・打音検査問題の概要
 ・リアルタイム処理:1部品の打音検査時間の上限
3.2 打音採取と打音に対する前処理
 ・マイコンを用いた打音採取の方法
 ・打音採取における課題とサンプリングの方法
 ・フーリエ変換による打音のスペクトル分布
3.3 サポートベクターマシンのトレーニング
 ・トレーニングのためのデータ加工
 ・トレーニングによって得られるモデル
3.4 不良品打音データの増大方法と特徴量の有効利用
 ・不均衡データの取り扱い方
 ・非常に有効なスペクトル値の変換方法、これで実用化の見通し
3.5 実験評価結果
 ・実際の自動車部品を対象とした実験
 ・不良品の検出率の評価、検出率100%と歩留まりのトレードオフ
4.打音検査の装置化
4.1 打音検査装置の概要
 ・プログラマブルロジックコントローラをもとにした打音検査装置の設計
 ・最も重要な打音ハンマ設計開発
4.2 打音取得から検査終了まで
 ・検査の全工程
 ・各工程のハード/ソフト実装方法
 ・エッジAIプロセッサ
4.3 運用上の課題
 ・打音取得の難しさ
 ・検査装置の時間変化による劣化
4.4 最新の運用状況
 ・教師無し学習アルゴリズムの適用
 ・現場での運用状況と課題
5.鋼管柱に対する打音検査
5.1 打音検査問題と実験結果
 ・鋼管柱に対する打音検査問題
 ・サポートベクターマシンの適用と実験結果
5.2 トレーニング結果の汎化性能
 ・サポートベクターマシンの汎化
 ・外観とアルゴリズムによる認識の相違
5.3 自己組織化マップによる検査可能性
 ・教師データ作成の前に自己組織化マッピング
 ・自己組織化マップ上へのマッピング
 ・領域境界上へのマッピング
 6.まとめ

このセミナーを申し込む

一覧へ戻る

日刊工業新聞社関連サイト・サービス

このサイトでは、アクセス状況の把握や広告配信などのためにクッキー(Cookie)を使用してしています。このバナーを閉じるか閲覧を継続した場合、クッキーの使用に同意したこととさせていただきます。なお、クッキーの設定や使用の詳細についてはプライバシーポリシーページをご覧ください。

閉じる