![](https://makinarocks.shoplic.cloud/wp-content/uploads/2023/08/Parameter-auto-tuning-control-optimization.png)
- 製造業
- 最適化
パラメータチューニングの自動化:52%時間短縮・20%精度向上
データに基づいたシミュレータと強化学習を活用してパラメータチューニングを自動化し、ソフトウェアにおけるモーションコントロールの制御値と実際の制御値のずれを最小限に抑制。
もっと知る約3万個の製品を作る多品種少量生産の生産工程では、製品ごとに使われる設備とプロセスが異なるため、無数の変数考慮が必要。熟練した現場作業者が作成する生産シナリオは、数多くの変数を反映することが難しく、特定工程に作業が集中するボトルネック現象、遊休設備の増加による非稼動時間が発生。納期遵守率を高め、注文量ベースの生産量を最適化するための生産スケジューリングが必須。
生産工程全体のスケジュールを反映したAIベースのシミュレーターと熟練した作業者が行う作業工程の配置と評価の過程を自動化。 強化学習エージェントは、実際の生産スケジュールを再現したシミュレーターに基づいて、生産工程全体のボトルネックと設備の非稼働時間を最小限に抑える最適な生産シナリオを策定。AI運用体制(MLOps:Machine Learning Operations)を構築し、迅速にデータを検証し、実データに基づいてデプロイされたモデルをスピーディーに改善。
多品種少量生産の生産工程における組立スケジュール遵守率が従来の19%から85%に上昇。設備故障、注文変更など生産工程における予期せぬ変化にもAI運用体制を基盤としてクイックに生産スケジューリングを最適化、納期遅延を予防し、全体の生産性を向上。
このケースについて詳しく知りたいですか?