大学教育の質の保証・向上ならびに 電子化及びオープンアクセスの推進の観点から 学校教育法第百十三条に基づき、 教育研究活動の状況を公表しています。
第百十三条 大学は、教育研究の成果の普及及び活用の促進に資するため、その教育研究活動の状況を公表するものとする。
🏠
🏠
A.1.講義の再話 良品、不良品という呼称は昔の呼び方であり、現代では適合品不適合品と呼ぶようになっている。 日本の産業において、品質管理における検査は第1回講義で述べたように検査重点主義、工程管理重点主義、新製品開発重点主義と変遷した。 この変遷に伴い不適合品の割合は減少を続け、現代の高品質大量生産の基盤を形成した。 検査では製品の測定し、それを基に適合確認をする。 それ故に測定の誤差は最も考慮しておくべき事柄である。 誤差は真の値から測定値を差し引いた値を指す。 誤差は限りなく小さくすることはできるが根絶は不可能である為、真の値を知ることは不可能である。 したがって、誤差を考慮して導出された値もあくまで予測値であることに留意するべきである。 取引にかかる測定は計量法でその正確性を定められている。 計量器には合格表示が、設置個所には風、振動、静電気などの統計誤差の原因排除と環境整備が義務付けられている。 合否判定は機械が自動で行うものではなく、表示値を見て人間が下すものである為、誤差による表示地の信ぴょう性を加味して判断しなければならない。 製品検査には母集団すべてを検査する全数検査と、母集団の中から無作為抽出した標本を検査して母集団の傾向を予測する抜取検査があり、現代絵は後者が主流である。 理由としては主にコスト削減であり、全数検査は精度が高いがコストがかかるのである。 全数検査は今日で全く行われないかというとそうでもなく、全数検査が必要なケースがある。 品質項目が非破壊項目である、全数検査自体が規定要求事項である、工程能力が低く不適合品が多い為抜取検査では不適合品が出荷される可能性が高い、医薬品等の不適合品が使用されたときの損失が大きい場合等が挙げられる. 2.発表の要旨 演題：ボルトの限度見本 グループ名：（未記載により不明） メンバー：栗原大祐、佐藤大斗、佐々木○○（文字不鮮明につき名不明）、杉山大治朗 自分の役割：調査 ボルトの限度見本について調査した。 合否判定を出す際、合否判定が必要な検査項目を3つ用意し、それぞれボルトの何を検査すればよいかを例示した。 分類1：仕様、形状、構造にかかわる問題 例：形状、構造、寸法、色合い、意匠、刻印 分類2：表面形状にかかわる問題 例：表面の見栄え、表面加工の粗さ、付着物の有無 分類3：仕上がりにかかわる問題 例：仕上がりの丁寧さ また寸法に関して、長さの異なるボルト見本を3本用意し、長い方のボルト2本を長さ合格範囲の上限と下限とし、最も短いボルトを不適合品とした「ボルト長さに関する限度見本」を作成した。 3.復習 ワークショップの内容について考察をした。 まず、情報が追加できないか検討した。 結果、限度見本に「ボルト頭部の径、高さ、歪み」「ねじ山の均一さ」についての情報が追加できると考えた。 径、高さについては合格範囲を示し、歪み、均一さについては不適合品例を3個以上例示するのが望ましいと考えた。 次に、表面の見栄えや仕上がりの丁寧さ等の曖昧な表現の検査項目の是非について考察した。 見栄えや仕上がりは色合いや表面加工の精度等の複数項目の合否によって総合的に判断できると考えた。 即ちこの見栄えと仕上がりの項目は他項目の合否判定によって機械的に決定できる項目であり、検査項目として含める必要がない。
A.車の塗装でほこり、気泡の有無、塗装の均一性に関して話が上がった。ワーカーの判断はサンプルを配布し、チェックリストの作成をすることでより確実になると考えた
A.【講義の再話】 工業製品を製造する際、設計には必ず規格化する必要があり、事前に誤差を予測し、公差をどれくらいにするか考えておく必要がある。そうしなければ、不良品が消費者のもとにわたり、故障の原因となり、企業は人気を失い廃業に追い込まれる可能性があるからである。つまり、製品を作ると誤差が生まれてしまうのはしょうがないが、これを事前に規格化することによって排除でき、規格をどれくらいにするか決めておくことが設計において重要であり、品質保証に関係してくる。 【発表の要旨】 外観によって不適合品が生じる可能性がある工業製品としてネジを選んだ。外観検査の社内標準について考え、ワーカーが正しく合否判断するにはどんな項目が必要か、判断に迷う複数のケースに分け考えた。また合否判定ミスが生じる原因についても議論した。近年AIによる外観検査が進んでいるが課題もある。どんな課題があるか人による外観検査とコスト、メリット、リスクの点から比較した。 【復習の内容】 私たちのグループではねじを選びました。 外観検査の社内標準について考えてみたところ、具体的な数字などで絶対的な指標で表すことが必要であるのではないかという考えに至りました。具体的な数値で基準を示すことにより、明確さが出て、基準に基づいた標準見本、限度見本、不良見本などを目安に適切な製品を制作することができるからです。調べてみたところ、外観検査は目視検査と手触り検査に分けられていて、目視検査では1m離れたところから目視にて色の違いが判別できない。また上記（1m）判断よりさらに50cm近づいて目視し色の判別ができない。手触り検査では、素手で触って凹凸等がないこと。（溶接などによる修復痕は不可）という社内検査になっていました。意外にも数値で表記されていなかったので驚きました。 ワーカーが判断に困るケースとして、これを許容しないことによって大きな損失が生まれてしまうときのような場合は再度、限度見本と比較して改善を行うか、損失が生まれてしまう可能性があるのであれば諦めることも大事という結論になりました。 合否判定ミスが生じる原因としては、単純な不良品の見逃しや無資格者による判断に引き起こされる場合があるのではないかとなりました。 AIによる外観検査を導入した場合、あらかじめ設定した基準に基づいて合格か不合格か判定するため、検査品質が均一となり、また微細なジャッジや小さな欠陥部分を発見することができるため、検査制度の向上につながります。ですが、AIは基準以外のことを判定できないため、人間のように柔軟に物事をとらえ問題解決につなげることはできないことがデメリットとして挙げられます。また、こういった自動化の機械を導入するためには多額の初期費用や維持費が必要となるため、人による外観検査を行う場合に比べ、取り掛かりにくいという点があります。 リスクの点としては検査内容を人間が行わず、AIによって自動的に行ってもらうため、その過程が不透明である点と検査内容や製品によっては導入が難しいカメラを使った外観検査では目視検査と比較し誤検出を起こしやすい項目があることなどが挙げられます。
A.服の限度見本の活用法としては、プリントの位置のずれやボタンのほつれや縫い目のゆがみやよごれや色落ちなど様々なミスを客観的に判断することができる。ワーカーが判断を迷うケースはワーカーが視覚障害などを持っていた時に大変であったり、ワーカーの個人の判断になるのでチェックの甘さや基準の違いなどがあげられる。
A.【講義の再話】 工業製品の不適合品について学びました。 【発表の要旨】 不適合品の基準について調べ、発表しました。 【復習の内容】 外観によって不適合品が生じる可能性のある工業製品に、ネジを選びました。ネジの不良、欠陥の項目として、割れ、クラック、変形、バリ、寸法ずれなどがありました。
A.昔は良、不良と表現し、今は適語、不適合と表現する。校正・較正、偽陽性・偽陰性、検定・推定。 グループ活動の写真を撮り忘れてしまいました。（グループ活動には参加しました） 工業製品の一つであるねじについて調べた。 合否判定に用いる項目として、バリ、割れ、欠け、変形、寸法ズレなどがある。
A.再話 品質を管理するための検査をするさいに生じる誤差には種類があり、系統誤差、機械的誤差、個人的誤差、理論的誤差がある。これらの誤差は測定の際に必ず発生してしまうものである。コンピューターで確認することが主流となっているが、人が確認するのが正確であり大切である。 発表の要旨 演題：外観検査について考えよう ねじについて調べた。正しく合否判定する項目の例として、回転数や長さ、割れ、クラシック、変形などがある。ワーカーが判断を迷うケースとして、2回転ねじ込まれていないか回転数の判定がある。これの対応は正しいねじ見本を使用して実際に装着してみる。 合否判定のミスが起きる原因として、合否判定する際の照明や機械不備などがある。
A.
A.工業製品として、ガラスがあると考えました。特に今回はカバーガラスを選びました。 検査基準として、気泡の数や傷の数、歪みやヒビが入っているかどうかが考えられます。 AIが判断することで人件費が削減されたり、ヒビの数を同じ条件で見つけられるというメリットがあげられます。 デメリットとして、例えば工芸品などだと手触りなど、人が感じるものを見極めるのが難しいということが挙げられると考えます。
A.品質管理の基礎のような部分について説明を受けました。 外観検査について調べた。 工業製品としてネジを選び、ネジの外観検査の基準をまとめました。
A.再話：品質を管理する為の検査をする際に生じる誤差はいくつか種類があります。そのうちの一つに系統誤差があり、機械的誤差、個人的誤差、理論的誤差があります。この誤差は測定の際に必ず発生してしまうものです。コンピューターで確認する方法が主流となってきているが、それでもやはり人の目で確認することは正確であり大切なことであります。 発表の要旨 題材：外観検査について考えよう メンバー：?根澤颯太、斎藤滉平、川口倖明 グループ名：左上 役職：調査 復習の内容：私たちの班はネジについて調査した。正しく合否判定をする項目の例として、回転数や長さ、割れ、クラック、変形、バリや寸法ずれなどがある。ワーカーが判断を迷うケースとして2回転ねじ込まれていないか回転数の判定がある。これの対応は正しいネジ見本を使用して実際に装着してみる。具体的には、ある回転数までで固定できる判断をしたり、固定したときの長さを均等にしたりすること。 合否判定のミスが生じる原因として合否判定をする際の照明や機械不備などがある。
A.製品の品質を管理するには測定を行い」、合否判定を行う必要がある。その時計量はアナログで行われ、判定はデジタルで行われる。それもあり誤差が発生し、判定ミスが起きてしまうこともある。また設計の段階で許容される差である公差を設定することが重要である。また、最終検査では数値で表せない不適合品を除く。 演題:外観検査について考えよう グループ名:安心安全 共著 加藤星 大石懐 濱田桃華 樫本裕希 自分の役割:概念化 量目検査とちがって、量目が指定しづらい外観検査は、機械化が難しい。外観によって不適合品が生じる可能性のある工業製品をひとつ選び、外観検査の社内標準を考えることやワーカーが、正しく合否判定をするには、どんな項目が必要かを考えることが目的だった。 方法は班員が意見を出し、インターネットで調査しつつ、話し合った。 結論は撮影した写真がぼけていてわからなかった。 復習
A.[発表の要旨] 工業製品としてネジを選んだ。 合否判定の項目として、長さ、太さ、割れ、欠けなどが挙げられる。 AIによる外観検査を行う際には、正確な基準を設定することが必要であると考える。AIは人間とは違い時間関係なしに動くことが可能であるため、効率的に24時間作り出すことが出来ることがAIによる外観検査のメリットであると考える。
A.ガラス 厚さや強度から限度を決める。外観検査にはレーザーを用いて、傷や汚れがないか確認する。 カバーガラス 外観基準として、気泡の有無、傷の個数（10個程度まで等）、傷の形（円状、線状）、歪み、ヒビ、角の欠け（許容は2個まで、1mmは不問）がある。
A.測定誤差と合否判定ミスについて学んだ。 外観検査について、ネジを選んで議論した。ねじやまに隙間がないか、回転数があっているかを測定していることが分かった。
A.外観検査について考え、工業製品としてネジを調べた。 合否判定のための項目 ・ネジの高さ（長さ） ・太さ ・ネジ部の溝の数
A.【講義の再話】 検査重点主義と工程管理重点主義と新製品開発重点主義が存在する。 【発表の要旨】 演題「外観検査について考えよう」、グループ名「ネジ」、共著者名「滋野玲音、富樫聖斗、新井駆、金子るみ」、自身の役割「調査」 AIが判定を行う場合の課題として、ほこりを検知してしまうことや、初期投資が高いこと、判定プロセスがブラックボックスということなどがある。 【復習の内容】 ●選んだ製品：「ねじ」 ワーカーが正しく合否判定するのに必要な項目 ・合格範囲の長さに達しているか ・サビや腐食がないか ・ひびや変形がないか ●AIによる外観検査の課題 ・ヒトの判定であれば、ここが不合格の要因であると報告できるが、AIの場合、合格、不合格のみで判定のプロセスが不透明であり、次の製品の改善に活かしにくい ・判定するのに角度や重さなどたくさんのデータが必要であり、実際に導入してから稼働するのに時間がかかる。 ・くずやほこりが前にあった場合、合格製品と同じものであるにも関わらず、AIは別のモノとして捉えてしまい、不合格判定を出す可能性がある。
A.選んだ工業製品はねじです。 正しく合否判定するための項目は ・ばり ・割れ、欠け ・変形 ・寸法ずれなどである
A.・講義の再話 第4回の講義では、生産において目標通りのものをつくるための検査について学習しました。測定誤差の種類や合格判定ミス、測定における用語について学習し、検査基準の作成における注意点を理解しました。 ・発表の要旨 演題：外観検査について グループ名：記録忘れのため不明 共著者名：佐々木秀人，山崎光大 役割：執筆・原稿作成 液晶の外観検査について議論しました．検査の基準としては，割れ，欠け，変形，歪みなどが考えられ，判断に迷うケースとしては厚みの多少の差が挙げられました．また，AIによる外観検査の特徴としては，判断がはやくて正確，細部まで見逃さない反面，導入コストがかかる，エラーが起きたら判定が変わってしまうことが挙げられました． ・復習の内容 液晶について議論しました。外観検査の項目として、割れ、欠け、変形、歪みなどが挙げられ、判断に迷うケースとして厚みの多少の差が考えられました。目視による検査のため、精度には限界があり、コンディションによってもミスが生まれやすい場合があることが考えられます。AIによる外見検査は、判定が早く、正確であり、細部まで見逃さずに行うことができるが、初期費用がかかる、エラーが起きれば誤作動により判定が変わってしまうというデメリットが考えられます。
A.【講義の再話】 製品の不適合品、適合品を分けるための検査には様々な項目があることを学んだ。また、誤差の種類には偶然誤差、系統誤差があることを学んだ。 【発表の要旨】 グループ名 ねじ メンバー 神田碧 鈴木郁磨 小川駿太 丹野覚佑 出澤一馬 関馨太 ねじの限度見本の図を示し、標準品と合格限度見本、不適合品の違いを示した。合否の判定にはバリ、割れ・欠け、変形・寸法ズレなどがあった。 【復習の内容】 外観によって不適合品が生じる可能性のある工業製品としてねじを選択する。ねじの外観検査において合否基準に用いるのはバリ、割れ・欠け、変形・寸法ズレである。近年においては画像センサー・画像処理システムによる外観検査が行われており全数検査による不良品流出の防止が可能である。また、全数の品質情報をデジタルデータで保存や管理を行い、トレーサビリティ確保や工程の改善に繋げることの出来るメリットがある。
A.私たちのグループでは、外観によって不適合品が生じる可能性のある工業製品として五円硬貨を例に挙げた。五円硬貨のあながズレていればその硬貨は不良品であると判断されることがあると考えた。また、AIによる外観調査は、メリットは検査品質の向上、人件費の削減が挙げられる。デメリットとしては、初期コストがかかる、カメラを使うため誤認証がおこると考えられる。
A.ネジの限度見本の図や合否判定に用いる項目を調べました。
A.私たちは、外観によって不適合品が生じる可能性のある工業製品として「車」を選びました。車は、機械検査と目視検査があることがわかりました。機械検査は名前通り機械を用いた検査ですが、目視検査は機械で測れない部分を検査するような仕組みだそうです。また、検査精度を向上するために必要な項目として、不良情報をフィードバックしたり、変化原因や発生原因を調べたり、そこから改善策を練ることが挙げられました。
A.外観によって不適合品が生じる可能性おある工業製品として、カバーガラスを挙げる。 外観検査の社内標準をいくつか考えた。起泡の有無や傷の個数、傷の形、傷の大きさ、歪み、ヒビの有無、角の欠けについて基準を定めるのがよいと考えた。 ワーカーが判断に迷うケースは、複数の傷が結合して1つの大きな傷になっている場合だと考えた。大きな傷を、1つの傷としてカウントするのか、それとも複数としてカウントするのかについて迷うのではないか。 合否判定ミスが生じる原因は、カバーガラスそのものが小さく、そこに生じた傷や起泡が肉眼では見にくいからだと考えた。 AIによる外観検査は、人が検査を行うよりも速く、正確な検査になると考えた。導入までにコストはかかるが、人を雇うよりも効率的な仕事をするのではないか。リスクとしては、カバーガラスの検査項目以外で異変が生じた場合に対応できないことが挙げられる。AIはプログラミングされたこと以外の仕事をしないので、人がAIに頼りきりになってはいけない。
A.検査数を減らすには一定の工程を行うことが必要である。 話し合いでわかった工業化が困難な技術は 船の横板の金属板の熱曲げ加工です。 どこをどのような順序であたためるとどんな曲がり方になるか。 物理化学的には完全に判明していないため、工業化が難しい。 職人による手作業で行ってきた。 曲がり具合、厚み、などを距離センサで行う。 ３Dで限度見本を作る必要がある。 家で、作業の動画を見たり、調べたりした。
A.「講義の再話」 全数検定を行う条件について学んだ。 「発表の要旨」 演題：外観検査について考えよう チーム名：ネジ メンバー：滋野玲音、富樫聖斗、篠原凛久、新井、駆、金子るみ ネジについて取り上げる。 合否判定の項目は、合格範囲内の長さがあるか、ネジが入るか、サビや変形が無いか、ヒビが無いか等が挙げられた。 また、AIによる外観検査の課題は、ホコリを検知してしまう、初期コストのコスパが悪い等が挙げられた。 「復習の内容」 製品の合否判定を決める条件に付いて考えた。
A.ネジ [合否判定項目] ・合格範囲内の長さがあるか ・ネジが入るか ・さびや変形がないか ・ヒビが入ってないか [AIの課題] ・ほこりを検知してしまう ・初期投資コストが高い ・判定プロセス不透明 製品：ネジ・ボルト（割れ、クラック、変形、バリ、寸法ズレなど） 標準見本のみだとどこまでが良品なのか判断できないため、「合格限度見本」と「不良見本」の2つを用意することで合否の判断ができるようになる。限度見本は、写真や文字だけでなく実物もあることが望ましい。写真のイメージや文章で限度情報を記載すると、判断基準がより明確になるが、実物を検査員が直接みることで検査基準の理解を深めることができる。 AIによるネジの外観検査 品質を確保するために形状や寸法、傷などをチェックする外観検査は、目視での検査が一般的であったが、人材不足や生産性などの観点から作業の自動化が求められた。実際に、ネジ製造プロセスにおける外観検査に機械学習が適用されており、画像認識技術が活躍しているが、ネジの非常に小さな傷を検出するためには、さらに精度の高い機械学習モデルの開発が必要である。
A.授業内では、目的とする工業製品を生産する上で必要となる適合品/不適合品の検査について学習した。その判別には複数の検査項目が存在し、AI化も進んでいるが、人の目による目視の検査は欠かせないことが分かった。 また、グループワークとして以下の内容で討論を行い、グループの結論を導いた。 このグループワークにおいて、私は調査、及び執筆-原稿作成に取り組んだ。 題目：外観検査について考える グループ名：移動 共著者：平尾朱理、宍戸智哉、佐藤智哉、八巻花樺、佐藤有紗 外観によって不適合品が生じる可能性のある工業製品として、ネジを選んだ。 合否判定の項目として、ネジの長さ、太さ、ねじ部の損失がないかどうか、重さが挙げられた。 ワーカーが判断に迷うケースとしては、ネジの重さや太さに関しては1目見ただけでは判断が付きにくく、専用の計測器具を用いる必要がある。 合否判定ミスが生じる原因としては、人目の見落とし、選別機の不良が挙げられた。 授業時間外の取り組みとして、グループワーク内で調べきれなかった外観検査の課題について調べた。その結果、判定処理のプロセスが不透明であること、そして、初期コストがかかること、また、誤検出の可能性があげられた。しかし、人件費の削減や生産効率の向上、ヒューマンエラーによるミスの削減につながるといったメリットも存在すらことが考えられた。
A. 誤差は検査や測定にかかるのに対して、公差は設計にかかる。不適合を出さないためにも、研究開発段階から公差の設計が重要である。 工業製品:ネジ 外観検査の項目:長さ、太さ、ネジ部の欠損がないか、重さ
A.ねじについて調べた。標準見本、合格限度見本、不良見本があったときに、合格範囲にあるかどうかを測定して判断するという結果が得られた。ほかの製品例えばテレビ等においても同様に品質が測定できる。
A.工業製品としてねじを挙げた。ねじは外観検査の基準が長さ、外径、内径、ねじ穴の角度があり、合否判定の項目として割れていないか、かけていないか、変形の有無などが挙げられた。
A.再話：誤差にも種類が多くあるため、混同しないようにしなければならないので注意が必要。 発表の要旨：議論しやすいと考えたネジについて議論した。ネジの合否判定について調べた。 復習の内容：合否判定としては、長さが必要な長さになっているか、大きな傷はなく割れる心配が無いか、必要な大きさになっているのかなどが挙げられる。AIによる外観検査の課題は、設定している判断基準以外の不具合が起きた場合対処できないのが課題である。コストは初期費用やメンテナンス費用などおおくお金がかかるが、大幅な人件費を取っていた場合削減ができる。人による検査と違い24時間稼働することができるなどのメッリトもある。
A.
A.
A.外見によって不適合性品が生じる可能性のある工業製品の一つとしてテレビの液晶を取り上げて議論を進めた。液晶の不適合性として割れ、欠け、変形、ゆがみなどが挙げられる。また、ワーカーが判断に迷うケースとして厚みの多少の差などが考えられる。熟練工が担ってきた外見検査だが、高齢化と人手不足のため、機械学習を使ったAIによる外見検査が進んでいる。しかし、AIにも課題が多い。コストがかかることや、判定が速く正確だが、エラーが起きたら判定が変わるなどが考えられる。
A.出荷する製品が、適合品か不適合品不良品かどうかを、必ずしも数値で表現できるとは限らない。 数値以外の表現として、水準に名前をつけて、層別に分類し、パレート図などで表現し、不適合品をなくすことを目指す。 ネジを例に考えました。ネジの合否判定の基準としてネジの長さ、傷の有無、塗装などがあります。ワーカーが、判断に迷うケースは不適合品として処理するべきだと考える。少しでも不適合品である可能性のあるものは製品として出すには企業や製品への信頼に関わる問題なので、処理するべきである。合否判定ミスが生じる原因としてはワーカーの注意不足や報告ミスが挙げられる。 ねじの合否判定に用いるものとして限度見本がある。標準見本、合格範囲の限度を表した限度見本、不良見本があり、それを指標に合否判定をする。
A.講義の再話 生産現場における生産したものの管理の手段や方法について学ぶことができた。 発表の要旨 グループ名：ネジ 共著者名：富樫聖斗、篠原凛久、滋野玲音、金子るみ 今回はネジについて調べた。ネジの合否判断項目は主に、合格範囲内の長さがあるか、ネジが入るか、さびや変形がないか、ひびが入ってないかなどがある。 復習の内容 AIの外観検査の課題として、埃を検知してしまう点、初期投資のコスパが悪い点、判断プロセスが不透明な点がある。
A.講義の再話 誤差とは、測定値から真の値を引いた数であり、誤差と判断するには標本がたくさん必要である。非破壊製品には全数検査、破壊製品には抜き取り検査により製品の品質を見ている。 発表の要旨 グループ名：ネジ 共著者名：新井駆、篠原凛久、滋野玲音、金子るみ ネジについて調べた。合否判定項目には、合格範囲内の長さがあるか、ネジが入るか、錆びや変形がないか、ひびが入ってないかが挙げられる。 復習の内容 工業製品 ねじ ワーカーが、正しく合否判定する項目には、合格範囲内の長さになっているか、ねじが適切な部位に入るか、錆びがないか、ひびが入ってないかなどである。 AIによる外観検査 AIによる外観検査を使えば、検査要員の人件費をカットや、目視確認と併用してさらに精度を向上させることも可能になる。また、人ではないため、検査品質にばらつきは少なくすることができる。初期投資や維持費を考えると、コストは大きくかかるが、長期的に使用すると考えれば、人件費のカットや、生産量の向上が見込まれるので、長く使用される製品にAIによる外観検査を用いるべきだと考えた。
A.[外観検査について考えよう] 私達の班ではテレビの液晶を取り上げて調査、議論しました。 テレビの液晶の不良となる判定として、割れ、欠け、変形、ゆがみなどが挙げられます。これらはAIや人の目を見て判断できますが、判断に困るケースとして液晶の厚みの差が考えられます。実用できれば問題ありませんが、そうでない場合を判断する際には注意が必要です。 また、AI外観検査は正確であったり、判定が早かったりと非常に性能が優れていますが、デメリットとしてコストがかかる、エラーが起きたら判定が変わってしまうなどの問題が考えられます。 C16E9755-D64C-40AE-BDA6-360969106923.jpeg
A.私たちの班では外観によって不適合品が生じる可能性のある工業製品として、製品の外装塗装面を選択した。 外観検査の社内標準としては、材料（塗料）の濃度、塗料の製造日と使用期限、湿度、気温、温度、風量などの基準を設けることが必要であると考えた。またワーカーが正しく合否判定を行うためには、チェックリストの作成及び、見本品の設置、適合品、不適合品の写真例、の共有などがあるとよいのではないかと意見が出た。 ワーカーが判断に迷うケースの対応としては、上記のチェックリストによる一致以上の点で適合品とみなす判断基準をあらかじめ設定したうえで提供することで品質を一定以上に保ち続けることが出来ると推測した。 合否判定のミスの生じる原因としては、判断回数が主な発生原因ではないかと推測し、数段階に別々の方面からの合否判定が必要ではないかとまとまった。 人による外観検査に比べAIによる外観検査では、初期投資のコストが大きくなりやすいという特徴が存在するが同時に使用期間が長ければ長いほどランコストがトータルとして安くなるというメリットが存在する。リスクとしては、プログラム、機器の不調による精度不足などが起きる可能性が常にある点などが存在する。
A.工業製品としてネジを選んだ。 合否ミスが起こるのは太さ、高さ、重さであると考えた。
A.外見検査について学んだ。外見検査が用いられる例としてエラーコインを選んだ。基準としては、5円玉、50円玉の穴がない、または穴がずれている。表面と裏面の模様の角度がづれているなどがある。また、AIによって判断される技術が用いられている。
A.
A.・品質を管理するための検査をする際に生じる誤差にはいくつか種類がある。そのうちのひとつに系統誤差がある。系統誤差の中にも三種類あり、機械的誤差とはノギスや天秤などの測定器の精度による誤差である。個人的誤差とは測定者の癖による誤差である。理論的誤差とは理論の省略などによる誤差である。 ・私たちの班は工業製品として服を選んだ。服の不良品としてあげられるのはプリントのズレや、糸、ボタンの解れ、縫い目のゆがみ、汚れ色落ちなどである。合否判定ミスが生じる理由としては基準の甘さやチェックの疎かさが考えられる。 ・検査における誤差や不良品は必ずしも数値化できるとは限らないと言うことがわかった。例として異物が混ざっていることや穴が開いていることなど、数値化できない不良要素は、水準をもうけると言うことがわかった。
A.
A.
A.
A.ペットボトル内の異物混入 ラベルの汚れ、シュリンク不良 ラベルの印字ズレなど これらはAIによって判別できづらいため、人による外観検査によって検査が必要である。しかし人件費が多くカかってしまい、精密な検査はできるが時間がかかってしまう。
A. 私が選んだ工業製品はねじです。 ねじの外観検査で必要な項目はバリ、割れや欠け、変形、寸法ズレがあると思いました。これらの項目があると考えたうえで合否判定を迷うケースとして、バリがどこまで残っていたら商品として認められるのかという基準が人によって異なってしまうのではないかという点があると思いました。 AIによる外観検査のメリットとして、項目の基準を設定しておけば人の手を割く手間がなくなることや判断の速さがあると思います。また、コストの面でもねじというたいていのものに使われ、大量にあるものを検査するため、検査のスピードもAIのほうが優れているため、人を使うよりもコストがかからないと思いました。リスクとしては項目の基準が間違っていた時に大量の不良品ができてしまうことが考えられました。
A.ねじを選びました。 外観検査の社内標準として、合否判定に必要な項目は、目視検査と手触り検査、寸法検査、限界ゲージ検査です。 判断に迷うケースの対応は、複数人のワーカーで確認しあう。AIによる判断に委ねるなどがあります。 ミスの原因は、単純な見逃し、無資格者による判定、判定装置の故障。 AIについて、コスト面では、初期費用がかかります。メリットは人件費削減と合否判定能力の向上。リスクは、メンテナンスを定期的に行わなければ、壊れたり、システムに異常をきたし、製品の製造が遅れることです。
A.再話：物を製造する上で誤差が発生しないことはない 発表の要旨 題材：外観検査について考えよう メンバー：記録していなかったため不明 グループ名：記録していなかったため不明 役職：調査 復習の内容 私たちはガラスを選んだ。その中で、カバーガラスを選んだ。カバーガラスの外観基準には、気泡の有無、傷の形、傷の個数、歪みなどがある。AIによる外観検査のメリットは、長期的に考えると、人間が検査するよりコストを抑えることができる。リスクとしては責任の所在が不明確になってしまうことである。
A.外観検査について調べた。検査方法として、機械検査と目視検査をあげた。基本機械で調べ、機械では不可能なところを、目視で検査していく流れであった。
A.
A.AIを用いた外観検査を行うことで、あらかじめ設定した基準に基づいて良否を判定するため、検査品質が安定して均一化することができ、検査工程を一部自動化できるようになるため、検査の効率化が実現できるだけでなく、製造現場全体の生産効率の向上にも貢献ができます。 コストの面でも初期費用はかかるものの人件費を削減できるため、結果的にコストも削減できます。しかし、AI検査では、検出しにくいものもあり、まだまだ改良の余地があります。
A.4再話 サンプリング方法や測定誤差について学んだ．また，偶然誤差などの測定用語についてもいくつか学んだ． 発表 外観検査によって不適合商品ができる工業製品を考えて，ワーカーが正しく判定するための測定項目を考えよう． チーム名 夜勤 発表者 佐藤智哉 メンバー 平尾朱里 大堀颯斗 宍戸智哉 八巻花樺 佐藤有紗 ねじの外観検査について議論した． 復習 私はねじの外観検査について考えた．ワーカーの判断材料は，長さ・太さ・渦巻の欠損の有無・重さなどの項目が必要だと感じた．欠損はなどと違い，長さや重さは若干の違いを見極めるのは大変難しいと感じた，なぜなら，これはワーカーの経験と感覚が頼りになる検査だからだ．特にワーカーの高齢化は，ミスが生じやすくなる原因の1つだと考える．この対策としてAIの導入が考えられる．コスト面は人件費と比べて初期費用や運用費用が多くかかるので，過剰投資を避けるために費用対効果の検討をしなければならないと感じた．また，メリットとしては高速で高精度の検査ができるため，作業効率が大幅に改善されることが見込まれます．しかし，外観検査は判断処理のプロセスが不透明なことが多く，判断基準をAIに明確に伝えきれていないと，納品先に迷惑がかかってしまうというリスクもあると考えた．
A.[再話] 合否判定には、人によって判定に違いが出ないように厳密な基準や見本を用意する必要がある。 [発表] ねじの合否判定の基準について議論した。 [復習] 工業製品としてネジを選んだ。合否判定するにはネジの高さ、溝の幅の項目が必要であると考えた。 ワーカーが判断に迷うケースとしては、合否判定基準に明確な数値や、明確な型が用いられておらず、境界が曖昧なケースが考えられる。 経験の浅い人でも判断が簡単にできるように合否判定のボーダーが明確な限度見本が必要であると考えた。
A.「衣服」 項目 ・プリントの位置・糸、ボタンのほつれ・縫い目のゆがみ・色落ち、変色 人による外観検査 ・コスト：人件費がかかる ・メリット：効率は良くないが精度は高い。少量製造高品質の場合とても有効的。 ・リスク：判断基準が設定されていても、感じ方は人それぞれのため思わぬ事故が発生する可能性がある。
A.ネジを選びました。 社内標準として、ネジ山がしっかりとドライバーに合う形になっているか、曲がっていたりしないか、バリはないか等が挙げられます。ワーカーが迷うケースとしては、見本からのズレがとても小さい時に許容するかしないかで迷いが出ると思います。 AIによる外観検査の課題は、判定処理のプロセスが不透明であることです。しかし、人を雇って外観検査をするよりもコストが安く、早く大量に検査をすることができる。
A.ガラスについて調べた。 カバーガラスの外観基準は、気泡の有無や、傷の個数、傷の形(円状・線状)、ゆがみ、ひび割れ、角の欠けなどがある。
A.工業製品として皿を選択しました。 外観検査の社内標準の項目：皿の傷や、汚れ、形 合否判定ミスが生じる原因：目視では確認できないような細かい傷や見えにくい汚れは気づけない場合があるので外観検査では合否判定ミスが生じると考えました。
A.
A.外観調査について考えよう 缶ジュース 大きさ、重さ、傷の有無、文字が薄れてるところがあるかどうか。 文字が見にくいかどうかの判断がしにくい。 人それぞれの見え方が違うから、マニュアルを作るのが難しい。 最低限の項目をクリアしている見本品を置く。
A.誤差は計測を行う上で必ず存在するが、誤差がどれほど大きいかを求めることはできない。そのため、製品の設計段階において公差を決めることによって、デジタルに製品の合否判定を行う必要がある。 外観検査の例として、衣服について考える。 色が正しく出力されているか、造形がおかしくなっていないか 色は目視で行う場合、微妙な色の境界線をどこまで許すかの判断が必要になる。 造形は袖の縫い目などが、判断に迷うと考えられる。
A.【講義の再話】目標どおりのものを作るためにしている管理について学んだ。様々な検査方法があり、それをクリアすることで目標とされる製品ができ、品質を維持している。 【発表の要旨】外観によって不適合品が生じる可能性のある工業製品としてねじを選択する。ねじの外観検査において合否基準に用いるのはバリ、割れ・欠け、変形・寸法ズレである。近年においては画像センサー・画像処理システムによる外観検査が行われており全数検査による不良品流出の防止が可能である。また、全数の品質情報をデジタルデータで保存や管理を行い、トレーサビリティ確保や工程の改善に繋げることの出来るメリットがある。 【復習の内容】どのような検査方法があるかを調べた
A.・講義の再話 工業製品の製造現場では、製品を品質上の良品か不良品かを見極めるために、限度見本という良品の限度を示した製品見本があり、官能検査には必須のツールである。 ・発表の要旨 「外観検査について」、グループ名：なし、共著者：栗原大翔・津嶋励野・中島健太、役割：可視化 外観検査をする上で、判定を間違える・迷うケースがいくつかある。例えば、シンプルな見逃しや無資格者による判断ミス、それを許容しても損失は生じないかどうかが絶妙な製品などがある。また、これらの対策として、AIの導入などが挙げられるが、費用がかかる点やプログラムされた項目しか判定できない点などの課題がある。 ・復習の内容 ねじについて調べた。ねじの外観検査の社内標準を調べたところ、目視検査での合格基準は、1m離れた所から目視にて色の違いが判別できないこと、1mでの判別より更に50cm近づいて目視し色の違いが判別できないことであった。また、手触り検査では、素手で触って凹凸等がないことが合格基準であった。 外観検査でワーカーが正しく合否判定をするために、形状や構造、寸法などの部品ごとの合格基準を明確に設けること、また、仕上がりに関する最終チェックにおいて、AIによる検査を取り入れることなどが必要だと考える。そうすることで、ワーカーが判断に迷うケースは減り、コストはかかるもののより精度の高い検査を行うことができるようになると考える。
A.工業製品としてボルトを選択した。 外観検査の社内基準としては目視による色味の違いや長さの違い、手触りによる凹凸などの違いが挙げられた。
A.私はカバーガラスを選びました。カバーガラスの外観基準は傷の形や大きさで許容数が決まっており、一定以下のものは不問としていました。
線上欠点はガラスの面では太さが0.7
A.選んだ工業製品 ねじ AIを利用して判断を任せるのが正確性が高くなるのではないかと思われる。 合否判断ミスが生じるのは人それぞれの判断の基準が異なるために起こるものだと思うため、どの範囲までなら良しとするのかを定める必要がある。
A.
A.[講義の再話] 誤差は測定の際必ず発生する。それを測定誤差という。測定誤差には4種類あり、系統誤差、偶然誤差、計算誤差、公差がある。 [発表の要旨] グループ名：kavi メンバー：清野明日美、佐々木鈴華、神山京花、有賀蘭、矢作奈々 題材：外観検査について考えよう ・賞味期限の設定 食品を一定時間、一定の温度で置くことによって、においや外観、細菌類が増えているかどうかをみて食用に適する基準かどうかを判断する。 [復習の内容] 食品の評価項目を調べた
A.今回は服について考えた。服の合否判定の基準としてプリントの位置のずれ、ボタンのほつれ、縫い目のゆがみほつれ、色落ちなどが挙げられる。とくに縫い目のほつれなどはどこまでが許容できてどこまでができないか判断するのは難しいと考える。判定ミスが出る原因としてワーカーの色覚障害によるもの、チェックが甘いこと、そもそもの基準が甘いことが考えられる。
A.
A.・ボルト ・形状、構造、寸法、色 ・表面の見栄え、感触、傷、付着物 ・仕上がりの丁寧さ ・感覚によって行うため、体調などに判断が左右されてしまう。
A.測定検査と合否判定、検査とその基準について学んだ。 外観検査について外観によって不適合品が生じる可能性のある工業製品をひとつ選び、限度見本の図示をした。 チーム名 夜勤 書記 宍戸智哉 平尾朱里 大堀颯斗 佐藤智哉 八巻花樺 佐藤有紗 ねじを選び、それについて議論し、限度見本の図示をした。 工業製品 ねじ 判定項目 長さ 太さ 渦巻部の欠陥がないか 重さ
A.講義の再話 誤差にも様々な種類がある。また、その製品によって適している検査の種類が異なることを学んだ。 発表の趣旨 工業製品としてねじを選択し、調べた。外観検査をするにあたって必要な項目は、ねじの長さ、直径、重さ、基準との公差、ねじ山の角度などである。 復習の趣旨 検査の全ての工程をAIに任せることで生まれるメリットもあるが、ミスが起こりやすくなってしまうなど、デメリットの方が大きいと感じた。
A.【講義の再話】 製品は、適合品と不適合品の2種類に分けられます。それらは全て検査により合否が出されます。検査にはいくつかの基準があり、それが満たされていないものが不適合品となります。検査方法としては、サンプリングが多くの場面で適応されています。サンプリングで検査を行うことで、より高品質な製品が消費者に届けられているのです。 【発表の要旨】 外観検査について考えよう、チームねじ 私は、概念化の役割を担当しました。外観によって不適合品が生じる可能性のある工業製品の１つとしてねじを選び、調査を行いました。ワーカーが正しく合否判定を行うための項目として、ねじ全体の高さやピッチの項目が必要ではないかとアイディアを出しました。また、合否判定ミスが生じる原因として考えられるものは疲労であると考えました。 【復習の内容】 復習として、上記で挙げられた合否判定ミスを防ぐための対策を考えました。その結果、AIが作業を行うということが挙げられました。AIが同じ作業を行うことで、疲労から起こるミスがなくなり、さらに人件費も削減することができるのではないかと考えました。
A.エラーコインについて調べた。 エラーコインとは、硬貨を作る際に何らかの拍子で刻印がずれたりしたものである。 例を挙げると、 ・十円玉の表裏が同じ刻印だった ・五円玉、五十円玉の中央の穴の位置がずれていた。または穴が空いていなかった。 というようなものがある。
A.外界検査の社内標準 分類1 仕様・形状・構造に関わる問題・・・形状、構造、寸法、色、意匠、印刷 分類2 表面形状に関わる問題・・・表面の見栄え、感触、傷、付着物 分類3 仕上がりに関わる問題・・・仕上がりの丁寧さ
A.
A.外観検査について例としてねじを選んだ。 検査を際に注目するところは、ねじやまに隙間がないか、回転数があっているかである。
A.外観検査 部品や製品の品質を保証するために外観をチェックする検査。 主に部品や製品の表面に付着した異物や汚れ、傷、バリ、汚れ、かけ、変形などを欠落品とし良否判定を行う。 食品パッケージの外観検査では パッケージの傷や汚れ、シールなどの欠落部分がないか確認する。
A.工場生産では3つの重点に分かれている 検査重点主義（黎明期） 工程管理重点主義（オートメーション技術などを使った大量生産の発達期） 新製品開発重点主義（工程で工夫するのではなく最初から不良品が出ないよう設計する） 液晶：液体と固体の両方の性質を持っている「状態」 不良品が多くなると損失が多くなる 検査 品質テストの目的は合否判定 フェールセーフな設計：同じものを複数入れておけば1つエラーが出ても大丈夫になるなど… 不良の原因はほとんど人が作り出すホコリ、ゴミ（そこらへんに落ちてるホコリなんて半導体からしたら巨大な少隕石が落ちているようなもの） 1980年代くらいまでは日本の製品は世界でも評価が高かったが、現代においては半導体のメインの生産は韓国、台湾など 誤差：測定値から真の値を引いたもの（言うのは簡単） 精密な天秤は場所を動かさない！！（調整には専門の技術が必要。めんどい） 装置の合否を決めるとき、その操作のことを「キャリブレーション（校正）」という トレーサビリティ：保証がどこまで求められるか 最後は人が判断する（機械では制度が不安定） 仮説が正しいかどうかを判定する確立統計の手法を「検定」という すべて検査する：全数検査→基本的に非破壊検査 検査しない：無検査 ピックアップして検査：抜き取り検査 ランダムサンプリング：乱数による無作為抽出 誤差は減らすことはできてもなくすことはできない 正しく合否判定をするためには数字などの絶対的な指標が必要であると考える。 判断に迷うケースについて、それを許容しないことで大きな損失が発生するときがあると考えた。 ミスの原因については、単純な見逃しや無資格者による判定などが挙げられた。 AIについて、メリットとしては人件費削減や作業の速達化が挙げられ、デメリットとしては初期費用がかさむ、プログラムされた項目しか判定することができず、全般的に見ることが難しいなどが挙げられた。 トレーサビリティについて更に調べた トレーサビリティとは、製品やプロセスにおいて、その起源や経過を明確に追跡・追究できることを指す。製品のトレーサビリティを確保することで、製造過程や原材料の管理、品質管理、安全性の確保、不具合の追求などが行いやすくなる。 トレーサビリティは特に食品産業や医薬品産業などで重要視されており、製品の安全性や品質の確保、リコール対応などに欠かせない要素である。また、製造業全般においても、品質管理や不良品対策などにおいて重要な役割を果たしている。
A.ねじの外観検査の基準は長さ、外径、内径、ねじ穴の角度である。 合否判定の項目はわれ、かけ、変形である。外観検査について図でも理解した。
A.高品質を保つためには検査が必須です。実際に工場で行われている検査を例に、外観検査について学び、測定誤差や合否判定をどのように行うのかを知りました。測定の信頼性を保つためには、測定誤差を減らすことと、どのような項目を満たせば高品質であるかについて学びました。 チーム名は、夜勤です。司会・進行をしました。メンバーは平尾朱理、大堀颯斗、宍戸智哉、佐藤智哉、八巻春樺、佐藤有紗です。話し合った内容は、ねじの規格について話し合いました。全否の項目は長さや太さ、ねじ部の欠損などを決め、限度見本を作成しました。 私が選んだ工業製品は、ネジです。ネジの外観検査の合否基準は、長さ、太さ、ねじ部の欠損の有無、重さ、ドライバーの規格と一致しているか等が挙げられます。 合否判定ミスが生じる原因として、ねじ部の欠損が挙げられます。ねじ部はらせん状であるため様々な方向から見る必要があります。また、ねじ部は小さいため小さな欠損が見つかりにくくミスが生じやすいと考えます。 AIの外観検査の課題は、定量化が難しい項目は導入が難しいということが挙げられます。人による外観検査に比べて、初期コストは高いですが教育費や人件費などと差し引きすると余り変わらないと考えます。しかし、メンテナンス費や修理費は場合により変わるため、長い目で見ると比較しづらいと考えます。AIの外観検査のメリットは、一台導入すると人材を複数人雇わなくて良いというメリットがあります。
A.私たちの班名は陶磁器です。 私たちが対象とした工業製品は、皿などの陶磁器についてです。 ワ―カーが正しく合否判定するには、目に見える傷や汚れ、製品のサイズや厚みは誤差の範囲内か、見本とする皿の形状は誤差の範囲内かの3つの項目が必要だと私たちの班では議論の末、結論がでました。 ワーカーが合否の判断を迷る例としては、製品の表面についている汚れを落とすことができるかどうかの判断です。 ふき取って取れる汚れは合格となるが、ふき取って取れない場合は不合格という判断にな合否判定のミスが生じる原因としては、人が行うと、そのワーカーの主観や許容範囲から一定の影響が判定に関わることで、合否判定の基準が適切でなくなってしまう事だと考えます。 AIと人との合否判定における違いとしては、 人が行う場合、コストは導入の初期に大きな資金が必要ない点があげられ、メリットとしては、機械的な判断以外にも精密な検査をすることができ、品質が向上することがあげられる。リスクとしては、数値として明確な基準が存在しない場合、合否判定にあいまいさが生まれ、品質が低下すrことが考えられる点だと考えます
A.講義の再話:生産した製品の検査について学んだ。測定誤差や合否判定ミス、器具や装置の校正について学び、検査基準について議論した 発表の要旨:工業製品の外観検査について議論した。私たちは工業製品に車を選び、検査基準について議論した 復習の内容:私たちの班は工業製品として車を選びました。外観検査では主に車の塗装や凹みの欠陥、自動車部品の不備、製作時に出来た傷の検査などがあります。自動車部品の不備の検査は検査項目が多く、最近では機械化が進んでいる。しかし、塗装の不備や凹み、車体への傷は機械化が難しく、ワーカーの判断が多い。
A.講義の再話 品質を管理するための検査をする際に生じる誤差には、系統誤差、機械的誤差、個人的誤差、理論的誤差がある。この誤差は必ず生じる。現在はコンピューターで確認する自動制御で確認する方法が一般的となっているが、それでも人の目で確認することは重要である。 発表の要旨 演題：外観検査について考えよう グループ名：左後ろ メンバー：高根澤颯太 川口倖明 斎藤滉平 役割：調査 復習の内容 ねじについて調査した。 合否判定の基準として挙げられる例はねじ頭の割れ、ねじ山の寸法などの寸法不良、錆び、傷の有無、バリの除去不足、変形などが挙げられる。 ワーカーの判断についてはわずかなずれや見落としなどで目視ではミスが度々ある。
A. 製造したものをどのように検査するのか学んだ。 家に帰ってから講義資料をもう一度読み直し、講義内容の理解を深めた。
<!-- 課題 課題 課題 -->
<li>
<a href='https://edu.yz.yamagata-u.ac.jp/developer/WebClass/WebClassEssayQuestionAnswer.asp?id=241'>
<q><cite>
</q></cite>
</a>.
<a href='https://edu.yz.yamagata-u.ac.jp/developer/Asp/Youzan/@Syllabus.asp?nSyllabusID='>
<a/a>・
<a href='https://edu.yz.yamagata-u.ac.jp/developer/Asp/Youzan/@Lecture.asp?nLectureID='>
</a>
</li>
<!-- 課題 課題 課題 -->
大学教育の質の保証・向上ならびに 電子化及びオープンアクセスの推進の観点から 学校教育法第百十三条に基づき、 教育研究活動の状況を公表しています。
第百十三条 大学は、教育研究の成果の普及及び活用の促進に資するため、その教育研究活動の状況を公表するものとする。
