Yoshiharu Iwata 研究室
主宰者:Yoshiharu Iwata
大阪大学
AI 要約(直近 5 年の研究成果)
本研究室は、複雑なものづくりプロセスにおける製造不具合の予測と設計最適化を主要な研究対象としています。具体的には、モータコイルの巻線工程における銅線の変形挙動、ニット製品の編成工程における糸の挙動、電子機器のケーブル経路設計など、多様な製造・組立プロセスを扱っています。これらの問題に対して、動的シミュレーションにより材料や部品の挙動を詳細に予測し、製造中に生じる欠陥(例えば銅線の膨出や重なり、編地の歪み)の原因を明らかにすることを目指しています。
手法としては、質点バネモデルなどの効率的な数値計算手法や有限要素法などの高精度シミュレーションを活用しています。また、シミュレーション計算に要する時間的負担を軽減するため、少量のデータから高精度な代替モデルを構築する「統合ニューラルネットワーク」という技術を開発し、順序的近似最適化の枠組みで製品設計を効率化しています。これにより、従来は試行錯誤に頼っていた設計調整を理論的・定量的に進める道を拓いています。
さらに、ロボット工学の領域では、ねじられた紐と螺旋状チューブを組み合わせた新しいアクチュエータメカニズムの開発、光ファイバセンサを用いた形状認識センサの理論研究なども行われています。これらの研究を通じて、製造業における設計と製造の両面から、より正確で効率的なものづくりの実現を目指しています。
※ AI(Claude)が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 工学Kenji Kawashima 研究室東京大学論文 108 件·共通: アクチュエータ, ネットワーク, ネットワーク・セキュリティ, ロボティクス +7
- 工学Masayuki Inaba 研究室東京大学論文 100 件·共通: ネットワーク, ネットワーク・セキュリティ, ロボティクス, ロボット +7
- 工学Naohiko Sugita 研究室東京大学論文 100 件·共通: ロボティクス, ロボット, プロセス・反応, 化学工学 +6
- 工学Taro Nakamura 研究室中央大学論文 100 件·共通: アクチュエータ, ロボティクス, ロボット, 材料工学 +4
- 工学Shoji Takeuchi 研究室東京大学論文 101 件·共通: アクチュエータ, ロボティクス, ロボット, 材料工学 +4
- 工学Hiroshi Hasegawa 研究室名古屋大学論文 100 件·共通: ネットワーク, ネットワーク・セキュリティ, 応用数学, 応用・計算数学 +5
- 工学Weiwei Wan 研究室大阪大学論文 104 件·共通: ロボティクス, ロボット, 応用数学, 応用・計算数学 +5
- 工学Yusuke Hayashi 研究室東京大学論文 122 件·共通: プロセス・反応, 化学工学, プロセス, 応用数学 +4
研究成果(46 件)
- DOI: https://doi.org/10.1109/eurosime69483.2026.11511950
- DOI: https://doi.org/10.1109/sii64115.2026.11404484
- DOI: https://doi.org/10.1109/sii64115.2026.11404584
- DOI: https://doi.org/10.1109/sii64115.2026.11404683
- DOI: https://doi.org/10.1109/sii59315.2025.10871129
- DOI: https://doi.org/10.1109/sii59315.2025.10870932
- DOI: https://doi.org/10.1109/sii59315.2025.10870958
- DOI: https://doi.org/10.1299/transjsme.24-00200
- DOI: https://doi.org/10.1299/jsmeidecon.2025.0_19
- DOI: https://doi.org/10.1109/eurosime65125.2025.11006572
続きを表示(残り 36 件)閉じる
- DOI: https://doi.org/10.1109/iros60139.2025.11246984
- DOI: https://doi.org/10.1109/eurosime65125.2025.11006615
- DOI: https://doi.org/10.5687/iscie.38.35
- [2024] Qualitative Analysis and Exploration of a Novel Mechanism: Twisted String and Spiral Hose MechanismDOI: https://doi.org/10.1109/robosoft60065.2024.10521976
- DOI: https://doi.org/10.1115/isfa2024-140855
- DOI: https://doi.org/10.1115/isfa2024-141069
- DOI: https://doi.org/10.1115/isfa2024-141141
- DOI: https://doi.org/10.23919/icep61562.2024.10535649
- [2024] Simplifying Hyperparameter Derivation for Integration Neural Networks Using Information Criterion*DOI: https://doi.org/10.1109/sii58957.2024.10417243
- DOI: https://doi.org/10.1109/sii58957.2024.10417289
- DOI: https://doi.org/10.2207/jjws.93.256
- DOI: https://doi.org/10.1299/jamdsm.2024jamdsm0092
- DOI: https://doi.org/10.1299/jsmedsd.2024.34.3106
- DOI: https://doi.org/10.1109/robio58561.2023.10354919
- DOI: https://doi.org/10.7791/jspmee.12.314
- DOI: https://doi.org/10.2207/jjws.92.250
- DOI: https://doi.org/10.1299/jsmeidecon.2023.0_42
- DOI: https://doi.org/10.2207/qjjws.41.371
- DOI: https://doi.org/10.1299/jsmedsd.2023.33.3207
- DOI: https://doi.org/10.1299/jsmedsd.2023.33.1307
- DOI: https://doi.org/10.7791/jspmee.12.336
- DOI: https://doi.org/10.5687/iscie.36.243
- DOI: https://doi.org/10.5687/iscie.36.251
- DOI: https://doi.org/10.5687/iscie.36.72
- DOI: https://doi.org/10.1109/sii55687.2023.10039206
- [2023] Reduction of training computation by network optimization of Integration Neural Network approximatorDOI: https://doi.org/10.1109/sii55687.2023.10039273
- DOI: https://doi.org/10.1299/jsmedsd.2022.32.2213
- DOI: https://doi.org/10.1299/jsmedsd.2022.32.1107
- DOI: https://doi.org/10.1109/sii52469.2022.9708885
- DOI: https://doi.org/10.1299/jsmemsd.2022.304
- DOI: https://doi.org/10.5687/iscie.35.259
- DOI: https://doi.org/10.1299/jsmedsd.2021.31.3208
- [2021] A Study on Improving Accuracy of Analytical Approximators by Machine Learning with Active LearningDOI: https://doi.org/10.1299/jsmedsd.2021.31.3209
- [2021] Efficiency of Fast Approximation Analysis by Simulation and Machine Learning Using Active LearningDOI: https://doi.org/10.1299/jsmemsd.2021.606
- DOI: https://doi.org/10.1299/transjsme.21-00201
- DOI: https://doi.org/10.1299/jsmedsd.2021.31.2206
科研費(0 件)
まだデータがありません(KAKEN 取り込み後に表示)。
所属学会・役職(0 件)
まだデータがありません(学会データ連携後に表示)。