文献

J-GLOBAL ID：201702214919484233   整理番号：17A0621508

フレキシブル製造システムのランタイム最適化のための全体的文脈感受性

Holistic Context-Sensitivity for Run-Time Optimization of Flexible Manufacturing Systems

著者 (3件)： SCHOLZE Sebastian (Inst. angewandte Systemtechnik Bremen GmbH, Bremen, DEU) ,  BARATA Jose (Universidade Nova de Lisboa, Caparica, PRT) ,  STOKIC Dragan (Inst. angewandte Systemtechnik Bremen GmbH, Bremen, DEU)
資料名： Sensors (Web)  (Sensors (Web))
巻： 17  号： 3  ページ： WEB ONLY  発行年： 2017年03月 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 高度にフレキシブルな製造システムは,効率,可用性,エネルギー消費などの多様なパラメータに関するプロセスの連続的なランタイム(自己)最適化を必要とする。製造システムの(自己)最適化を実現するための有望なアプローチは,大量のセンサや他のデータソースからのデータストリーミングに基づく文脈感知型アプローチである。サイバーフィジカルシステムは,文脈感知性を実現するための情報源として重要な役割を果たす。サイバーフィジカルシステムは,複雑なインテリジェントセンサとして見ることも可能であり,動作中の製造システムに関する現在状況を識別するために必要なデータを提供する。本稿では,製造システム/プロセスに統合されたサイバーフィジカルシステムを取り上げ,離散フレキシブル製造システムの(自己)最適化のための包括的ソリューションの実現に向けた文脈感知性の利用方法を示した。様々な製造システムに向けて,自己学習アルゴリズムに基づく文脈感知性に関する一般的手法を提案した。この新しいソリューションには,実行時の文脈抽出機能と最適化機能が含まれる。文脈抽出機能と最適化機能の双方は,自己学習モジュールに基づいて継続的にパフォーマンスを学習し改善する。また,同ソリューションは,”サービス指向アーキテクチャ”の原則に従っている。最後に,汎用ソリューションを開発し,二つの全く異なる製造プロセスに適用した。(翻訳著者抄録)

シソーラス用語： *FMS【生産】 ,  *最適化 ,  *文脈 ,  システム ,  センサ ,  学習 ,  システムアーキテクチャ ,  学習アルゴリズム
準シソーラス用語： フレキシブル生産システム ,  自己最適化 ,  サイバーフィジカルシステム ,  自己学習 ,  サービス指向アーキテクチャ ,  コンテクスト

分類 (2件)： 生産工学一般  (KB01000U) ,  CAD,CAM  (JE10000A)

タイトルに関連する用語 (5件)： フレキシブル製造システム ,  タイム ,  最適化 ,  文脈 ,  感受性