Advanced Seminar on Mechanical Engineering Ⅲ

Course Title

Course Title in English

Advanced Seminar on Mechanical Engineering Ⅲ

Course Type

-

機械工学分野

Eligible Students

Graduate School of Engineering

Target Grade

1Year

Course Numbering Code

HETDK7MCA1

Credits

2.00Credits

The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.

Type of Class

講義 (Lecture)

Eligible Year/Semester

Fall semester 2026

Instructor

Masaharu Kuroda,Takao Sato,Nozomu Araki,Masayuki Nunobiki

Affiliation

工学研究科

Language of Instruction

Japanese

Related SDGs

9

Office Hours and Location

月曜3限・6401研究室(黒田)
月曜3限・6406研究室(佐藤)
月曜3限・6502研究室(荒木)
月曜3限・6503研究室(布引)

Contact

m-kuroda＠eng.u-hyogo.ac.jp(黒田)
tsato@eng.u-hyogo.ac.jp(佐藤)
araki@eng.u-hyogo.ac.jp(荒木)
nunobiki@eng.u-hyogo.ac.jp(布引)

Corresponding Diploma Policy

A double circle indicates the most relevant DP number and a circle indicates the associated DP.

Corresponding Undergraduate School DP

ー

Corresponding Graduate School DP

1◎／2◎／3◎

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

講義目的
　製品開発において，その構造と機能を力学的観点から解析･評価するための高度な計測･制御･加工技術の理解を深めることを目的とする．

達成目標
・自励発振カンチレバーのセンサ応用について具体的に設計できる．
・制御システムをデータから解析・評価する方式を具体的に説明できる．
・機械システムから収集されたデータを解析・評価する手法を具体的に説明できる．
・生産加工において生じる加工現象を具体的に説明できる．

Subtitle and Keywords of the Class

サブタイトル：
高度な機械設計に重要な，自励発振，データ駆動設計，信号処理，機械学習，生産加工現象のみえる化について身に着けよう！
キーワード：
自励発振，データ駆動，信号処理，機械学習，みえる化

Course Overview and Schedule

オムニバス方式で講義する。指導内容は次のとおりである。

1〜4.（黒田雅治教授）自励発振法のセンサ応用：
　近年，自励発振するカンチレバー (片持ち梁) を用いた各種センサが注目されている。例えば，形状測定，粘度計，弾性計，質量計などが挙げられる。マクロカンチレバー (数 10 cm オーダー) での自励発振実験を通じて，マイクロカンチレバー (数 100 μm オーダー) を用いたセンサ応用へと発展させる。この内容について，4 回の講義を予定している。

5〜8.（佐藤孝雄　教授）データ駆動解析：
操業データから直接システムの特性を把握し，制御器を設計する方法について講述する．本講義では，対象の詳細な動特性を示すモデルが未知もしくは変動する場合における，制御システムの解析・設計方法について解説する．この内容について，4 回の講義を予定している。

9〜12.

（荒木望　准教授）データ処理
 機械システムからセンサ等により得られたデータから直接観測できない物理量を推定する状態推定法や，得られたデータからシステムの状態を分類・判別する機械学習法などについて講述する．この内容について，4 回の講義を予定している。

13〜15.（布引雅之　准教授）：生産加工現象の見える化
切削や塑性変形や溶接などの加工中に加工物内部で生じる加工現象を直接観察することはできず，理論的な解析結果と実際の実験結果から加工現象を推定している．これら各種の推定法について理解する．この内容について，3回の講義を予定している。

生成系AIの利用については教員の指示に従うこと。生成系AIによる出力結果をそのまま課題レポートとして提出してはいけない。生成系AIによる出力をそのまま提出したことが判明した場合は単位を認定しない、又は認定を取り消すことがある。

In-person/Remote Classification

In-person

Implementation Method and Remote Credit Limit Application

①対面
・対面授業のみ
・遠隔授業単位上限の適用を受けない

Uses of Generative AI

Completely forbidden

Precautions for using Generative AI

この授業においては、生成ＡＩの利用を禁止している。授業内での利用は厳禁であり、違反したことが判明した場合は単位を認定しない、又は認定を取り消すことがある。
「生成ＡＩの利用にかかわらず『本学の教育における生成ＡＩの取扱いについて（学生向け）』の記載内容について留意すること。」

Textbook

特になし。資料配布。

References

「走査型プローブ顕微鏡入門」秋山監修・秦編著（オーム社）(2013).

"An Introduction to Data-Driven Control Systems", Khaki-Sedigh Ali, Wiley-IEEE Press (2023).

「パターン認識と機械学習 上・下」, C. M. ビショップ著, 丸善出版 (2012).

"Introduction to Manufacturing Processes", Mikell P. Groover, Wiley (2012).

Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)

【予習】授業資料を事前読み込み（15ｈ）
【復習】講義内容の理解を深め定着させるために授業資料・ノートを読み直し（10ｈ）。レポート作成（5ｈ）。

Contents of Active Learning

採用しない

Grading Criteria and Methods

レポートを総合的に評価する。S（90点以上）,Ａ（80点以上）,B（70点以上）,C（60点以上）による成績評価のうえ、単位を付与する。

How to Disclose Assignments and Exam Results

レポートは、それぞれにコメントを付して返す。

Precautions and Requirements for Course Registration

Practical Education

該当しない

Remarks

※本学の配付資料を参照してください。

In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.

Syllabus data