シラバス情報

授業科目名
機械工学講究Ⅲ
(英語名)
Advanced Study on Mechanical Engineering Ⅲ
科目区分
機械工学分野
対象学生
工学研究科
学年
1年
ナンバリングコード
HETDA7MCA1
単位数
2単位
ナンバリングコードは授業科目を管理する部局、学科、教養専門の別を表します。詳細は右上の?から別途マニュアルをダウンロードしてご確認ください。
授業の形態
講義 (Lecture)
開講時期
2026年度前期
担当教員
黒田 雅治、佐藤 孝雄、荒木 望、布引 雅之
所属
工学研究科
授業での使用言語
日本語
関連するSDGs目標
目標9
オフィスアワー・場所
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)
連絡先
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)

対応するディプロマ・ポリシー(DP)・教職課程の学修目標
二重丸は最も関連するDP番号を、丸は関連するDPを示します。
学部DP
研究科DP
1◎/2◎/3◎
全学DP
教職課程の学修目標

講義目的・到達目標
講義目的
 機械工学において遭遇する種々の計測・制御・加工法についてその理解を深める.本講究では,分数階微積分の工学応用,適応・学習制御,未知システムのモデル化,加工特性の解析・評価方法を習得することを目的とする.

達成目標
・分数階微分を用いて高分子材料振動系の運動方程式を導くことができ,数値解析によってその運動方程式を解くことができる.
・適応・学習制御の特性と設計方法を説明できる.
・入出力データから未知システムのモデル化を行う手法を理解する.
・生産加工における加工特性の解析・評価方法を理解する.
授業のサブタイトル・キーワード
サブタイトル:
高度な機械設計に重要な,分数階微積分の工学応用,適応し学習するシステム,システム同定,機械学習,生産加工の原理と計測・評価法について身に着けよう!

キーワード:
分数階微積分,適応・学習制御,システム同定,機械学習,生産加工
講義内容・授業計画
オムニバス方式で講義する。講義内容は次のとおりである。

1〜4.(黒田雅治 教授)分数階微積分の工学応用:
 整数階だけでなく,実は非整数階の微積分も定義できることが知られている.その中でも,工学的に応用可能性の高い分数階の微積分について紹介する.具体的には,分数階の微積分を用いて運動方程式が記述できる系のダイナミクスとその制御について解説する.実験的に分数階の微分応答を実現する方法についても講義する.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)適応・学習制御:
 制御対象の特性が予め把握できない場合や,変動する場合における適応的な制御系設計方法について理解する.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)未知システムのモデル化
動的システムから得られる入出力データから,システムの入出力関係を推定・学習し,予測や制御に利用する手法について理解する.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):生産加工の原理と計測・評価法
生産現場において,加工対象物に除去,変形,接合などの加工を施す場合に適切な加工現象が生じているか,所要の加工性状が得られているかを計測・評価する方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。

対面・遠隔の別
対面
実施方法及び遠隔上限適用対象の別
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
生成AIの利用
完全に禁止
生成AI注意点
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。」
教科書
特になし。資料配布。
参考文献
“Fractional Differential Equations, ” I. Podlubny, Mathematics in Science and Engineering, Vol. 198, Academic Press (1999).
"Adaptive Control", Ioan Dore Landau, Rogelio Lozano, Mohammed M'Saad, Alireza Karimi, Springer (2021). 
"Data-Driven Science and Engineering - Machine Learning, Dynamical Systems, and Control - Second Edition", Steven L. Brunton and J. Nathan Kutz, Cambridge University Press (2022). 
「生産加工の原理」日本機械学会編,日刊工業新聞社(1998).

事前・事後学習(予習・復習)の内容・時間の目安
【予習】授業資料を事前読み込み(30h)。
【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(20h)。レポート作成(10h)。
アクティブ・ラーニングの内容
採用しない
成績評価の基準・方法
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。
課題・試験結果の開示方法
レポートは、それぞれにコメントを付して返す。

履修上の注意・履修要件
実践的教育
該当しない。
備考
※本学の配付資料を参照してください。
英語版と日本語版との間に内容の相違が生じた場合は、日本語版を優先するものとします。