シラバス情報

授業科目名
機械工学セミナーⅢ
(英語名)
Advanced Seminar 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
HETDK7MCA1
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年度後期
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
 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.
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,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

講義内容・授業計画
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。
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
「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).


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(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)。
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。