生産システム工学

科目基礎情報

学校 長野工業高等専門学校 開講年度 令和07年度 (2025年度)
授業科目 生産システム工学
科目番号 0058 科目区分 専門 / 選択
授業形態 授業 単位の種別と単位数 学修単位: 2
開設学科 機械工学科 対象学年 5
開設期 前期 週時間数 2
教科書/教材 教科書:浅沼和志「実践的品質マネジメント・統計解析の基礎」(改訂版)
担当教員 浅沼 和志

到達目標

機械系産業分野における企業生産活動においては,生産性や信頼性を高めるために様々な手法が提案されている.これらの方法を習得することによって学習教育目標の(D-2)の達成とする.

ルーブリック

理想的な到達レベルの目安標準的な到達レベルの目安未到達レベルの目安
機械系産業の生産システムの価値について企業経営と原価,生産方式と生産性向上および品質管理・信頼性管理の活用方法と評価が行える.企業経営と原価,生産方式と生産性向上および品質管理・信頼性管理の活用方法について説明ができる.企業経営と原価,生産方式と生産性向上および品質管理・信頼性管理の活用方法について説明ができない.
機械系産業の生産システムの最適化について確率統計理論を活用した統計的管理手法を用いて生産システムのデータ解析および評価が行える.確率統計理論を活用した統計的管理手法を用いて生産システムの最適化について説明ができる.確率統計理論を活用した統計的管理手法を用いて生産システムの最適化について説明ができない.

学科の到達目標項目との関係

D D-2 説明 閉じる

教育方法等

概要:
機械系分野の企業経営と原価,生産方式と生産性向上および品質管理・信頼性管理の活用方法と評価とともに,確率統計理論を活用した統計的管理手法を用いた生産システムのデータ解析および評価手法を学ぶ.
授業の進め方・方法:
・授業方法は講義を中心とし,実践的演習課題の実施およびレポート課題をだす.
・実践に関する講義では,officeのEXCEL等も使用する.
・実践的演習課題の実施および報告提出(発表形式による報告を課す場合もある),レポート課題を課すので,期限(納期)に遅れずに提出すること.
・この科目は学修単位科目であり,授業時間30時間に加えて,自学自習時間60時間が必要である.事前・事後学習として自ら予習・復習を行うとともに,与えられた課題等に取り組む.
注意点:
<成績評価>実践的演習課題の実施と報告提出(50%),レポート課題(50%)の合計100点満点で(D-2)を評価し,合計の6割以上を獲得した者を合格とする.
<授業時間外の学修の評価> 授業で与えられる課題等で自学自習を行うこと.課題等の取り組み状況は,評価割合に示す手段に従い評価する.
<オフィスアワー>授業日12:00~12:45,地域共同テクノセンター2階オープンラボ室(浅沼),またはD213(堀口教員室).この時間にとらわれず必要に応じて来室可.
<先修科目・後修科目>先修科目は創造工学実習、設計工学となる.
<備考I>確率・統計の知識が必要であるため,復習をしておくこと.
<備考II>本科目は学修単位科目であり,授業時間 30 時間に加えて,自学自習時間 60 時間が必要です.

授業の属性・履修上の区分

アクティブラーニング
ICT 利用
遠隔授業対応
実務経験のある教員による授業

授業計画

授業内容 週ごとの到達目標
前期
1stQ
1週 IEの基礎・企業経営と生産活動 経済・生産活動の歴史を説明できる.
IEとは何かを説明できる.
技術経営を説明できる.
2週 原価マネジメントと生産性 生産システムと原価管理を説明できる.
コストマネジメントを説明できる.
3週 品質と信頼性/品質管理/品質保証 品質と信頼性を説明できる.
品質管理・品質保証を説明できる.
信頼性管理・故障解析手法を説明できる.
4週 企業の製品実現活動(1) 製品実現のために行う企業活動および生産管理の実現実施方法を説明できる.
5週 企業の製品実現活動(2) 企業が行うべき社会的責任を果たす実現活動を説明できる.
6週 統計的推測手法(1) 母集団・計量値・計数値を説明できる.
サンプリングと統計的手法実践活用のポイントを説明できる.
7週 統計的推測手法(2) メジアンと平均値・箱ひげ図と標準偏差および分散の実践的扱い方を説明できる.
8週 統計的推測手法(3) 統計分布(正規分布,他)の特徴と生産システムへの実践的活用方法を説明できる.
有意差検定を説明できる.
2ndQ
9週 統計的推測手法(4) 相関解析を実践できる.
ばらつきの検定,平均値の差の検定を実践できる.
10週 統計的推測手法(5) 工程能力解析を実施できる.
分散の加法性を活用した許容設計ができる.
11週 統計的推測手法(6) EXCELを活用して統計データの解析が実践できる.
12週 問題解決と課題解決 問題とは何か,課題とは何かを説明できる.
問題解決・課題解決の考え方を説明できる.
各種の問題/課題解決手法を説明できる.
13週 機械系実践的課題演習(1) 提示された実践課題の解決に向けての生産計画・生産設計ができる.
14週 機械系実践的課題演習(2) 提示された実践課題の解決に向けての計画・設計に基づいた生産活動実践ができる.
15週 機械系実践的課題演習(3) 生産活動結果の分析と課題をデータにより顕在化させることができる.またその改善提案ができる.
16週

モデルコアカリキュラムの学習内容と到達目標

分類分野学習内容学習内容の到達目標到達レベル授業週

評価割合

試験小テスト平常点レポートその他(実践的課題演習)合計
総合評価割合0005050100
配点0005050100