豆蔵/東京農工大学 共同研究
産業用ロボットの新規開発期間を大幅短縮! 3Dモデルによるバーチャル試作・検証
豆蔵と東京農工大学は、「産業用ロボットアーム」の開発期間を短縮するための開発プロセス/設計手法に関する共同研究をスタート。開発コストの削減や早期市場投入に貢献していきたい考えだ。
豆蔵は2016年2月24日、東京農工大学と共同で「産業用ロボットアーム」の開発期間を短縮するための開発プロセス/設計手法に関する研究を開始したことを発表。これを機に同社は、ロボットの試作・製品開発に進出していきたい考えだ。
近年、産業用ロボット市場は拡大傾向にあり、多種多様な機能や形状を持つロボットアームの新規開発に対するニーズが高まっているという。
一般的に、産業用ロボットアームの新規開発は、既存のロボット開発の経験に基づき、目標とする機能/性能を達成するまで、実機ベースの試作・検証を繰り返しながら開発を進めるため、完成までに数年を要するケースが多くみられた。そのため、開発コストが大きく膨らみ、開発・市場導入の遅延による機会損失の影響も計り知れないものだったという。
これに対し、今回の共同研究では、豆蔵の強みであるソフトウェア開発プロセスおよびソフトウェア技術と、東京農工大学 先端機械システム部門 教授 遠山茂樹氏のロボット工学の知識を融合させた新たな開発プロセス/設計手法により、短期間で競争力のある産業用ロボットアームを実現するものである。
◎編集部イチ押し関連記事:
» 油量制御技術により低トルク性能を向上させたアンギュラ玉軸受を開発
» 産業用途向け「Raspberry Pi」専用ケース――高い保護性能と優れた拡張性を提供
» 直径約7.7mの旋回座軸受が、国内最大のトンネル用シールド掘進機に採用
» 「世界初」のGaNパワー半導体搭載サーボドライブ
3次元モデルデータを活用したロボットアームのバーチャル試作
同研究では、従来の実機ベースによる試作・検証の代わりに、ロボットの3次元モデルデータを作成して構造解析および動作解析を行い、その結果を踏まえて、ロボットの3次元モデルデータをブラッシュアップしていく方式を採用。これにより、実機開発に掛かるコストや手間を大幅に削減し、完成度の高い実機試作の製作が可能となるという。また、こうした一連の作業工程の中で、実際にどのような課題が発生し、どのように解決・改善したかなどを検討・レビューし、そのサイクルを繰り返していくことで設計手法の確立を目指す。
近年、コンピュータ性能の向上により、3次元CADやCAEの活用範囲も広がり、実機が出来上がる前から、コンピュータ上で強度や挙動、振動、組み立て実験・検証が行えるようになってきた。今回の研究では、実機の代わりにロボットの3次元モデルデータを作成してコンピュータ上で検証を繰り返すことで、ロボットの実機試作の回数を減らすことが可能になるとしている。
具体的なアプローチとしては、ロボットの3次元モデルデータの作成、最適なモータと減速機の選定(動作シミュレーションによる負荷トルク推定に基づく)、形状の最適化(動作解析や構造強度解析、振動解析に基づく)、3次元CADによる図面化、実機試作、実機性能評価などを実施し、ロボットアーム実機製作に必要な設計作業を通してそのプロセスの妥当性を検証する。これらの作業は豆蔵と東京農工大学とで分担して行っていく方針である。
今回の取り組みから得られた開発プロセスに対する知見やロボット設計ノウハウは、産業用ロボットに限らず、多種多様なロボット開発(介護ロボットなど)にも有効であるという。
◎併せて読みたいお薦めホワイトペーパー:
» 5分で分かるEtherCAT
» 産業用IoT向け“次世代イーサネット規格”とは?
» 基礎から始める FL-net 入門編
Copyright © ITmedia, Inc. All Rights Reserved.
企業戦略(FA)
この記事の著者
新着ホワイトペーパー PR
-
製品資料
[株式会社 Green AI] 自動車業界には好機 脱炭素×コスト削減×現場改善を実現するエネルギー戦略 -
製品資料
[株式会社 Green AI] 脱炭素投資をすぐ回収したい 自動車業界にも有効なCO2削減アプローチ -
市場調査・トレンド
[スマートジャパン編集部] 「ペロブスカイト太陽電池」の普及戦略が公表 政府が目指すコスト・導入量のロードマップを解説 -
市場調査・トレンド
[スマートジャパン編集部] 導入が加速する再エネ・系統向け蓄電システム コスト・収益性の現状分析 -
技術文書・技術解説
[スマートジャパン編集部] いまさら聞けない「ペロブスカイト太陽電池」の基礎知識と政策動向
こんなメディアも見られています
TechFactoryに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
特集
- マテリアルズ・インフォマティクスの動向調査
- 研究・開発職のデジタル活用調査
- 設計・解析業務におけるAI活用
- 3Dプリンタ利用動向調査
- CAD利用動向調査
- つながる工場の現状と課題
- 製造業におけるAI開発および活用の実態
- 設計・製造現場における品質管理
ホワイトペーパーランキング PR
-
1
EE Times Japan×EDN Japan 統合電子版:「PCIM 2026」で見たパワー半導体最前線――電子版2026年10月号
-
2
5回聞くだけじゃ足りない? トヨタ式「なぜなぜ分析」の正しい実践方法
-
3
CAE解析をAIエージェントに任せてみた 人は何を担うのか
-
4
スマート工場動向調査2026
-
5
高精度テクノロジーの学習モジュール 「高精度ADC 基礎編・上級編」
-
6
SiC・GaN時代のパワー半導体開発、信頼性評価と故障解析の課題にどう対応する?
-
7
AIエージェントで製造業の暗黙知を継承、熟練者の思考を再現する保全強化策
-
8
DMG森精機の欧州深耕
-
9
EE Times Japan×EDN Japan 統合電子版:製造現場にフィジカルAIをどう実装するか――電子版2026年9月号
-
10
太陽光発電と蓄電池を最適制御、再エネ活用とコスト削減を両立する製品とは?
TechFactory SNS
インフォメーション
注目情報をチェック
TechFactoryをフォロー