A memetic ant colony system algorithm for multiple machine scheduling in additive manufacturing with orientation selection of parts and energy costs ​

材料を削り取って部品の形を作るのではなく、デジタル設計図に基づいて層を積み重ねることで形を作り上げる工場を想像してみてください。これはアディティブ・マニュファクチャリング（付加製造）と呼ばれるプロセスであり、一般に3Dプリンティングとも呼ばれ、航空機の部品から医療用インプラントに至るまで、あらゆるものの製造方法に革命をもたらしました。これらの機械は金型なしで複雑な形状を製作できるため、驚異的な柔軟性を備えています。しかし、この柔軟性は物流上のパズルをもたらします。工場でこれらの機械を同時に複数台稼働させており、異なる部品の大量注文がある場合、マネージャーは二つの困難な決定を同時に下さなければなりません。それは、どの部品を一つのバッチとしてまとめてプリントすべきか、そして、できるだけ多くの部品を収めるためにそれらの部品を機械のベッド上でどのように回転させるべきか、という点です。さらに、これらの機械はエネルギーを大量に消費します。材料を融合させるレーザーやヒーターは膨大な電力を消費するため、その稼働コストは環境にとっても、そして収益にとっても大きな懸念事項となっています。

長年、研究者たちはこのスケジューリングのパズルを解決しようと試みてきましたが、その多くは作業をいかに早く終わらせるかに焦点を当ててきました。彼らは、部品をバッチに詰め込み、機械に割り当てるための最適な方法を見つけ出すための様々なコンピュータプログラムを開発してきました。しかし、依然として大きな研究の空白が存在していました。ほとんどの研究は、単一の部品がしばしば複数の異なる向きでプリント可能であり、その向きによって占有するスペースや消費エネルギーが変わるという事実を無視していました。加えて、エネルギーコストが上昇し、持続可能性が現代産業の重要な目標となっているにもかかわらず、時間を節約することよりもエネルギーを節約することを優先した研究はほとんどありませんでした。

スペインのセビリア大学の研究チームは、二つの強力な計算戦略を組み合わせた新しいアプローチによって、この複雑な問題に取り組んでいます。彼らが作成した高度なアルゴリズムは、部品を効率的に詰め込み、かつプリントに必要なエネルギーを最小限に抑えるという二重の課題に対処するように設計されています。彼らが「メメティック・アント・コロニー・システム（模倣蟻コロニー系）」と呼ぶこの手法は、実際の蟻の群れが食物への最短経路を見つける様子から着想を得ています。自然界では、蟻はフェロモンと呼ばれる化学物質の跡を残します。成功した経路を多くの蟻が通るほど、その香りは強くなり、他の蟻を導きます。研究者たちは、この行動をコンピュータプログラムへと翻訳し、仮想の「蟻」が部品のグループ化と回転の数百万通りもの組み合わせを探索するようにしました。プログラムが実行されるにつれ、どの部品の組み合わせと回転が最良の結果をもたらすかを学習し、それらの成功したパターンを強化し、非効率的なパターンを排除していきます。

このシステムをさらに効果的にするために、研究者たちは第二の知能層を追加しました。仮想の蟻が解を提案した後、「局所探索手順」が介入してそれを微調整します。このステップは、細心の注意を払う検査官のように機能し、例えば単一の部品を回転させたり、二つの部品をバッチ間で入れ替えたりといった小さな調整を行い、エネルギーコストをさらに下げられるかどうかを確認します。この蟻コロニー法による広範な探索と、精密な局所的洗練を組み合わせることで、アルゴリズムは、これらの機械のスケジューリングに関わる膨大な可能性をナビゲートしながら、最適とは言えない解に陥ることなく進むことができるのです。

研究チームは、従来の研究による標準的なテストケースや、部品を二つまたは三つの異なる向きでプリントできる、より複雑な新しいシナリオを含む幅広いシナ程を用いて、この新しいアルゴリズムをテストしました。彼らは、既存の手法による最良の既知の解や、完璧な答えを見つけ出すことはできるものの大規模な問題には実行速度が追いつかない厳密な数学モデルと比較を行いました。結果は驚くべきものでした。生産コストの平均を最小化するように設計されたテストにおいて、この新しいアルゴリズムは、既存の手法よりも優れた解をほぼ半数のケースで見つけ出し、残りのケースでも最良の結果に匹敵しました。作業をできるだけ早く終わらせることを目標とした場合でも、アルゴリズムは再び従来の手法を上回り、多くのテストケースでより迅速なスケジュールを見つけ出しました。

おそらく最も重要な発見は、エネルギーに関するものです。研究者が各部品に対して複数の向きを選択できるようにしたところ、エネルギーの節約効果は相当なものとなりました。二つの代替の向きがあるシナリオでは、平均エネルギーコストは約3.3パーセント低下しました。三つの向きが利用可能な場合は、節約率は6パーセント近くまで増加しました。三台の機械が関わる特定のケースでは、その削減率は9.5パーセントに達しました。これらの数字は一見小さく見えるかもしれませんが、機械が連続稼働する産業現場においては、これらの削減は電気料金の大幅な節約と、製造プロセスのカーボンフットプリントの著しい減少へと直結します。

また、この研究は重要なトレードオフも明らかにしました。スケジューリングが仕事を完了させることのみに集中した場合、エネルギーコストはしばめて跳ね上がり、エネルギー節約のために特別に設計されたスケジュールと比較して、平均で20パーセント以上増加しました。六台の機械が稼働している最も極端なケースでは、スピードを優先することによるエネルギーのペナルティは36パーセントに達することもありました。この発見は、単に速くプリントしようとすることが、必ずしも最も効率的な戦略ではないことを示唆しています。むしろ、時間とエネルギーの両方を考慮し、部品を回転させる柔軟性を活用するバランスの取れたアプローチこそが、より賢明な道となります。

研究者たちは、標準的なコンピュータプロセッサ上でアルゴリズムを実行することで、その有効性を検証しました。複雑な計算を数分または数時間で完了させましたが、厳密な数学モデルは合理的な時間内に解を見つけられずに失敗することがよくありました。これは、この新しい手法が効果的であるだけでなく、迅速な意思決定を必要とする現実世界の工場にとって実用的であることを示しています。部品の代替の向きを考慮することが、スピードを犠牲にすることなくエネルギーコストを大幅に下げられることを証明することで、この研究は、製造ラインをより持続可能で費用対効果の高いものにしたいと考えているメーカーに対し、明確なロードマップを提供しています。本研究は、これらの機械のスケジューリング問題は極めて複雑ではあるものの、インテリジェントな探索と局所的な洗練を適切に組み合わせることで、以前は手の届かなかった効率性を引き出すことができると結論付けています。