２月に福井産業振興センタ、３月に遠田町商工会号業部会、３月末に静岡県リフォーム安全・安心協会のChat GPTセミナー講師の仕事をしてきています。
順次ここまでの成果を発狂してゆきます。

■部品展開、仕入調達リスト、原価計算
仮想ロボットがあるとモデル化してつくりました。実務データを出すわけにはゆかないので。
それぞれのパーツごとの必要部品がわかれば標記のように部品展開から、仕入調達リスト、原価計算まで一気にやります


動画をどうぞ
部品や工賃の標準現家がわかっていればあっというまに試作品の原価を計算します。Excelいらないですね。

■経済発注量の計算
連続生産をしている場合、では、発注すべき部品数のどれほどが最適なのか。これが経済発注量です


要するに、在庫を持つということは資金を停滞させることで、在庫によっては保管費と管理費がかかります。そのバランスをどうとるのかという計算をChat GPTにさせてみました。
モデルは簡単な数IIB程度の数学で解決なのですが、意外に微分ができない人の方が多いと思いまして、Chat GPTへのデータの与え方を示しました。

■製造業の品質管理の基礎、６σ


大手部品メーカなどを相手にしていると品質基準として６σが標準となります。σとは標準偏差のこと、これの６個分の確率で不良を出さない体制が部品提供企業に求められるということです。ちなみに１σは偏差値40～偏差値60に対応してこの範囲に68が含まれます

　100-68=32%

つまり閉鎖地40以下の人は 32÷２＝下位16%です。同様に閉鎖地60以下の人は 32÷２＝上位16%です。

サムネイルの式でe(ネイピア数)という変数がありますが、これはe=約2.7です。複利計算の収束値とご理解ください。

■結論
　１．Chat GPTは微分積分が苦手な人の代わりに計算してくれる。
　２．事故率、品質管理、不良発生率などChat GPTは統計処理に強い
　３．少なくとも大学１年レベルの数学が解けるとわかっています
　４．ということはです材料力学の「応力計算」もできるのではないかと思っております

最近、製造業からの引き合い紹介による相談もあり。今後この部分を深彫りすればオンリーワンになれると思っています。