Pinned Tweet
以前ツイートした「製造業における制御設計の設計工程を見直そう」という内容を、noteにまとめました。機械設計はFMEAやDRFBMといった設計フェーズでの実践手法について書かれたサイトが多いのですが、制御設計も設計フェーズに重きを置くことの重要性は同じです。
note.com/toki_engineer/n/n7c…
生成AIでPLCのラダーを作る手順は色々あると思うが、だいたいこんな感じか。
因みに、生成AIはラダー図を画像として描いているわけではなく、命令の列やテキスト記法、回路の構造データを出力し、開発ソフトや変換プログラムがそれを編集できるラダーにしてる。
公開資料と論文から追える生成手順は、AIに何を出させるかで大きく4つの方式に分かれる。以降のリプライに、方式ごとにまとめてみた。
※例は全て自己保持回路(X0:起動、X1:停止、Y0:出力)
個人的には方式Dが1番良さそう。生成精度が高いという理由ではなく、変換の再現性と検証のしやすさから、そう思った。
■番外:STを生成して、ラダーは表示だけ
オープンソースのSemaPLCは、自然文からSTを生成し、コンパイルしてOpenPLCで実行・動作検証したうえで、結果をラダー図としても表示する。
PLCが実行するのはSTで、ラダーは見るためだけのもの。ラダーエディタで編集できるラダープログラムが欲しい場合は、ラダー形式のデータを別に作る必要がある。
1
438
以上。
どの方式でも流れは共通してる。
「仕様・I/O割付・マニュアルを入力」 → 「生成」 → 「検査」 → 「開発ソフトに取り込み」 → 「変換」 → 「動作確認」
大事なのは、「ラダーとして開ける」「コンパイルが通る」「仕様どおり動く」は別々の確認だということ。直列にすべき接点を並列にしても、ラダーとして成立し、コンパイルも通る。この誤りを見つけるには、人によるレビュー、形式検証、入力を振って期待する出力と照合するテストが必要だな。
三菱電機も、生成AIの出力をそのまま装置に書き込むのではなく、生成と修正を繰り返す使い方を想定していると説明してるし。
最後に、
ラダー生成が難しいのは「グラフィカル言語だから」というより、「AIに合うテキスト表現と学習データがまだ整っていないから」だと思った。
4
431
FAの世界でも、AIで設計するのが当たり前になるだろうから、そうなると私も含めた99%の凡人エンジニアはどこで他人と差を付けるかというと、現場力と営業力になるはず。1~2年後、このポストの答え合わせを自分自身でしたいと思ってる。
FA設備の設計も、AIで構想を練り、機械設計からPLCプログラムの実装まで任せられる時代に早くなって欲しい。
じゃあエンジニアは何をするのかっていうと、浮いた時間で現場に入り込み、そこでしか得られない知見や、新たな改善の種を見つける。
あとは営業。エンジニアこそ営業をした方がいい。顧客の課題を直接聞き出し、技術的な解決策を提案する。そこで活きてくるのが、上述した「現場に足を運んで蓄積した知見」になる。
AIで設計できることが当たり前になれば、設計能力だけでは差別化しにくくなる。
「AIはまだまだ設計には使えない」と突き放すのではなく、不完全さも理解した上で、任せられるところから任せればいい。AIの進化とともに(と言ってもほんのすぐ先)、任せられる範囲も急速に広がっていく。「フン! AIはまだまだだな」と言って拒否ってたら、置いてかれっぞ。
だからこそ、これからのエンジニアは、現場を知り、顧客と直接向き合うことに、もっと時間を使った方がいい。
AI時代におけるエンジニアの競争力、そして他のエンジニアとの差別化は、こうしたところに生まれると思ってる。
【アンソロピックが見た日本のAI 世界32位、職場への普及に本腰を】
リスクを警戒しすぎだな。
nikkei.com/article/DGXZQOCD1…
1
9
1,512
毎朝、6時半には出社してて、それまでに運動や英語学習も済んでる。よく驚かれるんだけど、そんな大したことはなくって、他の人が夜やってることをたんに朝にやってるだけなんだよなぁ。夜は飯食って風呂に入って、帰宅後1時間以内にはもう寝てる。
1
48
2,911
ロボットで1番難しいのはハンド。更にそのハンドの難所は、指を動かすより接触を制御すること。
この技術が人の手に追い付いていないので、フィジカルAIロボットを、ものづくり現場にまだ投入できない。
摩擦や重心が変われば、滑りや回転を防ぐための握る位置と力も変わる。力をかけすぎれば薄いワークや柔らかいワークは変形する。なので、滑りが発生しないギリギリの把持力で制御する。その為には滑り検知も必要となり、この滑りをどう検知するかも難所となる。
更に品種切り替えにまで対応した制御となると…
【中国のロボット、出荷前検査の72工程を自律実行】
テストでは、ロボットアームを意図的に押したり、作業台を動かしたり、照明を変えたりして妨害を仕掛けたが、OmniHandは視覚情報と触覚を連動させてリアルタイムに位置補正を行い、ねじの締め込みに失敗した場合も自動で位置合わせをやり直した。
36kr.jp/504166/
「製造業を盛り上げよう」「ものづくりの面白さを伝えよう」とワッショイするのは、私は好きではないんだよな。
製造業に人が集まらない原因は、賃金、勤務地、交代勤務、キャリアの見通しなどの構造にあると思う。
そして1番好きではないのが、面白さだけを語って、賃金や労働条件に触れない発信。期待と実態のずれが入社後に表に出れば、早期離職につながりかねない。
誤解のないように書いておくと、個人の発信が無意味だとは思っていない。就職や転職の判断は、具体的な情報に触れたかどうかで変わりうる。ただ、そのとき判断を動かすのは、掛け声ではなく、仕事の中身や年収といった事実のほう。
面白さを伝えるのは、技術者にもできるが、面白くてもそもそも稼げないと人は集まらない。稼げるようになれば、仕事も面白くなる。
そして、稼げるようになるかは、技術者の課題ではなく経営の課題。
この話はもっと深掘りできて、
「なぜ欧州の装置メーカーは、FA設備の外観にあそこまでこだわるのか」
を、日本メーカーはもっと考えたほうがいいと思う。
加工精度やサイクルタイムは、仕様書や測定結果で伝えられる。でも展示会で装置を見た人は、機械が動き出す前から、筐体の面の取り方やパネルの継ぎ目、操作盤の収まりを見ている。そこで「細部までよく考えてつくっているな」という印象が生まれる。
外観は、メーカーが「製品をどうつくる会社なのか」を伝える、最初の接点でもある。
機種が変わっても、そのメーカーらしい外観が一貫していれば、ロゴを見る前にどこの装置か分かることもある。しかも装置は、展示会の数日間だけ人の目に触れるものじゃない。納入先の工場で、作業者が何年も向き合い、工場を訪れる人の目にも入る。そこまで含めて考えると、外観に設計工数をかける理由はあると思う。
「機能美も製品仕様の一つ」という言葉は、まさにこういうところだと思う。
扉や窓、操作盤にはそれぞれ機能がある。その配置や形をどうまとめれば、装置全体としてどんな印象を与えるか。そこまで製品として設計するから、たかが外装の板金にも、あれだけ手をかけるんだと思う。
欧州の装置メーカーには、機能美も製品仕様の一つとして考える文化があります。単に見た目が綺麗というだけでなく、デザインの良い装置は機能や品質まで優れていると評価されやすいです。
因みに私は過去、欧州も視野に入れた装置を企画・開発したとき、グッドデザイン賞を狙いにいきました。そして実際に受賞しました。
UIのデザイン性については、欧州は多国籍・多言語の作業者が多いことも関係しています。言語や経験が異なる人でも直感的に操作できるUIが求められます。
装置やUIのデザインは、単なるデザインセンスの違いではなく、装置に求められる価値や利用環境の違いでもあります。
「工場データが多いから、日本はフィジカルAIで有利」
最近よく目にするこの内容について、私なりの考えをnoteにまとめました。
note.com/toki_engineer/n/n73…





