FA業界のエンジニア ▶️専門：メカトロニクス / 制御設計 / マシンビジョン / 機械学習 ▶️開発環境：C++ / C# / Python / PLC / 組込みLinux
日本 大阪
Joined August 2020
- Tweets15.2K
- Following556
- Followers8.3K
- Likes99.3K
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…
STでシーケンスを組む場合も、基本はラダーと同じですね。ステップ形式で状態を遷移していきます。
更にそこで、抽象化の概念を取り入れることができるようであれば、メンテ性や拡張性を考えて取り入れていきます。
ワイのChatGPTとClaudeのカスタム指示。ポイントは、3つ目の「反証」。これを入れてから自分自身で反証チェックを行うようになり、誤情報が減った。（ただし、ゼロにはならない）
↓ ↓ ↓
----------------------------
- 何よりも**正確さを優先**してください。
- 回答は、**エビデンスやデータに基づいた情報のみ**にしてください。
- 回答を一度作った後、その結論に対して必ず**反証**を試みてください。一次情報や反例、例外条件、異なる見解も確認し、**「反証に耐えられると判断できる範囲」だけを最終回答として提示**してください。確認できない点は推測で補わず、「不明」「確認できない」と明記してください。
- 私が望みそうな回答や、私が好む回答を提示する必要は全くありません。感情ではなく、**客観的且つ論理的な回答**をしてください。そして、包み隠さずフィルターをかけずに回答してください。
- もし私の論理が弱いなら、その理由を明確に示してください。
- 常に深く考えてください。 (**Think hard about this!**)
- より深い回答をする為に、情報が不足している場合は私に質問してください。
たまに発信者がラダー vs STを語ることがあるが、ほとんどの人がラダーをテキストに置き換えたような使い方で語ってる。STのメリットの半分も語れていない。
「期待しすぎるとガッカリ」というのはめちゃめちゃ共感 笑
ただし、この「期待→ガッカリ」のレベルまで到達してる人の割合は少ないと思う
さすがに組立や配線は人の手だけど、機械設計もある程度は生成AIでできるようになった。
構想設計までなら生成AIを使い、自然言語で装置の3Dモデルを作り、物理エンジンを組み込んだ動作シミュレーションまでやってくれる。実際、機械設計の素人の私がそうやってる。
電気設計も同様で、制御システム構成を考え、ブロック図や回路図の原案まで作ってくれる。
メカも電気も、あとはその構想を設計受託会社に投げ、詳細設計を進めてもらう、というところまで来ている。
もちろん生成AIの結果の妥当性の判断は必要だし、高精度・高リアルタイム性を要求する設備までとはいかない。しかし、それほど複雑でない設備であれば、生成AIがメカも電気もソフトも、かなりの部分を担えるようになってきた。
更に半年後、一年後が楽しみ。
PLCのラダー自動生成、我々ソフト屋の仕事を確実に奪うので怖い。
逆に、機械設計・組立・電気配線のレベルが高い会社には、これから次々に依頼が来ると思う。ハードはAIが組んでくれないので。
ソフト屋は肩身が狭くなる。「ソフトの中身は客から見えない」ことで守られてきた立場が、もう通用しなくなるから。
過去に納めたソフトを、客がKV Intelligenceで調べてバグを見つけてツンツンしてくる日が来る。改造案件も来なくなる。ソフトを読み込ませて、やりたい改造を伝えれば終わるので。
KV-X限定なら他のPLCはまだ生き残れる? と思ったけど、KV-8000あたりはKV-X形式に変換してCPUを入れ替えれば済む話。
多少変換できないところがあるから手作業はいるがそれもAIを上手く使えば終わりそう。
「KV-Xを使うほどの装置じゃない」と少しでも安いCPU使ってハード費を削って、ソフトに100万払ってた案件とか
これからは、KV-Xにしてソフトは生成AIで作った方が、安くて拡張性も高いものができたりするかも。その辺のバランスが変わる。
色々考えないといけない。今何ができるようになっているのかをいち早く掴んで、自分で使いこなす。その上で、それでも自分たちにしかできないことを磨き、客を常に上回る。そういう気持ちがないと要らない人になる。
ラダーに関するなかなか面白い調査。
cs.ubc.ca/~rtholmes/papers/c…
2022年に、国際的なエンジニアリング企業の技術系従業員175人を対象に、ラダーの理解度と使いやすさを調査したもの。
調査では、4分20秒のラダー解説動画を見てもらった後、基本的な論理回路に関する10問の選択式テストを実施。
設問は、真理値表から正しいラダー図を選ぶ問題が5問、ラダー図から出力がONになる条件を読み取る問題が5問。
参加者にはPLCプログラミング経験者も多く、ラダー経験者も66人含まれていた。
結果がこれ。
・約70％が不合格
・平均点は10点満点中8.5点
・ラダー経験者にも誤答が見られた
補足しておくと、
「約70%が不合格」となっているが、これは全問正解しなければ不合格という厳しい基準。約35%は2問以上間違えているが、平均点は8.5点なので、参加者の大半がラダーを理解できなかったという話ではない。
もう一つ興味深いのが、どのような問題で間違えたかという分析。
・b接点を含まない問題の平均正答率：93.2%
・b接点を含む問題の平均正答率：81.3%
否定条件が入るだけで正答率が約12ポイント低下している。調査した設問の特徴の中でも、否定条件の有無が比較的大きく成績に影響していた。
さらに自由記述では、ラダーに対して次のような意見が寄せられている。
・大規模・複雑なプログラムには向かない：27件
・使いやすく理解しやすい：23件
・小規模・単純なプログラムには向いている：17件
・他のプログラミング言語より適していない：17件
特に、モータの起動停止や単純な条件分岐は分かりやすい一方、制御ロジックが複雑になると、ラダー図が肥大化し、変数間の依存関係や処理の流れを追いにくくなる、という指摘が印象的。
もう新規案件は全てST言語オンリーでいいな。若い人達のラダーへの拒絶反応が凄いわ。最近は、学生時代にPythonなどの言語に触れている人が多いから、STのほうが圧倒的に取っつき易い。もうそろそろ保全のオッサンのことを考えなくてもいい時期にさしかかってるな。
キーエンスのPLC AIエージェント「KV Intelligence」
海外PLCメーカーが先行する中、ようやく来たかという感じ。それでも、国内の新規参入者を誘いやすくなるな。
実際に、各社のAIエージェントを触ったわけではないので、あくまでもメーカー公表での比較だが、こんな感じか。
おそらく海外勢と比べ、機能的にはまだまだ不十分だと思う。しかし、デバッグに特化した印象で、これはこれで便利だな。MCP連携ができるのかは未確認だが、もしできるようになれば相当強くなりそう。
製造業にいるが、製造業やものづくりが好きと思ったことは1度も無い！愛なんて無い！
でも仕事は好きだし面白い。なので、アホほど働くし、苦じゃない。
たまに「製造業やものづくりが好きなんだね」と捉えられることがあるが、真っ向から否定する。
この違い、なぜ分からんのや。
「なんでハードウェアPLCを使わないの？」って聞かれても「必要ないから」としか答えられん。ハードウェアPLC以外を本格的に使ったことがない人には、見えていない世界があるので、理解されるのは無理だと思ってる。
我ながら良いことしか書いてないので再度紹介する（笑）
PoCは「成功率」を出口にするのではなく、「次の投資判断を狂わせる最大の不確実性を潰せたか」を出口にする。出口を間違えるから皆PoC死する。
note.com/toki_engineer/n/n00…
AIロボットの開発で、米中の次に続くのは日本みたいに取り上げられるけど、ドイツを忘れちゃいけないんだよな。ヒューマノイドはフィジカルAIに注目されがちだが、Safetyの課題も解決しないといけない。ヒューマノイド向けSafety PLCの開発も同時に進めるのは流石だと思った
xtech.nikkei.com/atcl/nxt/co…
AI外観検査について、本に出来そうなくらいに記事が溜まってきた。ただ、ジャンルが狭すぎてマニアックな内容になってしまうが…
note.com/toki_engineer/m/m7c…
ちょっとマニアックな記事ですが。Deep Learningの画像処理で、物体検出とセグメンテーションの使い分けというか、選び方の根拠となればと思い、自分なりに理屈づけしました。
note.com/toki_engineer/n/n1b…
