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
1
592
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。
5
582
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
10
1,598
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
2,976
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。





