とき@engineer

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…

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。

ワークマンの服は普段着としても最高。安いので雑に扱えるのがいい。なので、ワイの服はワークマン率が増えつつある。

ワイは早くFA設備の設計でも、AIに構想を練らせ、そしてCADで一から図面を描いたり、PLCプログラムを自分で書いたりしなくて済む時代になって欲しいと思う。 そういう意味では、旧時代エンジニアじゃないかな。

Claudeを走らせたときの「研ぎ澄ましています」からの「反芻中」と表示されるのを見るのが好き。

では何故、半導体製造装置や高精度加工装置の一部でIPC制御が採用されるのか。 理由は色々あるけど、代表的なのは、 ①高速・リアルタイム性 ②拡張性 を求めるから。 ①は、ようは従来型のハードウェアPLCだと処理が遅いから。要求される制御周期内に必要な演算処理を完了できないからIPCを使う。 特に高速・高精度なモーション制御では、高い演算性能とリアルタイム性が求めらる。IPCだと高性能なCPUを使えるうえ、独自の制御アルゴリズムも柔軟に実装できる。 ②はそのまんまで、IPCのほうが拡張性があるのは明らか。「ハードウェアPLCも拡張性があるでしょ」という反論がありそうだが、『ハードウェアPLCで済む範疇の拡張性』で実装したところで、差別化できない。他社と同じ事をやってもしょうがない。

これは独身、もしくは子供が2〜3人いても小学生までならそうかもしれん。中高生以上になるとカツカツで全く贅沢できない。 因みにワイは、児童手当も高校の学費補助も大学の多子世帯向け給付金も、所得制限によって全て割を食らってきた😭

因みにDMG MORIのレーザ金属積層造形機であるLASERTEC SLMもIPC＋ソフトウェアPLC。

Xでは、FA設備の制御にIPCを使うことに対し、耐久性や堅牢性を不安視して「ハードウェアPLCしか使えない」という意見をよく見るけど、ちょっと認識が古いというか、知見が狭すぎるんだな。 半導体製造装置など、非常に高い信頼性が要求される設備でもIPC制御は意外と使われているんだな。

結婚して20年以上経つけど、今が1番嫁と仲がいい。嫁と一緒に出掛ける予定を立てたときなんか、たとえそれがイオンモールに買い物に行く予定であっても、その日が来るのが待ち遠しくてしょうがない。

ChatGPTやClaudeのカスタム指示に、この「反証チェック」を入れておけ。回答の質が変わるぞ。 - 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。

「何でも出来るようになりたい」って、裏を返せば「薄く広く」であり、結局は「何の専門性も無い、何も出来ない人」になっちゃうのでオススメしない。 それでも「何でも出来るようになりたい」と言う人は多いです。 そういう人にアドバイスしてるのは、その「薄く広く」をとことん極め、他の薄く広くの人よりも頭3つ突き抜けることです。

IO-Linkは通信周期がボトルネックになる場合がある。応答が厳しい信号はEtherCATなどの高速I/Oに任せたい。 単純なON/OFF信号も使い分けの手間を考えると、最初からEtherCATに統一したほうが楽な場合がある。 IO-Linkを選ぶ理由はセンサの設定や測定値のデジタル取得に価値を見出せるかどうかだな。

皆さんは、FA分野の機械設計・電気設計・ソフト設計で生成AIを使っていますか？ 「まだまだ使い物にならない」という声は多いです。正直、正しいと思います。丸投げすれば、“それっぽい” だけの設計案やコードを平気で出してくるので。 ただ、出力の質は、要求仕様・制約条件・参考資料をどう渡すかで大きく変わるのも事実です。同じモデルでも、使い手次第で別物になります。 しかも、使い込むほど溜まっていくのはプロンプトの小技だけではありません。 ・どの設計作業ならAIに任せられるかの見極め ・要求仕様・制約条件・参考資料の渡し方 ・使い回せるプロンプト、AI向けの手順書（スキル）、スクリプト、設計テンプレートの知見 ・AIがやりがちなミスの見つけ方と、直させ方 ・CAD・CAE・その他開発環境とAIをつなぐ方法 最初はまるで使えなかった作業が、試行錯誤の末に「設計の相棒」レベルにまで来ることはあります。もちろん全部は任せられないし、検証は人間の仕事のままです。 しかし、「まだまだ」と言って触らない人と、まだまだなりに使い倒している人とでは、どんどん差が付いていってる印象です。触っているうちに、自分のAIにもスキルが蓄積されていくので。 この差は、今後のAIの進化と共に、更に広がっていくと思います。

これ難しいテーマなんよね。 「日本のものづくりの危機」 「数年後には海外の言いなり」 という日本の製造業を守る主張と、 「これは健全な集約・生産性向上」 「製造業の相対的衰退は先進国では普通のこと」 「日本はものづくりの国という神話から目を覚ますべき」 という、先進国として次のステージに進むべきという主張。 自分の中でも答えは出ていないが、考える良いきっかけになる動画でした。

「機械/電気/ソフト設計も、生成AIでここまでできるようになった」 というポストに対して、 「でも○○においては、生成AIとは違う価値を生み出せる」 みたいな返しがあるけど、未だ納得のいく返しに出会ったことがない。 なんていうかAIとの対立ではなく、上手い業務分担を考えるのが大事だと思う。

嫁さん、豆苗買ったらいつもジャングルにするなー。台所で天井照明のほう向きながら、めっさ生い茂ってる！

Claudeで産ロボのプログラムまで作れちゃうな。 セル周辺の図面から干渉回避の経由点とンターロック条件などを与えると、シミュレーションして干渉チェックまでやってくれる。動作改善したい場合は、実機の動画を見せて「この区間をもっとこうして欲しい」みたいな頼み方で、再シミュレーションした修正版が返ってくる。 勿論、安全機能の設定と動作確認は人間がやる必要はあるけど、ペンダントで一行もロボットプログラムを打たずにできちゃった。

「自分で考えろ」で突き放す指導は、上司の正解を当てるゲームになりかねない。考えられるようになるまでの指導が必要だと思う。 まずは教わった型で経験を積み、なぜそうするのかを理解する。そこから条件に応じて工夫し、上司とは違う方法も考えられるようになる。いわゆる守破離。