A
制御設計
3 TOPICSTOPIC 01制御設計
自己保持回路を動くコンベアで確かめる — AIに手伝ってもらった練習用シミュレータでラダーを動かす
note「電気保全のメモ」の筆者は、電気保全を6年やっており、PLC(主に三菱)、電磁弁、モータまわりのトラブル対応と、改造工事の設計・発注、改善活動が主な仕事だと書いている。記事はPLCのラダーの基本である「自己保持回路」を扱い、説明のために、ラダーを書いて操作盤や機械を動かせる練習用のシミュレータを、AIに手伝ってもらって作ったと述べている。入力をX、出力をYと書く表記で、画面では電気が流れている線が緑、ONになっている接点が青で表示される。
ふつうのモータ回路は、1行目が起動ボタン(X0)のa接点→停止ボタン(X1)のb接点→運転(Y0)のコイル、2行目が運転(Y0)のa接点を起動ボタンと並列に入れる形、3行目が運転(Y0)のb接点→停止表示(Y1)。
概要の続きを読む+
起動ボタンから手を離してもY0自身のa接点を通って電気が流れ続けるのが「自己保持」だと説明している。
ベルトコンベアの例では、起動のきっかけを起動ボタンから入口の光電センサ(X2)へ、止めるきっかけを停止ボタン(X1)に加えて出口の光電センサ(X3)のb接点へ置き換えており、「人がボタンを押す」の代わりに「機械の状態をセンサで見る」だけで回路の形はふつうのモータ回路とほとんど同じだとしている。
3行目以降では出口センサ(X3)の立上りでカウンタC0を1つ増やし、5個になったら完了表示(Y1)を点け、リセットボタン(X4)でカウンタを0に戻す。ふつうのa接点でもカウンタはOFFからONに変わったときに数えるためこの例では結果は変わらないが、ONの間ずっと動き続ける命令と組み合わせると1回のつもりが何回も実行されることがある、と説明している。
試してほしい例として、出口センサのb接点(X3)を消すとワークが出口を通り過ぎても止まらずそのまま落ち、2行目の自己保持(Y0)を消すと入口センサの上にワークがある間しか動かず少し進んだところで止まる、と挙げている。
注意点として、実際の設備では安全の回路を省かない(非常停止や安全カバーのインターロックはPLCだけに頼らない構成になっていることがある)、プログラムの変更は必ず承認と記録を取ってから行い変更前のバックアップも残す、光電センサには物があるときONになる設定と物がないときONになる設定があるのでラダーを書く前に実際のセンサの設定と配線を確認する、と書いている。記事は画面の回路や数値は練習用に作った例で実際の設備とは異なるとも明記している。
情報源note「電気保全のメモ」 (2026/10/29) /
出典を読む ↗ +TAKE IT TO THE FIELD現場での活用アイデア+
明日やる一歩は「接点を1つ消して確かめる」をオフラインで真似すること。自分が担当した装置のラダーから自己保持が効いている行を1本選び、GX Works3のシミュレーション機能(実機に繋がない状態)で、保持用のa接点、停止側のb接点、インターロック接点を順番に無効化して挙動を記録する。所要は1回あたり15分程度で、追加費用はゼロ(手持ちのGX Works3ライセンスの範囲)。
次の段階は、記事と同じ最小構成——入口センサ起動+出口センサb接点停止+立上りカウンタ——を新規プロジェクト1本に書き起こし、自社の教育教材にすること。デバイス番号を自社の標準割付(X0台=操作盤、X2台以降=センサ入力など)に置き換えておけば、新人がその日から実機の図面と突き合わせて読める。カウンタの完了個数を5個から段取り替えの実数に変えるだけで、客先の搬送ラインの説明にも使える。
その先は、記事のような「ラダーを書いて操作盤を動かせる練習盤」をAIに作らせる方向。ChatGPTやClaudeの無料枠〜月20ドル程度のサブスクで、HTMLとJavaScriptだけのコンベア模擬画面を作らせ、X/Yの状態をチェックボックスで叩けるところまでは数時間で届く。社外へ出さないなら手元のブラウザで完結するのでサーバ費用も不要。
注意点は3つ。第一に、練習盤で確かめた回路をそのまま実機へ持ち込まないこと。記事が明記しているとおり非常停止や安全カバーのインターロックはPLCだけに頼らない構成になっていることがあり、シミュレータには安全回路が入っていない。第二に、光電センサの「ON」が物あり側か物なし側かは現場ごとに違うので、模擬盤の前提をそのまま実機の判断根拠にしない。第三に、プログラム変更は承認と記録とバックアップを取ってから——これは記事の注意書きと自社ルールの両方で押さえる。
TOPIC 02制御設計
EtherNet/IP・CIP と TCP/UDP の通信試験ツールにPro版 — 周期ロギングと応答の自動判定
OkitaSystemDesignが2026年10月29日投稿のQiita記事2本で、EtherNet/IP・CIP通信試験ツール「CipMes2026」のPro版と、TCP・UDP通信試験ツール「ComCom2026」のPro版を公開したと案内している。動作確認環境はいずれもWindows 11、.NET 10.0。
どちらもFree版とPro版は同じプログラムで、ライセンスキーを登録するとPro版になる。ライセンスは %APPDATA%\OSD\osd.lic に保存され、インターネットに接続していないPCでも登録・利用でき、1つのライセンスにつき1台のパソコンで使用できる。
概要の続きを読む+
使用期限はないが、新しいバージョンをPro版として使える「更新期限」は購入後1年で、期限より後にリリースされたバージョンはFree版として動作する。
CipMes2026の共通機能は、UCMM / Class3での接続(KEYENCE・OMRONの違いは自動判別)、サービスコード・クラスID・インスタンスID・アトリビュートIDを指定するCIPオブジェクト個別指定、送受信データDUMPとCIPメッセージログ(cip_log.txt)。Pro版のみの機能はロギングで、KEYENCEのタグ/OMRONの変数を10〜3600000 msの周期で読み出し、画面に表示しながらCSVファイルに記録する。
ロギングのCSVは文字コードがBOM付きUTF-8で、ファイル名は CipMes2026_(IPアドレス)_(日付)_(時刻).csv、日時は yyyy/MM/dd HH:mm:ss.fff の形式。読み出せなかった値は #ERR になり、PLCの電源断やケーブル外れなどで切断されたときは5秒ごとに接続し直しながら1周期ごとに #ERR の行を書くので、どの時間帯に記録できなかったかが分かる。全項目の読み出しが3周期続けて失敗したときも切断とみなして接続し直す。画面下には状態・サンプル数・周期遅れ(読み出しが周期に間に合わなかった回数)が出る。
ComCom2026のPro版は、送信リストを上から順に応答を待ちながら自動送信する「シナリオ実行」と、Response(期待応答)列と実際の応答を比べてResult列にOK/NGを表示する自動判定を持つ。期待応答は `?`(任意の1バイト)、`?10`(任意の10バイト)、`*`(任意の0バイト以上)、`{n}`(Memo変数n の値と一致)で書け、空欄は判定しない。判定表示はOK(緑)/NG(赤)/Timeout(オレンジ)/Res error(黄)。
シナリオ設定の初期値は、送信ごとに応答を待つ=オン、応答タイムアウト=1000 ms、タイムアウトしたら停止=オン、判定がNGなら停止=オン、行と行の間隔=0 ms、繰り返し回数=1(0にすると停止するまで繰り返す)。右クリックメニューの「直前の受信を期待応答に設定」で、その行で最後に受信した応答を期待応答に書き込める。送信リストファイルはタブ区切りのUTF-8テキストで、1行目に接続設定(`#ComCom<TAB>TCP<TAB>192.168.250.1<TAB>9600`)を書く。
CipMes2026の英語表記は、KEYENCE・OMRONのマニュアル(KV-8000 User's Manual「4-5 Explicit Messages (Server) Function」、OMRON EtherNet/IP Units Operation Manual W465)に合わせていると記事は書いている。
情報源Qiita PLC(OkitaSystemDesign)(2026/10/29) /
出典を読む ↗ 、Qiita PLC(OkitaSystemDesign)(2026/10/29) /
出典を読む ↗ +TAKE IT TO THE FIELD現場での活用アイデア+
最初の一歩はFree版の導入だけで済む。次の客先立ち上げに持っていくノートPC(Windows 11 / .NET 10.0)にCipMes2026とComCom2026のFree版を入れ、現調時にPLCへUCMMで繋いでIdentityオブジェクトを1回読む。これだけで「ネットワークは生きているが相手のCIPが応答しない」のか「そもそもIPが届いていない」のかを、ラダーを一切触らずに切り分けられる。費用はこの段階でゼロ。
次の段階は、立ち上げで毎回手で見ている値をPro版のロギングでCSVに落とすこと。たとえばワーク有無フラグ、原点復帰完了、サイクル時間カウンタを100 ms周期で記録しておき、Excelでそのまま開いて時系列を見る。読み出せなかった区間が #ERR として残るので、「切れたのは何時何分何秒だったか」を記憶や日報に頼らず示せる。ファイル名にIPアドレスと日時が入るので、複数号機を並行して記録しても後から混ざらない。
その先が、ComCom2026 Proの「期待応答」を使った受け入れ試験の型化。実機で一度通信してから右クリックの「直前の受信を期待応答に設定」で雛形を作り、毎回変わるバイト(シーケンス番号やタイムスタンプ)を `?` に、末尾の可変長を `*` に書き換える。これで自社のホスト通信仕様をシナリオ1本に固め、改造工事の前後で同じシナリオを流して差分だけを見られる。タイムアウトは初期値1000 msなので、伝送遅延が大きい客先では実測してから決める。
コストは、Free版は無料、Pro版はライセンスキー購入制(記事に金額の記載はないので要見積り)。1ライセンス1台、ネット接続なしのPCでも登録でき、同じPCの他のOSDツールでもPro機能が使えるため、立ち上げ用の持ち出しPC1台に入れるのが費用対効果が良い。「更新期限は購入後1年」という条件は、社内の資産管理表に購入日を残しておけば判断を間違えない。
注意点。これは試験ツールなので、稼働中のラインで変数へ書き込む操作は段取り停止中に限る——読み出し専用で使う運用ルールを自分の中で先に決めておく。ロギングは1周期の中で項目を1つずつ順番に読み出す方式なので、項目が多いときや周期が短いときは「周期遅れ」が増える。記録を信じたいなら、まず周期を長めにして遅れが0のまま回ることを確認してから詰める。長時間記録ではPCがスリープすると止まるので、スリープしない設定にしてから仕掛ける。
TOPIC 03制御設計
Geminiアプリの中でスライド・スプレッドシート・PDFを作ってプレビュー・編集できるようになった
Google Workspace Updates(2026年10月29日)とGoogleの公式ブログ(2026年10月29日)が、Geminiアプリのチャット内でファイルやコードを生成・プレビュー・編集できる新しい方法を案内している。全画面に広げて直接編集を打ち込む、テキストをハイライトして質問する、Geminiに手直しさせる、という操作ができる。
PDFのプレビューと編集はwebとモバイルの両方で対応し、それ以外の形式はwebのみの対応。Workspace Updatesは対象をドキュメント、スプレッドシート、スライドデッキ、Markdownファイル、TXTファイル、コードと書き、公式ブログはGoogle Docs、Google Sheets、スライドデッキ、Markdownファイル、TXTファイル、コードと書いている。
概要の続きを読む+
できることの例として、プレゼンの構成案やスライド内容を作ってチャットでレイアウトをプレビューし、直接編集するかGeminiにトーンと構成を調整させてからGoogle Slidesで開く、またはPPTXやPDFとしてダウンロードする、が挙がっている。
スプレッドシートは、プロンプトから構造化されたトラッカー・表・データモデルを生成してGemini上でプレビューし、Google Sheetsで直接開ける。PDF・Google Docs・LaTeX・Markdown・TXTは素早く下書きして、webまたは全画面表示でインラインに手動またはプロンプトで編集でき、いずれもDriveへアップロードできる。
公式ブログは、アップロードした手書きの講義ノートからPDFの学習ガイドを作らせ、手動で編集したり、特定の箇所をハイライトしてテキストや視覚要素をGeminiに編集させたり、さらに質問したりできる例を挙げている。
Workspace Updatesによれば、この機能に管理者向けの制御はなく、Geminiアプリを使える全年齢のユーザーがファイルを生成できる。提供状況はRapid ReleaseとScheduled Releaseの両ドメインで「Available now」、対象はすべてのGoogle Workspace顧客、Workspace Individualの契約者、個人のGoogleアカウントのユーザーで、Geminiアプリが利用できるすべての言語で使える。
情報源Google Workspace Updates (2026/10/29) /
出典を読む ↗ 、Google 公式ブログ (2026/10/29) /
出典を読む ↗ +TAKE IT TO THE FIELD現場での活用アイデア+
明日の一歩は、手持ちの個人Googleアカウントで試すだけ。直近に書いた不具合報告書の中身をテキストでGeminiに貼り、「この内容でPDFの報告書を作って」と頼む。できたPDFをその場でプレビューして、直したい段落をハイライトして「この原因欄を、現象→切り分け→対策の順に書き直して」と指示する。対象はすべてのGoogle Workspace顧客とWorkspace Individual契約者、個人Googleアカウントのユーザーなので、会社の契約を待たずに型を作れる。
次の段階は、自分の定型帳票をスプレッドシート生成で作ること。「点検日、号機、点検項目、判定、所見、次回予定」の列を持つ点検記録をプロンプトから生成させ、Gemini上でプレビューしてからGoogle Sheetsで開く。列構成が固まったら、そのシートを自社テンプレートとして保存し、以後は現場で埋めるだけにする。スライドも同じで、客先向けの改造提案の構成案をGeminiに作らせ、トーンと構成を調整してからGoogle Slidesで開いて図を差し替える。
その先は、PDFの編集がモバイルでも効くことを使った現場運用。客先で受け取った仕様書PDFをその場でGeminiに読ませ、気になる条項をハイライトして質問する。帰社後にwebで全画面編集して社内用のメモ版に仕上げる、という往復ができる。作ったファイルはDriveへアップロードできるので、既存の案件フォルダ運用を崩さずに済む。
コストは、個人Googleアカウントで試す範囲では追加費用なし。会社のWorkspace契約で使う場合も、この機能自体に追加のアドオンは出ていない。管理者向けの制御がないという点は、裏を返せば「会社として止める設定が用意されていない」ことなので、情シスと事前に一声交わしておくほうが安全。
注意点。PDF以外の形式はwebのみ対応なので、スマホだけで完結する運用を前提に手順書を書かない。生成した表の数字は出典が担保されないので、点検判定や設計値のような検証が必要な欄はAIに埋めさせず、こちらが入力する列に分けておく。客先の図面や個人情報を含む資料を入力に使う前に、会社のAI利用ルールと客先の守秘条件を確認する——ここは機能の話ではなく運用の話なので、自分で線を引いておく。
B
フィールド業務
4 TOPICSTOPIC 04フィールド業務
ファナックが「AIマスタレスビジョン」を開発 — ビジョン教示なしで初見のワークを認識
ファナックが、AIロボットが対象物を見て理解するフィジカルAIシステム「AIマスタレスビジョン」を開発した。ロボスタは同社が2026年10月26日に公式YouTubeチャンネルで動画を公開していると伝え、マイナビニュースTECH+は同社が10月27日にこの新技術を開発したと発表したと伝えている。
TECH+によると、従来のビジョンセンサでは対象物の形状などを事前に登録するビジョン教示が必要だったが、AIマスタレスビジョンでは例えば「円柱部品」と指示するだけで、初めて見る加工素材でもカメラ画像から認識し、ロボットで搬送できる。
仕組みは、カメラとAIを組み合わせて物体の3次元形状を認識するもので、さまざまな照明条件における物体の見え方を事前に学習しており、時間帯や季節によって明るさが変化する環境でも対象物を認識できるという。
概要の続きを読む+
ロボスタは、AIマスタレスビジョンが人の目と同じ構造のカメラに物体や形状に関する膨大な知識を与えることで成り立っており、これによりAIロボットの空間把握能力と物体認識能力を大きく向上させたという、と説明している。
従来のビジョンセンサでは認識が難しかった透明な物体や、鏡面のような光沢を持つ金属部品にも対応する。これまでは照明条件の調整などが必要だったが、AIにさまざまな物体の見え方を学習させることで、こうした調整の負担を軽減できるという。
想定用途として、無人搬送車(AGV)や台車に搭載されたロボットが、周囲の環境が変化しても簡単な指示で対象物を見つけて運ぶ用途などが挙がっている。ロボスタは、環境の変化に自ら適応し、ゼロ設定、ゼロ教示で行動することがAIマスタレスビジョンの目指す姿だと書き、ファナックが「進化した目は形あるもの全てを自動化の対象に」と締めくくっていると伝えている。
ファナックは2027年1月にAIマスタレスビジョンの出荷を開始する予定で、機械加工の現場におけるロボットの導入や自動化を容易にすることを目指すとTECH+は書いている。
+TAKE IT TO THE FIELD現場での活用アイデア+
最初の一歩は買う検討ではなく「教示工数の棚卸し」。直近1年で関わった搬送・取り出し工程について、ビジョン教示とその後の明るさ調整に何時間使ったかを、号機別に1枚の表へ書き出す。ワーク形状の登録、照明の当て直し、立ち上げ後の再調整、季節変動でのしきい値見直しを分けて数えると、2027年1月の出荷開始に合わせて見積りを取る価値があるかどうかが数字で出る。表づくり自体は半日、費用ゼロ。
次の段階は、自分の客先で「透明ワーク」「鏡面の金属部品」をどこで諦めているかを特定すること。記事が明記しているのはこの2種が従来のビジョンセンサでは認識が難しい対象だったという点なので、今は人が目視で治具に置いている工程、あるいは専用の照明と遮光カバーを作り込んでいる工程が候補になる。そこを1件選び、現状の段取り時間と不良流出の実績を記録しておくと、提案時の比較基準になる。
その先の検討は、AGVや台車に載せたロボットという想定用途に自社の構想を合わせること。固定セルで完結している工程より、搬送経路や置き場が変わる工程のほうが「環境の変化に適応する」価値が出る。構想段階で押さえるべきは、どの指示語でどのワークを呼ぶかという語彙の決め方と、認識できなかったときの退避動作で、これは今のビジョンセンサの運用設計の延長で書ける。
コスト感は、記事に価格の記載がないので現時点では「出荷開始が2027年1月」という時期だけを前提に動く。社内の設備投資計画は年度単位で固まるので、今のうちに教示工数の実績値を作っておくほうが、価格が出た後の判断が速い。
注意点を3つ。第一に、記事の説明の出所は公式動画と発表であり、自社ワークでの検出率を保証するものではない。導入検討ではサンプルワークでの実機確認を条件に入れる。第二に、ゼロ教示で認識できても、把持位置の精度・ハンドの選定・干渉チェックは従来どおり自分の仕事として残る。第三に、照明条件の学習済みという説明は「調整の負担を軽減できる」という範囲の話なので、照明設計を省く前提の構想にはしない。
TOPIC 05フィールド業務
富士ソフトとダイドーの「フィジカルAIスタートパッケージ」 — 音声指示で協働ロボットを動かす検証環境を一式で
富士ソフトとダイドーが、協働ロボットを使ったフィジカルAIの導入・検証を支援する「フィジカルAIスタートパッケージ」を共同で開発した。ロボットアーム、カメラ、マイク、NVIDIAのAIコンピュータ「DGX Spark」、ソフトウェアなどを一式で提供する。両社は2027年1月から本格的な受注活動を開始し、2028年度に年間100台の販売を目指す。
価格について、ロボスタは展示担当者の話として約1,200万円からで、ロボット、コンピュータ、カメラ、マイク、基本ソフトウェアなどが含まれると書いている。MONOistは協働ロボットなどのハードウェアおよび基本ソフトウェア込みで1200万円〜程度を想定しているとし、富士ソフトの申し出により初出時より価格表記を修正したと注記している。
概要の続きを読む+
2026年10月13〜14日に名古屋市で開かれた「ダイドーロボット館十年祭」で実機デモが公開された。ロボスタによると、ファナック製の協働ロボット「CRX-10iA/L」を使い、人がマイクに向かって「青のブロックを取ってください」などと話しかけると、AIがその言葉を解釈してカメラの映像から対象となるブロックを探し、位置を特定するとロボットアームが動いてつかむ。
ロボスタが示すシステム構成は5つの工程。音声認識が faster-whisper、指示理解がLLM、対象物認識がVLM+Intel RealSense D455、動作計画が ROS 2 Jazzy+MoveIt、実機動作が FANUC CRX-10iA/L。音声認識、LLM、VLM、AIエージェントなどのAI処理はNVIDIA DGX Spark上でローカル実行している。
MONOistは構成をファナックの協働ロボット「CRXシリーズ」やNVIDIAのGPU搭載PC、カメラおよびソフトウェアなどとし、外部ネットワークにつなぐ必要はなくオンプレミス環境で稼働でき、ROS 2やPythonの基本的なプログラミングスキルがあればカスタマイズも可能だと書いている。一方ロボスタは、標準パッケージで提供されるのは自然言語理解と物体認識を組み合わせた基本的な動作環境で、異なる種類の製品を認識してつかむなど特定の現場に合わせた機能追加やカスタマイズについては別途開発が必要になると伝えている。
ダイドー 取締役 エンジニアリング本部 本部長の纐纈靖幸氏は、ロボットを使ったことがない人でも使えることをコンセプトに開発したとし、生産ラインに即導入するのではなく実機検証やPoC(概念実証)をすぐに始められる開発環境として提供すると説明している。またフィジカルAIの導入は、製造現場には作業ミスが許されない工程も多いことから、まず多少の位置ずれや失敗が許容される作業——例えば物をつかんで台車に置くといった搬送作業——から進むとの見方を示した。
今回の自然言語理解のほかにも、模倣学習や未知物体の異常検知、不定形物のパッキング/箱詰め、環境変化適応などのパッケージを順次開発するとしている。現行のパッケージには模倣学習の仕組みは含まれておらず、将来的な課題として捉えているという。
+TAKE IT TO THE FIELD現場での活用アイデア+
いきなり1,200万円の話をする前に、構成表を自分の武器にするのが一歩目。音声認識=faster-whisper、指示理解=LLM、対象物認識=VLM+RealSense D455、動作計画=ROS 2 Jazzy+MoveIt、実機=CRX-10iA/L という5段の並びを紙1枚に書き写し、「自社でどの段が既にあるか」を色分けする。深度カメラとロボットは持っている、ROS 2 の経験がない——そこが社内の不足スキルの地図になる。費用ゼロ、所要1時間。
次の段階は、PoC候補工程の選定を纐纈氏の基準でやること。「多少の位置ずれや失敗が許容される」工程、具体的には物をつかんで台車に置く搬送作業から探す。客先で今まさに人がやっている置き換え候補を3件挙げ、それぞれ「失敗したときにやり直せるか」「タクトに余裕があるか」で○×を付ける。この選別を先にやると、提案が「AIで自動化しましょう」から「この工程なら失敗しても戻せます」に変わる。
その先は、オンプレミスで動くという点を社内承認の武器にする方向。MONOistは外部ネットワークにつなぐ必要がなくオンプレミス環境で稼働できると書いており、客先工場の「外に出せない」という条件と噛み合う。情報系の持ち出し禁止がネックで止まっていた案件があるなら、この一文を添えて再提案する価値がある。
コストは明確で、ハードウェアと基本ソフトウェア込みで1200万円〜程度。これは設備投資の決裁が必要な規模なので、個人で試す話ではなく、年度計画に載せる話として扱う。カスタマイズの扱いは媒体で書きぶりが違う(ROS 2とPythonの基本スキルがあれば可能/別途開発が必要)ので、見積り時に「どこまでが標準で、どこから別途開発か」を必ず文書で確認する。
注意点。第一に、デモで動いたのは色違いのブロックをつかむ内容であり、自社の実ワークでの成立は別途検証が要る。第二に、模倣学習は現行パッケージに含まれていないので、「人が教えた動きを真似させる」構想を前提にしない。第三に、まずは実機検証とPoCの環境という位置づけなので、生産ラインへの即導入を社内説明に書かないこと——期待値を上げすぎると、PoCの成果が出ても「本番に入らない」と評価されてしまう。
TOPIC 06フィールド業務
DC電源対応のロボットコントローラをAMRへ載せるとき、停止中の定格電圧ではなく最大負荷時の最低電圧で成立を決める
Xの投稿(@shin_debug_ai、日本時間2026年10月29日20:24)は、ファナックがAMR・AGV搭載向けにDC電源対応の「R-50iA Compact DC」を発表したとして、移動体のバッテリを使いやすくなる一方で、立上げで見るべきなのは停止中の定格電圧だけではないと述べている。
投稿が挙げる症状は、AMRは所定位置まで来てロボットもReadyなのに、アームを動かした瞬間にコントローラが再起動する、というもの。
確認する項目として4つを挙げている。AMRの停止・ブレーキ状態、バッテリ残量、動作中の最低DC電圧、走行・昇降軸・ロボットの同時負荷。
切り分けの筋道も具体的に書かれている。
概要の続きを読む+
待機中は正常でもロボット加速時だけ電圧が落ちるなら給電ケーブルやコネクタを先に疑える。AMR駆動と重なった時だけ落ちるなら電力容量か同時動作条件の問題。残量低下時だけなら作業開始SOCが低すぎると判断できる。
この測定を取らずにRobotReadyと通信異常だけを残すと、全部「ロボットがたまに切れる」に見えてしまい、ネットワークやプログラムを追っても再現条件が見つからないと指摘している。
結論として、DC電源の移動ロボットは停止中の電圧ではなく最大負荷時の最低電圧で成立を決める、どの動作が重なった時にどこまで電圧が落ちたかが分かれば、配線・電源容量・動作インターロックのどこから直すかを選べるとしている。
情報源X @shin_debug_ai (2026/10/29) /
出典を読む ↗ +TAKE IT TO THE FIELD現場での活用アイデア+
明日できる一歩は、チェックリストを1枚作ること。投稿が挙げる4項目(AMRの停止・ブレーキ状態/バッテリ残量/動作中の最低DC電圧/走行・昇降軸・ロボットの同時負荷)を、立上げ記録のフォーマットに欄として足す。欄があるだけで「測っていない」が可視化されるので、紙1枚の改訂で効く。費用ゼロ。
次の段階は、最低電圧を測れる状態を作ること。ロギング機能付きのクランプメータやデータロガー(数万円クラス)をDC給電ラインに当て、ロボット単独加速、走行のみ、昇降軸のみ、そして同時動作の4パターンで最低電圧を記録する。測定は1パターン数分で済むので、現調の半日枠に収まる。PLC側で読めるなら、アナログ入力に取り込んで最小値をDレジスタに保持させておけば、立ち会いなしでも後から確認できる。
その先は、記録を設計のインターロックに戻すこと。たとえば「作業開始SOCの下限」を数値で決め、それ未満ならロボット動作許可を出さないラダーを足す。走行とロボット加速の同時禁止をインターロックで切るか、電源容量を増やすかは、測った落ち込み量で選べる——これが投稿の「どこから直すかを選べる」という部分に当たる。
コストは、チェックリストと測定だけなら実質ゼロ〜数万円。電源容量の見直しや給電ケーブルの太線化に進むと数万〜数十万円規模。ここで効くのは、先に測って原因を1つに絞ってから部品を替えること。切り分けなしで電源を増強すると、原因がコネクタの接触抵抗だった場合に費用が丸ごと無駄になる。
注意点。測定は通電状態で行うので、感電と可動部への巻き込みの両方のリスクがある。測定端子の取り付けは停止・施錠してから行い、動作させる間は柵外から観測する。それと、この投稿は現場の切り分け手順としての知見なので、R-50iA Compact DCの具体的な電源仕様(許容電圧範囲や突入電流)は必ずメーカーの仕様書で確認してから設計値を決めること。投稿の4項目は「何を測るか」のリストで、合否の基準値そのものではない。
TOPIC 07フィールド業務
デジタルデータソリューションが工場向け監視サービス「OT SOC」の提供を開始
MONOist(2026年10月30日公開)によると、デジタルデータソリューション(DDS)は2026年10月14日に東京都内で会見を開き、工場向けセキュリティ監視サービスとしてOT SOC(Security Operation Center)の提供を開始すると発表した。同社は2025年1月にIT領域を対象にしたセキュリティ監視サービス「D SOC」を提供しており、これをOT環境にも拡大してOT SOCとして展開することを決めた。
サービスはNozomi Networks製品を活用して工場内のネットワーク環境から通信パケットを収集し、DDSのセキュリティアナリストが24時間365日体制でリアルタイム監視し、アラートが発生した際には分析を実施する。
概要の続きを読む+
インシデントレベルは4段階に分かれており、緊急時には顧客にすぐに通知/対応を行う。
DDS サイバーセキュリティソリューション事業部の下里和可奈氏は、国内の被害事例として自動車部品メーカーのランサムウェア感染や精密機器メーカーへの不正アクセス、海外拠点経由での国内拠点への被害拡大などが多発していると説明している。
工場における攻撃者の侵入経路として挙げられているのは、外部業者の保守用PC、管理されていないUSBメモリ、ITとOT環境の分離ができていないネットワーク、外部のベンダー(保守ベンダー)と接続するための専用ネットワーク線。これらの侵入経路からのサイバー攻撃を防ぐためには「資産管理(工場に存在する機器や通信環境の把握)」「サイバー攻撃兆候の早期検知」「アラート発生時の早期の封じ込め」が重要とされる。
同社が製造業のシステム管理/生産部門の管理担当者531人を対象に実施したアンケート調査では、過去3年間にOT環境でセキュリティインシデントを経験した企業が約3割となったという。国や各省庁からも工場に関するセキュリティガイドラインなどが発表されているが、これまでは予算が確保できる大手企業を中心に対策が進んでおり、中小企業へ広げる必要がある一方で、予算や人材の問題で対策に手が回らないという課題を抱える企業が多い。DDSは地方銀行などの金融機関とも業務提携を進めている。
Nozomi Networksは2013年にスイスで設立されたOTやIoT機器のセキュリティを専門とするベンダーで、ガートナーが実施するCPS(サイバーフィジカルシステム)セキュリティ評価で2年連続リーダーポジションを獲得している。同社日本担当カントリーマネージャーの芦矢悠司氏は、IBMのデータによると製造業は4年連続で世界で最もサイバー攻撃の対象となっている業界だと述べ、OT環境のセキュリティはITと比べて大体10〜15年ぐらい遅れているといわれているため、ITのように完璧を求めるのではなく「まずは見える化する」ことが大事だと語っている。
+TAKE IT TO THE FIELD現場での活用アイデア+
自分が明日からできる一歩は、サービスを買う話ではなく「自分が侵入経路になっていないか」の確認。記事が挙げる4つの侵入経路のうち、外部業者の保守用PCと管理されていないUSBメモリは、まさに自分が客先へ持ち込む道具そのもの。持ち出しノートPCのOS更新日、ウイルス対策の定義日、USBメモリの持ち込み可否を1枚に書き出し、客先入場時に提示できる形にしておく。費用ゼロ、所要1時間。
次の段階は「資産管理」を自分の担当範囲で作ること。客先ごとに、自分が触るPLC・HMI・産業用PC・リモート保守用のルータを型式とIPアドレスとファームウェア版数で一覧化する。記事が重要と挙げる3点の先頭が資産管理なので、ここは外注を待たずに作れるし、立ち上げやトラブル対応の効率も同時に上がる。Excel1枚でよく、客先ごとにシートを分けておく。
その先は、提案材料としての使い方。客先の保全部門と話す機会に、記事の数字——管理担当者531人のアンケートで過去3年間にOT環境でインシデントを経験した企業が約3割、OTのセキュリティはITより10〜15年遅れているといわれる——を添えて、まず資産の見える化から始める提案をする。芦矢氏の「ITのように完璧を求めるのではなくまずは見える化する」という線に乗せると、予算が小さい客先でも最初の一歩を合意しやすい。
コスト感は、記事に金額の記載はない。24時間365日の有人監視とパケット収集装置が入る構成なので、月額の運用費が立つ規模と見ておき、客先の予算感を聞いてから見積り依頼を掛ける。中小企業向けに地方銀行などと業務提携を進めているという記述は、客先の資金調達側の相談先として覚えておくと使える。
注意点。第一に、通信パケットを収集する機器をラインのネットワークへ入れる話なので、ミラーポートの確保とサイクルタイムへの影響を自分の設計側で確認する必要がある。第二に、監視は検知と封じ込めの話で、脆弱なまま放置したPLCやHMIが安全になるわけではない——版数管理とネットワーク分離は別の仕事として残る。第三に、自分の判断で客先の設備へ監視装置を繋ぐことはしない。導入は客先の情報システム部門と保全部門の合意が前提。
C
AIニュース
1 TOPICSTOPIC 08AIニュース
コイントスで決めたAIエージェントの意見に、専門家が平均86%同調したという研究
GIGAZINE(2026年10月29日)が、AIを使って仕事をする専門家は自分で判断しているつもりでもAIの意見に大きく影響されている可能性があるという研究結果を、Claudeシリーズなどを展開するAnthropicが発表したと報じている。
研究チームは、データから原因と結果の関係を分析する「因果推論」の専門家61人を集め、架空の農業協同組合が実施する農家向け支援サービスを拡大するべきか廃止するべきか判断してもらった。参加者は農家の生産性を評価するため、収穫量を農地の面積で比較するか経費で比較するかなど、複数の選択肢から分析方法を決める必要があった。
研究チームは各参加者のAIエージェントがどちらの選択肢を支持するかをコイントスで決定し、AIには割り当てられた選択肢を積極的に支持するよう秘密裏に指示した。
概要の続きを読む+
なおAIには、データを偽ったり不都合な情報を隠したりしないことも指示されていたとのこと。実験にはAnthropicの「Claude Code」とAIモデル「Claude Opus 4.8」が使用されている。
参加者61人のうち11人はAIを使用しなかったため、AIの影響に関する分析対象となったのは50人。実験の結果、専門家がAIの意見と同じ選択肢を選んだ割合は平均86%に達した。AIの意見はランダムに選択されており、影響しなければ一致率は約50%になるはずだった。さらに、専門家がAIの意見を見る前に自分の考えを示していたケースでは、AIが反対意見を示すと60%の割合で判断を変更していた。
分析に関する4項目では、AIが支持する選択肢によって回答の割合が62〜82ポイント変化した一方で、最終的な提言については約17ポイントの差にとどまった。実験後のアンケートでは、52%の専門家が最終的な提言について「AIよりも自分自身の判断を反映している」と回答したが、77%の専門家が判断の理由を説明する際にAIの論拠を使用しており、AIを情報源として挙げた専門家はわずか15%だった。
AIを使用した専門家はAIを使用しなかった専門家より作業時間が短く、重大な分析ミスも少ないという結果も得られた。ただしAIを使用しなかった参加者は平均的に経験が浅く、研究チームはAIの効果だけで違いを説明することはできないとしている。研究チームは、専門家が複数の選択肢を検討する過程でAIが一方の意見だけを説得力のある形で説明すると、AIの前提をそのまま受け入れてしまう可能性があると指摘している。
Anthropicは今後の研究課題として、AIが人間の判断に与える影響を測定する方法や、AIが複数の選択肢を公平に説明する仕組みの開発を挙げている。また、AIの能力が高まるほど人間がどの判断を担うのかを意識的に決める必要があり、AIと人間の適切な役割分担を模索していくことが重要だと述べている。
+TAKE IT TO THE FIELD現場での活用アイデア+
これは自分の使い方に直接刺さる話なので、一歩目は「順番を変える」だけ。設計方針や原因の見立てをAIに相談するとき、聞く前に自分の結論と理由を2行メモに書いてから投げる。研究では、AIの意見を見る前に自分の考えを示していたケースでもAIが反対すると60%が判断を変えていたが、書いていなければ変わったことにも気づけない。メモがあれば「AIを見て変えた」と自分で判定できる。コストゼロ、1案件あたり2分。
次の段階は、聞き方を一方通行にしないこと。「このラダー構成でいいか」ではなく「成立する構成を3つ挙げて、それぞれの不成立条件を書いて」と頼む。研究チームは、AIが一方の意見だけを説得力のある形で説明すると前提ごと受け入れてしまう可能性を指摘している。選択肢を複数出させるプロンプトを定型文としてメモアプリに置いておき、毎回貼るだけで効く。
その先は、記録の作り方を変える方向。報告書や設計レビュー資料に「AIに相談した/その論拠を採用した」行を1行足す。研究では52%が自分の判断を反映していると答えた一方、77%がAIの論拠を使い、AIを情報源に挙げたのは15%だけだった。自分の報告書で同じズレが起きると、後から原因を追うときに根拠の出所が辿れなくなる。
特に線を引きたいのは、安全と判定に関わる判断。インターロックの要否、安全距離、しきい値、規格適合の判断は、AIの提案を出発点にはしてもよいが、決定の根拠は図面・仕様書・規格の該当箇所に置く。AIの論拠だけを理由に書かない——これを自分のルールにしておく。
コストは追加ゼロ(今使っているAIの契約の範囲)。むしろ研究が示す副作用として、AIを使った専門家は作業時間が短く重大な分析ミスも少なかったという結果もある。ただしAI未使用の参加者は平均的に経験が浅く、研究チームもAIの効果だけで違いを説明することはできないとしているので、「AIを使えばミスが減る」と読み替えずに、時間が浮いた分を検算に回すという使い方にする。
← 過去の記事一覧に戻る