数学的方程式をコードに翻訳することは、コンピューターソリューションを伴う自動化プロジェクト開発の一部ですが、同時にそこから離れた作業でもあります。開発中のプロジェクトのニーズに対する数学的方程式の有効性を考慮しなければなりません。また、データとタイミングを伴う方程式の解法も考慮する必要があります。 解アルゴリズムに到達するデータの問題は、検出、制御、可能であれば修正しなければなりません。精度管理はプロセスの様々な段階で実施する必要があります。解プロセスと実装によって生じるエラーは、検出し管理しなければなりません。 これは書籍レベルのテーマですが、数百言葉で思考プロセスを前進させられることを願い

スマートテクノロジーがビルの設計と維持管理をどう変え、占有者の健康とウェルビーイングを守るか——そのビジョン COVID-19は、社会の思考と相互作用を劇的に変えました。世界的な長期ロックダウンにより、在宅勤務、在宅学習、在宅ショッピングが新常態となりました。究極的に、パンデミックと感染症は周期的にやってきて、最も人口密度の高い都市の中心部を最も激しく襲います。 したがって、未来のスマートシティとスマートビルは急速に進化し、パンデミック管理、公衆衛生、安全の主要な貢献者として立ち上がらなければなりません。ここでは、コロナフリーなスマートビルでの典型的な一日の様子を図解します。 インフォグラフィ

COVID-19がスマートビル開発を加速させたが、これらのトレンドとイノベーションはポストコロナで新たな方向へ進むだろう。 COVID-19下では、スマートビルのイノベーションと変革の主眼は感染封じ込めとソーシャルディスタンスに置かれ、空きスペースが必要となり、座席の間引きや待機列の拡大が行われました。勤務時間もシフト制になり、暖房・換気・空調（HVAC）システムの稼働時間が長くなりました。 動画提供：prxd、音楽提供：Bensounds この記事では、これらのイノベーションを感染封じ込めを超えて活用し、持続可能な変革を実現する方法について語ります。これらの技術への投資は、新たなサービス、

オートメーションへのデジタル技術の影響は、1960年代初頭にプロセスプラントへパネルベースの計器・制御器に代わって分散制御システム（DCS）が導入されたことに始まります。続く1960年代後半にはプログラマブルロジックコントローラ（PLC）が導入され、リレーシステムに取って代わられました。以来、オートメーションとデジタル技術はほぼ不可分の関係となっています。激しい競争、全リソースをより効率的に活用して株主価値を創出する必要性などが、製造企業を運営卓越性の継続的改善へと駆り立てています。デジタル技術がパフォーマンス向上の大きな可能性を提供することを認識すれば、デジタイゼーションとデジタライゼーショ

HMIとは何か？ ヒューマンマシンインターフェース、通称HMIは、パーソナルコンピューターが工場フロアに登場して以来使用されてきました。多くの人は生産現場で使われる画面のことだと思っています。広い意味では、人間と機械の間のユーザーインターフェース（UI）の一形態です。では、より良い問いは、「インダストリー4.0の時代におけるHMIはどのような姿か？」です。 この問いに答えるには、少し歴史を振り返る必要があります。HMIの本来の機能は、装置の起動・停止と、ステータスを示す表示灯でした。より高度なHMIでは、速度や温度などのプロセスパラメータ調整や、圧力や流量などセンサーのフィードバックを示すアナ

IIoTを定義するには、まずIoTを定義する必要があります。モノのインターネット（IoT）とは、インテリジェントデバイス、コンピューター、モバイル、アプリケーションがインターネットに接続されたネットワークです。IoTは大量のデータを収集し、クラウドで保存・処理し、エンドユーザーと共有します。産業用モノのインターネット（IIoT）はIoTのサブセットで、産業オートメーションに特化したものです。IIoTは、センサー、アクチュエータ、PLC（プログラマブルロジックコントローラ）などのオートメーションデバイスをインターネットに接続し、さらにそれらを相互に接続します（いわゆるマシンツーマシン）。 IoT

人工知能（AI）は2020年の最大のバズワードの一つであり、その潜在能力を完全に活用し始めるにつれ、今後さらに人気が高まるでしょう。この分野に初めて触れる方は、「人工智能」という概念がなぜほぼ常に「機械学習」とセットで語られるのか不思議に思うかもしれません。 これらは何なのか？ どう違うのか？ 産業現場でどこに適用できるのか？ なぜこれほど重要なのか？ インダストリー4.0から生まれた多くの用語と同様、AIと機械学習も頻繁に過剰使用され、誤って適用されているように見えます。この記事では、マーケティングの誇張を抜きにして、その違いを明確にしようと試みます。 AIとMLの定義 人工知能とは、機械が

インダストリー4.0の導入は、レガシー機器を廃棄することを意味する——これは迷信です。 まず、この文脈における「レガシー機器」を定義しましょう。これらは、サードパーティシステムとのリアルタイム通信を本質的にサポートしない機械や産業資産です。つまり、「スマートマシン」ではありません。10年以上前に操業を開始したあらゆる産業には、相応の数のレガシー機器があります。業歴が古ければ古いほど、レガシー機器の数は増えます。 全てのレガシー機器をスマートマシンに置き換えるのは非現実的で、法外なコストがかかります。したがって、これらの機器をスマート製造システムに統合することが極めて重要になります。そうしなけれ

インダストリー4.0とスマート製造。これらの用語は何を意味するのでしょうか？ 互換的に使えるのでしょうか、それとも別物なのでしょうか？ 今日、製造業や産業オートメーション業界に身を置き、これらのバズワードを何らかの形で耳にしないことはほぼ不可能です。それらはあらゆるところに現れ、思想的リーダー、業界専門家、戦略家、経営幹部によって活発に議論されています。ミッションステートメントに書かれ、多くの企業の年間目標にも組み込まれており、誰もが正確にそれらを理解しているかのような印象を与えます。しかし、少し深く掘り下げて人々に意味を尋ねると、「なんとなくわかるが、実はよく知らない」と正直に答えるか、次の

電力グリッドを考えてみてください。 世界の大半を覆い、その存在と信頼性は、私たちの多くが生まれるよりも遥か以前から1世紀以上にわたり現代世界を定義してきました。過去100年間の新技術のほぼ全ては、このグリッドのおかげと言えます。 今日のグリッドは、何百万もの高度で相互接続されたデバイスが複雑なパターンで連携しているおかげで運用できています。しかし、その設計は集中型発電と最小限の制御ポイントを前提とし、化石燃料に依存しています——これらは全て20世紀に根ざした概念です。 もし今日、電力グリッドをゼロから再設計したらどうなるでしょうか？ この問いに、テスラのエンジニアであるコリン・ブレックとパーシ

COVID-19が中国で発見されてから1年も経たないうちに、世界中に急速に拡大し、計り知れない苦痛をもたらしました。命と生計が失われ、世界経済は深刻な打撃を受け、私たちの生きている記憶にはない種類の危機に直面しています。苦しみを軽減するための必死の試みが続く中、多くの人々にとって将来への不確実性が漂っています。 この危機は、現在の医療提供システムについての議論を引き起こしました。進行中の動向を見る限り、モノのインターネット（IoT）がゲームチェンジャーになる可能性を秘めています。IoTは、臨床医が遠隔地から医療サービスを提供するのを助け、状況に応じて患者中心のケアからコミュニティ中心のケアへと

人工知能技術、特に機械学習（ML）は、革命的なツールとしてますます注目されています。しかし、機械学習とは一体何でしょうか？ フランソワ・ショレは著書『Deep Learning with Python』で、機械学習を「新しい計算パラダイム」と定義しています。従来のコンピューティングでは、ルールとデータをコンピュータに与え、正しい結果を期待します。機械学習ではこの順序が逆転します。データと結果を与え、ルールを答えとして得るのです。 この新しいパラダイムは、日常的な問題解決のアプローチを大きく変え、あらゆる分野に大きな機会をもたらしました。近年、機械学習は産業分野を含めて広く活用されています。多く

IIoT（産業用IoT）の膨大な潜力に関心があっても、膨大なブログ・ニュースを分単位で追うのは不可能。数千のIoT情報源があり質もまちまち、産業側面を扱わないものも多い。そこで2020年7月公開の関連記事から、ニュースバリュー・有用性・興味深さの観点で5本を厳選。 1. EE Times Europe「工場フロアデータからフルバリューを引き出す方法」 IIoTは膨大データ生成の駆動力。IDC予測：世界データ量2018年33ゼタバイト→2025年175ゼタバイト（1ZB=1兆GB）。IIoT機器・医療デバイス・ウェアラブル等ストリーミングデータが主要構成要素。産業データサイエンス新分野へ潜入、

ISA-95の位置づけ 1990年代半ば、Industry 3.0期（コンピュータ普及期）にISAが策定した企業・制御システム統合標準シリーズ。Industry 4.0到来でコンピューティングパワー爆発的向上・諸技術成熟、生産性・効率性向上機会創出。 筆者見解：Industry 4.0はISA-95を挑戦しない。むしろ、ISA-95の構造・定義・教えを活用し、新領域へ展開する強力なツールだ。 ISA-95が重視する「人・プロセス・材料」は産業操業の核心であり、時代不変だからです。 ISA-95モデルアウトライン ドメイン記述 ドメイン内機能 関心機能の特定 関心情報フロー 情報カテゴリ

二つの波：4.0と5.0 過去10年、COVID-19パンデミック等の未曾有の事象が産業操業を直撃。同時に2010年代は「よりパーソナライズされた製品・サービスへの需要変化」という長期的破壊も進行。各産業革命で、迅速・柔軟に革新プロセスへ移行した組織が生き残ってきました。 Industry 4.0の核心 「接続性」：サイバーフィジカルシステム（CPS）による機械間・プラント・物流・SCM・エンドユーザーの接続。デジタル統合で全ステークホルダーを共通プラットフォーム下に置く。 Industry 5.0の進化 4.0基盤上に「人間と機械（ロボット/コボット）の協働」を明示的に統合。人間の創造性

労働哲学者が見る自動化の未来 「自動化」と聞いてまず思い浮かぶのは効率的なロボット・工作機械・制御システム。さらに思考を進めると、それら技術が「人間」にどう影響するか——労働者、管理者、そして一人の人間として——という問いに到達します。ここに自動化の倫理的次元と重要な議論の出発点があります。 歴史的文脈 自動化は新しくなく、真空の中で起きない。18世紀第1次産業革命以来、現代世界の最重要傾向の一つ。今日、第4次産業革命の主要ドライバーとして再浮上。エンジニア・科学者・技術者として、倫理的含意を反芻する責務があります。 二大論点：職業破壊と労働の価値 以下は筆者個人の一般的考察です。詳細解は

ISA会員・読者の多様な関心に応え、オートメーションコミュニティに影響を与えるトピックから厳選記事を紹介するシリーズ。今回は、ますますつながる世界でIT（情報技術）とOT（運用技術）チームがいかに協働すべきか、2020年8月公開記事5本をピックアップ。 1. Belden「IT/OT共存から融合へ：克服すべき5つのペインポイント」 長年の議論にもかかわらずIT/OT協働は困難。本質はカルチャー課題：両チームが融合の意味を日常業務レベルで理解し、成功を信じられることが前提。共通課題と突破策を整理。 2. ZDNet「デジタル変革に消極的な企業を動かす6ステップ」 産業インターネットコンソーシ

RTLS（リアルタイム位置情報システム）とは 屋内測位システムの一種で、工場・倉庫内の資産・人員をセンチメートル精度で追跡・特定。GPSは建材透過不可・高コスト・高消費電力で屋内不向き。Bluetooth Low Energy（BLE）技術採用で、コイン電池サイズのタグが最大7年駆動可能。市場予測：2018年31.8億ドル→2023年87.9億ドル（CAGR 22.5%）。 BLE-RTLS構成要素 BLEタグ：定期発信（1秒間隔設定可）、3軸加速度・温度・衝撃・照度センサ内蔵で環境監視も同時実現 BLEアンカー：タグ信号受信、RSSI・AoA（到着角）・AoD（出発角）算出 BLEゲート

第I部：VGRの基礎と必要性 背景 デジタル化の驅動力は「精度・品質・信頼性」への高まる要求。市場は新製品・設計変更・カスタマイズ・短納期を求め、ロボットとマシンビジョン（MV）はそれぞれ成熟し、相補的にプロセス効率を高めています。本稿は画像誘導ロボティクス（VGR）、特に垂直多関節ロボットへの応用に焦点を当てます。 マシンビジョン（MV）の定義と4分類 「人間の視覚の自動化」。画像取得（目）＋処理・判断（脳）。産業用カメラ・光学系・照明で画像取得、ハード/ソフトで解析・計測・判定。 ガイダンス（位置決め・誘導） 識別（バーコード、OCR、パターンマッチ） 寸法検査（ゲージング） 外観検

COVID-19で世界的なベンチレーター不足が発生する中、医療機器サプライヤー以外の企業も生産転換を進めています。世界中のオートメーション専門家がCOVID-19対策に卓越した貢献をしており、ISAはその取り組みをブログで紹介します。 Pointfar Automationがベンチレーター製造用デジタルツインモデルを設計し、関心企業へ無償提供すると発表。同社社長Kash Behdinan氏に詳細を伺いました。 ISAプロセス管理制御部門元ディレクター ISAモントリオールシンポジウム元共同議長 2017年プロセス制御安全シンポジウムプログラム議長 第61回国際計装シンポジウム議長 カリフ