概要
産業オートメーション アプリケーションでどのプログラミング言語を使用するかを議論し始めるときは、通常、古典的なラダー図 (LD) や構造言語など、IEC 61131-3 規格のプログラマブル ロジック コントローラー (PLC) に使用される言語について話し始めます。化されたテキスト (ST)。ロボット工学などのアプリケーションでは、C などの低レベルのコンパイル言語がよく使用されます。
近年、工場の生産ラインでPythonを使用することが議論されています。インタプリタ型高級言語である Python が突然魅力的になったのはなぜでしょうか? Python コードは、機械コードに近いコンパイル言語よりも実行速度が遅いことが多く、産業システムを開発する際の大きな問題であるリアルタイム制御のタスクに明らかに対応していません。
しかし現在、Python が産業用アプリケーションで脚光を浴びるようになった一連の要因の影響が目に見えています。まず、インダストリー 4.0 は産業オートメーションに対する私たちの考え方を変えており、特に自律性の向上、豊富なビッグデータ、積層造形やクラウド コンピューティングなどの次世代テクノロジーとの統合を備えた「スマート」製造の重要性を強調しています。完全に統合。
インダストリー 4.0 のもう 1 つの影響は、産業用モノのインターネット (IIoT) です。これは、ローカル ネットワーク上の産業機械を接続してリアルタイムのマシン間 (M2M) 通信を行い、分析用のセンサー データの連続ストリームを提供します。その結果、私たちは情報技術 (IT) と運用技術 (OT) の融合を目の当たりにし、IT 専門家と運用技術専門家を長らく分けてきたサイロを打破しています。結局のところ、IIoT デバイスでは、その運用を最適化するために情報テクノロジーを使用する必要があります。
ここでPythonが役に立ちます。世界で最も人気のあるプログラミング言語の利点を考慮すると、IIoT に関しては Python に明らかな利点があることがわかります。
まず、Python は大規模なデータセットの分析と処理に強力です。第 2 に、Python は可読性が高く、チーム メンバーがコードの作成や保守においてより効率的に共同作業できるようになります。最後に、Python はオープン ソースであり、強力な開発コミュニティがあり、Tensorflow、Pytorch など、多くのアプリケーションが開発およびメンテナンス言語として Python を選択しています。
機械学習
間違いなく、Python が最も大きな影響を与えた分野は機械学習 (ML) です。機械学習 (ML) は人工知能 (AI) の一分野であり、人間が作成したルールを使用せずにアルゴリズムがデータから学習します。一般的な産業用途には、予知保全や自動ロボット工学などがあります。
現在、ほとんどの ML は Python で書かれており、PyTorch や Google のオープンソース TensorFlow などのフレームワークでは Python が使用されており、Amazon のクラウド AI サービス AWS SageMaker には組み込みの Python ソフトウェア開発キット (SDK) が付属しています。つまり、Python はこの仕事に最適なツールです。
以下は、一般的な産業用 ML シナリオです。マシンとセンサーのデータはクラウドに送信され、そこで高性能リソースを活用して ML モデルをトレーニングできます。たとえば、機械が故障する可能性が高い時期を分析できるトレーニング済みモデルを取得したら、そのモデルを工場の生産ラインに戻すことができます。
エッジ コンピューティング用に実稼働機器に GPU を組み込むか、フォグ コンピューティング用にローカル IIoT ゲートウェイのリソースを活用することで、トレーニング済みのモデルを現場で使用できます。
自動ロボットを見ると、Python コードが高レベルの目標を解釈し、ハードウェアと直接対話する低レベルのコンパイル済みコードによってアクションに解釈されます。簡単な例えは、腕を動かすことです。脳が高レベルの意図を設定し、低レベルの神経系が筋肉を動かします。
インダストリー 4.0 にさらに移行し、AI のより革新的な用途が見つかるにつれて、Python エンジニアリング スキルがますます重要な資産になることが予想されます。
コンピュータビジョン
ロボット アームに何かを拾わせるには、まずロボット アームが何を見ているのかを知る必要があります。ここで、コンピューター ビジョン (CV) が登場します。これは、機械がカメラを目として使用し、重要なことに、見ているオブジェクトを認識できるようにする人工知能の分野です。ML における Python の重要な役割を考慮するだけでも、Python が CV に非常に役立つことは難しくありません。
OpenCV は、もともと 90 年代後半に Intel によって開発されましたが、現在ではオープンソース CV 開発に最適なオプションの 1 つとなっています。ライブラリは依然として C++ で書かれていますが、Python ラッパー opencv-python は、元の C++ コードの速度を維持しながら Python の利点も備えているため、ディープ ラーニングなどの CV アプリケーションに非常に役立ちます。
さらに、opencv-python は出力として NumPy 配列を作成するため、SciPy、Matplotlib、または他の ML ツールなどの他の Python ツールにデータをすぐに転送できます。その結果、ピクセルだけでなく、製品を区別し、品質保証チェックを実行し、複雑な詳細で環境を処理できるマシンが誕生しました。
システム間の通信のためのブリッジを構築する
機械メーカーが製品を作成するとき、ヒューマン マシン インターフェイス (HMI) を超えた通信機能を優先しないことがよくあります。これに加えて、多くのマシンがハードウェアに非常に近い独自のコードを実行しているため、IT 側での IT/OT の融合はさらに困難になります。これらのマシンが同じ言語を話すことができない場合、どうやって相互に通信できるのでしょうか?
そうですね、翻訳者が必要です。Python がその仕事をしてくれます。OpenMTC のようなプログラムは、M2M および IoT アプリケーションのミドルウェアまたは「ソフトウェア接着剤」として機能します。たとえば、このミドルウェアを Raspberry Pi などのデバイスに配置すると、Python スクリプトが 1 つのソースからデータを取得して変換し、他のマシンが読み取れる形式で別のマシンに送信します。
簡単な例としては、温度に敏感な製造プロセスが挙げられます。機械自体は温度を調整できない場合がありますが、温度計は測定値を取得し、温度が特定のしきい値を超えるとミドルウェアに通知し、ヒーターにサーモスタットの温度を下げるように指示できます。
このロジックは、別のマシンの出力に依存する任意のマシンに適用できます。さらに、このアプローチを使用して現在のマシンを統合してパフォーマンスを向上させることができるだけでなく、新たな可能性への扉も開くことができます。
1つの分野は自動運転車で、道路上の他の車両と通信することで交通パターンを最適化し、通勤時間を短縮し、事故を削減します。Python は将来のインターネットの重要なモジュールになることが予想されます。
要約する
機械ハードウェアの制御や製造装置との直接インターフェースに Python を使用することにはならないかもしれませんが、それは Python に産業用アプリケーションがないという意味ではありません。
インダストリー 4.0 を大局的な観点から見ると、データがその主要な機能であることがわかります。私たちはデジタル世界を物理世界に直接重ね合わせています。だからこそ、Python が必要なのです。両者の間のギャップを埋め、生成する前例のない量のデータを処理し、マクロ制御を可能にするためにです。