利益:
- OpenCV を使用して基本的な画像処理ステップを設定し、AI の助けを借りてそれらを品質管理ラインに適応させる機能
- 適切なコンテキストを使用して、照明、キャリブレーション、しきい値処理などのビジョン システムの決定を AI に与える機能
- マシンビジョン結果の誤分類のリスクと検証の必要性を評価する能力
モジュール試験
1. メカトロニクスにおける AI 生成のエンジン駆動コードの場合、起動前に絶対にスキップすべきステップは次のうちどれですか?
- A) 限定された安全な環境でのコードの検証とレビュー ✔
- B) コードのコメント行を削除する
- C) 変数名をトルコ語に翻訳する
- D) コードを生産ラインに直接アップロードする
説明: AI によって生成された埋め込みコードは、物理アクチュエータを間違った方向に駆動したり、過剰な電流で駆動したりして、ハードウェアや環境に損傷を与える可能性があります。最初にシミュレーションまたは電流/速度制限のある安全なテスト環境でコードを検証することは、エンジニアにとって省略できないステップです。
2. AI に 6 軸ロボット アームの逆運動学ソリューションを依頼しました。プリントアウトを安全に使用する前に、まず何をすべきですか?
- A) 溶液をロボットに直接送信する
- B) 関節角度が制限内および作業スペース内に留まっていることを確認します ✔
- C) ロボットの色の変更
- D) 最初の解決策のみに基づいて、他の解決策を無視する
説明: 逆運動学では複数の解が生成されることが多く、一部の解はジョイントの制限を超えたり、特異点に陥ったりする場合があります。解決策がジョイントの制限内およびアクセス可能な作業スペース内にとどまっていることを数値的に検証することが不可欠です。
3. AI がマイクロコントローラー上のセンサーの読み取り値を取得するようにコードを作成しました。そのコードはメイン ループで遅延(1000) を使用します。なぜこれが問題となるのでしょうか?
- A) late() はメモリを永久に破壊します
- B) late() がブロックされており、リアルタイム応答が妨げられています ✔
- C) late() は 8 ビットプロセッサでのみ動作します
- D) late() はセンサーを物理的に加熱します
説明: `delay()` はブロックしています。その間、プロセッサは他の作業を行うことができず、割り込みを除くすべてのタスクが停止します。リアルタイム メカトロニクス システムでは、これがセンサーの読み取り値の見逃しや応答の遅延につながります。非ブロッキング（ミリスベース）構造が好ましい。
4. モバイル ロボットで IMU (ジャイロスコープ) とエンコーダー データを組み合わせます。相補フィルターまたはカルマン フィルターを使用する主な目的は何ですか?
- A) センサーの数を減らすため
- B) さまざまなセンサーの長所を組み合わせてドリフトとノイズを低減する ✔
- C) データ速度を遅くするには
- D) 配線を簡素化したい場合
説明: 各センサーには独自のエラー特性があります。ジャイロスコープは短期的には正確ですが、時間の経過とともにドリフトし、エンコーダー/加速度センサーはノイズが多くなります。センサー フュージョンは、各センサーが強い周波数領域を組み合わせて、単一のセンサーからより正確で安定した推定を生成します。
5. PID コントローラーの積分 (I) 項を増やすと、システム内で発振とオーバーシュートが始まりました。この動作の最も考えられる原因は何ですか?
- A) 微分項はゼロです
- B) 過剰な積分ゲインとワインドアップによる積極的な平滑化 ✔
- C) センサーが閉じている
- D) 設定値がマイナスです
説明: 積分ゲインが大きすぎると、蓄積された誤差を積極的に補正しようとするため、積分ワインドアップとともに発振、オーバーシュート、不安定性が生じる可能性があります。通常、I 項は永続的なエラーを排除するために適度に増加します。発振がある場合はIを下げるかワインドアップ制限を加えます。
6. AI を備えた PLC のラダー ロジック スケッチを作成しました。非常停止 (E-stop) ボタンを設計するときの正しいアプローチは何ですか?
- A) ノーマルオープン (NO) 接点を使用し、ソフトウェアを信頼する
- B) ノーマルクローズ (NC)、フェイルセーフ接点により安全側への切り替えを確実にします ✔
- C) 画面ソフトウェアのみで非常停止を適用する
- D) メインサイクルの最後に非常停止を置く
説明: 緊急停止回路は、安全のために常閉 (NC) 接点とフェールセーフ ロジックを使用して設計されています。ケーブル断線や電源遮断時にはシステムを安全側（停止）に切り替える必要があります。 AI の出力は、この安全原則に照らして検討する必要があります。
7. モデルベース設計で DC モーターのダイナミクスをシミュレーションすると、AI は実際のシステムと正確に一致する結果を与えるようです。正しいエンジニアリングの姿勢とは何でしょうか?
- A) モデルを現実の完全なコピーとして受け入れ、測定を行わない
- B) モデルの仮定と妥当性範囲を実際の測定で検証する ✔
- C) シミュレーション時間の短縮
- D) グラフに色を付けて報告する
説明: シミュレーション モデルは、摩擦、飽和、遅延、パラメータの不確実性が無視されているため、現実を近似したものです。モデルの結果は、実際のシステム測定と比較され、有効範囲 (検証) が決定されるまで、完全に正確であるとは見なされません。
8. 予知保全では、ベアリングの振動データから異常を検出します。しきい値の設定が低すぎる (感度が高すぎる) と、一般的にどのような結果が生じますか?
- A) アラームを生成しない
- B) 実際の誤動作を伴わない誤検知が頻繁に発生する ✔
- C) センサーを自動的に校正する
- D) 物理的に振動を軽減する
説明: 非常に低い/敏感なしきい値は、実際の障害がなくてもアラームを生成します。これらの誤検知は不必要なダウンタイムとメンテナンスコストにつながり、時間の経過とともにオペレータがアラームに対する信頼を失う原因になります。しきい値は、見逃した障害と誤ったアラームのバランスを取るために設定されます。
9. 生産ラインでマシンビジョンを使用して部品の表面の傷を検出します。結果の信頼性に最も影響を与える制御可能な要素はどれですか?
- A) カメラのブランド
- B) 制御された一貫した照明条件 ✔
- C) オペレーターの長年の経験
- D) ラインの塗装色
説明: マシン ビジョンでは、照明はチェーン全体の中で最も重要で制御可能な要素です。一貫性のない照明や不適切な照明は、最良のアルゴリズムであっても騙されてしまいます。制御された反復可能な照明は、影や反射を管理することで誤分類を大幅に減らします。
10. 機能安全を必要とするシステムのコードを AI に書かせました。 AI の使用に関する責任の表明として最も正確なものは次のうちどれですか?
- A) AI が安全性に関する重要な決定に責任を負い、エンジニアが承認する必要はありません
- B) AIは最新モデルなのでテストなしで安全に現場に導入可能
- C) 安全性、テスト、規格準拠に対する責任はエンジニアと組織にあります ✔
- D) 責任はコードを作成した AI プロバイダーのみにあります
説明: AI はエンジニアリング アシスタントです。草案、推奨事項、および分析を作成しますが、エンジニアと組織は、物理システムのセキュリティ、テスト、および標準 (ISO 13849、IEC 61508 など) への準拠に対して最終的に責任を負います。 AI 出力は、検証なしに安全性が重要なシステムに導入することはできません。