前節で完成した系統図について、新ＱＣ７つ道具の親和図法の考え方を適用し課題の整理を行います。すなわち、課題が階層的に結びつけられている系統図を眺めた時に、各課題を結びつけている線、すなわち各課題の関係を一度忘れてください。そして、親和性の高い課題を集めてグループを作成してみてください。
多くの場合、課題の系統図を眺めて、おおよそ見えてくるグループを手掛かりに整理できますが、状況によっては、系統図の関係を完全に破壊してグループ分けをしなくてはならないケースも出てきます。しかし、それでもかまいません。そして、このグループ分けの作業で作られた、それぞれのグループにふさわしい名前を付けてください。この名前が付けられた各グループをＫ０ポイントと呼びます。
Ｋ０ポイントの名前は、グループに含まれる課題を概念化したものを使いますと、Ｋ０チャートを考えるときに便利です。Ｋ０ポイントの数は、問題の構造に依存します。すなわち、問題の構造が複雑であるにもかかわらず、Ｋ０ポイントが１つだけの場合もあれば、課題の数だけＫ０ポイントができる場合があります。
この親和図法を用いてＫ０ポイントを導き出す作業は、改めて問題の構造を見直す作業となっています。この作業で、問題を２つ以上の問題に分けた方がよいと思われるのならば、問題を分割しここまでの作業を再度やり直してください。ここでは、問題が一つの場合を前提に説明しますが、問題が２つ以上になりましても、ここから先の作業は、それぞれの問題について共通です。すなわち、このＫ０ポイントを決める作業は、問題が１つであるかどうかを検証する作業でもあります。
ここまでの作業に慣れますと、系統図を用いて問題の構造を作らなくとも、直接Ｋ０ポイントを導き出しＫ０チャートを作ることができるようになります。
しかし、問題の認識を共有化するツールとして問題の構造を表す系統図を用いることができるので、直接Ｋ０ポイントを導き出した場合でも、問題の構造を課題で表す系統図を作成したほうがよいでしょう。問題を他の人と共有化する必要が無い場合であれば、問題設定後作成するＫ０チャートだけでもかまいません。
Ｋ０ポイントができましたら、Ｋ０ポイントを問題解決のゴールである「あるべき姿」から、後ろ向きの推論を行い並べます。一本の道筋でＫ０ポイントがつながることもあれば、並列にＫ０ポイントが並ぶこともあります。このＫ０ポイントを並べる作業は、慣れるまでは課題で形成された問題の構造を見ながら行うと、簡単にできます。
こうしてでき上がった、Ｋ０ポイントを「あるべき姿」へ向けて並べた図がＫ０チャートです。Ｋ０チャートは、問題解決の道筋を概念的に表現したものです。すなわち、各Ｋ０ポイントを攻略すれば問題解決できる、ということを表しています。
どんな複雑な問題でも、その構造が明確になりますと、問題解決が容易になります。それゆえ従来の問題解決法では分析的思考を行い、問題の構造を細かく解析することにエネルギーを使用してきました。そして得られたそれぞれのアイデアについて、問題解決に結びつくかどうか、前向きの推論を用いて検証する作業を行い、解決策を探しました。
これに対し、エージェント指向を真似た本問題解決法では、問題の詳細な分析を必要としていません。それどころか、系統図で表した問題の構造を改めて親和図法によりＫ０チャートとしてまとめ直すなど、分析とは逆の手法、すなわち、課題を大きな概念でまとめ上げ、総合的に問題を眺めるようにしています。そして、問題に対して答（ゴール）となる「あるべき姿」から逆向きの推論を行い、知識を用いて得られた仮の問題の構造とゴールである「あるべき姿」との比較で、プランを立て直しながら問題解決の道筋に隠れている課題を求めています。
これはエージェント指向のパラダイムの特徴であるプランニング機能です。常にゴールである「あるべき姿」を目標に、逆向きの推論を駆使して問題解決の道筋を求めるゴール至上主義は、エージェント指向が登場するよりも前に著された宮本武蔵の「五輪書」にもその思想があり、問題解決の必勝法と思っています。
＜明日へ続く＞
カテゴリー : 連載
pagetop
樹脂を難燃化するときに一般的な手法は難燃剤を添加する方法です。難燃剤には（１）樹脂に相溶して分散する難燃剤、（２）相分離し分散する難燃剤、（３）固体として分散する難燃剤の３種類があり、それぞれ効果が異なる。
同一分子構造の難燃剤で比較することは難しいが、軟質ポリウレタンで実験を行った結果では、予想通りＰ基準の添加量の順番は（１）＜（２）＜＝（３）である。リンの含有率対ＬＯＩのグラフで考察すると、赤燐の形態すなわち（３）で添加した場合には、３－４割ほど（１）の場合よりも多く添加しなければならなかった。しかし、赤燐粒子は９割以上がリンなので全体の添加量は少なくなるが。
興味深い結果となったのは（２）と（３）である。（３）と等しくなる場合もあれば（１）と１割前後の差しか生じない場合があった。（２）でも樹脂へ一部相溶して分散していると考えればこの結果を容易に理解できる。しかし（１）と（２）に差が生じるならば難燃剤と樹脂の相互作用を考慮し、難燃剤の選択をしなければならない。
ポリマーブレンドの場合にはさらに複雑な結果が予想されるが、ＯＣＴＡを使用すると最適な難燃剤を選択することができる。ＳＰ値だけでもおおよその比較はできるが、温度依存性や各相への分配を考えるとなるとＳＵＳＨＩが便利である。
たった１割前後の節約のためにコンピューターシミュレーションまで持ち出すのか、と思われる方もいるかもしれませんが、難燃剤のコストを考えると１割の節約効果は大きい。高価なエンプラならば難燃剤のコストへの影響は小さいが、ｋｇあたり２００－３００円程度の樹脂の場合には、半日程度かけてシミュレーションを行うだけの価値はあります。
カテゴリー : 高分子
pagetop
知識ベースで作成した前節の系統図を見ると、左端に問題が書かれ、右端にはいくつもの課題が並んだ構造になっています。その中に、「あるべき姿」を暗示させる課題があるでしょうか。例えば、右端のある課題が解決されたときに、あるべき姿が実現されるような系統図ができていれば良いわけですが、右端にある課題と「あるべき姿」に論理の隔たりが残っている場合があります。あるいは、幾つかの課題を組み合わせると、「あるべき姿」を実現できる場合もあるかもしれません。
いずれにせよ、系統図で問題の構造が明確になり問題解決の糸口が見えればよいですが、見えないときには「あるべき姿」から逆向きの推論を行い、不足している情報を探し出し追加すべき課題を考えます。すなわち、系統図で示された最も右端の課題に向けて、「あるべき姿」から逆向きの推論を行い、隠れている課題を探索するのです。具体的には、次のような質問をすればよいのです。
ａ．「あるべき姿」が達成されるためには、課題Ｘは、どのようになればよいのか。
ｂ．「あるべき姿」が達成されるためには、課題Ｘに、どのような条件が揃えばよいのか。
ｃ．「あるべき姿」が達成されるためには、課題Ｘの解決策として、何が考えられるのか。
これらの質問により、隠れていた課題が見えてきます。このような質問をしなくとも、単に末端の課題と「あるべき姿」との間の不足する情報を調べたり、「あるべき姿」の前段階の状態を考えるだけでも出てくる場合があります。この作業も慣れますと「あるべき姿」を達成するアクションを直接考えて課題として捉えることができるようになります。
しかし、どうしても「あるべき姿」に直接つながる課題が見つからなければ、専門家に相談してください。そして「あるべき姿」に直接つながる課題を必ず一つ見つけてください。この段階で見出された課題の一部、あるいは系統図に書かれた全ての課題を用いて、「問題」から「あるべき姿」までつながる問題解決の道筋のストーリーができたならば完成です。
ここまでの説明では、問題から前向きの推論を展開し系統図を書き上げる方法を説明しましたが、慣れましたら「あるべき姿」から逆向きの推論を展開して系統図を作るようにしてください。おそらく慣れますと逆向きの推論で系統図を作成するほうが簡単に思えるはずです。
一部だけ逆向きの推論を用い、系統図の大半を前向きの推論で作成する方法を最初に示しましたのは、これまでの指導経験で「あるべき姿」から逆向きの推論を行い、系統図を作ることに違和感を持たれる方が多かったためです。おそらく日常の技術開発で前向きの推論に慣れ親しんできたためだと思います。しかし、ここで作成する系統図を最初から逆向きの推論を展開して作成できるようになりますと不思議なことに開発現場でアイデアが出やすくなります。目の前の現象からすぐに逆向きの推論を展開できるようになるためと思っています。
＜明日へ続く＞
カテゴリー : 連載
pagetop
ところで問題の構造について、課題や課題相互の関係がわかるように系統図で表現しますと、問題の理解が深まるだけでなく、得られた系統図をコミュニケーションツールとしても使えます。
問題の構造を系統図で表現する作業については、知識に基づく我流でかまいませんが、参考までに新ＱＣ七道具にある連関図法を用いた手順の一例を以下に示します。この手順では連関図を用いますが、系統図の下書きを作る目的で使用しますので、新ＱＣ７つ道具の説明にあるような厳密な因果関係を作り上げる必要はありません。慣れてくれば、以下の作業を行わなくても、いきなり問題の構造を示す系統図を作成可能です。
まず大きな紙を用意し、その紙の真ん中に、「あるべき姿」や「現実」の具体化作業から明確になった「問題」を書きます。
① 問題を結果とみなし、その原因を考える。可能な限り問題の周りに思いつく原因を並べます。原因と思えないものでも課題として必要ならば書き加えます。ここで原因を考えるように説明していますのは、発想を刺激するためです。この手続きで、仮に原因１、原因２、原因３、原因４、原因５と考えることができたとします。
② 次に原因１から原因５までの各原因を結果としてとらえ、それぞれの原因を考えます。
問題を中心にして、これをどんどん外側へ広がるように行いますが、この時、「あるべき姿」が最も外側にあることをいつも忘れないようにします。
もしこの連関図の作成作業で、同じ階層レベルに位置しながら、強い因果関係で結びつく項目があるならば、片方がノイズであるか、あるいはどちらか一方に含まれるべき情報かもしれません。ここでの作業は、問題の構造を示す系統図を作るために、補助的に連関図を作成しているだけですから、通常の連関図のように因子をすべて書き出す努力をする必要もありません。
以上のようにして作成した連関図から系統図への展開方法は、難しくありません。中心にすえられた問題を左端に寄せて、系統図のように並べ替えれば良いだけです。
この系統図を作成する作業に慣れますと、逆向きの推論を最初から行いこのあと説明するＫ１チャートを一気に作成でき、すぐに思考実験を始められるようになります。すなわち第一節から第四節までの作業を短縮してできるようになります。
＜明日へ続く＞
カテゴリー : 連載
pagetop
それでは「考える技術」として日常の問題から科学の問題まで使用可能な新しい問題解決法を説明します。本書における問題を考えるという作業の意味は、「現実」が「あるべき姿」に改善されてゆく道筋を見いだすことと、その道筋を用いて「あるべき姿」に至る思考実験を行い問題解決のアイデアを検証し練り上げる作業までです。
また、問題を解決するとは、「あるべき姿」を実現するために行動をおこし、成功することです。問題を考えるのも問題を解決するにも意志の力が必要です。すなわち、問題を考えるとは、すでにその段階から問題解決のステップがスタートしているのです。本書では、問題を考える時に必要となる発想力を引き出すための工夫を独自のＫ０チャートとＫ１チャートというツールで実現しています。
しかし、実際の問題解決では、ここで説明しているステップを段階的にすべて行う必要は無く、問題の規模に応じて途中のプロセスを省略することができます。ここで説明する各プロセスの良いところだけを取り出して、我流の「考える技術」を創りだすのもいいと思います。
ところで、すでに説明しましたように、問題解決の道筋は、問題の構造に影響を受けます。
問題の構造が単純で、課題が一つのときには、その課題が解決されれば、「現実」と「あるべき姿」の乖離は無くなります。しかし、通常の問題は複数の課題で構成されていたり、課題がさらに細かい課題で構成されていたりと問題の認識の仕方で変化します。また、課題を問題に転化できますので、問題が複数の問題で構成されている構造として認識することもできます。
問題を分析的思考で解決しようとした場合に、問題の構造の複雑さや課題が問題に転化する性質は分析結果に大きく影響するので大変困りますが、エージェント指向にも似た問題解決法では、問題の構造を自由に変化させて問題解決を進めますので、問題解決途中に「問題」に内在するこのような性質から影響をうけることはありません。
問題の構造を考えるにあたり、ここでは、問題が課題だけで構成された構造を持っていると仮定して系統図を作成してゆきます。しかし、この段階で通常行われるような、問題の構造の正確な全体像を表す系統図（ロジックツリーと呼ばれる）を作るわけではありません。叩き台程度でかまいませんから知識ベースを活用して、気楽に作ります。
これまでの問題解決法の中には、問題を分析する目的で系統図を用いる場合があります。本書でも問題の構造を系統図で表現する作業を行いますが、問題を分析するために系統図を使うわけではありません。問題に含まれる課題を知識に基づき整理し書き上げ、それをまとめるために系統図を書きます。
問題を分析する従来法との相違点は、問題に含まれるすべての課題を書き上げることに集中する必要はなく、アイデアをまとめる気分で気楽に作ればよい、と言う点です。自分たちの所有する知識ベースで考えられる課題だけで問題の構造を書き上げる作業を行います。
問題の構造を分析的思考に頼らず、保有している知識の範囲でまとめあげる点は、この問題解決法の特徴です。知識の範囲でまとめてゆきますので、完成前におおよその階層構造もあらかじめ推定できる長所があります。類推などにより思いつく課題だけで系統図を作成しますが、課題に漏れがあるかどうかという心配をする必要はありません。仮にこの段階の作業で課題を見落としても、この後の作業で、「あるべき姿」から逆向きの推論を行い見落とした課題を探索し追加してゆきますので大丈夫です。
また、この作業の後半において思考実験で使用するＫ１チャートを作成する時に、アクションの結果について有効であった場合と無効であった場合についてすべて書きあげる作業を行いますので、ここで仮に課題を挙げ忘れても思考の漏れが発生することはありません。
普及が始まっている科学的問題解決法ＵＳＩＴでは、問題の構造を見えない世界として扱い分析的思考で探索してゆく手順で行われますが、高い能力が要求されます。しかし、ここで行う系統図作成作業と、逆向きの推論で行う「あるべき姿」から課題を見いだす作業は、分析的思考に必要な高い能力まで要求されません。実務で培われた知識と発想力があれば作業を完了できます。
＜明日へつづく＞
カテゴリー : 未分類
pagetop
ボーイング７８７の二次電池が黒こげになった原因として、二次電池が原因とする論評を見つけた。しかし、現在のところその論評の意見は正しくない。特定の二次電池が特にひどく壊れていたことに注目しているのだが二次電池の製品としてのばらつきを考慮すれば、パワーマネジメントシステムに異常があったとしても起こりうる結果である。
それでは原因は何か、と問われると、現在のところ大電流が流れたらしい、ということは推定できるが、大電流の流れた原因が不明である。これが現在のところ正しい見解だと思っています。パワーマネジメントシステムの回路が公開されていないのでこれ以上のことは推定になりますが、特許を見る限りまだ不十分なシステムです。二次電池については、鉛蓄電池よりも危険性が高い電池という認識を開発者も持っており、その対策を行っていたと思います。
一番の問題は、ボーイング社が軽量化のためになぜＬｉイオン二次電池を初めて採用したのか、そして蓄電池とパワーワーマネジメントシステムと別々の会社に発注しなければいけなかったのか、という点である。飛行機の搭乗手続きでは、Ｌｉイオン二次電池の持ち込みを厳しく制限しているにもかかわらず、なぜ蓄電池システムとして採用したのかという疑問があります。安全を犠牲にした軽量化は、飛行機の機能を考えた時に誤った設計と思います。少なくとも二次電池の持ち込み制限をしなくてもよいようになってから採用すべきではなかったか、と思います。
トヨタはハイブリッド車にニッケル水素電池を使用している。当初は安全のため、と思っていたが、プリウスαではＬｉイオン二次電池を採用してきた。安全のためというよりもコストのためだった、とがっかりさせられたが、ニッケル水素電池をボーイング７８７では採用すべきだった、と思います。実は二次電池の安全設計科学という学問が重要であるにもかかわらず、研究者がいない現実が一番の問題です。
原子力発電に関しましては３．１１でこの分野に関心が集まり、活断層などの立地条件の見直しが進みました。安全学という学問が重要な時代になりました。中国の汚染ガスから日本を守るには、どうしたらよいか？これも今ボーイング７８７の事故よりも重要な問題です。中国から日本を守るには？は国防の問題になります。弊社の簡単に学べる中国語シリーズで中国語を学び、友好関係になれるように願っています。近隣の国とは仲良くするのが一番で、言語はその手段の一つと思います。多くの人に学んでいただけるよう無料版も用意しています。
カテゴリー : 電気/電子材料
pagetop
探偵小説の世界だけでなく、コンピューターの世界でも推論の向きによる二つの世界観があり、逆向きの推論によるエージェント指向ではフリーズしないコンピューターができると言われてます。このエージェント指向に似た問題解決法であればどんな問題でも解決できるかもしれません。
ところでオブジェクト指向プログラミングで使用される前向きの推論については、結論に至る道筋をすべて吟味しなければ解決の道筋を見つけられない、という特徴があります。一方、エージェント指向の特徴である逆向きの推論については、必要十分条件を前提に考えていますので、必ず結論に至る道筋だけを追及できる効率の良さがあります。
この推論の向きの特徴について、帰宅難民になりました２０１１年３月１１日に考えた問題を事例にもう少し具体的に説明します。その日、都心の交通機関は止まったままでしたが、八王子駅周辺の交通機関は、一部動いていました。
「八王子駅近くの会社にいて、板橋区内の自宅玄関へ、出発時に予定した到着時間に確実にたどり着くにはどうしたらよいか」、
という問題で前向きに推論しますと、電車に乗った場合には、どこかの駅にたどりつき直接自宅玄関に着けません。自宅玄関につくためには、どこかの駅から、さらに歩く必要があります。最寄り駅についた場合も同様で、最寄り駅から自宅玄関まで歩く必要があります。ゆえに電車が順調に動いていない状況では、到着時間を予測することができません。
京王バスに乗った場合には、京王バスのどこかのバス停につきます。どこかのバス停から玄関までは、また電車に乗るか、歩かなければなりません。途中で電車に乗りました場合には、電車のどこかの駅にたどり着けますが、自宅玄関まで、そこからさらに歩く必要があります。電車に乗って無事に最寄り駅につけたとしても、最後に自宅玄関まで歩かなければなりません。
最初に電車や、京王バスに乗った場合には、自宅玄関に直接つけませんから、災害時には到着時間の予測もできません。八王子駅近くの会社から自宅まで、すべて歩いた場合にだけ、予想した到着時刻に直接自宅玄関にたどり着けます。
前向きの推論では、八王子駅近くの会社から板橋区内の自宅方向へ推論を展開し、電車、バス、徒歩の３通り以上の組み合わせを考えることになります。
しかし、自宅玄関から逆向きに推論した場合には、徒歩という手段だけを考えればよく、自宅玄関から八王子駅近くの会社まで行く見通しが一発で得られます。このようにスタート地点は八王子駅ですが、逆向きの推論では、ターゲットとなる自宅を起点に考えます。
インターネット情報では、当時自宅周辺の駅に停車する電車は、すべて運休していました。八王子駅周辺では京王バスが動いていましたが、自宅を起点に逆向きに推論を行いますと、途中で交通機関に乗車できる可能性はありません。サラリーマン最後の日は会社へ宿泊するという結論をすぐに出すことができました。
帰宅難民の事例ではゴールである自宅は変化しませんが、不確実性の時代における「あるべき姿」は、時の流れにより変化する可能性もあります。もし「あるべき姿」の見直しが必要になったなら、すぐに修正し改めて問題を設定しなおさなければなりません。問題解決で大切なのは「あるべき姿」であり、この「あるべき姿」をいつも正しく決めなければなりません。
本書では「あるべき姿」は不変として扱いますが、実際には変化するケースも出てきます。しかし、あるべき姿が変化する場合にもあるべき姿を修正した新たな問題で問題解決を進めればよいだけです。「あるべき姿」が時代に合っているかどうかの検証は、常に心がけねばなりません。あたかも「マトリックス」でエージェントがターゲットを追い続けたように、問題解決する時には時代に合った「あるべき姿」を追い求めねばなりません。
＜明日へ続く＞
カテゴリー : 連載
pagetop
過去にも高分子の混練技術に触れましたが、混練時に発生する重要な機構として剪断流動と伸長流動が重要です。１０年ほど前に推進された高分子の精密制御プロジェクトでは、伸長流動についてかなり研究されＬ／Ｄの大きな二軸混練機まで試作された。伸長流動について集中的に研究されたのはナノ構造を達成するためである。剪断流動は混練効率の高さに比べ分散してできる構造の大きさがミクロンオーダーまで、と言われている。過去の実験で混練時間を伸ばしても伸長流動の場合はナノオーダーまで達成できていたが、剪断流動ではミクロンオーダーまでであった。
同プロジェクトでは高速剪断についても研究され装置も試作された。一般の二軸混練機の２倍以上の回転数すなわち１０００回転以上の高速で混練し、ナノオーダーまで達成できたことになっているが、市販された実験装置で実験を行うと、分子量の低下が著しく使いモノにならない。また実用レベルの装置を作るとなると巨大なモーターが必要になる実用性のない装置でありました。
カオス混合という幻の混練技術がある。新入社員時代指導社員に教えていただいたパイ生地の混練方法であるが、伸長流動と剪断流動がうまく組み合わさり、混練効率と達成できる構造の緻密さでこの右に出る混練方法は無い。過去にロール混練をいろいろ工夫してみたが、ロール混練でも同様のことを達成可能であるが、専用装置にはかなわない。ロール混練はバッチ式となり生産性が悪い。
混練の世界についてはシミュレーション方法も発展し、かなり解明が進んだが、問題はラボのデータを生産機で実現できないことである。新入社員の時に指導してくださった方は混練の神様のような人で、その方曰く、「実験室でも生産機を使え」であった。周囲が小さなニーダーで実験していたのをしり目にパイロットプラントで豪快に実験をやっていた思い出がある。大きなロールで混練を行うのは恐怖でしたが混練という技術を学ぶには良い体験でした。
カテゴリー : 高分子
pagetop
ところで、エージェント指向のパラダイムは、オブジェクト指向プログラミングの普及が始まった１９８０年代に登場しています。しかし、人工知能の技術が必要なため、そのパラダイムを実現できる安価な普及型言語は未だに登場していません。エージェント指向の解説書を読みますと、そのパラダイムはゴール至上主義であり、メッセージ至上主義のオブジェクト指向のパラダイムと全く異なっている、と説明されています。
例えば、オブジェクト指向では情報を頼りにしてアクションが決まるので受け身的振る舞いとなりますが、エージェント指向では状況判断が加わり能動的な振る舞いとなります。すなわち、この能動的振る舞いの特徴があるので、情報が無い時にアクションが止まってしまうオブジェクト指向の欠点が解決されています。そして情報が無くともアクションを中断することなく必ずゴールまでプログラムを実行し続けると説明されていますが、この仕様はエージェント指向の一番の特徴であり、「ゴール至上主義のパラダイム」と表現されたりします。不足している情報を「逆向きの推論」により自分で探し出したり作り出したりする仕掛け、人工知能がプログラムに組み込まれているので実現可能となる仕様です。
そのほか、エージェント指向プログラミングには、ゴールへの最短経路を探す性質や、不足している情報を探し属性やメソッドを自由に変化させて知識が増えてゆく人の成長を模倣した仕組みなど、問題解決プロセスに参考となる仕様がいくつか含まれています。
エージェント指向については、論文でその仕様を理解しただけですが、派手なワイヤーアクションで有名になった映画「マトリックス」は、まさにエージェント指向の世界観を取り込んだ秀作です。続編「リローデッド」や完結編「レヴォリューション」は少し本題から外れますので触れませんが、第一作では、仮想現実空間でネオがエージェントに執拗に追いかけられます。エージェントは人工知能で動いているのですが、どこからともなく現れてネオを追いつめてゆきます。あたかも彼らはネオの動きを逆向きに推論しているかのようです。結末はビデオで観てください。
＜明日へ続く＞
カテゴリー : 連載
pagetop
昨日の朝刊にボーイング７８７のバッテリー問題について、詳細な写真が公開された。以前にも指摘しましたが、蓄電池は蓄電池本体とパワーマネジメントシステムから出来上がっている。今回蓄電池本体は日本製であるが、パワーマネジメントシステムはフランス製と言われています。なぜ重要なシステム部品が１社ではなく複数の会社に分けて発注されたのか不明ですが、飛行機用の部品と考えた時に問題のある部品調達の仕方です。
今回のパワーマネジメントシステムがどのような電気回路になっていたのか不明ですが、公開されている特許を見る限り、ＤＣＤＣコンバーターが用いられているはずなので、蓄電池へ外部回路の影響が及ばないはずです。溶断したヒューズの写真もあり、外部回路とパワーマネジメントシステムの間に大容量の電流が流れています。写真から、パワーマネジメントが機能せず電池に大電流が流れたように見えます。
ここから先は推定になりますので詳細を知りたい方は問い合わせていただきたいのですが、パワーマネジメントシステムの回路が公開されなければ原因はわからないだろうと思います。おそらくボーイング社には回路図があるので、ヒューズが切れるような大電流が流れた原因の解明が進むと思います。
ボーイング７８７の問題は初期不良は発生して当然と考えられている情報が一部で流れ、社会不安にもなっています。また、蓄電池の問題については、意外な危険が潜んでいたことも明らかになりました。飛行機の設計というものが自動車や複写機などに近い感覚で設計されていた可能性すら疑われます。３．１１の福島原発の事故で、原子力発電が通常の製品と異なり、実験段階に近い状態で商用運転されている実態にびっくりして２年たちますが、安全性に対するメーカーの良心が業界によりこれほど差があるのか、と驚いています。原子力発電機や飛行機よりも事務用複合プリンターの方が用いられ方を基準に評価すると安全側に設計されています。モノ創りと安全安心について全産業で一度見直す必要があるのかもしれません。
かつてメーカーで製品開発を担当した経験から、こうしたお粗末な事故が続きますと、業界ではシェアートップではありませんが、安全安心の商品を業界全体で送り出しているメーカーの誇りのようなものを退職しているにもかかわらず感じます。
カテゴリー : 電気/電子材料
pagetop
