Anycubic Kossel 改善作業

 こたつの上で改善作業を続けています。
この前、PLA漏れに関して、ノズル部分のネジ部分からの漏れ（シミだし）がありましたがこれを改善スべくシールテープを巻きます。

ノズルの分解に当たり、この部分には溶けて固まったPLAが固着していますので、ヒートブロックを温めて、バーナーを使います。

ネジを外していきます、スロート（写真の真ん中の全ねじの部品）がねじ切れてしまうことがよくありますので慎重に行います。ノズルも同様。

ノズルは、0.4mmの穴が空いていますこれは、しっかりPLAで詰まっているので、これは、真鍮製なのでバーナーで焼き切ります。
ヒートブロックは、アルミなので炙りすぎると溶けます。

ノズル、スロート（向きがありますので注意）をブロクにねじ込みます。　スロートは、ダブルナットをかけて締め付けます。

この前作った。オフセット調整の部品にM4ナットをはんだごてで熱融着させて取り付け

その部分にヒートベッドの固定ビスをねじ込み高さの調整を行える。

ヒートベッドヤフーショピングで購入ぺいぺいポイントが１０００ポイントあったので実質１５００円程度で購入
それにコルクシートを張り込み電気の配線部分に窓を開ける。

高さ調整＆サスペンションは、DVDムーブメントのゴムクッションをワッシャーで挟むことで行っています。　見ればわかります。

さて次の問題
ヒートベッドの配線　手持ちの半田ごて６０Wでははんだ付けできない。
どうしよう？？？

まるやま 若松 で蟹フライを

 昨年、喜多方で蟹フライを食べましたが、今年もその季節になりましたので、まるやま門田店でためてきました。　今回はブリカツ・ヒレカツでした。

まるやまでは、とんかつはそれほど興味がありません。（うまいに決まっています）

季節の揚げ物を楽しみにしています。
２月は、蟹フライ　１２月は牡蠣 あとアジもありましたね！これは昨年はパスりました。

今年は食べる予定

まず、ブリ　脂の乗った身をカツに火の通りが絶妙です。　ポン酢・塩で食べましたが、ブリ独特の風味が少し、これはワサビですね！　ワサビがあれば最高ですね

かに！ハサミで切って食べるようですが、そのままバリバリと脱皮したてなので、からも和らかくてそのままいけます。これは塩です！　言葉いなりません。

でも多くの人はとんかつ屋だからソースで食べる人が多いのかな！　ソースでは、この風味が台無しかな！

どぶろく作り

 この前、町内の方から某地区産のどぶろくをいただきました。なかなか癖になる味ですねこれは！　そして、この前、余り物のおすそ分けで甘酒をもらいましたので、これでどぶろくを作れないかと思い。

甘酒にドライイーストを小さじ１程度入れてみて様子を見ました。

材料はこれだけです。

１０日ほど経ちました。発酵が進んでます。
一日一回撹拌を行っています。

こんな感じで、アルコール感は５度程度かな！
食前酒にぴったりです。

ANYCUBIC DELTA PLAで造形の開始

 Znoプローブも終わり、PLAで造形し始めました。ものは、ヒートベットを取り付けるための部品です。　造形ガラスは200mm　ヒート別途は220mmなのでそれを吸収させるための部品です。

条件を色々降ってみて、ノズルを押し付けすぎると密着性向上のプリムが乱れる、浮かせるとプリムが剥がれる。
条件出しが必要です。
写真を右から見ると造形品質が上がってきているのがわかります。このように条件を追い込んでいくことが必要です。
現行の問題、どうもノズルから樹脂漏れる→取り付けに今回はシールテープを巻かなかったのでこれで解決できると確信してます。

以前使っていたPRN3Dはシールテープを巻くと書いてありましたし、そのときは、漏れはなかった。

今回は巻けと記載がなかったのでそのまま使ったが、これが漏れの原因

それにしても、ここまでたどり着くまでゴミがいっぱいで。。。。。。

さらに品質を擧げるために、ヒートベット取り付ける予定です。

実は、ヒートベットは購入しましたが、その電力は、

１２０W　１２V　１０A　２４V　５A

このACアダプター６０Wなので役に立ちません！　電源を用意しないといけない。
まあこれもATX電源で作ってあるのでこれを使います。

ChatGPTとの問答２

 問

アナログコンピューターは、AIとどう違い

答弁

アナログコンピューターは、AIとどう違いアナログコンピューターと AI は異なった概念です。

アナログコンピューターは、数学的計算をアナログ的な方法で行うことができるコンピューターのことを指します。これは通常、電気信号を使用して数学的演算を実行し、結果をアナログ信号で表現します。

一方、AI (人工知能) は、コンピューターシステムが人間のように「知識」を持ってタスクを実行することを目的とした技術の集合体を指します。これは、機械学習、自然言語処理、画像認識などのタスクに対して、人間のように結果を生成することができます。

結論として、アナログコンピューターは数学的計算をアナログ的な方法で行うためのツールであり、一方 AI は、コンピューターシステムが人工的に知識を持つことを目的とした技術全体を指します。

問

思考プロセスは似てると思うが

答弁

アナログコンピューターと AI の思考プロセスは異なります。アナログコンピューターは、数学的計算を行うことが目的であり、これは単純な信号処理です。一方、AI は、学習モデルを使用してデータからパターンを学習し、人間のようにタスクを実行することが目的です。このため、AI の「思考」は、データから学習した知識に基づいて行われます。

つまり、アナログコンピューターは単純な計算を行うことが目的であり、AI は学習された知識に基づいてタスクを実行することが目的です。そのため、アナログコンピューターと AI の思考プロセスは異なります。

問

しかし、アナログコンピューターの集計ノードに重みをつけた場合似たようなことができそうに思うが

答弁

はい、アナログコンピューターの集計ノードに重みを付けることで、一定程度の機械学習のタスクを実行することができます。これは、アナログ信号を使用して重み付けされた情報を処理することができるためです。

ただし、アナログコンピューターは通常、デジタルコンピューターに比べて処理能力が劣ります。また、アナログ信号は時間の経過とともにノイズや変動を引き起こすため、精度が低いことがあります。一方、デジタルコンピューターは高精度な計算が可能です。

結論として、アナログコンピューターの集計ノードに重みを付けることで一定程度の機械学習のタスクを実行することはできますが、デジタルコンピューターに比べて処理能力が劣り、精度も低いことがあります。

問

それでは、アナログコンピューターのこのプロセスを最新のデジタル技術でシュミレーション・ハードウエアーエミュレーションさせた場合精度は上がると思うが

答弁

はい、アナログコンピューターのプロセスをデジタル技術を使ってシミュレーションまたはハードウェアエミュレーションすることにより、精度が向上することがあります。

デジタル技術を使用することで、アナログコンピューターの計算に関連するノイズや変動を抑制することができます。また、デジタル技術によって高精度な計算が可能になります。

ただし、デジタルシミュレーションまたはハードウェアエミュレーションによって精度が向上するとは限りません。シミュレーションの設計やハードウェアエミュレーションの技術によっては、アナログコンピューターの能力を完全に再現することができない場合もあります。また、デジタルシミュレーションまたはハードウェアエミュレーションによって生じたオーバーヘッドもあります。

結論として、アナログコンピューターのプロセスをデジタル技術を使ってシミュレーションまたはハードウェアエミュレーションすることにより、精度が向上するかどうかは設計や技術によって異なります。

問

人の思考は、どちらかというとこのアナログコンピューターに近いと思うが

答弁

人の思考とアナログコンピューターの関連については、科学者や心理学者から様々な見解があります。

一方では、人の思考は、複雑な情報処理と非常に効率的な計算を同時に実行することができるアナログ的なプロセスであると考えられています。これは、アナログコンピューターのような考え方に近いと言えます。

他方では、人の思考はデジタル的なプロセスであると考えられています。これは、人の思考は明確な論理的な手順に基づいて情報を処理するという見方に基づいています。この見方からは、人の思考はデジタルコンピューターに近いと言えます。

結論として、人の思考はアナログ的であるかデジタル的であるかについては明確な答えはありません。両方の見方に基づいた研究が進められていますが、人の思考の本質についてはまだ解明されていないと考えられています。

問

また、電子回路のSPICEのノード解析に関して、前のアナログコンピューターに近い気がするがどう思う？

答弁

SPICE（Simulation Program with Integrated Circuit Emphasis）は、電子回路シミュレーションのためのソフトウェアです。SPICEは、回路内の各ノードの電圧値を解析することで、回路全体の動作を予測することができます。

このようなノード解析に関して、アナログコンピューターに近いと言える点があります。アナログコンピューターも、重みを持った集積回路ノードを使用することで、入力信号から出力信号を生成することができます。これはSPICEによる回路解析と同様の概念に基づいています。

しかし、SPICEはデジタルコンピューター上で動作するソフトウェアであり、アナログコンピューターとは大きく異なる技術です。SPICEは、デジタル信号を数値モデルに基づいて解析することで、回路動作をシミュレートすることができますが、アナログコンピューターは直接アナログ信号を処理することができます。

結論として、SPICEとアナログコンピューターには一定の類似点がありますが、大きく異なる技術であると言えます。

問

Aiのノード解析に似ていると思うが

答弁

AIの技術にも、ノード解析的な要素があります。例えば、ニューラルネットワークは、重みを持ったノードを使用して入力データから出力を生成することができます。これは、SPICEによる回路解析と同様の概念に基づいています。

しかし、AIはSPICEとは大きく異なる技術です。SPICEはデジタル信号を数値モデルに基づいて解析することで、回路動作をシミュレートすることができますが、AIは非常に複雑なデータとパターンを学習し、これらを使用して新しい入力に対する予測を生成することができます。

結論として、AIとSPICEには類似点がありますが、大きく異なる技術であり、違いを認識して使い分けることが重要です。

問

前に、SPICEに触れたとき、この考え方を発展させた場合、いつかSPICEで人を記載できるのではないかと考えたどうおもう

答弁

SPICEは、電子回路に基づいて機能するため、人の脳を正確にモデル化するためには不適切な技術かもしれません。人の脳は非常に複雑で、神経回路や生化学的なプロセスに基づいて動作しています。これらのプロセスを数学的に正確に表現することは、現在のところ難しい問題です。

一方、人工知能には人間の思考や行動に似た能力を持ったモデルを構築することができます。人工知能は、大量のデータを学習し、様々なタスクを実行することができます。例えば、自然言語処理や画像認識などです。

しかし、人工知能もまだ人間の思考を完全に再現することはできていないため、SPICEを用いて人をモデル化することは難しいと思われます。現在の科学技術において、人間の思考を再現することはまだ困難な課題であり、この分野においては今後も多くの研究が必要です。