オートメーション

 紀元前300年頃から紀元後1200年頃までのギリシャ人とアラブ人にとって、 正確な時間計測は重要な関心事でした。紀元前270年頃のプトレマイオス朝エジプト では、クテシビオスが水時計のフロート式調整器について記述しており、これは現代の水洗トイレのボールとコックに似た装置でした。これはフィードバック制御機構の最初期の例でした。^{[ 13 ]} 14世紀に機械式時計が登場したことで、水時計とそのフィードバック制御システムは時代遅れになりました。

ペルシャのバヌー・ムーサー兄弟は、彼らの著書『独創的な装置の書』 （ 西暦850年）の中で、多くの自動制御について記述している。^{[ 14 ]}流体用の2段階レベル制御（不連続可変構造制御の一形態）は、バヌー・ムーサー兄弟によって開発された。^{[ 15 ]}彼らはまた、フィードバックコントローラについても記述している。^{[ 16 ] [ 17 ]}産業革命までのフィードバック制御システムの設計は、試行錯誤と多くの工学的直感によって行われていた。フィードバック制御システムの安定性が、自動制御理論の形式言語である数学を用いて解析されるようになったのは、19世紀半ばになってからのことである。^{[ 18 ]}

遠心調速機は17世紀にクリスティアーン・ホイヘンスによって発明され、石臼間の隙間を調整するために使用されました。^{[ 19 ] [ 20 ] [ 21 ]}

原動機、つまり自走式機械の導入により、穀物製粉機、炉、ボイラー、蒸気機関が進歩し、温度調節器（1624年に発明、コルネリウス・ドレッベルを参照）、圧力調節器（1681年）、フロート調節器（1700年） 、速度制御装置などの自動制御システムに対する新たな要求が生じた。別の制御機構は風車の帆を張るために使用された。これは1745年にエドモンド・リーによって特許が取得された。^{[ 22 ]}また、1745年にはジャック・ド・ヴォーカンソンが最初の自動織機を発明した。1800年頃、ジョセフ・マリー・ジャカールは織機をプログラムするためのパンチカードシステムを作成した。^{[ 23 ]}

1771年、リチャード・アークライトは、当時ウォーターフレームとして知られていた、水力で駆動する最初の完全自動化された紡績工場を発明した。^{[ 24 ]} 1785年には、オリバー・エバンスが自動製粉機を開発し、これが最初の完全自動化された工業プロセスとなった。^{[ 25 ] [ 26 ]}

1784年、イギリスのバンス氏が模型蒸気クレーンの一部として遠心ガバナーを使用しました。^{[ 27 ] [ 28 ]} 1788年、ジェームズ・ワットは、ワットのパートナーであるボルトンがボルトン＆ワットが建設していた製粉所で遠心ガバナーを見た後、蒸気機関に採用しました。^{[ 22 ]}ガバナーは実際には設定速度を維持できず、負荷の変化に応じてエンジンは新しい一定速度をとりました。ガバナーは、ボイラーへの熱負荷の変動によって引き起こされるような小さな変動を処理することができました。また、速度が変化するたびに振動する傾向がありました。その結果、このガバナーを備えたエンジンは、綿紡績などの一定速度を必要とする作業には適していませんでした。^{[ 22 ]}

ガバナーの改良と蒸気機関のバルブカットオフタイミングの改良により、19 世紀末までに蒸気機関はほとんどの産業用途に適したものとなった。蒸気機関の進歩は、熱力学と制御理論の両方において、科学をはるかに凌駕していた。^{[ 22 ]}ガバナーは、ジェームズ・クラーク・マクスウェルが制御理論を理解するための理論的基礎の基礎を確立した論文を発表するまで、比較的科学的な注目をほとんど浴びていなかった。

リレーロジックは工場電化とともに導入され、1900年から1920年代にかけて急速に普及しました。中央発電所も急速に成長し、新しい高圧ボイラー、蒸気タービン、変電所の稼働により、計器と制御装置に対する大きな需要が生まれました。中央制御室は1920年代に一般的になりましたが、1930年代初頭まで、ほとんどのプロセス制御はオン/オフでした。オペレーターは通常、計器からのデータをプロットした記録装置によって作成されたチャートを監視していました。修正を行うには、オペレーターは手動でバルブを開閉したり、スイッチをオン/オフしたりしました。制御室では、工場内の作業員に特定の変更を手動で行うよう信号を送るために、色分けされたライトも使用されました。^{[ 29 ]}

1920年代に開発された電子増幅器は長距離電話にとって重要であり、より高い信号対雑音比が必要であったが、これは負帰還による雑音除去によって解決された。これやその他の電話アプリケーションは制御理論に貢献した。1940年代と1950年代には、ドイツの数学者イルムガルト・フリュッゲ＝ロッツが不連続自動制御の理論を開発し、第二次世界大戦中に射撃管制システムや航空機航法システムに軍事応用された。^{[ 6 ]}

オンオフ制御ではなく、設定値からのずれに応じて計算された変更を行うことができる制御装置は、1930年代に導入され始めた。制御装置により、製造業は工場電化の影響力の低下を相殺する生産性向上を示し続けることができた。^{[ 30 ]}

1920年代には電化によって工場の生産性が大幅に向上した。米国の製造業の生産性成長率は1919～29年の5.2%/年から1929～41年の2.76%/年に低下した。アレクサンダー・フィールドは、非医療機器への支出が1929年から1933年にかけて大幅に増加し、その後も堅調に推移したと指摘している。^{[ 30 ]}

第一次世界大戦と第二次世界大戦では、マスコミュニケーションと信号処理の分野で大きな進歩が見られました。自動制御におけるその他の重要な進歩としては、微分方程式、安定性理論とシステム理論（1938年）、周波数領域解析（1940年）、船舶制御（1950年）、確率解析（1941年）などが挙げられます。

1958 年以降、プロセス制御および自動化のための産業制御システムにおいて、電気機械式リレー ロジックを置き換えるために、ハードワイヤード プログラム ロジック コントローラ (プログラマブル ロジック コントローラ [PLC] の前身) 用のソリッド^{ステート [ 31} ] ^[ 32 ] デジタル ロジック モジュールに基づくさまざまなシステムが登場しました。これには^{、初期のTelefunken} / AEG Logistat 、 Siemens Simatic 、 Philips / Mullard / Valvo Norbit 、 BBC Sigmatronic 、 ACEC Logacec 、 Akkord Estacord 、 Krone Mibakron 、 Bistat 、Datapac、Norlog、SSR、またはProcontic システムが含まれます。^{[ 31 ] [ 33 ] [ 34 ] [ 35 ] [ 36 ] [ 37 ]}

1959年、テキサコのポートアーサー製油所は、デジタル制御を採用した最初の化学工場となった。^{[ 38 ]}コンピュータハードウェア の価格が下落するにつれて、1970年代には工場のデジタル制御への転換が急速に広がり始めた。

自動電話交換機は、ダイヤル式電話とともに1892年に導入されました。1929年までに、ベルシステムの31.9%が自動化されました。^{[ 39 ] : 158} 自動電話交換は当初、真空管アンプと電気機械式スイッチを使用しており、大量の電力を消費していました。通話量は最終的に非常に急速に増加し、電話システムがすべての電力生産を消費してしまうのではないかと懸念され、ベル研究所はトランジスタの研究を開始しました。^{[ 40 ]}

電話のリレー切り替えによって実行されるロジックが、デジタルコンピュータの着想源となった。商業的に成功した最初のガラス瓶吹き機は、1905年に導入された自動モデルだった。^{[ 41 ]} 12時間交代で2人の作業員が操作するこの機械は、24時間で17,280本の瓶を生産できた。これは、6人の男性と少年が1日かけて作業場で製造する2,880本の瓶と比較してのことである。機械による瓶の製造コストは1グロスあたり10～12セントであったのに対し、手作業のガラス吹き職人と助手による製造コストは1グロスあたり1.80ドルであった。

セクション式電気駆動装置は、制御理論を用いて開発されました。セクション式電気駆動装置は、機械の異なるセクションで使用され、セクション間で正確な差動を維持する必要がある場合に使用されます。鋼鉄圧延では、金属は一対のローラーを通過する際に伸びますが、ローラーは順次高速で回転する必要があります。製紙では、紙はグループに配置された蒸気加熱乾燥装置を通過する際に縮みますが、乾燥装置は順次低速で回転する必要があります。セクション式電気駆動装置の最初の応用例は、1919年の製紙機械でした。^{[ 42 ]} 20世紀の鉄鋼業界における最も重要な発展の1つは、1928年にArmcoによって開発された連続広幅ストリップ圧延でした。^{[ 43 ]}

自動化以前は、多くの化学物質はバッチ生産されていた。1930年、計測機器の普及と制御装置の登場により、ダウ・ケミカル社の創設者は連続生産を提唱していた。^{[ 44 ]}

1840年代、ジェームズ・ナスミスは、少年や未熟練労働者でも操作できるように手の器用さを不要にする自動工作機械を開発した。 ^{[ 45 ]} 1950年代には、パンチ紙テープを使用した数値制御（NC）により工作機械が自動化された。これはすぐにコンピュータ数値制御（CNC）へと発展した。

今日では、あらゆる種類の製造および組立工程において、広範な自動化が実施されています。大規模な工程としては、発電、石油精製、化学、製鉄、プラスチック、セメント工場、肥料工場、パルプ・製紙工場、自動車・トラック組立、航空機製造、ガラス製造、天然ガス分離プラント、食品・飲料加工、缶詰・瓶詰、各種部品製造などが挙げられます。ロボットは、自動車の塗装など危険な作業において特に有用です。また、電子回路基板の組立にもロボットが使用されています。自動車の溶接はロボットで行われ、パイプラインなどの用途では自動溶接機が用いられています。

1957年の宇宙時代の到来とともに、制御設計、特に米国では、古典制御理論の周波数領域技術から離れ、19世紀後半の時間領域で表現された微分方程式技術へと回帰した。1940年代から1950年代にかけて、ドイツの数学者イルムガルト・フルッゲ＝ロッツは不連続自動制御の理論を開発し、これは航法システム、射撃管制システム、電子機器などのヒステリシス制御システムで広く使用されるようになった。フルッゲ＝ロッツらの業績により、現代では非線形システム（1961年）、航法（1960年）、最適制御および推定理論（1962年）、非線形制御理論（1969年）、デジタル制御およびフィルタリング理論（1974年）、パーソナルコンピュータ（1983年）のための時間領域設計が実現した。

自動化のパラドックスとは、自動化システムが効率的であればあるほど、オペレーターの人間による貢献がより重要になるというものです。人間の関与は少なくなりますが、その関与はより重要になります。認知心理学者のリザンヌ・ベインブリッジは、広く引用されている論文「自動化の皮肉」の中で、これらの問題を特に指摘しています。^{[ 51 ]}自動化システムにエラーが発生すると、修正されるか停止されるまでそのエラーが増幅されます。ここで人間のオペレーターが登場します。^{[ 52 ]}この致命的な例がエールフランス447便で、自動化システムの不具合により、パイロットは準備していなかった手動操作の状況に陥りました。^{[ 53 ]}

• 現在の技術では、望ましいすべての作業を自動化することはできない。
• 自動化を利用した多くの業務は多額の投資資本を必要とし、大量の製品を生産するため、不具合が発生すると非常にコストがかかり、潜在的に危険となる。そのため、システム全体が適切に機能し、安全性と製品の品質が維持されるように、一定の人員が必要となる。^{[ 54 ]}
• プロセスが自動化されるにつれて、削減できる労力や得られる品質向上はますます少なくなる。これは収穫逓減の法則とロジスティック関数の両方の例である。
• 自動化が進むにつれて、自動化されていないプロセスは減少していく。これは、機会の枯渇の一例である。しかし、新たな技術パラダイムは、これまでの限界を超える新たな限界を設定する可能性もある。

自動化が進むと、技術によって自分のスキルや経験が不要になるため、労働者は職を失うのではないかと不安になることが多い。産業革命初期、蒸気機関などの発明によって一部の職種が不要になったとき、労働者はこうした変化に強く抵抗した。例えば、ラッダイト運動は、織機の導入に抗議して織機を破壊したイギリスの繊維労働者たちである。^{[ 58 ]}最近では、アリゾナ州チャンドラーの一部の住民が、自動運転車が人間の安全や雇用の見通しを脅かすと感じて抗議し、タイヤを切り裂いたり、石を投げつけたりした。^{[ 59 ]}

世論調査に反映される自動化に対する相対的な不安は、その地域や国の労働組合の強さと密接に相関しているようだ。例えば、ピュー・リサーチ・センターの調査では、アメリカ人の72%が職場での自動化の進展を懸念していることが示されているが、スウェーデン人の80%は、同国の依然として強力な労働組合とより強固な国家セーフティネットのおかげで、自動化と人工知能（AI）を良いことだと考えている。^{[ 60 ]}

ある推計によると、米国の現在の全雇用の 47% は 2033 年までに完全に自動化される可能性がある。^{[ 61 ]}さらに、賃金と教育水準は、職業の自動化リスクと強い負の相関関係にあるようだ。^{[ 61 ]}エリック・ブリニョルフソンとアンドリュー・マカフィーは、「特別なスキルや適切な教育を受けた労働者にとって、これほど良い時代はない。なぜなら、こうした人々はテクノロジーを使って価値を創造し、獲得できるからだ。しかし、コンピューター、ロボット、その他のデジタル技術が驚異的な速度でこうしたスキルや能力を獲得しているため、『普通』のスキルや能力しか持たない労働者にとって、これほど悪い時代はない」と主張している。^{[ 62 ]}しかし、弁護士、医師、エンジニア、ジャーナリストなどの高度な専門職も自動化のリスクにさらされていると主張する人もいる。^{[ 63 ]}

2020年の『政治経済学ジャーナル』の研究によると、自動化は雇用と賃金に深刻な悪影響を及ぼしている。「労働者1,000人あたりロボットが1台増えるごとに、雇用率と人口比率が0.2パーセントポイント、賃金が0.42%低下する」^{[ 64 ]} 。2025年の『アメリカ経済ジャーナル』の研究では、産業用ロボットの導入により、1993年から2014年にかけて男性と女性の雇用がそれぞれ3.7パーセントポイントと1.6パーセントポイント減少したことが判明した^{[ 65 ] 。}

オックスフォード・マーティン・スクールのカール・ベネディクト・フレイとマイケル・オズボーンによる研究では、「高度なアルゴリズムで容易に実行できる、明確に定義された手順に従うタスク」に従事する従業員は職を失うリスクがあり、米国の雇用の 47% がリスクにさらされていると主張した。2013年にワーキングペーパーとして発表され、2017 年に出版されたこの研究は、同僚グループに意見を調査することで、自動化によって低賃金の肉体労働が最もリスクにさらされると予測した。^{[ 66 ]}しかし、2015 年にMcKinsey Quarterly ^{[ 67 ]}に掲載された研究によると、ほとんどの場合、コンピュータ化の影響は従業員の代替ではなく、従業員が行うタスクの一部を自動化することである。^{[ 68 ]} McKinsey の研究の方法論は、不透明で主観的な評価に依存しているとして、厳しく批判されている。[ 69 ^{]フレイと}オズボーンの方法論は、証拠、歴史的認識、信頼できる方法論が欠けているとして批判されている。^{[ 70 ] [ 71 ]}さらに、経済協力開発機構（OECD）は、OECD加盟21カ国全体で、9%の雇用が自動化可能であることを発見した。^{[ 72 ]}

また、自動化が発展途上国経済に与える影響、すなわち低・中所得国における労働代替技術の導入や、先進国経済と比較した雇用への特有の影響に関する証拠も存在する。発展途上国経済は、いくつかの点でこれらの想定から逸脱している。大規模な非公式部門では多くの労働者が数えられず保護されないままであり、社会保障が弱いため失業による福祉コストが上昇し、相対賃金が低いため導入の時期や部門別パターンが変化するため、先進国に合わせて調整された影響推定値は、自動化の影響の規模と分布の両方を誤って特徴づける傾向がある。チリを対象とした『Technological Forecasting and Social Change』誌に掲載された研究では、自動化のリスクがある職業の部門別雇用シェアが1標準偏差増加すると、2019年末から2021年初頭にかけて雇用が約7%減少することがわかった。この影響は、公式労働者よりも非公式労働者に約3倍重くのしかかる。^{[ 73 ]}同じ雑誌に掲載されたラテンアメリカを対象とした関連研究では、女性は男性よりも自動化による職を失うリスクが平均的に高いことが判明し、これは同地域の職業構造とジェンダー構造がリスクへの曝露をどのように媒介しているかを反映している。^{[ 74 ]}これらの知見を総合すると、開発途上国では、仕事内容だけではなく、非公式性、脆弱な社会保険、および地域の労働市場の構成が、自動化が雇用にどのように伝わるかを形作っているという新たな見解を裏付けている。

トゥールーズ第1大学の経済学者ジル・サン＝ポール の公式に基づくと、非熟練人材の需要は熟練人材の需要の増加よりも緩やかなペースで減少する。^{[ 75 ]}長期的には、社会全体として、製品の低価格化、平均労働時間の短縮、新しい産業の形成（ロボット産業、コンピュータ産業、デザイン産業など）につながっている。これらの新しい産業は、経済に多くの高給のスキルベースの仕事を提供している。2030年までに、自動化によってセクター全体の仕事がなくなるため、世界の労働力の3～14％が職種を変更せざるを得なくなる。自動化によって失われる仕事の数は、技術進歩によって得られる仕事によって相殺されることが多いが、同じ種類の仕事の喪失が、同じ種類の仕事の喪失に取って代わられるわけではなく、それが中下層の失業率の上昇につながっている。これは主に米国や先進国で発生しており、技術進歩によって高度なスキルを持つ労働力の需要が高まる一方で、中賃金労働者の需要は減少し続けている。経済学者はこの傾向を「所得二極化」と呼び、非熟練労働者の賃金が下がり、熟練労働者の賃金が上がる現象であり、先進国ではこの傾向が続くと予測されている。^{[ 76 ]}

人工知能搭載のコンピュータ支援設計（CAD）は、テキストから3D、画像から3D、ビデオから3Dを使用して3Dモデリングを自動化できます。^{[ 89 ]} AI CADライブラリは、回路図 や図面のリンクされたオープンデータを使用して開発することもできます。^{[ 90 ]} AI CADアシスタントは、ワークフローを効率化するのに役立つツールとして使用されます。^{[ 91 ]}

太陽光パネル、風力タービン、その他の再生可能エネルギー源といった技術は、スマートグリッド、マイクログリッド、蓄電池などと組み合わせることで、発電を自動化することができる。

多くの農業作業は、診断、意思決定、および/または作業効率を向上させるために機械や設備によって自動化されています。農業の自動化は、農業作業の単調さを軽減し、農業作業の適時性と精度を向上させ、生産性と資源利用効率を高め、回復力を構築し、食品の品質と安全性を向上させることができます。 ^{[ 92 ]}生産性の向上は労働力を解放し、農業世帯が他のことに費やす時間を増やすことができます。^{[ 93 ]}

農業における技術の進化は、デジタル機器やロボットへの漸進的な移行をもたらしました。^{[ 92 ]}エンジン動力を用いた電動機械化により、耕作や搾乳などの農業作業が自動化されます。^{[ 94 ]}デジタル自動化技術により、農業作業の診断や意思決定の自動化も可能になります。^{[ 92 ]}例えば、自律型作物ロボットは作物の収穫や播種を行うことができ、ドローンは投入資材の自動散布に役立つ情報を収集できます。^{[ 93 ]}精密農業では、このような自動化技術がよく用いられます。 ^{[ 93 ]}

近年、一般的には動力機械化が進んでいる。^{[ 95 ]}サブサハラアフリカは、過去数十年間、動力機械化の導入が停滞している唯一の地域である。^{[ 96 ] [ 93 ]}

自動化技術は家畜管理にますます利用されるようになっているが、その普及状況に関する証拠は不足している。普及は主に北欧で進んでいると考えられ^{[ 97 ]} 、低・中所得国ではほとんど普及していないと考えられる^{[ 98 ] [ 93 ]} 。牛と家禽の両方に自動給餌機も存在するが、その普及傾向や推進要因に関するデータや証拠も同様に乏しい^{[ 93 ] [ 95 ] 。}

多くのスーパーマーケットや小規模店舗でも、セルフレジシステムを急速に導入し、レジ係の雇用を減らしている。米国では、2017年時点で小売業界に1590万人が従事している（労働人口の約9人に1人）。ユーラシア・グループの調査によると、世界全体では推定1億9200万人の労働者が自動化の影響を受ける可能性がある。^{[ 99 ]}

オンラインショッピングは、支払いとチェックアウトが自動化されたオンライン取引処理システムを通じて行われるため、自動化された小売の一形態とみなすことができ、オンライン小売会計のシェアは2011年の5.1%から2016年には8.3%に上昇しました。しかし、書籍、音楽、映画の3分の2は現在オンラインで購入されています。さらに、自動化とオンラインショッピングは、ショッピングモールや小売不動産の需要を減らす可能性があります。米国では現在、全商業不動産の31%、つまり約70億平方フィート（6億5000万平方メートル）を占めると推定されています。Amazonは近年、オンラインショッピングの成長の大部分を獲得しており、2016年のオンライン小売の成長の半分を占めています。^{[ 99 ]}他の形態の自動化もオンラインショッピングの不可欠な部分となり得ます。たとえば、 AmazonがKiva Systemsを使用して適用しているような自動倉庫ロボットの導入などです。  

食品小売業界では、注文プロセスに自動化を導入し始めています。マクドナルドは多くの店舗でタッチスクリーン式の注文・決済システムを導入し、レジ係の従業員数を減らしています。^{[ 100 ]}テキサス大学オースティン校は、完全に自動化されたカフェの小売店舗を導入しました。^{[ 101 ]}一部のカフェやレストランでは、モバイルやタブレットの「アプリ」を利用して、顧客がデバイスで注文や支払いを行うことで注文プロセスを効率化しています。^{[ 102 ]}一部のレストランでは、コンベアベルトシステムを使用して顧客のテーブルに料理を自動で配達しています。ウェイターの代わりにロボットを使用することもあります。^{[ 103 ]}

建設における自動化とは、建設活動における機械の自律性を高めるための方法、プロセス、システムの組み合わせである。建設自動化には、現場での負傷の減少、作業完了時間の短縮、品質管理および品質保証の支援など、複数の目標がある。^{[ 104 ]}

自動化された採掘とは、採掘プロセスから人間の労働力を排除することです。^{[ 105 ]}鉱業は現在、自動化への移行期にあります。現状では、特に労働コストが低い第三世界では、自動化によって効率を高めるインセンティブが少ないため、依然として大量の人的資本が必要となる場合があります。

国防高等研究計画局 ( DARPA ) は、1997 年～ 1999 年にかけて自動視覚監視およびモニタリング (VSAM) プログラム、1998 年～ 2002 年にかけて航空ビデオ監視 (AVS) プログラムの開発を開始しました。現在、ビジョン コミュニティでは、完全自動追跡監視システムの開発に向けた大規模な取り組みが進められています。自動ビデオ監視は、混雑した環境内で人や車両をリアルタイムで監視します。既存の自動監視システムは、主に監視するように設計されている環境 (屋内、屋外、または空中)、自動システムが処理できるセンサーの数、およびセンサーの移動性 (固定カメラと移動カメラ) に基づいて構成されています。監視システムの目的は、特定のエリア内の物体の特性と軌跡を記録し、特定のイベントが発生した場合に警告を生成したり、指定された当局に通知したりすることです。^{[ 106 ]}

安全性と移動性に対する要求が高まり、技術的可能性が多様化するにつれて、自動化への関心が高まっています。完全自動運転車と高速道路の開発と導入を加速させるため、米国議会は1991年の複合一貫輸送効率化法（ISTEA）において、インテリジェント交通システム（ITS）と実証プロジェクトに6年間で6億5000万ドル以上を承認しました。議会はISTEAで次のように立法しました。^{[ 107 ]}

運輸長官は、将来の完全自動運転インテリジェント車両・道路システムの開発につながる、自動運転高速道路および車両のプロトタイプを開発するものとする。この開発には、人間と機械の関係の成功を確実にするための人間工学に関する研究が含まれるものとする。このプログラムの目標は、1997年までに最初の完全自動運転高速道路または自動運転試験路を稼働させることである。このシステムは、新規および既存の自動車への機器の設置に対応できるものとする。

完全自動運転は、一般的に、運転者による制御がまったくないか、ごく限られた制御しか必要としないものと定義されます。このような自動化は、車両内および道路沿いのセンサー、コンピューター、通信システムの組み合わせによって実現されます。完全自動運転は、理論的には、車両間の距離を縮め、速度を上げることが可能になり、道路建設が物理的に不可能、政治的に受け入れられない、または法外に費用がかかる場所で交通容量を向上させることができます。自動制御はまた、自動車事故の大部分の原因となっている運転者のミスの機会を減らすことで、道路の安全性を向上させる可能性があります。その他の潜在的な利点としては、（より効率的な交通の流れの結果として）大気質の改善、燃費の向上、および自動高速道路システムに関連する研究開発中に生み出されるスピンオフ技術などが挙げられます。^{[ 108 ]}

自動廃棄物収集トラックは、作業員の数を減らすとともに、サービス提供に必要な労働レベルを軽減します。^{[ 109 ]}

ビジネスプロセスオートメーション（BPA）は、複雑なビジネスプロセスをテクノロジーで自動化することです。^{[ 110 ]}ビジネスの効率化、デジタル変革の実現、サービス品質の向上、サービス提供の改善、コスト削減に役立ちます。BPAは、アプリケーションの統合、労働リソースの再構築、組織全体でのソフトウェアアプリケーションの使用で構成されます。ロボティックプロセスオートメーション（RPA、または自己誘導型RPA 2.0の場合はRPAAI）は、BPAの新興分野であり、AIを使用します。BPAは、採用、マーケティング、販売、ワークフローなど、多くのビジネス領域で実装できます。

ホームオートメーション（ドモティクスとも呼ばれる）は、特に電子機器を用いて、ここ数十年では非現実的、高価すぎる、あるいは単に不可能だったことを可能にする、住宅内の家電製品や設備の自動化の進展を指す。ホームオートメーションソリューションの利用増加は、人々がこうした自動化ソリューションへの依存度を高めていることを反映している。しかし、こうした自動化ソリューションによってもたらされる快適さの向上は特筆すべきものである。^{[ 111 ]}

自動化は多くの科学的および臨床的応用に不可欠です。^{[ 112 ]}そのため、自動化は研究室で広く採用されています。1980年頃から、完全自動化された研究室が既に稼働していました。^{[ 113 ]}しかし、自動化は高コストのため、研究室で広く普及していません。これは、低コストのデバイスを標準的な研究室の機器と統合できるようになったことで変わる可能性があります。^{[ 114 ] [ 115 ]}オートサンプラーは、研究室の自動化で一般的に使用されるデバイスです。

物流自動化とは、コンピュータソフトウェアや自動化された機械を用いて物流業務の効率を向上させることです。一般的には、倉庫や配送センター内の業務を指し、サプライチェーンエンジニアリングシステムや企業資源計画システム（ERP）は、より広範な業務を担います。

産業オートメーションは、主に製造、品質管理、およびマテリアルハンドリングプロセスの自動化を扱います。産業プロセス用の汎用コントローラには、プログラマブルロジックコントローラ、スタンドアロンI/Oモジュール、およびコンピュータが含まれます。産業オートメーションは、機械化された機器と論理プログラミングコマンドの使用により、人間の動作と手動のコマンド応答活動を置き換えるものです。1つの傾向は、自動検査とロボットガイダンス機能を提供するためにマシンビジョン^{[ 116 ]}の使用が増加していることであり、もう1つはロボットの使用が継続的に増加していることです。産業オートメーションは、産業界では単純に必要とされています。

産業用ロボット

産業用ロボットは、さまざまな製造プロセスを支援する産業オートメーションのサブ分野です。このような製造プロセスには、機械加工、溶接、塗装、組み立て、マテリアルハンドリングなどがあります。^{[ 120 ]}産業用ロボットは、さまざまな機械的、電気的、およびソフトウェアシステムを使用して、人間のパフォーマンスをはるかに超える高精度、正確性、および速度を実現します。産業用ロボットの誕生は、第二次世界大戦後まもなく、米国が工業製品や消費財をより迅速に生産する必要性を認識したことから始まりました。^{[ 121 ]}サーボ、デジタルロジック、およびソリッドステートエレクトロニクスにより、エンジニアはより優れた高速システムを構築できるようになり、時間の経過とともにこれらのシステムは改良および改訂され、単一のロボットがほとんどまたはまったくメンテナンスなしで 24 時間稼働できるまでになりました。 1997年には70万台の産業用ロボットが使用されていましたが、2017年にはその数は180万台に増加しました^{[ 122 ]。}近年では、ロボットアームを自動ラベル貼付装置として使用し、AIでラベルを貼付する製品を学習・検出する自動ラベル貼付ソリューションの作成にもAIが使用されています^{[ 123 ] 。}

最も単純な制御方式の一つは、オンオフ制御です。例えば、家庭用電化製品に用いられるサーモスタットは、電気接点を開閉することで動作します。（サーモスタットは元々、一般的な家庭用電化製品のオンオフ制御ではなく、真のフィードバック制御機構として開発されたものです。）

シーケンス制御とは、システムの状態を含むシステムロジックに基づいて、プログラムされた一連の離散的な操作を実行する制御方式である。エレベーター制御システムは、シーケンス制御の一例である。

比例積分微分制御器（PID制御器）は、産業用制御システムで広く使用されている制御ループフィードバック機構（制御器）です。

PIDループでは、コントローラは誤差値を継続的に計算します。${\displaystyle e(t)}$は、目標設定値と測定されたプロセス変数との差として、比例項、積分項、微分項（P、I、Dと表記されることもある）に基づいて補正を適用し、これらの項がコントローラタイプの名称の由来となっています。

その理論的理解と応用は1920年代に遡り、ほぼすべてのアナログ制御システムに実装されている。当初は機械式コントローラに、その後は個別電子回路を用いて、そして近年では産業用プロセスコンピュータに実装されている。

シーケンシャル制御は、固定されたシーケンスに従う場合と、システムのさまざまな状態に応じて異なる動作を実行する論理的なシーケンスに従う場合がある。調整可能だがそれ以外は固定されたシーケンスの例としては、芝生散水器のタイマーが挙げられる。

状態とは、システムの使用またはシーケンスシナリオで発生する可能性のあるさまざまな状況を指します。例としてエレベーターがあり、システムの状態に基づいたロジックを使用して、その状態とオペレーターの入力に応じて特定のアクションを実行します。たとえば、オペレーターがn階ボタンを押すと、エレベーターが停止しているか動いているか、上昇しているか下降しているか、ドアが開いているか閉じているかなどの条件に応じてシステムが応答します。^{[ 128 ]}

シーケンシャル制御の初期開発はリレーロジックであり、電気リレーが電気接点を作動させて、機器への電源供給を開始または遮断する仕組みでした。リレーは当初電信網で使用され、その後、産業用大型電動機の始動・停止やソレノイドバルブの開閉など、他の機器の制御にも応用されるようになりました。リレーを制御に用いることで、外部イベントに応じて動作を順序通りに実行できないイベント駆動型制御が可能になりました。これは、単列カムタイマーのような従来の方式よりも柔軟な応答性を実現しました。より複雑な例としては、旋回橋の制御装置など、安全シーケンスを維持することが挙げられます。旋回橋を動かすにはロックボルトを解除する必要があり、安全ゲートが閉じられるまでロックボルトを解除できないといったケースです。

工場によっては、リレーやカムタイマーの総数が数百個、あるいは数千個にも及ぶことがある。こうしたシステムを管理しやすくするために、初期のプログラミング技術や言語が必要とされた。その最初の例の一つがラダーロジックであり、相互接続されたリレーの図は梯子の段に似ていた。その後、プログラマブルロジックコントローラと呼ばれる特殊なコンピュータが開発され、これらのハードウェア群を、より容易に再プログラム可能な単一のユニットに置き換えるようになった。

一般的なハードワイヤードモーター始動・停止回路（制御回路と呼ばれる）では、「スタート」または「運転」ボタンを押すと一対の電気リレーが作動し、モーターが始動します。「ロックイン」リレーは、押しボタンが離されたときに制御回路に通電状態を維持する接点をロックします。（スタートボタンは常開接点、ストップボタンは常閉接点です。）別のリレーは、主電源回路のモーター始動スイッチ（三相産業用電源の場合は3組の接点）を作動させる装置に電力を供給するスイッチを作動させます。大型モーターは高電圧を使用し、突入電流が大きいため、接点の開閉速度が重要になります。手動スイッチでは、人や物に危険を及ぼす可能性があります。始動回路の「ロックイン」接点とモーターの主電源接点は、「ストップ」または「オフ」ボタンが押されてロックインリレーの通電が解除されるまで、それぞれの電磁石によって保持されます。^{[ 129 ]}

制御回路には、一般的にインターロックが追加されます。例えば、上記のモーターが潤滑油を必要とする機械を駆動しているとします。この場合、モーターが始動する前にオイルポンプが作動していることを確認するために、インターロックを追加することができます。タイマー、リミットスイッチ、光電センサーなども、制御回路でよく用いられる要素です。

ソレノイドバルブは、圧縮空気や油圧作動油を用いて機械部品のアクチュエータを駆動するために広く使用されています。モーターは連続的な回転運動を供給するために使用されますが、アクチュエータは、各種機械アームの移動、バルブの開閉、重いプレスロールの昇降、プレス機への加圧など、機械部品に断続的に限られた範囲の動きを与える場合に適しています。

コンピュータはシーケンシャル制御とフィードバック制御の両方を実行でき、産業用途では通常、1台のコンピュータで両方を実行できます。プログラマブルロジックコントローラ（PLC）は、リレーロジック型システムで使用されるタイマーやドラムシーケンサなどの多くのハードウェアコンポーネントを置き換える特殊用途マイクロプロセッサの一種です。汎用プロセス制御コンピュータは、スタンドアロンコントローラに取って代わりつつあり、1台のコンピュータで数百台のコントローラの操作を実行できます。プロセス制御コンピュータは、PLC、計測機器、コントローラのネットワークからのデータを処理し、多数の個々の変数に対する一般的な（PIDなどの）制御を実行したり、場合によっては、複数の入力と数学的操作を使用して複雑な制御アルゴリズムを実行したりできます。また、データを分析して、オペレーター向けにリアルタイムのグラフィカル表示を作成したり、オペレーター、エンジニア、および管理職向けにレポートを実行したりすることもできます。

自動預け払い機(ATM)の制御は、コンピュータがネットワーク データベースから取得した情報に基づいてユーザーの選択に対して論理的に導き出された応答を実行する対話型プロセスの例です。ATM プロセスは、他のオンライン トランザクション プロセスと類似点があります。さまざまな論理応答はシナリオと呼ばれます。このようなプロセスは通常、ソフトウェア コードの記述をガイドするユース ケースとフローチャートを使用して設計されます。最も初期のフィードバック制御メカニズムは、ギリシャのエンジニア クテシビオス (紀元前 285 ～ 222 年) によって発明された水時計です。

•  この記事は、無料コンテンツ作品のテキストを組み込んでいます。CC BY-SA 3.0 ライセンス（ライセンスステートメント/許可）に基づき使用しています。テキストは、 FAOの「In Brief to The State of Food and Agriculture 2022 – Leveraging automation in agriculture for transforming agrifood systems」から引用されています。