トラクター

2026/02/04 6:04

トラクター

RSS: https://news.ycombinator.com/rss

要約

日本語訳:

改善された要約

著者は、子供用庭園玩具として安全で低速の電動トラクターを作るために約6か月を費やしました。パワートレインには350 WのブラッシュDCモーターと36 Vリチウムイオンe‑bikeバッテリーを使用し、安全性のために速度を低く保ちます。固体後輪軸は両方のホイールを同時に回転させ、前輪軸が可動式であるため、不整地でも4つのホイールすべてが接地します。ステアリングシステムにはフェルガソン TE20 をモデルにした自作ギアボックスを採用。ギアはポリマーカーピーPC‑Max で角剃刀で切り出し、シャフトを車体に挿入できなかったためフレーム内部に組み立てました。M12 ボルトシャフトと大きなアルミニウムスプロケットを備えたカウンタシフトが追加され、モーター用の約30:1減速比を実現しました。後輪スプロケットを取り付ける試行は剪断で失敗し、キャリアをアクスルに溶接する必要がありました。

リバース駆動はDPDT スイッチとオン‑オフ‑オンレバーで実現し、36 V時の電流消費(約10 A)はスイッチの定格内です。ブレーキはペダルからケーブルで駆動されるミニモーターサイクルクライパーを使用し、ベアリングではなく木穴にピボットさせて低頻度利用に対応しました。キャノピーは複雑な曲線を排除し、単一のカーブ切り出しプラウダー板で作成され、組み立て中に折れたものが後で接着・ボディフィルされた。

Arduino スロット条件器をプロトタイプ化してスロットレスポンスを平滑化しましたが、最終的にはシンプルさのため除去し、将来の改良では電子機器を再導入したりメカニカルパーツをさらに精緻化する可能性を示唆しています。結果として、低コストで子供に優しい電動トラクターが完成し、ホビイスト、DIY メーカー、小規模メーカーが軽量で安全な農業玩具の製造を検討する際のインスピレーションになるでしょう。

本文

2026年1月19日
タグ:cad、金属加工

電動トラクターが完成しました!約半年にわたり断続的に取り組んできました。これは子ども(そして私)用の庭で走らせるためのおもちゃです。

トラクターを作ることは、私とルーシーの両方にとって楽しい経験でした。何度か「今すぐトラクターの作業に行きましょう?」と聞いてくれ、二人でガレージへ出て、その時点で進行中だったものをいじりました。多くの場合彼女は飽きてすぐに家に戻ってしまいますが、これは3歳児なら当然のことです。少しでも創作哲学が染み込むといいですね。

仕様

  • モーター & バッテリー – 350 W ブラシDCモーターを36 V Li‑ion e‑bikeバッテリーで駆動
  • リアアクスル – 固体。後輪は常に同時に回転します。
  • フロントアクスル – 中央のピンを軸に回転し、四輪全てが不整地でも接地します。
  • ブレーキ – リアアクスルにケーブル操作式ディスクブレーキ。効きは弱いですが、無いよりましです。
  • シート – 調節可能で、大人も乗り込めるようにし、幼児がペダルに届くように設計。
  • ハンドリング – 大人には重心が固体リアアクスルにかかるため不安定です。前傾姿勢で操作する必要があります。

シャーシ

コアは底面を開いた合板箱です。フロントアクスルのピンと、下部梁の動き制限線(鉛筆で示した)を写真に添えています。

フロントホイールはサックトラック用と思われます – 低価格のタイヤ付きホイール、ハブ・ベアリング一式(新品)がeBayで12ポンド程度で入手可能です。

ステアリング

フェルゲン TE20 のステアリング配置をコピーしました。TE20 のステアリングホイールはドライバー近くにあるギアボックスを駆動し、シャフトが左右に伸びます。一方が時計回り、もう一方が反時計回りです。それぞれのシャフトにはトラックロッドへ接続されるアームが取り付けられ、さらにその先にスタブアクスルキングピンが連結します。

これを再現するため、角グラインダーで作ったギア(黒色 Polymaker PC‑Max 素材)を使ってステアリングギアボックスを構築しました。シャフトはシャーシ側面から突き出ているので、部品はシャーシ内部に組み立てる必要があります。これは不便ですが機能します。シャフトに取り付けられるアームは3 mm厚の軽量鋼製フラットバーで、棒を折り曲げ、取付穴をドリルし、スプリットクランプに切断しました。

ステアリングホイール自体は二つのCNCアルミニウム部品(リングと三角形中心ピース)から構成されます。三角形部分を正しい直径に曲げた後、両側に3Dプリントグリップを追加し、各三角形にボルトで固定しました。比較的脆弱で、次回は別の設計を検討する予定です。

リアアクスル

リアホイールは19 mm アクスルに装着できる芝刈り機用ホイールです。適切なピローブロックベアリングが見つからなかったため、20 mm ベアリングを使用し、両端を19 mm に削りました。シャフトはミニ旋盤のスピンドルボーアより長いため、プラスチックブッシュでサポートし、木片にクランプして手作業で直線化しました。結果として150 mm の間で18.94 mm から 18.97 mm までのテーパーを実現し、できる限り平行に仕上げました。

ホイールはボアに二つのフラットがあり、私自身の CNC 機械でシャフトにも同様のフラットを加工しました。スプリッタピンでホイールが滑らないようにし、スペーサーとブレーキディスクはアクスル上に設置しています。初めはクロスドリル穴を通す M6 ボルト一つでハブを保持していましたが剪断力で破損したため、溶接されたキャリアへ変更しました。

カウンタシャフト

モーターだけでは不合理な大きな減速(≈ 30:1)が必要です。カウンタシャフトを追加することで約3:1の比率にします。カウンタシャフトは小さなピローブロックベアリングで鋼製箱部材に支持され、シャフト自体は M12 ボルトです。大きいスプロケットはアルミニウムプレートへボルト頭を鍵付きで取り付けられ、小さいスプロケットはアクスルのフラットと合わせた形状になっています。

リバース

モーターコントローラーにリバース機能がないため、電源線に「オン―オフ―オン」の DPDT スイッチを接続しました。1位で一方極性、真ん中で切断、3位で逆極性です。電流は約10 A(350 W @ 36 V)なので適切なスイッチが十分に機能します。簡易木製レバーを使い、穴付きでトグル操作を容易にしました。

ブレーキ

ブレーキはミニモーター用のものと思われます。効きは弱く、完全に取り付けてはいませんが、ケーブルがレバーに引っ張られ、パッドがディスクへ接触します。シャフトはドリル穴でピボットし、軽作業には十分です。摩耗した場合は再び穴をドリルしてブッシュすることができます。

ボンネット

ボンネットは簡略化できると気づいたため、設計を遅らせました。実際に必要なのは一つの曲線だけです。合板をカーブバンドで曲げようとしても繊維方向が逆だったので失敗しました。代わりに曲面パーツを形成し、接着して形状に合わせ、その後ボディフィルとサンディングを繰り返し満足のいく仕上げにしました。

スロットルコンディショナー

スロットルは低速時にジャギー感がありました。Arduino プロジェクトでスロットル位置を調整する試みを行いましたが、100 % には達しませんでした。この不要な複雑さを除去したため、電子回路は削除しました。また方向変化用のマグネティックセンサーも放棄。機械は操作者に従うべきであり、設計者に依存するものではありません。

塗装

塗装作業は手間がかかります。

  1. トラクターを分解します。
  2. シャーシに白色「ノットブロック」プライマーをブラシで塗布。
  3. 全部にグレーのプライマーをスプレー。
  4. 残りの塗装工程(詳細は省略)を実施。

溶接

ワイヤ速度を上げると溶接が熱くなり、電圧を下げると材料量が増えるということに気付きました。以前の考え方とは逆です。これで溶接機をより正確に制御できるようになりました。


このブログがお好きなら、RSS フィードまたはメールリストへの登録をご検討ください。

同じ日のほかのニュース

一覧に戻る →

2026/02/05 0:08

「Voxtral Transcribe 2」(ボクセトラル・トランスクライブ 2)

## Japanese Translation: Voxtral は次世代の音声認識モデルを 2 つリリースしました:**Mini Transcribe V2**(バッチ)と **Realtime**(ライブ)。RealtimはApache 2.0 ライセンスで Hugging Face 上で入手可能で、サブ 200 ms のレイテンシーを設定でき、480 ms まで下げられます。480 ms の遅延で字幕用に 2.4 秒のディレイがあり、WER(単語誤り率)が 1–2% 内に収まります。両モデルとも **13 言語**(英語、中国語、ヒンディー語、スペイン語、アラビア語、フランス語、ポルトガル語、ロシア語、ドイツ語、日本語、韓国語、イタリア語、オランダ語)をサポートします。 Mini Transcribe V2 は FLEURS ベンチマークで約 **4 % WER** を達成し、ElevenLabs の Scribe v2 より音声処理速度が約 3 倍速く、API 経由で **$0.003/min** のコストです。Realtime は同等の精度を **4‑B パラメータ** のフットプリントで実現し、エッジデプロイが可能です。また、そのストリーミングアーキテクチャは音声が到着した時点で文字起こしを行い、他の API で一般的なチャンクベースの処理を回避します。 企業向け機能には、スピーカー分離(開始/終了タイムスタンプ付き)、単語レベルのタイムスタンプ、最大 100 語・フレーズまでのコンテキストバイアシング(英語最適化)、ノイズ耐性、および **3 時間** までの録音サポートがあります。Mistral Studio のオーディオプレイグラウンドでは、両モデルを最大 10 ファイル(各ファイル ≤1 GB)でテストでき、スピーカー分離、タイムスタンプ粒度、およびコンテキストバイアシングのオプションがあります。 ユースケースは **会議インテリジェンス、音声エージェント/仮想助手、コールセンター自動化、メディア/放送字幕、コンプライアンスポータル** など多岐にわたり、すべて GDPR/HIPAA 対応のオンプレミスまたはプライベートクラウドデプロイでサポートされます。Voxtral は、GPT‑4o mini Transcribe、Gemini 2.5 Flash、Assembly Universal、Deepgram Nova を上回る最高の価格対性能を誇る転写 API と主張しています。 同社は開発者にチームへの参加を呼びかけており、世界クラスの音声 AI の構築と継続的な製品拡大・将来機能リリースを示唆しています。

2026/02/01 21:43

**Claude Code** クォータが尽きたらローカルモデルに接続します。

## Japanese Translation: **概要:** より安価な Anthropic Claude プランを利用しているユーザーは、コーディング中に日次または週次のクォータ制限に直面することが多いです。この記事では、Claude Code を Anthropic の API ではなくローカルのオープンソースモデルに接続することでこれらの制約を回避する方法について説明しています。実際的な2つの手法を紹介します: 1. **LM Studio v0.4.1** を使用する方法 ― モデルは検索インターフェイス経由でインストール(推奨コンテキストサイズ > 25k トークン)、`lms server start --port 1234` でサーバーを起動し、環境変数 `export ANTHROPIC_BASE_URL=http://localhost:1234` と `export ANTHROPIC_AUTH_TOKEN=lmstudioc` を設定します。次に Claude Code を `claude --model openai/gpt‑oss‑20b` で起動し、Claude 内で `/model` コマンドを使ってモデルの確認または切替えを行います。 2. **Llama.CPP** を直接使用する方法 ― これにより Claude Code はローカルエンドポイントを指すことも可能です。 推奨されるモデルとしては、Z.AI の **GLM‑4.7‑Flash** と **Qwen3‑Coder‑Next** が挙げられています。また、小型で量子化されたバージョンを使用するとディスク容量と GPU メモリを節約できますが、その代償として品質や速度が若干低下する可能性があります。ローカル OSS モデルは遅く、コード生成の質が低下することもありますが、クォータ制限やコストが問題になる際に有効なバックアップ手段となります。最後に、読者にはこの設定を試し、さまざまなモデルをテストして経験を共有するよう奨励しています。

2026/02/05 3:34

インフラ向け Claude コード

## Japanese Translation: > Fluid は、AI エージェントが本番インフラストラクチャのサンドボックス化されたクローンを安全に探索し、その後、自動的に実際のサーバー用の Infrastructure‑as‑Code(IaC)―たとえば Ansible プレイブック ― を生成できる軽量ターミナルエージェントです。 > LLM 単体ではライブシステムの挙動を予測することが難しいため、サンドボックスは実際的なコンテキストを提供します。コマンドはホストと同一 OS、パッケージ、ツールを鏡映した隔離された VM またはクラスター上で実行されます。 > Fluid には安全性が組み込まれています:本番環境への直接 SSH は許可せず、一時的な証明書のみを使用し、すべてのサンドボックスコマンドは監査可能に完全ログ記録され、高リソースまたはインターネット依存の操作は人間の承認が必要です。 > インストールはワンライナー(`curl -fsSL https://fluid.sh/install.sh | bash`)で、ホスト環境を自動的に検出します。 > 提供された例では、AI エージェントがサンドボックス(ID `SBX-demo1234`、IP `192.168.122.50`)に Apache をインストールし、curl で確認した後、`httpd‑setup` プレイブックを生成します。このプレイブックは 4 件のタスク(apt キャッシュ更新、Apache インストール、カスタム `index.html` 作成、サービス起動/有効化)から構成され、任意の Ubuntu サーバーで実行して同じ設定を再現できます。 > コントロールされた監査可能なワークフローをチームに提供することで、Fluid はデプロイリスクを低減し、コンプライアンスを向上させ、AI 主導のインフラ変更を効率化します。