Randol News

うちのは中古のジムニーなので、ショックがどれくらいの走行距離なのかさっぱりわかりません。
かなりの過走行なのでショックの寿命を考えると１度以上交換しているとは思うのですが、
乗り心地から察するに、交換は1回行われたのみなのではないかと予想します。



今回、JB23W純正のショック、全輪分を確保することができました。
走行距離30km未満の新車外しで、10型の最終モデルです。
10型が登場したのは2014年(平成26年) 7月〜
つまりどんなに古くても5年前。話によれば室内保管ということなので、
ほとんど新品のままと言っていいでしょう。
これがびっくりするほどの捨て値で手に入りました。

今回はジムニーのショック交換の記録です(*'▽')
JB23Wのショックはフロントはカヤバ製のオイルダンパー。
型番は41600-81A02
新品で、押しても戻ってこない仕様です。



リアはトキコ製のガス充填ダンパー。ゆっくり戻るタイプのもの。
型番で41700-81A01



JB23W初代の1型から最終の10型まで型番は変わっていないようです。
改良されていたら型番が変わると思うので
ショックのマイナーチェンジは行っていないようですね。



ブッシュは歪みがまったくなく割れもなく活きがいいです。
間違いなく新車外し(*'▽')



でもまぁ、最悪でも5年放置している可能性を考え
全部のブッシュにラバープロテクトしておきますかね。
割れを防ぎ寿命を延ばす効果が期待できます。



天気がいいので、シャーシーブラックを吹いて錆予防もしておきます。
下手な塗料よりも安いので重宝してます(*´Д｀)
4度吹きましたが乾燥はあっという間でした。
これで事前準備は完璧。



テカテカつやつや(*´Д｀)
取付は別記事で

最近のパソコン事情。
ツールという役割はスマホやタブレットに譲り、
パソコンの用途は機械学習、AI、解析を中心に
人不足を露骨に解消するための機械にシフトしつつあります。
私が最も深く身に着けた言語はDelphiですが、
最近のPC事情がこういった予想外の方向に進みつつあり、
Delphiでは対応しきれない事案が多くなってきました。
そろそろ限界なんですかねぇ・・Delphi(;´∀｀)

Delphiといえば強力なデータベース機能、オブジェクト指向によるメンテナンス性、
高速なコンパイル、ランタイムを必要とせずEXE単体で配布が可能な頒布力が魅力です。
ところが人気度ランキングではいつも欄外で肩身が狭い思いをしてきました。
なぜだ・・・(;´∀｀)
AndroidやIOS、LINUXなどのクロスコンパイラとして最近は機能を強化してきたのですが、
従来のVCLと違って、FireMonkey (FMX)というちょっと癖のあるIDEを使っての構築に
「新しい言語を覚えたほうがいいんじゃないか？」と思わせるほど苦労します。
どうせ新しい言語を覚えるなら、
最近はやりのPythonはどうなのかちょっと調べたくなってみました。

Pythonといえば情報処理試験でCOBOLの代わりに導入されたのが記憶に新しいです。
Pythonはインタプリタ言語のようで、昔懐かしいN88BASICを彷彿とさせます。
CUIでの操作が基本ということで、これもN88BASICっぽいですね。
教育機関でもその扱いやすさから多くで教えているようです。

Pythonの強みは私が見る限り5つあると思います。
１．無料である。
２．マルチプラットフォームである。（PC、スマホなど機械を選ばない）
３．豊富な資料と強力なライブラリ
４．シンプルなコーディング
５．実行までの手順が軽快

これ以外のメリットは経験してみればわかるのかもしれなけど、
今のところ分からない。

できることも、有志が作ったライブラリが豊富でほぼ何でもできる。
ゲームについてはちょっと力不足を感じるけど、
最近流行りのものは全部対応している形だ。
定番もののライブラリ集をまとめてみる。

【機械学習】
TensorFlow(テンソルフロー)

【組み込みアプリ/GUI開発】
Qt Designer

【Webアプリケーション】
Django

【ゲーム】
Pygame
【ウェブスクレイピング】ネットの情報を抽出し集計する技術

【画像処理】画像や動画を処理するための機能
OpenCV

【統合開発環境】
Anaconda（Spyder）　無料版はサポートはないが機能の制限はなし。

どうやらAnacondaをインストールすると良く使われる外部ライブラリは殆ど入ってくるらしい。
更新も楽なのでDelphiの統合環境を使っていた私は入りやすいかも。
無料のツールなので、コマンドプロンプト（シェル）から
conda update conda
conda update anaconda
の２つをセットを実行するといいようです。簡単ですね。

Anacondaに含まれるPythonの機械学習ライブラリ
NumPy　　　　　大量データ配列の処理に特化したライブラリです。
SciPy　　　　　NumPyでできる処理に加え、信号処理や統計の処理も可能なライブラリです。
Matplotlib　　データをプロットしたグラフ画像を出力できるライブラリです。
Pandas　　　　NumPyのデータに対し、統計処理を実施できるライブラリです。
Scikit-Learn　アルゴリズムチートシート」を用いて、機械学習を行えるライブラリです。
Jupyter　　　「ノートブック」形式のプログラムを実行しながら結果を記録し、分析できるライブラリです。

Delphiのようなグラフィカルな設計をしたいときはQt Designerを使うと良さそうです。

あまり机上の空論だけ述べても詮無きことなのでどういったものなのか実際に体験してみたいと思います。
まずは開発環境を整えてみます。気軽に行動に移せるのが無料の強み(*´Д｀)
過去の経験を踏まえて私は開発環境は仮想PC上に作ることにしています。
パソコンが故障したり新しいPCに変えたりしても、時間のロスなく開発を続行できるからです。
今回もその例にもれず、VMWAREのWindows10Professional上に環境を作ります。



Anacondaを入れるだけで殆ど終了です。
あとはわかりやすいようにAnaconda Promptのショートカットをデスクトップに引っ張ってきて、わかりやすいように名前をPython Promptに変える。
あとはリンクもなく奥底に隠れてるQtDesignerのショートカットを作ります。
C:\Users\user\Anaconda3\Library\bin\designer.exe
場所は↑ココ。
次にコンパイラがないと何となく不安なので、PyInstallerも入れておきます。
方法は、先ほどPython Promptに名前変えしたやつを実行し、
その中で「pip install pyinstaller」を打ち込みエンター。
あとは勝手に組み込まれていきます。
入ってしまえば、Pythonプロンプト内で「pyinstaller ***.py --onefile」
とでも打てば単一のEXEファイルの出来上がり～

これで準備はひとまず完了。

エンジンオイルが滲みでて朝起きると地面にシミが・・・・
そういやドレンパッキンを変えるの忘れてたなっと・・・(;´∀｀)
一晩で数滴のレベルなんですが、次回のオイル交換まではちょっと持たない気がしたので
ドレンパッキンを新しいのに変えることにします。



ついでなのでドレンボルトも変えてしまいましょう。



数日前に高級オイルを入れたばかり。走行距離にして40km程度。
さすがに捨てるのは勿体ないので再利用します。
上抜きで直接ジョッキに流し込めば埃もたたず再利用できるかなと思い
新品の蓋つきジョッキを購入。



そして上抜き用の電動ポンプも購入。
アマゾンで買えばとても安いです(*'▽')



いざチャレンジ～！
と思いきや盛大に失敗。
スズキ、K6Aエンジンのほとんどは上抜きができない仕様でした(;'∀')
オイルゲージのパイプが途中で平らに絞られているんです。
先に調べておけばよかったorz
まぁ、アコードで使えるからいいんですけどね。

仕方ないのでオイルドレンパンを使っての下抜きですよ。



オイルドレンパンを使ってオイルの滴りが止まるまで待つと、
黄砂やら虫やら含んでしまいます。今回はタンポポの種が混入・・・
そういったものを取り除く為に濾過しながらジョッキに戻します。
見ると、ロイヤルパープルの鮮やかな色が普通の汚れたオイルになってますね・・
強力な洗浄能力というのは偽りではないようです。



濾過にかかった時間、約1時間。かなりしんどい(;´∀｀)
写真の通りオイルは2.6Lほど回収できました。
もともとフィルター交換時で2.9Lくらいしか入れてなかったので、
回収できたのが2.6Lならほぼ全量回収できた計算です。
見た感じ茶色感が薄まって少し紫の色が戻ってきてます。濾過すげー（笑）
ただこの汚れ具合だと冬に入る前に一度交換したほうがよさそうですね。

この後、オイルを入れなおして作業完了です。
新しいドレンボルトでは滲みと漏れは起きてません。