スロット シャイニングライト

運転員の操作を学習したAIによりプラントの自動運転を実現し、プロセス安定化や技能伝承に貢献いたします。

プラント操業を取り巻く課題

プラント操業を取り巻く環境

環境問題への対応やサプライチェーンの多様化により、高付加価値ビジネスに取り組む企業が増え、単一品種大量生産から多品種少量生産・変種変量生産へシフトしてきています。
このため、従来よりも生産量や銘柄の変更が頻繁に起こり、より高度な制御が求められるため、一部には手動による介入操作(手動操作)が必要になっています。

 

手動操作における課題

手動操作の課題は大きくわけて2つあります。
一つが、オペレーションにおける課題です。
運転員の対応操作の遅れ、必要以上の操作によりプロセスが不安定になり、規格外製品や未反応物質が増加。その結果、原材料コスト、エネルギーコストが増大、CO2排出量も増えます。
もう一つが人材不足と技能伝承の課題です。
熟練運転員の退職・若手運転員が減少しているにも関わらず、運転技術が複雑化していることです。 これにより、熟練運転員が持っているノウハウの損失、また運転の技能を伝承する為の人材育成にコストや時間を要しています。

 

AIプラント運転支援ソリューションとは

学習(モデル作成環境:オフライン)

プラントの各種センサーから取得した温度や圧力などのデータと運転員の過去の操作履歴からAIが運転員の操作を学び、AIモデルを作成します。

実プラント運用(実行環境:オンライン)

操業中のプロセスデータとAIモデルを使って、AIが運転員に推奨値、その根拠などをガイダンスします(緑線) 。これにより、的確な操作が可能となることや操作の標準化、技能の保管が進むことで現場における運転員の負荷軽減、若手運転員の育成などに貢献できます。
さらに、AIの推奨値を直接DCSに入力するオートパイロット機能により(赤線) 、手動操作を削減し大幅な効率化が可能となります。また、1分周期でDCSに推奨値を入力するため、手動操作時よりも高頻度で制御が可能となり、プロセス安定化も実現できます。

AIプラント運転支援ソリューションとは

詳細

主な特長

実際の現場で運転員に活用いただく画面がこちらになります。

主な特長

 

■ ガイダンス機能

ガイダンス機能

プロセスデータと運転員の操作を学習したAIモデルから、運転員に推奨値やその根拠をガイダンスします。運転員は、その推奨値と根拠を参考に手動操作を行うことができます。

  1. AIが推奨する設定値と操作タイミングを提示することで的確な操作をガイダンス
    推奨値を参考に運転することで、運転員に依らない的確な操作を支援するとともに、インジケーターやフェイスチャートのお知らせで、設定値を変更するタイミングを把握することができます。
  2. 運転員の納得感、技能伝承を支援するためにAIの操作根拠を提示
    現在のAI推奨値の判断根拠(どのプロセスデータの何時間前のデータを重視しているか)がわかるので、運転員の心理的負荷を軽減し、監視、操作判断工数の削減が可能です。また、運転員がAI推奨値に納得感が得られること、操作感覚を身に着けることができます。

・画面の見方

青色:AI推奨値と負の相関がある
赤色:AI推奨値と正の相関がある
色が濃い:相関が強い
色が薄い:相関が弱い
※下図では、平均流量1の3.5時間前、濃度5の2.5時間前、流量2の1時間前のデータをもとにAIが推奨値を判断

平均流量1の3.5時間前、濃度5の2.5時間前流量2の1時間前のデータをもとにAIが推奨値を判断

■ オートパイロット機能

オートパイロット機能

プロセスデータと運転員の操作を学習したAIモデルから出力される推奨値を直接DCS(SV値/MV値)に入力し、自動運転を実現します。

  1. 運転の効率化が可能
    手動運転を削減し大幅な効率化が可能です。また、1分周期でDCSに推奨値を入力するため、手動操作時よりも高頻度で制御が可能となり、プロセス安定化も実現できます。
  2. 高い安全性と継続性を持った運転が可能
    AIの動作保証範囲から外れたことを検知した場合、運転員に即時通知するとともに、手動運転に切り替えられます。その後、運転員の判断のもとオートパイロットに戻すことが可能で、人との連携により安全性と継続性を担保した操業を実現できます。

■ 運転員ごとに異なる操作ノウハウをAIにより標準化

運転員による操作判断や操作量が異なっている場合、若手運転員はどの操作を学ぶべきかといった技能伝承が難しくなります。そこで、AIを用いて、運転員ごとの異なる操作を標準化することができます。

■ AIの判断根拠と自身の推測を比較することで技能伝承を実現

要因可視化ボタンをOFFにすることで、AIの判断根拠が非表示になります。その際、自身でAI推奨値の判断根拠を仮説し、その仮説が正しいか要因可視化ボタンをONにして確かめます。AIの推奨根拠と自身の仮説が異なる場合、熟練運転員と根拠を見ながら議論することで技能伝承を支援します。

AIの判断根拠と自身の推測を比較することで技能伝承を実現

■ AIモデルを現在のプラント状況に適合させる自動再学習機能

逐次変化するプラントの状況に応じて、過去のデータを用いて自動的にAIモデルの作成・切替を行う機能(自動再学習機能)が搭載されています。生産量や設備の経年変化などの状況に応じた最適なAI推奨値を提示することが可能となります。

AIモデルを現在のプラント状況に適合させる自動再学習機能

適応プロセス

化学・鉄鋼・食品等の連続系プラントにおいて既存制御技術(PID制御など)では自動化できず、手動操作が発生しているプロセス

導入までの流れ

導入検証プログラム(無償)では、お客様のプラントに蓄積されたプロセスデータをお預かりし、分析とヒアリングの上、モデルを試作を行い、本ソリューションの適合性を確認します。
運用開始プログラム(有償)では、適合性が確認できたモデルを実用レベルまで精度向上させ、お客様の現場に実機を設置し、ガイダンス機能とオートパイロット機能の実用性を評価していただきます。
サービス契約では、評価結果をもとにお客さまが導入を判断の上、本ソリューションのご利用と保守・運用を開始します。

導入までの流れ

  • ※1 本システムの導入検討にあたり新たにデータ収集を行う場合、データ収集用の装置を設置いたします。(別途有償)
  • ※2 効果試算に関しても、可能な範囲で実施します。
  • ※3 OPC-DA以外の接続方法で設置する場合は、インターフェース開発(別途有償)を行う必要があります。
  • ※4 お客様の環境により、オートパイロット利用にあたってインターフェース開発(別途有償)が必要な場合があります。
  • ※5 モデル試作段階のモデルの精度、実環境での検証結果を踏まえご契約の可否を判断できます。

ニュース

本件に関する詳細などは下記よりお問い合わせください

お問い合わせ

トップ