スロット シャイニングライト

エネルギー効率化事例

ここでは、エネルギー生産性向上ソリューションにおける事例をご紹介します。
FEMS (Factory EMS) を導入・活用し、日々のエネルギー管理体制を構築し、集めたデータを効率良く分析することで早期の課題発見を実現し、見つかった課題に対して、適切な制御手法を採用したり、作業手順の標準化を行ったりすることで最適化に取り組み、改善効果を生み出しています。

※以下の事例一覧とマップから、お好みの事例をご確認ください。事例一覧の文字をクリックすると各事例が表示されます。

YOKOGAWAの省エネ施策支援に戻る

事例一覧

  1. 全員参加のエネルギー最適化活動を加速(部署別・工程別のエネルギー予実管理)
  2. 改善するべき箇所を発見(エネルギー原単位をドリルダウン)
  3. 電力ピークのカット(蓄積データからつくった電力消費モデルで予測)
  4. ボイラの運転最適化(データ解析結果に基づく台数制御の最適化)
  5. 生産設備のエネルギーロス削減(反応炉における最適制御プログラム実装)
  6. 連続プロセスの制御性改善
  7. BTG最適化による省エネ(運転支援と最適化制御)

事例マップ

事例マップ

詳細

事例1 全員参加のエネルギー最適化活動を加速(部署別・工程別のエネルギー予実管理)

測定したエネルギーデータの確認は特定の担当者のみが行い、 改善活動が広がらない

Point

  • それぞれの立場に合ったデータの「見せ方」を提供
    一口に「エネルギーの使用状況を見たい」と言っても、立場や職務によって見たい内容は異なります。 膨大なデータを渡されて「ここから好きなように見てください」という状況では、見たいデータを抽出するのに時間がかかり、データを確認するハードルが高くなります。
    YOKOGAWAのFEMSは、それぞれの立場に合ったデータの「見せ方」を提供し、必要なエネルギーデータを誰でも効率良く見られるようにします。
  • 簡単なグラフ作成/変更がスムーズな議論を可能に
    例えば、会議の場面において議論が進むうちに、今表示されているグラフと異なる期間や締め周期のグラフを確認したくなった場合に、Excelでグラフを即座に変更し表示することは難しく、「次の会議までにグラフを用意します」と、先延ばしになるのが現状です。
    YOKOGAWAのFEMSは、その場で簡単な操作でグラフを作成/変更することができます。見たい部分のデータを即座に、詳細に確認できるため、スムーズな議論を可能にします。

解決手段

  1. 部署別や工程別のエネルギー使用を確認
    エネルギーの使われ方と責任の所在の見える化」で紹介したように、組織や設備毎に集計された結果を確認できます。
  2. 目標値と一緒にプロットして予実管理
    例えば、日々のエネルギー原単位に、目標値や許容下限、上限等をそれぞれ設定し、一緒にプロットして予実管理できます。
  3. ユーザーID毎にグラフを登録
    それぞれの立場から見たい情報のグラフを複数登録できます。「いつも見るグラフ」を決めて登録することで、目標に対する現状を確認する習慣をつけます。
  4. 簡単な操作でグラフの作成/変更
    ビューワーでは、簡単な操作で表示期間や締め周期等を設定し、グラフを表示することができます。

解決手段

事例3 電力ピークの低減(蓄積データからつくった電力消費モデルで予測)

生産量を維持しつつ電力ピークを抑えたいが、 生産をどうシフトすれば良いか分からない

解決手順

  1. 電力消費モデルの生成
    蓄積されたエネルギーデータと生産実績情報をもとに、品種別にロット毎エネルギー原単位を算出し、電力消費モデルを生成。
    ⇒品種の違いや生産量の変化でエネルギー消費パターンがどう変化するか分かる。
  2. 生産計画にもとづき電力使用量を予測
    1で生成した電力消費モデルに生産計画を入力して電力使用量を予測。
  3. 生産計画にフィードバック
    予測結果が指定電力を超えそうな場合は、生産計画の組み換えや発電機の稼働等で対応。

電力使用予測と実際の消費電力

解決手順

事例4 ボイラの運転最適化(データ解析結果に基づく台数制御の最適化)

蒸気の需要急増に備えつつ ボイラを効率良く稼働させたい

ボイラの運転最適化(データ解析結果に基づく台数制御の最適化)

事例5 生産設備のエネルギーロス削減(反応炉における最適制御プログラム実装)

原単位が悪化しているところを改善したい

原単位の悪いロットについて事例2に示したようなドリルダウンを行ったところ、エネルギーのムダが発生している箇所を特定しました。この事例では、原単位の悪いロットは、明らかに低圧蒸気の使用量が多いこと、ロットの開始から終了までの時間が長いことが判明しました。この点を関係者にヒアリングしたところ、原料の成分変動が原因で、槽内の温度がなかなか上がりきらず、低圧蒸気から中圧蒸気への切り替わりが遅れていることが分かりました。

生産設備のエネルギーロス削減(反応炉における最適制御プログラム実装)

事例6 連続プロセスの制御性改善

※ 2017年度NEDO事業採択PJT

設備の老朽化や原材料の変更など、プロセスの変動が大きいため、 エネルギーロスが大きい

解決手順

  1. 時系列モデル化とプロセス変動の伝搬検証・考察
    時間軸をずらして相関を確認し、相関の高いプロセス量を探索。
  2. プロセス変動のボトルネックとなる制御ポイントを特定
    1で見つけた相関をもとに特定。
  3. PIDパラメーターチューニング
    最新制御理論を用いて、2で特定したポイントをチューニング。

解決手順

連続プロセスの制御性改善

 

事例7 BTG最適化による省エネ(運転支援と最適化制御)

BTGの運転を最適化したいが、 複雑な運転を手動で行っていて 難しくて困っている

BTGは、非常に消費エネルギーの大きな設備です。生産工場からの蒸気/電力の要求に追従しながら、様々な制約条件の中で最少コストとなる蒸気/電力バランス配分を決定して制御する必要があります。
しかしその運転は、急激な負荷変動や外乱などからの影響を最小限に抑えるため、ボイラの圧力と温度を一定に保つように複雑な運転を手動操作を交えて行っているのが現状です。このような状況に対してオペレータの負荷を増やさずに安定した運転を行うようにする事は大きな課題です。

※ BTG (Boiler Steam-Turbine Generator) :ボイラ、蒸気タービン、発電機の略

解決手段

  1. コストを考慮した昼夜のBTG運転パターンの設定
    生産工場に蒸気と電力を供給しているBTGは、下図のように一般的には複数ボイラとタービンで構成されています。電力は、自家発電のほか電力会社からの購入もあります。このような場合は、購入電力単価が自家発電コストより高い昼間は、自家発電を最大限に活用するBTG運転を行い、購入電力単価が自家発電コストより安い夜間(または休日)は自家発電能力が最小限となる運転をします。このように購入電力と自家発電コストとの価格差から発生する利益を出す運転をBTGでは行います。

コストを考慮した昼夜のBTG運転パターンの設定

  1. 運転支援機能でオペレータの負担を軽減
    BTGのオペレータは、時々刻々と変化する需要に追従する必要がある事から、様々な条件に適合する運転が求められます(装置毎のエネルギー効率差、設備毎の制約条件、燃料単価・電力単価の変化、昼夜の負荷変動、機器運転台数など)。 それらの複雑な条件のパターン別に操業モードを設定し、コストが最少となるモードを自動変更するように運転支援をする事によって非定常時作業の負荷削減を図ります。
  2. 電力・蒸気バランス制御で省エネ
    ボイラ及びタービンの負荷量、購入電力量などを設備制約条件を守りながらトータルコストが最小になる負荷配分制御を行い省エネを図ります。
  3. 高度制御で余裕を限界まで追い込み更に省エネ
    制約条件を守りながらボイラやタービンがその運転限界値を超えない範囲で可能な限り余裕を小さくすることで省エネルギーを実現できます。通常制御では、基本的な制御ループはDCSで制御していましたが、それらの設定値を運転員が手動で調整しているため、ばらつきが大きくなります。そこで高度制御を導入することでそのばらつきを小さくし、それによって運転限界値との間の余裕を大きくします。制御域を運転限界値に近づけることで最適な運転が可能になり、蒸気圧力が安定・低減します。

 

高度制御で余裕を限界まで追い込み更に省エネ

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