Successfully reported this slideshow.
Your SlideShare is downloading. ×

製造現場におけるAI×IoT導入と利活用~IoTによる設備のモニタリングとAIによる設備監視の高度化~

Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad

Check these out next

1 of 22 Ad

製造現場におけるAI×IoT導入と利活用~IoTによる設備のモニタリングとAIによる設備監視の高度化~

Download to read offline

データサイエンティスト協会 セミナー2017 第2回目講演資料

データサイエンティスト協会 セミナー2017 第2回目講演資料

Advertisement
Advertisement

More Related Content

Slideshows for you (20)

Similar to 製造現場におけるAI×IoT導入と利活用~IoTによる設備のモニタリングとAIによる設備監視の高度化~ (20)

Advertisement

More from The Japan DataScientist Society (20)

Recently uploaded (20)

Advertisement

製造現場におけるAI×IoT導入と利活用~IoTによる設備のモニタリングとAIによる設備監視の高度化~

  1. 1. 製造現場におけるAI×IoT導入と利活⽤ 〜 IoTによる設備のモニタリングとAIによる設備監視の⾼度化 〜 2017年 6月 21日 日本電気株式会社 AI・アナリティクス事業開発本部 シニアデータアナリスト 相 馬 知 也
  2. 2. 1. IoT×AIの概要と適⽤のポイント
  3. 3. 3 © NEC Corporation 2017 IT業界からみた時代の理解 超⼤容量、超リアルタイム技術を活⽤した分析事例が先⾏超⼤容量、超リアルタイム技術を活⽤した分析事例が先⾏ MB )6^10( ★人の染色体の 組合せ )^( 12107× ★宇宙の電子の数 )^( 8010 ★オセロ )^( 3010 ★チェス )^( 12010 ★将棋 )^( 22010 )^( 06310★囲碁 ▲IPV4 )^( 9104× ▲IPV6 )^( 38103× 超大容量分析 超リアルタイム既存の データマイニング BI IoT GB )9^10( TB )12^10( PB )15^10( EB )18^10( 年 月 日 分 秒 m秒 μ秒 データ量 入出力データの速度時 ★大規模プラント故障予兆監視システム ★エネルギー需要予測 ★小売販売需要予測 ★人材マッチング
  4. 4. 4 © NEC Corporation 2017 IoTによる価値創造プロセス 知識創造 プロセスの変化 新たな社会価値 創造の機会 産業構造の変革 業界再編 DatabaseDatabase Sensor data 世の中にあふれる情報を リアルタイムにデータ収集 ⼤量データを⾼度な分析に より情報・知識に変換 ヒト・モノ・コトに リアルタイムでフィードバック Analyzing engine Analyzing engine
  5. 5. 5 © NEC Corporation 2017 AIとIoTとビッグデータ 社会価値 実世界 サイバー世界 分析 制御・誘導 認識・ ⾒える化 人 モノ 環境 人間の知的活動をコンピュータ化する技術 AI データの価値変換プロセス ビッグデータ活⽤ 実世界との 接点を 確⽴するしくみ IoT IoT
  6. 6. 6 © NEC Corporation 2017 人工知能(AI)技術とは 人間の知的活動 人工知能(AI)技術 = 人間の知的活動をコンピュータ化した技術 AI AI AI AI 学習 認識・理解 予測・推論 計画・最適化 (機械)学習 認識・理解 予測・推論 計画・最適化 ・・・ この経路が 最良です これはネコです こんな規則が あります 明日はこの商品の 売上が伸びそうです ・・・
  7. 7. 7 © NEC Corporation 2017 産業保安に関する国の動き(⾼圧ガス保安) 出典:経済産業省Webサイト (URL:http://www.meti.go.jp/committee/sankoushin/hoan/koatsu_gas/010_haifu.html) 参考資料 スマート化の基本的な考え方とIoT・ビッグデータ等の活⽤
  8. 8. 8 © NEC Corporation 2017 産業保安に関する国の動き(電⼒保安) 出典:経済産業省 「新産業構造ビジョン」(案)
  9. 9. 9 © NEC Corporation 2017 ビッグデータ活⽤(予測)における重要な要素は、 「当たりやすさ」と「わかりやすさ」 AIにおける重要な要素 当たりやすさ わかりやすさ 大量かつ複雑なデータから 規則性(パターン化)を 正確(精度)に導き出すことが重要 「なぜ」この予測をしたかの 理由が重要 最後に、精度の維持 環境の変化により、予測精度は低下することを考慮することが重要 併せて、チューニング業務を誰がやるかも重要
  10. 10. 10 © NEC Corporation 2017 扱うデータ・必要とするデータ データの量 データの質 Deep Learning統計解析 機械学習
  11. 11. 2. 生産設備/プラント設備保全における課題
  12. 12. 12 © NEC Corporation 2017 プラント&設備の運転/保全における課題 故障予兆の早期発⾒、設備異常への早期対応 計画外停止の未然防止による稼働率の向上・生産最適化 定期点検の延⻑ 設備状況の事前把握、工事実施時期の最適化、 定検工期の短縮 故障予兆の早期発⾒、設備異常への早期対応 計画外停止の未然防止による稼働率の向上・生産最適化 定期点検の延⻑ 設備状況の事前把握、工事実施時期の最適化、 定検工期の短縮 予防保全から 予知保全への 転換 安定運転 自社設備のみならず他社が持つ 設備の集中監視・技術支援 専門性の⾼い自社O&M要員の活⽤ 自社設備のみならず他社が持つ 設備の集中監視・技術支援 専門性の⾼い自社O&M要員の活⽤ 他社・海外事 業の支援 コスト 低減 燃料価格/原料価格⾼騰への対応 品質/効率低下要因の特定、経年劣化の把握による、 原料/保守コストの削減 工事実施時期の最適化による保守コストの低減 TBMからCBMへの移⾏ 計画外停止による操業停止リスクの軽減 燃料価格/原料価格⾼騰への対応 品質/効率低下要因の特定、経年劣化の把握による、 原料/保守コストの削減 工事実施時期の最適化による保守コストの低減 TBMからCBMへの移⾏ 計画外停止による操業停止リスクの軽減 コストの低減 競争⼒ データの蓄積・解析による運転/保全技術の伝承 蓄積された知⾒を技術開発へフィードバック 様々な取扱データを活⽤した新たな戦略の⽴案 データの蓄積・解析による運転/保全技術の伝承 蓄積された知⾒を技術開発へフィードバック 様々な取扱データを活⽤した新たな戦略の⽴案 ノウハウの 蓄積と活⽤ ノウハウの 活⽤ 収益基盤の拡⼤
  13. 13. 13 © NEC Corporation 2017 ⾼圧ガス関係事故集計(平成28年11月現在) ヒューマンファ クターは横ばい 維持管理不良は 増加傾向
  14. 14. 3.IoT×AIによる設備監視の⾼度化 (故障検知・異常検知)
  15. 15. 15 © NEC Corporation 2017 分析 対処⾒える化 世界No.1の顔認証 正確に人を認識 米国政府主催※のコンテスト で3連覇を達成 人の判断を支援するか AIに制御を任せるか の使い分け 異種混合学習 RAPID機械学習 (ディープラーニング) 低リスクで高効果の 複雑な計画を 自動で生成する 予測型意思決定最適化 戦略や計画の⽴案を機械に よって高度化・自動化 White Box型 (発⾒したルールを説明可能) Black Box型 (高精度に分析) 説明が求められる問題に適⽤ (人の判断に示唆を与える) AIに任せられる問題に適⽤ (自動化により効率化する) 多彩な画像認識 で実世界を可視化 群衆⾏動解析 光学振動解析 物体指紋 ソリューションの実現を支えるNECのAI技術群 顔認証 学習型超解像 ⾳声認識 異種混合学習 インバリアント分析 RAPID機械学習 (ディープラーニング) テキスト含意認識 予測型意思決定最適化 自律適応制御
  16. 16. 4.適⽤/検証事例
  17. 17. 17 © NEC Corporation 2017 インバリアント分析技術 複数のセンサからなる時系列データからインバリアント(関係性)を抽出し 監視モデルを作成、それを利⽤し現在のセンサ時系列から異常を検知する技術 複数のセンサからなる時系列データからインバリアント(関係性)を抽出し 監視モデルを作成、それを利⽤し現在のセンサ時系列から異常を検知する技術 関係性の自動抽出(モデル化) 時系列数値データ 1. それぞれの関係性は、その関係するコンポーネントの局所特性を捉えることができる。 2. ⼤量の関係性を⾒出すことで、システム全体の特性を従来とは異なる視点から捉える ことができる。 3. それぞれの関係性の変化を監視することでシステムの運⽤状態を理解することが可能。 関係性のある2つの測定データ 関係性の崩れの監視 センサ A・Bの 異常度 センサA センサB センサ A・Bの 異常度 センサA センサB 関係性のある2つの測定データ すべての関係性を網羅的に⾒て、 早期に異常予兆を検知
  18. 18. 18 © NEC Corporation 2017 歩留り向上 製造機械の事例 ⾦型や機器のセンシングデータを自動的に分析し、⾦型や機器のセンシングデータを自動的に分析し、 生産プロセスの「いつもと違う」を検知 早期に不良品成形を検出。不良品を少なくし歩留りを改善 材料(ペレット) 成形機 ⾦型 ・・・・・・ 成形品 ⾦ 型 の 距 離 ・ 温 度 ・ 圧 ⼒ の デ ー タ 故障の早期検知故障の早期検知 歩留りの改善歩留りの改善 従来の監視 インバリアント分析に よる障害検知 あとになって 気づく 異常を 即座に検知! ・・・・・・ ⼤量の不良品 少量の不良品ですむ
  19. 19. 19 © NEC Corporation 2017 燃焼器の配管欠損により、燃焼ガスがコンパートメント内に漏れ出し、温度バ ランスの崩れによる軸振動が増⼤。結果、タービンの圧縮機が折損し、トリッ プした。 燃焼器の配管欠損により、燃焼ガスがコンパートメント内に漏れ出し、温度バ ランスの崩れによる軸振動が増⼤。結果、タービンの圧縮機が折損し、トリッ プした。 発電方式:GTCC 出⼒ :25万kW級 燃料 :天然ガス 発電方式:GTCC 出⼒ :25万kW級 燃料 :天然ガス 事例:燃焼器配管欠損によるGTトリップ トリップ発生時刻よりも約56時間前に検出、約33時間前に原因を特定トリップ発生時刻よりも約56時間前に検出、約33時間前に原因を特定 設備概要 設備トラブル概要 DisplayOnly (ごめんなさい)
  20. 20. 20 © NEC Corporation 2017 ⾼速プレス機での異常検知事例 ▌プレス機(毎秒50個部品生産)において、⾦型の焼きつきが発生し始めたと考えら れるタイミング(故障発生の約24秒前)を検出。 ▌設備を自動停止させるのに⼗分な検出精度と速度
  21. 21. 21 © NEC Corporation 2017 AIの活⽤による「製造業の⾼度化」 製造現場の改善加速 新たな事業の創出 Device Computing 反射中枢 (IoT Reflex Center) 工作機械 産業⽤ロボット センサーRFIDPLC マイク カメラスマデバ Edge Computing Cloud Computing 製品 プロセス全体の トレーサビリティ 品質不良 低減 真の スループット 把握 経営判断の フィードバック 故障予兆 自動制御・誘導 AI AI クラウドだけでなく現場にもAIを置くことでリアルタイム対応が可能に

×