プラント IoT セミナー
        
製造プロセスにおけるIoT、ICT技術の活用
化学工場・研究所の事故・災害対策とリスク管理
 

<セミナー No 805209>


★ 導入で失敗しないための注意点、実際に効果を上げるためのポイントが分かる!

プラントへのIoT,AIの導入と活用

-異常・故障の予知/保守の効率化/品質・生産性向上-

■ 講師

1.日本電気(株) 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 氏

2.早稲田大学 理工学術院 大学院情報生産システム研究科 教授 博士(工学) 藤村 茂 氏

3.横河電機(株) IAPFグローバル開発センター PJT管理部 イノベーション技術開発課 仲矢 実 氏

■ 開催要領
日 時

平成30年5月24日(木) 10:00〜16:30

会 場 [東京・五反田] 技術情報協会 セミナールーム
聴講料

1名につき 55,000円(消費税抜、昼食・資料付)
〔1社2名以上同時申込の場合のみ1名につき50
,000円〕

〔大学、公的機関、医療機関の方には割引制度があります。詳しくは上部の「アカデミック価格」をご覧下さい〕

■ プログラム

【10:00-12:30】

1.ビッグデータ解析による化学プラントの設備保全

日本電気(株) 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 氏

 

【講座の趣旨】
 製造現場では、「安心・安全・安定」操業を支えるため、現場は日々課題を抽出し、その解決に向けて取り組んでいる。近年、その課題解決の手段として、AI×IoTといった技術を利用しようという取り組みが頻繁に行われるようになってきた。しかし、AIやIoTといった言葉だけが先走りし、本来の課題解決が後回しになっているようなことも見受けられる。本講演では、工場/プラントでのAI×IoTを活用した故障予兆検知を中心に、生産現場でのAI活用のポイントや活用での課題その解決方法について、事例をまじえて紹介する。また、社内での予算獲得からプロジェクトの進め方などについても講師の経験をもとに説明する。


1.注目され始めた設備保全へのビッグデータ分析技術適用
 1.1 はじめに
 1.2 ビッグデータの市場動向
 1.3 業界団体/国の取り組み状況

2.AIとは?
 2.1 AIってなに?
 2.2 生産現場でAIを活用する際のポイント
 2.3 現場で使えるインバリアント分析技術

3.故障予兆監視技術
 3.1 故障予兆監視のニーズ
 3.2 インバリアント分析による故障予兆のリアルタイム検出
 3.3 適用事例

4.新しい異常検知技術とセンシング技術

5.プロジェクトを進めるポイント

【質疑応答】


【13:15-14:45】

2.プラントオペレーションにおけるIoT、AI導入のポイント

早稲田大学 理工学術院 大学院情報生産システム研究科 教授 博士(工学) 藤村 茂 氏

【専門】システム工学
【活躍】電気学会 電子情報システム部門 情報処理技術委員会、「日本型インダストリー4.0実証検討協同研究委員会」委員長

 

【習得できる知識】 
プラントオペレーションに対するIoT,AIの導入のアイデア、および導入の方法

【講座の趣旨】
現場力を重視する日本の製造業において,どのように熟練者のノウハウを取り込んでいくかが重要なポイントとなる。プラントオペレーションに対するインダストリー4.0およびIoTの導入に向けて失敗しない導入方法を紹介する。


1.インダストリー4.0による製造業の将来
 1.1 第四次産業革命とは
 1.2 サイバーフィジカルシステムとは
 1.3 インダストリー4.0による製造業の将来
 1.4 インダストリー4.0のシステム構成
 1.5 IoTを利用したインダストリー4.0の実現
 1.6 今後どのような技術が期待されるのか

2.日本型インダストリー4.0の実現に向けて
 2.1 日本型インダストリー4.0とは
 2.2 製造業における情報システムの導入の現状
 2.3 従来の情報システム化の問題点
 2.4 日本の製造業のこれからの情報システムの導入 

3.プラントオペレーションの解析技術
 3.1 視線トラッキングによる作業分析
 3.2 機器メンテナンスのMR利用
 3.3 簡易動線解析システム

4.ディープラーニングを利用したプラントオペレーションのスマート化
 4.1 プロセス時系列データの利用
 4.2 何を人工知能に任せたいか
 4.3 ディープラーニングとは
 4.4 ディープラーニングを利用した画像処理
 4.5 複数時系列データを利用した時系列データの予測システム
 4.6 将来の予測時系列データの表示による異常予知・運転支援
 4.7 予測時系列データと実時系列データの比較によるプラントオペレータのポカミス防止
 4.8 設定値の予測時系列データによるプラントオペレータの操作ガイダンス

【質疑応答】


【15:00-16:30】

3.サイバーフィジカルシステムのプラント操業への活用

横河電機(株) IAPFグローバル開発センター PJT管理部 イノベーション技術開発課 仲矢 実 氏

 

【習得できる知識】
プラントダイナミックシミュレータのプラントライフサイクル活用を安全操業、効率的な操業に適用した具体例を示します。

【講座の趣旨】
実在するプラントをサイバー空間に再構築することで、現実と仮想を融合した今までにない操業ならびに操業改革が実施できることを紹介します。


1.サイバーフィジカルシステム活用とシミュレータ
 1.1 サイバーフィジカルシステムをデータ+理論で考える
 1.2 AIの実用化には最良なデータと学習時間が必要

2.プラントモデルのライフサイクル活用
 2.1 プラントライフサイクルでのダイナミックシミュレータ活用
 2.2 シミュレータ技術の変遷
 2.3 プラントモデルの精度

3.プラント運転訓練シミュレータ
 3.1 ダイナミックプラントシミュレータVisualModeler
 3.2 プラント運転訓練の目的

4.シミュレータ活用による安全解析事例紹介
 4.1 ESD対応オペレーション設計
 4.2 ESD対応オペレーションの紹介

5.オンラインシミュレータミラープラントによる操業改革
 5.1 ミラープラントとは
 5.2 パラメータ同定技術
 5.3 ミラープラントのアプリケーション
 5.4 酢酸ビニルプラントでの予測運転(プロアクティブオペレーション)
 5.5 時空を超えたオペレーションが最適運転を実現

6.サイバーフィジカルシステム活用の今後の展望
 6.1 クルマとプラントの運転自動化の比較
 6.2 非線形モデル予測制御EMPCとは
 6.3 EMPCの化学バッチプロセスへの適用

【質疑応答】

プラント IoT AI セミナー