Smart Data Platform Edge (SDPF Edge®)

AIにより、既存制御技術（PID制御、高度制御等）で自動化が困難な箇所に対し
化学プラントの手動運転操作を支援

導入経緯

近年、海外からの安価な汎用品の大量流入、原料高騰、環境対策費の増大、ニーズの多様化等、プラント操業を取巻く環境の変化が起こっている。 このような環境変化に対応すべく、高付加価値製品、高機能製品へシフトを進める中で、プラント運転操作が高度化し、既存の自動制御技術では対応できずに手動操作が増加している。

↓

手動操作の問題である、操作遅れや必要以上の操作による「プロセス不安定化」や「人材不足」、「技能伝承」といった問題に対し、「熟練技能の蓄積と標準化」や「的確な操作支援」、「円滑な技術伝承」をAI（模倣学習）により支援するソリューションを開発し、Edgeシステムとしてプロダクト化している。

システムの特長と効果

Edgeシステム内において、下記の機能を実現

1. AIにより適切なタイミングで操作をガイダンスする機能
2. 操作改善を支援する機能
3. 様々な環境変化に対応するため、数分単位で再学習を行う機能

これらの機能は、現状ではオンプレミス環境で動作しているものの、より効率的なエッジ環境の管理を期待し、 SDPF Edgeプラットフォーム上で実装されている。
これにより、エッジ環境がクラウドに接続された際には、プログラムのアップグレード等を自動的に行うことが可能となる。

構成

• AIモデル学習環境は、SDPFクラウド環境にて構築
• 実行環境は、SDPF Edge®にて実現

関連SDPFサービス

Node-AI

低遅延での実行が求められる製造現場の機器制御による運用支援

• AIの学習を豊富なコンピュートリソースのあるクラウドで実施し、エッジ環境で推論
• クラウドとエッジの分散処理によるコンピューティングリソースの効率化
• リアルタイム処理の実現

モデルケース構成

• AI学習を豊富なコンピュートリソースのあるクラウドで実施
• IoTデバイスで様々なデータを収集、エッジコンピューターに集約
• IoTデバイスからクラウドへ送信し、返信を待つと遅延が発生するため、LAN環境内で推論することでリアルタイムにAIを実行

カメラ映像を活用した製造現場における製品の不具合箇所の検出/立ち入り禁止区域の侵入者検知

• 映像、画像AIをエッジ上で実行し、異常時のみクラウドへデータ送信
• 異常検知の自動化、クラウドでの一元管理により現場担当者の業務負担削減
• 少数のカメラで広い敷地内を監視可能に

モデルケース構成（例：ヘルメット未着用者の検出）

• 画像認識AI「Deeptector」をSDPF Edge®に搭載
• 監視カメラのデータをSDPF Edge®に送り、「Deeptector」で推論
• 異常があったときのみ、クラウドへデータを送信
• 集約されたデータをIoTプラットフォーム「Things Cloud®」のダッシュボードで可視化

関連SDPFサービス

• Deeptector
• Things Cloud®

生産現場のデータ利活用のためのデータ流通基盤構築

• 多様なデータを大量に取得、保管が可能
• クラウド側との効率的な通信を実現

モデルケース構成

• 制御機器から絶え間なく発生する大量データを受けとめるタンキング機能としてSDPF Edge®を設置
• クラウド側に設置した「withTrust®」で、大量データの蓄積、クラウド上でのアプリ処理(コンピュートリソースを柔軟に利用)
• ステークホルダーや様々なデータスペースとの安心安全なデータ共有

関連SDPFサービス

• withTrust®
  秘匿性の高いデータを安全に流通・連携させる仕組みのことです。
  関連情報はこちら