日立造船株式会社と株式会社日立ハイテクソリューションズは、ごみ焼却施設において、AIによるボイラ過熱蒸気の過去の状態変動パターン学習により、リアルタイム(最短1秒周期)で過熱蒸気の最適温度帯を予測し、制御動作を先行的に行うことで、蒸気温度の低下による発電ロスを最小限に抑え、90日間の長期運転に成功したことを発表した。
このAI制御システムは、株式会社日立製作所(以下、日立)が開発した強化学習技術を採用しているため、DCSの一般的な制御技術であるPID制御のような後追い型の制御とは異なり、実プラントでの試行錯誤的な繰り返し運転は不要。過去のプロセス運転データのみを用いて、プラント制御の学習モデルを構築することが可能だ。
PID制御とAI制御システムの制御手法の比較
また、運転中にこれまで経験したことがない新たな挙動が発生した場合、「未学習」として判定した上で、運転に有効な挙動であれば、新たなAIモデルとして登録し、制御を成長させることができる。
日立ハイテクソリューションズは実証の成功を受けて、このAI制御システムを、RL-Prophet(アールエルプロフェット)として製品化した。
今後、日立ハイテクソリューションズは、このAI制御システムを、ごみ焼却施設のさまざまなプロセスのほか、一般産業などへの展開も構想しているという。
IoTに関する様々な情報を取材し、皆様にお届けいたします。
企業向けAI活用虎の巻
AIによって「優秀な人材」の定義が変化したことを、どうみるべきか —AI時代の人材採...
まだ、生成AIのチャットボットで消耗しているの? ー自律的に動くAIエージェントが働...
AI時代の「中間管理職クライシス」 —部下がAIに相談する時代、上司の価値はどこに残...
AIに仕事を頼む技術 —なぜ「営業資料を作って」と頼むと失敗するのか?
生成AIは、使い手の「言語化能力」を暴く、リトマス試験紙
AIに「ゴミ」を食わせるな ーAIエージェントが賢くなるデータ、バカになるデータ
AIで業務を自動化する方法とは ーなぜ、ChatGPTを配っても仕事は減らないのか?
なぜあなたの会社で、生成AIが活用されないのか?どこで活用すべきか?
生成AI活用ガイド
フィジカルAIが可能にする柔軟なロボットアームとは?製造業にとって現実的な選択肢にな...
フィジカルAIはどこまで来ているのか?導入判断の前に見るべき「現場データ」
AnthropicやOpenAIのAIが起こした事故に学ぶ、自社点検のための視点
熟練工の「勘」をAIに継がせるには ?「誰が」「どう」進めるかを5つのステップで整理...
シャドーAIという見えないリスク、現場の効率化と統制の溝をどう埋めるか
AI導入「内製か外部支援か」で悩む前に確認すべき5つのこと
「厳しい・緩い」では測れないAI規制、6カ国の規制動向から読み解く企業の備えとは
AIの費用障壁が下がった今も、導入が進まない企業に欠けている「入り口設計」という発想
公開3日で停止された「Claude Fable 5」はなぜ復活できたのか?解除の裏側...
AIエージェントが発注する時代に備える、サプライヤーが今すぐ点検すべき3つのこと