出光昭和シェル、AI・IoT技術を活用した産業保安システムの実証実験を実施

昨今、国内製油所では、高経年化への対応、ベテラン社員の引退による製油所保全のノウハウの継承という課題がある。

出光興産株式会社(以下、出光昭和シェル)は、国立研究開発法人 新エネルギー・産業技術総合開発機構(以下、NEDO)の2017年から2018年度事業である「IoTを活用した新産業モデル創出基盤整備事業」の実証実験に参加した。

同実証実験は、ビッグデータ解析による配管腐食の早期検知や、より高精度な腐食評価の実現などを目的に、アクセンチュア株式会社が幹事会社として2017年8月から2019年2月まで、出光昭和シェルの北海道製油所を実証実験の現場として行われた。

出光昭和シェルが保有する製油所の腐食管理のノウハウとアクセンチュアのAIや分析手法の知見を掛け合わせることで、配管における腐食の進行度合いをデータ主導型で解析、評価する仕組みを構築して、実務面での有効性を検証した。

具体的にはアクセンチュアが同社の腐食評価基準に従い、配管画像・動画をピクセル単位で評価するモデルをAI技術のひとつであるディープラーニング技術を用いて構築し、システム上で実装した。これにより、点検員は、現場にて端末で撮影した配管の画像をアップロードすることで、配管の腐食評価をAI技術を用いて解析することができる。

解析モデルは裸配管・保温材配管を対象に配管画像を学習して構築され、同社定義の基準で80%以上の解析精度を出し、実務レベルの有用性が確認された。このモデルにより配管腐食の早期検知、及び点検員による腐食評価のバラつきの均一化による設備信頼性の向上の可能性や、若手エンジニアの経験を補足することに貢献する。

北海道製油所では引き続き、同システムを実際の点検業務に活用する予定とした。

Previous

SBクラウドとオープンストリームが協業、機械学習と深層学習を活用した画像検索エンジンを体感できるサービスを提供

ロボコムと東京大学、AI活用でロボットによる自動定量ピッキングシステムを開発

Next