　大阪ガスは2022年3月8日、宇部情報システムと共同で、過去に経験がない異常でも早期検知が可能なAI（人工知能）システムを開発したことを発表した。宇部情報システムは同年4月1日から、製造業の各種機械装置や反応装置に合わせ、今回発表のAIシステム構築を実現するサービス「SAILESS（仮称）」を提供開始する。

異常予兆検知のイメージ［クリックして拡大］出所：大阪ガス、宇部情報システム

　従来、AIによる異常予兆検知は過去のトラブル発生時のデータを学習させることで予兆検知を行うことが一般的だった。一方で、今回発表のAIシステムでは、AIに正常時の製造運転データを学習させることで、正常の範囲から逸脱したデータを発見し、過去に経験のない異常でも予兆検知が行えるようにする。

　リアルタイムで製造運転データの状態や傾向を監視して、異常予兆を検知する。あらかじめ上下限の管理値を定め、その範囲から逸脱した際に通知を行う仕組みでは検知の難しい異常予兆を見つけ、装置の緊急停止などによる損失を未然に回避する。事後保全や時間基準保全を計画的な状態基準保全にすることで、保全業務の効率化や保全費用の削減を実現する。

　大阪ガスリキッドでは2020年4月から、高性能な触媒技術を活用して都市ガスから高純度の水素を製造する装置「HYSERVE」において、今回発表したAIシステムによる異常予兆検知の仕組みを導入しているという。

　また、今回のAIシステムは、顧客自身が新しい正常時の製造データを入力すれば再学習を行える仕組みになっている。従来は装置のオーバーホール作業への対応や、AIモデルの精度低下防止のために、システムエンジニアが最新データでAIモデルを再学習させる必要があったが、これを不要化してコスト削減と迅速なシステム更新を実現する。

顧客自身がAI再学習を行える［クリックして拡大］出所：大阪ガス、宇部情報システム

⇒その他の「製造現場向けAI技術」の記事はこちら

異常検知性能を約7％向上、時系列波形異常検知AI技術を開発
東芝は、異常検知性能が従来比約7％向上した、時系列波形異常検知AI技術「LTSpAUC」を開発した。これまでの技術では困難だった、異常の見逃しと誤検出の抑制と、異常判断の高度な説明性を両立させることに成功した。
教師データが足りないと「異常予測」は難しい、ならば「異常検知」から始めよう
製造業が機械学習で間違いやすいポイントと、その回避の仕方、データ解釈の方法のコツなどについて、広く知見を共有することを目指す本連載。第3回は、「異常予測」と「異常検知」について取り上げる。教師データ量の不足が課題になる「異常予測」に対して、「異常検知」は教師データなしでも始められることが特徴だ。
正常データだけで学習する異常検知AIに新手法、半導体ウェーハで検知精度90％超も
東芝が製品の外観画像から製造状態の異常を検知するAI技術について世界トップレベルの検知性能を達成したと発表。公開データを用いた際の検知精度で従来手法の69.5％から79.1％に向上したという。これにより、製造現場で収集が困難な異常データを使用することなく、正常データを用いて学習を行ったAIで高精度の異常検知を行えるようになる。
正常時の波形データ学習のみで異常検知するAI、工場現場などでの適用目指す
東芝は、正常時の波形データのみで学習し、異常を検知する説明性の高いAI「OCLTS」を開発した。機械学習によって設備の異常を検知する技術の検知精度を9％向上させるとともに、異常を判断した根拠を提示する。
東芝がプラント異常予兆検知AIで新技術、大小2つの変動から正常状態を高精度予測
東芝が大規模で複雑なプラントに設置した数千点のセンサーから得た時系列データを基に、プラントの状態変化の中に埋もれた異常の兆候を早期検知できる異常予兆検知AIを開発。水処理試験設備の公開データセットであるWADIに対してこのAIを用いた異常検知を実施したところ、従来比で12％良好な世界トップレベルの検知性能が得られたという。
飲料メーカーがAIを活用した設備の異常検知システムを導入
NECは、AIを活用した設備の異常検知システム「NEC Advanced Analytics-インバリアント分析」をサントリービールに提供する。サントリー〈天然水のビール工場〉京都の缶充填ラインにおいて、2022年5月下旬より稼働する予定だ。