10:30
|
11:40
|
Ⅰ．プロセスプラントにおけるAI・Big Dataの活用
プロセスプラントは、数千ものセンサーから、毎分毎秒データが中央制御室に集まるビッグデータの塊です。
しかし、複雑な製造工程の組み合わせで成り立つプラントデータに、単純にAIのアルゴリズムを適用しても容易に答えは得られません。
トラブル一つでも、複数の原因が絡み合う事が多く、どこにAIを適用するのか工学的解析の知見が要求されます。
プラント分野でAIやデジタル技術を活かしたソリューションを作る為の当社の試みを紹介します。
１．人工知能・Deep Learningとは
(1)AIの第三次ブーム
(2)深層学習により複雑な現実問題の解を出す
２．AI活用コンセプトとAI設計会社との業務提携
(1)専門外のAI技術を取り込むためにした事
(2)専門分野の強みをAI技術に生かす
３．プラントへのAI活用案・事例
(1)製油所への活用案
(2)AI導入による総合生産性向上
４．質疑応答・名刺交換
（安井 氏）
|
12:40
|
14:00
|
Ⅱ．プラント建設管理から始まるEPC遂行デジタライゼーション
近年、大型プロジェクト遂行におけるスケジュールの遅延やコストの増大が解決すべきリスクとして業界全体でハイライトされている。日揮の手掛ける海外のプラント建設プロジェクトにおいても、最大の遂行リスクとなっている建設工事の生産性を高めることが、プロジェクトの成功のカギである。その生産性を高めるために、Advanced Work Packaging（AWP）という概念が北米を中心に提唱され、プラント建設に携わる各社は、各社の業務遂行に適した形でAWPの導入を進めている。
本講演では、日揮のAWP導入のアプローチとなる「確実な工事遂行と遠隔管理」に向けた取り組みを中心とした、EPC遂行全体のデジタライゼーションに関して講師の経験をもとに説明する。
１．はじめに
(1)プラント建設を取り巻く状況
２．プラント建設における課題と目標
(1)日揮のプラント建設工事における課題
(2)課題に対するアプローチ
(3)日揮の目指すプラント建設管理
３．確実な工事遂行に向けた挑戦（Advanced Work Packaging）
(1)AWPのコンセプトと他社の取り組み
(2)日揮流のAWPの取り組みと課題
４．生産効率の評価
(1)不正確な歩掛値による工事計画への影響
(2)位置情報管理（作業員と建機の見える化）
(3)建設リソース情報を活用したデータ分析
５．ペーパーレス化の推進による「One Time Input」の実現
(1)ペーパーレス化
(2)業務フローの効率化と効果
６．プロジェクト遂行データの集約と共有
(1)遂行データの集約による効果
(2)一つの情報を共有する
(3)建設工事の遠隔管理の実現
７．おわりに
(1)見える化から予測へ
８．質疑応答・名刺交換
（小島 氏）
|
14:10
|
15:20
|
Ⅲ．急速に進む国際的なデータマネジメント標準と手法の整備
１．オイルメジャーの危機感
２．Document CentricからData Centricの世界へ
３．EPCに適用される国際データ標準
４．プラント建設とBIM（Building Information Modeling）
５．データマネジメント標準と手法
６．質疑応答・名刺交換
（林 氏）
|
15:30
|
16:40
|
Ⅳ．横河電機がAI・機械学習技術で目指す世界
～設備異常予測からプラント制御へ～
弊社はAI・機械学習解析により設備異常予兆をはじめ多くの解析実績を積んできた。その事例を紹介するとともに、何故、弊社はGAFAをはじめとするITベンダーのAI・機械学習技術プラットフォームだけではなく、独自のAI・機械学習技術を研究し磨いているのか？YOKOGAWAのAI・機械学習技術はどこを目指しているのか？その背景と目指している世界、そして、それがどこまで来ているのかについて紹介する。
１．何故、横河電機は独自のAI・機械学習に取り組むのか？
(1)第3世代のAI・機械学習の特徴
(2)横河電機のAI・機械学習に対する考え方
２．AI・機械学習による設備異常予兆検出の事例紹介
(1)AI・機械学習解析実績概観
(2)AI・機械学習による設備異常予兆検出の事例
３．AI・機械学習による制御へのチャレンジ！
(1)AI・機械学習による解析実績から見えてきたこと
(2)強化学習によるAI・機械学習制御への挑戦
４．さいごに
(1)制御AIに関する世の中の動き
(2)横河電機が目指す方向
５．質疑応答・名刺交換
（小渕 氏）
|
－ 名 刺 交 換 な ど －
セミナー終了後、ご希望の方はお残りいただき、
講師とご受講者間での名刺交換ならびに講師へ個別質問をお受けいたします。
|
