第1部 人工知能による異常検知技術の導入と実装方法

(2023年8月4日 10:30〜12:00)

　昨今、製造現場における人工知能による様々な異常検知の仕組みの導入が進んでいるが、導入にあたってはデータの取得や、取得されたデータの連携が非常に重要になってくる。また何のために異常検知をするのかという目的を明確にしないまま、人工知能を使用すると現場は混乱し、運用に大きな支障が生じる。
　本セミナーでは、製造現場において人工知能による異常検知を導入する際に注意すべきポイントや「どのようにデータを取得し、どのように連携させ、そしてどのように人工知能により異常検知を行い現場の改善に寄与させるのか」という実践的な内容について詳述する。

1. 製造現場においてデータの利活用が進まない背景
2. 製造現場における人工知能による異常検知の導入の必要性
3. データの取得方法
4. データの連携方法
5. 人工知能による予測、予知モデルの作成
6. 人工知能による各種モデルの実装方法
7. 人工知能による予測、予知モデルの導入事例
8. 人工知能による異常検知の今後の展開
• 質疑応答

第2部 AIによる異常検知技術とデータの集め方、センサの選び方、設置の仕方

(2023年8月4日 13:00〜14:30)

　昨今AIは様々な分野で利用されるようになってきている。ChatGPTに代表されるような自然言語処理の分野で利用拡大が大きなニュースになり、我々の身近な生活においてもその影響を実感することも多いだろう。製造現場に代表される異常検知や異常予測の分野においてもAI、特に機械学習やディープラーニングによる分析を以前に比べて簡単に始められる環境が整って来ている。
　そうした環境の中で、初めてそのような予測に取り組む方を対象にした講座になっています。データ収集に必要なデバイスの紹介に始まり、収集の実例を上げながらどのような方法でデータを収集したのかを紹介する。またデータ収集後の分析についても、ローカル環境のみならず、比較的初心者でも取り組みやすいクラウドサービス、およびその利用方法についても実例を交えながら紹介する。

1. データの収集とは
2. データ収集に必要な機器等
3. IoTデバイスによるデータ収集
4. データの収集例
5. センサーの例
6. マイコンボードの例
7. ネットワーク環境の例
8. 収集データの利用について
9. 見える化とは
10. 見える化のためのツール例
11. データ分析方法
12. データ分析のためのツール例
13. AIによるデータ分析
14. プログラミングによる分析手法
15. クラウドサービスの利用によるデータ分析
• 質疑応答

第3部 異常予兆検知・制御へのAI技術導入と実装

(2023年8月4日 14:45〜16:15)

　近年、AI技術は様々な分野で適用が進み、結果として非常に有用な技術であることが確認されて来ている。工場やプラントでも設備や品質の異常予兆検知あるいは異常原因の推定に多く用いられ多くの成果を上げている。更に最近では、プラントや工場の制御に対するAI技術の適用が進められ成果が出てきている。
　この講演ではプラント設備や品質に関する異常予兆検知、プラントや工場の制御に対してAI技術をどのように導入・実装したかを事例に基づいて説明する。

1. はじめに
2. AI技術超概要
3. AI技術適用時の考え方
4. AIデータ解析概要
5. AIデータ解析プロセス
6. AIデータ解析結果に基づいたシステム化
7. AIデータ解析事例 (異常予兆検知)
8. AIデータ解析事例 (パフォーマンス推定)
9. AIデータ解析事例 (省エネルギー評価指標構築)
10. AI制御アルゴリズム開発
11. AI制御アルゴリズム動作実験
12. AI制御システム構築ステップ
13. AI制御システム構築事例 (空気調和設備)
14. AI制御システム構築事例 (プラント)
15. 今後の展開
16. さいごに
• 質疑応答