鉄鋼業生産設備における データ活用の現状と課題ー当社における取り組み紹介ー 2015 年 6 月 2 日東芝三菱電機産業システム株式会社産業第二システム事業部 TOSHIBA MITSUBISHI-ELECTRIC INDUSTRIAL SYSTEMS CORPORATION Page 1
鉄鋼業生産設備におけるデータ活用 1. 狙い Plant Big Data を活用して生産設備データを 見える化 し 生産性向上 品質改善 操業安定化を図る 1 隠れた課題の発見 2 課題対策の立案 3 対策効果の確認 評価 Plant Big Data Page 2
鉄鋼業生産設備におけるデータ活用 2. 手段 1 オンラインデータとオフラインデータをシームレスに一括管理 制御システムと情報処理システムの両方の知見をもとに 具体的なデータの意味 価値を理解した活用を図る 例 1: 事後保全 : トラブルシューティング視点での活用 予防保全 予知保全 :TBM CBM TBM: Time Based Maintenance CBM: Condition Based Maintenance 例 2: プロセスのボトルネック工程の発見例 3: 製品品質 生産性に対する制御状態 ( 履歴 ) の影響評価例 4: 製品品質情報を分析して 機器 設備状態の変化検出 2 Big Data から機械的に抽出された相関関係と ドメイン知識も用いて 因果関係の抽出を効率的に行い 改善施策へ展開 Page 3
Plant Big Data 活用コンセプト 生産性向上 品質改善 操業安定化に寄与 用途に応じて欲しいデータを 見える化 分析ツールで課題の発見 解決をサポート Plant Big Data 詳細データをまとめて長期保存 設備運転情報生産操業情報製品品質情報 オンラインリアルタイムテ ータ オフラインテ ータ Page 4
Plant Data Solution TMPDS (TMEIC Plant Data Solution) Plant Big Data Page 5
鉄鋼業生産設備における Big Data 対象プラント例 ( 熱間圧延ライン ) Reheating Furnace (RF) Desacler Roughing mill (RM) Edger Bar heater (BH) (Induction Heater) Crop Shear (CS) Desacler Finishing Mills (FM) Run Out Table (ROT) Down Coiler (DC) Motors Motor cooling fan Water pit Power source Pump Motors Drive system Pumps Roll coolant Water pit Motors Motors L1 (PLC) Function Transportation Heater Speed Tension Gauge Temperature Drives Process Control LAN (TC-net) Process Sensors L2 (Computer) Function Material data Mill pacing Mill setup function Temperature Product data Quality data Operation Page 6
鉄鋼業生産設備における Big Data 対象プラント例 ( 熱間圧延ライン ) Reheating Furnace (RF) Desacler Roughing mill (RM) Edger Bar heater (BH) (Induction Heater) Crop Shear (CS) Desacler Finishing Mills (FM) Run Out Table (ROT) Down Coiler (DC) Motors L1 (PLC) Function データ量 : 制御データプロセス制御 LAN Motor cooling fan Power source Roll coolant bit:40,000 点 数値 Motors :15,000 点 速 (2ms): Pump 中速 (25ms): 低速 (100ms) Drive system Pumps Water pit Transportation Heater Speed Tension (TCnet) コモンメモリ Gauge Temperature Water pit 約 6MB/sec 約 500GB/ 製品データ 15MB/ コイル 400 本 / 約 6GB/ Motors Drives Motors L2 (Computer) Function Material data 90 分の データ量は 約 Process Control LAN (TC-net) 46TB 独 の技術で 1/10 に圧縮して蓄積 Mill pacing Mill setup function Temperature Product data Quality data Process Sensors Operation Page 7
適用例 ( 設備運転情報の活用 ) 例 ) クレーン揺れ止め制御 巻上 横行 1 巻下 2 の動作を 巻下と横行の同時運転により荷役時間を短縮 オンラインリアルタイムデータをチャートで確認しながらゲイン調整を行うことで 横行停止位置 と 振れ止め の両方の要求精度を満足することができた 横行トロリー 1 2 トラックレーン 35m ロープ長 (10m~ 35m 変動 ) により 振れ周期 T も変わる 横行トロリー コンテナ l T = 2π l g Page 8
適用例 ( 生産操業情報の活用 ) 例 ) 誘導加熱装置予防保全システム 誘導加熱装置は劣悪環境に設置される電気品であり 相応のメンテナンスが必要 操業 温度 Big Data を用いて 絶縁劣化 過熱焼損などの異常 寿命予測が考えられる 異常 寿命を予測し メンテナンススケジュール適正化 設備信頼性向上へつなげる TMEIC プラントデータ管理 PC 収集データ管理 誘導加熱設備診断 プロセスコンピュータから操業データ収集 Bar Heater 内部の温度データを収集 Page 9
適用例 ( 設備診断 予防保全 ) Big Data の活用により設備情報を 見える化 時間の掛かるトラブルシューティングや設備診断を迅速化! 従来の定期点検から傾向変化を監視する予防保全へ! 1 トラブル発生時の操業停止時間短縮 数値データと設備映像の同期プレイバック表示で異常状態把握が容易となり トラブル要因の究明をサポート 2 保守コスト削減 ( 定期点検作業の軽減 部品交換時期の適正化 ) 3 設備稼働率向上 ( 重大故障発生を予防 ) Page 10
適用例 (CO2 削減 省エネルギー ) 蓄電池による使 電 ピークシフトで kwh 電 供給安定化に貢献 Solution2 モデル予測情報を いたインテリジェント省エネ &CO 2 削減 Solution3 圧延プラント全体の省エネ &CO 2 削減 品質最適化制御 省エネ制御ネットワーク 蓄電池パワーコンディショナ 電 デマンド t Solution4 マイクログリッドによる電 需給バランス最適化 Solution1 - 効率機器 - 低温熱回収 太陽光発電 エネルギー える化 ツール 廃熱回収 効率 圧インバータ Page 11
Big Data を活用したトータルソリューション 今後の展開 製品品質管理トラブル解析 分析故障傾向監視 予測 ( 統計処理 ) プラント統合データベース TMPDS + 運用管理情報 圧延設備制御 ネットワークトラフィック管理ネットワークセキュリティ管理 TC-net Ethernet その他代表的な機能計算機ドキュメント管理ソフトウェアバージョン管理ソフトウェア修正 変更履歴管理各種予備品管理オペレータ操作履歴監視 RFID 無線応用材料搬送管理行動監視 Page 12
今後の展開 1 データ収集対象範囲の拡大他社設備データの収集 ( 接続性 :Industry 4.0 対応含む ) 振動 音響 (AE) 等の設備診断データの取り込みクラウド環境の分散データベースの活用 2 セキュリティ対策強化環境変化に応じた対策強化 ( ホワイトリスト方式適用等 ) 3 分析技術の深化研究所 大学との交流による変化点検出 ストリームデータ分析 ( リアルタイム分析に基づく 設定制御 保全 操業へのフィードバック ) 4 非定型データの取り扱い ( 音声 テキスト 画像 ) テキスト ( 音声もテキストデータ化 ) 情報の蓄積 検索 分析画像分析 (Video 画像との同時記録 同期再生は実現済 ) Page 13
Thank you 14 TOSHIBA MITSUBISHI-ELECTRIC INDUSTRIAL SYSTEMS CORPORATION Page 14