【横河電機/JSR】世界初 AIによる自律制御で化学プラントを35日間連続制御

2022年3月22日発表

横河電機株式会社
JSR株式会社

　横河電機株式会社（本社：東京都武蔵野市　代表取締役社長：奈良 寿　以下、横河電機）と、JSR株式会社（本社：東京都港区　代表取締役CEO：エリック ジョンソン　以下、JSR）は、共同実証実験（以下、本実証実験）を行い、世界で初めて^※1AIが化学プラントを35日間、自律制御することに成功したことをお知らせします。実際のプラントにおいて「強化学習AIが安全に適用できる」こと、および、既存の制御手法（PID制御^※2・APC^※3）が適応できず、運転員が制御で使用するバルブの操作量を自ら考えて入力する「手動制御のみでしか対応できなかった箇所」をAIが制御できることを確認しました。なお、本取り組みは経済産業省の令和2年度「産業保安高度化推進事業」に採択されたものです。

当該のJSR化学プラント

　資源、素材、産業材料などの精製・精錬を行うプロセス産業の「制御」は、石油精製、石油化学、高機能化学、繊維、鉄鋼、医薬、食品、水など多岐に渡ります。いずれも、化学反応などを伴い、極めて高い信頼性が求められます。

　本実証実験では、蒸留塔の留出物の品質や液面レベルを適切な状態に保ち、かつ排熱を熱源として最大限に活用するという複雑な条件をAIが満たし、品質の安定化、高収量^※4、省エネ制御を実現しました。この制御箇所では、「急激な外気温の変化」が制御の状態を乱す大きな「外的要因（外乱）」でしたが、降雨や降雪などもある中、精製された製品は厳しい基準を満たし、既に出荷されています。また、良品のみが生産されるため、規格外品が発生することによる燃料や人件費等の損失、時間的損失がなくなりました。

制御した箇所と成果
拡大

　また、下記の過程を踏み、操業の安全を確保しました。

操業の安全の確保
拡大

　今回、制御で使用したAIは、2018年に横河電機と奈良先端科学技術大学院大学（NAIST）が共同開発し、IEEE国際学会で「プラントへ活用可能な強化学習技術^※7」として世界で初めて認められたFKDPP（Factorial Kernel Dynamic Policy Programming）というアルゴリズムです。2019年にプラントを模した制御トレーニング装置^※8での実験に成功し、2020年4月にはプラント全体を対象にしたシミュレータ上での制御の可能性を確認^※9するなど、自律制御AI^※10を理論から実用に範囲を広げてきました。既存の制御手法（PID制御・APC）では自動化できなかった箇所に適用でき、「品質と省エネの両立」のような相互干渉する目標に対応できるなどの強みがあります。

　実プラントでは物理的、化学的な事象が複雑に影響する中での制御の難しさから、今回のように、熟練運転員が自ら介入しなければならない箇所が数多く残っています。またPID制御やAPCを組み、「自動化」していても、一時的な降雨などに伴う急な外気温の変化に対応するためなどの理由で自動制御を中断し、熟練運転員が自ら設定値や出力値を変更しなければならない場合も多くあります。同様の状況は、様々なプラントで発生しています。産業における自律化^※11を進める上で、このように手動介入せざる得ない状況を、高いレベルの安全性を担保したうえで、少ない手間で、どのように自律制御に移行できるかが現場の大きな課題です。今回の成果は、両社の共創により、この長年の課題を解決していく道筋が開けたことを示しています。

　横河電機は、このような取り組みにご興味をお持ちのお客様を募集いたします。またプラントの自律化を実現する製品・ソリューションの早期提供を目指します。
　JSRは、本実証により、従来対応できなかった化学プラントの課題に対しAIが解決の一助となる可能性を見出すことができたと考え、他工程、他プラントへの応用を検討し、更なる生産性の向上に努めていきます。

　両社は、今後も協力して、プラントでのAIの活用方法を検討してまいります。

各社・専門家からのコメント

JSR　生産技術部長　桝谷 昌隆
5Gの本格導入などデジタル社会の進展、保安人材の高齢化・不足感など環境変化の中、石油化学業界は、IoTやAI等の新規技術を活用して、生産活動における安全向上と効率化が強く求められています。JSRは、ドローン、IoTセンサ/カメラなど新たな技術を積極的に導入して生産のスマート化を志向しており、今回、AI制御技術を用いたプラント工程制御の自動化に挑戦しました。これまで運転員の経験をもとにマニュアル操作で運転してきた工程を、AIが自律制御できることを実証し、AI制御の有用性と将来性を確信することができました。現場からも、運転員の負担が軽減したことだけでなく、新しい技術に取り組み、成功できたことが、今後DXを推進していくモチベーションになったとの声が聞かれました。今後、AI制御による操業を拡張して、化学プラントの安全・安定操業と競争力強化に努めていきます。

奈良先端科学技術大学院大学 特任准教授 松原 崇充
今回の実証実験が成功したことを大変嬉しく思います。化学プラントの操業について、データ解析や機械学習の活用が始まっていますが、自律制御や運転最適化に活用できる技術は今まで確立されていませんでした。今回適用された強化学習AI「FKDPP」は、そうした化学プラントの自律制御に向けて、2018年に横河電機株式会社と奈良先端科学技術大学院大学が共同開発したアルゴリズムです。参照するセンサや操作するバルブの数が多いにもかかわらず、学習回数が限られるような条件下でも、ロバスト（頑健）な制御方策（制御の計画）を一定の回数で学習することが期待できます。こうした特徴が、今回の実験における開発プロセスの効率化と、840時間という長時間の連続制御の成功に寄与しています。実際のプラントの蒸留塔という難易度の高い箇所で自律制御を達成し、生産工程全体の進行や、安全確保も含めてシステムで一元化する状態まで実用化のレベルを高めたことは、世界の産業全体に大きな意義があると思います。今後の発展を期待してやみません。

横河電機　執行役員　横河プロダクト本部長　長谷川 健司
本実証実験の成功は、お客様ならではの「製造過程や運用面の深い知見」と、「ものを測り、制御し、情報を束ね、価値を生み出す」当社の強みをすり合わせることでもたらされました。自律制御AI（FKDPP）が世界の産業における自律化と、ROIの最大化、環境の持続可能性に大きく貢献できることを示すものです。横河電機はプラントの生産設備の制御・運転監視を行う分散形制御システムを世界に先駆けて開発し、さまざまな産業の発展を支えてきました。現在当社は、自動操業が進んだ産業界の将来像である自律操業の世界を見据え、「IA2IA（Industrial Automation to Industrial Autonomy）」を提唱しています。エネルギー、素材、医薬など幅広い産業で、4M（人、設備、材料、作業手順・運転方法）が協調した強くしなやかな生産の実現に向け、世界中のお客様と自律制御AIに関する共創を加速させていきます。

※1　2022年2月横河電機調べ。（化学プラントにおいて、AIが操作量を直接変更するものとして。）
※2　PID制御：Proportional-Integral-Derivative Actionを日本語にしたもので、P（比例）、I（積分）、D（微分）を意味します。今から100年前の1922年にNicolas Minorskyが発表しました。プロセス産業の基盤制御技術。量、温度、レベル、圧力、成分などの制御に使われます。現在の値と設定値との偏差に応じたP・I・D各計算結果を使いながら、「目標値」に向けて制御するものです。複数の外乱(天候、気候、材料組成変化)がある場合はPID制御自体が使えない、あるいは目標値を頻繁に変更する必要があるなどの理由から、手動制御が求められることがあるなど、課題がありました。
※3　APC：高度制御（Advanced Process Control）のこと。プロセスの応答を予測できる数学的なモデルを用いて、生産性や品質をより向上させるための設定値をリアルタイムにPID制御ループに与えるもので、制御性を向上させるだけでなく、増産や省力化、省エネルギーを目的とした制御にも適用しやすい特徴があります。高度制御を導入すると、データのばらつきが小さくなり、運転限界（最もパフォーマンスが発揮できる状態）に近づけることが可能になります。しかしながら、突沸などの化学反応や、材料組成の大きな変化、設備自体の変化などには対応が難しいという制約がありました。
※4　収量：精製過程において、原料から実際に得られた目的生産物の量。
※5　統合生産制御システム 「CENTUM VP（センタム・ブイピー）」：圧力・流量・温度などを監視・制御しながら生産工程全体を進めるだけでなく、安全・安定操業や事故防止のための各種インターロック機能も含めて一元化できるものです。プラントの事故を未然に防止するために安全停止させる安全計装システム（SIS）や緊急遮断装置（ESD）、防消火設備（F&G）などと連携します。
※6　インターロックとは、ある操作をする前に、一定の条件が整っていなければ起動できないようにする仕組みで、誤動作や操作の手順誤りなどを防ぎ安全性を高めます。
※7　Factorial Kernel Dynamic Policy Programming for Vinyl Acetate Monomer Plant Model Control, （2018年8月）
https://ieeexplore.ieee.org/document/8560593/ なお、IEEE（アイ・トリプル・イー、Institute of Electrical and Electronics Engineers）は、アメリカ合衆国に本部を置く電気・情報工学分野の学術研究団体（学会）、技術標準化機関。世界160ヵ国以上、40万人を超える会員がいる。
※8　三段水槽。段状に水槽が設置され、水が上段の水槽から下段の水槽に順に流れていく中で下段の水槽の水位制御を行うことを目的とした、制御トレーニング実験装置の一種です。水の流量をランダムに変化させる「外乱」を人工的に発生させる装置も含まれています。プロセス産業の流体制御は、流体であるゆえに適正な流量のコントロールが難しいとされています。このコントロールを適正に行うことは、製造現場における生産性を高めることにつながります。
※9　Scalable Reinforcement Learning for Plant-wide Control of Vinyl Acetate Monomer Process, Control Engineering Practice, Volume 97 （2020年4月）https://www.sciencedirect.com/science/article/pii/S0967066120300186
※10　自律制御AIとは、自らが最適な制御方法を導き出し、経験していない状況でもある程度自律的に対応できるロバスト性の高さを持つものと横河電機では定義しています。
※11　産業における自律化は横河電機で以下のように定義しています。「プラントの設備や操作自体が、学習し、適応する機能を持つようになること。これにより人間の介入は最低限にとどまり、オペレーター（運転員）はより高いレベルの最適化に取り組むことが可能になる。」と定義しています。また、横河電機が製造業390社の意思決定層534名から回答を得た「産業における自律化の導入に関するグローバルエンドユーザー調査」(2021)では、42%が今後3年間で、プラントのプロセス最適化にAIを適用することが「産業における自律化」に多大な影響を与えると回答しています。
（参考資料：https://web-material3.yokogawa.com/19/30261/tabs/The_Acceleration_of_Industrial_Autonomy_Japanese.pdf）

会社概要

横河電機株式会社
創立：1915年9月
代表取締役社長：奈良　寿
主な事業内容：産業向け制御・計測機器等の製造、販売、保守サービスなど
所在地：〒180-8750 東京都武蔵野市中町2-9-32
ホームページ：https://www.yokogawa.co.jp/

JSR株式会社
設立：1957年12月
代表取締役CEO：エリック ジョンソン
主な事業内容：デジタルソリューション事業、ライフサイエンス事業、合成樹脂事業、エラストマー事業
所在地：〒105-8640 東京都港区東新橋一丁目9番2号 汐留住友ビル 22F
ホームページ：https://www.jsr.co.jp/

以上

本文中および別紙で使用されている会社名、団体名、商品名、サービス名およびロゴなどは、JSR株式会社、横河電機株式会社、各社および各団体の登録商標または商標です。

本件に関するお問い合わせ

• 製品に関するお問い合わせ・資料請求先
  横河電機株式会社  横河プロダクト本部  コントロールセンター
• 本プレスリリースに関するお問い合わせ先
  横河電機株式会社  コミュニケーション統括センター 広報課

---

実証実験の概要

1. 実証実験の目的

1. 安全が必須のプラントにおいて強化学習AI（アルゴリズム FKDPP：Factorial Kernel Dynamic Policy Programming）が安全に適用できることを示す。
2. 制御手法（PID制御・APC）では自動化できなかった箇所を強化学習AIが制御できることを示す。

2. 内容

対象	JSRの国内にある化学プラント
制御箇所	蒸留塔内 既存の制御手法（PID制御・APC）が適応できず、手動制御（運転員がバルブの操作量を自ら考えて入力する）のみでしか対応できなかった箇所 降雨や降雪などの「急激な外気温の変化」が制御の状態を乱す大きな「外的要因（外乱）」となる箇所 沸点の近い物質A、Bを加熱して分離する際、規格外品が発生しないよう蒸留塔内の液面レベルを適切な状態に保ちつつ、省エネ観点からできるだけ排熱を熱源として最大限に活用することで蒸留塔を加熱するよう、複数のバルブを操り、希望の物質Aが理想的な状態で効率的に取り出せるよう最適に制御
制御したAI	強化学習AI（アルゴリズム FKDPP：Factorial Kernel Dynamic Policy Programming）
活用した 製品技術	横河電機： プラントシミュレータOmegaLand（横河電機子会社 株式会社オメガシミュレーション提供） 統合生産制御システム CENTUM VP OPCインタフェースパッケージ Exaopc（プロセス産業などに存在する様々なデータベースをOPC Foundation が仕様策定する OPC 標準インタフェースに準拠したインタフェースで管理できるソフトウエア。プロセスデータの自動保存機能などがある。） データロギングソフトウェア GA10（操作画面と入力装置(HMI)、データ記録のソフトウエア） など
操業方法	統合生産制御システム CENTUM VPによる管理 ※圧力・流量・温度などを監視・制御しながら生産工程全体を進めるだけでなく、安全・安定操業や事故防止のための各種インターロック機能も含めて一元化。プラントの事故を未然に防止するために安全停止させる緊急遮断装置（ESD）、防消火設備（F&G）などと連携。
AI適応までのプロセス	プラントシミュレータで制御モデルを生成 プラント設計情報から対象のプラントモデルを作成 FKDPPがプラントシミュレータ上で学習し、制御モデルを生成 AI制御モデルの信頼性・妥当性を総合的に評価 過去の運転データを与えて動作を確認 - 安定的に動くか - 異常時にどのような制御を行うのか リアルタイム操業データを与えて確認 - 安定的に動くか - 精製する製品の品質は許容範囲か - FKDPPが示す制御方法に対して熟練の運転員も納得した 実プラント制御 プラントの既存インターロックなどの各種安全機能で安全を確保 統合生産制御システム CENTUM VPと統合し、プラントの操業に組み込み 運用面の安全の確保（AIシステム異常発生時の対応、体制を整備）
プロジェクトの期間	2020年8月～2022年2月（1年6カ月）
連続運転の 期間	2022年1月17日～2月21日の35日間（840時間）

3. 各社の役割

JSR	実証場所、プラント詳細情報・運転状況の提供 AI制御システムが解決すべき課題の設定 エンジニアリング（既存の統合生産制御システム CENTUM VPとの繋ぎこみ） AI制御システムの安全性、妥当性の評価 実プラントへのAI制御システム導入に係る安全システムの検討
横河電機	計画立案（AI制御システム仕様、スケジュール等） AI制御システム構築 エンジニアリング（既存の統合生産制御システム CENTUM VPとの連携機能の調整など） 保守・メンテナンス

4. 結果（従来制御との比較を含む）

総括	実プラントで、既存の制御手法では自動化できなかった箇所に対し、両社のノウハウを持ち寄ることで、強化学習AIを安全に適用する方法をシステム面、運用面から見出すことができた。 35日間という十分な期間の連続制御を、統合生産制御システムを使って操業し、出荷できる製品が精製できた。 強化学習AI（FKDPP）が、次世代の制御技術として世界のプラントの自律化と、ROIの最大化、環境の持続可能性に大きく貢献できることを示した。
人の介在	統合生産制御システム CENTUM VPに統合したAI自律制御。 監視だけで済み、基本的に人の手がかからない。
品質	厳しい基準を満たした、出荷できる良品のみが安定的に生産される。
収量	原料を効率的に製品にできる。
省エネ	排熱を熱源として最大限に活用することで省エネを推進し、CO2が削減できる。
コスト	良品のみが生産されるため、規格外品が発生することによる燃料や人件費等の損失がなくなる。
時間	良品のみが生産されるため、規格外品が発生することによる時間的損失がなくなる。
安全	熟練の運転員が24時間365日体制で手動制御する必要がなくなることで、人間への負担も減り、誤操作も防ぐこととなり、より安全性が高まる。

5. [参考] プラント制御で使われる主なAIの特徴

タイプ		特徴	利点
自律制御	既存の制御手法（PID制御・APC）では自動化できなかった箇所に対して、AI自らが最適な制御方法を導き出し、経験していない状況でもある程度自律的に制御できるロバスト性を持つ。	AIが学習し、導き出した「制御モデル」をもとに、都度、状況に基づいた「操作量」を入力する。	FKDPPの利点としては下記。 「品質と省エネの両立」のように相互干渉する目標など、既存制御（PID制御・APC）では自動化できなかったものを含め制御全般に適用できる。 生産性を高められる。（品質、省エネ、収量、整定時間の短縮） シンプル（少ない学習回数、ラベル付けしたデータの読み込みは不要。） AIの動き方が説明できる。 従来通りの安全（ロバスト性の高さ、統合生産制御システムと統合できる。）
自動化が組まれている箇所のサポート	既存の制御手法（PID制御・APC）で「自動化が組まれている箇所」に対して、運転員が「目標値」を入力する作業をAIが「代行」する。	AIが過去の制御データをもとに計算し、「目標値」を入力する。	人手がかかっていた箇所が自動化でき、安定した操業が可能になる。
人への運転支援	運転員が操作を行う際に参考になる「目標値」をAIが提案する。	過去制御データをもとに、AIが人に「目標値」を提案する。	運転員の習熟度による差がなくなる。