Deep Inspection Liquid(排水監視AI開発)

日本が世界に誇る資源である水を、排水監視AIで守るDeep Inspection Liquid(排水監視AI開発)

定点カメラを置くことで排水処理施設の水質の異常(浮遊物や泡の発生、色味の変化など)をリアルタイムに検知し、コストの削減と属人化の防止に貢献します。

目視で行ってきた排水監視を
AIで自動化

産業分野で使用される水は、施設内において国が定める排水基準を満たすよう適切に処理し、人と環境に与える影響を最小限に抑えなければなりません。また、SDGsでも安全な水に関する達成目標が掲げられています。
工場などの生産施設に設置される排水処理設備は、24時間 365日運転することを前提に設計されています。排水処理状態の確認は通常、一定時間ごとに作業者が目視確認を行いますが、人手不足や業務効率改善の観点から自動で監視できる管理システムの開発が求められています。

Features of
Deep Inspection Liquid
Deep Inspection Liquidの特長

AIによる24時間の監視システム

排水処理施設では、水面に浮かぶゴミや泡の大きさ、波の動きなどを定期的に見て水質を監視する必要があります。
Deep Inspection Liquidでは、排水処理現場の状況を学習し、最適な監視体制を提供します。

現場環境に応じて柔軟な
監視システムを構築

現場環境によるさまざまな状況・課題に対し、柔軟にご相談をお受けします。
設置後はカメラが排水処理現場を24時間リアルタイムで監視を行いますので、コスト削減と不安定な運用からの脱却が可能です。

判断の属人化の防止

水という摑みどころのない対象のため、人によって評価にばらつきが見られてしまうこともあります。製造業での開発実績を元にお客様の現場に合わせた最適なチューニングを行い、課題を解決します。

排水監視AI開発システム

開発内容

  • AIモデルによる良否判定の前に画像のノイズを除去する画像処理アルゴリズムの開発
  • 排水処理設備の水面の画像をもとに排水の処理状態の良否判定を行うAIモデルの開発
  • AIモデルによる良否判定の結果が異常の際にアラートを発報するシステムの開発

開発のポイント

Point. 1
撮像環境に周囲の外乱光を遮断する機構と専用照明を設置することで、排水の処理状態の自動良否判定の精度を高める工夫をし、水面画像の撮像を行っています。
Point. 2
各現場より集めた少量の正常画像・異常画像を学習データとして、各現場ごとに最適化されたAIモデルを利用することで、さらに自動良否判定の正確性および安定性を高めています。

システム構成図

排水監視AI システム構成図

Case Study事例紹介

京セラ野洲工場

京セラ

京セラ野洲工場の排水処理設備では従来、作業員が1日3回の頻度で工場内に点在する3カ所の排水処理設備に出向いて排水の処理状態の目視確認を行っており、人手不足や業務効率改善の観点から、自動で良否判定ができるシステムの開発が求められていました。

開発期間

  • データ収集:1年
  • AI開発:2年
  • 検証期間:3ヶ月

課題

排水処理設備における排水の処理状態の目視確認作業には相当の時間を要し、人手不足や業務効率性の観点から運用の改善が必要でした。
屋外の排水処理設備では時間帯や気象条件などによって水面の見え方は様々であり、システムによる自動良否判定は技術的に困難でした。そのため、良否判定を作業者の経験に頼っていました。

結果

目視確認作業の時間削減および作業者の負荷軽減を実現。
3カ所の排水処理設備へのシステム導入後の時間削減効果は年間504時間を見込んでいます。
撮像環境への専用照明の設置および各現場ごとに最適化されたAIモデルの利用により、各現場の環境や天候、昼夜の違いに関係なく、正確で安定した自動良否判定を実現しました。

京セラ野洲工場
※引用元 (https://www.kyocera.co.jp/company/
summary/history/2010yrs.html
)

導入条件

  • 既設の排水処理設備であっても、カメラの取付けとインターネット接続が可能であれば、基本的に導入可能です。
  • 撮影した画像を目視確認することで排水の処理状態の良否判定ができれば、AI技術による良否判定の自動化は可能です。

資料請求、無料Webカウンセリングのお申し込みなど、お気軽にお問合せください。

Our Services