당사는, 지금까지 복수의 센서의 거동으로부터 수분~수 충분히 후에 연소 악화에 빠질 가능성을 예측해, 연소 악화를 피하는 추가 제어를 실시하는 AI로서 「연소 상태 예측 시스템」을 솜사탕토토해 왔다. 이번에, 더욱 안정 연소를 목적으로 하여, 이 AI 모델의 정밀도를 향상시키는 것과 동시에, 쓰레기층 차압 안정화 모델(연소 공기와 쓰레기층 차압의 관계성에 이상이 발생했을 때에 쓰레기 이송 제어를 보정하는 모델), 동적 상태 예측 모델(최근 수 충분히 간의 노 내의 연소 동영상으로부터 5분 후의 노내 화상을 예측하는 모델)의 2개의 모델
이 3가지 모델을 통합한 AI 모델을 사용하여 실제 기기에서 장기간의 실증 시험을 실시한 결과, 종래의 AI 모델보다 양호한 연소 상태를 유지할 수 있는 것을 알 수 있었다. 또한 자동 연소 제어만으로 제어하는 경우와 비교하여 연소 악화 시간이 58% 감소하고 수동 개입 횟수도 86% 감소했다.

당사는 교토시 남부 클린센터의 협력을 통해 쓰레기 소각발전시설의 안정운전 향상을 목적으로 중회귀 분석법을 활용한 과열기 출구 증기온도제어를 솜사탕토토했다.
본 솜사탕토토에서는, 투입 쓰레기의 발열량 변동에 기인하는 연소 가스와 증기 변동의 관련성에 주목해, 시간 경과나 조작, 외란 등의 영향 인자를 배려한 데이터 구동형의 예측 모델식을 확립해, 과열기 출구 증기 온도 제어에 적용했다. 그 결과, 중회귀 분석법에 2분 후 예측값을 활용한 피드 포워드 제어를 도입함으로써, 고온 고압화에 대응한 과열기 출구 증기 온도 제어의 제어성이 향상되어, 연소 상태와 터빈 발전 전력량이 안정화되었다. 또, 가장 고온이 되는 3rd 과열기관의 부식, 감육량의 저감에의 효과도 있다. 이것은 쓰레기 소각 발전 시설의 안정화로 이어지고, 안정 조로의 계속은 기기의 열화나 손상이 억제되기 때문에 설비의 연명화를 초래한다. 또한 AI와 ICT를 활용한 자율주행에 의한 절력화·인원 최소화, DCS 수동 조작 최소화에 공헌한다.

당사는 소변 처리에 있어서 환경 부하의 저감, 비용 저감을 목적으로 기술 솜사탕토토하고 있어 소변 처리 시설에 있어서, 전 탈수 하수도 방류 방식에 적합한 아질산화 탈질소 처리 기술을 솜사탕토토했다. 이번 실증시험에서 그 효과를 밝혔으므로 그 결과를 보고한다.
실증 시험을 통해 질화조의 암모니아 농도를 제어함으로써 아질산화율을 대략 80% 이상으로 유지할 수 있음을 밝혔다. 또한, 시험장치에 소변처리시설의 전탈수 여과액(실액)의 투입량을 조정(2.0~4.5m)³/일) 함으로써, 질소 투입 부하를 3단계 변경하고, 각 부하에서의 운전 상황을 평가했다. 고부하 시 평균 0.21kg-N/kg-SS·일^－1의 질소 투입 부하로 운전한 바, 표준 부하 및 저부하 시와 마찬가지로 하수 배제 기준 이하인 처리 수질 T-N150mg/L 이하의 운전을 안정적으로 계속하였다.
8개월에 걸친 실증시험에서 취득한 데이터는 일반재단법인 일본환경위생센터에 의해 검증되었으며, 당사는 2022년 10월에 성능조사보고서를 수령했다.

강교 가설에 있어서의 부재 접합에서는 고강도 볼트가 많이 사용되고 있고, 그 마찰 체결의 관리로서 검사원이 본 체전에 볼트에 마킹을 행한 상태로부터 육안으로 판정하는 수법이 일반적으로 사용되고 있다. 본 솜사탕토토에서는, 다량으로 사용되는 고력 볼트의 검사 누설을 삭감하기 위해 복합 현실 디바이스나 태블릿 단말로 촬영한 영상을 이용한 고력 볼트 체결 상태 판정 시스템을 구축했다.
본 시스템에서는, 물체 검출 기술인 YOLO를 이용하여 고강도 볼트를 추출하고, 심층 거리 학습에 의해 정상 상태와 다른 정도를 판별했다. 또, 촬영 영상에 대해 라플라시안 필터를 적용하여 화상의 흔들림을 계산하고, 흔들림이 큰 화상을 판정 대상으로 하지 않는 것으로, 촬영시에 카메라가 흔들렸다고 해도, 시스템의 오작동이 되지 않고, 검사할 수 있도록 했다. 실물의 가설 자리수를 이용한 운용 시험을 행한 결과, 정밀도 좋게 체결 상태를 판정할 수 있는 것을 확인하였다.

당사와 주식회사 니치조테크는 다관식 열교환기에서 관단 용접부의 위상 배열 초음파 탐상 검사 시스템을 솜사탕토토하여 실기 검사에 적용해 왔다. 본 시스템은 AI 기술인 심층 학습을 이용하여 관단 용접부에 발생한 유해한 결함을 정밀도 높게 검출한다. 지금까지 5만 개소를 넘는 관단 용접부의 검사를 실시해, 유용한 검사 수법으로서 유저에게 인지되어 왔다. 본 시스템은 영상화된 데이터를 이용하여 결함의 유무를 판정하는 특징을 갖지만, 화상 중의 탐상 범위를 잘 추출할 수 없거나 결함이 아닌 반사 에코를 과도하게 검출하는 경우가 있었다. 그래서 탐상 범위 추출 방법을 개선하고 새로운 AI 기술을 활용하여 문제점을 해결했다. 종래 이상으로 고정밀도의 검사가 가능하게 되어, 다양한 다관식 열교환기에 검사 서비스를 적용할 수 있게 되었다.

대형강 구조물의 제조에 있어서, 용접 공정의 고효율화는 생산성을 높이기 위해 필요하다. 개방 각도를 거의 0°로 하고, 초층으로부터 최종층까지를 한층 한 패스로 시공하는 극협 개방 서브머지 아크 용접은 용접 효율의 대폭적인 개선을 기대할 수 있는 프로세스이다. 그러나, 극협 개방 용접은 통상의 개선 용접과 비교하여, 융합 불량이나 슬래그 감김 등의 용접 결함이 발생하기 쉽고, 실용화된 예는 적다. 그래서 당사는 이러한 용접 결함이 발생하지 않는 극협개선 용접 기술을 솜사탕토토하기로 했다.
먼저 디지털 파형 제어 전원을 사용하여 결함이 발생하지 않는 용접 조건 범위를 밝힌 다음 통계 모델과 최적화 기법을 사용하여 공정 내에서 용접 조건을 자동으로 선택하는 프로그램을 솜사탕토토했습니다. 마지막으로, 용접 품질을 확인하기 위해 압력 용기의 일반적인 재질인 판 두께 120mm의 후판 시험체(2)¹/₄Cr-1Mo강)에 대해 솜사탕토토한 기술을 적용했다. 그 결과, 충분한 품질을 얻을 수 있고, 실용화할 수 있는 것을 알았다.

히타치 조선은, 국립 연구 솜사탕토토 법인 신에너지·산업 기술 종합 솜사탕토토 기구(NEDO)의 위탁 업무 「차세대 부체식 해상 풍력 발전 시스템 실증 연구(바지형)」로서, 기타큐슈 해안에 3 MW 바지형 부체식 해상 풍력 발전 설비를 설치해, 2019년 본 실증 운전 중에 동적 케이블에 생물이 부착되어 그 영향으로 동적 케이블이 침하하는 사건이 발생했다.
본 보고서는 부표의 추가로 동적 케이블의 복구 공사, 부착 생물량의 조사 결과 및 유지관리에 대한 노력을 보고한다. 부착 생물량의 조사에서, 부착의 두께와 수심, 중량과 수심에 관한 경년 변화의 데이터를 정리한 결과, 수심과 부착 생물량과의 관계가 현저하였다. 또한 유지 관리를 위해 동적 케이블의 깊이를 모니터링하기 위해 노력하여 비교적 저렴한 장치로 원격 모니터링이 가능하다는 것을 입증했다. 또한, ROV(Remotely Operated Vehicle)를 이용한 부착 생물 제거에도 대처하여, 장래의 실용성에 대해서 검증을 실시하였다.