化学プラントにおけるコスト最適化のための蒸気量需要予測

三井化学株式会社様

最適化されたプラントの運転手法を事前に決定するシステム開発のために、化学プラントにおける近未来の蒸気需要量の変動を予測するモデルを構築。予測モデルには機械学習を採用し、工場の省エネルギー化と生産効率の最適化に貢献しました。

業種製造

課題業務効率化、コスト削減

活用技術需要予測

提供サービス 経営リソース最適配分／
発注量/生産量/在庫数の最適化 将来の予測／必要な各種リソースの予測 既存システム蓄積データの解析／既存システムのデータ活用 プロトタイプ開発プラン（PoC）

プレスリリースブレインパッド、三井化学のバッチプラントにおける近未来の蒸気量需要を予測－機械学習を活用し、工場の省エネルギー化と生産効率の最適化に貢献－

Solution

このようなソリューションを実現しました

従来のシステムでは、プラント内の必要蒸気量、電力の自家発電量、燃料コストをリアルタイムで監視してプラント運転のための最適解を管理者に提示するまででしたが、消費燃料を最適化して省エネルギー化を実現するためには、電力や蒸気量の近未来の変動を予測することが必要となっていました。本プロジェクトでは、三井化学の中核工場である大阪工場において、稼働・非稼働データと蒸気の使用実績データの関係を分析・学習することにより、近未来の蒸気の需要量を予測するモデルを構築しました。

三井化学では従来、プラント内の必要蒸気量、電力の自家発電量、燃料コストをリアルタイムで監視するシステムを開発し、最適なプラントの運転手法を提示するシステムを運用していましたが、近未来に起こる蒸気・電力量の変動を予測する仕組みを構築し、消費燃料を最適化した運転手法を事前に決定できるようにすることが課題となっていました。

導入後の成果