1～4 件を表示 ／ 全 4 件
好適な屋内環境と省電力化が課題！室温維持を達成する制御AIの開発を実現した事例
製造業における、空調制御AIによる室内環境最適化及び省電力化を 実現した事例をご紹介します。 食品工場など温度管理の欠かせない環境では、AIの自律的な学習により 空調を自動制御し、適切な屋内環境と省電力化を実現することが課題でした。 室温維持と消費電力削減を同時に達成するAIをシミュレーション環境で強化 学習により訓練し、実機に移植する短期間での制御AIの開発を目指す方針を採用。 シミュレーション環境を用いることで、現実と比較して1000倍速く制御AIの 開発に成功しました。 【事例概要】 ■業種：製造 ■業務：稼働最適化 ■課題：稼働最適化、自立制御、コスト削減 ■アナリティクス・AIソリューション ・学習済みAIを実機に移植する短期間での制御AIの開発を目指す方針を採用 ・PoC として室温維持のみにスコープを絞ってAI開発を実施 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
PSO（Particle Swarm Optimization）の制御設計への応用事例をご紹介！
ネオリウム・テクノロジーはさまざまなエンジニアリング分野におけるノウハウと各種シミュレーション・ツールを使った豊富なモデリングおよびシステムインテグレーション経験を基盤として、お客様のデザイン手法や問題を把握し、問題の解決まで責任をもって取り組みます。 PSO（Particle Swarm Optimization）の制御設計への応用事例を紹介しています。 PSOの制御設計への応用（航空宇宙産業技術展2008での発表資料） １）PID制御のパラメータ調整 ２）ロバストPID制御の設計 ３）乗り心地と操縦安定性を考慮したサスペンション設計 ●詳しくはカタログをダウンロード、もしくはお問い合わせください。
天気を味方に新発想。蓄電池の「力」をフル活用！
『SmartSC』は、太陽光発電と蓄電池を併用した自家消費システムにおいて、 余剰電力の予測により蓄電池の全効果を発揮させる最適化制御です。 発電予測と負荷予測から導き出された余剰予測に基づき事前に蓄えた電力を消費させることで、 蓄電池の高い充電率を維持しながら「余剰活用」を最大化します。 また、高い充電率を生かして「ピークカット」による電気基本料金の削減、 災害発生時にはBCPとして「重要負荷への電源供給」も最大化します。 『SmartSC』は、蓄電池がもたらすこれら3つの効果を各々最大化させる 技術として標準搭載されます。 【効果】 ■「余剰活用」「ピークカット」「BCP」効果を最大化 ■気象庁「メソモデル」を使用した最大36時間先までの発電予測 ■負荷および気温の履歴と気温予測に基づいた最大36時間先までの負荷予測 ■採算性シミュレーションの提供 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
業務効率化を実現する技術的可能性を示唆！制御AIを開発した事例
強化学習型AIによる重機の自動制御の 事例をご紹介します。 重機操業では、生産人口の減少に伴う技術継承不足により、技術者間で品質が安定しないという課題がありました。 また重機操業におけるデータの収集に大きなハードルがあった為、安全にデータを 収集する方法を確立する必要がありました。 そこで、重機に設置されたセンサーデータを用いて重機の一部動作を 再現するシミュレータを機械学習的に構築。そのシミュレータ環境上で 強化学習により制御AIを開発しました。 それにより、業務効率化を実現する技術的可能性の示唆を得ることができました。 【事例概要】 ■業種：建設 ■業務：施工 ■課題：省人化 ■アナリティクス・AIソリューション ・シミュレータ開発 重機に設置されたセンサーデータを用いて重機の一部動作を再現するシミュレータを構築。実機への制御信号に対するセンサーデータの挙動を学習。 ・制御AI開発 AIの制御信号に対するシミュレータの稼働と目標値の誤差を最小化するように学習。 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
