二次抵抗制御天井クレーンの高精度自動制御の実現！インバータ制御への置き換えが不要なレトロフィット型の自動化ソリューションの開発に成功！
株式会社 Proxima Technology
Smart MPC(R)は弊社独自の最適制御AIで、体験から学習し自発的に操作法を身につけます。PID制御よりも賢く、強化学習よりも実用的なこのAIは最適制御によってこれまでにない制御を実現します。
[画像:
https://prcdn.freetls.fastly.net/release_image/74074/22/74074-22-909ae90b34f297d697432bb1ce3bac98-2088x265.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
JFEスチール株式会社（以下、JFEスチール）と株式会社Proxima Technology（以下、Proxima社）は、天井クレーンの自動運転化の拡大に向け、二次抵抗制御1天井クレーンの高精度自動運転に対応した新たな自動化ソリューションの基本技術を開発しました。本技術は今後、当社の東日本製鉄所（千葉地区）の天井クレーンにおいて実装を予定しており、その後全地区で導入を進めていきます。今回、製造業向けAIシステムの開発を手掛けるProxima社が提供する、少ないデータから操作方法を学習できる制御AI「Smart MPC(R)」と、JFEスチールが長年培ってきたインバータ制御2クレーンを主としたクレーン自動化技術・ノウハウを組み合わせることで、従来は困難とされてきた二次抵抗制御の天井クレーンの高精度な自動運転を実現しました。
・二次抵抗制御天井クレーンの高精度自動制御 実機運転
[動画1:
https://www.youtube.com/watch?v=7JdKNfAT0XU ]
・Smart MPC(R)による二次抵抗クレーンの自動運転（シミュレーション）
[動画2:
https://www.youtube.com/watch?v=88qbZl9vlcY ]
・Smart MPC(R)による二次抵抗クレーンの自動運転（システム画面）
[動画3:
https://www.youtube.com/watch?v=bo2oN_Qh5z8 ]
【自動化ソリューションの共同開発の背景】
製鉄所内や物流拠点では多数の巻線型誘導電動機を用いた二次抵抗制御の天井クレーンが稼働しています。クレーンで安全に吊り荷を搬送するためには振れ止め・位置決めが必要になりますが、二次抵抗制御の振れ止め・位置決めには以下のような課題があります。
・操作入力がノッチ刻み*3で離散的。
・吊り荷重量やレール状態により同じノッチでも速度が大きく変動。
・極低速での運転速度が不安定。
そのため、クレーンの自動化にはインバータ制御への改造が一般的でしたが、高額なコストや長い工期、操業現場においては昨今の人手不足もあり、早急な自動化が課題でした。
【共同開発した自動化ソリューションの特徴】
今回開発したクレーン自動化ソリューションでは、クレーンに搭載した距離計やIMU*4などのセンサ情報をもとに、「Smart MPC(R)」が自律的に駆動特性を学習します。主な特徴は以下の通りです。
・吊り荷重量などが変化する環境でも高精度な振れ止め・位置決めを実現。
・半日程度の運転データによる学習が可能で、オンライン学習と組み合わせることにより、短期間で高い制御性能を発揮。
・JFEスチールの既存自動化技術と組み合わせることで、横走行操作を含むクレーン自動運転を実現。
本技術により、従来は自動化が困難であった二次抵抗制御天井クレーンに対しても、インバータ制御への置き換えが不要となり、短期間・低コストでの自動化が可能となります。
*1 二次抵抗制御：巻線形誘導電動機の速度やトルクを調整するための一般的な制御方式。電動機の二次回路に抵抗を接続し、その二次抵抗値を調整して速度制御を行う技術。
*2 インバータ制御：電圧と周波数を自在に変え、電動機の回転速度やトルクを最適に制御する技術。
*3 ノッチ刻み：所定の速度・トルクを得るために、二次抵抗値を段階的に切り替える運転方法。
*4 IMU：慣性計測ユニット（Inertial Measurement Unit）。3軸のジャイロセンサーと3軸の加速度センサを搭載し、物体の回転運動や直線加速度（3次元の慣性運動）を検出・測定する装置。
【Proxima社概要】
社名：株式会社 Proxima Technology
住所：〒101-0021 東京都千代田区外神田4丁目6番7号 カンダエイトビル 7F
代表者：代表取締役 深津 卓弥
事業内容：データ分析関連事業
資本金：5,000万円
設立年月日：2018年11月1日
URL：
https://proxima-ai-tech.comプレスリリース提供：PR TIMES
記事提供：PRTimes
