省エネルギー
電気と熱のエネルギーマネジメントと
生産性の向上を
トータル
エンジニアリングで支援します。
使わない省エネではなく、エネルギー利用効率の改善と故障予知による製造原単位の改善で、
CO2削減と生産効率の向上を両立し、エネルギー利用の最適化を実現します。
システム
ＥＭＳソリューション
熱電利用の見える化・分かる化・
最適化で環境負荷低減を推進
自社工場のスマート化に取り組む中で培ったノウハウをパッケージ化。
最適なエネルギー需給制御を実現するソリューションとして提供しています。
導入によるメリット
- エネルギー情報と製造管理情報の統合分析環境の実現
- 熱電供給の最適運用によるトータルエネルギーコストの削減
- EMSに加えて、設備稼働監視、保全管理、故障予兆解析による、設備のライフサイクル全体からみた運用効率の最大化
※ 効果は、規模や導入設備により異なります。
ＥＭＳが実現する
マネジメントサイクル
日常的、継続的に改善を進めるためのエネルギーマネジメント基盤の整備を3つのステップで実現
システム構成
熱エネルギーの有効活用
ヒートポンプを用いた排熱の回収や、利用価値のある余剰の熱・蒸気、電気・水・空気などを計測して使用エネルギーを正確に把握し、最適な運用によって省エネルギーを実現します。
蒸気発生ヒートポンプ
- CO2排出量約50%減
※ボイラCO2と電気CO2との比較
- 排熱、ドレン水、排温水を再利用
効果算出条件：加熱能力30kW、
年間運転時間8,760h、
CO2排出係数0.444kg-CO2/kWh
消費電力：82,125kWh
IoT/AIを活用し、ものつくりを効率化、環境負荷を低減します。
工場のスマート化によりエネルギー消費量を削減。止まらないものつくりに貢献します。
組立加工データ収集システム
OnePackEdge
（ワンパックエッジ）
現場のあらゆるデータを収集・解析し
「止まらない設備」を実現します。
CNC・PLC・各種センサからの環境データ・加工データを収集し、
製品ごと・生産サイクルごとにひとまとめ（ワンパッケージ）に蓄積するシステムです。
設備の不具合や不良品の発生などの要因解析を通して、「止まらない設備」の実現に貢献します。
現場型診断装置
SignAiEdge
（サインアイエッジ）
アナリティクス・AI（MSPC）を
搭載し「いつもと違う」
を見つけます。
既存の装置に取り付けるだけで自動で診断モデルを作成し、現場ですぐに異常兆候診断が始められます。
バッチ生産ラインにおける設備の異常を自動検知し、歩留まり改善、機械の安定稼働に貢献します。
診断開始までのステップ
-
「経験・勘」を活用
温度・圧力など
現場の知見から
収集データを設定
-
「いつも」を学習
正常データを
収集するだけで自動で
診断モデルを作成
-
「いつもと違う」を診断
自動で診断表示し
原因がわかるから
改善が可能
診断開始までのステップ
-
予兆検知
刃折れ予兆検知、モータ異常予兆検知により、ダウンタイムを削減することができます。
-
状態検知
ピストンの摩耗検知、刃先摩耗検知により、メンテナンス業務を効率化・高度化することができます。
-
原因検知
製品不良の原因を解析することにより、不良率の低減に取り組むことができます。
実績豊富なアナリティクス・
AIを駆使し
現場のデータから、
新しい価値を創出します。
高度な解析技術でエネルギーマネジメントや生産設備の稼働率向上による全体最適を支援します。
アナリティクス・AI
（解析・最適化技術）
現場の改善や製品の品質向上を
推進する「説明できるAI」
富士電機では、エネルギーから産業・店舗など様々な分野で培ったAI活用ノウハウを結集し、
お客様の現場データから新しい価値を生み出すアナリティクス・AIを提供しています。
論理性の高い
学習・判定を行う
説明できるAI
効果的な対処・改善
エネルギー利用の最適化
- エネルギーコスト削減
- エネルギー原単位削減
操業の最適化
- リードタイム短縮
- 品質向上
- 歩留まり改善
- プロセス異常回避
設備管理の最適化
- 不測のダウンタイムゼロ化
- メンテナンスコスト削減
人財の効果的な活用
- 熟練技術の継承
- 労働時間削減
富士電機の「説明できるAI」
「説明できるAI」は、学習データ、AIモデル、結果の根拠がそれぞれ説明できるようになっています。このことにより問題・課題の的確な対処が行え、安全性・信頼性が要求される分野に適用可能です。自社で培ったノウハウにお客様の知見を加え、お客様と共に課題を解決します。
学習データ説明なぜそのデータを使うのか？
学習データ
- 入力因子
- 出力因子
学習
AIモデル説明 なぜそう判断するのか？
AIモデル
判定
結果説明なぜその結果になったのか？
結果
- 認識結果
- 診断結果
- 予測結果
- 最適化結果
導入事例
アナリティクス・AI
| AI機能分類 | 適用アルゴリズム | 適用製品例 | お客様 | 効果（例） |
|---|---|---|---|---|
| 認識 | 音声認識 | 作業記録 | 植物工場 | 作業記録工数50%低減 |
| 画像Deep Learning | 半導体検査 | 半導体チップメーカー | 異常原因特定工数90%低減 | |
| 診断・分析 | MSPC | 現場型診断装置 MainGATE/MSPC （多変量解析ツール） |
機械セットメーカー 自動車、化学、 医療機器メーカー （約550パッケージ） |
不良発生率4.6%から 0.55%に低減 |
| ニューラルネットワーク | 変圧器寿命診断システム | 工場・施設など （寿命診断約1,740件） |
||
| 予測 | JIT予測＋決定木 | 電力需要予測システム | 新電力 （サービス契約28社） |
|
| ニューラルネットワーク | 最大電力予測システム | 電力会社（3社） | 絶対値平均誤差1%台 | |
| 最適化 | 数理計画法 | FEMS | 自動車、製紙工場など | 運用最適化による 省エネ5～7％ |
| BEMS | ショッピングモール、 小規模工場など |
運用最適化による 省エネ5～7％ |
多変量統計的プロセス管理技術
MSPC※
※Multivariate Statistical Process Control
（多変量統計的プロセス管理）
お客様との課題解決
経験から
磨き上げられた
解析アルゴリズム
プラントの履歴データから自動生成されるMSPC数式モデルにより、
品質診断、設備診断を高精度に行い、異常の兆候を検出します。
※某化学メーカー製造ラインの事例
(4.6%から0.55%)
導入から運用までの流れ
MSPCの導入メリット
現場データの効果的かつスピーディーな解析を実現します。既存のデータがある場合は、オフライン解析によって最短一日で簡易診断が可能です。また既存データがない場合も、エッジコントローラを既設システムに後付けすることにより、容易にデータ収集が可能です。導入の効果をお客様と共に確認しながら、解析内容を深堀した分析、オンライン解析システムの構築からシステム運用、維持・拡張まで対応しています。
システムの特長
MSPCは、富士電機がお客様と一体となって課題解決に取り組むなかで磨き上げてきた解析アルゴリズムです。因子数（製造実績データ、設備稼働実績データ、検査結果データなどの各項目数）の制約なしに、因子間の特徴抽出が可能です。さらに未知の異常でも検知することができます。また、連続系プロセスに加えてバッチ系プロセスのデータ解析も可能です。
導入事例
MSPC
SPCを搭載したパッケージソフトウェア（MainGATE/MSPC）として自動車、
化学、医療をはじめとしてさまざまな業種・分野において約550件の導入実績があります
| 業界 | 適用効果 |
|---|---|
| 自動車 | 製造工程の診断・分析による加工精度向上 |
| 化学 | 製造工程の診断・分析による品質歩留り向上、設備異常検知 |
| 医療機器 | 品質良否判定への適用による工程品質確保、生産量安定化 |
| 店舗 | 冷凍機システムの監視による異常予兆検知 |
上記以外の業界にも、多数の導入実績があります。
診断ツール画面
自社工場へのソリューション導入の
成果を
お客様の省エネや
生産性向上につなげます。
IoT技術を取り入れて、工場のスマート化を進めています。
事例紹介
山梨工場（半導体製造）
電気と熱の最適利用による
「省エネ」
「エネルギーの
安定供給」「BCP」を実現
エネルギー使用量の低減、瞬低や停電などによる製造ロスコスト削減に向けて、FEMS（工場エネルギー管理システム）を活用し省エネ、エネルギー供給リスクの回避に取り組みました。クリーンルームのFFU（ファンフィルタユニット）最適運転制御、加湿・温度制御方式の改良、外気冷熱を利用したフリークーリング運転などの他、BCP（事業継続計画）の観点からコージェネレーションシステムの導入も実施しました。
※平成28年度省エネ大賞(省エネ事例部門)経済産業大臣賞(節電分野)受賞「FEMS を活用した電気と熱の最適利用による省エネの取組み」
事例紹介
大田原工場（制御機器製造）
ダッシュボードを
導入し、
ライン生産性
向上を実現
生産計画の進捗、稼働率、製品品質、電気使用状況など、工場内のすべてをリアルタイムで把握できるモニタリングシステム「ダッシュボード」を導入しました。各工程のカメラ映像をダッシュボードに表示したことで、トラブル原因の調査が迅速化され、各工程の稼働率向上、ライン全体のダウンタイム短縮につながり、ライン生産性が向上しました。
事例紹介
吹上工場（制御機器製造）
※原油換算
CO2排出量・エネルギーコストを
ミニマム化し効率的な生産活動を実現
増産に伴うエネルギー使用量増加、夏場の猛暑（埼玉県熊谷地区）などの環境下で、電力予測システム（ZEBLA）を活用し予測モデルを作成することで最適なピーク制御による電力ミニマム化を実現。その他の省エネ活動など、工場トータルの取り組みの結果、2019年度省エネ大賞東日本大会省エネルギーセンター会長賞を受賞しました。
FRENIC-MEGA
