リリース全文 (PDF:475KB) 
開発の特長
- AIの段階的な利用により、制御の根拠を明示可能
- AIが機器の設置環境の特性を推定することで、センサーで計測できないシミュレーター上の物理パラメーターを特定し数値化。これにより、制御対象機器のセンサー値やセンサーで計測できなかった物理量などを、AIが過去のセンサー値などの実働データから学習し予測
- 予測したセンサー値と物理量、特定した物理パラメーターを用いて、シミュレーターが機器の設置環境の状態変化を正確に予測。予測した設置環境の状態変化に対し、スケジューラー上でAIが最適な制御計画を立案
- 段階的に計算したセンサー予測値や設置環境の状態変化、立案した制御計画などを可視化することで、制御の根拠を明示。社会インフラ、空調機などの制御の納得性を高め、機器の動作を確認できるとともに、クレーム対応などで設備の管理者がユーザーへ制御の根拠を明示可能
- 機器の不調発生時に、AIが不調の根拠を明示可能
- AIが物理パラメーターを提示し、予測値や計画値と実際の値を比較し乖離を可視化。機器の不調※2発生時に、予測との乖離が発生している部位を特定し、制御が予定どおりに制御されなかった不調の根拠を、物理パラメーターを用いて明示可能
- また、予定どおり制御しているにも関わらず計画どおりの状態にならかった場合は、機器の異常や設置環境の変化が発生している可能性があり、ユーザーがそれらを認識できるため、早い段階でのメンテナンスや素早い復旧が可能
- ※2
故障や設置環境の変化により、機器が本来の機能を実現できなかった状況
