データによる未来想像

従来のガラス溶解炉の運転では、炉の各所にピンポイントで温度計を設置し、これらの温度データを基に炉の管理を行ってきました。生産量や投入される原料の溶融状態、バーナーの燃焼状態などの変化により、最終製品に泡などの品質欠点が発生することがあります。現状では品質欠点を発生させないようエネルギーを増やして対応しています。炉内ガラス溶融状態を適切なエネルギー下で精度良く管理するため、炉内サーモビジョンカメラを導入しました。

炉内サーモビジョンカメラの情報を基に生産量に見合ったエネルギー投入量の管理を行うことで、さらなる省エネを目指しています。将来的には、データを深層学習させて、炉の予測制御運転を検討しています。

カットされたゴブ(ガラス玉)は、自然落下でトラフ(樋※とい)を滑り降り金型に投入されます。ゴブ形状や温度、トラフの摩擦係数等様々な条件が重なり金型へのゴブ遅れが発生し、びん欠点が発生することがあります。このゴブ遅れを検知する装置として、ゴブ落下タイミングが計測できるGAMを開発しました。
このゴブ落下タイミング情報とゴブ形状、ガラス温度情報を重ね合わせ見える化することにより、数値を基にしたオペレーションが可能となりました。

ゴブ遅れ起因の欠点を発生させないために、見える化画面で収集した情報を元に欠点予兆検知AIアルゴリズムの開発を行い検証を実施しています。

GAM装置：特許出願中 ゴブ遅れ予兆検知システム：特許出願中