本稿では，弊社が提供する「連携最適化ソリューション（CPO）」の概要と，板紙プロセスにおける実際の改善事例について紹介する。

紙パルプの製造工程は複数の連続するプロセスで構成された複雑なプラントであり，効率的な改善には工程ごとの部分最適ではなく，部門を超えた視点での最適化が必要である。そのためには膨大なデータの解析を行い，工程間の干渉も考慮した改善策を見出す必要がある。

CPOは，経験豊富な制御コンサルタントが現場調査とデータ解析を行い，シミュレーション技術を駆使して改善テーマの発見から実施まで包括的にサポートするサービスである。その基本フローは，現場調査・オペレータヒアリングから始まり，プラントデータの収集と解析，改善策の提案，シミュレーションによる事前の効果確認を経て，改善実施に進むというものである。事前シミュレーションでは改善効果を数値で示すことで，お客様の投資判断を助ける。

本サービスによって次のような改善効果が得られる。

・銘柄変更の所要時間を削減

・プロセス変動を抑制して品質を安定化

・自動制御の範囲拡大と使用率向上

事例として，レンゴー株式会社様金津工場での板紙プロセスにおける取り組みを紹介する。データ解析に基づき提案された改善の実施により，製品品質向上，蒸気使用量削減，そして銘柄変更の損紙時間を平均36％短縮することができた。これらにより年間数千万円の利益が継続的に得られており，また自動化による省力化と操業安定化も実現した。

CPOは製紙工場の最適化と自動化に大きく貢献するソリューションであり，省エネ・省ロスの観点に加え，作業量削減や属人化からの脱却といった課題解決にも効果的である。

紙パルプの製造工程は複数の連続するプロセスで構成された複雑なプラントであり，非常に多くの制御ループが存在する。このようなプラント全体の改善を行うには，膨大なデータを把握した上で，課題と原因を特定し，プロセス間の干渉も考慮して最適化を行う必要がある。そのような取り組みを進めるため，当社では「連携最適化ソリューション」サービスを提供している。本サービスによる主な改善効果は次の通りである。

・銘柄変更のロス時間を削減する（増産効果，原料・蒸気削減）

・プロセス変動を抑制して品質を改善する（原料・蒸気削減，返品削減）

・自動制御の範囲拡大と使用率向上（省力化・省人化，オペレーション標準化）

生産現場において，現状のオペレーションが当たり前となっている状況では，問題を認識することがそもそも困難な場合がある（隠れている改善テーマ）。また問題認識があったとしても，改善効果を定量的に示すことが難しく，改善に必要な投資判断ができない場合もある。

本サービスではまず課題の存在を明らかにすること，次にそれが改善可能であることを示すこと，そしてその改善効果を定量的に見積もることを，専門の制御エンジニアが包括的に実施する。本稿ではそのアプローチ方法と，取り組み事例の詳細を報告する。

事例：

①　調成・抄紙連携　銘柄変更制御の導入

⇒銘柄変更の所要時間20％以上削減，自動化範囲の拡大，オペレーション個人差の改善

②　調成工程・抄紙工程の相互干渉による変動の改善

⇒銘柄変更の坪量収束時間を50％以上短縮

紙パルプの製造工程は，複数の連続するプロセスで構成された複雑なプラントである。そのため管理部門もプロセス毎に存在している。この様な複雑なプラントの場合，制御ループも非常に多くなるため制御性改善についても管理部門毎での取り組みで終わることが多い。それによりプラントの効率改善に限界が生じている。この様な複数の工程から構成されるプラント全体の改善を行うには，膨大なデータを把握した上で，プロセスに存在する要因を特定し，プロセス間の干渉も考慮して最適化を行う必要がある。弊社ではこの課題を解決する為の，連携最適化ソリューションサービスを2019年より開始した。

同サービスでは，まず現場経験豊富なエンジニアが課題ヒアリングを行い，次にプラントビックデータを用いて要因を特定する。特定した要因に対し最適な制御性改善を提案し，合わせてプロセスシミュレーション技術で改善効果を確認する。事前に効果を確認できるので，安心かつ確実にプラントの操業改善を実施することができる。本稿では同サービスを板紙工程に適用する場合の代表的な手法を紹介する。

本稿では，プロセス間連携最適の視点から，複数プロセスからなるプラントの制御性を改善する取り組みを紹介する。この取り組みの基礎となるのは，DCSから収集した1秒周期のデータ（以下，プラントビッグデータ）である。プラントビッグデータの解析を行うことで，課題の洗い出しや原因特定を行い，具体的な改善につなげていくことが基本の活動フローとなる。実際に製紙工場に適用したソリューションを二例，紹介する。

一例目は，坪量の周期変動を抑制することで製品品質の安定，銘柄変更時間の短縮に効果を上げたPID制御チューニングである。プラントビッグデータの解析により，坪量変動が調成工程と抄紙工程のプロセス干渉によるものであることを突き止め，続いて改善すべき制御ループを特定した。さらに制御性改善のための新しいチューニングパラメータも独自のアルゴリズムにより過去の操業データを使って決定した。

二例目は，銘柄変更時の調成工程と抄紙工程の操作を自動連携させ，最短時間で目標品質に収束させる新しい制御ソフトウェアの開発である。プラントビッグデータの解析により，灰分の収束時間を短縮することで坪量を含めた全体の銘柄変更時間を削減できる余地を見出したことが開発のきっかけとなった。また本ソフトウェア自体も，プラントビッグデータ解析によるプロセス同定パラメータを使用することや，リアルタイムに解析を行い操業条件を提案する機能を持つなど，これまでにない特色を備えている。

当社は引き続き，プロセス連携最適化の活動に継続して取り組んでいく。