上海電気、ガスタービンの生産・保守にAIを活用

上海電気は2026年11月10日に発表し、重工業用ガスタービン事業で、産業用AIをブレード製造、溶接検査、ライフサイクル保守に活用していると明らかにした。同社のSIMPLEプラットフォームは、60基を超えるタービンから得られたデータと、累計100万時間を超える運転実績を活用している。

今回の発表では、機器エンジニアリングの専門知識と生産・運転データを組み合わせ、AIの活用範囲を部品製造から稼働中のプラントでのサービスにまで広げている。この取り組みは、重工業用タービンに求められる二つの重要な要件、すなわち複雑な部品の精密加工と、長期にわたる信頼性の高い運転に対応するものだ。こうした取り組みにより、製造品質と保守情報を、機器のライフサイクル全体を見据えた同一の戦略に組み込んでいる。

多品種対応のブレード生産

タービンブレードは大きさや形状、加工工程がそれぞれ異なるため、生産設備には複数の部品タイプや工程への対応が求められる。上海電気の柔軟な製造ラインは、AIビジョン、生産工程のデジタルツインモデル、インテリジェントな生産計画、ロボット技術を組み合わせ、多品種生産と自動段取り替えを支えている。

3次元ビジョンとAIにより、無作為に積み重ねられたブレード素材をピッキングして位置決めする前に識別する。上海電気によると、ピッキング精度は99.99％を超える。この工程は、基本的な自動化の課題に対応するものだ。機械が部品を扱うには、まず、一定の配置で供給されない部品を認識し、正しく取り扱わなければならない。

このラインではさらに、投入、加工、検査から最終梱包までの各工程にわたり、生産計画、製造実行、品質管理の各システムを連携させている。稼働を継続できるよう、オペレーターは全自動生産と各機械の単独運転を切り替えられる。つまり、多品種対応の自動化は、ブレードがラインを進む間も生産情報と品質情報を保持する、連携されたワークフローの一部となっている。

ローター溶接時の検査

品質保証の対象には大型で高価なローターも含まれ、溶接品質は安全な運転に直結する。こうした大型部品の加工面を検査するには、実務上の難しさがある。上海電気は、AI、ロボット制御、溶接の専門知識を組み合わせたAIベースの外観検査端末を開発し、溶接作業をリアルタイムで監視するとともに、欠陥を早期に特定できるようにした。

この端末の身体性AI設計では、協働ロボットに専用のエンドエフェクター（工具アタッチメント）を組み合わせている。ロボットアームはボタンを押すだけで伸縮し、溶接サイクルに自動で適応する。同社によると、5G接続により、システムは画像解析を完了し、数秒以内に検査結果を返せる。

現場で得られた観察結果を、工程の最適化と品質トレーサビリティにつなぐフィードバックループを構築している。そのため、検査データは個々の合否判定にとどまらない役割を果たす。実際の製造経験をデジタル知識として蓄積し、後続の生産作業で再利用できる。

運転データを保守に活用

SIMPLEでは、AIとガスタービンの運転原理に関する知識を組み合わせ、性能のリアルタイム監視、運転性能の動的最適化、潜在的な故障の早期警告を行う。クラウドとエッジの連携により、設計データと運転データを結び付け、監視、早期警告、診断、是正措置を網羅する意思決定支援ワークフローを実現する。上海電気は、これにより事後対応型の修理から予防的な保守への移行を支援すると説明している。

遠隔連携も、保守を支える手段の一つだ。専門家はプラント現場のライブ映像を確認し、拡張現実（AR）の注釈を使って保守作業を指示できる。そのため、技術支援を現場にいる人員だけに限ることなく、離れた場所にも届けられる。

上海電気は、製造と運転から得られるフィードバックを設計、生産、アフターサービスの改善に生かせるよう、ライフサイクルデータの統合をさらに進める計画だ。また、ガスタービン事業の国際展開を目指すなかで、実プロジェクトを通じてこれらの機能を検証・改良する方針であり、信頼性の高い運転、迅速な保守支援、費用対効果の高い長期運用に重点を置いている。

したがって、次の段階では、稼働中のプラントでの検証が重要となる。上海電気にとって、この連携型の取り組みは、国際展開をより広範な産業上の目標と結び付けるものだ。生産時やタービンの長年にわたる運転中に収集した情報を活用し、工場の工程と長期的な保守の両方を改善することを目指している。