【データ・AI活用×海外事例】米国の石油・ガスインフラ建設企業”McDermott”_AIによる画像認識で配管計装図の検図を自動化し、作業時間の大幅短縮と品質向上を実現

要約

• 課題：石油・ガスインフラ建設企業である”McDermott”では、情報量が膨大で複雑な配管計装図の検図作業において、時間がかかる、品質が安定しない、スキルが属人化しているという課題を抱えていた
• 解決策：同社は、AIによる画像認識が可能なVIKTOR.AIプラットフォームを導入し、配管計装図をアップロードするだけでミスを自動検出できる仕組みを構築した
• 成果：自動化により数十時間かかっていた検図が数分に短縮され、品質も安定した

課題

エネルギー・化学プラント分野のエンジニアリング企業 McDermott では、設計・建設のあらゆる工程において 配管計装図 が重要な基準資料として用いられています。
配管計装図は、配管・バルブ・計装機器・制御ループなどを1枚の図面に集約したものであり、設計の正確性や安全性を左右する中核的な図面です。一方で、情報量が非常に多く、プロジェクトによっては数十〜百ページ規模に及ぶこともあります。
このような特性を背景に、同社では配管計装図の確認・検証プロセスにおいて、以下のような課題を抱えていました。

【時間がかかる】
・目視による検図に多大な工数がかかり、設計コストを押し上げていた
配管計装図のチェックは一枚一枚目視で行う必要があり、熟練エンジニアでも1プロジェクトあたり数時間〜数十時間を要していました。
面枚数の増加に比例して工数が膨らみ、設計フェーズにおける時間的・人的コストが大きな負担となっていました。

【品質が安定しない】
・人的チェックでは見落としリスクを完全に排除できなかった
配管計装図は情報が密集しており、わずかな記載漏れや接続ミスが後工程での手戻りや安全リスクにつながる可能性があります。
しかし、目視確認は作業者の集中力や経験に依存するため、ミスを完全に排除することは困難でした。
・チェック観点や判断基準が属人的で、品質がばらつきやすかった
誤り検出の観点や判断基準がエンジニア個人の経験に依存しており、組織として再現性のあるチェックプロセスを確立できていませんでした。

【スキルが属人化】
・熟練エンジニアへの業務集中と属人化
配管計装図の検証には高度な専門知識が必要なため、経験の浅いエンジニアが短期間で担うことが難しく、確認業務が熟練者に集中していました。

解決策

同社は、オランダのソフトウェア企業VIKTORが提供する”VIKTOR.AIプラットフォーム”導入し、AIを活用することで課題を解決しました。

・画像認識モデルによる配管計装図の自動解析で工数を大幅に削減
Deep Learningを用いた画像認識モデルが、配管計装図を解析し、記号や接続・配管ミスの候補を自動で検出することで、設計工数の大幅な削減を実現しました。

・AIによる一貫したチェックで検証品質を安定化
AIが一定のルールと学習結果に基づいて誤り候補を抽出することで、作業者によるばらつきを抑えたチェックが可能となりました。

・操作が簡単なユーザーインターフェースの提供によりスキルの属人化を解消
配管計装図ファイルをアップロードするだけでAIが誤り候補を一覧化し、熟練者でなくても扱いやすい設計としました。

・教育支援機能によるナレッジの可視化
ミスのパターンや検出結果をリファレンスマニュアルとして出力・共有できる仕組みを構築し、人材育成と知識継承を同時に支援しています。

成果

・設計工数の大幅削減とスケーラビリティの向上
従来は1プロジェクトあたり最大で数十時間を要していた配管計装図のチェックを、数秒で実行可能としました。
また配管計装図100枚を約3分で処理できるスピードを実現し、図面枚数増加による工数増大という課題を解消し大幅なコスト削減を実現しました。

・チェック品質の安定化と再現性の確保
AIによる一貫したミス検出により、判断のばらつきを抑制し、設計品質と安全性の安定化・標準化を確立しました。

・若手育成とナレッジ継承の促進
誤りパターンを体系的に学習できる環境を構築することで、熟練者への依存を緩和し、人材育成と知識継承を同時に推進できる体制になりました。

実際の実現方法

同社が導入したシステムを、「Liberty DSP」で再現することが可能です。

LibatyDSP

「Liberty DSP」は、Liberty Dataが提供する、蓄積→分析・可視化→事象予測→事業最適化までを一気通貫で有機的に自動遂行することを志向したデータサイエンスプラットフォームです。

サービスサイト「Liberty DSP」　https://www.liberty-nation.com/product/

参考記事：
https://www.viktor.ai/customer-cases/46/mcdermott-artificial-intelligence-AI-piping-instrumentation-diagram-image-recognition