迄今为止，我们公司已经开发了一种“燃烧状态预测系统”作为人工智能，可以根据多个传感器的行为预测几分钟到几十分钟内燃烧恶化的可能性，并执行额外的控制以避免燃烧恶化。这次，为了让燃烧更加稳定，我们提高了AI模型的精度，增加了两个模型：垃圾层压差稳定模型（当助燃空气与垃圾层压差关系出现异常时，修正垃圾供给控制的模型）和动态预测模型（根据过去几分钟炉内燃烧视频，预测5分钟后炉内图像的模型）。
通过使用集成这三个模型的AI模型在实际设备上进行长期的演示测试，我们发现它能够比传统的AI模型保持更好的燃烧条件。此外，与仅使用自动燃烧控制相比，燃烧劣化时间缩短了58%，手动干预次数减少了86%。

与京都市南方清洁中心合作，我们开发了利用多元回归分析的过热器出口蒸汽温度控制方法，旨在提高垃圾焚烧发电设施的稳定运行。
在本次开发中，我们重点研究了输入废物热值波动引起的燃烧气体和蒸汽波动之间的关系，建立了考虑时间推移、运行和扰动等影响因素的数据驱动预测模型公式，并将其应用于过热器出口蒸汽温度控制。结果，通过在多元回归分析方法中引入使用2分钟后预测值的前馈控制，提高了过热器出口蒸汽温度控制对较高温度和压力的响应的可控性，稳定了燃烧状态和汽轮机发电量。它还具有减少处于最高温度的第三过热器管的腐蚀和减薄的作用。这将导致垃圾焚烧发电设施的稳定，并且持续稳定运行将抑制设备的劣化和损坏，从而延长设施的寿命。此外，通过使用AI和ICT的自动驾驶以及最大限度地减少DCS的手动操作，它将有助于节省劳动力和减少人员。

我公司正在开发减少人粪尿处理对环境的影响和成本的sungame太阳备用网，并开发了适用于人粪尿处理设施预脱水和污水排放方式的亚硝酸盐氧化和反硝化处理sungame太阳备用网。这次，我们通过演示测试阐明了其有效性，我们将报告结果。
通过示范试验表明，通过控制硝化池中的氨浓度，亚硝酸盐氧化率可以保持在大约80%或更高。另外，调整了从人体排泄物处理设施输入到试验设备中的预脱水滤液（实际液体）的量（20至45m）。³/天)，分三个阶段改变氮气输入负荷，并评估每个负荷下的运行状态。高负荷时，平均021kg-N/kg-SS·天^－1时，处理后的水质T-N在150mg/L以下，低于污水排除标准，并且继续稳定运行，与标准负荷和低负荷下一样。
8个月的示范测试期间获得的数据经过日本环境卫生中心验证，我公司于2022年10月收到性能调查报告。

钢桥施工中使用大量高强度螺栓来连接部件，摩擦紧固常用的管理方法是在最终拧紧前目视判断检查人员标记的螺栓状态。在本次开发中，我们创建了一个高强度螺栓拧紧状态确定系统，该系统使用混合现实设备和平板电脑终端拍摄的图像，旨在减少大量使用的高强度螺栓的检查遗漏。
该系统使用物体检测sungame太阳备用网YOLO来提取高强度螺栓，并使用深度远程学习来确定它们与正常情况的不同程度。此外，通过对拍摄的视频应用拉普拉斯滤波器来计算图像模糊，并将模糊程度较大的图像排除在判断之外，即使在拍摄过程中相机抖动，也可以检查系统而不会导致故障。通过使用实际安装的大梁进行操作测试，我们确认可以高精度地确定紧固状态。

我公司与Nichizo Tech Co, Ltd开发了多管式换热器管端焊缝相控阵超声波检测系统，并应用于实机检测。该系统使用深度学习这一人工智能sungame太阳备用网来准确检测管端焊缝中出现的有害缺陷。迄今为止，已经检查了超过 50,000 个管端焊缝，用户已认可该方法是一种有用的检查方法。该系统具有利用图像数据判断缺陷有无的特征，但有时无法很好地提取图像中的探伤范围，或者过度检测出非缺陷的反射回波。因此，通过改进缺陷检测范围提取方法并采用新的人工智能sungame太阳备用网解决了该问题。可以比以前进行更高精度的检查，并且检查服务现在可以应用于各种管壳式换热器。

在制造大型钢结构时，需要高效的焊接工艺来提高生产率。超窄坡口埋弧焊的坡口角度约为0°，从第一层到最后一层每层都在一次焊道中进行，是一种有望显着提高焊接效率的工艺。但超窄坡口焊比普通坡口焊更容易产生熔合不良、夹渣等焊接缺陷，投入实际应用的实例还很少。因此，我公司决定开发一种不会产生此类焊​​接缺陷的超窄间隙焊接sungame太阳备用网。
首先，我们使用数字波形控制电源来明确不会出现缺陷的焊接条件范围。接下来，我们开发了一个程序，使用统计模型和优化方法在过程中自动选择焊接条件。最后，为了确认焊接质量，我们对厚度为120毫米的厚板（2）进行了测试，这是压力容器的常见材料。¹/₄Cr-1Mo钢)。结果发现，获得了足够的品质并且可以投入实际使用。

日立造船在北九州海岸安装了3MW驳船式海上风力发电设施，并自2019年起进行示范运营，作为新能源产业sungame太阳备用网综合开发机构（NEDO）委托的“下一代浮动式海上风力发电系统示范研究（驳船式）”的一部分。在这次演示操作期间，附着在动力电缆上的生物体导致动力电缆下沉。
本报告报告了通过添加浮标对动态电缆进行的修复工作、生物污垢量的调查结果以及维护和管理工作。在附着生物量的调查中，我们整理了附着物的厚度和深度，以及重量和水深随时间变化的数据，发现水深和附着生物量之间存在显着的关系。我们还致力于监测动态电缆的深度以进行维护和管理，并能够证明使用相对便宜的设备可以进行远程监测。此外，我们还尝试使用ROV（遥控潜水器）去除附着的生物，并验证了其未来的实用性。