L1廃棄物処理・環境規模非公表
一般廃棄物焼却施設D（清掃工場）
その他・複合／JFEエンジニアリング（BRA-ING）
延べ92日間の完全自動運転（うち59日間は連続完全自動運転）を達成し、従来より安定した燃焼状態を確認※母数規模の記載なし（参考値）
L1 ベンダー公表数値は公開時点のもの
ごみ焼却発電施設E（清掃センター）
一般廃棄物焼却・ごみ発電施設のごみクレーン運転／その他・複合／導入ツール: カナデビア（旧・日立造船）
- 業種
- 廃棄物処理・環境
- 規模帯
- 規模非公表
- 業務領域
- 現場・店舗運営
- 公表時期
- 記載なし
課題
導入前に抱えていた問題
従来システムではごみの撹拌度合いが成り行き任せで燃焼が不安定になり、ごみ発電の安定化のためごみ質の均一化が必要だった。
- 品質・正確性
- 人手不足・採用難
導入
導入したツール・取り組み
カナデビア（旧・日立造船） を導入。 用途は「LiDAR・カメラによるごみ質推定とAIによるごみクレーン自動運転で、ごみの撹拌・均一化を自動化」（出典元の記載による）。
成果
公表されている成果
撹拌度の可視化とAI自動運転でごみ質を均一化し、燃焼の安定性向上・自動化率の向上を実現
※母数規模の記載なし。当サイトの基準により、この数値は見出し・集計には使用していません。
出典（原文）: https://www.kanadevia.com/company/dx/case/case04.html
定性的な変化（出典元の記載を要約）
撹拌状況の可視化と撹拌度という新指標の設定、AI自動運転によるごみの均一化で、燃焼安定性と自動化率を向上させた。
出典とエビデンスレベル
L1 ベンダー公表
ベンダー（提供企業）が公表した導入事例。当サイトでは企業名を匿名化し、出典リンクを明示して引用しています。
出典: https://www.kanadevia.com/company/dx/case/case04.html
最終確認日: 2026-07-16。掲載内容に誤りがある場合はお問い合わせからご指摘ください。
関連
廃棄物処理・環境の他の事例
L1廃棄物処理・環境規模非公表
資源ごみ選別・リサイクルA社
画像検査・写真整理／PFU（リコーグループ）
ビン選別工程の自動化を実現し施設の大幅な省人化を実現（実証時の認識精度99.8%）※母数規模の記載なし（参考値）
L1廃棄物処理・環境50〜299名
最終処分場運営B社
需要予測・在庫最適化／NTTコミュニケーションズ（Node-AI）
年間約504時間の労務時間と100万円以上の人件費の削減効果を試算（pH予測は±0.2の誤差範囲）※母数規模の記載なし（参考値）
L1廃棄物処理・環境規模非公表
産業廃棄物中間処理C社
画像検査・写真整理／ウエノテックス（AIはRita Technologyが開発）
コンクリート・プラスチック・ダンボール・石膏ボード等の多種材質を自動選別、約1個/秒の選別速度で24時間連続稼働※母数規模の記載なし（参考値）