Reforço de aprendizagem de algoritmo para otimização automática de operações de planta
Yokogawa e Nara Instituto de ciência e avançada tecnologia (NAIST) anunciaram o desenvolvimento conjunto de um algoritmo de aprendizagem reforçada * para otimização automatizada de operações da planta. Aprendizagem de reforço é uma tecnologia básica no campo da inteligência artificial (AI). O desenvolvimento conjunto deste algoritmo fornece uma solução prática para melhorar a qualidade da produção e a saída da fábrica.
Inteligência artificial e máquina de aprendizagem (ML) são um subconjunto da inteligência artificial. Recentemente, espera-se alcançar avanços na mudança tecnológica em várias áreas, que tem despertado preocupação generalizada. AI está sendo usado na vida real, por exemplo, veículos autónomos e barcos. Apesar de ML tem sido posta em análise de dados de planta, isso deve ser mais estudado por empresas e instituições acadêmicas antes de que pode ser aplicado ao controle de automação.
Ao longo dos anos, a Yokogawa forneceu sistemas de controle para vários setores como petróleo, gás natural, produtos químicos, aço, celulose e papel, medicina e comida e adquiriu uma grande quantidade de tecnologia e conhecimentos relacionados com as operações da planta. NAIST foi pesquisando e desenvolvendo tecnologias baseadas em ML como raciocínio probabilístico e técnicas, controle de otimização e reforço de aprendizagem, bem como desenvolvendo robôs inteligentes e sistemas que executam específicas de engenharia de sistemas funções em um ambiente dinâmico.
Yokogawa e NAIST tem desenvolvido com sucesso um novo algoritmo que usa a tecnologia de controle de planta Yokogawa e conhecimento Yokogawa e expertise da interdependência entre as malhas de controle para melhorar a programação de estratégia dinâmica do kernel (KDPP) e NIST aprendizagem do reforço. tecnologia. Algoritmos de aprendizado de reforço tradicional requerem uma grande quantidade de pesquisa de processamento para garantir um controlo adequado, que é um desafio para aplicações práticas. O algoritmo desenvolvido recentemente significativamente reduz a quantidade de treinamento que deve ser feito e, portanto, é muito prático. Yokogawa e NAIST confirmaram no simulador de planta que usando um algoritmo novo para controlar simultaneamente quatro válvulas diferentes durante o processo de destilação para a planta de produção de acetato de vinil, a operação de otimização excede o que é possível algoritmos de controle convencional ou com operações manuais.
Yokogawa e NAIST irão realizar um teste de conceito (POC) em um ambiente de fábrica actualizada para confirmar a confiabilidade da utilização real. O algoritmo desenvolvido recentemente foi lançado na Conferência Internacional de IEEE na ciência de automação e engenharia realizada na Alemanha, de 20 de agosto, 24.
Se você quer comprar um motor de processador de processamento de alimentos, preste atenção ao motor de escova de carbono.
