Алгоритъм за укрепване на армировката за автоматично оптимизиране на работата на централата
Yokogawa и Институтът за напреднали науки и технологии (NAIST) обявиха съвместното разработване на усъвършенстван алгоритъм за обучение * за автоматизирано оптимизиране на операциите в завода. Ученето за укрепване е основна технология в областта на изкуствения интелект (AI). Съвместното разработване на този алгоритъм дава практическо решение за подобряване на качеството на продукцията и продукцията на завода.
Изкуственият интелект и машинното обучение (ML) са подмножество на изкуствен интелект. Напоследък се очаква да постигне пробиви в технологичните промени в различни области, което е предизвикало широка загриженост. AI се използва в реалния живот, например автономни превозни средства и лодки. Въпреки че ML е вкаран в анализа на данните за предприятията, той трябва да бъде допълнително проучен от компании и академични институции, преди да може да се приложи към автоматизирания контрол.
През годините Yokogawa е осигурила системи за контрол на различни индустрии като петрол, природен газ, химикали, стомана, целулоза и хартия, лекарства и храни и е придобила голямо количество технологии и експертиза, свързани с експлоатацията на завода. NAIST изследва и разработва технологии, базирани на ML, като вероятностни разсъждения и техники за инженерни системи, оптимизиране на контрола и обучение за укрепване, както и разработване на интелигентни роботи и системи, които изпълняват специфични функции в динамична среда.
Yokogawa и NAIST успешно разработиха нов алгоритъм, който използва технологията за контрол на растенията на Yokogawa и знанията и знанията на Yokogawa за взаимозависимостта между контролните вериги за подобряване на динамичното стратегическо планиране на ядрото (KDPP) и NIST усилващо обучение. технология. Традиционните алгоритми за обучение за армиране изискват голямо количество обработка на търсенето, за да се осигури правилен контрол, което е предизвикателство за практическите приложения. Новоразработеният алгоритъм значително намалява количеството обучение, което трябва да се направи и следователно е много практично. Yokogawa и NAIST потвърдиха на симулатора на завода, че с помощта на нов алгоритъм за едновременно управление на четири различни клапана по време на процеса на дестилация в инсталацията за производство на винилацетат, оптимизационната операция далеч надвишава това, което е възможно с конвенционалните алгоритми за управление или ръчни операции.
Yokogawa и NAIST ще проведат (POC) концептуален тест в съвременна фабрична среда, за да потвърдят надеждността на действителната употреба. Новоразработеният алгоритъм бе публикуван на Международната конференция по автоматизация на науката и инженерството IEEE, проведена в Германия от 20 до 24 август.
Ако искате да закупите процесор за обработка на хранителни продукти, моля, обърнете внимание на двигател с въглеродна четка.
