Tugevdamise õpialgoritm tehase automaatseks optimeerimiseks
Yokogawa ja Nara arenenud teaduse ja tehnoloogia instituut (NAIST) teatasid, et arendatakse ühiselt välja täiustatud õppe * algoritm, et automatiseerida tehase operatsioone. Tugevdamisõpe on tehisintellekti (AI) põhitehnoloogia. Selle algoritmi ühine arendamine annab praktilise lahenduse tehase tootmise kvaliteedi ja väljundi parandamiseks.
Tehisintellekt ja masinõpe (ML) on tehisintellekti alamhulk. Hiljuti on oodata läbimurdeid tehnoloogilistes muutustes erinevates valdkondades, mis on tekitanud laialdast muret. AI-d kasutatakse reaalses elus, näiteks autonoomsetes sõidukites ja paatides. Ehkki ML on viidud taimeandmete analüüsi, peavad ettevõtted ja akadeemilised institutsioonid seda täiendavalt uurima, enne kui neid saab automatiseerimise kontrollimiseks rakendada.
Aastate jooksul on Yokogawa pakkunud juhtimissüsteeme mitmesugustele tööstusharudele, nagu nafta, maagaas, kemikaalid, teras, tselluloos ja paber, meditsiin ja toit, ning on omandanud suure hulga tehaste käitamisega seotud tehnoloogiaid ja teadmisi. NAIST on uurinud ja arendanud ML-põhiseid tehnoloogiaid, nagu tõenäosuspõhine mõtlemine ja süsteemitehnoloogia, optimeerimise juhtimine ja tugevdamine, samuti intelligentsete robotite ja süsteemide arendamine, mis täidavad dünaamilises keskkonnas konkreetseid funktsioone.
Yokogawa ja NAIST on edukalt välja töötanud uue algoritmi, mis kasutab Yokogawa taimekontrollitehnoloogiat ja Yokogawa teadmisi ja teadmisi vastastikku sõltuvusest kontrolltsüklite vahel, et parandada kerneli dünaamilise strateegia programmeerimist (KDPP) ja NIST tugevdamist. tehnoloogia. Traditsioonilised tugevdamise õppimisalgoritmid nõuavad suurt kontrolli otsingu tagamiseks, et tagada praktiline rakendamine. Äsja väljatöötatud algoritm vähendab oluliselt vajalikku koolitust ja on seetõttu väga praktiline. Yokogawa ja NAIST on taimede simulaatoris kinnitanud, et kasutades uut algoritmi, et samaaegselt juhtida nelja erinevat ventiili destilleerimisprotsessi ajal vinüülatsetaadi tootmisettevõttes, ületab optimeerimisoperatsioon palju, mis on tavapäraste juhtimisalgoritmide või manuaalsete toimingute puhul võimalik.
Yokogawa ja NAIST teostavad (POC) kontseptsiooni testi ajakohase tehase keskkonnas, et kinnitada tegeliku kasutamise usaldusväärsust. Hiljuti väljatöötatud algoritm ilmus IEEE rahvusvahelisel konverentsil automaatikateaduste ja -tehnoloogia alal, mis toimus Saksamaal 20. – 24. Augustil.
Kui soovite osta toidutöötlusseadme mootorit, pöörake tähelepanu süsinikuharja mootorile.
