ENEOS Materials Corporation und Yokogawa Electric Corporation haben beschlossen, Factorial Kernel Dynamic Policy Programming (FKDPP), einen auf Reinforcement Learning basierenden KI-Algorithmus, offiziell für den Einsatz in einem Chemiewerk von ENEOS Materials zu übernehmen. Dieser Entschluss folgt auf erfolgreiche Tests des autonomen KI-Systems, welches ein Jahr lang bei der Steuerung einer Destillationskolonne in der Anlage eine hohe Leistung erbracht hatte.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
Künstliche Intelligenz als direkte Steuerung einer Anlage durch IoT Analytics im März 2023
Im März 2023 hat ein Team von IoT Analytics ein neues Verfahren zur direkten Steuerung von Anlagen durch maschinelles Lernen und Verstärkungslernen entwickelt. Es ist das erste Mal, dass KI für diesen Zweck verwendet wird und basiert auf umfangreichen Sekundärforschungen öffentlich zugänglicher Quellen.
Yokogawa definiert autonome KI-Steuerung als eine Lösung, die in der Lage ist, die optimale Methode für die Steuerung selbstständig zu bestimmen und robust genug ist, um auch unbekannte Situationen zu bewältigen.
Yokogawa und JSR führten einen Praxistest über 35 Tage in Folge durch, um KI für die autonome Steuerung einer Chemieanlage zu nutzen. Diese Technologie der nächsten Generation verbessert Qualität, Ertrag, Energieeffizienz und Störungserkennung.
Dieser Test bestätigte, dass die KI-Lösung Destillationsvorgänge steuern kann, die bislang eine manuelle Bedienung der Ventile erforderten. Im Laufe des Tests hat sich gezeigt, dass sie in der Lage ist, die komplexen Bedingungen zu steuern und die Produktqualität zu wahren und gleichzeitig Energie zu sparen.
Autonome KI-Steuerung: Vorteile im Feldversuch
1. Stabilität ganzjährig gewährleisten
Die autonome KI-Steuerung sorgte dafür, dass die Flüssigkeitsstände kontrolliert wurden und die Abwärme in jedem Wetter optimal genutzt wurde. Es wurden keine Probleme beobachtet und ein stabiler Betrieb sowie eine hohe Produktqualität erreicht.
2. Reduzierte Umweltbelastung
Die autonome KI-Steuerung ermöglichte eine effiziente Produktion qualitativ hochwertiger Produkte, die den Versandstandards entsprechen. Durch diese Steuerung wurden Betriebsstoff- und Arbeitskosten gesenkt, der Rohstoffeinsatz optimiert und der Dampfverbrauch sowie die CO2-Emissionen um 40 Prozent reduziert.
3. Verminderte Arbeitslast und erhöhte Sicherheit
Die autonome KI-Steuerung ermöglicht eine automatische Verarbeitung von Informationen, was den Nutzern mehr Komfort und Sicherheit bietet. Es reduziert auch die psychische Belastung der Bediener und verringert das Risiko menschlicher Fehler.
4. Die Stabilität des Modells der KI-Steuerung steht für eine zuverlässige, effiziente und gesicherte Steuerung.
Dank routinemäßiger Wartungs- und Reparaturarbeiten konnte die Steuerung durch KI erfolgreich beibehalten werden.
ENEOS Materials hat einen einjährigen Feldversuch durchgeführt, um die autonome KI-Steuerung als robustes System zu bewerten. Das Ergebnis war ermutigend, da es stabile Leistung über das ganze Jahr hinweg lieferte und den Betrieb optimierte. Zukünftig wird ENEOS Materials versuchen, die Produktivität weiter zu verbessern und Energie zu sparen, indem es den Umfang der Autonomisierung erweitert.
Yokogawa hat im Februar eine KI-basierte Automatisierungslösung für Edge Controller eingeführt, die weltweit als erste kommerziell verfügbar ist. In Verbindung mit dieser Lösung bietet das Unternehmen Anwendern Beratungsdienstleistungen an, um den autonomen Anlagenbetrieb zu unterstützen.
Neos Materials und Yokogawa arbeiten zusammen, um digitale Transformation (DX) durch den Einsatz von Künstlicher Intelligenz (KI) für die Steuerung und zustandsabhängige Wartung von Anlagen voranzutreiben.
ENEOS Materials Corporation hat einen Test gestartet, um KI zur autonomen Steuerung von Prozessen einzusetzen, die früher manuell gesteuert wurden. Durch dieses System können die Arbeitslast für Bediener verringert und gleichzeitig Energie gespart sowie Treibhausgasemissionen reduziert werden.
Takamitsu Matsubara, Professor am Nara Institute of Science and Technology, hat erklärt, dass der Schlüssel zu Reinforcement Learning in der Gestaltung der Belohnungsfunktion liegt. Der erfolgreiche Feldtest zeigte, dass es möglich ist, ein KI-Steuerungsmodell mit einem hohen Maß an Zuverlässigkeit und Validität zu schaffen. Diese neue Steuerungstechnologie wird einen weitreichenden Beitrag zur Entwicklung der Industrie in der ganzen Welt leisten.
Yokogawa und ein Kunde haben erfolgreich die weltweit einmalige Autonomisierungsinitiative umgesetzt. Yokogawa wird sich weiterhin dafür einsetzen, den Einsatz der autonomen KI-Steuerung zu entwickeln und auszuweiten, um Kunden bei ihrem Bestreben zu unterstützen, Dekarbonisierung, digitale Transformation und Autonomisierung voranzutreiben.
