Yokogawa Lança o serviço de IA de controle autônomo para uso com controladores de borda

Tóquio, Japão - 27 de fevereiro de 2023

Yokogawa Electric Corporation (TOKYO: 6841) anuncia o lançamento de um serviço de aprendizagem por reforço para controladores de borda. Este serviço de controle autônomo para OpreX ™ Realtime OS-based Machine Controllers (e-RT3 Plus) utiliza o algoritmo de IA de aprendizagem por reforço Factorial Kernel Dynamic Policy Programming (FKDPP) e consiste em software empacotado e um serviço de consultoria opcional e/ou um programa de treinamento, dependendo dos requisitos do usuário final. Esse software está sendo lançado globalmente, enquanto a consultoria e o programa de treinamento serão fornecidos primeiro no Japão e depois em outros mercados.

Autonomous control AI service for edge controllers
Zoom

Histórico de desenvolvimento

Dada a complexidade dos processos físicos, químicos e outros processos nas fábricas atuais, ainda há muitas áreas que exigem a intervenção de operadores veteranos, e o controle dessas áreas geralmente é difícil e tem um impacto direto na qualidade e na lucratividade do produto. As tecnologias de controle convencionais incluem o controle PID*1 ^e o controle avançado de processos (APC^)*2. A obtenção de um controle complexo usando o controle PID ou APC pode, às vezes, exigir ajustes, o que pode demandar uma quantidade considerável de tempo e esforço. Além disso, algumas áreas das operações da fábrica não são adequadas para o controle PID ou APC e devem ser controladas manualmente, exigindo que os operadores façam julgamentos ao inserir entradas de controle. A IA de controle autônomo é uma nova tecnologia para essas situações, que alcança um controle complexo e elimina a necessidade de depender de operações manuais.

Recursos de produtos e serviços

O FKDPP é uma nova tecnologia de controle que é diferente do controle PID e do APC. Em março de 2022, foi anunciado que o site Yokogawa e a unidade de negócios de elastômeros da JSR Corporation (agora de propriedade da ENEOS Materials) concluíram com sucesso um teste de campo de 35 dias no qual a IA foi usada para controlar de forma autônoma uma instalação em uma fábrica de produtos químicos que não podia ser controlada usando os métodos de controle existentes e que exigia a operação manual de válvulas de controle com base nos julgamentos do pessoal da fábrica. Um feito ^inédito*3, realizado apesar da presença de fatores, como condições climáticas, que poderiam ter interrompido significativamente o estado de controle.

Com o novo serviço que a Yokogawa está anunciando hoje, os clientes podem criar modelos de controle de IA usando o algoritmo FKDPP e instalá-los em controladores de borda. Esse serviço tem os seguintes recursos e méritos:

Recursos

1. Graças à simplificação do processo de criação do modelo de IA, mesmo quem não é especialista em IA pode criar um modelo de IA de controle autônomo e instalá-lo em um controlador de borda e-RT3.
2. O retrofit dos controladores de borda com a instalação do AI de controle autônomo pode ser realizado enquanto outras instalações permanecem em uso.
3. Suporta ciclos de controle tão curtos quanto 0,01 segundo e é ideal para aplicações de controle de dispositivos que exigem uma resposta rápida.

Méritos

1. Permite o controle autônomo onde só era possível o controle manual
   Ao aplicar a IA de controle autônomo em áreas que estão além das capacidades do controle PID e do APC, é possível obter autonomia e controle ideal. Isso permite um controle estável que é menos suscetível a distúrbios externos e aumenta a produtividade.
2. Suprime o overshoot
   Embora isso varie de acordo com as metas de controle, o FKDPP suprime o overshoot. Espera-se que a redução do overshoot (uma condição em que um valor definido é excedido) aumente, por exemplo, a vida útil de fornos e outras instalações de aquecimento, reduzindo o superaquecimento desnecessário.
3. Reduz significativamente o tempo de estabilização
   O FKDPP reduz significativamente o tempo de estabilização em comparação com o controle PID, economizando energia e melhorando a produtividade.
4. Capacidade de alcançar o equilíbrio certo entre requisitos conflitantes
   Embora isso dependa das metas de controle, o FKDPP é capaz de resolver requisitos conflitantes e, por exemplo, alcançar o equilíbrio certo entre a necessidade de reduzir o uso de energia e manter a qualidade do produto.

Após demonstrações como a descrita abaixo, a Yokogawa está lançando agora esse novo serviço de IA de controle autônomo para uso em controladores de borda em uma ampla variedade de setores, sem a necessidade de grandes mudanças nas instalações da fábrica.

Controle experimental do forno

Em comparação com o controle PID ajustado automaticamente, foi demonstrado que essa solução conseguiu suprimir o overshoot e reduzir o tempo de estabilização em cerca de 65% - o controle PID ajustado automaticamente levou cerca de 30 minutos para estabilizar, enquanto o controle autônomo de IA levou cerca de 10 minutos para estabilizar.

Comparison of auto-tuned PID control and autonomous AI control
Zoom

e-RT3 edge controller
Zoom

Para usar esse sistema, são necessários controladores de borda (vendidos separadamente), acesso ao serviço autônomo de aprendizagem de IA, um pacote de software para a implementação de modelos de controle de IA em controladores de borda e uma licença para executar modelos de controle de IA. Dependendo da aplicação, programas de treinamento, serviços de consultoria relacionados, serviços engenharia e outros estão disponíveis para ajudar os usuários a começar.

Takamitsu Matsubara, professor do Instituto de Ciência e Tecnologia de Nara, que desenvolveu o algoritmo FKDPP em conjunto com a Yokogawa, comentou: "Seria justo dizer que a Yokogawa conseguiu comercializar o aprendizado por reforço graças à redução do FKDPP e à viabilização do número problemático de testes de aprendizado. A Yokogawa demonstrou o valor e a praticidade do FKDPP. Parece não haver nenhum outro exemplo envolvendo a comercialização do aprendizado por reforço em um produto de sistema de controle para o setor de manufatura. Espero que o FKDPP crie um novo valor para os setores."

Kenji Hasegawa, vice-presidente da Yokogawa e chefe da sede de produtos da Yokogawa, acrescentou: "O controle é uma parte importante da qualidade do produto e da receita do cliente, mas o know-how dos operadores veteranos tem sido essencial. Acreditamos que a IA de controle autônomo (FKDPP) é uma inovação revolucionária que atenderá às preocupações dos clientes que têm problemas com as tecnologias de controle convencionais, e isso será feito de várias maneiras novas. No futuro, também abriremos um novo campo que envolverá a obtenção de controle flexível com base na estratégia de gerenciamento. Ao fornecer valor aos nossos clientes, contribuiremos para o desenvolvimento sustentável do setor, minimizando o impacto sobre o meio ambiente, e lideraremos a IA2IA - a transição da automação industrial para a autonomia industrial."

*1 Proportional-Integral-Derivative control, first proposed by Nicolas Minorsky in 1922, is an infrastructure-control technology for processing industries and factory automation that is used to control items such as flow rate, temperature, level, pressure, and ingredients. It implements control aimed at target values based on P, I and D calculations according to deviations between current and set values. The amount of operation is the sum of the calculated results of P (proportional), I (integral) and D (differential) operations according to the deviation between the current value and the set value, and is controlled toward the “target value”. In some cases, a value might exceed (overshoot) the set value or take time to settle to avoid overshoot.
*2 Advanced Process Control uses a mathematical model to predict process responses and supply set values to the PID control loop in real time in order to improve productivity, quality, and controllability. It is easily applied for control to increase production, reduce labor time, and save energy. APC results in smaller deviations in data, making it possible to more closely approach the limits of operating performance (i.e., optimal performance), but it is not adept at responding to the nonlinear chemical reactions, and changes in machinery.
*3 In a World First, Yokogawa and JSR Use AI to Autonomously Control a Chemical Plant for 35 Consecutive Days - Putting into practical use a next-generation control technology that takes into account quality, yield, energy saving, and sudden disturbances -

Mercados-alvo

• Recursos e energia (petróleo, produtos químicos, gás natural, energia elétrica, energia renovável, etc.)
• Materiais (têxteis, papel e celulose, tintas, etc.)
• Eletrônicos (equipamentos de fabricação de semicondutores, etc.)
• Alimentos e agricultura
• Produtos farmacêuticos
• Água e esgoto

Usos

Controle de temperatura, pressão, nível de água, fluxo, etc.

 

Sobre a Yokogawa

Yokogawa provides advanced solutions in the areas of measurement, control, and information to customers across a broad range of industries, including energy, chemicals, materials, pharmaceuticals, and food. Yokogawa addresses customer issues regarding the optimization of production, assets, and the supply chain with the effective application of digital technologies, enabling the transition to autonomous operations. Founded in Tokyo in 1915, Yokogawa continues to work toward a sustainable society through its 17,000+ employees in a global network of 122 companies spanning 61 countries.
For more information, visit www.yokogawa.com

Os nomes de empresas, organizações, produtos, serviços e logotipos aqui contidos são marcas registradas ou marcas comerciais da Yokogawa Electric Corporation, ou de seus respectivos proprietários.