Servicio de aprendizaje de control de IA

Consulte el catálogo para obtener una explicación de nuestro servicio de aprendizaje de control de IA que utiliza la IA de aprendizaje por refuerzo de YOKOGAWA.

e-RT3 Plus Industrial AI Platform

Yokogawa La IA de aprendizaje por refuerzo de e-RT3 Plus, que por primera vez en el mundo ha conseguido controlar plantas de forma autónoma utilizando ^IA*, puede aplicarse ahora con e-RT3 Plus.

La plataforma de IA industrial y la IA de aprendizaje por refuerzo de Yokogawa ya están disponibles como paquete. Proporcionamos un entorno en el que los clientes pueden trabajar de forma independiente en su propio control de IA. La herramienta de aprendizaje de control de IA se proporciona en un entorno en la nube, por lo que siempre se puede utilizar la última herramienta de aprendizaje de control de IA. Es posible reducir la necesidad de desarrollo de nuevas infraestructuras y construcción de sistemas.

^*Basado en Yokogawa Encuesta eléctrica realizada en febrero de 2022 sobre IA que modifica directamente la variable manipulable en la planta química.

Click here the details of AI control products

Características de la IA de aprendizaje por refuerzo de Yokogawa

Con el control PID, muy utilizado en control, se puede conseguir un control de alta precisión cuando las condiciones son sencillas, pero se hace difícil cuando hay una gran perturbación en el estado de control o cuando hay un tiempo muerto largo. En muchos casos, los ajustes deben basarse en la intuición y la experiencia. La IA utiliza fácilmente el conocimiento empírico a través del aprendizaje, y con frecuencia puede deducir respuestas aunque no se haya establecido una teoría.

Yokogawa La IA de aprendizaje por refuerzo "Factorial Kernel Dynamic Policy Programming" (FKDPP^{)* es} muy práctica porque requiere menos ensayos que el aprendizaje por refuerzo general.

* Se trata de un algoritmo de IA de aprendizaje por refuerzo desarrollado conjuntamente por Yokogawa Electric y el Instituto de Ciencia y Tecnología de Nara (NAIST), y fue el primero del mundo en ser reconocido por la Conferencia Internacional del IEEE sobre Aprendizaje por Refuerzo.

Beneficios previstos del control de la IA

1. Asegurar la mano de obra del futuro y pasar a la automatización
   Automatizando con IA el ^proceso*1, que requería coordinación humana, resolveremos la escasez de mano de obra en la obra.
   ^*1: Un proceso que depende de la intuición y la experiencia de ingenieros cualificados / Un proceso que requiere ajustes humanos cada vez que se produce una perturbación.
2. Contribuir a mejorar el control
   Es posible controlar con supresión del rebasamiento. Es posible reducir la carga del equipo mejorando el control.
3. Tanto productividad como ahorro energético (Contribuir a la sostenibilidad)
   Mediante un control que acorte el tiempo de asentamiento, es posible asegurar la productividad (calidad, rendimiento, etc.) al tiempo que se reduce el derroche de energía.

Especificaciones del producto

* Purchase this product if you plan to use your existing OS-Free CPU module.
For new purchases, we offer the F3RP70-2L/L09 OS-Free CPU module with AI control license.

^*1:El aprendizaje de control AI no garantiza la generación del mejor modelo de control.
El rendimiento de un modelo de control varía en función de las características del equipo y de la calidad de los datos proporcionados.

Para utilizar la herramienta de aprendizaje de control de IA, ^{solicítela*2} en nuestro sitio web específico. Tras la solicitud, se creará una cuenta de usuario en el entorno de la nube y podrá empezar a utilizar la herramienta. La herramienta es una suscripción anual. Para crear un modelo de control de IA, debe preparar una máquina real o un simulador. Si emplea un simulador, puede crearlo utilizando la función de ^simulador*3 incluida en el servicio de aprendizaje de control de IA.

^*2: El número de serie del producto enviado de fábrica es necesario para aplicar. Por favor, póngase en contacto con nosotros para el área de ventas, ya que es necesario para confirmar el uso del servicio en la nube.
^*3: El simulador corresponde a una sola entrada y una sola salida según el método de identificación del sistema. Si el equipo controlado tiene múltiples entradas y salidas, es necesario preparar un simulador aparte.

Utilidad de conversión de archivos Yokogawa los archivos de grabación de la grabadora se pueden convertir a formatos que se pueden cargar (formato TSV)		Simulador Las condiciones pueden establecerse automáticamente para generar fácilmente modelos de control		Aprendizaje de control AI Los modelos de control generados se muestran gráficamente para su revisión

• El servicio de aprendizaje de control de IA y los sitios del paquete de software de control de IA se publicarán junto con la primera entrega programada del producto.
• About AI related products : Please go to AI Product Solutions page.

Dos modos de control

Aplicación

En combinación con controladores industriales de eficacia probada, nuestro control de IA puede utilizarse en una amplia gama de aplicaciones, incluido el control de plantas y máquinas.

• Admite periodos de control a partir de 0,01 segundos, y control de equipos que requieren alta velocidad
• Se pueden procesar varios bucles de control en un solo controlador
• Control híbrido que aprovecha las características del P ID y otros métodos de control convencionales.

Principales mercados

• Recursos y energía (petróleo, química, gas natural, energía eléctrica, energías renovables, etc.)
• Alimentación y agricultura
• Materiales (textiles, pasta y papel, pinturas, etc.)
• Productos farmacéuticos
• Equipos electrónicos (equipos de fabricación de semiconductores, etc.)
• Agua y alcantarillado

Ejemplos de aplicación

Control de temperatura, presión, nivel de agua/caudal, etc.
[Demostración] Control de calefacción de hornos
Comparación del control PID autoajustable con el control AI

Ejemplos de aplicación

¡Punto!

• Al tiempo que se garantiza la calidad, se suprime el rebasamiento (difícil de ajustar) y se reducen los tiempos muertos.
• Contribuye al ahorro energético mejorando la eficiencia
• La mejora de las características transitorias evita la carga innecesaria del calentador y contribuye a prolongar la vida útil del equipo.