โยโกกาวา และ DOCOMO ประสบความสำเร็จในการทดสอบเทคโนโลยีการควบคุมระยะไกลโดยใช้ 5G, Cloud และ AI

โตเกียว ประเทศญี่ปุ่น - 30 พฤษภาคม 2022

บริษัทโยโกกาวาอิเล็กทริก
เอ็นทีที โดโคโม อิงค์

บริษัทโยโกกาวาอิเล็กทริก (TOKYO: 6841) และ NTT DOCOMO, INC. (DOCOMO) ประกาศในวันนี้ว่าพวกเขาได้ทำการทดสอบพิสูจน์แนวคิด (PoC) ของเทคโนโลยีการควบคุมระยะไกลสำหรับการแปรรูปทางอุตสาหกรรม การทดสอบ PoC เกี่ยวข้องกับการใช้งานในสภาพแวดล้อมคลาวด์ของ AI ควบคุมอัตโนมัติ, อัลกอริทึม Factorial Kernel Dynamic Policy Programming (FKDPP) ^{*1 ที่} พัฒนาโดย โยโกกาวา และสถาบันวิทยาศาสตร์และเทคโนโลยีนารา และการสื่อสารเคลื่อนที่รุ่นที่ห้า (5G) เครือข่ายที่ให้บริการโดย DOCOMO การทดสอบซึ่งควบคุมการดำเนินการแปรรูปโรงงานจำลองได้สำเร็จ แสดงให้เห็นว่า 5G เหมาะสมสำหรับการควบคุมระยะไกลของกระบวนการในโรงงานจริง

แนวโน้มในการค้นหาโรงงานผลิตในพื้นที่ห่างไกลและ/หรือพื้นที่อันตรายในช่วงไม่กี่ปีที่ผ่านมา ทำให้เกิดความต้องการที่เพิ่มขึ้นสำหรับการดำเนินงานทางอุตสาหกรรมระยะไกลและเปลี่ยนแปลงวิธีการทำงานของผู้คน ในขณะเดียวกัน อุปกรณ์ที่ใช้ในโรงงานในการทำให้บริสุทธิ์และปรับแต่งทรัพยากรและวัสดุสำหรับผลิตภัณฑ์ที่จำเป็นอาจเสื่อมสภาพได้หลังจากใช้งานไปหลายปี ดังนั้นการควบคุมและควบคุมระยะไกลที่เป็นอิสระจะเป็นประโยชน์อย่างมหาศาล ทางออกหนึ่งที่เป็นไปได้คือการติดตั้งอุปกรณ์ Edge ที่ติดตั้งสำหรับการสื่อสารไร้สายความเร็วสูงที่โรงงาน และใช้ AI ควบคุมอัตโนมัติบนคลาวด์เพื่อควบคุมอุปกรณ์แบบไดนามิก โยโกกาวา ได้พิสูจน์แล้วว่าอัลกอริธึม FKDPP เป็นโซลูชัน AI ควบคุมอัตโนมัติที่เป็นไปได้ ในการทดสอบภาคสนามที่โรงงานเคมี ^*2 เมื่อเดือนกุมภาพันธ์ที่ผ่านมา FKDPP ประสบความสำเร็จในการควบคุมกระบวนการที่ทราบว่ายากที่จะทำให้เป็นอัตโนมัติโดยใช้เทคโนโลยีการควบคุม PID ^*3 และ APC ^*4 ที่มีอยู่แล้วจึงดำเนินการด้วยตนเอง การรวมกันของ FKDPP และคลาวด์กับ 5G ซึ่งมีความหน่วงแฝงต่ำและความสามารถในการเชื่อมต่ออุปกรณ์จำนวนมาก สัญญาว่าจะเป็นเทคโนโลยีหลักสำหรับการบรรลุความเป็นอิสระทางอุตสาหกรรม

PoC overview
Zoom

ตามข้อตกลงระหว่าง โยโกกาวา และ DOCOMO ที่ประกาศเมื่อวันที่ 14 เมษายน 2021 การทดสอบสาธิตได้ดำเนินการเพื่อตรวจสอบว่าระบบควบคุม ระดับแทงก์ สามคัน ^*5 สามารถควบคุมได้โดยใช้ FKDPP ในคลาวด์ผ่านเครือข่าย 5G หรือไม่ กำหนดระดับน้ำเป้าหมาย ทำการทดสอบด้วยรอบการควบคุมความเร็วต่ำถึงความเร็วสูง และยืนยันผลกระทบของเวลาแฝงของการสื่อสารเคลื่อนที่ต่อการควบคุม FKDPP เมื่อเทียบกับ 4G การทดสอบแสดงให้เห็นว่าโดยเฉพาะอย่างยิ่งกับการควบคุมความเร็วสูง 5G ให้ 1) เวลาแฝงที่ต่ำกว่า 2) การโอเวอร์โหลดน้อยกว่าเมื่อเทียบกับระดับน้ำเป้าหมาย และ 3) มีความสามารถในการจัดการรอบการควบคุมที่สั้นเพียง 0.2 วินาที จึงบรรลุ การควบคุมที่ดีขึ้นเพื่อคุณภาพที่เสถียรและประสิทธิภาพการใช้พลังงานที่สูงขึ้น

Envisioned future application of 5G, cloud, and AI for industrial autonomy
Zoom

โยโกกาวา ซึ่งสนับสนุนแนวคิดของระบบอัตโนมัติทางอุตสาหกรรมเพื่อความเป็นอิสระทางอุตสาหกรรม (IA2IA) ตั้งแต่ปี 2019 มีเป้าหมายที่จะใช้เทคโนโลยี 5G สำหรับการควบคุมโรงงานระยะไกล ด้วยความร่วมมือกับ DOCOMO และลูกค้า จะดำเนินการตามความคิดริเริ่มขั้นสูงที่มุ่งอำนวยความสะดวกในการเปลี่ยนแปลงไปสู่ความเป็นอิสระทางอุตสาหกรรม

DOCOMO ดำเนินการปรับปรุงและพัฒนาเทคโนโลยีเครือข่ายอย่างต่อเนื่อง สร้างเครือข่ายขั้นสูงที่ปรับให้เข้ากับความต้องการของลูกค้าเฉพาะ และพัฒนาโซลูชัน 5G เพื่อวัตถุประสงค์สาธารณะและส่วนตัวที่หลากหลาย

ทั้ง โยโกกาวา และ DOCOMO ในฐานะสมาชิกของ 5G Alliance for Connected Industries and Automation (5G-ACIA) ซึ่งกำลังติดตามการใช้งานทางอุตสาหกรรมสำหรับ 5G จะยังคงประเมินการใช้ 5G สำหรับการดำเนินงานในโรงงานอิสระจากระยะไกล ด้วยการสาธิตในโรงงานของลูกค้าที่หลากหลาย และตรวจสอบความน่าเชื่อถือของการสื่อสารและปัญหาที่เกี่ยวข้องกับเวลาแฝงในระหว่างการใช้งานในระยะยาว บริษัทต่างๆ จะพยายามบรรลุการควบคุมอัตโนมัติที่เปิดใช้งาน 5G และ AI 5G-ACIA จะนำเสนอผลการทดสอบสาธิตนี้ที่ Hannover Messe 2022 ^*6 ระหว่างวันที่ 30 พฤษภาคมถึง 2 มิถุนายน

ความคิดเห็นจากบริษัท

Kenji Hasegawa รองประธานและหัวหน้าสำนักงานใหญ่ผลิตภัณฑ์ โยโกกาวา ที่ บริษัทโยโกกาวาอิเล็กทริก:
“AI ควบคุมอัตโนมัติของเราสามารถใช้ได้ไม่เฉพาะในอุตสาหกรรมกระบวนการเท่านั้น แต่ยังใช้ได้กับกระบวนการบางอย่างในระบบอัตโนมัติในโรงงาน เช่น กระบวนการให้ความร้อน สามารถใช้ในพื้นที่ที่ไม่สามารถใช้เทคโนโลยีการควบคุมที่มีอยู่ สามารถบรรลุเวลาการตกตะกอนที่สั้นลงเมื่อเปรียบเทียบกับเทคโนโลยีที่มีอยู่ และป้องกันการโอเวอร์โหลด โดยทั่วไปแล้ว ผลประโยชน์ที่จับต้องได้นั้นรวมถึงการเพิ่มผลผลิตและการสนับสนุนสังคมที่ยั่งยืนมากขึ้น โดยการเชื่อมโยงข้อมูลเกี่ยวกับการผลิต สินค้าคงคลัง ความต้องการ และเรื่องอื่นๆ กับ AI ควบคุมอัตโนมัติบนคลาวด์ จะสามารถปรับแนวทางการจัดการให้สอดคล้องกับการควบคุมการปฏิบัติงานจริงในพื้นที่โรงงานได้ แม้ว่าจะมีการใช้การสื่อสารไร้สายในโรงงาน แต่นวัตกรรมนี้ใช้ 5G สำหรับ AI ควบคุมอัตโนมัติบนคลาวด์ ด้วยการดำเนินการตามความคิดริเริ่มที่ล้ำสมัยนี้ร่วมกับ DOCOMO และลูกค้าของเรา เราจะเป็นผู้นำการเปลี่ยนแปลงไปสู่ความเป็นอิสระทางอุตสาหกรรม”

Hisakazu Tsuboya รองประธานอาวุโสและผู้จัดการทั่วไปของ 5G & IoT Business Department ที่ NTT DOCOMO:
“DOCOMO กำลังช่วยเปลี่ยนแปลงภาคอุตสาหกรรมด้วยเทคโนโลยีล้ำสมัยและโซลูชั่นมือถือที่หลากหลาย การสาธิตแสดงให้เห็นว่าการสื่อสาร 5G ที่มีความหน่วงต่ำช่วยปรับปรุงความแม่นยำของการดำเนินการควบคุมระยะไกลในโรงงาน ซึ่งคาดว่าจะมีส่วนอย่างมากต่อผลผลิตที่ยั่งยืนสำหรับการประมวลผลและการผลิตประเภทอื่นๆ DOCOMO ร่วมกับ โยโกกาวา และพันธมิตร จะยังคงพัฒนา 5G และสภาพแวดล้อมการสื่อสารเคลื่อนที่อื่นๆ สำหรับสถานที่ทำงานที่หลากหลายในอุตสาหกรรมการประมวลผล เพื่อที่จะเอาชนะความท้าทายและสร้างมูลค่าใหม่”

*1 The FKDPP AI algorithm, which uses reinforcement learning technology, can be applied to all kinds of control applications, including those that cannot be automated with existing control methods such as PID control or APC, to achieve conventionally challenging simultaneous goals, such as high quality and energy efficiency (see attachment for details).
*2 See press release (In a World First, Yokogawa and JSR Use AI to Autonomously Control a Chemical Plant for 35 Consecutive Days: https://www.yokogawa.com/news/press-releases/2022/2022-03-22/)
*3 Proportional-Integral-Derivative control, first proposed by Nicolas Minorsky in 1922, is an infrastructure-control technology for processing industries that is used to control items such as quantity, 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. In some cases, due to the characteristics of the mathematical expression, a value might exceed (overshoot) the set value or take time to settle to avoid overshoot.
*4 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 rapid vaporization of fluids, similar chemical reactions, major changes in material composition, and changes in machinery.
*5 A three tank level control system that is used for training and experiments involving the regulation of water flow from one level to the next with the aim of controlling the water level at the lowest tank.
*6 One of the world's largest international manufacturing exhibitions, which attracted some 6,500 companies and 220,000 people in 2019. https://www.hannovermesse.de/en/

 

เกี่ยวกับบริษัทโยโกกาวา

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 17,500 employees in a global network of 119 companies spanning 61 countries.
For more information, visit www.yokogawa.com

เกี่ยวกับ เอ็นทีที โดโคโม

NTT DOCOMO, Japan's leading mobile operator with over 83 million subscriptions, is one of the world's foremost contributors to 3G, 4G and 5G mobile network technologies. Beyond core communications services, DOCOMO is challenging new frontiers in collaboration with a growing number of entities ("+d" partners), creating exciting and convenient value-added services that change the way people live and work. Under a medium-term plan toward 2020 and beyond, DOCOMO is pioneering a leading-edge 5G network to facilitate innovative services that will amaze and inspire customers beyond their expectations. https://www.docomo.ne.jp/english/

ชื่อบริษัท องค์กร ผลิตภัณฑ์ บริการ และโลโก้ในที่นี้เป็นเครื่องหมายการค้าจดทะเบียนหรือเครื่องหมายการค้าของ บริษัทโยโกกาวาอิเล็กทริก, NTT DOCOMO Inc. หรือผู้ถือกรรมสิทธิ์

---

ภาพรวม ของ PoC

1. วัตถุประสงค์ของการทดสอบ PoC

การทดสอบยืนยันช่วงของการดำเนินการที่สามารถควบคุมได้ด้วย AI ควบคุมอัตโนมัติบนคลาวด์ผ่านเครือข่ายมือถือ 5G เปรียบเทียบประสิทธิภาพการควบคุมโดยใช้การสื่อสาร 4G และ 5G แยกกันในแง่ของเวลาแฝงและปริมาณงาน (ปริมาณข้อมูลที่ส่งและรับในช่วงเวลาที่กำหนด)

2. รายละเอียด

3. บทบาทของแต่ละบริษัท

4. ผลลัพธ์

ได้รับการยืนยันว่าเมื่อเทียบกับ 4G แล้ว 5G ให้ (1) เวลาแฝงที่ต่ำกว่าและ (2) ช่วยให้ดำเนินการควบคุมได้โดยใช้การโอเวอร์ชูตที่น้อยกว่า โดยเฉพาะอย่างยิ่งเมื่อใช้การควบคุมความเร็วสูง นอกจากนี้ยังได้รับการยืนยันด้วยว่า (3) การทำงานเป็นไปได้ภายในรอบการควบคุมที่สั้นเพียง 0.2 วินาที โดยรวมแล้ว 5G สามารถบรรลุการควบคุมที่ดีขึ้นและนำไปสู่คุณภาพที่เสถียรยิ่งขึ้นและประสิทธิภาพการใช้พลังงานที่สูงขึ้น

5. เกี่ยวกับ AI ควบคุมอัตโนมัติ (อัลกอริทึม FKDPP)

AI ที่ใช้ในการทดสอบสาธิตนี้คืออัลกอริทึม Factorial Kernel Dynamic Policy Programming (FKDPP) ซึ่งได้รับการพัฒนาร่วมกันโดย บริษัทโยโกกาวาอิเล็กทริก และ Nara Institute of Science and Technology (NAIST) ในปีพ. ศ. 2561 IEEE ได้รับการยอมรับว่าเป็น AI ที่เน้นการเรียนรู้แบบเสริมกำลังรายแรกในโลกที่สามารถนำไปใช้ในการจัดการโรงงานได้ ^*1​

FKDPP ให้ประโยชน์ที่สำคัญดังต่อไปนี้:

• สามารถใช้ได้กับการควบคุมทุกประเภท รวมถึงการใช้งานที่ไม่สามารถทำได้โดยอัตโนมัติด้วยวิธีการควบคุมที่มีอยู่ (การควบคุม PID หรือ APC) ทำให้วิศวกรสามารถบรรลุเป้าหมายที่ซับซ้อนซึ่งตามอัตภาพทำได้ยากพร้อมกัน เช่น คุณภาพสูงและประหยัดพลังงาน
• ปรับปรุงประสิทธิภาพการผลิตในแง่ของคุณภาพที่สูงขึ้น ประสิทธิภาพการใช้พลังงานที่ดีขึ้น ผลผลิตที่สูงขึ้น และระยะเวลาในการตกตะกอนที่สั้นลง
• เรียบง่ายเพราะต้องการการเรียนรู้น้อยกว่าและไม่ต้องการข้อมูลที่ติดป้ายกำกับโหลด
• ค่อนข้างง่ายที่จะอธิบายว่า AI ทำงานอย่างไร
• บรรลุความปลอดภัยในระดับเดียวกับระบบทั่วไป (แข็งแกร่งมากและสามารถรวมเข้ากับระบบควบคุมการผลิตที่มีอยู่ได้)

In April 2020, Yokogawa used a simulation model^*2 to confirm that its autonomous control AI has the potential to control an entire plant. In the same year, in an exhibit at Measurement Exhibition 2020 OSAKA (hosted by the Japan Electric Measuring Instruments Manufacturers' Association), the company demonstrated how this AI can autonomously control a three tank level control system. Although the system can be controlled with conventional PID control technology, it was shown that FKDPP can reduce the settling time by 30% to 50% while also preventing overshoot. In February 2022, Yokogawa successfully used the technology to control an actual chemical plant for 35 consecutive days, a world's first.

*1 Factorial Kernel Dynamic Policy Programming for Vinyl Acetate Monomer Plant Model Control (August 2018) https://ieeexplore.ieee.org/document/8560593/ The Institute of Electrical and Electronics Engineers (IEEE) is an academic research group and technology standardization institution for electric engineering, headquartered in the United States with more than 400,000 members in more than 160 countries.
*2 Scalable Reinforcement Learning for Plant-wide Control of Vinyl Acetate Monomer Process, Control Engineering Practice, Volume 97 (April 2020) https://www.sciencedirect.com/science/article/pii/S0967066120300186