โยโกกาวา เปิดตัวบริการ AI ควบคุมอัตโนมัติสำหรับใช้กับ Edge Controllers

โตเกียว ญี่ปุ่น 27 กุมภาพันธ์ 2566

บริษัทโยโกกาวาอิเล็กทริก (TOKYO: 6841) ประกาศเปิดตัวบริการเสริมการเรียนรู้สำหรับตัวควบคุมขอบ บริการควบคุมอัตโนมัติสำหรับ OpreX ™ Realtime OS-based Machine Controllers (e-RT3 Plus) ใช้ Factorial Kernel Dynamic Policy Programming (FKDPP) เสริมการเรียนรู้อัลกอริทึม AI และประกอบด้วยซอฟต์แวร์แพ็คเกจและบริการให้คำปรึกษาทางเลือก และ/หรือโปรแกรมการฝึกอบรม ขึ้นอยู่กับความต้องการของผู้ใช้ปลายทาง ซอฟต์แวร์นี้กำลังเผยแพร่ไปทั่วโลก ในขณะที่การให้คำปรึกษาและโปรแกรมการฝึกอบรมจะให้บริการในญี่ปุ่นก่อน จากนั้นในตลาดอื่นๆ

Autonomous control AI service for edge controllers
Zoom

ความเป็นมาของการพัฒนา

เนื่องจากความซับซ้อนของกระบวนการทางกายภาพ เคมี และกระบวนการอื่นๆ ในโรงงานจริง จึงยังมีอีกหลายส่วนที่ต้องมีการแทรกแซงจากผู้ปฏิบัติงานที่มีประสบการณ์ และการควบคุมพื้นที่เหล่านี้มักจะทำได้ยากและมีผลกระทบโดยตรงต่อคุณภาพของผลิตภัณฑ์และความสามารถในการทำกำไร เทคโนโลยีการควบคุมทั่วไปประกอบด้วยการควบคุม PID ^*1 และการควบคุมกระบวนการขั้นสูง (APC) ^*2 การควบคุมที่ซับซ้อนโดยใช้การควบคุมแบบ PID หรือ APC บางครั้งอาจต้องมีการปรับเปลี่ยน ซึ่งอาจใช้เวลาและความพยายามมากพอสมควร นอกจากนี้ พื้นที่ปฏิบัติงานบางส่วนของโรงงานไม่เหมาะสำหรับการควบคุม PID หรือ APC และต้องควบคุมด้วยตนเอง ผู้ปฏิบัติงานต้องใช้วิจารณญาณเมื่อป้อนข้อมูลควบคุม AI ควบคุมอัตโนมัติเป็นเทคโนโลยีใหม่สำหรับสถานการณ์ดังกล่าว ซึ่งบรรลุการควบคุมที่ซับซ้อนและขจัดความจำเป็นที่ต้องพึ่งพาการดำเนินการด้วยตนเอง

คุณลักษณะของผลิตภัณฑ์และบริการ

FKDPP เป็นเทคโนโลยีการควบคุมแบบใหม่ที่แตกต่างจากการควบคุมแบบ PID และ APC ในเดือนมีนาคม พ.ศ. 2565 มีการประกาศว่าหน่วยธุรกิจอีลาสโตเมอร์ของ โยโกกาวา และ JSR Corporation (ปัจจุบันเป็นของ ENEOS Materials) ได้สรุปผลการทดสอบภาคสนามเป็นเวลา 35 วัน ซึ่งใช้ AI เพื่อควบคุมสิ่งอำนวยความสะดวกในโรงงานเคมีอย่างอิสระซึ่งไม่สามารถควบคุมได้โดยใช้ วิธีการควบคุมที่มีอยู่และจำเป็นต้องมีการดำเนินการด้วยตนเองของวาล์วควบคุมตามดุลยพินิจของบุคลากรในโรงงาน เป็นครั้งแรกของโลก ^*3 ที่ทำได้สำเร็จแม้จะมีปัจจัยต่างๆ เช่น สภาพอากาศที่อาจทำให้สถานะการควบคุมหยุดชะงักอย่างมาก

ด้วยบริการใหม่ที่ โยโกกาวา ประกาศในวันนี้ ลูกค้าสามารถสร้างแบบจำลองการควบคุม AI โดยใช้อัลกอริทึม FKDPP และติดตั้งบนตัวควบคุมขอบ บริการนี้มีคุณสมบัติและข้อดีดังต่อไปนี้:

คุณสมบัติ

1. ต้องขอบคุณการลดความซับซ้อนของกระบวนการสร้างโมเดล AI แม้แต่ผู้เชี่ยวชาญที่ไม่ใช่ AI ก็สามารถสร้างโมเดล AI ควบคุมอัตโนมัติและติดตั้งบนตัวควบคุมขอบ e-RT3 ได้
2. การติดตั้งเพิ่มเติมของตัวควบคุมขอบด้วยการติดตั้งการควบคุมอัตโนมัติ AI สามารถทำได้ในขณะที่สิ่งอำนวยความสะดวกอื่น ๆ ยังคงใช้งานอยู่
3. รองรับรอบการควบคุมที่สั้นเพียง 0.01 วินาที และเหมาะสมที่สุดสำหรับแอปพลิเคชันควบคุมอุปกรณ์ที่ต้องการการตอบสนองอย่างรวดเร็ว

ข้อดี

1. เปิดใช้งานการควบคุมอัตโนมัติที่ทำได้เฉพาะการควบคุมด้วยตนเองเท่านั้น
   ด้วยการใช้ AI ควบคุมอัตโนมัติในพื้นที่ที่เกินขีดความสามารถของการควบคุม PID และ APC สามารถทำได้ทั้งการควบคุมอัตโนมัติและการควบคุมที่เหมาะสมที่สุด ช่วยให้สามารถควบคุมได้อย่างเสถียรซึ่งไวต่อการรบกวนจากภายนอกน้อยลงและเพิ่มผลผลิต
2. ปราบปรามการแหก
   แม้ว่าสิ่งนี้จะแตกต่างกันไปขึ้นอยู่กับเป้าหมายการควบคุม แต่ FKDPP จะยับยั้งการโอเวอร์ชูต การลด overshoot (เงื่อนไขที่เกินค่าที่ตั้งไว้) คาดว่าจะขยาย เช่น อายุการใช้งานของเตาเผาและอุปกรณ์ทำความร้อนอื่นๆ โดยการลดความร้อนสูงเกินไปโดยไม่จำเป็น
3. ลดเวลาในการตกตะกอนได้อย่างมาก
   FKDPP ช่วยลดเวลาในการตกตะกอนได้อย่างมากเมื่อเทียบกับการควบคุม PID ประหยัดพลังงานและปรับปรุงประสิทธิภาพการผลิต
4. ความสามารถในการบรรลุความสมดุลระหว่างความต้องการที่ขัดแย้งกัน
   แม้ว่าสิ่งนี้จะขึ้นอยู่กับเป้าหมายการควบคุม แต่ FKDPP สามารถแก้ไขข้อกำหนดที่ขัดแย้งกัน และยกตัวอย่าง เช่น บรรลุความสมดุลที่เหมาะสมระหว่างความจำเป็นในการลดการใช้พลังงานในขณะที่รักษาคุณภาพของผลิตภัณฑ์

หลังจากการสาธิตดังที่อธิบายไว้ด้านล่าง ตอนนี้ โยโกกาวา เปิดตัวบริการ AI ควบคุมอัตโนมัติใหม่นี้สำหรับใช้กับตัวควบคุมขอบในอุตสาหกรรมที่หลากหลาย โดยไม่จำเป็นต้องเปลี่ยนแปลงสิ่งอำนวยความสะดวกในโรงงานครั้งใหญ่

การควบคุมเตาทดลอง

เมื่อเปรียบเทียบกับการควบคุม PID ที่ปรับอัตโนมัติ แสดงให้เห็นว่าโซลูชันนี้สามารถยับยั้งการโอเวอร์ชูตและลดระยะเวลาการปักหลักลงได้ประมาณ 65% โดยการควบคุม PID ที่ปรับอัตโนมัติจะใช้เวลาประมาณ 30 นาทีในการตกตะกอน ในขณะที่การควบคุม AI อัตโนมัติใช้เวลาประมาณ 10 นาทีในการปรับ ชำระ.

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

e-RT3 edge controller
Zoom

หากต้องการใช้ระบบนี้ จำเป็นต้องมีตัวควบคุมขอบ (แยกจำหน่าย) การเข้าถึงบริการการเรียนรู้ AI อัตโนมัติ แพคเกจซอฟต์แวร์สำหรับการนำโมเดลการควบคุม AI ไปใช้งานบนตัวควบคุมขอบ และจำเป็นต้องมีใบอนุญาตเพื่อเรียกใช้โมเดลการควบคุม AI ทั้งนี้ขึ้นอยู่กับแอปพลิเคชัน โปรแกรมการฝึกอบรม บริการให้คำปรึกษาที่เกี่ยวข้อง บริการ วิศวกรรม และอื่นๆ พร้อมช่วยเหลือผู้ใช้ในการเริ่มต้น

Takamitsu Matsubara ศาสตราจารย์แห่ง Nara Institute of Science and Technology ซึ่งร่วมกันพัฒนาอัลกอริทึม FKDPP กับ โยโกกาวา แสดงความคิดเห็นว่า "คงจะยุติธรรมหากจะบอกว่า โยโกกาวา สามารถทำการค้าการเรียนรู้แบบเสริมกำลังได้ เนื่องจาก FKDPP ลดและทำให้จำนวนที่เป็นปัญหาของ การทดลองเรียนรู้เป็นไปได้มากขึ้น โยโกกาวา ได้แสดงให้เห็นถึงคุณค่าและการใช้งานจริงของ FKDPP ดูเหมือนจะไม่มีตัวอย่างอื่นใดที่เกี่ยวข้องกับการทำการค้าของการเรียนรู้เสริมกำลังในผลิตภัณฑ์ระบบควบคุมสำหรับอุตสาหกรรมการผลิต ฉันคาดว่า FKDPP จะสร้างคุณค่าใหม่ให้กับอุตสาหกรรมต่างๆ”

Kenji Hasegawa รองประธาน โยโกกาวา และหัวหน้าสำนักงานใหญ่ โยโกกาวา Products กล่าวเสริมว่า "การควบคุมเป็นส่วนสำคัญของคุณภาพของผลิตภัณฑ์และรายได้ของลูกค้า แต่ความรู้ของผู้ปฏิบัติงานที่มีประสบการณ์นั้นมีความสำคัญ เราเชื่อว่า AI การควบคุมอัตโนมัติ (FKDPP) เป็นนวัตกรรมใหม่ที่จะจัดการกับข้อกังวลของลูกค้าที่มีปัญหากับเทคโนโลยีการควบคุมแบบเดิม และจะทำเช่นนั้นด้วยวิธีการใหม่ๆ มากมาย ในอนาคต เราจะเปิดสาขาใหม่ที่เกี่ยวข้องกับความสำเร็จของการควบคุมที่ยืดหยุ่นตามกลยุทธ์การจัดการ ด้วยการให้คุณค่าแก่ลูกค้าของเรา เราจะมีส่วนช่วยในการพัฒนาอุตสาหกรรมอย่างยั่งยืน ในขณะเดียวกันก็ลดผลกระทบต่อสิ่งแวดล้อมให้น้อยที่สุด และเป็นผู้นำ IA2IA – การเปลี่ยนจากระบบอัตโนมัติทางอุตสาหกรรมไปสู่ความเป็นอิสระทางอุตสาหกรรม"

*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 -

ตลาดเป้าหมาย

• ทรัพยากร และพลังงาน (ปิโตรเลียม เคมีภัณฑ์ ก๊าซธรรมชาติ พลังงานไฟฟ้า พลังงานหมุนเวียน ฯลฯ)
• วัสดุ (สิ่งทอ เยื่อและกระดาษ สี ฯลฯ)
• อิเล็กทรอนิกส์ (อุปกรณ์การผลิตสารกึ่งตัวนำ ฯลฯ)
• อาหารและการเกษตร
• ยา
• น้ำและน้ำเสีย

การใช้งาน

การควบคุมอุณหภูมิ ความดัน ระดับน้ำ การไหล ฯลฯ

 

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 17,000+ employees in a global network of 122 companies spanning 61 countries.
For more information, visit www.yokogawa.com

ชื่อ บริษัท องค์กรผลิตภัณฑ์บริการและโลโก้ในที่นี้เป็นเครื่องหมายการค้าจดทะเบียนหรือเครื่องหมายการค้าของ บริษัทโยโกกาวาอิเล็กทริก หรือผู้ถือครองตามลำดับ