橫河電機和JSR公司使用人工智能連續35天對化工廠進行自主控制，開創世界先河

2022年3月22日

橫河電機集團
JSR Corporation

橫河電機公司和JSR公司宣布成功完成一項現場測試。該測試使用人工智能(AI)連續35天對一家化工廠進行了自主控制，此舉開創了世界先河*¹。該測試證明了強化學習人工智能可以安全地應用於實際工廠，並證明了該技術可以控制現有控制方法（PID控制*²/APC*³）所無法實現的操作，到目前為止，此類操作仍需要根據工廠人員的經驗判斷對控制閥進行手動操作。該舉措入選了日本經濟產業省2020年高級工業安全促進項目補貼計劃。

JSR化工廠的蒸餾塔

從煉油和石化產品到高性能化學品、纖維、鋼鐵、制藥、食品和水，製程工業中的控制跨越廣泛的領域。所有這些都涉及化學反應需要極高的可靠性。

在這項現場測試中，人工智能解決方案成功地處理了確保產品質量和保持蒸餾塔中液體處於適當水平所需的複雜條件，同時最大限度地利用餘熱作為熱源。這種方法可以穩定質量，提高產量^*4並節省能源。外部溫度的快速變化是擾亂控制狀態的主要外部因素，但在雨雪天氣中，生產的產品符合嚴格的標準並已經發貨。此外，由於只生產合格產品，因此不存在因生產不合格產品而耗費燃料、勞動力、時間和其他資源的情況。通製以下流程，安全操作得以實現。

控制區域和效果
點擊看大圖

通製以下製程確保安全運行：

確保工廠安全運營
點擊看大圖

本次控制實驗中使用的人工智能，由橫河電機和奈良先端科學技術大學院大學(NAIST)於2018年共同研發，稱為階乘內核動態策略規劃(FKDPP)算法，在電氣與電子工程師協會(IEEE)自動化科學與工程國際會議上被認定為全球首個可用於工廠管理的基於強化學習的人工智能技術*⁷。橫河電機在2019年成功進行了控制培訓系統*⁸實驗，在2020年4月成功進行了使用模擬器重建整個工廠的實驗*⁹，由此確認了這種自主控制人工智能*¹⁰的潛力，並將其從理論發展為適合實際應用的技術。此項技術可用於以往無法通製傳統控制方法（PID控制和APC）實現自動化的領域，其優勢之一在於能夠處理相互衝突的目標，例如對高質量和節能的需求。

鑒於有眾多複雜的物理和化學現象影響實際工廠的運行，仍有許多情況需要經驗豐富的操作員介入並進行控制。即使利用PID控制和APC實現自動操作，經驗豐富的操作員有時也需要停止自動控制並更改配定和輸出值，例如由於降雨或其他天氣導致大氣溫度突變時。這是許多公司工廠的常見問題。在推進工業自主化*¹¹製程中，，一個非常重大的挑戰是如何在人工干預不可避免的情況下實施自主控制，在確保高度安全的情況下儘可能地減少干預量。這項測試的結果表明，橫河電機與JSR公司的合作為解決這一長期存在的問題開辟了一條前進的道路。

橫河電機歡迎對這些舉措感興趣的全球客戶。橫河電機的目標是迅速提供實現工業自主化的產品和解決方案。

JSR公司認為，該試驗展示了人工智能在解決化工廠以往無法解決問題的可能性，並考慮將其在其他製程和工廠中的進行應用，以進一步提高生產效率。

未來，兩家公司將繼續合作，研究在工廠中使用人工智能的方法。

JSR生產技術總經理Masataka Masutani表示：“由於5G的全面發展、其他往數字化社會邁進方面的發展、確保工廠安全的人力資源的老齡化及其替代人員的缺乏，行業環境正發生變化，石化行業面臨著利用物聯網(IoT)和人工智能等新技術來提高生產活動安全性和效率的巨大壓力。JSR的研究方向是通製積極結合無人機、物聯網傳感器、攝像頭等新技術實現生產智能化，在本次實驗中，我們採用了人工智能控制技術來應對工廠製程控制自動化的挑戰。我們驗證了人工智能能夠自主控制以前依賴於操作員經驗而通製手動執行的製程，我們堅信人工智能控制技術的實用性和未來潛力。很多業內人士表示，這項技術不僅減輕了操作員的負擔，而且我們也積極應對了這項新技術的挑戰並取得了成功，這正是我們持續發展DX的動力。今後，我們將擴大人工智能控制的操作規模，努力提高化工廠的安全性、穩定性和競爭力。”

NAIST副教授Takamitsu Matsubara表示：“我很高興這次現場測試取得了成功。數據分析和機器學習已開始應用於化工廠運營，但可用於自主控制和運營優化的技術直到現在還冇有完全準備就緒。強化學習人工智能FKDPP算法由橫河電機和NAIST於2018年聯合研發，用於實現化工廠的自主控制。儘管必須採用大量傳感器和控制閥，但人工智能可以在有限學習試驗中生成穩健的控制策略。這些功能有助於提高開發製程的效率，並在現場測試期間實現長達840小時的自主控制。我認為在實際蒸餾塔中實現自主控制，集整個生產製程和安全性於一個系統，實際應用水平達到如此高的水平，都是非常了不起的成就，對於整個行業來說意義重大。我期待著看到這項技術的未來發展。”

橫河電機副總裁兼橫河產品總部負責人Kenji Hasegawa補充道：“這次現場測試的成功得益於只有客戶才能提供的對生產製程和操作方面的深入了解，以及橫河電機利用測量、控制和信息來創造價值的能力。試驗表明，自主控制人工智能(FKDPP)可以在全球範圍內大幅促進生產自動化、提高投資回報率以及環境可持續性。分布式控制系統能夠控制和監測工廠生產設施的運行，橫河電機在該系統的研發方面處於世界領先地位，並推動了一系列行業的發展。我們堅定地著眼於一個形成未來工業模式的自主操作的世界，目前正在推廣‘工業自動化到工業自主化’(IA2IA)的概念。為在能源、材料、制藥等眾多產業實現將人員、機器、材料和方法(4M)的差異影響考慮在內的強大而靈活的生產製程，我們將與世界各地的客戶合作，推動自主控制人工智能的聯合開發。”

*1 基於橫河電機於2022年2月進行的關於直接改變化工廠操作變量的人工智能調查。
*2 比例-積分-微分控制。由Nicolas Minorsky於1922年首次提出，是一種用於製程工業的基礎設施控制技術，用於控制數量、溫度、液位、壓力和成分等因素。根據當前值與設定值的偏差，使用P、I、D計算中的每一個結果針對目標值進行控制。這種控制模式存在無法應對多種外部干擾（天氣、氣候、材料成分變化）和目標值頻繁變化等問題，因此需要手動控制。
*3 先進製程控制。該控制技術使用數學模型，可以預測製程響應並為PID控制回路實時提供設定值，以提高生產率、質量和可控性。先進製程控制也可以很容易地用於控制，以提高產量、減少勞動時間並節約能源。利用APC可以減小數據偏差，從而更接近操作性能的極限（即獲得最佳性能）。然而，這項技術不擅長應對流體的快速蒸發和其他此類化學反應、材料成分的重大變化以及機械的變化，因此受到了限制。
*4 通製精制製程從原料中獲得的實際目標產品量。
*5CENTUM VP集散控制系統對整個生產製程同時監測和控制壓力、流速、溫度等因素，並集成各種互鎖功能，以實現安全穩定的操作和事故預防。為了防止工廠事故，可以與安全儀表系統(SIS)、緊急切斷裝定(ESD)、防火系統(F&G)等配合使用。
*6 一種可以阻止啟動的機制，除非在操作前滿足某些條件。該機制通製防止不正確的操作、程序錯誤等來提高安全性。
*7 《用於醋酸乙烯單體工廠模型控制的階乘內核動態策略規劃》，2018年8月。https://ieeexplore.ieee.org/document/8560593/. IEEE (電氣與電子工程師協會)電氣與電子工程師協會(IEEE)是一個位於美國的學術研究和技術標準化組織，專注於電氣和信息工程領域。IEEE在全球160個國家擁有超製40萬名會員。
*8 一種用於進行水位調節訓練和實驗的三罐水位控制系統，總體目標是在最低階段控制水位。該控制系統還帶有能夠產生人工干擾，從而隨機改變水流狀態的裝定。由於液體的特性，控制水流速在製程工業中是一項艱難的挑戰。通製對水流速的適當控制，該控制系統可提升制造工廠的生產效率。
*9 《用於醋酸乙烯單體製程全廠控制的可擴展強化學習》，控制工程實踐(Control Engineering Practice,)，第97卷，2020年4月
https://www.sciencedirect.com/science/article/pii/S0967066120300186
*10 橫河電機將自主控制人工智能定義為能夠獨立推導出最佳控制方法並具有高度穩健性，能夠在一定程度上自主處理前所未有情況的人工智能。
*11 橫河電機對工業自主化的定義如下：“工廠設備和運營將具有學習和適應能力，可以通製最少的人為交互做出響應，從而使運營商能夠執行更高級别的優化任務。”橫河電機於2021年對390家制造公司的534名決策者進行了一項關於實施工業自主化的全球最終用戶調查，結果顯示，42%的受訪者表示將人工智能應用於工廠製程優化會對未來三年內的工業自主化產生重大影響。
(參考: https://web-material3.yokogawa.com/24/32484/details/The_Acceleration_of_Industrial_Autonomy_English.pdf)

請聯系我們：

• 關於AI Solutions請聯系我們

關於橫河電機集團

橫河電機為能源、化工、材料、制藥和食品等多個行業的客戶提供測量、控制和信息領域的先進解決方案。橫河通製數字化智能制造幫助客戶解決日益複雜的生產、運營管理、資產、能源和供應鏈優化等問題，實現向自主運營的製渡。
橫河電機於1915年在東京成立，擁有17500多名員工，通製遍布61個國家的119家公司的全球網絡，為建設可持續發展的社會創造新價值。
如需了解更多信息，請訪問： www.yokogawa.com

關於JSR公司

JSR公司是一家在全球擁有9000多名員工的跨國公司，是各種技術驅動型市場的領先材料供應商，致力於推動材料創新，通製材料創造價值來造福社會、人類和環境。JSR的全球網絡總部位於日本東京，在歐洲、美國、中國大陸、中國台灣、韓國和泰國設有工廠和辦事處。JSR是一家以研究為導向的公司，與許多行業的領先創新者緊密合作，這些行業對人類社會現在和未來的福利至關重要：生命科學、電子材料、顯示器、塑料和合成橡膠。
如需了解有關JSR Corporation的更多信息，請訪問： https://www.jsr.co.jp/jsr_e/

本新聞稿中的公司、組織、產品、服務和標識的名稱是橫河電機株式會社、JSR公司或其各自所有者的注冊商標或商標。

現場測試概述

1. 現場測試目的

1. 證明強化學習人工智能（FKDPP：階乘內核動態策略規劃算法）可以安全地應用於需要安全保障的工廠。
2. 證明強化學習人工智能可用於控制現有控制方法（PID控制/APC）無法實現自動化的區域。

2. 詳細信息

3. 公司職責

4. 結果和常規控制的比較

5. [參考資料] 工廠控制中所使用的人工智能的主要特點