تعزيز خوارزمية التعلم من أجل التحسين التلقائي لعمليات المصنع
أعلن Yokogawa و Nara Institute of Advanced Science and Technology (NAIST) عن تطوير مشترك لخوارزمية التعلم المحسنة من أجل التحسين الأمثل لعمليات المصنع. تعزيز التعلم هو تكنولوجيا أساسية في مجال الذكاء الاصطناعي (AI). يوفر التطوير المشترك لهذه الخوارزمية حلاً عمليًا لتحسين جودة الإنتاج وإخراج المصنع.
الذكاء الاصطناعي والتعلم الآلي (ML) هي مجموعة فرعية من الذكاء الاصطناعي. ومن المتوقع في الآونة الأخيرة تحقيق اختراقات في التغير التكنولوجي في مختلف المجالات ، مما أثار قلقا واسع النطاق. يتم استخدام منظمة العفو الدولية في الحياة الحقيقية ، على سبيل المثال ، المركبات والقوارب المستقلة. على الرغم من أنه تم وضع ML في تحليل البيانات النباتية ، إلا أنه يجب دراستها من قبل الشركات والمؤسسات الأكاديمية قبل أن يتم تطبيقها على التحكم الآلي.
على مر السنين ، قدمت Yokogawa أنظمة التحكم لمختلف الصناعات مثل النفط والغاز الطبيعي والكيماويات والصلب واللب والورق والأدوية والمواد الغذائية ، واكتسبت كمية كبيرة من التكنولوجيا والخبرة المتعلقة بعمليات المصنع. لقد قامت NAIST بإجراء الأبحاث وتطوير التقنيات القائمة على ML مثل الاستدلال الاحتمالي وتقنيات هندسة الأنظمة والتحكم في التحسين وتعزيز التعلم ، بالإضافة إلى تطوير الروبوتات والأنظمة الذكية التي تؤدي وظائف محددة في بيئة ديناميكية.
نجحت Yokogawa و NAIST في تطوير خوارزمية جديدة تستخدم تكنولوجيا التحكم في مصنع Yokogawa ومعرفة Yokogawa وخبرتهم للترابط بين حلقات التحكم لتحسين برمجة إستراتيجية النواة الديناميكية (KDPP) وتعلم NIST التعزيزي. تقنية. تتطلب خوارزميات تعلم التعزيز التقليدية كمية كبيرة من معالجة البحث لضمان التحكم المناسب ، وهو ما يمثل تحديًا للتطبيقات العملية. الخوارزمية المطورة حديثا تقلل إلى حد كبير من كمية التدريب التي يجب القيام بها ، وبالتالي فهي عملية للغاية. أكدت Yokogawa و NAIST على جهاز محاكاة المحطة أنه باستخدام خوارزمية جديدة للتحكم في أربعة صمامات مختلفة في نفس الوقت خلال عملية التقطير في مصنع إنتاج أسيتات الفينيل ، فإن عملية التحسين تفوق بكثير ما هو ممكن مع خوارزميات التحكم التقليدية أو العمليات اليدوية.
سوف يوكوجاوا و NAIST إجراء اختبار مفهوم (POC) في بيئة مصنع حديثة لتأكيد موثوقية الاستخدام الفعلي. تم إصدار الخوارزمية المطورة حديثًا في مؤتمر IEEE الدولي لعلوم وهندسة الأتمتة الذي عقد في ألمانيا من 20 إلى 24 أغسطس.
إذا كنت ترغب في شراء محرك معالجة الأغذية ، يرجى الانتباه إلى محرك فرشاة الكربون.
