March.30.2023

消息來源:橫河電機株式會社

ENEOS Materials Corporation(前身為JSR Corporation的彈性體事業部)與橫河電機株式會社(Yokogawa Electric Corporation, TOKYO: 6841)宣佈達成協議,將階乘核心動態策略程式設計(FKDPP)的強化學習人工智慧演算將正式應用於ENEOS Materials的化工廠。雙方在現場測試成功後達成這項協定。在測試中,使用自主控制人工智慧控制該工廠蒸餾塔幾乎一整年的期間,表現出高水準的效能。這是世界上首次正式採用強化學習人工智慧直接控制工廠的案例。

從2022年1月17日到2月21日連續35天(840小時)的期間,現場測試初步證實了人工智慧解決方案可以控制蒸餾作業。既有的操作需求超出現有控制方法(PID控制/APC)的能力,需要根據經驗豐富的工廠員工判斷,以人工方式控制閥門。在工廠按計畫停機進行維護和修理後,現場測試重新開始並持續至今。測試結果最終顯示,此解決方案能夠控制維持產品品質所需的複雜狀態,並確保蒸餾塔中的液體保持在適當水準,同時充分利用廢熱作為熱源。這種方法穩定了品質,獲得高產量並節省了能源。
ENEOS Materials在為期一年的驗證過程中發現,自主控制人工智慧是一套強大的系統,可以維持穩定的效能並在全年(包括冬季和夏季)促使作業最佳化。該公司將探索將這種人工智慧應用於其他類型的製程和工廠,並將繼續努力擴大自主化範圍以提高生產力和節省能源。

為了提升工廠自主化,橫河電機於2月27日推出用於邊緣控制器的自主控制人工智慧服務,同樣是世界首例。在提供這項服務的同時,公司還為希望工廠自主作業的客戶提供全球顧問服務。服務涵蓋控制問題的確認、調查最佳控制方法和計算成本效益的各個方面,並包括安全、實施、維護和運作。今後,ENEOS Materials和橫河電機將繼續合作,研究透過在工廠中使用人工智慧進行控制和預測性維護來實施數位轉型(DX)的方法。

ENEOS Materials Corporation生產科技部總監Masataka Masutani表示:「石化工業面臨許多嚴峻挑戰,諸如能確保設施安全運行的資深人員退休之類,在這種背景下,我們很高興看到使用人工智慧對過去手動控制的流程進行自主控制的示範。除了減少操作人員工作量之外,這項持續約一年的測試同時證明系統可以穩定運行,不受季節變化或定期維護和維修的影響,並且可以節省能源並減少溫室氣體排放。透過智慧生產,我們將繼續追求安全和穩定、脫碳營運並提升競爭力。」
奈良先端科學技術大學院大學(Nara Institute of Science and Technology)教授Takamitsu Matsubara表示:「強化學習的關鍵在於如何設計獎勵函數。在獎勵函數中緊密結合製程工業控制知識,可以創建具有高可靠性和有效性的人工智慧控制模型,實現全年穩定運行。本次現場測試證實,即使在進行定期維護和維修後,該模型仍能按原樣應用的事實,並也證明了人工智慧控制模型的穩健性。我相信,FKDPP這種能夠處理複雜狀態的新型控制技術,將會對全世界工業的發展做出廣域的貢獻。」
橫河電機副總裁兼橫河電機產品總部負責人Kenji Hasegawa表示:「我很高興能夠與客戶合作,迎接這項全球無與倫比的自主化倡議挑戰。由於物理和化學現象複雜性的影響,在工廠的實際作業中仍有許多很難控制的領域,需要經驗豐富的操作員手動介入。橫河電機專注於產品和顧問服務,將開發和擴大自主控制人工智慧的使用,同時與客戶合作,推動其脫碳、數位轉型和自主化行動。」
Back to the List
TOP