プラント運転の自動最適化のための強化学習アルゴリズム

横河電機と奈良先端科学技術大学院大学（NAIST）は、プラント運転の自動最適化のための強化学習*アルゴリズムの共同開発を発表しました。強化学習は、人工知能（AI）の分野における基本技術です。このアルゴリズムの共同開発は工場の生産品質と生産量を改善するための実用的な解決策を提供する。

人工知能と機械学習（ML）は、人工知能のサブセットです。最近では、さまざまな分野での技術革新の飛躍的な進歩が期待されています。 AIは、例えば、自律走行車やボートなど、実生活で使用されています。 MLはプラントデータ分析に使用されてきましたが、自動化制御に適用する前に、企業や学術機関によってさらに調査される必要があります。

YOKOGAWAは長年にわたり、石油、天然ガス、化学薬品、鉄鋼、紙パルプ、医薬品、食品などのさまざまな業界向けの制御システムを提供してきました。 NAISTは、確率論的推論やシステム工学技術、最適化制御、強化学習などのMLベースの技術を研究開発しているだけでなく、動的環境で特定の機能を実行するインテリジェントロボットやシステムの開発も行っています。

YOKOGAWAとNAISTは、YOKOGAWAのプラント制御技術とYOKOGAWAの制御ループ間の相互依存性に関する知識と専門知識を使用して、カーネル動的戦略プログラミング（KDPP）とNIST強化学習を向上させる新しいアルゴリズムの開発に成功しました。技術。伝統的な強化学習アルゴリズムは、適切な制御を確実にするために大量の検索処理を必要とし、これは実用的な応用にとって挑戦である。新しく開発されたアルゴリズムは、行わなければならないトレーニングの量を大幅に減らすので、非常に実用的です。 YokogawaとNAISTは、プラントシミュレータで、酢酸ビニル製造プラントの蒸留プロセス中に4つの異なるバルブを同時に制御する新しいアルゴリズムを使用することによって、最適化操作が従来の制御アルゴリズムまたは手動操作で可能なものをはるかに超えることを確認しました。

横河電機とNAISTは、実使用の信頼性を確認するために、最新の工場環境で（POC）コンセプトテストを実施します。新しく開発されたアルゴリズムは、8月20日から24日までドイツで開催されたIEEEオートメーション科学および工学に関する国際会議で発表されました。

食品加工用プロセッサーモーターを購入したい場合は、カーボンブラシモーターに注意してください。