* 联系人
* 联系电话
* 联系邮箱
* 验证码
* 意见类型
* 意见内容
上传图片
横河电机和JSR Corporation进行了一项使用人工智能自动运行化工厂35天的现场测试，这在世界上尚属首次。“这项测试证实了强化学习AI可以安全地应用于实际工厂，并证明该技术可以控制超出PID/APC等现有控制方法能力的操作。”
过程工业的控制涉及广泛的领域，从炼油和石化到高性能化学品、纤维、钢铁、制药、食品和水。所有这些都需要化学反应和其他需要极高可靠性的电子元件。
本控制实验中使用的AI，即阶乘核动态策略规划（FKDPP）协议，由横河电机和奈良科学技术研究所（NAIST）于2018年联合开发，并在IEEE自动化科学与工程国际会议上被公认为世界上第一个可用于工厂管理的基于强化学习的AI。
通过2019年成功进行控制训练系统实验，以及2020年4月使用模拟器重建整个工厂的实验等举措，横河电机已经证实了这种自主控制AI的潜力，并将其从理论推进到适合实际使用的技术。它可用于以往传统控制方法（PID控制和APC）无法实现自动化的领域，其优势包括能够处理相互冲突的目标，例如对高质量和节能的需求。
鉴于影响实际工厂运营的众多复杂的物理和化学现象，在许多情况下，经验丰富的操作员必须介入并进行控制。
“即使使用PID控制和APC实现自动化操作，经验丰富的操作员也必须停止自动控制并更改配置和输出值，例如，当由于降雨或其他天气事件导致大气温度突然变化时。这是许多公司工厂的常见问题。”
关于向工业自治的过渡，一个非常重要的挑战是在迄今为止手动干预至关重要的情况下建立自主控制，并以尽可能少的努力做到这一点，同时确保高水平的安全性。两家公司都表示，这项测试的结果表明，横河电机和JSR之间的这种合作为解决这一长期存在的问题开辟了一条前进的道路。
面临压力
横河电机欢迎全球对这些举措感兴趣的客户。该公司旨在迅速提供产品和解决方案，以实现工业自主性。JSR认为，这次演示显示了人工智能在解决以前在化工厂无法解决的挑战方面的潜力，并将研究其在其他工艺和工厂中的应用，以进一步提高生产率。展望未来，两家公司将继续合作，研究在工厂中使用人工智能的方法。
NAIST副教授Takamitsu Matsubara评论说：“我很高兴听到这次现场测试成功。数据分析和机器学习现在正被应用于化工厂的运营，但可用于自主控制和运营优化的技术直到现在还没有完全准备好。强化学习AI FKDPP算法是横河电机和NAIST于2018年联合开发的，旨在实现化工厂的自主控制。尽管必须参考大量的传感器和控制阀，但AI可以在有限数量的学习试验中生成强大的控制策略。这些功能有助于提高开发过程的效率，并在现场测试期间实现了长达840小时的自主控制。我认为，在实际蒸馏塔中实现自主控制的这一非常困难的成就，以及实际应用水平已提高到将整个生产过程和安全集成到一个系统中的事实，对整个行业具有重要意义。我期待着看到这项技术的未来。”
自主操作
横河电机副总裁兼横河电机产品总部负责人Kenji Hasegawa补充说：“这次现场测试的成功来自于将只有客户才能提供的生产过程和运营方面的深入了解，以及横河电机利用测量、控制和信息来创造价值的实力结合在一起。它表明，自主控制AI（FKDPP）可以显著促进全球的生产自动化，ROI的最大化和环境可持续性。”
横河电机和JSR Corporation进行了一项使用人工智能自动运行化工厂35天的现场测试，这在世界上尚属首次。“这项测试证实了强化学习AI可以安全地应用于实际工厂，并证明该技术可以控制超出PID/APC等现有控制方法能力的操作。”
过程工业的控制涉及广泛的领域，从炼油和石化到高性能化学品、纤维、钢铁、制药、食品和水。所有这些都需要化学反应和其他需要极高可靠性的电子元件。
本控制实验中使用的AI，即阶乘核动态策略规划（FKDPP）协议，由横河电机和奈良科学技术研究所（NAIST）于2018年联合开发，并在IEEE自动化科学与工程国际会议上被公认为世界上第一个可用于工厂管理的基于强化学习的AI。
通过2019年成功进行控制训练系统实验，以及2020年4月使用模拟器重建整个工厂的实验等举措，横河电机已经证实了这种自主控制AI的潜力，并将其从理论推进到适合实际使用的技术。它可用于以往传统控制方法（PID控制和APC）无法实现自动化的领域，其优势包括能够处理相互冲突的目标，例如对高质量和节能的需求。
鉴于影响实际工厂运营的众多复杂的物理和化学现象，在许多情况下，经验丰富的操作员必须介入并进行控制。
“即使使用PID控制和APC实现自动化操作，经验丰富的操作员也必须停止自动控制并更改配置和输出值，例如，当由于降雨或其他天气事件导致大气温度突然变化时。这是许多公司工厂的常见问题。”
关于向工业自治的过渡，一个非常重要的挑战是在迄今为止手动干预至关重要的情况下建立自主控制，并以尽可能少的努力做到这一点，同时确保高水平的安全性。两家公司都表示，这项测试的结果表明，横河电机和JSR之间的这种合作为解决这一长期存在的问题开辟了一条前进的道路。
面临压力
横河电机欢迎全球对这些举措感兴趣的客户。该公司旨在迅速提供产品和解决方案，以实现工业自主性。JSR认为，这次演示显示了人工智能在解决以前在化工厂无法解决的挑战方面的潜力，并将研究其在其他工艺和工厂中的应用，以进一步提高生产率。展望未来，两家公司将继续合作，研究在工厂中使用人工智能的方法。
NAIST副教授Takamitsu Matsubara评论说：“我很高兴听到这次现场测试成功。数据分析和机器学习现在正被应用于化工厂的运营，但可用于自主控制和运营优化的技术直到现在还没有完全准备好。强化学习AI FKDPP算法是横河电机和NAIST于2018年联合开发的，旨在实现化工厂的自主控制。尽管必须参考大量的传感器和控制阀，但AI可以在有限数量的学习试验中生成强大的控制策略。这些功能有助于提高开发过程的效率，并在现场测试期间实现了长达840小时的自主控制。我认为，在实际蒸馏塔中实现自主控制的这一非常困难的成就，以及实际应用水平已提高到将整个生产过程和安全集成到一个系统中的事实，对整个行业具有重要意义。我期待着看到这项技术的未来。”
自主操作
横河电机副总裁兼横河电机产品总部负责人Kenji Hasegawa补充说：“这次现场测试的成功来自于将只有客户才能提供的生产过程和运营方面的深入了解，以及横河电机利用测量、控制和信息来创造价值的实力结合在一起。它表明，自主控制AI（FKDPP）可以显著促进全球的生产自动化，ROI的最大化和环境可持续性。”
网络工商电子营业执照
苏公网安备 32050602011266号
