Ein auf Künstlicher Intelligenz (KI) basierender Algorithmus namens FKDPP erleichtert die Integration von bisher noch manuellen Eingriffen in umfassende Steuerungen.
Aus Anwendersicht ermöglicht dies eine autonome Prozesssteuerung, wo bisher nur eine manuelle Steuerung möglich war. Damit verlängert sich durch die Verhinderung eines Überschwingens (Sollwert-Überschreitung) die Lebensdauer von Komponenten wie Öfen und anderen Heizsystemen. Eine reduzierte Einschwingzeit spart Energie und verbessert die Produktivität. Und selbst widersprüchliche Steuerungsziele finden zum richtigen Gleichgewicht (z. B. geringer Energieverbrauch vs. gleichbleibend hohe Produktqualität). Als Vergleichsmassstab für diese Verbesserungen sind konventionelle Regeltechnologien anzusetzen (z. B. PID, APC).
Möglich werden der Wegfall der (Rest-)Handgriffe, wie etwa die Bedienung von Steuerventilen, und ihre Integration in autonome Steuerungen durch sogenanntes Reinforcement Learning. Bei dieser KI-Variante werden Algorithmen so trainiert, dass sie schliesslich selbstständig Entscheidungen treffen können. Einer dieser Algorithmen ist FKDPP (Factorial Kernel Dynamic Policy Programming). Er hat das Reinforcement Learning jetzt für die Prozess- und Fertigungsindustrie praxisreif und marktfähig gemacht.
Yokogawa Europe Branches B.V.
Amersfoort
Swiss Branch Allschwil
4123 Allschwil
Stefan.Lugert@yokogawa.com
www.yokogawa.ch
