快速点击:
- 横河的强化学习AI技术控制JSR化工厂运转840小时。
- 除了控制JSR工厂的操作参数外，AI确保了产品质量，同时消除了与生产非规范产品相关的成本。
- 在制造商中，AI的主要用途包括来自控制器、制造执行系统、边缘和云应用程序以及驱动系统的数据分析。
 |
阅读以下文字实录: |
欢迎来到自动化的世界的技术问题。我是David Greenfield，内容总监，今天我将告诉你们人工智能现在是如何被用于自动化操作一个大型化工厂的操作，以及人工智能是如何被更广泛地应用于整个行业的传感器数据分析。
所以，让我们从使用人工智能来运行化工厂的操作开始。该测试由横河电机与化学制造商JSR公司合作完成，以确定人工智能在JSR工厂成功操作精馏塔的可行性。测试从2022年1月17日持续到2月21日，总共840小时——相当于35天的人工智能控制操作。
横河和JSR说，测试证实了人工智能技术——在这种情况下，一种被称为强化学习的人工智能——可以控制自动PID和高级过程控制应用之外的操作。横川说，这种人工智能技术可以处理相互冲突的目标，比如处理保持高质量和实现节能的双重需求。
据Yokogawa和JSR介绍，在此次测试中，AI技术的具体成果包括:确保产品质量，同时消除与非标准产品生产相关的成本。使蒸馏塔中的液体保持在适当的水平，同时最大限度地利用余热作为热源。而且，在可能因温度变化而破坏控制状态的恶劣天气中，在这段时间生产的产品仍然符合工厂的标准。
虽然测试证明了复杂的化工厂操作可以成功地自主控制，但横河和JSR指出，仍有许多情况需要资深操作人员介入。尽管如此，这次测试真正展示了人工智能在工业运营应用方面的发展潜力。
着眼于人工智能在制造业中更容易实现的应用，《自动化世界》最近对终端用户和系统集成商使用人工智能分析传感器数据进行了研究。这是任何智能制造或工业4.0计划的关键技术应用，因为传感器在这些应用中的扩展使用可以迅速积累更多的数据，超过人类有效分析的能力。此外，人工智能特别擅长识别人们可能忽略的异常类型，从而更好地早期发现故障。
从我们的研究中，我们了解到26%的终端用户目前正在将AI应用到传感器数据的生产应用中。考虑到人工智能相对较新，26%的数字可能看起来很低，但在人工智能在制造业应用的早期，这个数字应该被认为是一个不错的接受率。
就制造商如何使用AI分析传感器数据而言，系统集成商表示，他们看到的前三种应用与控制器、制造执行系统、边缘和云应用有关。终端用户同意系统集成商的观点，控制器和MES技术是AI在传感器数据方面的三大应用，但对终端用户来说，除了云和边缘技术，他们的其他主要应用与驱动系统有关。
更具体地说，终端用户表示，他们正在这三个领域使用AI进行组件和产品检查、整体资产运行状况监视、识别输送机上的部件和产品位置、质量检查以及扭矩、温度和振动分析。
集成商还指出了AI在资产健康分析中的好处。其中一人表示:“真正的好处来自于使用AI来查看所有数据——视觉、温度、流量、压力、振动、润滑、腐蚀等，从而提供对资产健康状况和剩余使用寿命的全面评估。”
另一家集成商指出，如果他们必须在传感器数据上选择一个对制造商最有用的AI技术应用，那将是旋转设备的振动监测。
希望大家喜欢本期的《技术问题》。继续关注这个领域，定期更新工业自动化技术的进展和应用。
