Высокий

Сохранить для чтения. Опубликовано Эмили Томас, заместителем редактора World Cement, пятница, 30 октября 2020 г. 12:23

Дирк Шмидт и Ойген Гейбель, KIMA Process Control, обсуждают, как методы контроля высокого уровня (HLC) использовались в цементной промышленности в начале 2000-х годов и управляли все более сложными процессами с замкнутым контуром управления, в которых стандартные контроллеры терпели неудачу.

Достижение «Индустрии 4.0» было важной задачей отрасли на протяжении многих лет. В последнее время такие термины, как «большие данные» и «ИИ» (искусственный интеллект), стали активно использоваться во многих областях. Ожидается, что ИИ в сочетании с большими данными обеспечит решения давних проблем, не только в области автоматизации. Поэтому может быть удивительно узнать, что полностью автономная работа мельницы (включая использование искусственного интеллекта) осуществляется с 2009 года. В этой статье кратко суммируется, как методы контроля высокого уровня (HLC) использовались в цементной промышленности в начала 2000-х годов и как им удается управлять все более сложными процессами с замкнутым контуром управления, в которых стандартные контроллеры выходят из строя.

Чтобы ускорить интеграцию передовых технологий в цементную промышленность, некоторые бизнес-консультанты предложили «скопировать» решения «Индустрии 4.0» химических заводов/НПЗ и применить их на цементных заводах. Недавним примером является отчет о первом успешном преобразовании обычного управления установками в управление с помощью искусственного интеллекта, который квалифицирует это как прорыв. Здесь необходима осторожность – возможности ИИ, как показывает его история, по-прежнему ограничены.

ИИ — очень широкий термин, и трудно найти определение этой концепции, с которым все согласны. В более широком смысле ее можно определить как раздел информатики, занимающийся моделированием разумного поведения компьютеров, то есть способностью машины имитировать разумное (человеческое) поведение.

С технической точки зрения, большинство систем искусственного интеллекта, которые сегодня используются в промышленности, представляют собой алгоритмы, управляемые данными. Основной принцип этих алгоритмов относительно прост, но свои возможности они приобретают благодаря огромным объемам данных, высокой частоте повторения вычислений и множеству взаимосвязей.

Использование ИИ для решения многих задач — не новая идея. Развитие более быстрых компьютеров с возможностью хранить и обрабатывать огромные объемы информации (большие данные) делает использование ИИ возможным и разумным. Глубокое обучение, которое само по себе является частью машинного обучения, использует многоуровневую искусственную нейронную сеть (ИНС) для обучения на основе больших данных и поиска шаблонов, которые можно использовать для решения проблем после некоторого обучения ИНС.

Автоматизация, основанная на знаниях, включая нечеткую логику и аналитические методы, такие как, например, управление с прогнозированием моделей (MPC), также являются частью ИИ (рис. 1). В зависимости от задачи разные методы ИИ более применимы, чем другие. Сегодня очевидно, что не существует универсального модуля искусственного интеллекта для процесса производства цемента, как на нефтеперерабатывающих заводах. Нечеткая логика применима для замкнутого управления техническими процессами с умеренным количеством переменных и данных, для которых может быть выражена стратегия управления. Это хороший выбор для процессов, где безопасная работа в критических ситуациях обязательна. Нейронные сети используются для распознавания скрытых закономерностей в процессах, для которых невозможно выразить стратегию управления и которые имеют большое количество входных переменных. MPC — хороший выбор для хорошо понятных процессов, для которых доступна математическая модель. Оптимизация возможна, если модель можно рассчитать быстрее, чем в реальном времени. Адаптивность в режиме онлайн практически невозможна при производстве цемента.