Noticias
Yokogawa lanza el servicio IA de control autónomo para su uso con controladores de borde
- Optimiza el control para mejorar la productividad y ahorrar energía -
Yokogawa Electric Corporation (TOKYO: 6841) anuncia el lanzamiento de un servicio de aprendizaje de refuerzo para controladores de borde. Este servicio de control autónomo para controladores de máquinas OpreX™ basados en SO en tiempo real (e-RT3 Plus) utiliza el algoritmo de IA de aprendizaje por refuerzo Factorial Kernel Dynamic Policy Programming (FKDPP), y consta de software empaquetado y un servicio opcional de consultoría y/o un programa de formación, en función de los requisitos del usuario final. Este software se lanzará a escala mundial, mientras que la consultoría y el programa de formación se impartirán primero en Japón y luego en otros mercados.
Servicio de IA de control autónomo para controladores de borde
Antecedentes de Desarrollo
Dada la complejidad de los procesos físicos, químicos y de otro tipo en las plantas reales, sigue habiendo muchas áreas que requieren la intervención de operarios veteranos, y controlarlas suele ser difícil y repercute directamente en la calidad del producto y la rentabilidad. Las tecnologías de control convencionales incluyen el control PID*1 y control avanzado de procesos (APC)*2. Conseguir un control complejo mediante control PID o APC puede requerir a veces ajustes, lo que puede llevar una cantidad considerable de tiempo y esfuerzo. Además, algunas áreas de las operaciones de la planta no son adecuadas para el control PID o APC y deben controlarse manualmente, lo que requiere que los operadores ejerzan su juicio al introducir las entradas de control. La IA de control autónomo es una nueva tecnología para este tipo de situaciones que consigue un control complejo y elimina la necesidad de depender de operaciones manuales.
Características de los productos y servicios
El FKDPP es una nueva tecnología de control diferente del control PID y del APC. En marzo de 2022, se anunció que Yokogawa y la unidad de negocio de elastómeros de JSR Corporation (ahora propiedad de ENEOS Materials) habían concluido con éxito una prueba de campo de 35 días en la que se utilizó IA para controlar de forma autónoma una instalación de una planta química que no podía controlarse con los métodos de control existentes y que había necesitado el accionamiento manual de válvulas de control basadas en los juicios del personal de la planta. Una primicia mundial*3, esto se logró a pesar de la presencia de factores como las condiciones meteorológicas, que podrían haber alterado significativamente el estado de control.
Con el nuevo servicio que Yokogawa anuncia hoy, los clientes pueden crear modelos de control de IA utilizando el algoritmo FKDPP e instalarlos en controladores de borde. Este servicio tiene las siguientes características y ventajas:
- Gracias a la simplificación del proceso de creación del modelo de IA, incluso los no expertos en IA pueden crear un modelo de IA de control autónomo e instalarlo en un controlador de borde e-RT3.
- El reequipamiento de los controladores de borde con la instalación de la IA de control autónomo puede realizarse mientras las demás instalaciones siguen en uso.
- Admite ciclos de control tan cortos como 0,01 segundos y es óptimo para aplicaciones de control de dispositivos que requieren una respuesta rápida.
- Permite el control autónomo allí donde sólo era posible el control manual
Aplicando la IA de control autónomo en áreas que están más allá de las capacidades del control PID y el APC, se puede conseguir tanto autonomía como control óptimo. Permite un control estable que es menos susceptible a las perturbaciones externas y aumenta la productividad.
- Suprime el rebasamiento
Aunque esto variará en función de los objetivos de control, el FKDPP suprime el rebasamiento. Se espera que la reducción del rebasamiento (condición en la que se supera un valor establecido) prolongue, por ejemplo, la vida útil de los hornos y otras instalaciones de calefacción al reducir el sobrecalentamiento innecesario.
- Reduce significativamente el tiempo de asentamiento
FKDPP reduce significativamente el tiempo de asentamiento en comparación con el control PID, ahorrando energía y mejorando la productividad.
- Capacidad para lograr el equilibrio adecuado entre requisitos contradictorios
Aunque esto dependerá de los objetivos de control, FKDPP es capaz de resolver requisitos contradictorios y, por ejemplo, lograr el equilibrio adecuado entre la necesidad de reducir el uso de energía y mantener la calidad del producto.
Tras demostraciones como la que se describe a continuación, Yokogawa lanza ahora este nuevo servicio de IA de control autónomo para su uso en controladores de borde de una amplia variedad de industrias, sin necesidad de realizar grandes cambios en las instalaciones de la planta.
Control experimental del horno
En comparación con el control PID autoajustado, se demostró que esta solución era capaz de suprimir el sobreimpulso y acortar el tiempo de estabilización en un 65%: el control PID autoajustado tardaba unos 30 minutos en estabilizarse, mientras que el control autónomo AI tardaba unos 10 minutos en hacerlo.
Comparación del control PID autoajustado y el control AI autónomo
Controlador de borde e-RT3
Para utilizar este sistema, se necesitan controladores de borde (se venden por separado), acceso al servicio de aprendizaje autónomo de IA, un paquete de software para la implementación de modelos de control de IA en controladores de borde y una licencia para ejecutar modelos de control de IA. Dependiendo de la aplicación, existen programas de formación, servicios de consultoría relacionados, servicios de ingeniería y mucho más para ayudar a los usuarios a empezar.
Takamitsu Matsubara, profesor del Instituto de Ciencia y Tecnología de Nara, que desarrolló conjuntamente con Yokogawa el algoritmo FKDPP, comentó: "Sería justo decir que Yokogawa ha podido comercializar el aprendizaje por refuerzo gracias a que FKDPP ha reducido y hecho más factible el problemático número de ensayos de aprendizaje. Yokogawa ha demostrado el valor y la viabilidad de FKDPP. No parece haber ningún otro ejemplo de comercialización del aprendizaje por refuerzo en un sistema de control para la industria manufacturera. Espero que FKDPP cree nuevo valor para las industrias".
Kenji Hasegawa, vicepresidente de Yokogawa y director de la sede central de Productos Yokogawa, añadió: "El control es una parte importante de la calidad del producto y de los ingresos de los clientes, pero el saber hacer de los operadores veteranos ha sido esencial. Creemos que la IA de control autónomo (FKDPP) es una innovación disruptiva que abordará las preocupaciones de los clientes que tienen problemas con las tecnologías de control convencionales, y esto lo hará de varias maneras nuevas. En el futuro, también abriremos un nuevo campo que implicará la consecución de un control flexible basado en la estrategia de gestión. Al aportar valor a nuestros clientes, contribuiremos al desarrollo sostenible de la industria, minimizando al mismo tiempo el impacto sobre el medio ambiente, y lideraremos IA2IA, la transición de la automatización industrial a la autonomía industrial."
*1 El control Proporcional-Integral-Derivativo, propuesto por primera vez por Nicolas Minorsky en 1922, es una tecnología de control de infraestructuras para industrias de transformación y automatización de fábricas que se utiliza para controlar elementos como el caudal, la temperatura, el nivel, la presión y los ingredientes. Implementa un control dirigido a los valores objetivo basado en los cálculos de P, I y D en función de las desviaciones entre los valores actuales y los establecidos. La cantidad de operación es la suma de los resultados calculados de las operaciones P (proporcional), I (integral) y D (diferencial) según la desviación entre el valor actual y el valor ajustado, y se controla hacia el "valor objetivo". En algunos casos, un valor puede superar (sobrepasar) el valor ajustado o tardar en asentarse para evitar el sobrepaso.
*2 El control avanzado de procesos utiliza un modelo matemático para predecir las respuestas del proceso y suministrar valores de consigna al lazo de control PID en tiempo real con el fin de mejorar la productividad, la calidad y la controlabilidad. Se aplica fácilmente para el control para aumentar la producción, reducir el tiempo de trabajo y ahorrar energía. El APC da lugar a desviaciones menores en los datos, lo que permite acercarse más a los límites del rendimiento operativo (es decir, el rendimiento óptimo), pero no es hábil para responder a las reacciones químicas no lineales ni a los cambios en la maquinaria.
Mercados destinatarios:
• Recursos y energía (petróleo, productos químicos, gas natural, energía eléctrica, energías renovables, etc.)
• Materiales (textiles, pasta y papel, pinturas, etc.)
• Electrónica (equipos de fabricación de semiconductores, etc.)
• Alimentación y agricultura
• Productos farmacéuticos
• Agua y aguas residuales
Usos:
Control de temperatura, presión, nivel de agua, caudal, etc.
Acerca de Yokogawa
Yokogawa proporciona soluciones avanzadas en las áreas de medición, control e información a clientes de una amplia gama de industrias, como la energética, química, de materiales, farmacéutica y alimentaria. Yokogawa aborda los problemas de los clientes en relación con la optimización de la producción, los activos y la cadena de suministro con la aplicación eficaz de las tecnologías digitales, permitiendo la transición a las operaciones autónomas. Fundada en Tokio en 1915, Yokogawa sigue trabajando por una sociedad sostenible a través de sus 17.000+ empleados en una red mundial de 122 empresas que abarcan 61 países.
Para más informaciones, visite www.yokogawa.com
Los nombres de empresas, organizaciones, productos, servicios y logotipos que aparecen en este documento son marcas registradas o marcas comerciales de Yokogawa Electric Corporation o de sus respectivos propietarios.
