橫河電機和NTT DOCOMO株式會社(DOCOMO)今日宣布,他們已經對一種用于工業過程的遠程控制技術進行了概念驗證(PoC)測試。PoC測試涉及在云環境中使用自主控制人工智能(AI),即一種橫河電機和奈良先端科學技術大學院大學(NAIST)研發的階乘內核動態策略規劃(FKDPP)算法*1,以及DOCOMO提供的第五代(5G)移動通信網絡。該測試成功控制了模擬工廠的流程操作,證明5G適用于實際工廠流程的遠程控制。
近年來,工廠傾向于將生產設施安置在偏遠和/或危險地區,該趨勢促使對遠程工業運營的需求不斷增長,并改變了人們的工作方式。同時,工廠中用于凈化和精煉資源及基本產品材料的設備在使用多年后會老化,因此遠程、自主的調節和控制將大有裨益。一種可能的解決方案是在工廠安裝用于高速無線通信的邊緣設備,并使用基于云的自主控制AI來動態控制設備。橫河電機已經證明其FKDPP算法是一種可行的自主控制AI解決方案。今年2月,在一家化工廠*2的現場測試中,FKDPP連續35天成功地控制了使用現有PID*3和APC*4控制技術難以實現自動化、因而只能手動執行的過程。FKDPP和云與5G的結合,具有低延遲和連接大量設備的能力,有望成為實現工業自主化的核心技術。
PoC概覽
橫河電機和DOCOMO于2021年4月14日宣布達成協議后,進行了演示測試,以驗證是否可以通過5G網絡在云端使用FKDPP控制三罐液位控制系統*5。在測試中,設定了目標水位,進行了低速到高速控制循環的測試,并確認了移動通信延遲對FKDPP控制的影響。測試表明,特別是在高速控制下,與4G相比,5G 1)延遲更低,2)相對于目標水位的超調更少,且3)能夠處理短至0.2秒的控制周期,從而實現更好的控制,以獲得更穩定的質量和更高的能效。
未來5G、云和AI在工業自主化方面的應用
自2019年以來,橫河電機一直在倡導工業自動化到工業自主化(IA2IA)的概念,旨在將5G技術應用于遠程工廠控制。它將與DOCOMO、客戶協作,繼續實施旨在促進向工業自主化轉變的先進舉措。
DOCOMO將繼續增強和發展其網絡技術,創建適合特定客戶需求的先進網絡,并為各種公共和私人目的開發5G解決方案。
橫河電機和DOCOMO作為5G互聯產業與自動化聯盟 (5G-ACIA)的成員,致力于5G的工業應用,并將繼續評估5G在遠程、工廠自主運營中的使用。兩家公司在多個客戶工廠進行演示,并檢驗長期使用過程中的通信可靠性和延遲相關問題,努力實現5G和AI支持的自主控制。5G-ACIA將在5月30日至6月2日舉辦的2022年漢諾威工業博覽會*6上展示該演示測試的結果。
公司評語
長谷川健司,橫河電機株式會社副總裁兼橫河電機產品本部本部長:
“我們的自主控制AI不僅可用于流程工業,還可用于工廠自動化的某些流程,如加熱流程。它可以用于現有控制技術無法應用的領域,與現有技術相比,可以實現更短的穩定時間,并防止超調??傮w而言,其優勢包括提高生產力,并為實現更可持續發展的社會做貢獻。通過將生產、庫存、需求等信息與基于云的自主控制AI相關聯,可以將管理指令與工廠車間的實際操作控制相結合。盡管無線通信已在工廠中使用,但這項創新將5G用于基于云的自主控制AI。橫河電機與DOCOMO、客戶協作,實施這一前沿舉措,將引領向工業自主化的轉型?!?/p>
坪谷壽一,NTT DOCOMO高級副總裁兼5G & IoT事業部部長:
“DOCOMO正在利用尖端技術和多樣化的移動解決方案幫助工業部門轉型。演示表明,低延遲5G通信有助于提高工廠遠程控制操作的準確性,預計這將大大促進加工和其他類制造的可持續生產力。DOCOMO將與橫河電機、合作伙伴一起,繼續為流程工業的各種工作場所開發5G及其他移動通信環境,以克服挑戰并創造新價值。”
*1 FKDPP AI算法使用強化學習技術,可應用于各種控制應用,包括那些無法通過現有控制方法(如PID控制或APC)實現自動化的應用,以實現傳統上具有挑戰性的同步目標,如高質量和能效(詳見附件)。
*2 請參見新聞(橫河電機和JSR公司使用人工智能連續35天對化工廠進行自主控制,開創世界先河:https://www.yokogawa.com/cn/news/press-releases/2022/2022-03-22/ )
*3 比例-積分-微分(PID)控制由Nicolas Minorsky于1922年首次提出,是一種用于流程工業的基礎設施控制技術,用于控制數量、溫度、液位、壓力和成分等因素。它根據當前值和設定值之間的偏差,基于P、I、D計算,實現針對目標值的控制。在某些情況下,由于數學表達式的特性,某個值可能會超過(超調)設定值,或者需要時間來解決以避免超調。
*4 先進過程控制使用數學模型來預測過程響應,并為PID控制回路實時提供設定值,以提高生產率、質量和可控性。先進過程控制也可以很容易地用于控制,以提高產量,減少勞動時間,并節約能源。利用APC可以減小數據偏差,從而更接近操作性能的極限(即獲得最佳性能)。然而,這項技術不擅長應對流體的快速蒸發、類似的化學反應、材料成分的重大變化以及機械的變化。
*5 一種三罐液位控制系統,用于培訓和實驗,涉及調節從一個水位到下一個水位的水流,目的是控制最低水箱的水位。
*6 全球最大的國際制造業展覽會之一,2019年吸引了約6,500家公司和220,000人參加。https://www.hannovermesse.de/en/
關于橫河電機集團
橫河電機為能源、化工、材料、制藥和食品等多個行業的客戶提供測量、控制和信息領域的先進解決方案。橫河電機通過數字化技術的有效應用,幫助客戶解決日益復雜的生產、資產和供應鏈優化等問題,實現向自主運營的過渡。橫河電機于1915年在東京成立,擁有17,500多名員工。它通過遍布61個國家的119家公司的全球網絡,致力于實現可持續發展的社會。
關于NTT DOCOMO
NTT DOCOMO是日本領先的移動運營商,擁有超過8,300萬用戶,是全球3G、4G和5G移動網絡技術的主要貢獻者之一。除了核心通信服務之外,DOCOMO正在與越來越多的實體(“+d”合作伙伴)協作,挑戰新的領域,創造激動人心、便捷的增值服務,改變人們的生活和工作方式。根據2020年及以后的中期計劃,DOCOMO正在開拓領先的5G網絡,以促進創新服務,給客戶帶來驚喜和啟發,超越客戶的預期。https://www.docomo.ne.jp/english/
概念驗證(PoC)概述
1. PoC測試的目的
該測試確認了可以通過5G移動網絡使用基于云的自主控制AI進行控制的操作范圍。它從延遲和吞吐量(在固定周期內發送和接收的數據量)角度比較了使用4G和5G通信的控制性能。
2. 詳細介紹
控制目標 | 三罐液位控制系統中的水位 |
AI | 自主控制AI(FKDPP算法) |
使用的技術 | 橫河電機: · 邊緣設備:e-RT3 Plus · 自主控制AI運行的云環境:橫河電機云(Yokogawa Cloud),一種產業轉型和物聯網(IoT)平臺 DOCOMO: · 5G(公共)和4G(LTE) · 5G/4G(LTE)路由器(SH-52A) |
控制方法 | · 自主控制AI安裝在云環境中。 · 邊緣設備從三罐液位控制系統中的傳感器接收值,然后將這些值無線傳送到云端的AI。 · 云端的自主控制AI檢查傳感器值,確定三罐液位控制系統的狀態,并為閥門確定合適的操作值。 · 基于云的AI將閥門的操作值無線傳輸到邊緣設備,邊緣設備將這些信號轉發到三罐液位控制系統中的水閥。 · 閥門根據操作值進行操作。 (使用低速和高速控制環境對水位調節進行了測試。) |
PoC測試的周期 | 2021年4月14日至2022年4月26日 |
3. 各公司的職責
橫河電機 | · 提供并運行測試環境,包括云端自主控制AI · 比較4G(LTE)和5G性能,并評估延遲對遠程控制的影響 |
DOCOMO | · 提供4G(LTE)和5G通信環境 · 在控制操作期間檢查并優化通信環境 |
4. 結果
經證實,與4G相比,5G提供(1)更低的延遲,(2)能夠以更少的超調來執行控制操作,尤其是在使用高速控制時。還確認了(3)可以在短至0.2秒的控制周期內操作。總體而言,5G可以實現更好的控制,有助于實現更穩定的質量和更高的能效。
5. 關于自主控制AI(FKDPP算法)
本次演示測試中使用的AI是階乘內核動態策略規劃(FKDPP)算法,該算法由橫河電機和奈良先端科學技術大學院大學(NAIST)于2018年聯合研發。它被IEEE認可為世界上第一個可用于工廠管理的基于強化學習的AI*1。
FKDPP提供以下主要優勢:
· 可用于各種控制,包括無法通過現有控制方法(PID 控制或 APC)實現自動化的應用,使工程師能夠實現傳統上難以同時實現的復雜目標,例如高質量和能效。
· 在更高的質量、更好的能效、更高的產量和更短的穩定時間方面提高了生產率。
· 簡單,因為它需要較少的學習,不需要加載標記的數據。
· 相對容易解釋AI的工作原理。
· 達到與傳統系統相同的安全級別(非常堅固,可以與現有的生產控制系統集成)。
2020年4月,橫河電機使用仿真模型*2確認其自主控制AI具有控制整個工廠的潛力。同年,在大阪2020年測量展覽會(由日本電氣測量儀器制造商協會主辦)的一次展覽中,橫河電機展示了該AI如何能夠自主控制三罐液位控制系統。盡管可以采用傳統的PID控制技術來控制系統,但事實表明,FKDPP可以將穩定時間減少50%到70%,同時還可以防止超調。2022年2月,橫河電機成功利用該技術連續35天控制實際化工廠,開創世界先河。
*1 Factorial Kernel Dynamic Policy Programming for Vinyl Acetate Monomer Plant Model Control (用于醋酸乙烯酯單體工廠模型控制的階乘內核動態策略規劃(FKDPP))(2018年8月) https://ieeexplore.ieee.org/document/8560593/ 電氣與電子工程師協會(IEEE)是關于電氣工程的學術研究團體和技術標準化機構,總部位于美國,在160多個國家擁有40多萬名成員。
*2 Scalable Reinforcement Learning for Plant-wide Control of Vinyl Acetate Monomer Process (用于醋酸乙烯酯單體工藝全廠控制的可擴展強化學習), Control Engineering Practice(《控制工程實踐》),第97卷(2020年4月) https://www.sciencedirect.com/science/article/pii/S0967066120300186