1、方案背景與目標
該解決方案最初應用于粉末類食品的干燥工藝階段。粉末類食品的水分控制是一個多變量、非線性、大時滯的復雜過程,且生產過程存在原料等不確定因素。之前通過人工調節生產參數,控制干燥過程,但是工藝人員操作差異性較大,且經驗豐富的工藝人員的招聘也越來越困難,這造成產品的質量始終不穩定,含水量忽高忽低,每年給客戶工廠造成巨大損失。
隨著市場需求的進一步發展,以及消費大眾對食品質量越來越嚴苛的要求,保證產品質量的穩定性,減少損失浪費,是客戶關心的重點問題。基于以上背景,西門子和工業客戶攜手共創,為客戶打造了一套基于工業邊緣和AI的粉末類食品水分智能控制系統,以幫助提升整體生產的穩定性。
隨著該AI增強控制系統的成功落地,我們也在越來越多的行業進行基于工業邊緣和AI增強控制技術的應用探索,相關產品Flamingo已在包括糧油、乳制品、調味品、電池、新材料等多行業中得到廣泛落地應用。
2、方案介紹
以粉末類食品干燥優化項目為例,該方案實現了首個AI驅動的DCS控制,用AI全自動接管代替原來的人工調控。相關技術方法如下:
(1)結合控制理論與AI技術的融合趨勢,采用最新型的深度學習技術進行模型預測和參數尋優實現動態增強控制。基于增強控制的核心,采用串級預測控制模型,將MPC與DRL方法相結合;
(2) AI預測模型能進行精準預測。水分預測結果符合水分生產變化的整體趨勢,能夠抑制水分監測設備重復精度抖動突變的影響;
(3)實現了多變量決策。系統后臺能夠對幾十個點位的工藝參數進行處理,能對尾氣溫度和水分等多變量進行預測分析實現智能決策;
(4)完全兼容現有螺旋控制PID接口,通過動態尋優下發間距小且頻度密的上下限參數指令,實現控制過程無縫切換的同時,提高了控制精度和時效性;
同時,采用西門子工業邊緣方案,AI模型部署在邊緣設備上,模型的推理在本地側進行,同時通過邊緣管理平臺實現對模型的統一版本管理與更新下發,為方案數據的安全性,實時性,和高效的更新部署提供了有利環境。
目前Flamingo已不止局限于粉末類食品的干燥工藝控制,在包括糧油、乳制品、調味品、電池、新材料等多行業中都已得到廣泛落地應用。對于工業客戶來說,如何從數據出發,在離數據最近的地方評估客戶的現狀,分析客戶可能提升的空間,找到客戶可以進行持續改善的錨點對客戶有重要的意義。Flamingo可降低客戶在增強控制與投資回報之間反復論證的沉沒成本,從數據出發為客戶提供決策依據,為客戶定制管控量測指標,數據成熟度高的產線可以結合定制算法模塊進一步實現AI增強控制,進一步實現企業提質增效的目標。
3、代表性及推廣價值
Flamingo將工業邊緣與AI增強控制技術應用在工業領域,可為工業企業帶來多個層面的實際價值。
例如在粉末類食品干燥工藝優化控制項目中:
(1)用AI全自動接管代替原來的人工調控,極大提升了水分控制的穩定性,將達標產品的比例從88%提高到99%;
(2)為客戶實現了生產原料的節省,四條產線的直接經濟效益達到百萬級別;
(3)為客戶每年帶來十萬級的能源成本的節約。
在數字化轉型的過程中,越來越多的企業追求數字化的方式來進行核心產品核心工藝的優化,希望能進一步提升核心產品品質和穩定性。Flamingo聚焦于該方向,將先進技術落地于生產現場側,為企業帶來利潤質量的雙重提升,在包括糧油、乳制品、調味品、電池、新材料等多行業中都具備重要復制與落地潛力。