این پروژه در کنفرانس بین‌المللی IEEE در آگوست 2018 ارائه شد. تا سال 2020، این فناوری قادر به کنترل تمامی امکانات تولید فرآیند بود، البته بر روی شبیه‌سازهای بسیار پیچیده. بنابراین، سوال بعدی این شد که آیا FKDPP برای دنیای واقعی آماده است؟
از شبیه سازی تا واقعیت
، یوکوگاوا در کارخانه نیمه هادی کومگان خود در میادامورا، ژاپن به این سوال پاسخ داد (شکل 1). در اینجا، بیشتر تولید در محیط‌های اتاق تمیز و تحت شرایط دما و رطوبت کاملاً کنترل شده لازم برای تولید محصولات بدون نقص انجام می‌شود. وظیفه سیستم هوش مصنوعی این است که سیستم های گرمایش، تهویه و تهویه مطبوع (HVAC) را با حفظ شرایط محیطی مورد نیاز و در عین حال به حداقل رساندن مصرف انرژی به طور بهینه به کار گیرد.
قابل درک است که یک برنامه واقعی انتخاب شده برای این نوع آزمایش در مقیاس متوسط با حداقل پتانسیل برای خطرات ایمنی باشد. این رویکرد محافظه کارانه ممکن است کمتر از رویکردی در یک پالایشگاه نفت چشمگیر باشد، اما این اعتبار آن را به عنوان اثبات مفهوم کاهش نمی دهد.
در نگاه اول، عملکرد مستقل سیستم HVAC ممکن است پیچیده به نظر نرسد. اما سیستم های تهویه مطبوع که از محیط اتاق تمیز به شدت کنترل شده پشتیبانی می کنند 30 درصد از کل انرژی مصرف شده توسط تاسیسات را تشکیل می دهند و بنابراین هزینه قابل توجهی را نشان می دهند. آب و هوای ژاپن در فصول مختلف متفاوت است، بنابراین تنظیمات لازم در زمان های مختلف سال برای متعادل کردن گرمایش و سرمایش و در عین حال کنترل رطوبت وجود دارد.
این مرکز در دره کوهستانی در ارتفاع 646 متری (2119 فوت) واقع شده است. آب و هوای معتدل دارد و نسبتاً خنک است و دمای سالانه آن بین 9- تا 25 درجه سانتی گراد (15.8 درجه و 77 درجه فارنهایت) است. این کارخانه حسگرهای فشار مبتنی بر نیمه هادی (شکل 2) را تولید می کند که به خانواده فرستنده فشار DPharp این شرکت وارد می شود، بنابراین حفظ تولید بدون وقفه ضروری است. حتی اگر این نمایش در یکی از کارخانه های خود یوکوگاوا باشد، هزینه و خطرات تولید کمتر از ریسک های یک مشتری خارجی واقعی نیست.
محل تاسیسات خارج از سیستم توزیع گاز طبیعی محلی است، بنابراین گاز مایع (LP) باید برای تامین بخار برای گرمایش و رطوبت وارد شود. خنک کننده هوا با برق معمولی که از شبکه تامین می شود کار می کند. هر دو سیستم در صورت لزوم برای حفظ سطوح بحرانی رطوبت کار می کنند.
توزیع پیچیده انرژی
ملاحظات مربوط به مصرف انرژی در کارخانه های تولید ژاپنی با هزینه داخلی بالا آغاز می شود. انرژی در همه اشکال بر اساس استانداردهای جهانی گران است و بهره وری در درجه اول اهمیت قرار دارد. تاسیسات کومگان از کوره های الکتریکی برای فرآوری ویفر سیلیکونی استفاده می کند و لازم است تا حد امکان گرمای هدر رفته از این عملیات به ویژه در ماه های زمستان بازیابی شود.
برای اینکه یک سیستم کنترل مستقل در نظر گرفته شود، باید اهداف حیاتی متعددی را متعادل کند که برخی از آنها متقابلاً منحصر به فرد هستند. این اهداف عبارتند از:
استانداردهای سختگیرانه دما و رطوبت در محیط اتاق تمیز باید به خاطر کیفیت محصول، اما با کمترین مصرف گاز LP و برق حفظ شود.
شرایط آب و هوایی می تواند به طور قابل توجهی در یک بازه زمانی کوتاه تغییر کند که نیاز به جبران دارد.
محیط اتاق تمیز بسیار بزرگ است، بنابراین درجه اینرسی حرارتی بالایی دارد. در نتیجه، تغییر دما ممکن است زمان زیادی طول بکشد.
تجهیزات موجود در اتاق تمیز نیز به گرما کمک می کنند، اما این امر توسط سیستم کنترل خودکار قابل تنظیم نیست.
گرمای هدر رفته از کوره های الکتریکی به عنوان منبع حرارتی به جای گاز LP استفاده می شود، اما مقدار موجود بسیار متغیر است که به دلیل تعداد خطوط تولید در حال استفاده در هر زمان مشخص می شود.
خنک کننده دیگ گرم شده منبع گرمای اولیه هوای خارجی است. اگر گرمای بیش از آنچه از این منبع بازیافتی در دسترس است لازم باشد، باید از دیگ بخار گاز LP حاصل شود.
هوای بیرون بر اساس دمای محلی، معمولاً بین 3 تا 28 درجه سانتی گراد (37.4 درجه و 82.4 درجه فارنهایت) گرم یا سرد می شود. در بخش عمده ای از سال، هوای بیرون نیاز به گرما دارد.
استراتژی کنترل موجود (شکل 3) پیچیده تر از آن چیزی است که در ابتدا به نظر می رسد. در زیر سطح، مکانیسم های درگیر به روش هایی به هم مرتبط هستند که در طول سال ها تغییر کرده اند، زیرا مهندسان کارخانه برای افزایش کارایی تلاش کرده اند.
تلاش‌های متعدد قبلی برای کاهش مصرف گاز LP بدون سرمایه‌گذاری عمده تجهیزات سرمایه‌ای جدید صورت گرفته است. این پیشرفت‌های تدریجی در سال 2019 به محدودیت‌های عملی خود رسیدند، که باعث اجرای استراتژی جدید کنترل مبتنی بر FKDPP در اوایل سال 2020 شد.
تیم پیاده‌سازی یک روز آهسته را در طول یک قطع تولید برنامه‌ریزی‌شده برای راه‌اندازی سیستم کنترل جدید انتخاب کرد. در آن روز، سیستم هوش مصنوعی اجازه یافت تا آزمایشات خود را با تجهیزات انجام دهد تا ویژگی های آن را بیاموزد. پس از حدود 20 بار تکرار، سیستم هوش مصنوعی یک مدل فرآیند ایجاد کرده بود که قادر به اجرای سیستم HVAC کامل به اندازه کافی برای پشتیبانی از تولید واقعی است.
در طول هفته‌ها و ماه‌های سال 2020، سیستم هوش مصنوعی به اصلاح مدل خود ادامه داد و تنظیمات معمولی را برای سازگاری با تغییرات حجم تولید و نوسانات دمایی فصلی انجام داد. مزیت نهایی سیستم جدید مبتنی بر FKDPP کاهش مصرف گاز LP به میزان 3.6 درصد پس از اجرا در سال 2020 بود که کاملاً بر اساس استراتژی جدید هوش مصنوعی و بدون نیاز به سرمایه گذاری عمده بود.
هوش مصنوعی مبتنی بر FKDPP یکی از فناوری‌های اولیه است که از انتقال اتوماسیون صنعتی یوکوگاوا به خودمختاری صنعتی (IA2IA) پشتیبانی می‌کند، مکمل مفاهیم متعارف تناسبی-انتگرال-مشتق‌شده و کنترل فرآیند پیشرفته در بسیاری از موقعیت‌ها، و حتی جایگزینی عملیات دستی پیچیده در موارد دیگر. کنترل بلادرنگ با استفاده از هوش مصنوعی یادگیری تقویتی، همانطور که در اینجا نشان داده شد، نسل بعدی فناوری کنترل است و می توان از آن تقریباً با هر فرآیند تولیدی برای نزدیکتر کردن آن به عملیات کاملاً مستقل استفاده کرد.
سلب مسئولیت:
Nordwel قطعات اتوماسیون صنعتی، از جمله محصولات جدید و محصولات متوقف شده را می فروشد و چنین محصولات برجسته را از طریق کانال های مستقل خریداری می کند. Nordwel یک توزیع کننده، توزیع کننده یا نماینده مجاز محصولات برجسته در این وب سایت نیست. کلیه نام های محصول / تصاویر محصول، علائم تجاری، مارک ها و آرم های مورد استفاده در این وب سایت متعلق به صاحبان مربوطه می باشد. شرح، شرح یا فروش محصولات با این نام ها، تصاویر، علائم تجاری، مارک ها و آرم ها فقط برای اهداف شناسایی است و به هیچ عنوان به هیچ عنوان به هیچ عنوان ارتباط یا مجوزی با هیچ صاحب حقی ندارد.
