other
Berita
Kontrol Otonom Berbasis AI Dec 10, 2022
Seiring kemajuan teknologi kontrol proses, salah satu konsep yang menonjol adalah otonomi. Jika dibandingkan dengan otomasi konvensional, salah satu pembeda utama otonomi adalah penerapan kecerdasan buatan (AI) sehingga sistem otomasi dapat mempelajari proses dan melakukan peningkatan operasionalnya sendiri. Meskipun banyak perusahaan menganggap ide ini menarik, ada skeptisisme yang dapat dimengerti. Kemampuan sistem hanya sebaik algoritme dasarnya, dan banyak pengguna potensial ingin melihat AI beroperasi di tempat lain sebelum membeli ide tersebut dengan sepenuh hati. Contoh-contoh dunia nyata itu mulai muncul.

Sistem kontrol otonom Yokogawa dibangun berdasarkan faktorial kernel dynamic policy programming (FKDPP), yang merupakan algoritme pembelajaran penguatan AI yang pertama kali dikembangkan sebagai proyek bersama Yokogawa dan Nara Institute of Science and Technology (NAIST) pada tahun 2018. Teknik pembelajaran penguatan telah berhasil digunakan dalam permainan komputer, tetapi memperluas metodologi ini ke kontrol proses merupakan tantangan. Diperlukan jutaan, atau bahkan milyaran, siklus coba-coba untuk sebuah program perangkat lunak untuk sepenuhnya mempelajari tugas baru.

Sejak diperkenalkan, FKDPP telah disempurnakan dan ditingkatkan untuk sistem otomasi industri, biasanya dengan bekerja dengan platform simulasi pabrik yang digunakan untuk pelatihan operator dan tujuan lainnya. Yokogawa dan dua perusahaan lainnya membuat simulasi pabrik pembuatan vinil asetat. Proses tersebut memerlukan modulasi empat katup berdasarkan input dari sembilan sensor untuk memaksimalkan volume produk yang dihasilkan, sekaligus memenuhi standar kualitas dan keamanan. FKDPP mencapai operasi optimal dengan hanya sekitar 30 siklus trial-and-error—pencapaian yang signifikan.

Proyek ini dipresentasikan pada Konferensi Internasional IEEE pada Agustus 2018. Pada tahun 2020, teknologi ini mampu mengendalikan seluruh fasilitas manufaktur proses, meskipun dengan simulator yang sangat canggih. Nah, pertanyaan selanjutnya, apakah FKDPP sudah siap dengan dunia nyata?



Dari simulasi ke kenyataan,

Yokogawa menjawab pertanyaan itu di pabrik semikonduktor Komagane di Miyada-mura, Jepang (Gambar 1). Di sini, sebagian besar produksi berlangsung di lingkungan ruang bersih di bawah kondisi suhu dan kelembapan yang dikontrol ketat yang diperlukan untuk menghasilkan produk bebas cacat. Tugas sistem AI adalah mengoperasikan sistem pemanas, ventilasi, dan pendingin udara (HVAC) secara optimal dengan mempertahankan kondisi lingkungan yang diperlukan sambil meminimalkan penggunaan energi.

Dapat dipahami bahwa aplikasi aktual yang dipilih untuk jenis eksperimen ini akan berskala sederhana dengan potensi risiko keselamatan yang minimal. Pendekatan konservatif ini mungkin tidak sedramatis yang dilakukan di kilang minyak, tetapi hal ini tidak mengurangi validitasnya sebagai pembuktian konsep.


Sekilas, mengoperasikan sistem HVAC secara mandiri mungkin tidak terlihat rumit. Tetapi sistem HVAC yang mendukung lingkungan ruang bersih yang dikontrol dengan ketat menyumbang 30 persen dari total energi yang dikonsumsi oleh fasilitas tersebut, dan karenanya merupakan biaya yang cukup besar. Iklim Jepang bervariasi sepanjang musim, jadi ada penyesuaian yang diperlukan pada waktu yang berbeda dalam setahun untuk menyeimbangkan pemanasan dan pendinginan, sekaligus memberikan kontrol kelembapan.

Fasilitas ini berada di lembah pegunungan pada ketinggian 646 meter (2.119 kaki). Memiliki iklim sedang dan cenderung relatif sejuk, dengan suhu tahunan antara –9° dan 25°C (15,8° dan 77°F). Pabrik memproduksi sensor tekanan berbasis semikonduktor (Gambar 2) yang masuk ke dalam keluarga pemancar tekanan DPharp perusahaan, sehingga mempertahankan produksi tanpa gangguan sangatlah penting. Meskipun demonstrasi ini dilakukan di salah satu pabrik Yokogawa sendiri, biaya dan risiko produksinya tidak kalah nyatanya dengan pelanggan eksternal.

Lokasi fasilitas berada di luar sistem distribusi gas alam setempat, sehingga gas liquified petroleum (LP) harus dibawa masuk untuk menyediakan uap untuk pemanasan dan pelembapan. Pendinginan udara bekerja dengan tenaga listrik yang disuplai jaringan konvensional. Kedua sistem bekerja sama seperlunya untuk mempertahankan tingkat kelembapan kritis.

Distribusi energi yang kompleks
Pertimbangan seputar penggunaan energi di pabrik manufaktur Jepang dimulai dengan biaya domestik yang tinggi. Energi dalam segala bentuk mahal menurut standar global, dan efisiensi adalah yang terpenting. Fasilitas Komagane menggunakan tanur listrik untuk pemrosesan wafer silikon, dan perlu untuk memulihkan sebanyak mungkin limbah panas dari operasi ini, khususnya selama bulan-bulan musim dingin.

Agar dianggap sukses, sistem kontrol otonom harus menyeimbangkan berbagai tujuan kritis, beberapa di antaranya saling eksklusif. Tujuan tersebut antara lain:

Standar suhu dan kelembaban yang ketat di lingkungan clean room harus dijaga demi kualitas produk namun dengan konsumsi gas LP dan listrik serendah mungkin.
Kondisi cuaca dapat berubah secara signifikan dalam waktu singkat, membutuhkan kompensasi.
Lingkungan ruang bersih sangat besar, sehingga ada tingkat inersia termal yang tinggi. Akibatnya, butuh waktu lama untuk mengubah suhu. 
Peralatan di ruang bersih juga menyumbangkan panas, tetapi hal ini tidak dapat diatur oleh sistem kontrol otomatis.
Limbah panas dari tanur listrik digunakan sebagai sumber panas, bukan gas LP, tetapi jumlah yang tersedia sangat bervariasi, didorong oleh jumlah jalur produksi yang digunakan pada waktu tertentu.
Pendingin boiler yang dihangatkan adalah sumber panas utama untuk udara eksternal. Jika diperlukan lebih banyak panas daripada yang tersedia dari sumber yang diperoleh kembali ini, panas tersebut harus berasal dari gas LP pembakaran boiler.
Udara luar dipanaskan atau didinginkan berdasarkan suhu setempat, biasanya antara 3° dan 28°C (37,4° dan 82,4°F). Hampir sepanjang tahun, udara luar membutuhkan pemanasan.
Strategi pengendalian yang ada (Gambar 3) lebih kompleks daripada yang terlihat pertama kali. Di bawah permukaan, mekanisme yang terlibat saling berhubungan dengan cara yang telah berubah selama bertahun-tahun, karena para insinyur pabrik telah bekerja untuk meningkatkan efisiensi.


Ada banyak upaya sebelumnya untuk mengurangi konsumsi gas LP tanpa melakukan investasi peralatan modal baru yang besar. Peningkatan bertahap ini mencapai batas praktisnya pada tahun 2019, yang mendorong penerapan strategi pengendalian baru berbasis FKDPP pada awal tahun 2020.

Tim implementasi memilih hari yang lambat selama pemadaman produksi terjadwal untuk menugaskan sistem kendali baru. Pada hari itu, sistem AI diizinkan melakukan eksperimennya sendiri dengan peralatan untuk mempelajari karakteristiknya. Setelah sekitar 20 iterasi, sistem AI telah mengembangkan model proses yang mampu menjalankan sistem HVAC lengkap dengan cukup baik untuk mendukung produksi aktual. 

Selama beberapa minggu dan bulan di tahun 2020, sistem AI terus menyempurnakan modelnya, melakukan penyesuaian rutin untuk mengakomodasi perubahan volume produksi dan perubahan suhu musiman. Manfaat akhir dari sistem baru berbasis FKDPP ini adalah pengurangan konsumsi gas LP sebesar 3,6 persen setelah diterapkan pada tahun 2020, seluruhnya didasarkan pada strategi AI yang baru, tanpa memerlukan investasi modal yang besar.

AI berbasis FKDPP adalah salah satu teknologi utama yang mendukung transisi otomasi industri Yokogawa ke otonomi industri (IA2IA), melengkapi konsep kontrol proses lanjutan dan turunan proporsional-integral konvensional dalam banyak situasi, dan bahkan menggantikan operasi manual yang rumit dalam kasus lain. Kontrol real-time menggunakan AI pembelajaran penguatan, seperti yang ditunjukkan di sini, adalah teknologi kontrol generasi berikutnya, dan dapat digunakan dengan hampir semua proses manufaktur untuk mendekatkannya ke operasi yang sepenuhnya otonom.

produk baru
Tinggalkan pesan
Jika Anda tertarik dengan produk kami dan ingin mengetahui lebih detail, silakan tinggalkan pesan di sini, kami akan membalas Anda sesegera mungkin.
Kirim

Tinggalkan pesan

Tinggalkan pesan
Jika Anda tertarik dengan produk kami dan ingin mengetahui lebih detail, silakan tinggalkan pesan di sini, kami akan membalas Anda sesegera mungkin.

Rumah

Produk

kontak

whatsapp