高い

読むリストに保存 ワールド セメント副編集長、エミリー トーマスによる発行、2020 年 10 月 30 日金曜日 12:23

KIMA プロセス制御の Dirk Schmidt 氏と Eugen Geibel 氏が、ハイレベル制御 (HLC) の手法が 2000 年代初頭のセメント業界でどのように使用され、標準のコントローラーでは機能しない、より複雑な閉ループ制御プロセスを制御するかについて説明します。

「インダストリー 4.0」の達成は、長年にわたって業界の重要な課題でした。 最近、「ビッグデータ」や「AI（人工知能）」といった言葉がさまざまな分野で頻繁に使われるようになりました。 AI とビッグデータを組み合わせることで、自動化だけでなく、長年の問題に対する解決策が得られると期待されています。 したがって、2009 年以来完全自律型の工場操業 (AI の使用を含む) が行われていると知ることは驚くべきかもしれません。この記事では、ハイレベル制御 (HLC) の手法が 2009 年にセメント業界でどのように使用されてきたかを簡単に要約します。 2000 年代初頭と、標準のコントローラーでは機能しない、さらに複雑な閉ループ制御プロセスをどのように制御するかについて説明します。

セメント産業における先進技術の統合を加速するために、一部のビジネス コンサルタントは、化学工場/製油所からのインダストリー 4.0 ソリューションを「コピー＆ペースト」して、セメント工場に適用することを提案しました。 最近の例としては、通常のプラント制御から AI 制御への変換に初めて成功し、画期的な成果となったという報告書があります。 ここでは注意が必要です。これまでの歴史が示すように、AI の機能には依然として限界があります。

AI は非常に幅広い用語であり、全員が同意する概念の定義を見つけるのは困難です。 広い意味では、コンピュータにおけるインテリジェントな動作のシミュレーション、つまりインテリジェントな (人間の) 動作を模倣するマシンの機能を扱うコンピュータ サイエンスの分野として定義できます。

技術的に言えば、今日業界で使用されている AI システムの大部分はデータ駆動型アルゴリズムです。 これらのアルゴリズムの基本原理は比較的単純ですが、その機能は膨大な量のデータ、計算の高い繰り返し率、および複数の相互接続から得られます。

多くのタスクに AI を使用することは新しいアイデアではありません。 膨大な量の情報 (ビッグデータ) を保存および処理できる高速コンピューターの開発により、AI の使用が可能かつ合理的になります。 深層学習自体は機械学習の一部であり、多層人工ニューラル ネットワーク (ANN) を利用してビッグ データから学習し、ANN のトレーニング後に問題解決に使用できるパターンを検索します。

ファジー ロジックを含む知識ベースの自動化や、モデル予測制御 (MPC) などの分析手法も AI の一部です (図 1)。 タスクに応じて、さまざまな AI 手法が他の手法よりも適用可能です。 現在では、製油所のようなセメント製造プロセスに万能の AI モジュールが存在しないことは明らかです。 ファジー ロジックは、制御戦略を表現できる適度な数の変数とデータを使用した技術プロセスの閉ループ制御に適用できます。 これは、重要な状況での安全な操作が必須となるプロセスに適した選択肢です。 ニューラル ネットワークは、制御戦略を表現できず、入力変数が多数あるプロセスの隠れたパターンを認識するために使用されます。 MPC は、数学的モデルが利用可能でよく理解されているプロセスに適しています。 モデルをリアルタイムよりも高速に計算できれば、最適化が可能です。 オンライン適応性は、セメント生産では非常に現実的ではありません。