Yokogawa Electric Corporation (TOKYO: 6841) y JSR Corporation (JSR, TOKYO: 4185) anuncian el termino exitoso de una prueba de campo en la que se utilizó IA para operar de manera autónoma una planta química durante 35 días, una primicia mundial.
1) Esta prueba confirmó que la IA de aprendizaje por refuerzo se puede aplicar de forma segura en una planta real y demostró que esta tecnología puede controlar operaciones que han estado más allá de las capacidades de los métodos de control existentes (control PID [proporcional, integral, derivado] 2 /APC [control adaptativo de proceso] 3 ) y que hasta ahora han requerido la operación manual de las válvulas de control con base en los juicios del personal de la planta. La iniciativa descrita aquí fue seleccionada por el programa de subsidios Proyectos para la Promoción de la Seguridad Industrial Avanzada 2020 del Ministerio de Economía, Comercio e Industria del Japón.
El control en las industrias de procesos abarca una amplia gama de campos, desde la refinación de petróleo y la petroquímica hasta los productos químicos de alto rendimiento, las fibras, el acero, los productos farmacéuticos, los productos alimenticios y el agua. Todos estos implican reacciones químicas y otros elementos que requieren un nivel de confiabilidad extremadamente alto.
En esta prueba de campo, la solución de IA abordó con éxito las complejas condiciones necesarias para garantizar la calidad del producto y mantener los líquidos en la columna de destilación en un nivel adecuado, al tiempo que se aprovecha al máximo el calor residual como fuente de calor. Al hacerlo, estabilizada la calidad, se logró un alto rendimiento *4 y ahorró de energía. Si bien la lluvia, la nieve y otras condiciones climáticas fueron factores significativos que podrían alterar el estado de control al causar cambios repentinos en la temperatura atmosférica, los productos que se produjeron cumplieron con estándares rigurosos y desde entonces se han despachado. Además, como solo se crearon productos de buena calidad, se eliminaron todas las pérdidas de combustible, mano de obra, tiempo y otras que ocurren cuando se producen productos fuera de las especificaciones. Las operaciones seguras se garantizaron a través de un proceso de tres pasos.
La IA utilizada en este experimento de control, el protocolo de Programación de políticas dinámicas de kernel factorial (Factorial Kernel Dynamic Policy Programming, FKDPP), fue desarrollada conjuntamente por Yokogawa y el Instituto Nara de Ciencia y Tecnología (Nara Institute of Science and Technology, NAIST) en 2018, y fue reconocida en una Conferencia internacional IEEE sobre ciencia e ingeniería de automatización como la primera IA basada en el aprendizaje de refuerzo en el mundo, que se puede utilizar en la gestión de la planta *7. A través de iniciativas que incluyen la realización exitosa de un experimento de sistema de entrenamiento de control *8 en 2019 y un experimento en abril de 2020 que usó un simulador para recrear una planta completa *9, Yokogawa ha confirmado el potencial de este control autónomo AI *10 y lo ha desarrollado de una teoría a una tecnología adecuada para el uso práctico. Se puede utilizar en áreas donde la automatización no era posible anteriormente con los métodos de control convencionales (control PID y APC), y sus puntos fuertes incluyen la capacidad de abordar objetivos en conflicto, como la necesidad de alta calidad y ahorro de energía.
Dados los numerosos fenómenos físicos y químicos complejos que afectan las operaciones en las plantas reales, todavía hay muchas situaciones en las que los operadores veteranos deben intervenir y ejercer el control. Incluso cuando las operaciones se automatizan mediante el control PID y APC, los operadores con mucha experiencia tienen que detener el control automatizado y cambiar la configuración y los valores de salida cuando, por ejemplo, se produce un cambio repentino en la temperatura atmosférica debido a la lluvia o algún otro evento meteorológico. Este es un problema común en las plantas de muchas empresas. En cuanto a la transición a la autonomía industrial *11, un reto muy importante ha sido implantar el control autónomo en situaciones en las que hasta ahora la intervención manual ha sido imprescindible, hacerlo con el menor esfuerzo posible y garantizando, al mismo tiempo, un alto nivel de seguridad. Los resultados de esta prueba sugieren que esta colaboración entre Yokogawa y JSR ha abierto un camino para resolver este problema de larga data.
Yokogawa da la bienvenida a los clientes que estén interesados en estas iniciativas a nivel mundial. La empresa tiene como objetivo proporcionar rápidamente productos y soluciones que conduzcan a la realización de la autonomía industrial.
JSR cree que esta demostración muestra el potencial de la IA para abordar desafíos que antes no podían resolverse en las plantas químicas, e investigará su aplicación a otros procesos y plantas con el objetivo de lograr mejoras adicionales en la productividad.
En el futuro, las dos empresas seguirán trabajando juntas e investigando formas de utilizar la IA en las plantas.