Autonomia para sistemas de controle industrial

A calibragem de máquinas era um processo manual demorado, muitas vezes realizado por um especialista de fora, o que exigia tempo de inatividade das máquinas.

Um processo manual que exige que operadores humanos especializados executem uma média de 20 a 25 etapas iterativas por mais de 2 horas.

Obteve precisão de 2 mícrons em uma média de 4 a 5 etapas iterativas por mais de 13 segundos. O sistema obteve precisão sobre-humana (<1 mícron) em aproximadamente 10 etapas iterativas.

A epitaxia de silício aumenta em reatores térmicos, que devem ser rigorosamente controlados para fins de aquecimento uniforme

As diferentes fases do processo exigem diferentes ajustes das lâmpadas de calor para manter as condições ideais no reator (o que é chamado de receita).

O controlador PID oferece correção de erros para administrar a temperatura consistente. O PID se concentra exclusivamente na distribuição do calor e não considera as metas de otimização de velocidade ou uso de energia.

Redução do tempo e dos custos do aumento do substrato do wafer acima da consistência de qualidade desejada.

Um fabricante de bens de consumo embalados produz alimentos usando 50 linhas de extrusão. Cada extrusora é diferente, e o comportamento das extrusoras e as entradas de processo mudam com o tempo.

Os operadores controlam a extrusora manualmente. Mudanças na composição da ração e no teor de umidade tornam muito difícil para operadores humanos ou sistemas de controle existentes realizarem a extrusão de flocos com uma qualidade consistente.

A produtividade do produto foi maximizada e o padrão de qualidade foi mantido.

O tempo necessário para obter a qualidade desejada dos polímeros varia muito conforme a experiência do operador e as condições dinâmicas do ambiente.

Processo demorado de calibragem do equipamento exigido para cada lote e vasta experiência necessária para controlar uma reação altamente dinâmica.

Redução do tempo necessário para calibrar a simulação, de vários meses a algumas semanas.

Redução de 5% na perda de polímeros de segunda linha.

Maximize a taxa e o volume de extração de petróleo de recursos do subsolo com perfuração horizontal.

Os operadores humanos seguem o plano prescrito e o ajustam iterativamente com base em modelos geofísicos estáticos. As imprecisões nos modelos geofísicos exigem ajustes constantes com base em dados de sensor inexatos, o que reduz a porcentagem de tempo em que a perfuração extrai petróleo no plano.

Desempenho semelhante ao humano ofuscado dentro de 1 semana. A broca nunca se desviou mais do que 2 segundos do caminho ideal. Redução de mais de 20% do tempo para realizar a operação de perfuração.

Maximize a produção de energia do parque eólico controlando parâmetros operacionais de turbinas específicas.

Operadores humanos respaldados por algoritmos de otimização personalizados. Os operadores humanos se esforçam para compreender a volumosa entrada dos sensores, e algoritmos que modelam as condições operacionais dinâmicas ainda estão surgindo.

O BRAIN, treinado para comparar controles, estabelece padrões em 3 horas, e uma abordagem estendida para outros cinco parâmetros de controle que os combinam em todo o parque eólico.

Rendimento de produção inconsistente de ativos de terreno ou no exterior devido a complexidades nas táticas de controle de válvulas de obstrução.

Os engenheiros de produção e operadores tomam decisões de controle várias vezes por dia com base em pressões e fluxos. Ampla experiência exigida dos engenheiros de produção veteranos para entender e otimizar interações complexas, o que resulta em diferenças drásticas de saída.

Recomendações automatizadas 24 horas por dia, 7 dias por semana que produzem mais resultados do que as recomendações do operador da sala de controle no exterior. Opere as válvulas de obstrução de um campo de petróleo da sala de controle automaticamente para maximizar a produção de petróleo.

O controle abaixo do ideal do processo de um moinho SAG aumenta os custos de energia e os custos das máquinas a longo prazo, além das possíveis interrupções no processo de mineração downstream.

Pessoas monitoram o processo operacional, controlam valores nominais das máquinas e ocasionalmente adicionam esferas de aço ao moinho. Os operadores humanos se esforçam para otimizar o processamento das distribuições de partículas de tamanhos variados, bem como da dureza dos minérios inseridos.

Controle de modo autônomo a tonelagem de alimentação de entrada, a adição de água, a velocidade de rotação do moinho, as taxas de recirculação de materiais e as ações recomendadas de introdução de esferas.

O controle abaixo do ideal do processo inicial de trituração de rochas aumenta os custos de energia e os custos das máquina a longo prazo, além das possíveis interrupções no processo de mineração downstream.

As pessoas monitoram o processo operacional, alterando periodicamente as velocidades de alimentação de materiais e os valores nominais das máquinas, se esforçando para otimizar o processamento de distribuições de partículas de tamanhos variados e também da dureza dos minérios inseridos.

Controle de modo autônomo a velocidade da esteira transportadora, a velocidade da alimentação de materiais e a lacuna do triturador.

Decisões ineficientes de armazenamento e recuperação podem ter impactos financeiros negativos.

Operadores humanos e algoritmos com base em regras determinam o local de armazenamento no carregamento e as políticas de recuperação na remessa. Os métodos manuais são estáticos e não se adaptam às mudanças nas demandas dos clientes e do mercado.

Equilibre a capacidade de armazenamento de um estoque e a eficiência da mão de obra. Nivele a densidade de seu centro de distribuição com o rendimento a longo prazo. Maximize o retorno financeiro escolhendo ações ideais para diferentes níveis de volume e padrões de armazenamento de um depósito.

Cadeias de abastecimento com diversos centros de distribuição e pontos de fornecimento locais forçam decisões de alocação complexas. Resoluções insatisfatórias de reabastecimento regional levam a condições de desabastecimento de estoque local e a vendas perdidas.

Decisões de otimização linear usando SAP APO. Esforço para se adaptar a previsões imprecisas e a demandas locais que mudam rapidamente.

Decomponha opções de alocação de estoque em combinações de produtos e centro de distribuição. Simule e treine o BRAIN com perfis de demanda drasticamente diferentes e variáveis. Combine diferentes alternativas de alocação de estoque na estratégia de otimização principal.

O operador deve ajustar um controlador PID para cada equipamento e material de corte. Cada novo equipamento deve ser ajustado separadamente. Esse é um processo repetitivo e demorado.

No momento, o processo de levantar e abaixar a lâmina da escavadeira é controlado por 5 parâmetros PD. O operador pode precisar aumentar ou diminuir os parâmetros no local se as configurações padrão do controlador PID não forem adequadas.

Os controladores PD demoram para serem ajustados, exigindo diferentes configurações de ajuste para cada modelo de escavadeira e para alguns materiais de corte.

Foi obtido um número de ondulações (do corte) que excedeu os parâmetros de comparação de PID em vários modelos de escavadeira e com várias velocidades.

Algumas tarefas robóticas repetitivas exigem comportamentos aprendidos complexos (como segurar e empilhar) que são extremamente difíceis de serem programados e automatizados.

Programação e testes extensivos aplicados a cenários limitados que exigem habilidades especializadas e processos demorados para automatizar apenas subconjuntos de tarefas. Os controladores PD demoram para serem ajustados, exigindo diferentes configurações de ajuste para cada modelo de escavadeira e para alguns materiais de corte.

Foi estabelecido um novo parâmetro de comparação para programar sistemas de controle industrial. O aprendizado da tarefa "segurar e empilhar" foi 45 vezes mais rápido do que a abordagem comparável.

Embora as salas de conferência fiquem desocupadas cerca da metade do tempo, os sistemas HVAC são operados predominantemente por termostatos de PI simples, consumindo energia quando desnecessário e, às vezes, violando os níveis de segurança de CO2.

As correções de PID são reativas, embora os controladores MPC considerem o estado futuro, mas ainda se esforçam para encontrar o comportamento de otimização do custo global. As duas abordagens exigem que o demorado processo de comissionamento ajuste o comportamento do controlador.

O sistema autônomo aprendeu a controlar o HVAC para melhorar o conforto e a qualidade do ar com uma redução aproximada de 23% no consumo de energia.