Alto

Salva nell'elenco di lettura Pubblicato da Emily Thomas, Vicedirettore World Cement, venerdì 30 ottobre 2020 12:23

Dirk Schmidt e Eugen Geibel, KIMA Process Control, discutono di come i metodi di controllo di alto livello (HLC) siano stati utilizzati nell'industria del cemento all'inizio degli anni 2000 e di come controllino processi controllati a circuito chiuso sempre più complessi in cui i controllori standard falliscono.

Realizzare l'"Industria 4.0" è da anni un compito essenziale del settore. Recentemente, termini come “big data” e “AI” (intelligenza artificiale) sono stati ampiamente utilizzati in molti campi. Si spera che l’intelligenza artificiale combinata con i big data fornisca soluzioni a problemi di vecchia data, non solo nel campo dell’automazione. Potrebbe quindi sorprendere apprendere che dal 2009 si svolge un funzionamento completamente autonomo dello stabilimento (compreso l'uso dell'intelligenza artificiale). Questo articolo riassumerà brevemente come i metodi di controllo di alto livello (HLC) sono stati utilizzati nell'industria del cemento in primi anni 2000 e come riescono a controllare processi a circuito chiuso sempre più complessi in cui i controllori standard falliscono.

Per accelerare l'integrazione di tecnologie avanzate nell'industria del cemento, alcuni consulenti aziendali hanno proposto di 'copiare e incollare' le soluzioni Industria 4.0 provenienti da impianti chimici/raffinerie e applicarle nei cementifici. Un esempio recente è un rapporto riguardante la prima conversione riuscita del controllo regolare delle piante al controllo dell'intelligenza artificiale, che lo ha qualificato come una svolta. Qui è necessaria cautela: le capacità dell’intelligenza artificiale sono ancora limitate, come dimostra la sua storia.

L’intelligenza artificiale è un termine molto ampio ed è difficile trovare una definizione del concetto su cui tutti siano d’accordo. In senso più ampio, può essere definita come una branca dell'informatica che si occupa della simulazione del comportamento intelligente nei computer, cioè della capacità di una macchina di imitare il comportamento intelligente (umano).

Tecnicamente parlando, la maggior parte dei sistemi di intelligenza artificiale utilizzati oggi nell’industria sono algoritmi basati sui dati. Il principio di base di questi algoritmi è relativamente semplice, ma traggono le loro capacità da enormi quantità di dati, alti tassi di ripetizione dei calcoli e interconnessioni multiple.

L’utilizzo dell’intelligenza artificiale per molte attività non è un’idea nuova. Lo sviluppo di computer più veloci con la possibilità di memorizzare ed elaborare enormi quantità di informazioni (Big Data) rende possibile e ragionevole l’uso dell’intelligenza artificiale. Il Deep Learning, che è esso stesso una parte del Machine Learning, utilizza la rete neurale artificiale multistrato (ANN) per apprendere dai Big Data e cercare modelli che potrebbero essere utilizzati per la risoluzione dei problemi dopo un po' di addestramento della ANN.

Fanno parte dell’intelligenza artificiale anche l’automazione basata sulla conoscenza, compresa la logica fuzzy e i metodi analitici come, ad esempio, il Model Predictive Control (MPC) (Figura 1). A seconda del compito, diversi metodi di intelligenza artificiale sono più applicabili di altri. Al giorno d’oggi è chiaro che non esiste un modulo AI adatto a tutti per il processo di produzione del cemento come nelle raffinerie. La logica fuzzy è applicabile per il controllo a circuito chiuso di processi tecnici con un numero moderato di variabili e dati per i quali è possibile esprimere una strategia di controllo. È una buona scelta per i processi in cui è obbligatorio il funzionamento sicuro in situazioni critiche. Le reti neurali vengono utilizzate per il riconoscimento di modelli nascosti per processi per i quali non è possibile esprimere una strategia di controllo e che hanno un numero elevato di variabili di input. MPC è una buona scelta per processi ben compresi per i quali è disponibile un modello matematico. L'ottimizzazione è possibile se il modello può essere calcolato più velocemente del tempo reale. L’adattabilità in linea non è seriamente praticabile nella produzione di cemento.