1、方案背景与目标
该解决方案最初应用于粉末类食品的干燥工艺阶段。粉末类食品的水分控制是一个多变量、非线性、大时滞的复杂过程,且生产过程存在原料等不确定因素。之前通过人工调节生产参数,控制干燥过程,但是工艺人员操作差异性较大,且经验丰富的工艺人员的招聘也越来越困难,这造成产品的质量始终不稳定,含水量忽高忽低,每年给客户工厂造成巨大损失。
随着市场需求的进一步发展,以及消费大众对食品质量越来越严苛的要求,保证产品质量的稳定性,减少损失浪费,是客户关心的重点问题。基于以上背景,西门子和工业客户携手共创,为客户打造了一套基于工业边缘和AI的粉末类食品水分智能控制系统,以帮助提升整体生产的稳定性。
随着该AI增强控制系统的成功落地,我们也在越来越多的行业进行基于工业边缘和AI增强控制技术的应用探索,相关产品Flamingo已在包括粮油、乳制品、调味品、电池、新材料等多行业中得到广泛落地应用。
2、方案介绍
以粉末类食品干燥优化项目为例,该方案实现了首个AI驱动的DCS控制,用AI全自动接管代替原来的人工调控。相关技术方法如下:
(1)结合控制理论与AI技术的融合趋势,采用最新型的深度学习技术进行模型预测和参数寻优实现动态增强控制。基于增强控制的核心,采用串级预测控制模型,将MPC与DRL方法相结合;
(2) AI预测模型能进行精准预测。水分预测结果符合水分生产变化的整体趋势,能够抑制水分监测设备重复精度抖动突变的影响;
(3)实现了多变量决策。系统后台能够对几十个点位的工艺参数进行处理,能对尾气温度和水分等多变量进行预测分析实现智能决策;
(4)完全兼容现有螺旋控制PID接口,通过动态寻优下发间距小且频度密的上下限参数指令,实现控制过程无缝切换的同时,提高了控制精度和时效性;
同时,采用西门子工业边缘方案,AI模型部署在边缘设备上,模型的推理在本地侧进行,同时通过边缘管理平台实现对模型的统一版本管理与更新下发,为方案数据的安全性,实时性,和高效的更新部署提供了有利环境。
目前Flamingo已不止局限于粉末类食品的干燥工艺控制,在包括粮油、乳制品、调味品、电池、新材料等多行业中都已得到广泛落地应用。对于工业客户来说,如何从数据出发,在离数据最近的地方评估客户的现状,分析客户可能提升的空间,找到客户可以进行持续改善的锚点对客户有重要的意义。Flamingo可降低客户在增强控制与投资回报之间反复论证的沉没成本,从数据出发为客户提供决策依据,为客户定制管控量测指标,数据成熟度高的产线可以结合定制算法模块进一步实现AI增强控制,进一步实现企业提质增效的目标。
3、代表性及推广价值
Flamingo将工业边缘与AI增强控制技术应用在工业领域,可为工业企业带来多个层面的实际价值。
例如在粉末类食品干燥工艺优化控制项目中:
(1)用AI全自动接管代替原来的人工调控,极大提升了水分控制的稳定性,将达标产品的比例从88%提高到99%;
(2)为客户实现了生产原料的节省,四条产线的直接经济效益达到百万级别;
(3)为客户每年带来十万级的能源成本的节约。
在数字化转型的过程中,越来越多的企业追求数字化的方式来进行核心产品核心工艺的优化,希望能进一步提升核心产品品质和稳定性。Flamingo聚焦于该方向,将先进技术落地于生产现场侧,为企业带来利润质量的双重提升,在包括粮油、乳制品、调味品、电池、新材料等多行业中都具备重要复制与落地潜力。