높은

읽기 목록에 저장 게시자: Emily Thomas, World Cement 부편집장, 2020년 10월 30일 금요일 12:23

KIMA 공정 제어 담당 Dirk Schmidt와 Eugen Geibel은 2000년대 초 시멘트 산업에서 HLC(고수준 제어) 방법이 어떻게 사용되었으며 표준 컨트롤러가 실패하는 더욱 복잡한 폐쇄 루프 제어 공정을 제어하는지 논의합니다.

'Industry 4.0' 달성은 수년간 업계의 필수 과제였습니다. 최근에는 '빅데이터', 'AI'(인공지능) 등의 용어가 여러 분야에서 많이 사용되고 있다. 빅데이터와 결합된 AI는 자동화뿐만 아니라 오랜 문제에 대한 솔루션을 제공할 것으로 기대된다. 따라서 2009년부터 완전히 자율적인 공장 운영(AI 사용 포함)이 이루어졌다는 사실을 알면 놀랄 수도 있습니다. 이 기사에서는 시멘트 산업에서 HLC(고위 수준 제어) 방법이 어떻게 사용되었는지 간략하게 요약합니다. 2000년대 초반 표준 컨트롤러가 실패하는 더욱 복잡한 폐쇄 루프 제어 프로세스를 제어하는 ​​방법을 알아보세요.

시멘트 산업에서 첨단 기술의 통합을 가속화하기 위해 일부 비즈니스 컨설턴트는 화학 공장/정유소의 Industry 4.0 솔루션을 '복사하여 붙여넣기'하여 시멘트 공장에 적용할 것을 제안했습니다. 최근의 예로는 일반 플랜트 제어를 AI 제어로 최초로 성공적으로 전환하여 획기적인 성과를 거둔 보고서가 있습니다. 여기에는 주의가 필요합니다. 역사에서 알 수 있듯이 AI의 기능은 여전히 ​​​​제한적입니다.

AI는 매우 광범위한 용어로 모두가 동의하는 개념의 정의를 찾기가 어렵습니다. 더 넓은 의미에서는 컴퓨터의 지능적 행동 시뮬레이션, 즉 지능(인간) 행동을 모방하는 기계의 능력을 다루는 컴퓨터 과학의 한 분야로 정의할 수 있습니다.

기술적으로 말하면, 오늘날 업계에서 사용되는 대부분의 AI 시스템은 데이터 기반 알고리즘입니다. 이러한 알고리즘의 기본 원리는 비교적 간단하지만 엄청난 양의 데이터, 높은 계산 반복률 및 다중 상호 연결을 통해 성능을 얻습니다.

많은 작업에 AI를 사용하는 것은 새로운 아이디어가 아닙니다. 엄청난 양의 정보(빅데이터)를 저장하고 처리할 수 있는 더 빠른 컴퓨터의 개발은 AI의 사용을 가능하게 하고 합리적으로 만듭니다. 그 자체가 머신러닝의 일부인 딥러닝은 다층 인공신경망(ANN)을 활용해 빅데이터로부터 학습하고, ANN을 일부 훈련한 후 문제 해결에 사용할 수 있는 패턴을 검색합니다.

퍼지 논리와 MPC(모델 예측 제어)와 같은 분석 방법을 포함한 지식 기반 자동화도 AI의 일부입니다(그림 1). 작업에 따라 다른 AI 방법이 다른 것보다 더 적용 가능합니다. 요즘에는 정유소와 같이 시멘트 생산 공정에 모든 용도에 맞는 단일 AI 모듈이 없다는 것이 분명합니다. 퍼지 논리는 제어 전략을 표현할 수 있는 적당한 수의 변수와 데이터를 사용하여 기술 프로세스의 폐쇄 루프 제어에 적용할 수 있습니다. 중요한 상황에서 안전한 작동이 필수인 프로세스에 적합한 선택입니다. 신경망은 제어 전략을 표현할 수 없고 입력 변수 수가 많은 프로세스의 숨겨진 패턴을 인식하는 데 사용됩니다. MPC는 수학적 모델을 사용할 수 있는 잘 이해된 프로세스에 적합한 선택입니다. 모델을 실시간보다 빠르게 계산할 수 있으면 최적화가 가능합니다. 온라인 적응성은 시멘트 생산에서 심각하게 실행 불가능합니다.