AI 與 ML 造就了永續且智慧的工廠

March 3, 2022

Satta Hightower

工業自動化系統集成商

如果您的公司可以利用資料改善 PID 控制器的效能、將工業設備的差異度降低 8%，並且減少 700 公噸的污染物到大氣層會如何？有些製造業公司已經透過工業物聯網技術在這麼做了。

以資料驅動的自動化早該出現在製造業。傳統製程與技術限縮了作業效率與可見度，這種情況在業界中仍然十分普遍。

不過人工智慧（AI）與機器學習（ML）可推動工業最佳化，並為真正的創新鋪路：改善設備效能、達到預測性維修並降低成本，同時降低對環境的影響。BirminD 是一間工業人工智慧公司，已經為客戶創造出如此的成果，利用人工智慧與工業分析推動產業轉型。

廠房中的浪費與缺乏效率

傳統上，製造商仰賴 PID 控制迴路管理廠房中的工業設備效能。PID 控制器是管理製程變數的儀器，例如工業設備的速度、溫度、pH 值、流量與壓力。這些變數必須在 PID 控制迴路內進行調整或調校，才能達到最佳的效能，但是這種做法有可能會很棘手。

「每個程序都有其最佳的運作點，如果 PID 控制器沒有調校正確，會導致振盪的情形出現。」BirminD 執行長 Diego Mariano 表示。

Mariano 表示，製造商在 PID 控制器上面臨的最大挑戰，是這些設備沒有調校到適合的頻率或正確的輸出。除此之外，許多 PID 控制器未與控制系統整合，也沒有收集資料以作進一步分析。

調校錯誤的 PID 控制器，會導致更大的製程差異、使用電力、天然氣和化學品的效率不佳，同時提高了設備故障的可能。

引進工業化 AI 與 ML 的威力

為了避免這些不良的結果與潛在浪費，公司必須持續進行 PID 調校。BirminD 以 AI 驅動的演算法與解決方案做到了這一點。

該公司的 BWise BCloud AutoML 解決方案透過工廠廠房中各種工業設備的資料來偵測工業製程中的異常，並提供分析，讓公司可以充分運用 ML 在預測性維護上的強大威力。

「我們藉由維持持續的學習，協助製造商改進 PID 控制迴路。我們一直監控著客戶的資料，並提供他們所有製程模式中最合適的作法。」Mariano 表示。

BirminD 平台讓客戶可以在邊緣或在雲端儲存資料。它結合了 Intel^® 的邊緣到雲端解決方案與 AI 解決方案，為工廠的控制迴路作出最佳化調校。

BirminD 技術長 Raphael Bartholo Costa 表示，他們的解決方案是以非侵入式的方式改進 PID 的調校。工廠的資料儲存於使用 Intel 技術的離線邊緣裝置上，因為有些公司傾向不要將資料放在雲端環境中執行。利用這個方法，客戶可以透過網路應用程式或內部的儀表板得到深入的內容，接著以各種方式部署這些資訊，以改善他們的工業製程。

「我們不會對製程的正常功能進行變更。我們是從資料中學習。」Bartholo Costa 表示。「而且我們可以在工廠內同時為所有的控制迴路進行大規模的操作。」

BWise 解決方案也提供 API，讓系統整合商與客戶可以將公司的 ML 演算法整合至自己的平台或軟體中，讓他們得以安全地將資料傳送至 BirminD 的雲端，並透過自己的介面取得深入分析內容。

如此具有可擴充性與彈性的產品，已為汽車、廢水處理、水泥廠和造紙產業的客戶帶來了顯著成果。