Розумне розділення
Сепаратори вивчають оптимальне промислове розділення сировини
Довгий час встановлення сепараторів базувалося на інтуїції та слуху експертів; дослідники з Fraunhofer IEM зараз покладаються на машинне навчання. Зображення: GEA
- Інститут мехатронного проектування Фраунгофера IEM
Штучний інтелект
Система моніторингу біорізноманіття як низькобюджетний проект
Дослідження використання штучного інтелекту в компаніях
Центрифуги для механічного розділення речовин відіграють важливу роль у промисловому виробництві таких продуктів, як молочні продукти або фармацевтичні продукти. До цього часу для оптимальних налаштувань машини були потрібні досвід, слух та інтуїція оператора. Дослідникам з Fraunhofer IEM вдалося передати ці знання в експертну систему за допомогою нейронних мереж. У майбутньому інтелектуальні сепаратори зможуть працювати зі значно вищим ступенем автоматизації. Вони також забезпечують найкраще можливе розділення продуктів.
Іноді вчителі хімії мають легке життя. Наприклад, якщо мова йде про експерименти, що стосуються сепараторів або центрифуг: У ваших експериментах пробірки наповнюються осадом або сумішшю крохмалю і води, щоб - після включення апарату - знову розділити рідину і тверді речовини. Такий простий, такий не вражаючий, такий керований. На відміну від цього у виробничій практиці це виглядає зовсім інакше. Наприклад, у хімічній промисловості, наприклад, у фармацевтичній промисловості або при переробці мінеральної олії. Або в харчовій галузі на молочних та пивоварних заводах. Тут щогодини переробляють десятки тисяч літрів. Поділ також є набагато складнішим, ніж відокремлення твердої речовини та рідини один від одного за допомогою максимально регульованої відцентрової сили.
»Тут зазвичай існує кілька фаз поділу. Наприклад, при обробці сирого молока, легке молоко, вершки та різні тверді речовини повинні бути відокремлені чисто - без втрати молока якості або рідких вершків, що змінюють свою консистенцію », - пояснює Себастьян фон Енцберг з Інституту мехатронного проектування IEM Фраунгофера. Якщо сепаратори не встановлені точно (і регулюються знову і знову під час процедури), можуть виникнути стани процесу, які погіршують якість товару або навіть пошкоджують виріб. Наприклад, можливе включення бульбашок повітря або існує ризик надмірного забруднення продукту через занадто сильні або занадто раптові прискорення. Завжди існує можливість нестабільного потоку, оскільки спорожнення виділених жирових речовин призводить до втрати тиску. Центрифуги працюють безперервно: заповнення та злив окремих елементів відбувається під час процесу центрифугування. Але навіть тоді повинні бути гарантовані постійні властивості товару.
Правильне відчуття для процесу
"Метою інтелектуальної обробки даних є імітація сприйняття та оцінки людини-оператора", - підкреслює фон Енцберг. Отже, вчені з Fraunhofer IEM покладаються на машинне навчання. »Ми використовували нейронні мережі та безліч даних, отриманих в результаті експериментів та реальних операцій, для підготовки запрограмованої нами системи. Він навчився розпізнавати стани помилок і розробляти стратегії адаптації параметрів машини, таких як швидкість обертання або умови друку, за допомогою яких бажані результати можна досягти найкращим чином », - пояснює фон Енцберг. Потім програма була доповнена таким чином, що вона інтерпретує дані, отримані в режимі реального часу, відповідно до того, що вже вивчено, а потім доопрацьовує машину відповідно частками секунди під час роботи.
Екстерналізація експертних знань
"Врешті-решт, ми перенесли складний і багаторічний досвід виробника центрифуг та інтуїцію механізатора з добре навченим вухом у нашу експертну систему", - резюмує фон Енцберг. Ці знання тепер - після короткого періоду навчання в кожному випадку - можуть бути передані для роботи з різними центрифугами та завданнями. Однак обов’язковою умовою цього є те, що пристрої оснащені відповідними датчиками і що база даних досить велика. "Новій системі може знадобитися кілька місяців, щоб навчитися станам помилок і правильно фіксувати рішення", - говорить фон Енцберг. Але після завершення цього процесу навчання центрифуги також можуть працювати автономно та дистанційно контролюватися.
Разом із партнером проекту GEA, який виробляє технологію технологічних процесів та компоненти для харчової промисловості, серед іншого, дослідники компанії Fraunhofer вже розробили прототип для перевірки використання експертної системи в прямому ефірі. Результати настільки багатообіцяючі, що вже планується промислова реалізація інтелектуальної центрифуги. (акумулятор)