Yokogawa는 엣지 컨트롤러를 위한 강화 학습 서비스의 출시를 발표했다. OpreX Realtime OS 기반 머신 컨트롤러(e-RT3 Plus)를 위한 자율 제어 서비스는 FKDPP(Factorial Kernel Dynamic Policy Programming) 강화 학습 AI 알고리즘을 활용하며 최종 사용자 요구 사항에 따라 패키지 소프트웨어와 선택적 컨설팅 서비스 및/또는 교육 프로그램으로 구성된다. 이 소프트웨어는 전 세계적으로 출시될 예정이며 컨설팅 및 교육 프로그램은 일본에서 우선 제공되고, 추후 일본 외 국가에서도 제공될 예정이다.

엣지 컨트롤러를 위한 자율 제어 AI 서비스

실제 플랜트의 물리적, 화학적 및 기타 공정의 복잡성을 고려했을 때, 여전히 베테랑 운영자의 개입이 필요한 분야가 많으며 이러한 영역을 제어하는 것은 종종 어렵고 제품 품질과 수익성에 직접적인 영향을 미친다. 기존 제어 기술로는 PID 제어dhk APC가 있다. PID 제어 또는 APC를 사용하여 복잡한 제어를 달성하는 것은 때로는 조정 작업이 필요하며, 이는 상당한 시간과 노력이 요구된다. 또한 플랜트 운영의 일부 영역은 PID 제어 또는 APC에 적합하지 않아 제어값 입력시 작업자의 판단에 따른 수동 제어가 필요하다. 자율 제어 AI는 이러한 상황을 위한 새로운 기술로, 복잡한 제어를 달성하고 수동 조작에 의존하지 않을 수 있다.

FKDPP는 PID 제어 및 APC와 다른 새로운 제어 기술이다. 2022년 3월, Yokogawa와 JSR Corporation의 Elastomer 사업부(현재는 ENEOS Materials가 소유)가 기존 제어방식으로는 제어할 수 없는 화학 플랜트의 설비를 자율적으로 제어하는 35일에 걸친 현장 테스트를 성공적으로 마쳤다고 발표했다. 이는 세계 최초의 성과로, 기상 조건과 같은 요소들이 제어 상태를 크게 방해할 수 있는 상황에서도 이를 성취했다.

이번에 발표하는 Yokogawa의 새로운 서비스를 통해 고객은 FKDPP 알고리즘을 사용하여 AI 제어 모델을 생성하고 이를 엣지 컨트롤러에 설치할 수 있게 된다. 이 서비스는 다음과 같은 특징과 장점을 갖고 있다.

<특징>

•AI 모델 생성 프로세스가 단순화되어 AI 분야의 비전문가도 자율 제어 AI 모델을 생성하여 e-RT3 엣지 컨트롤러에 설치 가능

•자율 제어 AI 탑재로 엣지 컨트롤러 개조 가능

•0.01초의 짧은 제어 주기를 지원하며 빠른 응답성을 요구하는 기기 제어 어플리케이션에 최적

<장점>

1. 수동 제어로만 가능했던 영역을 자율 제어로 변환

BPID 제어와 APC의 역량을 벗어난 영역에 자율 제어 AI를 적용해 자율성과 최적의 제어를 동시에 달성할 수 있다. 외부 교란에 덜 취약한 안정적인 제어가 가능하고 생산성이 향상된다.

2. 오버슈트 억제

제어 대상에 따라 다르지만 FKDPP는 오버슈트를 억제한다. 오버슈트(설정값을 초과한 상태)가 감소되면 불필요한 과열을 줄여 Furnace 및 기타 가열 설비의 수명이 연장된다.

3. 조정시간 대폭 단축

FKDPP는 PID 제어에 비해 조정시간을 크게 줄여 에너지를 절약되고 생산성이 향상된다.

4. 상충되는 요구사항 사이에서 올바른 균형을 달성

제어 대상에 따라 다르지만 FKDPP는 상충되는 요구사항을 해결할 수 있으며, 예를 들어 제품 품질을 유지하면서 에너지 사용을 줄여야 할 필요성 사이에서 올바른 균형을 이룰 수 있다.

아래에 설명된 것과 같은 시연에 이어, Yokogawa는 플랜트 설비에 큰 변화를 주지 않고도 다양한 산업의 엣지 컨트롤러에서 사용할 수 있는 새로운 자율 제어 AI 서비스를 출시한다.

실험로 제어

이 솔루션은 오버슈트를 억제하고 정착시간을 약 65% 단축할 수 있는 것으로 나타났으며, 자동 조정 PID 제어는 조정까지 약 30분이 소요된 반면 자율 AI 제어는 조정까지 약 10분이 소요됐다.

자동 조정 PID 제어와 자율 AI 제어의 비교

e-RT3 엣지 컨트롤러

이 시스템을 사용하려면 엣지 컨트롤러(별도 판매), 자율 AI 학습 서비스 접근, 에지 컨트롤러에서 AI 제어 모델 구현을 위한 소프트웨어 패키지, AI 제어 모델 실행 라이선스가 필요하다. 애플리케이션에 따라 사용자가 시작하는 데 도움이 되는 교육 프로그램, 관련 컨설팅 서비스, 엔지니어링 서비스 등이 제공된다.

Yokogawa와 FKDPP 알고리즘을 공동 개발한 나라과학기술대학교의 Takamitsu Matsubara 교수는 “Yokogawa는 FKDPP 알고리즘이 학습 시도 횟수를 줄이고 문제를 해결할 수 있도록 함으로써 강화학습을 상용화할 수 있었다. Yokogawa는 FKDPP의 가치와 실용성을 입증했다. 제조업을 위한 제어 시스템 제품에서 강화 학습의 상용화와 관련된 다른 사례는 없는 것으로 보인다. FKDPP가 산업에 새로운 가치를 창출할 것으로 기대하고 있다.”고 말했다.

Yokogawa의 부사장 겸 Product본부장인 Kenji Hasegawa는 “제품 품질과 고객 수익에서 제어가 중요한 부분이지만 베테랑 사업자들의 노하우가 필수적이었다. 우리는 자율 제어 AI(FKDPP)가 기존 제어 기술에 문제가 있는 고객의 우려를 해결할 수 있는 거대한 혁신이 될 것이라고 믿는다. 다양하고 새로운 방식으로 혁신은 이어질 것이다. 앞으로도 경영전략에 기반하여 유연한 제어를 실현하는 새로운 영역을 개척해 나갈 것이다. 우리는 고객에게 가치를 제공함으로써 환경에 미치는 영향을 최소화하면서 산업의 지속 가능한 발전에 기여하고 산업 자동화에서 산업 자율로의 전환인 IA2IA를 선도할 것이다.”라고 말했다.