Интелигентно одвојување
Сепараторите учат оптимално индустриско одделување на суровините
Долго време, поставувањето на сепараторите се засноваше врз интуицијата и сослушувањето на експертите; истражувачите од Fraunhofer IEM сега се потпираат на машинско учење. Слика: ГЕА
- Фраунхофер институт за мехатронски дизајн IEM
Вештачка интелигенција
Систем за следење на биодиверзитетот како нискобуџетен проект
Студија за употреба на вештачка интелигенција во компаниите
Центрифугите за механичко одвојување на супстанциите играат важна улога во индустриското производство на храна како млечни производи или фармацевтски производи. Досега, искуството, слухот и интуицијата на операторот беа потребни за оптимални поставки на машината. Истражувачите на Fraunhofer IEM успеале да го пренесат ова знаење на експертски систем користејќи нервни мрежи. Во иднина, интелигентните сепаратори ќе можат да работат со значително поголем степен на автоматизација. Тие исто така обезбедуваат најдобро можно раздвојување на производите.
Понекогаш наставниците по хемија имаат лесен живот. На пример, кога станува збор за експерименти кои се занимаваат со раздвојувачи или центрифуги: Во нивните експерименти, епруветите се полни со тиња или мешавина од скроб-вода со цел повторно да се одделат течноста и цврстите тела откако ќе се вклучи уредот. Толку едноставно, толку неспектакуларно, толку податливо. Спротивно на тоа, во индустриската пракса изгледа многу поразлично. На пример, во хемиската индустрија, како на пример во фармацевтската индустрија или во преработката на минерално масло. Или во секторот за храна во млекарници или пиварници. Десетици илјади литри се обработуваат тука на секој час. И одвојувањето е исто така многу покомплицирано отколку да се оддели цврста и течна едни од други со помош на максимално прилагодлива центрифугална сила.
»Овде обично има неколку фази на раздвојување. При обработка на сурово млеко, на пример, лесното млеко, павлаката и различните цврсти материи треба да се одделат чисто - без млеко да го губи квалитетот или течната павлака да ја смени својата конзистентност “, објаснува Себастијан фон Енцберг од Институтот Фраунхофер за мехатронски дизајн IEM. Ако сепараторите не се точно поставени (и прилагодени повторно и повторно за време на постапката), може да се појават состојби на процесот што го нарушуваат квалитетот на производот или дури и го оштетуваат производот. На пример, можно е вклучување на воздушни меури, или постои ризик од прекумерно загадување на производот поради премногу силни или премногу ненадејни забрзувања. Секогаш постои можност за непостојан проток, бидејќи празнењето на излачените масни материи доведува до губење на притисок. Центрифугите се во постојана работа: полнењето и одводот на одделни елементи се одвиваат за време на процесот на центрифугирање. Но, дури и тогаш, постојаните својства на производот мора да бидат загарантирани.
Правилното чувство за процесот
„Целта на интелигентната обработка на податоци е да се симулира перцепцијата и проценката на човечкиот оператор“, нагласува фон Енцберг. Истражувачите на Fraunhofer IEM затоа се потпираат на машинското учење. „Користевме нервни мрежи и огромен број податоци што ги стекнавме од експерименти и реални операции за обука на систем што го програмиравме. Научи да ги препознава условите за грешка и да развива стратегии за прилагодување на параметрите на машината, како што се брзините на ротација или условите за печатење, со кои посакуваните резултати може да се постигнат на најдобар можен начин, „објаснува фон Енцберг. Програмата потоа беше дополнета на таков начин што ги толкува податоците добиени во реално време според веќе научените и потоа соодветно ја мести машината во делови од секунда за време на работата.
Екстернализација на стручно знаење
„На крајот на краиштата, ние го префрливме сложеното и децениско искуство на производителот на центрифуги и интуицијата на машински оператор со фино обучено уво во нашиот експертски систем“, резимира Фон Енцберг. Ова знаење сега - по краток период на обука во секој случај - може да се пренесе на ракување со различни центрифуги и задачи. Предуслов за ова, сепак, е уредите да бидат опремени со соодветни сензори и базата на податоци да биде доволно голема. „Може да бидат потребни неколку месеци за новиот систем да научи од состојбите на грешки и правилно да ги фати решенијата“, вели фон Енцберг. Но, откако овој процес на учење е завршен, центрифугите исто така можат да работат автономно и да се следат од далечина.
Заедно со партнерот на проектот ГЕА, кој произведува технолошка процесна и компоненти за прехранбената индустрија, меѓу другото, истражувачите на Фраунхофер веќе развија прототип за да ја тестираат употребата на стручниот систем во живо. Резултатите се толку ветувачки што веќе е планирана индустриска имплементација на интелигентниот центрифуга. (батерија)