강화학습 알고리즘으로 플랜트 공정자동화 최적화시킨다
강화학습 알고리즘으로 플랜트 공정자동화 최적화시킨다
  • 권현주 기자
  • 승인 2018.08.27 21:30
  • 댓글 0
이 기사를 공유합니다

요코가와-NAIST, 플랜트 시뮬레이터에서 비닐 아세테이트 생산 공장의 증류 공정에서 이 강화학습 알고리즘을 적용해 4 개의 밸브를 동시에 제어하는 공정에 성공
이미지:요코가와

인공지능(AI)는 최근 다양한 산업과 사회에서 패러다임을 바꾸고 있는 가운데 요코가와(Yokogawa Electric Corporation)와 NAIST(국립나라과학기술대학, Japanese National university, Nara Institute of Advanced Science and Technology)가 공동으로 공장 운영자동화를 최적화시키는 강화학습 알고리즘을 공동으로 개발했으며, 이 알고리즘은 공장 내 생산 품질과 공정 개선을 위한 실용적인 해결책으로 기대된다고 23일 밝혔다.

요코가와는 수년 동안 석유, 가스, 화학, 철강, 펄프 및 제지, 제약 및 식품과 같은 광범위한 산업에 공정 제어 시스템을 제공하고 있으며 플랜트 운영과 관련하여 풍부한 기술과 전문 지식을 확보해왔으며, NAIST는 최적화 제어 및 강화학습과 같은 시스템 공학 기법뿐만 아니라 확률론적 추론과 같은 머신러닝기반 연구 및 개발과 지능형 로봇 및 시스템을 개발하는 것을 목표로 하고 있다.

이번 요코가와와 NAIST는 요코가와의 플랜트 제어 기술과 제어 루프 간의 상호 의존성에 대한 지식과 전문성을 활용하여 NAIST의 강화학습 기술인 KDPP(Kernel Dynamic Policy Programming)를 적용 새로운 강화학습 알고리즘을 개발하는 데 성공했다. 기존의 머신러닝 알고리즘은 적절한 제어를 보장하기 위해 엄청난 양의 데이터 처리가 필요하며 실제 현장에 적용하기에는 문제가 있었다.

개발된 알고리즘은 요코가와와 NAIST의 플랜트 시뮬레이터에서 비닐 아세테이트 생산 공장의 증류 공정에서 이 강화학습 알고리즘을 적용해 4 개의 밸브를 동시에 제어하는 공정에 성공했으며, 이 알고리즘은 기존의 제어 시스템과 사람에 의한 조작을 뛰어 넘는 최적 공정을 실현했으며, 현재 실제 사용 환경에 대한 적합성을 확인하기 위해 PoC(proof of concept) 테스트 중이라고 한다.

한편 새롭게 개발된 알고리즘은 8 월 20 일부터 8월 24일까지 독일에서 개최된 IEEE 국제회의에서 발표됐다.

Tag
#N

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.