2022年5月30日
橫河電機株式會社
NTT DOCOMO株式會社
橫河電機和NTT DOCOMO株式會社（DOCOMO）今日宣佈，已經完成用於工業製程遠端控制技術的概念驗證（PoC）測試。PoC測試在雲環境中使用自主控制人工智慧（AI），是由橫河電機和奈良先端科學技術大學院大學（NAIST）所研發的階乘內核動態策略規劃(FKDPP)演算法*1，以及DOCOMO提供的第五代（5G）移動通信網路。該測試成功控制了類比工廠的製程操作，證明5G適用於實際工廠製程的遠端控制。
近年來，工廠傾向於將生產設施安定在偏遠和/或危險地區，促使對遠端工業運營的需求不斷增長，並改變了人們的工作方式。同時，工廠中用於淨化和精煉資源及基本產品材料的設備在使用多年後會老化，因此遠端、自主的調節和控制將大有裨益。一種可能的解決方案是在工廠安裝用於高速無線通訊的邊緣設備，並使用基於雲的自主控制AI來動態控制設備。橫河電機已經證明其FKDPP演算法是一種可行的自主控制AI解決方案。今年2月，在一家化工廠*2的現場測試中，FKDPP連續35天成功地控制了使用現有PID*3和APC*4控制技術難以實現自動化、因而只能手動執行的製程。FKDPP和雲與5G的結合，具有低延遲和連接大量設備的能力，有望成為實現工業自主化的核心技術。
PoC概覽
點擊看大圖
橫河電機和DOCOMO於2021年4月14日宣佈達成協議後，便進行演示測試，驗證是否可以通過5G網路在雲端使用FKDPP控制三容水箱液位控制系統*5。在測試中，設定了目標水位，進行了低速到高速控制迴圈的測試，並確認了移動通信延遲對FKDPP控制的影響。測試表明，特別是在高速控制下，與4G相比，5G 1）延遲更低，2）過衝更少，且3）能夠處理短至0.2秒的控制週期，實現更好的控制，以獲得更穩定的品質和更高的能效。
未來5G、雲和AI在工業自主化方面的應用
點擊看大圖
自2019年以來，橫河電機一直在宣導工業自動化到工業自主化（IA2IA）的概念，旨在將5G技術應用於遠端工廠控制，並且將與DOCOMO、客戶協作，繼續促進邁向工業自主化轉型的先進措施。
DOCOMO將繼續增強和發展網路技術，創建適合特定客戶需求的先進網路，並為各種公共和私人目的開發5G解決方案。
橫河電機和DOCOMO身為5G互聯產業與自動化聯盟 （5G-ACIA）的成員，致力於5G的工業應用，並將繼續評估5G在遠端、工廠自主運營中的應用。兩家公司在多個客戶工廠進行演示，並檢驗長期使用過程中的通信可靠性和延遲相關問題，努力實現支援5G和AI的自主控制。5G-ACIA將在5月30日至6月2日舉辦的2022年漢諾威工業博覽會*6上展示該演示測試的結果。
公司評語
長穀川健司，橫河電機株式會社副總裁兼橫河電機產品本部本部長：
“我們的自主控制AI不僅可用於製程工業，還可用於工廠自動化的製程，例如加熱製程。它可以用於現有控制技術無法應用的領域，與現有技術相比，可以實現更短的穩定時間，並防止過衝。總體而言，自主控制AI的優勢包括提高生產力，並為實現更可持續發展的社會做貢獻。透過將生產、庫存、需求等信息與基於雲的自主控制AI相連結，可以將管理指令與工廠現場的實際操作控制相結合。儘管無線通訊已在工廠中使用，但這項創新將5G用於基於雲的自主控制AI。橫河電機與DOCOMO、客戶協作，實施這一前沿舉措，將引領向工業自主化的轉型。”
坪穀壽一，NTT DOCOMO高級副總裁兼5G & IoT事業部部長：
“DOCOMO正在利用尖端技術和多樣化的移動解決方案幫助工業部門轉型。演示表明，低延遲5G通信有助於提高工廠遠端控制操作的準確性，預計這將大大促進加工和其他類製造的可持續生產力。DOCOMO將與橫河電機、合作夥伴一起，繼續為製程工業的各種工作場所開發5G及其他移動通信環境，以克服挑戰並創造新價值。”
*1 FKDPP AI演算法使用強化學習技術，可應用於各種控制應用，包括無法用現有控制方法（如PID控制或APC）實現自動化的應用，以實現對傳統方式具有挑戰性的同步目標，如高品質和能效（詳見附件）。
*2 請參見新聞（橫河電機和JSR公司使用人工智慧連續35天對化工廠進行自主控制，開創世界先河：https://www.yokogawa.com/cn/news/press-releases/2022/2022-03-22/)
*3 比例-積分-微分（PID）控制由Nicolas Minorsky於1922年首次提出，是一種用於流程工業的基礎設施控制技術，用於控制數量、溫度、液位元、壓力和成分等因素。它根據當前值和設定值之間的偏差，基於P、I、D計算，實現針對目標值的控制。在某些情況下，由於數學運算式的特性，某個值可能會超過（超調）設定值，或者需要時間來解決以避免超調。
*4 先進程序控制使用數學模型來預測過程回應，並為PID控制回路即時提供設定值，以提高生產率、品質和可控性。先進程序控制也可以很容易地用於控制，以提高產量，減少勞動時間，並節約能源。利用APC可以減小資料偏差，從而更接近操作性能的極限（即獲得最佳性能）。然而，這項技術不擅長應對流體的快速蒸發、類似的化學反應、材料成分的重大變化以及機械的變化。
*5 三容水箱液位控制系統，用於培訓和實驗，調節從一個水位到下一個水位的水流，目的是控制最低水箱的水位。
*6 全球最大的國際製造業展覽會之一，2019年吸引了約6,500家公司和220,000人參加。https://www.hannovermesse.de/en/
關於橫河電機集團
橫河電機為能源、化工、材料、製藥和食品等多種產業提供測量、控制和資訊領域的先進解決方案。橫河電機應用數位化技術，協助客戶解決日益複雜的生產、資產和供應鏈最佳化等問題，實現向自主運營的過渡。橫河電機於1915年在東京成立，擁有17,500多名員工，透過遍佈61個國家的119家公司的全球網路，致力於實現可持續發展的社會。詳情請訪問： www.yokogawa.com。
關於NTT DOCOMO
NTT DOCOMO是日本領先的移動運營商，擁有超過8,300萬用戶，是全球3G、4G和5G移動網路技術的主要貢獻者之一。除了核心通信服務之外，DOCOMO正在與越來越多的實體（“+d”合作夥伴）協作，挑戰新的領域，創造激動人心、便捷的增值服務，改變人們的生活和工作方式。根據2020年及以後的中期計畫，DOCOMO正在開拓領先的5G網路，以促進創新服務，給客戶帶來驚喜和啟發，超越客戶的預期。https://www.docomo.ne.jp/english/
本新聞稿中的公司、組織、產品、服務和標識等名稱是橫河電機公司、NTT DOCOMO或其各自所有者的商標或注冊商標。
概念驗證（PoC）概述
1. PoC測試的目的
該測試確認了可以通過5G移動網路使用基於雲的自主控制AI進行控制的操作範圍。它從延遲和輸送量（在固定週期內發送和接收的資料量）角度比較了使用4G和5G通信的控制性能。
2. 詳細介紹
| 控制目標 | 三容水箱液位控制系統中的水位 |
|---|---|
| AI | 自主控制AI（FKDPP演算法） |
| 使用的技術 | 橫河電機：
|
| 控制方法 |
|
| PoC測試的週期 | 2021年4月14日至2022年4月26日 |
3. 各公司的職責
| 橫河電機 |
|
|---|---|
| DOCOMO |
|
4. 結果
經證實，與4G相比，5G提供（1）更低的延遲，（2）能夠以更少的過衝來執行控制操作，尤其是在使用高速控制時。還確認了（3）可以在短至0.2秒的控制週期內操作。總體而言，5G可以實現更好的控制，有助於實現更穩定的品質和更高的能效。
5. 關於自主控制AI（FKDPP演算法）
本次演示測試中使用的AI是階乘內核動態策略規劃(FKDPP)演算法，該演算法由橫河電機和奈良先端科學技術大學院大學（NAIST）於2018年聯合研發。它被IEEE認可為世界上第一個可用於工廠管理的基於強化學習的AI*1。
FKDPP提供以下主要優勢：
- 可用於各種控制，包括無法通過現有控制方法（PID 控制或 APC）實現自動化的應用，使工程師能夠實現傳統上難以同時實現的複雜目標，例如高品質和能效。
- 在更高的品質、更好的能效、更高的產量和更短的穩定時間方面提高了生產率。
- 簡單，因為它需要較少的學習，不需要載入標記的資料。
- 相對容易解釋AI的工作原理。
- 達到與傳統系統相同的安全級別（非常堅固，可以與現有的生產控制系統集成）。
2020年4月，橫河電機使用模擬模型*2確認其自主控制AI具有控制整個工廠的潛力。同年，在大阪2020年測量展覽會（由日本電氣測量儀器製造商協會主辦）的一次展覽中，橫河電機展示了該AI如何能夠自主控制三罐液位元控制系統。儘管可以採用傳統的PID控制技術來控制系統，但事實表明，FKDPP可以將穩定時間減少30%到50%，同時還可以防止超調。2022年2月，橫河電機成功利用該技術連續35天控制實際化工廠，開創世界先河。
*1 Factorial Kernel Dynamic Policy Programming for Vinyl Acetate Monomer Plant Model Control （用於醋酸乙烯酯單體工廠模型控制的階乘內核動態策略規劃（FKDPP））（2018年8月） https://ieeexplore.ieee.org/document/8560593/ 電氣與電子工程師協會（IEEE）是關於電氣工程的學術研究團體和技術標準化機構，總部位於美國，在160多個國家擁有40多萬名成員。
*2 Scalable Reinforcement Learning for Plant-wide Control of Vinyl Acetate Monomer Process （用於醋酸乙烯酯單體工藝全廠控制的可擴展強化學習）, Control Engineering Practice（《控制工程實踐》），第97卷（2020年4月） https://www.sciencedirect.com/science/article/pii/S0967066120300186