Генеральный директор Bert Labs раскрывает роль подкрепления обучения в промышленной энергоэффективности

Узнайте, как Рохит Кочар, генеральный директор Bert Labs, проливает свет на преобразовательный потенциал Bert Nova, флагманского продукта в рамках решения Bert Platform Solution. В содержательном интервью TimesTech г-н Рохит подробно рассказывает об использовании обучения с подкреплением (RL) для оптимизации показателей энергопотребления и производства в различных отраслях. Узнайте о взаимодействии компонентов Bert Nova, реальной масштабируемости, строгой безопасности данных и его выдающемся влиянии на энергосбережение и повышение эффективности производства. Г-н Рохит также описывает проблемы, преодолеваемые в ходе развития, и рисует яркую картину будущего, подчеркивая инновации, основанные на данных, и конвергенцию технологий для более умных и эффективных отраслей.

Полную версию интервью читайте здесь:

Мистер. Рохит: Bert Platform Solution — это платформа оптимизации на основе обучения с подкреплением (RL). Он оптимизирует потребление энергии (мощности и топлива) и производственные показатели (повышение урожайности, сокращение количества сырья и расходных материалов, снижение затрат на техническое обслуживание завода).

В соответствии со структурой нейронной сети обучения с подкреплением, которая определяет векторы состояния, векторы действий и функции вознаграждения, параметры/переменные считываются/фиксируются устройствами Bert Maximus IoT, передаются в реальном времени беспроводной сенсорной сетью Bert Qrious, а данные сохраняются, обрабатываются и анализируются Bert. Программная платформа Nova Big Datalake.

В рамках многопользовательской распределенной вычислительной платформы RL/глубокой нейронной сети (DNN) Bert Nova создаются операционные цифровые двойники путем интеграции моделей DNN (математических) и моделей основных принципов (физики, химии, биологии) для определения текущего состояния и прогнозирования. состояние (с точностью 99,99%).

В спрогнозированном выше оперативном цифровом двойнике RL нейронная сеть обучается итеративно до тех пор, пока не будет достигнута 100-процентная сходимость с заданными значениями на производственном предприятии, что одновременно приводит к 30-процентному улучшению энергопотребления, 20-процентному улучшению расхода топлива, 25-процентному улучшению производительности. затраты на техническое обслуживание завода, повышение урожайности на 3%, улучшение стоимости сырья и расходных материалов на 0,5%.

Мистер. Рохит: Микросервисы мультитенантной распределенной вычислительной платформы Bert Nova размещаются в любом общедоступном и/или частном облаке и/или централизованно на локальном сервере клиентов Bert Labs. Он получает данные от первой фабрики в рамках POC и нескольких фабрик по всему миру в рамках масштабирования, где данные всех фабрик хранятся, обрабатываются, анализируются и вычисляются RL/DNN.

Мистер. Рохит:Поскольку мы интегрируем и соединяем данные с нескольких устройств, подключаемся и общаемся, будь то в умном здании, на производстве, в чистом помещении фармацевтической компании, в цехе покраски автомобилей, на цементной печи или на химическом производстве, чтобы защитить систему от внешних угроз и обеспечить ее безопасность. высший приоритет.

Инженеры по безопасности, управляющие Bert Nova, креативны, адаптируемы, квалифицированы и выполнили следующее:

Мистер. Рохит:Bert Nova обеспечивает значительную экономию энергии и повышение производительности, где бы она ни применялась.

Например: на заводе по производству каустического хлора, на фармацевтическом производстве OSD и на участке регенерации аммиака.

Путем плавной интеграции с устройствами Интернета вещей в офисах и на заводах Берт Нова собирал в режиме реального времени данные о производительности систем отопления, вентиляции и кондиционирования, энергопотреблении и уровне комфорта.

С помощью сложных вычислений данных Берт Нова выявил неэффективность и закономерности, которые ранее игнорировались. Он выявил конкретные агрегаты, которые потребляют чрезмерное количество энергии в нерабочее время, и оптимизировал их для повышения эффективности. Кроме того, модели прогнозного обслуживания позволили проводить упреждающие ремонты, сокращая время простоев.

Мистер. Рохит: Создание решения Bert Platform поставило перед собой серьезные задачи, которые мы стратегически методично решали в течение последних 6 лет, и как команда мы импровизируем. Для масштабирования и оптимизации производительности требовалась динамическая архитектура. Интеграция разнообразных источников данных требовала адаптируемых соединителей. Интеграция расширенной аналитики включала сложную обработку данных. Дизайн пользовательского опыта ориентирован на доступность. Для обеспечения межсетевого взаимодействия необходимы стандартизированные протоколы. Периферийные вычисления требуют оптимизации с малой задержкой. Мы все еще работаем над двумя основными задачами: «управлением изменениями» и «рыночным образованием», чтобы облегчить внедрение. Наши постоянные инновации, даже в период замедления, вызванного COVID, сохранили наше лидерство на рынке. Решая эти проблемы, мы создали революционную платформу, предоставляющую отраслям возможности эффективного управления и использования данных.