面向 Chylla-Haase 聚合反应器的可信过程自动化人工智能
人工智能
2021-08-31 v1 机器学习
神经与进化计算
软件工程
系统与控制
系统与控制
摘要
本文利用遗传编程强化学习（GPRL）为 Chylla-Haase 聚合反应器生成人类可解释的控制策略。此类带夹套冷却的连续搅拌釜式反应器（CSTR）广泛应用于化工、精细化学品、颜料、聚合物及医药产品的生产。尽管看似简单，实际工业应用中的 CSTR 控制仍是颇具挑战的问题。GPRL 利用反应器已有数据，全自动生成一组优化后的简约控制策略（即策略），领域专家可从中选取。需注意，这些策略为低复杂度白盒模型，易于在目标控制系统（如 SIMATIC PCS 7）中验证与部署。然而，尽管复杂度低，该自动生成策略在反应器温度控制偏差方面表现优异，我们已在原始反应器模板上通过实验评估予以证实。
引用
@article{arxiv.2108.13381,
title = {Trustworthy AI for Process Automation on a Chylla-Haase Polymerization Reactor},
author = {Daniel Hein and Daniel Labisch},
journal= {arXiv preprint arXiv:2108.13381},
year = {2021}
}