Koidra combine l'apprentissage automatique, l'IoT, les mathématiques et la physique pour automatiser la précision opérationnelle
Article original sur automationworld.com
Sélectionnez des extraits de l'article
Selon Tran, qui a été pendant plusieurs années ingénieur de recherche principal travaillant sur les algorithmes d'apprentissage automatique chez Microsoft, il existe un problème fondamental qui nuit à l'efficacité opérationnelle. Il découle du contrôleur de la machine - cet automate qui se comporte de la même manière depuis des décennies - qui suit des instructions statiques et codées en dur mises en œuvre par les ingénieurs en automatisation au moment du développement du projet. Il est difficile de mettre à jour cette logique à relais PLC qui exécute le programme.
Pendant ce temps, cependant, selon qui utilise la machine, quelles données sont collectées et les conditions environnementales, la machine fonctionne différemment. Ce manque de cohérence est difficile à surmonter.
Cela est devenu clair pour Tran alors qu'il travaillait dans l'usine de production de biomasse de sa famille au Vietnam, construite avec la technologie traditionnelle PLC, HMI et SCADA. Les séchoirs, par exemple, ne fonctionnaient pas efficacement et lorsqu'il demandait aux opérateurs pourquoi, ils donnaient des réponses différentes. Il ne pouvait pas non plus le comprendre par lui-même, car les automates n'étaient pas équipés pour recevoir des données provenant de différentes sources et ne pouvaient donc pas présenter une vue d'ensemble de ce qui se passait dans un format compréhensible.
Tran avait donc pour mission d'améliorer les processus sans entrer dans les méandres d'une programmation complexe et coûteuse. Au lieu de cela, il a extrait les données source de l'automate vers un ordinateur de pointe exécutant un logiciel IoT d'intelligence artificielle, qui a ajouté des données de capteur et des paramètres opérationnels. Sans entrer dans la logique à relais, ils ont pu appliquer un langage low-code pour améliorer la logique de contrôle et les algorithmes d'optimisation des opérations.
La plate-forme d'intelligence décisionnelle Koidra résout le problème associé à l'automatisation industrielle désuète qui reste statique dans les programmes logiques à relais et les silos de données qui manquent d'interopérabilité entre les systèmes de contrôle des machines. Il crée également une évolutivité et des interfaces opérationnelles simples pour les travailleurs non qualifiés.
