شركة RLCore الأمريكية تطلق منصة RLTune للتحسين المستمر في الوقت الفعلي، تخفض استهلاك المياه والمرافق بنسبة 15-25%

أخبار ar.wedoany.com، أطلقت شركة RLCore الأمريكية منصة RLTune للتحسين المستمر في الوقت الفعلي، والتي يمكنها إضافة طبقة ذكاء تعلم مستمر فوق أنظمة التحكم الحالية في مرافق المياه والمياه العادمة. تستخدم المنصة التعلم المعزز المقيد لتحسين أداء التشغيل ديناميكيًا، مما يؤدي إلى خفض استهلاك المواد الكيميائية والطاقة بنسبة 15-25%، وتحسين زمن الاستجابة بنسبة 95%، وتحقيق كفاءة إجراءات تتجاوز 90%. عرضت الشركة هذا المنتج في مؤتمر ACE26 الذي تنظمه الجمعية الأمريكية لأعمال المياه (American Water Works Association).

تعمل الأنظمة الصناعية في بيئات ديناميكية تتغير ظروفها باستمرار، بما في ذلك تقلبات أسعار الطاقة وتكاليف المواد الكيميائية، وتغيرات جودة المياه الداخلة، وتآكل المعدات، والقيود البشرية. تعتمد طرق التحكم التقليدية في الغالب على كسب ثابت أو نماذج غير قادرة على التعلم من البيئة، مما يضطر المشغلين إلى إدارة الفجوات الناتجة يدويًا، مما يؤدي إلى انخفاض كفاءة التشغيل وفقدان فرص التحسين. تشير التقديرات إلى أن الخسائر السنوية الناجمة عن عدم الكفاءة القابلة للتحكم في جميع العمليات الصناعية تتجاوز تريليون دولار أمريكي.

تقع منصة RLTune فوق مجموعة التحكم الحالية في المصنع، وتطبق التعلم المعزز المقيد لتحسين قرارات التحكم باستمرار في ظل ظروف التشغيل الفعلية. تتعلم المنصة من بيئة المصنع في الوقت الفعلي، وتعمل على تحسين العمليات الصناعية باستمرار لتحقيق مؤشرات الأداء الرئيسية على مستوى المصنع التي يحددها المشغل. صرحت شيلي تيري، المديرة العامة للبنية التحتية في بلدة درايتون فالي، بأنه بعد التعاون، انخفضت حالات الطوارئ في غرفة التحكم بالمصنع، وانخفض استخدام المواد الكيميائية، وارتفعت كمية المياه الموفرة، مما أتاح للمشغلين التركيز على الأعمال ذات القيمة الأعلى. ويرى فرانك مانارينو، نائب الرئيس الأول لخدمات المياه في شركة EPCOR Water Services، أن هذه الطريقة تظهر كيفية إدخال التحكم المتقدم والذكاء الاصطناعي بطريقة تتوافق مع عمليات المرافق العامة.

تشمل الوظائف الرئيسية للمنصة: التعلم المستمر والتكيف الذاتي، حيث تتكيف تلقائيًا مع التغيرات الموسمية، وتغيرات جودة المياه الداخلة، وتآكل المعدات، واضطرابات العملية، دون الحاجة إلى إعادة ضبط الحلقات يدويًا؛ لا حاجة إلى توأم رقمي أو نماذج فيزيائية معقدة، حيث تتعلم مباشرة من بيئة المصنع الفعلية؛ التحسين مع حواجز حماية، حيث يمكن للمشغلين تعيين حواجز الحماية وتحديد مستويات الاستقلالية التدريجية، مع الاحتفاظ بصلاحية التجاوز؛ تسجيل البيانات لزيادة وضوح التشغيل وقياس التباين وأنماط التشغيل؛ الاستقلالية عن الموردين، حيث تتصل عبر OPC-UA مع أنظمة SCADA وDCS وPLC وقواعد البيانات التاريخية وبوابات إنترنت الأشياء؛ دعم النشر المحلي، مع الاحتفاظ بالبيانات في الموقع.

تصنف شركة RLCore هذه الفئة تحت اسم التحسين الذاتي في الوقت الفعلي (RTAO). تأسست الشركة في أكتوبر 2024، وتضم خبراء معترف بهم دوليًا في التعلم المعزز وقادة منتجات وتقنيات لديهم خبرة في التوسع. تُنشر منصة RLTune في المرافق البلدية ومياه الصرف الصحي والمنشآت الصناعية، لمساعدة المشغلين على بناء المرونة، وتقليل استهلاك المواد الكيميائية والطاقة، وتحسين استقرار العملية، والتكيف مع التغيرات في الوقت الفعلي.

تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com