8602

بررسي كاربردهاي يادگيري تقويتي در كنترل فرآيندهاي صنعتي

1398-1400

دكتر سيد مجيد اسماعيل زاده

اهداف اصلي كنترل فرآيندهاي صنعتي انجام فرآيند در شرايط عملياتي مورد نظر براي حصول نتيجه مناسب با در نظر گرفتن شرايط اقتصادي، ايمني، زيست محيطي و … است. با توجه به دستاوردهاي يادگيري تقويتي و شباهت وظايف و عملكردهاي آن با مسائل كنترل فرآيند تحقيقات و مطالعات زيادي انجام گرفته است تا از اين دستاوردها در زمينه كنترل فرآيندهاي صنعتي نيز استفاده شود.از ديدگاه مهندسي كنترل يادگيري تقويتي داراي چند ويژگي بسيار جذاب از جمله ماهيت عملكرد بهينه آن، قابليت تطبيق پذيري با محيط، حجم محاسبات برخط كم و عدم نياز به مدلسازي است. با يك ديدكلي ميتوان گفت در تمام لايه هاي هرم كنترل فرآيند امكان استفاده از قابليتهاي يادگيري تقويتي وجود دارد كه از مهمترين آنها ميتوان به طراحي كنترل كننده،تنظيم ضرايب كنترلكننده ها ، شناسايي عيب در واحدهاي فرآيند و تعيين شاخصهاي عملياتي اشاره كرد. بيشتر تحقيقات صورت گرفته د ر اين حوزه در حال حاضر در فاز شبيه سازي هستند و تا پياده سازي عملي فاصله وجود دارد.جهت پيمودن اين فاصله نياز به ملاحظات ويژهاي از جمله بحث پيرامون پايداري، توجه به قيود فيزيكي مسئله و افزايش سرعت يادگيري مي باشد. علاوه بر اين پرداختن به مسائل با ديدگاه فضاي حالت و عمل پيوسته مستلزم استفاده از توابع تقريب در كنار يادگيري تقويتي است. از جمله مهمترين توابع تقريب مورد استفاده شبكه هاي عصبي هستند. يادگيري تقويتي عميق يكي از كاملترين ساختارهاي اين حوزه است كه از قابليتهاي شبكه عصبي عميق در كنار يادگيري تقويتي استفاده مينمايد. در پايان خاطر نشان ميكنيم يادگيري تقويتي افقهاي جديدي را در حوزه كنترل فرآيند صنعتي گشوده است كه در آيندهاي نه چندان دور شاهد استفاده گسترده از اين تكنولوژي در تمامي قسمتهاي فرآيندهاي صنعتي خواهيم بود.

5/29/2021 12:00:00 AM

71669

1400/04/11

Investigation of reinforcement learning applications in industrial process control

يادگيري تقويتي , كنترل فرآيندهاي صنعتي , سياست بهينه تطبيقي

reinforcement learning , industrial process control , Optimal adaptive policy