Il CEO di Bert Labs svela il ruolo dell'apprendimento rinforzato nell'efficienza energetica industriale

Scopri come Rohit Kochar, CEO di Bert Labs, fa luce sul potenziale di trasformazione di Bert Nova, il prodotto di punta della soluzione Bert Platform. In un'intervista approfondita con TimesTech, Rohit descrive in dettaglio l'utilizzo del Reinforcement Learning (RL) per ottimizzare il consumo energetico e i parametri di produzione in tutti i settori. Scopri la collaborazione di Bert Nova tra componenti, scalabilità nel mondo reale, rigorosa sicurezza dei dati e il suo eccezionale impatto sul risparmio energetico e sui miglioramenti della produzione. Rohit delinea inoltre le sfide superate durante lo sviluppo e dipinge un quadro vivido del futuro, sottolineando l’innovazione basata sui dati e la convergenza della tecnologia per industrie più intelligenti ed efficienti.

Leggi l'intervista completa qui:

Sig. Rohit: Bert Platform Solution è una piattaforma di ottimizzazione basata sul Reinforcement Learning (RL). Ottimizza il consumo di energia (potenza e carburante) e i parametri relativi alla produzione (miglioramento della resa, riduzione delle materie prime e dei materiali di consumo, riduzione dei costi di manutenzione degli impianti).

In linea con il framework Reinforcement Learning Neural Network che definisce i vettori di stato, i vettori di azione e le funzioni di ricompensa, i parametri/variabili vengono rilevati/catturati dai dispositivi IoT Bert Maximus, trasmessi in tempo reale dalla rete di sensori wireless Bert Qrious e i dati archiviati, elaborati, analizzati da Bert Piattaforma software Nova Big Datalake.

Come parte della piattaforma informatica distribuita multi-tenant RL/Deep Neural Network (DNN) di Bert Nova, i gemelli digitali operativi vengono creati attraverso l'integrazione di modelli DNN (matematici) e modelli di principi primi (fisica, chimica, biologica) per determinare lo stato attuale e quello previsto stato (con una precisione del 99,99%).

Sul Digital Twin RL operativo previsto sopra, la rete neurale viene addestrata in modo iterativo fino a raggiungere una convergenza del 100% verso i set point in un impianto di produzione, portando contemporaneamente a un miglioramento del 30% nel consumo energetico, un miglioramento del 20% nel consumo di carburante, un miglioramento del 25% nel costi di manutenzione degli impianti, miglioramento della resa del 3%, miglioramento del costo delle materie prime e dei materiali di consumo dello 0,5%.

Sig. Rohit: I microservizi della piattaforma informatica distribuita multi-tenant di Bert Nova sono ospitati su qualsiasi cloud pubblico e/o privato e/o server centralizzato on premise dei clienti di Bert Labs. Questo riceve i dati dalla prima fabbrica come parte del POC e da più fabbriche a livello globale come parte dello scale-up, dove i dati di tutte le fabbriche vengono archiviati, elaborati, analizzati e calcolati RL/DNN.

Sig. Rohit:Poiché integriamo e colleghiamo i dati provenienti da una serie di dispositivi, ci connettiamo e comunichiamo, sia in edifici intelligenti, in ambienti di produzione, in camere bianche farmaceutiche, in impianti di verniciatura automobilistici, in forni per cemento o in produzione chimica, per proteggere il sistema da minacce esterne e per assicurarne l'integrità. la massima priorità.

Gli ingegneri della sicurezza che gestiscono Bert Nova sono creativi, adattabili, competenti e hanno eseguito quanto segue:

Sig. Rohit:Bert Nova consente notevoli risparmi energetici e miglioramenti della produzione ovunque venga utilizzato.

Ad esempio: presso un impianto di produzione di cloro caustico, un produttore di OSD farmaceutico e una sezione di recupero dell'ammoniaca

Integrandosi perfettamente con i dispositivi IoT in ufficio e in fabbrica, Bert Nova ha raccolto dati in tempo reale su prestazioni HVAC, consumo energetico e livello di comfort.

Attraverso sofisticati calcoli dei dati, Bert Nova ha identificato inefficienze e modelli precedentemente trascurati. Ha individuato specifiche UTA che consumano energia eccessiva durante le ore non lavorative e le ha ottimizzate per l'efficienza. Inoltre, i modelli di manutenzione predittiva hanno consentito riparazioni proattive, riducendo i tempi di fermo.

Sig. Rohit: La creazione della soluzione Bert Platform ha posto sfide significative che abbiamo affrontato strategicamente e metodicamente negli ultimi 6 anni e come squadra la stiamo improvvisando. La scalabilità e l'ottimizzazione delle prestazioni richiedevano un'architettura dinamica. L'integrazione di diverse origini dati richiedeva connettori adattabili. L'integrazione dell'analisi avanzata comportava un'elaborazione complessa dei dati. Progettazione dell'esperienza utente focalizzata sull'accessibilità. L’interconnettività richiedeva protocolli standardizzati. L’edge computing richiedeva un’ottimizzazione a bassa latenza. Stiamo ancora lavorando su due delle sfide più importanti, la "gestione del cambiamento" e l'"educazione al mercato" per facilitare l'adozione. La nostra continua innovazione, anche durante il periodo lento causato dal COVID, ha mantenuto la nostra leadership di mercato. Mentre affrontiamo queste sfide frontalmente, abbiamo creato una piattaforma trasformativa che consente alle industrie una gestione e un utilizzo efficienti dei dati.