Sử dụng trí tuệ nhân tạo để tăng hiệu quả năng lượng trong các hệ thống truyền động công nghiệp

Dự án nhằm tăng hiệu quả hoạt động của hệ thống truyền động

Dự án được triển khai tại Trung tâm Josef Ressel về Tự động hóa Công nghiệp Thông minh và An toàn (JRZ ISIA) thuộc Đại học Khoa học Ứng dụng Salzburg, với mục tiêu đưa các thành tựu nghiên cứu AI vào ứng dụng thực tiễn trong môi trường công nghiệp. Trọng tâm nghiên cứu là giải quyết một hạn chế lâu nay của các hệ thống điều khiển truyền thống: dù dựa trên các mô hình toán học ngày càng chính xác, chúng vẫn khó mô tả đầy đủ những tổn hao năng lượng phát sinh trong điều kiện vận hành thực tế.

Để khắc phục vấn đề này, nhóm nghiên cứu đang ứng dụng công nghệ học tăng cường (Reinforcement Learning - RL), một nhánh của AI cho phép hệ thống tự học thông qua tương tác trực tiếp với máy móc. Thay vì phụ thuộc hoàn toàn vào các mô hình lý thuyết, tác nhân AI sẽ quan sát hành vi thực tế của hệ thống, nhận biết các yếu tố gây tổn hao năng lượng và liên tục điều chỉnh chiến lược điều khiển nhằm tối ưu hiệu suất vận hành.

Điểm đột phá của dự án nằm ở việc phát triển một phương pháp toán học mới giúp rút ngắn đáng kể thời gian huấn luyện và giảm lượng dữ liệu cần thiết. Điều này giúp giải quyết rào cản lớn nhất của học tăng cường trong công nghiệp, vốn thường bị đánh giá là quá chậm và tốn tài nguyên để triển khai trên quy mô sản xuất.

Theo các nhà nghiên cứu, công nghệ mới có thể giúp các hệ thống cơ điện và truyền động công nghiệp tối ưu hóa quỹ đạo chuyển động theo điều kiện vận hành thực tế, từ đó giảm tiêu thụ năng lượng mà vẫn đảm bảo hiệu suất sản xuất.

Dự án là bước tiếp nối của chương trình KI-Net (AI for Manufacturing) do Liên minh châu Âu hỗ trợ từ năm 2020. Chương trình này hướng tới việc đưa AI và học máy vào các nhà máy sản xuất, giúp doanh nghiệp vừa và nhỏ cải thiện hiệu quả vận hành, nâng cao năng suất và tiết kiệm năng lượng trong bối cảnh chuyển đổi số ngày càng mạnh mẽ.

Theo drivesncontrols.com