维度网讯，萨尔茨堡应用科学大学（Salzburg University of Applied Sciences）与ABB机器自动化事业部（B&R）正在合作研究利用人工智能（AI）提升工业自动化的能源效率。该研究依托约瑟夫·雷塞尔智能与安全工业自动化研究中心（JRZ ISIA），旨在将人工智能技术的成果转化为工业驱动系统的实际应用。

基于这项合作，研究团队已就工业自动化的驱动系统能量优化运动控制提交了一项联合专利申请。这些驱动系统广泛应用于机器人、机床和自动化生产线，需要对定位、加速、减速和循环运动等动态序列进行精确控制。这项专利申请是连接学术研究与工业应用的更广泛努力的一部分。

研究聚焦于工业自动化中的一个已知局限。传统控制方法依赖日益精确的数学模型，但这些模型并不总能代表所有实际能量损失，部分损失虽可测量，却难以精确建模或完全描述。

为解决这一问题，该项目正在探索使用人工智能技术，特别是强化学习（RL）。这种方法能从实际系统行为中学习。一个部署在物理系统上的学习代理与机器交互，学习不同运动轮廓如何影响能量损失，并据此调整控制策略，无需构建系统完整的数学模型。

该工作的一个方面是提出学习策略的新数学公式，旨在减少学习所需的数据量和时间。这使通常被认为对工业环境而言过于缓慢和数据密集的强化学习方法更适合此类应用。该方法旨在支持这些方法在网络物理系统中的使用，并提高实际运行条件下运动序列的能源效率。

这项研究基于多年的开发工作。初步工作始于2020年的欧盟Interreg项目KI-Net。自2022年起，研究在约瑟夫·雷塞尔研究中心内继续进行，合作方包括ABB机器自动化事业部（B&R）、COPA-DATA等工业伙伴。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com