In einem Batchbetrieb für Feinchemiekalienherstellung haben wir einen KI-Agenten darauf trainiert, bessere Produktionsentscheidungen zu treffen, um Rüstzeiten und Zwischenreinigungen zu reduzieren sowie die Kapazität der Anlage durch Debottlenecking zu steigern.

Der KI-Agent basiert auf der Deep Reinforcement Learning (DRL) Technologie und lernt selbstständig aus großen Datenmengen des Anlagenbetrieb sowie aus einem simplen Simulationsmodell der Anlage, welches wir für das Training erstellt haben.

Der trainierte Agent gibt dann Handlungsanweisungen für den laufenden Betrieb ab und wird von Mitarbeitern in der Frühbesprechung, sowie den Schichtübergaben genutzt.

Der Vorteil der DRL Technologie ist, dass sie reale Betriebszustände berücksichtigt und das “Wissen” des Agenten aus echten Betriebsdaten stammt.

Da im laufenden Betrieb nicht alle Betriebszustände angefahren werden können, bedient sich der Agent zusätzlich eines Simulationsmodells um auch ungewöhnliche Betriebszustände zu erlernen und die besten Handlungsanweisungen abgeben zu können.