Self Optimisation and Automatic Code Generation by Evolutionary Algorithms in PLC based Controlling Processes

要約

タイトル：PLCベースの制御プロセスにおける進化的アルゴリズムによる自己最適化と自動コード生成

要約：自動化のデジタル変換は、産業プロセスでのデータ収集と処理に新しい要求を求めます。収集されたデータとサイクルプロセスの論理的な関係を正しく解釈し評価する必要があります。この問題を解決するために、複雑なプロセスのシステムロジックを自己最適化するために進化的アルゴリズムに基づく新しいアプローチが提案されています。遺伝的結果に基づいて、ソリューションをデコードしてシステム実装のためのプログラムコードを導出することができます。柔軟なシステム構造を持ち、上流、中間、下流のユニットがあります。中間ユニットでは、直接学習プロセスがシステムレプリカと評価機能と密閉ループで相互作用します。コード生成戦略は、冗長性と優先順位、シーケンシング、性能派生によって表されます。提示されたアプローチは、多目的最適化問題に従う業界向けの液体ステーションのプロセスで評価されます。

要点：

– 自動化のデジタル変換により、産業プロセスでのデータ収集と処理に新しい要求が生まれた
– 複雑なプロセスのシステムロジックを自己最適化するために進化的アルゴリズムに基づくアプローチが提案された
– 遺伝的結果に基づいて、ソリューションをデコードしてシステム実装のためのプログラムコードを導出することができる
– 中間ユニットでは、直接学習プロセスがシステムレプリカと評価機能と密閉ループで相互作用する
– コード生成戦略は、冗長性と優先順位、シーケンシング、性能派生によって表される
– アプローチは液体ステーションのプロセスで評価され、多目的最適化問題に従う業界向けである

要約(オリジナル)

The digital transformation of automation places new demands on data acquisition and processing in industrial processes. Logical relationships between acquired data and cyclic process sequences must be correctly interpreted and evaluated. To solve this problem, a novel approach based on evolutionary algorithms is proposed to self optimise the system logic of complex processes. Based on the genetic results, a programme code for the system implementation is derived by decoding the solution. This is achieved by a flexible system structure with an upstream, intermediate and downstream unit. In the intermediate unit, a directed learning process interacts with a system replica and an evaluation function in a closed loop. The code generation strategy is represented by redundancy and priority, sequencing and performance derivation. The presented approach is evaluated on an industrial liquid station process subject to a multi-objective optimisation problem.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI