Abstract
ZusammenfassungIm Zuge eines Forschungs- und Entwicklungsprojekts arbeitet CEMTEC Cement and Mining Technology GmbH gemeinsam mit dem Lehrstuhl für Aufbereitung und Veredlung an der Montanuniversität Leoben an neuwertigen und innovativen Regelansätzen für industrielle Mahlanlagen, die bei der trockenen Vermahlung von Rohstoffen zum Einsatz gelangen sollen. Es werden hierbei sowohl physikalisch basierte als auch datenbasierte Modelle in Form eines hybriden Systems kombiniert. Ziel des Projektes ist es, ein Regelsystem zu schaffen, das die jeweiligen Stärken der physikalischen und datenbasierten Modelle erkennt und situativ den optimalen Lösungsweg mit der maximal erzielbaren Anlagenenergieeffizienz wählt. Die industrielle Ausrollung des neuen Reglers ist mit Ende 2022 geplant.
Publisher
Springer Science and Business Media LLC
Reference4 articles.
1. Streicher, C.: Beitrag zur Optimierung von Querstrom-Drehkorbsichtern. Montanuniversität, Leoben (2013)
2. Pettersen, J., Sandvik, K.: Estimating the breakage and selection function for a continuous mill. Int. J. Miner. Process. 35, 140–158 (1992)
3. Guo, L.: Data-Driven Grinding Control Using Reinforcement Learning (2019)
4. Kumar, A., Singh, A.: Offline Reinforcement Learning: How Conservative Algorithms Can Enable New Applications. Berkeley Artificial Intelligence Research, Berkeley (2020)