Os processos na indústria química envolvem reações que devem ser controladas com alto grau de confiabilidade. Alguns processos podem ficar sob responsabilidade de sistemas de controle automatizado convencional, mas outros, em decorrência de sua complexidade, ainda são desempenhados de forma manual.
Levando isso em consideração, as empresas japonesas do setor petroquímico Yokogawa Electric Corporation e JSR Corporation fizeram um anúncio revolucionário há poucos dias. Elas terminaram com sucesso um teste de campo onde uma planta química foi, pela primeira vez, gerenciada por inteligência artificial, pelo período de 35 dias. A planta utilizada como piloto já estava equipada com equipamentos modernos para monitorar os processos, mas o controle em si ainda dependia da ação e era baseado na experiência dos operadores.
As operações da planta envolviam o processo de destilação de produtos químicos, e a IA ficou responsável por controlar as condições necessárias para garantir a qualidade do produto, mantendo os níveis adequados de líquido em uma coluna de destilação, ao mesmo tempo em que fazia uso ótimo do calor desprendido pelo processo, atingindo alto rendimento e economizando energia. O sistema aplicado, chamado de FKDPP (Factorial Kernel Dynamic Policy Programming, ou programação de política dinâmica de kernel fatorial), desenvolvido em 2018 pela Yokogawa Electric Corporation e o Instituto Nara de Ciência e Tecnologia, teve que se adaptar a condições ambientais variáveis representadas principalmente pela temperatura, adequando o controle do processo através da abordagem de aprendizagem por reforço. O resultado até superou as expectativas, já que, durante o teste, nenhum produto fora de especificação foi gerado, eliminando a rotina comum de retrabalho.
O teste finalizado demonstra que a aprendizagem por reforço pode ser usada de forma segura em uma planta real, auxiliando nos esforços de automatização que buscam melhorar a qualidade do produto, aumentar a segurança das operações e diminuir prejuízos.
