Rester calme sous pression - Atelier sur l'apprentissage par renforcement et le contrôle

Description

Tout le monde parle de contrôle, mais tout le monde ne signifie pas la même chose.Dans les opérations industrielles, le contrôle détermine la stabilité, la consommation d'énergie, les émissions et la marge dans des processus où il y a peu de marge d'erreur.Les opérations des processus industriels sont par nature énergivores, ont des empreintes environnementales significatives et fonctionnent avec des marges de rentabilité serrées. Ces systèmes ont longtemps compté sur des signaux de contrôle sûrs et en temps réel pour maintenir la stabilité. Ce qui change maintenant, c'est la manière dont l'apprentissage par renforcement pousse la performance encore plus loin en superposant une intelligence adaptative aux systèmes d'instrumentation et de communication existants pour débloquer des gains plus importants en efficacité, réduction des émissions et rentabilité des entreprises.Rester calme sous pression est un atelier pratique conçu pour rendre ce changement intuitif. Au lieu de diapositives, de mathématiques ou de jargon, vous entrerez dans une démonstration interactive et ferez l'expérience de décisions de RL et de contrôle en temps réel à mesure qu'elles se produisent. À la fin de la session, vous aurez une idée de ce que c'est que d'être un opérateur gérant un processus en direct sous pression.AgendaCe à quoi s'attendreIntervenantOguzhan Dogru, Ph.D., P.Eng., est un leader en contrôle des processus avancés avec près d'une décennie d'expérience dans la conduite du contrôle autonome et de la transformation pilotée par l'IA dans les secteurs pétrolier et énergétique. Il a récemment dirigé le support et le contrôle des processus avancés chez CruxOCM, où il a géré des budgets de programmes de plusieurs millions de dollars, dirigé des initiatives d'IA à l'échelle de l'entreprise qui ont permis des économies de six à sept chiffres par an, et livré des démarrages de systèmes 40 % plus rapides, 50 % d'incidents de moins et 90 % d'interventions d'opérateurs en moins grâce aux cadres de contrôle qu'il a architecturés. Son doctorat en génie chimique de l'Université de l'Alberta a posé les bases de son travail sur le contrôle des processus basé sur l'apprentissage par renforcement sous incertitude sensorielle, et continue d'informer sa conception de systèmes de contrôle adaptatifs pour des environnements industriels complexes.