Descrizione del progetto
Prepararsi per i sistemi intelligenti di controllo industriale ottimizzati del futuro
La domanda per tecnologie di sistemi intelligenti è cresciuta nella maggior parte degli ambiti, sia nel settore privato che pubblico. Il settore industriale ha inoltre assistito a un forte incremento delle applicazioni di tecnologia intelligente come nel caso dei sistemi intelligenti di controllo industriale. Tuttavia, a causa della natura limitata e integrata localmente delle risorse computazionali relative ai sistemi di controllo industriali e della necessità di algoritmi affidabili con comportamento verificabile e interpretabile, attualmente non presenti, i sistemi intelligenti di controllo industriale non sono in grado di raggiungere il livello di ottimizzazione riscontrato in altri ambiti. Il progetto ELO-X, finanziato dall’UE, si propone di risolvere questi problemi mettendo insieme un gruppo formato da dottorandi e organizzazioni partner che si occuperanno della ricerca e dello sviluppo di soluzioni e metodologie per superare tali difficoltà.
Obiettivo
Thanks to the increasing capabilities of digital technologies, the next generation of industrial control systems are expected to learn from streams of data and to take optimal decisions in real-time, leading to increased performance, safety, energy efficiency, and ultimately value creation.
Numerical optimization is at the very core of both learning and decision-making, and machine learning algorithms and artificial intelligence raise huge worldwide research interest, often using cloud computing and large data centers for their optimization computations.
However, in order to bring learning- and optimization-based automated decision-making into smart industrial control systems (SICS), two important bottlenecks have to be overcome: (1) computational resources on industrial control systems are locally embedded and limited, and (2) industrial control applications require reliable algorithms, with interpretable and verifiable behavior. Both requirements partially stem from safety aspects, which are crucial in applications where a single computation error can cause high economic and environmental cost or even damage to people.
Pushing the performance boundary of SICS to leverage advanced digital technologies will therefore involve both fundamental new research questions and technological solutions, calling for a new set of advanced methods for embedded learning- and optimization-based control algorithms. Through its 15 PhD students hosted and seconded at 11 top European research centers (6 academic, 5 industrial) and 4 partner organizations in the US, Japan and China, ELO-X will address the timely and pressing need for highly qualified and competent researchers who will develop embedded learning- and optimization-based control methodologies for SICS, thus enabling new and possibly game-changing digital technologies for important EU industries.
Campo scientifico
Parole chiave
Programma(i)
Argomento(i)
Meccanismo di finanziamento
MSCA-ITN - Marie Skłodowska-Curie Innovative Training Networks (ITN)Coordinatore
79098 Freiburg
Germania