首頁 > 新聞 > 正文

阿里云:垃圾焚燒發電,AI能幫我們做什么?

時間:2019-12-10 14:29

來源:中國固廢網

近日,廣州街頭幾個神秘垃圾桶引發不少行人圍觀。在老小區、CBD和美食街三處獨具廣州特色的空間各有1個互動垃圾桶,鑲嵌著該區域特有的垃圾:雜七雜八的生活垃圾、辦公耗材、外賣打包盒。每當人們把垃圾丟進去,顯示屏上的數字會跳動,告訴人們這些垃圾在科技的力量下,能夠多轉化成多少電能 。

image.png

據了解,這是阿里云的“人工智能垃圾焚燒發電優化技術”互動裝置,旨在讓公眾了解垃圾焚燒發電對社會的正向價值,也提出了“AI+垃圾焚燒發電”的新命題。

垃圾焚燒發電是朝陽產業,市場潛力巨大。不過,對于垃圾焚燒企業來說,垃圾的成分變化多端,如何提升焚燒控制的穩定性,是一個重要的技術挑戰。

傳統的操作過程中,由焚燒工程師通過調節焚燒爐的各種參數,確保垃圾焚燒充分、蒸汽量穩定,這樣一方面減少鍋爐設備受損,另一方面可以更穩定發電并降低煙氣污染物的排放。但是,每天的生活垃圾不一樣,成分也很復雜,一年四季受溫度和濕度影響不斷變化,要做到穩定的燃燒很不容易。

長久以來,焚燒控制主要依賴人的判斷和經驗積累,這背后可能隱藏著三個問題。

一是經驗存在偏差與不穩定 。不同工藝專家技術水平參差不齊,調出來的效果相差較大。此外,現場人員難以長時間集中精力觀察參數變化,導致焚燒爐無法發揮到最佳狀態,垃圾焚燒的穩定性不足。

二是經驗難以固化與傳承 。經驗都存在老師傅的腦袋里。培養一位合格的工藝專家需要 1-2年的時間,一旦離崗,經驗也隨之帶走,沒有任何積累留給新人。而培養一名新員工直到上崗,則要耗費大量精力與時間。長時間的大強度勞動,也加劇了工人的流失。

此外,經驗還存在天花板。 即便再有經驗的老師傅,也只能做到對一部分參數的認知,而整個垃圾焚燒過程涉及上千種參數,遠超出人腦的計算與理解能力。

引入AI:數據+模型+經驗=最優參數推薦

人工智能的加入,會帶來更多想象空間:通過AI將經驗與數據中的隱性知識轉變為顯性知識,并嵌入到機器中,讓機器協助人類來完成復雜焚燒過程的復雜決策與控制。但擺在眼前的問題是,垃圾焚燒領域鮮有數據科學家,懂行業機理模型的數據科學家更是風毛菱角,行業算法處于空白。于是,阿里云工業大腦團隊與固廢行業企業一起,將數據與算法上的優勢,與行業專家經驗結合,共同開發垃圾焚燒工藝優化算法,優化垃圾焚燒的穩定性。

工業大腦落地場景的選擇至關重要。數據可用性、風險可控、可實施、高收益與可復用是選擇優先場景需要考慮的關鍵因素。

垃圾焚燒發電主要包括垃圾推料、垃圾焚燒、煙氣處理、污水處理、汽輪機發電五個環節。雙方團隊經過多輪溝通,最終選擇先以垃圾推料(將垃圾在最佳時間送入焚燒爐,達到充分燃燒)做為切入點。原因就在于這個環節已經具備一定數據基礎、且該環節依靠人工操作,AI發揮空間大,并且各電廠面臨的問題是共性的,復制性強。

明確了落地場景,雙方專家開始共同制定垃圾焚燒優化的方案思路,整個過程好比一個菜譜的開發過程,包括精選食材,調試配方、反復試菜、直到最終菜譜的生成。

第一步:關鍵參數識別 (選擇食材)

垃圾焚燒的全過程充斥著復雜的物理與化學變化,涉及多達2000+個實時測點數據,因此需要過濾出對焚燒穩定性影響最大的關鍵參數。通過歷史數據分析與專家經驗,識別出包括推料行程、推料動作、一次風量、一次風壓、二次風量、爐膛溫度、煙氣含氧量、主蒸汽壓力等多達30個測點數據,用于下一步的分析與模型訓練。

第二步:模型訓練 (調試配方)

鎖定關鍵參數后,接下來輸入到工業大腦平臺上的仿真預測模型,進行垃圾焚燒過程的模型訓練,實時預測焚燒產生的蒸汽情況。通過對每次垃圾推料生產的前后關系分析,比如推料前的爐型狀態,推料動作,以及推料后的焚燒反應,構建數據的輸入輸出關系模型。訓練過的焚燒爐蒸汽量仿真預測模型可以準確預測90秒后的蒸汽量,準確度到達95%,為后續推料時間提供決策依據。此外,通過歷史有效推料數據及專家經驗,建立各關鍵參數的特征數據與推料時間的對應關系,在此基礎上結合蒸汽量預測值預判,實現更加精準的推料時間推薦。

第三步:算法輔助決策 (菜譜生成)

該階段, 算法模型分析的結果通過API接口的方式把推薦工藝參數實時的提供出來。產品配套的人機交互界面,會直接部署到工廠控制室現場, 可以實時的告訴工人,什么時候該推料,以及如何推料等操作建議。工人只需要按提示直接生產就可以了。

image.png

經過數月的密集研發和測試,雙方團隊開發出了首個AI垃圾焚燒優化方案,結合企業掌握的海量垃圾焚燒數據,AI可以進行更精準更穩定的監測、預判和及時調整。結果發現, 過去,操作員4個小時內需要操作30次,才能讓垃圾焚燒過程保持穩定,而如今在AI的協助下,干預6次即可。而且工業大腦輔助人的方式對比單純人工操作,系統可以提升約1~2%的蒸汽產量,鍋爐蒸汽量穩定性提升20%以上。

image.png

未來, 垃圾焚燒爐AI平臺將在以下三個方向進一步探索:

第一. 從局部試驗到全局復制

當前, 工業大腦還只是在局部范圍內嘗試,僅在幾臺鍋爐上進行驗證。但很快,算法模型正在從一臺爐,復用到電廠的其他五臺爐上,未來可能將被復用到集團的近百座焚燒爐上,讓每一座鍋爐都能獲得AI“手把手的”操作指導。此外,AI既然能在焚燒環節取得效果,一定還存在很多應用場景等待挖掘。

編輯:趙凡

55
  • 微信
  • QQ
  • 騰訊微博
  • 新浪微博

版權聲明: 凡注明來源為“中國水網/中國固廢網/中國大氣網“的所有內容,包括但不限于文字、圖表、音頻視頻等,版權均屬E20環境平臺所有,如有轉載,請注明來源和作者。E20環境平臺保留責任追究的權利。

網友評論 55人參與 | 0條評論

相關新聞

熱點

010-88480317

[email protected]

淘宝给刷评论赚钱吗