如今,全國有近30個城市的100座垃圾焚燒爐引入了阿里雲工業大腦,每天有數萬噸生活垃圾經由人工智慧演算法、大資料預測分析轉化為千萬餘度綠電。
不低於850攝氏度,這是國家規定的正常工況下垃圾焚燒爐爐膛內熱電偶測量溫度的5分鐘均值。只有這樣,才能確保垃圾的清潔燃燒。
對城市垃圾的處理方法,主要有填埋、堆肥和焚燒3種處理方式。垃圾焚燒,是對城市生活垃圾集中處置後,在密閉的鍋爐內進行高溫焚燒,焚燒產生的熱能以及蒸汽可透過汽輪機發電。它實現了城市生活垃圾的減害減量化和資源利用。
推廣垃圾焚燒的一大掣肘,就是燃燒產生的有毒有害氣體。因此,我國對垃圾焚燒的爐內溫度和煙氣汙染物排放,都有嚴格規定。
就是在垃圾焚燒這樣一個似乎並不時髦的領域,人工智慧技術正在悄然發揮作用。
一天點選滑鼠上萬次 調控溫度讓工人師傅工作量巨大
據官方資料,“十三五”期間,全國共建成生活垃圾焚燒廠254座,累計在執行生活垃圾焚燒廠超過500座,全國城鎮生活垃圾焚燒處理率約45%,初步形成了新增處理能力以焚燒為主的垃圾處理發展格局。
為控制二噁英類有機汙染物的生成,垃圾焚燒需滿足“3T”準則:即焚燒垃圾需要在一定的焚燒溫度和湍流強度下停留一定的時間。其中,湍流強度和停留時間可透過爐膛結構設計保證,而垃圾的焚燒溫度則需由實際執行調節。
2017年,阿里雲進入了一個特殊的行業:固體廢棄物處理。阿里雲智慧製造與能源電力技術總經理孔令西告訴科技日報記者,他們在調研垃圾焚燒廠時發現了兩大痛點——燃燒產生的主蒸汽流量波動大,一線操作人員的工作量特別大。
出現這些問題,主要是因為垃圾焚燒排爐溫度無法“自覺”穩定在850攝氏度以上。
燒垃圾不比燒煤,煤的熱值完全恆定,但垃圾不一樣。城市生活垃圾的成分複雜——這一抓鬥抓到的,可能菜葉子居多,熱值就低;下一抓鬥抓到的,可能塑膠製品居多,熱值就高。焚燒也是如此,如果不人工加以調控,火焰就會時大時小,溫度也上躥下跳。
武漢市漢口北生活垃圾發電廠生產技術部執行值長朱燦鋼感嘆,爐膛溫度、主蒸汽流量、煙氣排放的指標圖波動很大,“像心電圖一樣”。指標波動大,汙染氣體排放的風險就高,垃圾焚燒發電的效率也會受到影響。
這就導致工人師傅的工作量也大。他們得時刻盯緊顯示器上的數值,隨時調整進料量、進風量等引數。一天下來,點選滑鼠可以達到上萬次。“我們四班三倒,8小時盯著爐子,工作強度大,上廁所都要跑著去。要是出現意外情況,真的是手忙腳亂。”朱燦鋼說。
能不能讓人工智慧把老師傅的經驗學會,把這套基於經驗的複雜流程,把一天上萬次的點選,變成智慧化、數字化的程式?
演算法工程師來了 用工業大腦賦能控制系統
從2017年起,阿里雲工業大腦團隊開始和國內垃圾焚燒廠合作。他們的目標,是讓垃圾焚燒爐像智慧汽車一樣,實現高度自動執行。
“每一個專案,就像一個小型的戰役。”阿里雲工業大腦演算法工程師蔣大慶說。為解決問題,演算法工程師也要去到車間,和師傅們工作在一起,持續進行系統的開發除錯和最佳化。
2021年4月,蔣大慶入駐漢口北生活垃圾發電廠,那是他第一次走進垃圾發電廠,“感覺很震撼”——原來垃圾焚燒爐這麼大,原來工人的工作量這麼大。蔣大慶也第一次知道,想要垃圾焚燒爐實現穩定燃燒,涉及燃燒溫度、煙氣含氧量、主蒸汽流量等十多個變數的協調,這是一套非常複雜的系統。
蔣大慶是博士,一直跟程式打交道,剛進廠時,他不瞭解師傅們在幹什麼,師傅們也不懂這個年輕人能幹什麼,能幹成什麼。蔣大慶調整心態,放下所謂高技術人才的優越感,把自己當成一個新手工人,瞭解老師傅的需求。他看到了師傅們的辛苦,也想著要讓師傅們工作得更體面、更輕鬆。
團隊在傳統的垃圾焚燒分散控制系統(DCS)上,疊加了阿里雲歷時4年自主研發的人工智慧控制系統AICS,整合控制、建模、最佳化、模擬等能力,讓現有系統具備了更加精準的洞察力。
比如,他們建立了機器學習模型,估算進入爐膛的垃圾料層厚度。哪裡料多,哪裡料少,機器大腦就像最老道的工人,結合進料速度、爐內溫度、風流量、風室風壓、爐排執行週期等各類其他引數進行間接估算。
他們還讓攝像頭具備了影象識別能力。火焰,從顯示屏上看都大同小異,人工智慧則可以根據火焰的位置、亮度和大小,給出更多資訊。
看位置,可以知道燃燒主要發生在哪些區域;看亮度和大小,可以從側面反映爐膛內不同區域的溫度狀態。爐膛溫度測量,多采用熱電偶式的接觸式點測量技術,但由於垃圾焚燒爐膛內屬於高溫、高煙塵、高溼度、大截面焚燒工況,感測器工作環境較為惡劣,所以測量值不能準確代表實際焚燒溫度,也具有一定的滯後性。火焰的影象識別,能更加迅速、精準、分割槽域地判斷溫度,幫助自動控制系統及時地進行預判和調整。
蔣大慶介紹,他們對燃燒過程中的關鍵變數做了人工智慧預測,訓練出的大資料模型可以預測未來一段時間爐膛溫度、含氧量、煙氣的變化情況;再結合廣泛應用的自動控制技術,在“工業大腦”中綜合運算後又自動把控制指令下發到裝置,形成閉環,最終讓焚燒爐實現了自動執行。
2021年6月,團隊在漢口北生活垃圾發電廠進行了18天的對比實驗。9天由純人工操作,9天由機器主導操作,結果顯示,機器執行的穩定性比人工操作高出不少。
開放核心演算法技術 讓全社會加入低碳環保行動
武漢市漢口北生活垃圾發電廠總經理成超告訴科技日報記者,阿里雲工業大腦在發電廠投入應用以來,爐膛溫度基本上都能維持在850攝氏度以上,進一步減少了汙染物排放,員工的勞動強度也大幅降低,不用一直手動調節。還有一個可喜的變化——單位垃圾的發電量提升了5%。相當於每噸垃圾多發25度電,進一步實現了碳減排。
孔令西介紹,近年來,阿里雲的工業大腦應用在鋼鐵、水泥、化工、電池、油田、火電等諸多領域。深入車間多年,他體會頗多。企業對智慧製造和工業網際網路愈發重視,接受程度也在提高。但這畢竟是一個跨學科領域,需要懂演算法、懂網際網路的技術人員,也需要懂垂直領域、碎片化領域工藝知識的專業人員。靠一支團隊一樣樣去啃、一點點熟悉,一家家調研、推進和落地,是很難的;要把工業生產的經驗、知識沉澱成軟體和演算法模型,也是挑戰重重。
而且,傳統工業企業自身與網際網路結合的能力也存在不足。過去,不少企業認為既然人力可以勝任,就沒必要專門招人去研究演算法、搞技術。不過,孔令西也發現,近些年來,有遠見有決心的企業已經越來越多,他們對透過技術降本增效有迫切的需求,急需的是核心技術能力與良好的執行維護機制。
目前我國工業智慧化服務的生態還處在建設初期,核心的技術工業軟體、模型也大部分掌握在國外廠商手裡,國內生態夥伴賺的更多的是辛苦錢。
“我們希望能透過持續攻關,掌握工業網際網路領域的核心技術,並將我們多年來探索、改進和最佳化後的模式形成標準平臺工具,開放給全社會,推廣落地到更多廠家,讓中小型企業也能夠實現智慧製造的轉型升級。”孔令西說,服務工業,服務民生,實現降本增效,節能減排,是工業大腦真正的使命所在。(張蓋倫)
來源: 科技日報