首页 > 环保节能

何止垃圾分类烧脑 垃圾发电都用上人工智能了

来源:环保节能网
时间:2019-07-26 09:10:11
热度:

何止垃圾分类烧脑 垃圾发电都用上人工智能了固废网讯:摘要:有了人工智能辅助,老师傅的担子变轻了。洪毅没想到,一道算法竟让他这个烧了8年垃圾的老师傅彻底改变了工作方式。3个月之前,洪

固废网讯:摘要:有了人工智能辅助,老师傅的担子变轻了。

洪毅没想到,一道算法竟让他这个烧了8年垃圾的老师傅彻底改变了工作方式。

3个月之前,洪毅每4个小时就要操作30次垃圾进料,才能让垃圾焚烧过程中的蒸汽压强保持稳定。

而在阿里云工程师带着人工智能技术与瀚蓝的老师傅经验结合之后,神奇的事情发生了:系统可以根据此前垃圾的燃烧情况,预判90秒内的蒸汽变化曲线,进而推荐最佳进料操作。

工人只需要在收到提醒后,输入系统即可安全、高效进行焚烧过程。这让整个操作时长减少了80%,而且可以迅速在其他厂里推广开来。

7月23日,阿里云与瀚蓝环境宣布,首个管理垃圾焚烧炉的AI投入使用。相比单纯人工操作,AI辅助人的方式让锅炉燃烧稳定性提升了23%。

培养老师傅至少要五年

广州佛山瀚蓝绿电固废处理厂内,一个5米宽3米高的机械抓斗,从经过5天发酵的垃圾堆里一把抓起重达15吨的垃圾,将其投入焚烧锅炉进料口,然后,推料杆会将这些垃圾一点一点送入炉温高达1000℃的焚烧锅炉。

整个厂区共有六台这样的焚烧锅炉,每天“消化”近3000吨垃圾,可发电150万度,足以满足南海区16万户40万人的生活用电需求。

控制焚烧锅炉的火候,是一件超高难度的工作。

实时变动的参数多达1400余个,任何一个参数的变化,都会影响垃圾焚烧的效果和发电量。瀚蓝规定,数据中控室里至少要有三位技工守在电脑屏前监测数据,五班三倒,二十四小时从不间断。

今年31岁的洪毅,是其中一班的值长,从学徒到现在分管整个厂区运行的老师傅,他花了八年才摸透垃圾焚烧炉的脾气。

锅炉燃烧要保持稳定,与炉内压力、温度、氧量,风机的风压、风量等大量参数息息相关,而引发参数变化的原因,则是诸如垃圾堆没有点着,推送垃圾的速度慢了,垃圾没烘干此类的具体问题,通常,洪毅只需瞄一眼火孔,就能看出问题出在哪儿。

巡检时的洪毅

锅炉的送风管道,弯曲部分很容易堵塞,洪毅巡检时就拿个锤子,在风道拐弯处轻敲两下,声音清脆,则说明没堵死,若要进一步确认是否部分堵塞,则不能单凭听觉判断,他要一点点打开管道口的阀门,查看送风量,也可以看风压,风压升高,就说明给料受阻,拐角处存在部分堵塞的可能。

这些判断、处理问题的诀窍,都是老师傅们长年累月积存的经验,而学徒们要出师,就离不开老师傅的“传帮带”,洪毅记得很清楚,自己花了一年时间,才初步掌握从锅炉构造原理到一整套锅炉、汽机、电气循环系统的知识,从而有了独立操作的资格。

在瀚蓝,工龄五年以上,才有资格称作老师傅,人才培养周期如此漫长,在不断增长的业务需求面前,厂方迫切希望,“年轻员工也能烧出老师傅的感觉”。

老师傅经验难以量化

然而,老师傅的经验,却很难标准量化,在处理焚烧垃圾的各类问题时,他们有着自己的习惯和偏好。

比如,当焚烧炉内垃圾燃烧不充分时,不同的老师傅会有不同的操作。

刘值长会选择提高一次风温,将风温从正常的120℃提高到150-160℃。而张值长则会先跑去看料,通过手动炉排,让炉内的垃圾翻滚起来,这就相当于增加氧量,来加强火焰的燃烧。

而当焚烧炉内垃圾燃烧过旺时,就需要及时推垃圾进炉。

给料器总长1.3米,每推一次前进300-400毫米的距离,这个垃圾量称作一斗。

此时,刘值长会降一次风温,再推一斗垃圾进去,让其持续燃烧。洪毅则比较保守,只选择进半斗,稍微补充,再观察参数变化,根据观察结果来决定进料量。

垃圾焚烧炉

焚烧炉内垃圾燃烧是否充分,其中一个原因是垃圾的燃烧值不同。有时,一斗垃圾多为处理过的厨余垃圾或金属垃圾,炉火就会特别旺,蒸汽量负荷一下就上来了;有时,一斗垃圾里掺杂了木板杂物,就很难燃烧,蒸汽量负荷就“噌噌”往下掉。

通常,蒸汽量数值维持在53吨左右最为适宜,但由于垃圾燃烧值在不断变化,所以最高可以到90吨,最低可以到30吨。蒸汽量数值剧烈波动,直接影响焚烧炉运行的稳定性,这是老师傅们也要头疼的事情,蒸汽量数值过高会有安全隐患,过低又会影响发电量。

人工智能首秀略尴尬

为了进一步提升锅炉燃烧稳定性,瀚蓝环境和阿里云走到了一起,希望借助人工智能优化效果。

2018年12月,阿里云工程师来到瀚蓝环境,向老师傅们要走了近十年的历史数据,他们选取了风压、风温等100个特征测点构建模型,可实时计算与分析,预判垃圾燃烧后蒸汽变化曲线,推荐最佳进料操作。

然而,初试牛刀就出了洋相,算法接入焚烧系统后只“跑”了半个小时。

“暂停,暂停,先关了。”工程师张茂灵和其他几个工程师主动喊停了这一次的试验。

原来,洪毅发现维持在53.1吨的蒸汽量负荷,涨到了60吨,炉内氧量涨到了10%,应该进料了。可是算法并没有及时给出提示,再不进料就会跟火源脱节,下一斗的垃圾就很难烧旺。洪毅在一旁抿着嘴,双手搓了下,移动鼠标,点下了屏幕上的“进料”按键。

洪毅和张茂灵在垃圾吊操作室

人工智能的首秀遭到了人工的干预,几个阿里云工程师抱着电脑奔回会议室,立刻开始复盘这一版的算法,确实是基于历史经验建的模,离线训练效果也很不错,但为什么投入生产就“跑”不起来了?

   首页   下一页   上一页   尾页