利用人工智能和大数据分析实现废弃物处理设施的自动化运行

北极星垃圾发电网讯:1 前言

除了设施建设之外，废弃物处理设施建设后的运营也以设计建设运营（DBO）方式和私人融资计划（PFI）为主。已运行的设施越来越多地变更为长期综合运营方式。为了应对该事业环境的变化，日本JFE工程公司从2003年开始强化提供远程维护服务。2014年9月，为远程支援工厂操作等服务，设立了远程服务中心（RSC：Remote Service Center）。在RSC利用物联网，装备了远程支援全国工厂的系统“JFE超远程®”，开始进行运营设施的支援。并于2018年3月扩大了设施，转向强化安全性功能的全球远程中心（GRC：Global Remote Center），并扩大了支援范围。

本文介绍了GRC的远程支援以及利用物联网、人工智能（AI）和数据分析技术的焚烧炉自动运行的开发状况。

2 远程支援系统概要

2.1 全球远程中心（GRC）

GRC建立了一个专门用于废弃物处理设施的远程服务中心RSC，并将其扩展到支援本公司建设的其他工厂的远程支援设施上。此外，该中心还强化了对海外工厂的远程支援功能和网络安全措施。

在废弃物处理设施远程支援系统中，对经验丰富的操作员与各设施一样都是实施24h运行体制，进行以焚烧炉为主的运行监控和必要时的操作，维持着稳定安全的工厂运行。

GRC除了从远程监控运行和操作之外，还利用物联网收集和存储各种数据，采用分析方法和AI，用于最新的“JFE超远程®”，强化支援设施。

2.2 JFE超远程®

“JFE超远程®”是由为废弃物处理设施提供远程支援的设备和系统构成，于2014年9月开始运行。当时支援的设施是2个，现在扩大到10个设施，今后再支援5个设施，不久将扩大到支援15个设施。

该系统有三大功能：1）中央控制室操作员在远程地同样可以进行监控和操作业务。2）收集运行数据和燃烧图像等各种庞大数据，用于数据分析和AI的功能。3）因支援设施大多是发电设施，所以具有优化向电力公司和特定规模电气事业者（PPS）销售电力的功能。

JFE工程公司充分利用存储的数据和最新的AI技术，确立了图1的构想，进行了以中央控制室无人操作为目标的技术开发。

3 利用物联网和AI的远程支援系统

3.1 利用AI的支援领域

为了应对经验丰富操作员的缺乏，该公司从建立GRC时就开始利用物联网收集各种数据。目的之一是将经验丰富操作员稳定安全的手动干预操作焚烧炉转化为自动运行焚烧炉。另一个目的是充分利用经验丰富操作员的技术诀窍。因此，自2015年起，该公司与主要的AI厂商探讨如何利用AI，2018年开始采用交互型支援系统和燃烧图像分析系统两个系统。

3.2 交互型支援系统

交互型支援系统是将经验丰富操作员的技术诀窍和各种文档存储到数据库，利用AI的语音识别、意图理解和语音合成技术，用语音回答新人和年轻操作员的询问，通过语音和图像马上得到适当的回答。该系统有两个功能：一是运行的方法和故障查询功能，另一个是设计图、操作说明书、程序书和故障案例（图纸）检索功能。图2是交互型支援系统的概要。

该系统从2018年5月开始试运行，10月开始在GRC和2个运营设施中正式运行。运行中，有时会出现对询问不能正确理解，含义被误解，无法获得正确答案和文献的情况。

该系统对询问时的语音和意图的理解结果、回答结果全部进行记录管理。运行管理者对这些记录进行确认，对专业术语、词典和查询内容进行文本转换，添加其他术语以提高理解意图的精确度，并进行强化理解意图的学习，以持续提高精确度。

3.3 燃烧图像分析系统

在废弃物处理设施的中央控制室和GRC，为了确认稳定安全的运行，操作员需要使用分布式控制系统（DCS）画面的过程数据和工业电视监视器（ITV），监控焚烧炉内的燃烧状态。燃烧图像分析系统是将ITV监视器监控的燃烧图像数字化的系统。

在焚烧炉的运行中，应用自动燃烧控制装置（ACC），并设定警报，使重要的过程数据不脱离控制值。用DCS报警确认，可以判断是否需要改善燃烧。但是，因为燃烧状态没有警报通知功能，所以操作员需要监视燃烧图像，根据操作经验判断燃烧状态好坏。为了判断燃烧状态，该公司利用AI构建了燃烧图像分析系统，于2018年10月开始运行。在该系统中，系统的运行管理者也通过追加学习，试图将其提高到与经验丰富的操作员做出的燃烧状态判断相同的水平。

在该系统中，将燃烧影像输入废弃物处理设施侧的DCS中，在此输入由影像生成的图像数据。对于该图像数据，利用以往的图像数据进行学习并提高精度的分类器将燃烧状态的好坏数字化。该数字可以通过设施侧的DCS，与过程数据一样被监控，如果出现需要改善的燃烧状态，则通过警报通知操作员。图3是燃烧图像分析系统概要。

4 焚烧炉自动运行的措施

4.1 自动运行的问题及措施概要

如上所述，焚烧炉的运行控制由ACC自动控制。但是，提供给焚烧炉的垃圾热量经常发生变化，如果其变动幅度大，仅由ACC自动控制，有时会出现应该严守的燃烧控制温度和废气气体成分等运行控制值不稳定的燃烧状态。此时，操作员判断是否需要改善，必要时对ACC的燃烧控制进行干预操作，使燃烧得到改善。

将操作员进行的干预操作程序化，强化ACC的燃烧控制，旨在更加安全稳定地自动运行焚烧炉。因此，对关于干预操作的各种数据进行分析，推进了干预操作的自动化。在推进该措施时，应考虑的事项主要有三点：1）操作员根据各种过程数据和燃烧状态来判断干预操作。2）干预操作的判断标准因人而异。3）即使是同样的状况，干预的操作项目也可能不同。

操作员确认各种数据后，将干预的判断标准、干预时的操作量和恢复的时间建模，作为控制程序纳入燃烧控制中，在实际设施进行验证运行。

4.2 验证运行的状况

2018年10月，将自动运行的控制功能引入实际设施，继续验证运行。在此，将从操作员的干预操作数据分析中判断对自动运行有效的过程数据以及从燃烧图像分析系统获得的燃烧状态数据综合起来，将经验丰富操作员的操作内容添加到常规的ACC控制中。

操作员干预操作的项目有很多，所以在2018年10月，在该公司的加煤机式焚烧炉最重要且干预操作频率较多的垃圾供给系统引入了自动运行功能。其后，2019年2月扩大到送风系统。

通过垃圾供给系统引入自动运行功能，经验丰富的操作员从每天每炉几次到几十次的干预操作，到2019年1月降到约30%。然后，对送风系统也采用了自动控制，运行更加稳定，结果无需经验丰富的操作员干预，确认可以长期自动运行。截至2019年2月，操作员的干预操作几乎为零，取而代之的是自动运行控制功能执行的干预操作次数比引进之前增加了40%左右。

此外，对常规运行和自动运行进行了比较评价，以确认自动运行是否提高了燃烧稳定性。为了在垃圾质量相同的同一时期进行比较，整理了2018年4月的常规运行和2019年4月的自动运行焚化炉的燃烧控制温度的瞬时值和1h移动平均温度的分布（稳定的燃烧控制温度需要确保高于850℃），其结果表明：与常规运行相比，自动运行燃烧控制温度的分布区域变小，在自动运行中，垃圾的燃烧控制温度更稳定。

在有发电设施的废弃物处理工厂，锅炉发生的蒸汽量与燃烧控制温度密切相关，所以燃烧控制温度的稳定使蒸汽量也稳定，最终使用蒸汽的涡轮发电机的发电也稳定。而且，燃烧控制温度稳定，炉内的热量波动少，将降低耐火材料的磨损和损耗。经过长期运行，确认了焚烧炉自动运行的燃烧稳定性。