查看原文
其他

我在大厂烧垃圾


把自己变成“桥梁”

连接传统工业和AI技术


我是影行,一个负责烧垃圾的程序员。


日常工作就是观察焚烧炉里的火焰亮不亮,垃圾多不多,炉膛温度够不够高。


听起来是不是还挺轻松?


可是,想到要把这些我观察学习到的成果教给AI,让它能够自动控制烧垃圾,我差点熬白了头发。


事情要从两年前加入阿里云“工业大脑”团队说起……


这是一个神奇的团队,程序员不仅要会敲代码,还得下车间研究传统工业的产线工艺。我的同事们就遍布在大江南北的水泥厂,钢铁厂和橡胶厂的车间里。


而我,半年里就去过三个车间,一个是烧垃圾的,另外两个也是烧垃圾的。


影行去过的垃圾发电厂之一



把自己当成“菜鸟工人”


垃圾焚烧是当下的朝阳产业之一,通过现代技术焚烧处理的垃圾,不仅实现了无害化处理,焚烧的余热还能供给发电。


但焚烧炉长时间的自动投运及运行参数的稳定性,一直是行业难题。


因为垃圾的种类多变,每一次进入焚烧炉的垃圾成分可能都不相同,热值相差最大可能达到上千,这让焚烧炉的温度波动加剧。而850℃是底线,低于这个温度,就有可能让烟气中产生有害物质二噁英。


过去,焚烧炉的进料、风量等都由工人们手动操作。如今想要让AI来自动控制,无疑是难上加难。



我必须先学习了解垃圾焚烧的工艺流程,再对燃烧温度、烟气含氧量、主蒸汽流量等十多个变量间的协调关系了如指掌,才能把算法和各个场景结合。


说实话,很难。而且过程中还会出现各种意想不到的问题。


比如有一次,我在广州的一个垃圾发电厂,那时候一共有6台炉子需要让AI给一线操作员做进料推荐,减轻他们的工作压力。


我到车间的时候,其中一台炉子的算法模型已经建好了,可当我们准备推行到剩下五台的时候,发现这个算法失效了!


AI推荐的垃圾进料量不如工厂老师傅判断得准,那时候压力一下就增加了。


不过驻场的好处也体现出来了。


我们就把自己当成一个菜鸟级别的技术工人,虚心请教、不懂就问。天天跟着一线的师傅上班、一起吃食堂,时刻准备着“偷师”——说不定多和师傅聊聊,方向就有了呢?



同时我们也把垃圾焚烧的五个步骤——垃圾发酵、垃圾焚烧、热能回收、烟气净化、炉渣处理一遍遍熟悉过去,再将出问题的环节拎出来,翻查历史数据,然后一次次去调试算法。


好在功夫不负有心人。我们排查了所有变量,也和老师傅反复交流,排查出影响AI推荐准确性的主要原因是进入雨季后,垃圾燃烧状况改变,模型缺少相应的历史数据支撑。


解决了这个问题后,也让我对垃圾焚烧工艺的了解进一步加深。



当AI和传统行业产生化学反应


像这样因为一个关键变量卡上十天半个月的情况很常见。有时候,也会因此收到一些质疑:


“半路出家学烧垃圾,还想和AI结合,学得明白吗?经验丰富的老师傅都可能有失误,让AI来控制靠谱吗?”


虽然理解这样的心情,但更多时候心里是憋着一股劲——越是看似远离AI的行业,一旦产生化学反应,所产生的能量越是巨大。


如果能让AI实现垃圾焚烧炉的“自动驾驶”,不仅能够大大减轻一线操作员的压力,让企业增效提高发电量,更是对整个社会的环保都大有裨益。


在重庆的那个垃圾发电厂,我就是靠着这股劲做成的。


当时面临的难题还挺严峻,那是一个采用“炉排炉”结构的垃圾发电厂,目标是让AI实现焚烧炉的“自动驾驶”。这是我们第一次尝试这个炉型结构的“自动驾驶”,一切又是从零开始。


再有,“炉排炉”是垃圾焚烧最主流的炉型,如果这次的“自动驾驶”实现不了,那我们的工作或许也就到头了。业内现在做这个的成功案例也少,一旦我们能做成,那就是一个里程碑般的进步


那段时间,我和同事不是在梳理、采集数据,就是通过海量的数据还原焚烧链路,研究AI怎么处理实时数据、怎么控制设备。



车间里的工人是三班倒,我俩基本能熬走两班。日常就是两点一线,在重庆两个月没去过城区,压力特别大的时候才去附近吃火锅释放一下。


最后测试结果出来,AI运行的效果比起人工运行结果提升非常大。专业术语来说就是垃圾焚烧的自动投运率达到96%以上,锅炉蒸发量稳定度提升38%,汽机进汽压力稳定度提升60%。


这个效果让原来有质疑的一线操作员也被打动。以往他们一天要操作上万次,现在交给AI,他们的操作强度大大降低。


我想这个可能也是支撑我在这个行业持续钻研的动力之一。虽然每次啃工艺、采数据、建模型的过程都非常晦涩枯燥,但是每一次的成果都会让我感觉这份工作是真实有意义的——我能依靠自己的力量去帮助到一部分人,去影响一个行业。


不仅是我,整个“工业大脑”团队也是这样。


我们是“算法专家”,也是烧垃圾、烧水泥、炼钢、炼橡胶的“新工人”。有时候大家也会开玩笑:我们一起学的代码,最后你烧上了水泥、他炼上了钢铁,而我烧好了垃圾。


我们就像是一座座“桥梁”,连接着传统工业和AI技术。



如今,全国有100座炉子都装上了阿里云工业大脑,实现“自动驾驶”。我也马上要进我的第十个垃圾发电厂了,为300座垃圾焚烧炉的目标努力。


也许前方还潜伏着更多未知的难题,但没关系。这一行本来就是个可以一直改进的事,随着我们做得越多,积累得越多,肯定会越来越好。


更何况,现在不是我们在孤军奋战了。忘了说,去年开始我又多了一个身份,“烧垃圾教导主任”,把我们的算法技术教给行业伙伴,让更多人加入AI烧垃圾的行列。





加入行业群


延申阅读
2021锂电池行业年度报告(72页)
碳交易对商业银行信用风险的影响报告
2022年钢铁行业库存跟踪报告
中国企业境外投资ESG 披露指南(42页)
中信发布10万亿《碳达峰碳中和行动白皮书》
《中国氢能产业发展白皮书》的四只‘拦路虎’
绿电产业链全景图
驶向万亿氢能赛道
2022新能源产业链全景图
2022年全球风能报告 | GWEC
2021中国绿色金融发展报告(附完整下载)
储能的现状、未来展望与设计(含PPT下载)
氢能装备“沸腾”,迎来产业爆发
杉杉锂电完成30.5亿融资
中国光伏产业发展现状及未来展望
直击博鳌论坛:实现“新石油”氢能3万亿产值
宁德时代子公司获得宜春锂矿探矿权
两大电网、五大发电家族谱大全(2022版)
重磅:全国碳汇政策汇总:目标、规划及补助
宁德时代智能工厂实践“解读”
中国锂电池成欧洲电动车的“新心脏”


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存