Sztuczna inteligencja, czyli rewolucja dla fabryk i elektrowni

Aż 63 proc. respondentów twierdzi, że sztuczna inteligencja pomoże zwalczyć problemy współczesnych społeczeństw – takie dane płyną z badania PwC „Boot.Me: A revolutionary partnership” z 2017 roku. Z drugiej strony, aż 46 proc. pytanych obawia się, że algorytmy SI odbiorą ludziom ich posady. Tymczasem, prace nad sztuczną inteligencją dążą do rozszerzenia ludzkich kompetencji i odciążenia człowieka od czasochłonnych, manualnych czynności.

Inteligentna fabryka przewiduje awarie 

Jednym z głównych problemów wynikających z powszechnej cyfryzacji jest ilość produkowanych danych oraz ich wykorzystanie. Tymczasem Big Data stanowi duży potencjał w sektorze przemysłu. Dzięki zastosowaniu sztucznej inteligencji – dynamiczny wzrost liczby danych może posłużyć do optymalizacji procesów zachodzących w fabrykach. W takim przypadku możliwe będzie m.in. skrócenie cykli rozwojowych produktów, zapobieganie ich technicznym wadom, a także zwiększenie bezpieczeństwa poprzez automatyzację ryzykownych działań. 

Drogą do osiągnięcia inteligencji technologicznej jest tzw. uczenie maszynowe (machine learning). Chodzi tu o metody, które pozwalają zdobywać doświadczenie na podstawie danych. Nową wiedzę maszyny mogą następnie wykorzystać do wykrywania anomalii i stanów awaryjnych pracujących urządzeń. 

–Zapisane dane historyczne z wykorzystaniem technik Big Data, służą do tworzenia modelu, uczącego się zachowania danego urządzenia. W ten sposób podczas jego pracy maszyna może wykryć zbliżającą się awarię lub potencjalnie awaryjną sytuację. Wdrożyliśmy taki algorytm w Elektrowni Rybnik dla młyna węglowego – najbardziej awaryjnego elementu systemu energetycznego. Został on zaprogramowany tak, aby przez 5 proc. czasu (ok. 40h), pokazywał stany prowadzące do awarii. Z kolei przez następne 25 proc. (ok. 126h) dokładnie je wykrywał. Dzięki temu, operator otrzymuje pełną informację o stanie eksploatacji młyna, co jest szczególnie istotne, np. podczas pełnego obciążenia i pracy 5 młynów. Operator nie ma możliwości obserwacji pracy wszystkich urządzeń (młyny, palniki, klapy, wtryski itp.) ze względu na ich liczebność. Dostając alert z systemu, może szybko reagować w momencie wystąpienia anomalii lub też nieprawidłowego działania, ograniczając niepotrzebne przestoje – mówi Konrad Wojdan, dyrektor działu R&D z firmy Transition Technologies.

Biologia inspiracją dla inżynierów

Biologiczne obserwacje mogą mieć szerokie zastosowanie przy rozwiązywaniu skomplikowanych problemów technicznych. Jednym z nurtów wykorzystujących to podejście są Sztuczne Systemy Immunologiczne (SSI). Algorytmy SSI operują takimi samymi pojęciami jak system odpornościowy człowieka: komórka macierzysta, przeciwciało oraz antygen. Co więcej, oprócz optymalizacji procesów przemysłowych i redukcji kosztów eksploatacyjnych, mogą przyczyniać się do minimalizacji emisji zanieczyszczeń.

Z badania „Artificial Intelligence – the next digital frontier?”, opracowanego przez Instytut McKinsey, wynika że 67 proc. respondentów wskazuje na konieczność zastosowania sztucznej inteligencji do rozwiązywania problemów związanych z produkcją czystej energii. Technologia sztucznej inteligencji będzie obecna na etapach początkowych produkcji, jak i przy działaniach związanych z konsumentami końcowymi. Uczenie maszynowe, robotyka i automatyzacja mogą pomóc firmom energetycznym lepiej przewidywać podaż i popyt, zredukować przestoje oraz zmaksymalizować wydajność.  

– Obserwując układ odpornościowy organizmów żywych, a następnie wykorzystując pewne prawidłowości opracowaliśmy rozwiązanie SILO. Jest to system informatyczny wykorzystujący metody sztucznej inteligencji, dedykowany dla sektora energetycznego. Zastosowanie algorytmów SI pozwala na ograniczenie kosztów dzięki optymalizacji procesów zachodzących w  elektrowni węglowej, takich jak: utrzymywanie temperatury pary na określonym poziomie, utrzymanie emisji tlenku azotu (NOX) na zadanym poziomie, czy minimalizacja emisji CO2. Z naszego rozwiązania SILO korzysta jedna ze śląskich elektrowni. Rozwiązanie pozwoliło na redukcję emisji CO2 o 8120 ton rocznie oraz na ograniczenie wydzielania szkodliwego amoniaku – o 665 ton w skali roku. Poprawiła się także efektywność oraz sprawność kotła energetycznego, a zużycie węgla spadło o 2900 ton rocznie. W rezultacie, w skali roku elektrownia zaoszczędziła 1 380 000 złotych, a to zaledwie namiastka możliwości, jakie daje wykorzystanie sztucznej inteligencji w energetyce – dodaje Konrad Wojdan. 

Choć nowa technologia wciąż budzi obawy, w sztucznej inteligencji należy upatrywać potencjału, a nie zagrożenia – ludzki umysł ma być jedynie wspomagany przez niezawodne maszyny. Ten duet może znacząco odmienić oblicze funkcjonowania całej gospodarki i wpłynąć na stopień innowacyjności kraju.  

www.tt.com.pl

źródło: Transition Technologies