排煙脫硫警示預測

排煙脫硫警示預測

燃煤與工業生產過程中會導致二氧化硫(SO2)的生成,該煙氣排出之前,須將硫氧化物濃度降低至特定濃度之下以符合相關環保法規,減少污染物之排放並促進環境永續發展。因此,脫硫設備運作之穩定與效率,是企業顧及環保與成本之平衡的重大議題。

工廠內之排煙脫硫設備 (Flue-Gas Desulfurization,簡稱 FGD) 之運轉皆有成本與人力上的考量與控制,傳統上需透過感測器偵測變數,當系統偵測煙氣中所排放硫化物超過標準時發出警示,即通報相關人員針對該狀況進行判斷與後續處理。

中石化秉持節能及環境共生共榮的發展理念,希望將人工智慧導入排煙脫硫的警示預測流程,故提供 FGD 運轉相關的架構圖與偵測數據,包括 25 項設備偵測變數的記錄。資料經 AIdea 團隊整備後,希望藉由設備的運行數據與脫硫結果的關係進行瞭解並建立一套預測模型,作為成本與環保二者間運作的參考。

本議題在開始競賽後有超過 26 組的團隊報名解題,藉由 AI 預測模型的導入,將被動警示化為主動預警通知、並透過設備運轉之相關偵測數據預告硫化物的濃度變化,提供資訊協助廠務人員即時調整相關作業。不僅節省時間、成本,最重要對於石化與製造相關領域中,在兼顧產能的同時並對環境的負面影響得以盡可能降到最低。