Treści

Sztuczna inteligencja do optymalizacji energetycznej pracy pomp i sprężarek

Sztuczna inteligencja

Sztuczna inteligencja do optymalizacji energetycznej pracy pomp i sprężarek

Wykorzystanie algorytmów uczenia maszynowego pozwala optymalizować pracę urządzeń sterujących przepływem cieczy. To szansa na oszczędności i optymalizację w wodociągach, górnictwie i melioracji, firmach produkcyjnych czy instalacjach petrochemicznych oraz transporcie morskim. 

Sztuczna Inteligencja (AI) to jeden z filarów Przemysłu 4.0. Dzięki zdolności uczenia i przetwarzania dużych zbiorów danych pomiarowych pozwala kontrolować i optymalizować zarówno całe procesy produkcyjne jak i ich części składowe. Przykładem jej wykorzystania jest rozwiązanie oznaczone akronimem AI4MFC (co po przetłumaczeniu z angielskiego można rozwinąć: sztuczna inteligencja dla sterowania nadrzędnego systemami przepływów). Pozwala optymalizować przepływ wszelkich płynów przez inteligentną analizę i dobór optymalnych parametrów pracy pomp lub sprężarek.

Tego rodzaju narzędzia to zestawy algorytmów i modeli matematycznych, które wykorzystując uczenie maszynowe, mogą działać w przemysłowych układach przepływowych, gdzie są w stanie kontrolować poszczególne agregaty lub ich zespoły. To rozwiązania uniwersalne, co oznacza, że pompy i sprężarki mogą być różnych typów i pochodzić od różnych producentów.

Jak wygląda proces optymalizacji

W pierwszym etapie system sterowania przepływem cieczy w oparciu o AI wykorzystuje historyczne dane pomiarowe oraz aktualne dane ilościowe opisujące dany układ przepływowy. Dzięki analizie tych danych system uczy się charakterystyk fizycznych i technologicznych tego układu, a w szczególności wyznacza charakterystyki energetyczne pomp i sprężarek, które ten układ tworzą.

W drugim kroku wykorzystuje wiedzę pozyskaną w kroku pierwszym oraz bieżące dane z czujników monitorujących pracę systemu przepływowego do tego by ją optymalizować. Polega to na wyliczaniu takich nastaw pracy agregatów, by realizując w pełni bieżące i konieczne zadania, przy uwzględnieniu zaleceń i ograniczeń technologicznych związanych z realizowanym przez nie procesem, pobierały jak najmniej energii.

Jakie są obszary wdrożeń

Rozwiązanie to z powodzeniem zostało wprowadzone w Wodociągach miasta Krakowa, gdzie odpowiada za optymalizację jednej z przepompowni w oczyszczalni ścieków Płaszów. Szczegóły tej implementacji można znaleźć w artykule: „Wodociągi Miasta Krakowa SA: Sztuczna inteligencja – realne oszczędności”. Wynika z niego, że układy tego rodzaju mogą redukować koszty o 100 tys. złotych na każde 400 kW energii pobieranej przez system.

Zakres wykorzystania rozwiązania opartego na sztucznej inteligencji jest jednak znacznie szerszy. System może być na przykład stosowany także w innych układach wodno-kanalizacyjnych; w górnictwie, w sytuacjach, gdy konieczne jest odprowadzanie wody z kopalni; w Melioracji, gdy konieczne jest odprowadzanie wody z pól uprawnych lub nawadnianie ich; w firmach produkcyjnych, gdzie istotnym komponentem procesu jest wykorzystanie sprężonego powietrza, na przykład w branży automotive, meblarskiej czy choćby w hutach szkła. Ponadto układy sterowania oparte na AI mogą znaleźć zastosowanie w układach chłodniczych, także w instalacjach klimatyzacyjnych, w tłoczniach gazów i cieczy oraz we wszelkich instalacjach chemicznych czy petrochemicznych.

Potencjalnie sterowanie przepływem cieczy przy pomocy AI może być źródłem dużych oszczędności dla armatorów. Współczesne statki są (między innymi i w dużym uproszczeniu) gigantycznymi zbiorami pomp i sprężarek, a z racji długie dystanse na jakich podróżują mają ograniczone zasoby energetyczne. Każdy sposób na ograniczenie zużycia energii jest więc na wagę złota.

Wspólnym mianownikiem wszystkich powyższych zastosowań jest wymuszany mechanicznie przepływ płynów różnego rodzaju, który można optymalizować dzięki AI.

Jak można implementować rozwiązanie

Rozwiązania sterujące przepływem oparte na AI to, jak wspomnieliśmy zestawy algorytmów i modeli matematycznych, a więc systemy na wskroś wirtualne. Jednak, aby mogły realizować swoje funkcje potrzebują materialnego nośnika w systemie informatycznym klienta. Mogą być do niego wprowadzone na dwa sposoby: albo dzięki instalacji bezpośrednio w systemie IT obok systemu SCADA, albo dzięki wykorzystaniu mikrokomputera Raspbery PI, który jest klientowi użyczany.

Obydwie ścieżki wymagają by pompy i sprężarki, których praca ma być optymalizowana były mocno oczujnikowane. Systemy sztucznej inteligencji mają to do siebie, że stale się uczą i są mocno rozwijane. Dlatego warto podkreślić, że klient, który decyduje się na rozwiązanie wykorzystujące sztuczną inteligencję do regulacji pracy pomp i sprężarek, może liczyć na pełne wsparcie w zakresie wszelkich aktualizacji systemu w trakcie jego użytkowania.

Jakie korzyści daje sztuczna inteligencja

Implementacja systemu daje wymierne korzyści zarówno w wymiarze operacyjnym jak i biznesowym:

Przede wszystkim wymienić należy tu obniżenie kosztów eksploatacji systemów przepływowych.

  • tych bieżących, co związane jest z niższymi kosztami energii
  • i tych serwisowych, co wiąże się z możliwością przeciwdziałania nieplanowanym przestojom i awariom (predictive maintenence).

Do dalszych korzyści można zaliczyć redukcję śladu węglowego i wsparcie niskoemisyjności, które są coraz ważniejsze dla rosnącej liczby przedsiębiorstw i premiowane przez rozmaite regulacje na poziomie krajowym czy unijnym.

Zarówno oszczędności jak i niże emisje przekładają się na wzrost konkurencyjności przedsiębiorstwa na rynku. Warto też dodać, że systemu wspierające wzrost efektywności energetycznej mają tę zaletę, że działają i przynoszą korzyści współdziałając zarówno z „czystymi” jak i „brudnymi” źródłami energii.

Korzyścią jest też wzrost stabilności realizowanych procesów w układzie i ich bezpieczeństwo technologiczne. Narzędzie pilnuje bowiem przestrzegania restrykcji technologicznych i powtarzalności procesu. Ułatwia też raportowanie.

Dodatkowo rozwiązanie zapewnia wzrost komfortu obsługi układu przepływowego i zapewnia bezpieczeństwo. W przypadku przekroczenia przez układ nastaw brzegowych (w przypadku wodociągów może to być na przykład silna ulewa skutkująca podniesieniem poziomu wody i większymi wymaganiami względem przepompowni) system przechodzi na ustawienia awaryjne pozwalające sprostać wyzwaniu. 

Podsumowanie

Wszędzie tam, gdzie konieczne jest regulowanie przepływu cieczy sztuczna inteligencja może pomóc zoptymalizować zużycie energii dając duże oszczędności w wymiarze finansowym i materiałowym, a także ograniczając emisje i pozytywnie wpływając na pozycję konkurencyjną przedsiębiorstwa i komfort pracy.

Avatar photo

Dr Marcin Zientara

CTO eBigData. Rozpoczął karierę zawodową w 2000 roku w Instytucie Fizyki Polskiej Akademii Nauk w Warszawie. W 2004 roku uzyskał tam stopień doktora w zakresie optyki i fizyki układów złożonych. Do 2013 roku pracował w polskich i niemieckich instytutach naukowych zajmujących się fizyką układów złożonych. Od 2013 roku aktywnie działa w obszarze B+R, przenosząc wiedzę zdobytą w pracy naukowej do praktyki. W ramach tej działalności opracował i wdrożył narzędzia analityczne, symulacyjne i optymalizacyjne, które znalazły zastosowanie w przedsiębiorstwach produkcyjnych, energetycznych i finansowych. Efektem jego pracy są algorytmy do analizy i modelowania danych, zjawisk i procesów - wykorzystujące metody Big Data, AI i Data Science - stanowiące podstawę kilku kluczowych produktów w portfolio eBigData.

Temat jest dla Ciebie interesujący? Napisz wiadomość do autora i zdobądź ciekawy kontakt.

Czytaj więcej

Czytaj więcej
Czytaj więcej
Czytaj więcej