“實行垃圾分類,關(guān)系廣大人民群眾生活環(huán)境,關(guān)系節(jié)約使用資源,也是社會文明水平的一個重要體現(xiàn)。”近日,習(xí)近平總書記對垃圾分類工作的指示充分說明,垃圾分類已經(jīng)上升到國家環(huán)境保護(hù)戰(zhàn)略層面,垃圾分類已經(jīng)是勢在必行。那么,垃圾分類對于環(huán)境保護(hù)的意義何在?對后端垃圾處理會產(chǎn)生什么樣的影響?
對此,埃睿迪副總裁黃濤談到,垃圾分類對固體廢物處理利用具有特殊意義,是固體廢物減量化、資源化、無害化的重要保障。黃濤就垃圾分類對于固廢處理行業(yè)的影響,以及新技術(shù)在其中所起的作用進(jìn)行了詳細(xì)的介紹。
垃圾分類將帶動固廢焚燒處理的快速提升
黃濤介紹道,我們現(xiàn)在談的垃圾分類,更多的是在談垃圾的分類收集。事實上,在整個生活垃圾處理鏈條上,垃圾分類投放和收集是起點,之后就會進(jìn)入垃圾的分類轉(zhuǎn)運和存儲,以及垃圾的處理。垃圾分類投放和收集將改變以往固廢處理的流程,對于整個固廢處理行業(yè)將產(chǎn)生重大影響。
首先是垃圾的收集和轉(zhuǎn)運有重大變化,當(dāng)前很多城市實施了分類垃圾桶措施,居民要按照可回收物、有害垃圾、干垃圾、濕垃圾的類別分別收集。垃圾分類投放和收集真正落實之后,垃圾清運單位就需要分類收運??紤]到垃圾清運的成本,居民需要調(diào)整垃圾投放習(xí)慣,比如家庭配備不同類型的垃圾收集設(shè)施,每天投放不同類型的垃圾。
其次是垃圾存儲和處理有重大變化。以往主要是采用填埋和焚燒的方式進(jìn)行垃圾處理,垃圾分類做好以后,四類垃圾的處理方法會更加精細(xì)化,垃圾處理的單位成本長期來看將會顯著降低,可回收物的回收利用將會更加便捷,干垃圾的集中焚燒發(fā)電效益將會更好,濕垃圾的本地化、社區(qū)化處理將會更加容易,有毒垃圾的針對性處置將能夠落到實處。
同時,垃圾分類政策的推進(jìn),有利于優(yōu)化焚燒的垃圾原料。我國的生活垃圾長期以來一直具有高水分、低熱值的特點,這和垃圾的混合收集有直接關(guān)系。實施垃圾分類收集后,進(jìn)入垃圾焚燒廠的干垃圾比重將大幅提升,垃圾熱值能夠穩(wěn)定達(dá)到4000kJ/Kg以上,垃圾含水率得到有效控制,垃圾焚燒的成本能夠有效降低,這將進(jìn)一步提升焚燒在整個垃圾處理中的比重,對垃圾焚燒行業(yè)有直接的推動作用。據(jù)相關(guān)數(shù)據(jù)顯示,2020年焚燒將在垃圾處理領(lǐng)域占據(jù)半壁江山,東部地區(qū)將達(dá)到60%以上??焖僭鲩L的焚燒市場,迫切需要新技術(shù)的支撐,埃睿迪近年將大數(shù)據(jù)技術(shù)引入垃圾焚燒行業(yè),為行業(yè)的發(fā)展帶來了新的契機(jī)。
新技術(shù)支撐固廢焚燒行業(yè)節(jié)能減排、提質(zhì)增效
埃睿迪將固廢處理與大數(shù)據(jù)和人工智能深度融合,形成了獨具特色的固廢大腦產(chǎn)品。固廢大腦以工藝運行大數(shù)據(jù)為基礎(chǔ),自動采集工藝運行中的投料量、溫度量、壓力量、蒸汽量等數(shù)據(jù),基于固廢處理的各類機(jī)理模型,如熱平衡、物資平衡等,實現(xiàn)了固廢處理的實時監(jiān)測預(yù)警和自動測算。
同時,固廢大腦創(chuàng)新性的將固廢處理工藝與機(jī)器學(xué)習(xí)算法相結(jié)合,挖掘大量指標(biāo)之間的潛在聯(lián)系,通過人工智能實現(xiàn)垃圾焚燒的節(jié)能降耗。固廢大腦機(jī)器學(xué)習(xí)算法具有探索性特點,各種變量之間事先并沒有非常明確的機(jī)理關(guān)系,而是通過對各種物理量的反復(fù)探索、訓(xùn)練,選擇最合適的算法模型和匹配度最高的輸入變量。
垃圾焚燒領(lǐng)域的算法一般是把助燃燃料投加量、爐膛溫度、二噁英濃度、焚燒爐結(jié)渣量等作為預(yù)測和控制目標(biāo),測算最佳的燃料投加量,預(yù)測有害成分的產(chǎn)生量,從而實現(xiàn)對經(jīng)驗難以精確把握物理量的計算,對傳感器無法測量的物理量進(jìn)行軟測量。
機(jī)器學(xué)習(xí)在垃圾焚燒中的應(yīng)用價值可以通過幾個場景案例來體現(xiàn):
一、助燃燃料(包括燃油、燃?xì)?、燃?和助燃空氣的精確化投加。
生活垃圾焚燒過程中,由于垃圾熱值不穩(wěn)定、不達(dá)標(biāo),需要動態(tài)投加柴油、燃?xì)狻⑷济旱韧饧尤剂?,最佳的投加方式顯然是根據(jù)垃圾進(jìn)料量和熱值變化來確定投加量,然而,垃圾熱值并不能通過傳感器直接測量,實際操作中,操作工主要是根據(jù)燃燒中的溫度來推測,要向做到精確投加燃料是非常困難的。
機(jī)器學(xué)習(xí)能夠有效彌補(bǔ)人的經(jīng)驗的不足。通過反復(fù)驗證,機(jī)器學(xué)習(xí)系統(tǒng)選擇了垃圾含水量、單位時間進(jìn)料量、床溫、爐膛出口含氧量等能夠直接采集到的數(shù)據(jù)作為輸入值,利用神經(jīng)網(wǎng)絡(luò)算法對助燃燃料和助燃空氣的投加量進(jìn)行預(yù)測,為助燃燃料的投加優(yōu)化起到直接的指導(dǎo)作用,在確保燃燒效果的情況下,助燃燃料的投加量明顯減少。
二、 污染物產(chǎn)生量預(yù)測。
在垃圾 焚燒和煙氣排放過程中均會產(chǎn)生二噁英類物質(zhì),二噁英類物質(zhì)是一種毒性劇烈的致癌性物質(zhì)。 如果溫度控制不當(dāng)、煙氣停留時間控制不當(dāng),都會造成二噁英類物質(zhì)的超標(biāo)排放。 同時垃圾的含水率也對二噁英類物質(zhì)的生成有重要影響,含水率越高,二噁英類物質(zhì)的超標(biāo)可能性越大。
因此,垃圾焚燒控制中的一項重要工作就是確保焚燒后煙氣的達(dá)標(biāo)排放,杜絕二噁英類物質(zhì)的產(chǎn)生。 如果能夠在煙氣沒有排出的情況下提前根據(jù)進(jìn)爐垃圾、進(jìn)風(fēng)量等指標(biāo)預(yù)測主要的污染物產(chǎn)生量,將能幫助操作人員提早做出調(diào)整。
機(jī)器學(xué)習(xí)系統(tǒng)選擇了垃圾含水量、爐膛出口含氧量、床溫、二次風(fēng)率等十幾個可以測量的輸入值,利用神經(jīng)網(wǎng)絡(luò)算法對NOx、SO 2 等污染物的濃度進(jìn)行預(yù)測,經(jīng)過持續(xù)性的優(yōu)化,系統(tǒng)能夠?qū)㈩A(yù)測偏差控制在10%以內(nèi)。
由于二噁英類物質(zhì)的濃度無法通過在線監(jiān)測設(shè)備直接采集,如何間接的掌握二噁英類物質(zhì)的濃度,成為一個困難的課題。 機(jī)器學(xué)習(xí)系統(tǒng)提供了一種可能性,選擇鍋爐出口煙溫、除塵器出口煙溫、煙氣流量、煙氣含氧量等直接測量指標(biāo)作為輸入值,利用支持向量機(jī)算法對二噁英類物質(zhì)的濃度進(jìn)行預(yù)測,為二噁英的控制提供了很好的參考依據(jù)。
三、 焚燒爐積灰結(jié)渣量預(yù)測。
垃圾焚燒爐的爐管壁面積灰結(jié)渣是一種普遍現(xiàn)象,爐膛內(nèi)火焰中心處的溫度高,燃料中的灰分大多呈熔化狀態(tài),爐管壁附近的煙溫較低,沉積在壁面上成疏松狀,形成積灰。煙氣中的部分灰粒在接觸壁面時仍呈熔化狀態(tài)或粘性狀態(tài),會粘附在爐管壁上形成緊密的灰渣層,形成了結(jié)渣。積灰結(jié)渣對焚燒爐的正常運行有很大影響,除了降低傳熱效率,還可能造成堵塞和高溫腐蝕。
由于積灰結(jié)渣是一個復(fù)雜的過程,很難形成定量的機(jī)理模型進(jìn)行描述。機(jī)器學(xué)習(xí)算法能夠在一定程度上對積灰結(jié)渣進(jìn)行預(yù)測。機(jī)器學(xué)習(xí)系統(tǒng)選擇了一次風(fēng)量、二次風(fēng)量、煙氣含氧量、煙氣酸性氣體濃度、爐溫等輸入值,利用神經(jīng)網(wǎng)絡(luò)算法對代表焚燒爐結(jié)渣情況的過熱器進(jìn)出口焓差指標(biāo)作出預(yù)測。該模型能夠?qū)Ψ贌隣t結(jié)渣量作出預(yù)測,將傳統(tǒng)的定期吹灰和清除結(jié)渣工作優(yōu)化為按需吹灰。
黃濤最后提到,大數(shù)據(jù)和機(jī)器學(xué)習(xí)在垃圾處理行業(yè)的應(yīng)用才剛剛起步,不論是垃圾分類收集、垃圾清運,還是垃圾焚燒處置,都存在大量的應(yīng)用場景。大數(shù)據(jù)技術(shù)提供商應(yīng)與環(huán)衛(wèi)企業(yè)、垃圾處理企業(yè)深度合作,幫助企業(yè)采集高質(zhì)量的數(shù)據(jù),以更低的成本處理數(shù)據(jù),構(gòu)建各類機(jī)器學(xué)習(xí)算法,在運營過程中持續(xù)優(yōu)化,助力企業(yè)成為數(shù)據(jù)驅(qū)動的環(huán)境服務(wù)企業(yè),將垃圾分類的國家環(huán)保戰(zhàn)略真正落到實處。
分享到微信 ×
打開微信,點擊底部的“發(fā)現(xiàn)”,
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。