簡介：基于燃燒機理與實際運行數據，尋找最優的鍋爐操作參數，提升鍋爐燃燒效率，最終實現降低能耗。

方案架構

架構介紹：

采用先進的優化與控制方法，基于海量歷史數據進行學習，挖掘出較好的初始策略。在這個策略的基礎上，進行在線運行，并不斷收集運行數據，實現在線學習，對初始策略進行不斷完善進化，并最終得到一個最優的操作策略。

架構特點：

√ 先進的優化與控制
√ 海量歷史數據
√ 初始策略

方案優勢

• 提升鍋爐燃燒效率

最優的鍋爐操作參數，能實現燃料在鍋爐內的充分燃料，并最大限度的實現燃燒熱能的充分利用，從而實現鍋爐燃燒效率的提升。適用于循環流化床，燃氣鍋爐，燃煤鍋爐等工業常用鍋爐。

• 降低工人勞動強度

自動根據當前的生產數據，判斷當前的工況，并提示當前應該如何操作，降低了操作強度。

• 輕部署無需產線改造

基于現有設備控制系統獲取鍋爐數據做模型訓練和控制，無需大規模產線改造即能快速提升鍋爐燃燒效率。

落地案例

恒逸集團實現2.6%的煤耗降低，即每年節約8000萬的燃料成本

實現方法： 1、短時間實驗，確定算法整體優化思路和框架； 2、4~6小時實驗驗證算法效果，并優化算法； 3、不間斷的長周期實驗； 4、短期的駐場實驗，提升效果，達到預期效果。

相關解決方案

• 工業產品營銷價格預測

打通內外部數據，實現工業品價格預測，輔助產品營銷。

• 工業鍋爐異常預警

監控實時運行數據，當實際輸出與基于當前輸入的期望輸出偏差較大，則發出設備異常狀態預警。

• 設備健康評價

對設備健康狀態進行評估，提升現場對整體設備健康狀態的認識，指導生產及檢維修計劃的安排。

• 制冷機房優化排期

通過人工智能，基于天氣、負載、人流量和設備狀態進行制冷機房中冷水機組的優化排期，降低能耗。

期待后續有更多關于阿里云工業大腦的技術內容推出，一起學習、分享、交流，推進工業智能化發展！

歡迎掃碼加入阿里云工業大腦·智能制造學習交流釘釘群 或 （點此入群）

加入釘釘群可享有以下權益↓