Sztuczna inteligencja, czyli rewolucja dla fabryk i elektrowni

Wysoka moc obliczeniowa, umiejętność logicznego wykorzystania informacji i co najważniejsze – zdolność uczenia się. Twórcy technologii od lat inspirują się ludzkim organizmem, którego zdolności wspierane są przez właściwości maszyn. Przewidywana wartość rynku globalnego dla technologii sztucznej inteligencji na 2017 rok to prawie 2,5 mld USD[1]. Jak wykorzystać potencjał tej technologii w zakresie funkcjonowania przedsiębiorstw?

 

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[2]. 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[3].

 

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.

[1] Statista, Revenues from the artificial intelligence (AI) market worldwide, from 2016 to 2025.

[2] PwC, Boot.Me: A revolutionary partnership, 2017

[3] McKinsey Global Institute, Artificial Intelligence – the next digital frontier?, 2017

Share this Post :

Comments are closed.