Был Алексеенко, теперь Маркович

Внедрять внедрять
Всегда готовы,
Котлы устало отвечали-
Перепелов гоните в поле
...
Учёные из Академгородка научили ИИ предотвращать сбои в работе угольных котлов

Сотрудники Института теплофизики СО РАН (Сергей Абдуракипов, Евгений Бутаков, Евгений Копьев, Дмитрий Маркович) разработали гибридную систему анализа горения угля. Работа поддержана Минобрнауки и опубликована в журнале Engineering Applications of Artificial Intelligence.

В угольной энергетике даже кратковременный сбой пламени ведёт к падению КПД, перерасходу топлива и росту выбросов. Существующие методы (CFD-моделирование, ПИД-регуляторы) не всегда успевают реагировать на изменения в реальном времени. ИИ способен предсказывать проблемы до того, как они повлияют на работу.

Команда создала ансамбль нейросетей:
• Нейросеть, обученная на термогравиметрических данных, с точностью 99% воспроизводит кривые потери массы угля — это позволяет точно моделировать поведение топлива.
• Для старых котлов без датчиков разработан автоэнкодер, который сам выучивает «нормальное» пламя и детектирует аномалии со средней точностью 77%.
• Там, где есть данные, сверточная нейросеть анализирует изображения факела и находит отклонения с полнотой 89%.
• LSTM-сеть с механизмом внимания прогнозирует срывы режима: средняя абсолютная ошибка 8%, коэффициент детерминации 91%.

Система может быть интегрирована в автоматику ТЭЦ, позволяя:
• заранее предупреждать оператора о рисках;
• оптимизировать подачу топлива и воздуха;
• снижать эмиссию оксидов азота и серы.

Исследование выполнено на крупномасштабном стенде мощностью до 5 МВт, имитирующем реальные условия. Следующий шаг — внедрение на действующих станциях.