如今，全国有近30个城市的100座垃圾焚烧炉引入了阿里云工业大脑，每天有数万吨生活垃圾经由人工智能算法、大数据预测分析转化为千万余度绿电。

    不低于850摄氏度，这是国家规定的正常工况下垃圾焚烧炉炉膛内热电偶测量温度的5分钟均值。只有这样，才能确保垃圾的清洁燃烧。

    对城市垃圾的处理方法，主要有填埋、堆肥和焚烧3种处理方式。垃圾焚烧，是对城市生活垃圾集中处置后，在密闭的锅炉内进行高温焚烧，焚烧产生的热能以及蒸汽可通过汽轮机发电。它实现了城市生活垃圾的减害减量化和资源利用。

    推广垃圾焚烧的一大掣肘，就是燃烧产生的有毒有害气体。因此，我国对垃圾焚烧的炉内温度和烟气污染物排放，都有严格规定。

    就是在垃圾焚烧这样一个似乎并不时髦的领域，人工智能技术正在悄然发挥作用。

    如今，全国有近30个城市的100座垃圾焚烧炉引入了阿里云工业大脑，每天有数万吨生活垃圾经由人工智能算法、大数据预测分析转化为千万余度绿电。

    一天点击鼠标上万次 调控温度让工人师傅工作量巨大

    据官方数据，“十三五”期间，全国共建成生活垃圾焚烧厂254座，累计在运行生活垃圾焚烧厂超过500座，全国城镇生活垃圾焚烧处理率约45%，初步形成了新增处理能力以焚烧为主的垃圾处理发展格局。

    为控制二噁英类有机污染物的生成，垃圾焚烧需满足“3T”准则：即焚烧垃圾需要在一定的焚烧温度和湍流强度下停留一定的时间。其中，湍流强度和停留时间可通过炉膛结构设计保证，而垃圾的焚烧温度则需由实际运行调节。

    2017年，阿里云进入了一个特殊的行业：固体废弃物处理。阿里云智能制造与能源电力技术总经理孔令西告诉科技日报记者，他们在调研垃圾焚烧厂时发现了两大痛点——燃烧产生的主蒸汽流量波动大，一线操作人员的工作量特别大。

    出现这些问题，主要是因为垃圾焚烧排炉温度无法“自觉”稳定在850摄氏度以上。

    烧垃圾不比烧煤，煤的热值完全恒定，但垃圾不一样。城市生活垃圾的成分复杂——这一抓斗抓到的，可能菜叶子居多，热值就低；下一抓斗抓到的，可能塑料制品居多，热值就高。焚烧也是如此，如果不人工加以调控，火焰就会时大时小，温度也上蹿下跳。

    武汉市汉口北生活垃圾发电厂生产技术部运行值长朱灿钢感叹，炉膛温度、主蒸汽流量、烟气排放的指标图波动很大，“像心电图一样”。指标波动大，污染气体排放的风险就高，垃圾焚烧发电的效率也会受到影响。

    这就导致工人师傅的工作量也大。他们得时刻盯紧显示器上的数值，随时调整进料量、进风量等参数。一天下来，点击鼠标可以达到上万次。“我们四班三倒，8小时盯着炉子，工作强度大，上厕所都要跑着去。要是出现意外情况，真的是手忙脚乱。”朱灿钢说。

    能不能让人工智能把老师傅的经验学会，把这套基于经验的复杂流程，把一天上万次的点击，变成智能化、数字化的程序？

    算法工程师来了 用工业大脑赋能控制系统

    从2017年起，阿里云工业大脑团队开始和国内垃圾焚烧厂合作。他们的目标，是让垃圾焚烧炉像智能汽车一样，实现高度自动运行。

    “每一个项目，就像一个小型的战役。”阿里云工业大脑算法工程师蒋大庆说。为解决问题，算法工程师也要去到车间，和师傅们工作在一起，持续进行系统的开发调试和优化。

    2021年4月，蒋大庆入驻汉口北生活垃圾发电厂，那是他第一次走进垃圾发电厂，“感觉很震撼”——原来垃圾焚烧炉这么大，原来工人的工作量这么大。蒋大庆也第一次知道，想要垃圾焚烧炉实现稳定燃烧，涉及燃烧温度、烟气含氧量、主蒸汽流量等十多个变量的协调，这是一套非常复杂的系统。

    蒋大庆是博士，一直跟程序打交道，刚进厂时，他不了解师傅们在干什么，师傅们也不懂这个年轻人能干什么，能干成什么。蒋大庆调整心态，放下所谓高技术人才的优越感，把自己当成一个新手工人，了解老师傅的需求。他看到了师傅们的辛苦，也想着要让师傅们工作得更体面、更轻松。

    团队在传统的垃圾焚烧分散控制系统（DCS）上，叠加了阿里云历时4年自主研发的人工智能控制系统AICS，集成控制、建模、优化、仿真等能力，让现有系统具备了更加精准的洞察力。

    比如，他们建立了机器学习模型，估算进入炉膛的垃圾料层厚度。哪里料多，哪里料少，机器大脑就像最老道的工人，结合进料速度、炉内温度、风流量、风室风压、炉排运行周期等各类其他参数进行间接估算。

    他们还让摄像头具备了图像识别能力。火焰，从显示屏上看都大同小异，人工智能则可以根据火焰的位置、亮度和大小，给出更多信息。

    看位置，可以知道燃烧主要发生在哪些区域；看亮度和大小，可以从侧面反映炉膛内不同区域的温度状态。炉膛温度测量，多采用热电偶式的接触式点测量技术，但由于垃圾焚烧炉膛内属于高温、高烟尘、高湿度、大截面焚烧工况，传感器工作环境较为恶劣，所以测量值不能准确代表实际焚烧温度，也具有一定的滞后性。火焰的图像识别，能更加迅速、精准、分区域地判断温度，帮助自动控制系统及时地进行预判和调整。

    蒋大庆介绍，他们对燃烧过程中的关键变量做了人工智能预测，训练出的大数据模型可以预测未来一段时间炉膛温度、含氧量、烟气的变化情况；再结合广泛应用的自动控制技术，在“工业大脑”中综合运算后又自动把控制指令下发到设备，形成闭环，最终让焚烧炉实现了自动运行。

    2021年6月，团队在汉口北生活垃圾发电厂进行了18天的对比实验。9天由纯人工操作，9天由机器主导操作，结果显示，机器运行的稳定性比人工操作高出不少。

    开放核心算法技术 让全社会加入低碳环保行动

    武汉市汉口北生活垃圾发电厂总经理成超告诉科技日报记者，阿里云工业大脑在发电厂投入应用以来，炉膛温度基本上都能维持在850摄氏度以上，进一步减少了污染物排放，员工的劳动强度也大幅降低，不用一直手动调节。还有一个可喜的变化——单位垃圾的发电量提升了5%。相当于每吨垃圾多发25度电，进一步实现了碳减排。

    孔令西介绍，近年来，阿里云的工业大脑应用在钢铁、水泥、化工、电池、油田、火电等诸多领域。深入车间多年，他体会颇多。企业对智能制造和工业互联网愈发重视，接受程度也在提高。但这毕竟是一个跨学科领域，需要懂算法、懂互联网的技术人员，也需要懂垂直领域、碎片化领域工艺知识的专业人员。靠一支团队一样样去啃、一点点熟悉，一家家调研、推进和落地，是很难的；要把工业生产的经验、知识沉淀成软件和算法模型，也是挑战重重。

    而且，传统工业企业自身与互联网结合的能力也存在不足。过去，不少企业认为既然人力可以胜任，就没必要专门招人去研究算法、搞技术。不过，孔令西也发现，近些年来，有远见有决心的企业已经越来越多，他们对通过技术降本增效有迫切的需求，急需的是核心技术能力与良好的运行维护机制。

    目前我国工业智能化服务的生态还处在建设初期，核心的技术工业软件、模型也大部分掌握在国外厂商手里，国内生态伙伴赚的更多的是辛苦钱。

    “我们希望能通过持续攻关，掌握工业互联网领域的核心技术，并将我们多年来探索、改进和优化后的模式形成标准平台工具，开放给全社会，推广落地到更多厂家，让中小型企业也能够实现智能制造的转型升级。”孔令西说，服务工业，服务民生，实现降本增效，节能减排，是工业大脑真正的使命所在。