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AI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种解决方法。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化学气体。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AI算法、大数据预测分析转化为千万余度绿电。

　　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%，初步形成了新增解决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。阿里云人机一体化智能系统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。

　　出现这样一些问题，还在于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，点击鼠标能够达到上万次。“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。要是发生意外情况，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？

　　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。为处理问题，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，这是一套很复杂的系统。

　　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管理系统（DCS）上，叠加了阿里云历时4年自主研发的人工智能控制管理系统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，人工智能则能够准确的通过火焰的位置、亮度和大小，给出更多信息。

　　看位置，不难得知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一样的区域的温度状态。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、烟气的变动情况；再结合大范围的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。

　　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，炉膛温度大多数都能维持在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度降低，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技术人员。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，传统工业公司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慢慢的变多，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。

　　目前中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，让中小型企业也可以在一定程度上完成人机一体化智能系统的转型升级。”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。(张盖伦)