Termosun , Pervasive e Imae, em colaboração com a Schneider, unem os seus recursos e conhecimentos num novo projeto de I&D&I para a otimização da combustão de biomassa e subprodutos relacionados em caldeiras industriais através do Machine Learning e Big Date.
O notável aumento dos preços do gás de origem fóssil, bem como o aumento do preço dos créditos de carbono, estão a empurrar um grande número de indústrias em Espanha para a conversão das suas centrais térmicas, substituindo as tradicionais e obsoletas caldeiras a gás. caldeiras que utilizam biocombustíveis renováveis, como biomassa florestal e subprodutos agroindustriais.
Há, portanto, uma demanda crescente por caldeiras de biomassa nas indústrias alimentícia, automotiva, química, etc. Mas na Termosun observamos que os operadores e mantenedores industriais não possuem competências suficientes para gerir caldeiras, garantindo a máxima eficiência energética, bem como a mínima emissão de poluentes.
A gestão na operação e manutenção das caldeiras de biomassa é superior à simplicidade de operação das caldeiras a gás e este salto tecnológico deve ser suportado por tecnologias avançadas de controlo, evitando deixar a eficiência da caldeira em muitos casos por força do operador.
Por outro lado, garantem que a vida útil das caldeiras não seja reduzida ou mesmo sofra com defeitos que provoquem emissões para a atmosfera ou consumo excessivo de biomassa, sendo necessário trabalhar com tecnologias avançadas de aquisição e controle de dados para que estes equipamentos garantam conservação de energia e proteção ambiental.
A solução em estudo que a Termosun está a desenvolver em colaboração com a Pervasive e a Imae, com o nome “3BD – Biomass Boiler Big Data”, visa oferecer ao mercado de caldeiras de biomassa uma solução para garantir o desempenho funcional em termos de desempenho energético, redução de impactos e redução de custos de operação e manutenção.
Sob o conceito de caixa de ferramentas, este projeto é concebido como uma combinação de ferramentas que se integram à caldeira em diferentes camadas de escalabilidade e licenciamento, sendo as ferramentas básicas:
- Medição contínua dos parâmetros que ocorrem nos diferentes estados físico-químicos durante o processo de combustão,
- Captura de imagem da grelha de combustão dentro do forno
- Conjunto de sensor de oxigênio e temperatura em linha de gás de escape
- Plataforma massiva de aquisição e interpretação de dados
- Treinamento digital e modelo relacionado a dados e autoaprendizagem
- Interface de correção de parâmetros de operação
Conforme mostrado na imagem a seguir, essas ferramentas são organizadas em diferentes camadas, começando pela camada 0, também conhecida como camada de hardware de campo, e escalando progressivamente as informações para camadas superiores de aquisição, interpretação, iteração e alteração de parâmetros operacionais até finalmente. culminará com o reporte ao serviço de assistência técnica.
O projeto 3BD (Biomass Boiler Big Data) nasceu com o objetivo de melhorar os atuais modelos de algoritmos através de tratamentos de Machine Learning, uma disciplina da área da Inteligência Artificial que, através da obtenção de gémeos e da criação de algoritmos, permite identificar padrões em big data massivos. Dados para preparar previsões que permitem digitalizar o funcionamento da caldeira para uma combustão ideal, desempenho e emissões mínimas.