Implementacja AI do instalacji biogazowej może przyczynić się do zoptymalizowania jej pracy. Monitorowanie przebiegu fermentacji, zwiększenie wydajności czy szacowanie ilości produkowanej energii z wyprzedzeniem otwierają listę wartości dodanej, jakie mogłaby przynieść sztuczna inteligencja. Nie jest ona jednak pozbawiona także pewnych minusów.
To już się dzieje! Badania naukowe analizują potencjał sztucznej inteligencji w produkowaniu biogazu, a firmy z sektora tworzą rozwiązania, dzięki którym sztuczna inteligencja stanie się elementem operowania instalacją.
Nauka to potwierdza
W zeszłym roku uniwersytet w brytyjskim Surrey otrzymał grant w wysokości 1,4 mln funtów na projekt dotyczący badania efektów implementacji AI do biogazowni. Analizie ma zostać poddany wpływ różnych substratów na przebieg procesu fermentacji i wytwarzanie energii.
W badaniu wykorzystane zostaną dane z czujników mierzących parametry na wszystkich etapach łańcucha wartości oraz z pobranych próbek mikroorganizmów. Komory fermentacyjne zostaną odwzorowane za pomocą wirtualnych kopii, które umożliwią systemom sztucznej inteligencji poznawanie wpływu różnych substratów i wykrycie zmian na wczesnym etapie.
– Wyzwaniem związanym ze złożonymi biogazowniami jest ich brak przewidywalności, pogarszany dodatkowo przez dynamiczne środowisko występujące w komorach fermentacyjnych – w jaki sposób każdy gatunek bakterii reaguje na inny wsad i inne mikroorganizmy wokół niego? Wiedza, którą zdobędziemy z przeglądanych danych o cyfrowej komorze fermentacyjnej, zacznie eliminować tę niepewność – wskazuje dr Michael Short, główny badacz ze Szkoły Chemii i Inżynierii Chemicznej Uniwersytetu Surrey oraz członek Instytutu ds. Zrównoważonego Rozwoju.
Zarejestruj się na Kongres Biometanu
Podobne badania rozpoczęto w Szwecji. Zespół naukowców z Uniwersytetu Örebro podjął się śledzenia powiązań pomiędzy procesami chemicznymi i mikroorganizmami. Oczywiście pomoże w tym sztuczna inteligencja.
– Jestem przekonana, że sztuczna inteligencja jest rozwiązaniem pozwalającym zrozumieć bardzo złożoną mikrobiologię, która napędza proces wytwarzania biogazu – mówi Anna Schnürer, profesor biotechnologii mikrobiologicznej kierująca nowym projektem.
Badania otrzymały grant w wysokości ponad 5 mln koron szwedzkich od Szwedzkiej Agencji Energetycznej.
Biznes to oferuje
Szwajcarska firma Hitachi Zosen Inova posiada w swojej ofercie system DPM AI. Rozwiązanie jest przeznaczone dla instalacji stosujących technologię suchą z ciągłą fermentacją beztlenową. Producent deklaruje, że automatyczna kontrola przebiegająca w czasie rzeczywistym działa jak analiza laboratoryjna. Dzięki temu rozwiązaniu efektywność pracy biogazowni może zostać podniesiona nawet o 15%.
HZI zakłada, że w przypadku nowych instalacji montaż tego systemu będzie standardem. To rozwiązanie jest innowacyjne, ponieważ hamowanie fermentacji w biogazowni to poważny problem. Jeśli niska efektywność potrwa długo, to odbudowanie prawidłowego przebiegu procesów może potrwać nawet miesiącami. Przewaga w tym przypadku opiera się na tym, że inne systemy analizy rzeczywiście wykryją i zasygnalizują problem, ale na etapie, gdy się on już pojawi. Sztuczna inteligencja przeprowadza analizę z wyprzedzeniem, dzięki czemu można poprawić parametry wytwarzania biogazu jeszcze zanim dojdzie do eskalacji problemu.
Czytaj też: Krajowy plan na rzecz energii i klimatu zupełnie pomija biometan. To musi się zmienić
Ale są też wyzwania
Aby sztuczna inteligencja skutecznie przeprowadzała analizę procesu, konieczne jest dostarczenie jej szczegółowych i jak najszerzej zakrojonych danych. A mowa o zbiorach informacji, które są bardzo zmienne i w pewnym stopniu uzależnione od tego, jakie warunki panują w danej instalacji. To nastręcza trudności w stworzeniu uniwersalnego systemu.
Ponadto implementacja AI do istniejącej biogazowni może wiązać się z koniecznością modyfikacji lub modernizacją w celu zapewnienia kompatybilności. To z kolei oznacza koszty, i to często niemałe.
Warto też pamiętać, że sztuczna inteligencja nie zastąpi człowieka w pełni. Dlatego wciąż konieczne jest sprawowanie kontroli nad instalacją.
Zdjęcie: Shutterstock
Źródło: Green Data Science Blog, University of Surrey, University Örebro