凌晨两点多,某光伏企业的工程师陈工又被急促的电话铃声吵醒,是生产车间的班长给他打来的电话,这是车间供冷又出问题的信号。以往接到这种电话后,陈工必须马上赶回厂里解决问题。因为供冷不达标,生产就没办法进行,停工的每一秒钟,都是损失。
在上线中央空调云智控后,陈工再也没有接到过此类电话。因为陈工在云智控上能实时看到设备的运行情况,一旦数据异常,陈工就能提前进行处理,不再做一个“救火队员”。在有洁净厂房、恒温恒湿车间、降温工艺要求的电子、食品、制药、泛半导体、数据中心等行业,中央空调系统发挥着巨大作用,与此同时系统的能耗也非常高。据《绿色高效制冷行动方案》:“我国制冷用电量占全社会用电量15%以上,年均增速近20%。”
在《“十四五”节能减排综合工作方案》中提到:“实施绿色高效制冷行动,以建筑中央空调、、商务产业园区等为重点……,大幅提升制冷系统能效水平。”
当节能降碳突然变成一个具体的指标压在头上,工厂负责人不得不在之前的节能手段外,思考中央空调系统新的节能降碳办法。
据美国采暖、制冷与空调工程师学会(ASHRAE)的调研数据显示,中央空调系统由于运维管理和控制水平低,有30%至50%的能源浪费,且当下市场上90%的中央空调系统都是带“病”运行。在此之前,工业场景下的中央空调系统节能方法,往往是从硬件层面入手,更换设备、加装变频器等,但他们没有从数据层面去思考节能的可能性,更没有从系统层面去做节能,而是把系统分割成一块一块的,一点一点去做。若他们选择自动化控制系统,又会碰到这样的问题:当中央空调系统的某一传感器出现故障或者现场工况发生变化,PLC的逻辑控制算法就难以适应,效果也会大打折扣。
“传统PLC(Programmable Logic Controller)群控能够把数据采集上来,去做集群控制指令的反向下发,但是它缺少对数据进行深度的分析和智能决策。”蘑菇物联工业AI首席科学家周子叶表示。
“广义上来讲,智能控制系统分成三类:一类是纯机理控制,一类是纯AI控制、还有一类是机理加AI的融合控制。”周子叶表示,蘑菇物联选择的是第三类,这个路径既需要懂空调机理和工艺的人去设计机理算法,也需要懂数据的人来做数据驱动。相比前两类,周子叶认为,第三类路径能够在保留传统机理的稳定性基础上,充分利用AI的灵活性。
机理+AI算法更贴合场景,可实现预测性维护和智能控制。据悉,中央空调云智控采集冷却塔、冷却泵、冷机、冷冻泵、阀门、末端实时数据,结合设备机理与AI算法,智能分析识别中央空调系统、设备及等三个层面的隐性故障,在采集精准且全面的数据基础上,实现数据驱动的预测性维护,解决中央空调系统供冷不稳定和系统长期带病运行两大痼疾,让中央空调系统节能5-10%。控制节能体现在通过AI算法优化设备运行组合和运行参数,从整个中央空调系统层面追求能耗最低,而不是单台设备能耗最低,实现节能15-25%。
只有保障系统与设备处于健康状态,才能最大程度地发挥智能控制节能的潜力。蘑菇物联用“故障可预测,健康才节能”10个字来总结这一理念。
蘑菇物联创始人兼CEO沈国辉分享表示,AI技术要在工业场景落地,需要做好3点:确定的场景、明确的边界以及准确的数据。
因而从2016年成立至今,从压缩空气场景延伸到中央空调场景,蘑菇物联始终聚焦在公辅能源车间。在蘑菇物联和阿里云合作的一个光伏企业能源数智化项目中,“基于阿里云的工业物联网平台,蘑菇物联快速搭建了中央空调云智控SaaS,从端侧相应的安装,关与一体化控制柜的组网,再到SaaS应用的开通、设备联调,整个过程非常高效。”阿里云相关业务负责人武兆宝说。
目前,阿里云和蘑菇物联已经完成了多个项目的合作。同样的,蘑菇物联与华为云、百度云等都建立了合作关系。“蘑菇物联发明的‘孙悟空+紧箍咒’的工业级AI算法,已经在100+制冷站落地运行,这是我们的技术护城河。”沈国辉说。
按照国家统计局的数据,我国规上工业企业数量超过40万家,公辅车间的总保有量超过200万个,细分到中央空调场景之下,该市场空间未来可期。