image

ESG浪潮帶來企業變革,企業低碳轉型將是未來發展的關鍵,更是國際大廠挑選供應商的必要條件之一。對此,大多企業的ESG策略以節能、採購綠電、綠建築、綠色供應鏈為主。事實上,除了設備節約、供應鏈管理之外,從ESG中「環境管理(Environment)」的角度出發,運用人工智慧AI,還可從優化營運、生產流程端,取得更擴大的創新減碳效益。

企業紛紛瞄準2030年的碳中和目標,積極投入ESG企業永續發展,往低碳轉型。借鏡他山之石,企業環境管理還有哪些創新應用?

對此,全球數據分析領導者SAS台灣總經理陳愷新表示,「企業邁向低碳轉型的第一步,要從企業核心能力檢視碳排放,將產品與服務的生命週期碳管理納入ESG策略中,而國際一些較前瞻的公司,開始利用AI讓碳管理整合進生產流程或是做即時性的關聯管理,讓戰略更有制高點跟效率。」

針對企業環境管理的智慧創新應用,陳愷新提出以下三大方向:

方向1》預測品質,生產源頭減廢

製造商多仰賴過去的製造經驗,來為產品品質設定標準。不過有些產品檢測過程冗長且耗時,製造過程中會因失敗、不符標準、嘗試新材料而汱換產品及材料,造成大量的資源浪費。若生產結果不理想,更須重置生產線,造成不必要的交期延誤。

原物料的浪費,如果導入AI可以不再依憑臆測,例如,美國建築材料大廠美國石膏公司(USG Corporation)就導入SAS AI對工廠投料進行分析 (例如流量和原料添加劑),先預測品質結果再開始正式生產,協助企業降低不必要的損耗。USG每隔六個月,就可能因為當時的材料和目標改變,產品和製造方法都截然不同,USG使用 AI ,7天24小時不間斷透過龐大的運算來完成預測,為工廠找尋最佳製造過程,大幅降低廢品、廢料產生,更進一步減少機台停機的時間及能源消耗。

image

方向2》導入物聯網,最佳化能源利用率

石化產業,如遇設備故障需停機維修,不僅影響生產,還可能連動其他設備一起停機,導致產出效益降低。導入物聯網技術和感測器,結合AI技術預測設備故障的可能性,讓工程師提前安排設備維護的時間,不僅提高設備利用率,也最佳化耗能產業的能源利用率。

根據EPA溫室氣體報告,2020年美國以燃燒化石燃料作為能源的工業溫室氣體排放量佔其 24%。尤其像是典型的500 KTA乙烯工廠,每年就要消耗30兆瓦時的電力,因此優化工業熔爐的能耗,除了降低企業成本,對環境更是有莫大的貢獻。

致力於降低碳排放的工業AI新創公司LivNSendse,即與SAS攜手協助印度石化廠從熔爐中的感測器蒐集數據,透過聯網數據以數位分身發展虛擬熔爐,模擬真實熔爐的運作情況,變未來可能發生的各種狀況。

雙方透過工廠營運的數據建置能源的AI模型,找到可以降低能耗的參數,提供能源最佳化的建議。成功讓石化廠熔爐運行時間增加11%,降低10%能耗,並降低3%二氧化碳排放量(達6.75百萬噸),相當於1/2台北市碳排放量(11.6百萬噸)

又如,火力發電廠的風冷式冷凝器,其性能決定了能源的生產效率。然而,冷凝器經常無預警故障。因此風冷式冷凝器的領導廠商SPG Dry Cooling,使用 SAS  AI分析風冷式冷凝器的蒸汽循環性能,以冷凝器的感測器數據、停機時間等建立AI模型,進行能耗演練,找到以水循環順利降溫最佳參數,做到能耗優化和預測性維護,協助火力發電廠高效運行並預測能源生產。

方向3》掌握關鍵設備,大幅提高減碳效率

陳愷新補充,其實每個產業都有耗能大的關鍵設備,企業的ESG策略應優先從此處著手,讓減碳效率再提升。像是大部分大樓、工廠內皆設置冰水系統,支持空調系統及無塵室的恆溫、恆控,是耗能、耗電量極大的設備。一般工廠往往有4至6台冰水機,每台的能耗和最佳能耗皆不同。

image

目前已有不少節能專家皆建議要監控冰水主機,但陳愷新進一步建議可導入「自動化機器學習(AutoML)的機制,自動建置適合模型並搜尋出最佳冰水機組合以及最佳參數建議,甚至能協助知識專家自動化建模。」具體的做法是,先預測某區間、時段所需的能耗,並透過冰水機台的性能資料,自動建議最有效率的冰水機組合, 透過系統優化每個步驟的資訊,做到能耗的最佳化。接著,蒐集冰水機上的物聯網數據,包括進出冷水塔、冰水主機的水溫和外氣濕球溫度等相關資料,建置進行AI模型,評估冰水機現在的能耗狀況,並回饋能耗較低的最佳參數 。

綜合以上分享的國際案例,陳愷新建議,企業若要加速低碳轉型,可以運用AI從以下四個步驟切入:

  • 第一,找尋題目。在各產業領域,從能耗或碳排量相對大的系統,例如石化業的煉油廠、半導體的冰水系統等,找到能改善、優化的機會。
  • 第二,結合領域知識與數位化資訊。與領域專家合作,在相關設備裝設物聯網感測器,對建置AI模型有極大幫助。
  • 第三,前導期先發展規則式(Rule-based)做到監控。監控感測器資訊,減少異常及不必要的能耗或碳排放。
  • 第四,導入AI做到最佳化。建置AI模型,找尋最佳化系統參數,達到較低能耗和碳排放,或提前預測需維護的設備。

陳愷新表示,AI可協助碳管理生命週期更加有效,發展更多創新、智慧的應用。以此為基礎,未來企業若陸續導入數位分身,結合真實的感測器數據,將能模擬不同情境會造成的企業碳排放,讓碳管理更加精準,引領產業界的關鍵變革。

Reference: https://www.cw.com.tw/article/5121699

 

 

善用科技力 擘畫台灣低碳轉型

在淨零轉型的過程當中,非常需要技術的突破。工研院院長劉文雄指出,科技研發在我國的「2050淨零排放路徑」中扮演重要關鍵,創新的減碳科技,讓產業兼顧經濟成長與環境永續。工研院做為推動淨零碳排的平台,以技術、科學的思維,從「能源供給」、「需求使用」、「低碳製造」、「環境永續」等四大面向,以創新科技與服務提出淨零碳排解方,並建立優質綠能組成專利池,提供國內廠商「淨零碳排」專利Total Solution及多元化服務,回應產業淨零減碳所需的技術與服務。

在「能源供給」面,工研院「工業製程餘氫發電及純化回收技術」已與半導體大廠帆宣系統科技及亞氫動力合作,將製程中無法利用的副產氫回收再轉換為電力,以額外提供廠區每年數億度的潔淨電力。

在「環境永續」面,工研院「二氧化碳捕獲再利用技術」,捕獲產業製程煙道氣所排放之二氧化碳。發展高效能二氧化碳吸收劑配方,可整合工廠餘熱和再生能源有效降低製程成本,目前已與多家廠商合作。並以二氧化碳做為原料,轉化為高經濟價值的新型的聚氨酯樹脂材料。

Reference: https://www.chinatimes.com/newspapers/20220424000153-260204?chdtv

 

 

 

arrow
arrow
    全站熱搜
    創作者介紹
    創作者 BENEVO 的頭像
    BENEVO

    BENEVO台灣部落格 之 科技應用。創新與分享

    BENEVO 發表在 痞客邦 留言(0) 人氣()