Konenäkö vie biopolttoaineiden laadunvalvonnan seuraavalle tasolle

 

Laadunvalvonnalla enemmän merkitystä kuin koskaan aikaisemmin

 

Polttoainetyypin kuorman sisäinen laadunvaihtelu aiheuttaa usein ongelmia näytteenotolle ja jatkuvatoimisen mittauksen omalle laadunvalvonnalle. Tasalaatuisena pidetty polttoaine voikin olla kokoelma sitä sun tätä, eikä tätä juuri pysty silmällä nopeasti arvioimaan. Ilmiön voi käydä itse toteamassa käymällä katsomassa kierrätyspuu- tai jätejakeita ennen ja jälkeen prosessoinnin. Hyvinkin monimuotoinen raaka-aine murskataan halutun kokoiseksi ja samalla siitä pyritään poistamaan kierrätyskelpoiset metallit sekä polttamisessa haitalliset vierasaineet.

Murskattu polttoaine kuljetetaan voimaloille, jonne saapuessaan se otetaan vastaan lähinnä tiedoilla toimittaja-polttoainekoodi-kuormapaino. Kierrätyspuun tapauksessa vastaanotossa käytetty tilastokeskuksen koodi ei edes kerro sen laatua, vaikka kierrätyspuulle on olemassa ABCD laatuluokitus. Tämäkin luokitus on luonteeltaan ohje, ei mikään jatkuvasti mitattava asia. Perinteisesti laadunvarmistus tapahtuu tarkastelemalla kuorman yleisilmettä purkamisen yhteydessä sekä ottamalla kuormasta näytteitä, joko käsin tai jollain automaattisella näytteenottimella. Tässä vaiheessa ei kuitenkaan ole enää mitään tietoa miltä tavara alunperin näytti, ja saatiinko prosessoidusta polttoaineesta edustavat näytteet, jotka kuvaavat koko kuormaa.

Olimme itse yhtä huonossa tilanteessa, kun tarkastimme laitteidemme toimintaa vertaamalla online-mittausdataa referenssinäytteisiin. Näytteet otetaan kyllä putoavasta virrasta satunnaisin väliajoin. Kuitenkin ne kummasti kyllä tuppaavat olemaan otettu 1-2 minuutin välein, sillä ei ole järkevää saati mukavaa vahtia koko toimituserää, jonka purkamiseen voi mennä laitoksesta riippuen 10 min – 36 tuntia. Näytteenoton yhteydessä yritämme visuaalisesti katsella, että otetut näytteet näyttävät siltä, mitä kuljettimella suurimmaksi osaksi menee. Tämä ei ole ihan helpoin vaihe silloin, kun kyseessä on suljettu pimeä kolakuljetin. Näytteenoton onnistumisesta ei voi olla 100% varma edes sen jälkeen, kun uunikuivauksen tulokset vastaavat kivasti mittalaitteemme jatkuvatoimista dataa!

 

Konenäön rooli laadunvalvonnassa

 

Olemme tunnistaneet ongelman ja vajavaisen kykymme ennustaa onnistumista millään Gaussin-käyrällä kun kyseessä ovat haasteelliset polttoainejakeet, kuten kierrätyspuu. Ongelman ratkaisemiseksi FuelControl- järjestelmiimme on lisätty konenäköjärjestelmä, joka ottaa polttoainevirrasta kuvia tasaisin väliajoin. Aluksi arvioimme kuormien laatua pistokoeluonteisesti valokuvista, mutta tämäkin osoittautui varsin työlääksi. Sen takia automatisoimme polttoainetyypin tunnistusta siten, että järjestelmä luokittaa valokuvia laitoksen käytössä oleviin polttoainetyyppeihin.

Kierrätyspuun kohdalla menimme vielä astetta pidemmälle ja jalostimme työkaluksi neuroverkkoja hyödyntävän itseorganisoituvan kartan (Self-Organizing-Map, SOM). SOM käyttää inputtinaan röntgenin, konenäköjärjestelmän sekä polttoaineen hankintajärjestelmän tuottamia tietoja ja käy läpi toimituserän joka röntgenkuvan tarkkuudella. Yksittäisten röntgenkuvien luokituksesta laskemme tietokantaan puolen minuutin tai minuutin tarkkuudella aliluokan, jota kyseinen kierrätyspuu edustaa. Nyt tämä tieto auttaa arvioimaan koko kuorman laatua yleisesti. Voimme tarkastaa, osuivatko ottamamme referenssinäytteet todennäköisesti kuorman valtalaatuun, vai olivatko ne jotain poikkeavaa.

 

Pieni järjestelmä, suuret hyödyt

 

Kierrätyspuukuormien tarkempi tutkiminen SOMin avulla tuottaa myös arvokasta tietoa sekä sitä polttavalle voimalalle että polttoaineen toimittajalle. Jos SOM alkaa tulkita saapuvaa materiaalivirtaa jotenkin poikkeukselliseksi tavalliseen verrattuna, syynä on usein huonontunut laatu mistä voi pahimmillaan seurata kalliita seisakkeja kattilassa. Toisaalta poikkeava laatu voi olla odotettua kuivempaa kierrätyspuuta, joka lisää räjähdys- ja tulipaloriskiä pölyämisen takia. SOM voi kertoa myös muutoksista valmistavassa prosessissa ja tämän tiedon ollessa nopeasti käytössä syyt voidaan selvittää ja ongelma korjata ja mahdollisesti ennaltaehkäistä. Helpoimmillaan korjaus voi olla murskalinjan nopeuden säätö, jolloin metallien kerääminen magneeteilla ja pyörrevirtaerottimilla rupeaa toimimaan paremmin ja tällöin niistä saatava lisäarvo jää polttoaineen toimittajan hyödyksi.

Tulevaisuudessa Inrayn ohjelmistoilla voidaan etsiä ja tilastoida väripoikkeamia vastaanotettavasta kiinteästä polttoaineesta. Väriä kuviin tuovat esimerkiksi niin sanottu viherhake ja maalattu puu. Viherhakkeen runsas poltto tuo mukanaan klooria kattilaan, eivätkä maalatut kierrätyspuut ole haluttu asia useissa kattiloissa niiden sisältämien epäpuhtauksien takia. Entisaikaan osaan maaleista lisättiin lyijyä, jonka yhdisteet ovat voimakkaasti likaavia ja korrodoivia.

Konenäköjärjestelmän avulla biopolttoaineiden laatua voidaan tarkastella entistä kokonaisvaltaisemmin. Alla olevassa kuvasarjassa nähdään esimerkki kameran hyödyntämisestä voimalaitoksella. Samaa läpimärkää ja epämääräistä tavaraa toimitettiin laitokselle kolmella eri polttoainekoodilla. Konenäköjärjestelmä on tehokas ratkaisu jo yksinään, ja yhdistettynä yrityksen FuelControl-järjestelmään saadaan käyttöön erittäin kattava reaaliaikainen biopolttoaineiden laadunvalvontajärjestelmä.