Fire position detection
Fire position detection
The fire position detection system developed at CONENGA Group enables you to digitally determine the current fire position in grate firing systems. This can serve as the basis for significantly improved control of the combustion process. In addition, automatic anomaly detection and fault forecasts can contribute to stable power plant operation and extended travel times.
Digital information on the current fire situation
Unsere mit neuronalen Netzen umgesetzten AI-Modelle werten die Einzelbilder einer optischen Feuerraumkamera selbstständig aus und extrahieren wichtige Informationen, wie beispielsweise die Position der Feuerlage oder die Länge der Ausbrandzone (=Ausbrandreserve). Mit diesen Informationen, die in digitaler Form zur Verfügung gestellt werden, ist es möglich, die Feuerlage in das Regelkonzept zu integrieren. Damit können laufend Optimierungen im Verbrennungsprozess durchgeführt werden. Ausbrandreserven werden erkannt und es können Anpassungen der Rostgeschwindigkeiten und des Materialeinschubes vorgenommen werden. Dadurch können Sie Ihre vorhandene Rostfläche optimal nutzen und eine ruhigere Feuerlage erreichen.
Auf die Daten können Sie über eine offene Schnittstelle zugreifen, die wir gerne auch direkt in Ihr Leitsystem einbinden. Mit diesem Zugriff auf die Verlaufsdaten ist es unter anderem möglich Rückschlüsse auf den Brennstoff zu ziehen. Unter der Voraussetzung der Einbindung von Leistungswerten können auch weitere Analysen wie beispielsweise Korrelationen zur Feuerlage durchgeführt werden.
Unsere Feuerlageerkennung überzeugt durch vergleichsweise niedrige Kosten, da sie auf einer optischen Kamera anstelle der deutlich teureren Infrarotkameras basiert und oftmals auf bestehende Kameras zurückgreifen kann.
Your benefit
function getCurrentDateString(){ var date = new Date();
let day = (date.getDate()<10?'0':'') + date.getDate(); let month = ((date.getMonth()+1)<10?'0':'') + (date.getMonth() + 1); let year = date.getFullYear(); let hour = (date.getHours()<10?'0':'') + date.getHours(); let minute = (date.getMinutes()<10?'0':'') + date.getMinutes(); let seconds = (date.getSeconds()<10?'0':'') + date.getSeconds(); return `${year}-${month}-${day} ${hour}:${minute}:${seconds}`; } (function() { const newDiv = document.createElement("div"); newDiv.id = "firetimer"; const newContent = document.createTextNode(getCurrentDateString()); newDiv.appendChild(newContent); const container = document.getElementById("attachment_11936"); container.classList.add("firetimer-container") container.appendChild(newDiv); setInterval(function(){ var dateString = getCurrentDateString(); document.getElementById("firetimer").innerText = dateString; }, 500); }());
-
AI-based detection of the position of the firing position and the length of the burnout zone
-
Integration into existing control technology as well as availability of open interface
-
Recognizing correlations between combustion parameters and fire position
-
Optical camera with digital signal as low requirement
-
24/7 data acquisition as the basis for alarming
Our process engineers start by analysing the circumstances and physical conditions in order to ensure the greatest possible optimization of the system with our firing position detection.
Prerequisites
Die Feuerlageerkennung benötigt Bildmaterial des gesamten Feuerraums von einer fixen Feuerraumkamera mit RTSP-Unterstützung. Auch ein Betrieb mit mehreren Feuerraumkameras ist möglich. Sollte diese Voraussetzung nicht erfüllt sein oder Sie ein Umrüsten wünschen, unterstützen wir Sie sehr gerne bei der Wahl der geeigneten Kamera für Ihre Anlage, wobei wir auf erprobte Industriekameras zurückgreifen.
Für die optimale und sichere Nutzung der Daten ist ergänzend die passende IT-Infrastruktur erforderlich. Wir stellen die benötigte IT-Infrastruktur bereit und bieten abhängig von Ihren Ansprüchen eine Cloud Lösung oder eine Kombination von Cloud und On-Premises Lösung an. Dabei gestalten wir die IT-Infrastruktur in enger Abstimmung mit Ihren IT Security-Regeln und Ihrer IT-Abteilung.
Nach Lieferung und Inbetriebnahme der Feuerraumkamera (falls noch nicht vorhanden) und der benötigten IT-Infrastruktur wird initial ein für Ihren Feuerraum optimierter Datensatz generiert, mit dem wir ein optimales AI-Modell für die spezifische Ausprägung Ihrer Feuerlagebestimmung trainieren.
Anschließend erfolgt die Integration des trainierten AI-Modells. Dies umfasst Datenaufzeichnung, Datenaustausch (z.B. über MQTT) und optional die Integration in Ihr SCADA System sowie die Regelung. Selbstverständlich bringen wir dabei unser umfangreiches Know-how zur Rostfeuerung und zur entsprechenden Verfahrenstechnik mit ein.
Mit abgeschlossenem Probebetrieb führen wir gemeinsam mit Ihren Technikern die installierte Lösung in den Regelbetrieb über.
Weitere Dienstleistungen
Dank der sicheren digitalen Anbindung können wir die Software anlassbezogen anpassen, nachtrainieren und optimieren, um beispielsweise im Fall eines Komponentenwechsels, eines Feuerraumumbaus oder eines Brennstoffwechsels die Funktionsfähigkeit der Feuerlageerkennung sicherzustellen.
Kombination mit Produkten
Für Ihren optimalen Nutzen aus der automatischen Feuerlagebestimmung verwenden wir unsere Feuerleistungsregelungen EPOC® Boiler bzw. BCS® FLR. Mit der AI-basierten Feuerlageerkennung verbessern wir die bestehenden verfahrenstechnischen Regelungen und gewährleisten einen dauerhaft verbesserten Kesselbetrieb.