Cho đến nay, trong quá trình làm việc với các nhà máy Xử lý rác thải thành năng lượng, Hitachizosen đã phát triển một mô hình AI có tên là Hệ thống dự đoán trạng thái đốt, được thiết kế để dự đoán khả năng suy giảm chất lượng quá trình đốt cháy trong vài phút tới dựa trên hoạt động của nhiều cảm biến và thực hiện kiểm soát bổ sung để tránh tình trạng suy giảm đó Trong dự án này, chúng tôi đã bổ sung thêm hai mô hình AI nữa để cải thiện độ chính xác của dự đoán Mô hình đầu tiên, được gọi là mô hình Ổn định áp suất chênh lệch lớp chất thải, điều chỉnh việc kiểm soát cấp chất thải khi lượng chất thải trên lưới trở nên bất thường Mô hình thứ hai, được gọi là mô hình Dự đoán trạng thái động, dự đoán hình ảnh đốt cháy sau năm phút dựa trên video đốt cháy trong vài chục phút cuối cùng
Kết quả của một thử nghiệm xác minh dài hạn được thực hiện bằng mô hình AI tích hợp ba mô hình cho thấy mô hình này có thể duy trì trạng thái đốt cháy tốt hơn mô hình AI Ngoài ra, so với nhóm đối chứng chỉ sử dụng Kiểm soát đốt cháy tự động (ACC), thời gian suy giảm quá trình đốt cháy thông thường đã giảm 58% và số lần can thiệp thủ công đã giảm tới 86%

Hitachizosen, hợp tác với Trung tâm sạch phía Nam thành phố Kyoto, đã phát triển phương pháp kiểm soát nhiệt độ hơi nước đầu ra của bộ quá nhiệt bằng cách sử dụng phân tích hồi quy đa biến để cải thiện hoạt động ổn định của nhà máy xử lý rác thải thành năng lượng
Trong dự án này, chúng tôi tập trung vào mối quan hệ giữa biến động khí đốt và hơi nước do biến động nhiệt trị của chất thải thức ăn chăn nuôi để thiết lập công thức mô hình dự đoán dựa trên dữ liệu có tính đến các yếu tố ảnh hưởng như thời gian trôi qua, hoạt động và nhiễu loạn bên ngoài, đồng thời áp dụng công thức này để kiểm soát nhiệt độ hơi nước ở đầu ra của tàu Kết quả cho thấy bằng cách điều khiển tiếp liệu sử dụng giá trị dự đoán sau hai phút theo phương pháp phân tích hồi quy bội, khả năng kiểm soát đã cải thiện nhiệt độ hơi đầu ra của bộ quá nhiệt để đáp ứng với nhiệt độ cao và áp suất cao, cùng với sự ổn định của trạng thái đốt và lượng điện năng phát ra của tuabin Nó cũng có tác dụng làm giảm sự ăn mòn và làm mỏng ống quá nhiệt thứ ba
Điều này sẽ giúp ổn định nhà máy điện đốt rác thải và việc tiếp tục vận hành ổn định lò sẽ ngăn ngừa hư hỏng và xuống cấp thiết bị, từ đó giúp kéo dài tuổi thọ sử dụng của nhà máy Ngoài ra, vận hành tự động sử dụng AI và ICT sẽ góp phần giảm thiểu sự can thiệp của con người cũng như giảm thiểu vận hành DCS thủ công

Trong nỗ lực phát triển các công nghệ giúp giảm tải trọng môi trường và chi phí điều trị cho con người
chất thải, Hitachizosen đã phát triển công nghệ xử lý oxy hóa/khử nitrat cho hệ thống xả nước thải trước khi khử nước Bài viết này báo cáo kết quả của các thử nghiệm trình diễn cho thấy tính hiệu quả của nó
Các thử nghiệm trình diễn cho thấy tốc độ oxy hóa nitrit có thể được duy trì ở mức xấp xỉ 80% hoặc cao hơn bằng cách kiểm soát nồng độ amoniac trong bể nitrat hóa Ngoài ra, chúng tôi đã điều chỉnh lượng chất lỏng thực tế đầu vào từ cơ sở xử lý chất thải của con người vào thiết bị thử nghiệm (2,0–4,5m³/ngày) để thay đổi tải nitơ đầu vào theo ba giai đoạn và đánh giá trạng thái vận hành ở mỗi tải Khi tải cao, khi vận hành ở tải nitơ đầu vào là 0,21kg-N/kg-SS/ngày^-1(trung bình), tiếp tục vận hành ổn định với chất lượng nước đã qua xử lý T-N 150mg/L trở xuống, thấp hơn chất lượng nước tiêu chuẩn để xả nước thải, như khi tải tiêu chuẩn và tải thấp
Dữ liệu thu được trong 8 tháng thử nghiệm trình diễn đã được xác minh bởi Trung tâm Vệ sinh Môi trường Nhật Bản Sau đó, Hitachizosen đã nhận được báo cáo điều tra hiệu suất vào tháng 10 năm 2022

Trong xây dựng cầu thép, các cấu kiện được nối với nhau bằng nhiều bu lông cường độ cao Kỹ thuật thường được sử dụng để quản lý việc siết chặt bằng ma sát là xác định trực quan từ trạng thái mà các bu lông đã được người kiểm tra đánh dấu trước khi siết chặt lần cuối Với mục đích giảm thiểu việc bỏ lỡ việc kiểm tra các bu lông cường độ cao được sử dụng với số lượng lớn, trong dự án này, chúng tôi đã phát triển một hệ thống xác định trạng thái siết chặt bu lông cường độ cao sử dụng hình ảnh được chụp bằng thiết bị thực tế hỗn hợp và thiết bị đầu cuối máy tính bảng
Hệ thống sử dụng công nghệ phát hiện vật thể YOLO để phát hiện các bu lông có độ bền cao và tính năng học số liệu sâu để xác định mức độ sai lệch so với điều kiện bình thường Các hình ảnh được chụp phải tuân theo bộ lọc Laplacian để tính toán mức độ mờ Sau đó, những hình ảnh rất mờ sẽ bị loại khỏi mục tiêu xác định, do đó ngay cả khi máy ảnh rung vào thời điểm chụp, hệ thống sẽ không gặp trục trặc và có thể tiếp tục kiểm tra Kết quả thử nghiệm vận hành được thực hiện trên dầm được lắp dựng thực tế đã xác nhận rằng hệ thống có thể siết chặt các điều kiện siết chặt với độ chính xác cao

Hitachizosen Corporation và NICHIZO TECH INC đã phát triển một hệ thống kiểm tra siêu âm mảng pha cho các mối hàn ống với tấm ống của bộ trao đổi nhiệt nhiều ống và áp dụng hệ thống này vào kiểm tra thực tế Hệ thống sử dụng công nghệ AI học sâu để phát hiện chính xác các khuyết tật có hại xảy ra trong các mối hàn ống với tấm ống Cho đến nay, qua các cuộc kiểm tra được tiến hành trên hơn 50000 mối hàn ống với tấm ống, phương pháp kiểm tra này đã được người dùng công nhận là hữu ích Hệ thống xác định sự hiện diện hay vắng mặt của lỗi bằng cách sử dụng dữ liệu hình ảnh, nhưng tính năng này gặp vấn đề là không thể trích xuất phạm vi kiểm tra trong hình ảnh và phát hiện tiếng vang phản chiếu quá mức không phải là lỗi Do đó, chúng tôi đã giải quyết những vấn đề này bằng cách cải tiến phương pháp trích xuất phạm vi kiểm tra và sử dụng công nghệ AI mới Điều này giúp chúng tôi có thể thực hiện kiểm tra với độ chính xác cao hơn trước và áp dụng dịch vụ kiểm tra của chúng tôi cho nhiều bộ trao đổi nhiệt nhiều ống khác nhau

Nâng cao hiệu quả của quá trình hàn là điều cần thiết để chế tạo các kết cấu thép lớn Hàn hồ quang chìm khe hở cực hẹp, được thực hiện với góc rãnh gần 0° từ lớp đầu tiên đến lớp cuối cùng trong một lần hàn, là một quá trình được kỳ vọng sẽ cải thiện đáng kể hiệu quả hàn Tuy nhiên, so với hàn khe hở thông thường, hàn khe hở siêu hẹp hiếm khi được thấy trong ứng dụng thực tế vì nó có xu hướng gây ra các khuyết tật trong mối hàn như thiếu sự nóng chảy và lẫn xỉ Do đó, Hitachizosen đã quyết định phát triển kỹ thuật hàn khe hở cực hẹp không gây ra các khuyết tật mối hàn như vậy
Trước tiên, chúng tôi xác định phạm vi các điều kiện hàn giúp ngăn ngừa khuyết tật mối hàn bằng cách sử dụng nguồn điện hàn kỹ thuật số, sau đó phát triển một chương trình trong quy trình để tự động lựa chọn các điều kiện hàn bằng cách sử dụng nhiều phương pháp phân tích hồi quy và tối ưu hóa Cuối cùng, chúng tôi áp dụng kỹ thuật mà chúng tôi đã phát triển vào phiếu thử nghiệm dày 120 mm 2¹/₄Thép Cr-1Mo, vật liệu thường được sử dụng trong bình chịu áp lực Các kết quả đã chứng minh chất lượng mối hàn đủ để ứng dụng thực tế vào hàn hồ quang chìm khe hở cực hẹp

Là một phần của dự án trình diễn do Tổ chức Phát triển Công nghệ Công nghiệp và Năng lượng Mới (NEDO) ủy quyền, Hitachizosen đã lắp đặt một tuabin gió nổi ngoài khơi kiểu sà lan (FOWT) công suất 3MW ở Kitakyushu và đã thực hiện hoạt động trình diễn từ năm 2019 Trong hoạt động trình diễn này, dây cáp động đã bị lún và hạ cánh xuống đáy biển do sự phát triển của biển
Bài viết này mô tả công việc khôi phục cáp động bằng cách bổ sung thêm phao, kết quả điều tra về sự phát triển của biển trên cáp động và trình diễn các công nghệ bảo trì của chúng tôi Trong cuộc điều tra về mức độ tăng trưởng được chứng minh ở biển, chúng tôi đã sắp xếp dữ liệu về sự chuyển đổi độ dày của sự phát triển của biển và độ sâu nước cũng như trọng lượng và độ sâu của nước, đồng thời tìm thấy mối quan hệ đáng chú ý giữa mức độ tăng trưởng của biển và độ sâu của nước Chúng tôi cũng đã nỗ lực giám sát độ sâu của cáp động nhằm mục đích bảo trì và có thể thực hiện giám sát từ xa bằng thiết bị tương đối rẻ tiền Hơn nữa, chúng tôi đã nghiên cứu việc loại bỏ sinh vật biển bằng phương tiện vận hành từ xa (ROV) và xác minh tính thực tế của nó trong tương lai