鋼鐵意志堅定前行 達成2050淨零排放
鋼鐵產業製程減碳,是個龐大、沉重且必須達成的任務。鋼鐵業減碳說起來可能簡單,但要實際行動卻非易事;除了以焦碳還原鐵這項成熟技藝所附
帶的高直接碳排外,鋼鐵製程必要的高溫條件,也造就高耗能的間接碳排。近年來全球鋼鐵業已凝聚『以氫代碳還原』、『製程與設備節能』、『使用綠色能源』三個主要減碳方向,但除了第三項與鋼鐵技術無直接關係外,前兩項都牽涉到鋼鐵冶煉方式根本變革。鋼鐵業多屬高投資、重裝備、大規模經濟化生產的現實,要冒著產品品質變化風險,改動生產原料及製程反應,在生產線上進行減碳效果試驗,實在是困難的抉擇。這也使國內鋼鐵業,除中鋼集團有充足研發資源和能量投入減碳研發外,尚有許多業者處於該做、想做、卻又不易做的困境。本期『鋼鐵減碳與製程循環』技術專題將從不同面向深入介紹鋼鐵低碳冶煉技術手段,以及下游鋼品加工耗材減碳契機。期待國內鋼鐵業與工研院材化所共同攜手,以鋼鐵意志、堅定不移地朝著減碳方向持續邁進。
「高爐多尺度近實模擬整合應用技術」一文介紹工研院開發鋼鐵低碳冶煉自動化程序系統,致力異質軟體串接整合。由於熱力、反應和碳排模擬技術,存在檔案格式不同及擷取特徵的差異,迄今尚未有完整的低碳冶煉整合性軟體發表。這項研究整合計算流體力學有限元素分析、熱力學FactSage,以及碳排製程優化Aspen Plus®,將熱力學資料重新整理成Aspen可讀取的格式。同時,將有限元素整合Office插件,超連結冶煉反應溫度曲線進行碳排計算,並比較不同參數對碳排的影響。另一方面,建立鋼鐵冶煉多物理近實程序,根據高爐冶煉多物理反應模型,使用流場與多相模擬技術,建立噴吹口/風徑區解析模擬技術,應用於PCI/氧氣的優化配比下。此外,也透過CFD結合DEM進行高爐噴吹風徑區模擬,預測優化風徑區深度與高度。最終目的,是將這些成果落實於鋼鐵冶煉製程,並優化操作參數,實現低碳冶煉生產技術。
鋼鐵生產是高能源消耗及高二氧化碳排放之產業,雖然目前國際一流鋼廠的能源利用率已處於相當高的水平,但依然無法滿足減排目標,為了實現2050年碳中和的目標,需要通過突破性技術創新及嚴謹工程評估方可進行工業應用。「鋼鐵產業低碳製程技術發展趨勢」針對國際上大型低碳冶煉技術研究專案進行相關分析,包含歐盟的ULCOS、日本的COURSE50、德國的SALCOS及瑞典的HYBRIT計畫,並介紹未來零碳排煉鐵製程之關鍵技術,包含直接還原鐵技術及電析鐵技術。目前全球各鋼鐵大廠投入相當高的研發能量,試圖開發低碳排之技術路線,已取得相當不錯的成果,但要達到零碳排仍有大量的研究工作需要展開。工研院材料與化工研究所技術團隊,正進行直接還原鐵及電析鐵技術之開發,期未來協助台灣鋼鐵產業共同達成2050年碳中和之目標。
「高氧化鋁液態造渣劑之電弧爐節能效益評估」一文報導,中興大學開發出一種高氧化鋁液態造渣劑配方,並導入鋁渣與精煉渣等廢棄物當再生原料,最終透過100公噸電弧爐進行節能效益評估。由高溫黏度與發泡壽命結果證實,高氧化鋁造渣劑擁有較高的液態黏度與優越之發泡壽命,比傳統造渣劑高出1.5~3倍。由FactSage模擬結果可知,富Al2O3之新型造渣劑可在1,450~1,650˚C間形成100%穩定且高黏度的液態,且不受電弧爐製程中最難控制的FeO含量影響,可大幅增加電弧爐冶煉過程中造出優越發泡渣的時間。由100公噸電弧爐節能數據顯示,低Al2O3造渣劑所需的電力成本為370~390 kWh/ton,透過利用廢鋼中的Al氧化或添加鋁渣來當Al2O3來源,且利用熱精煉渣當CaO的來源,形成之富Al2O3之新型造渣劑,所需的電力成本為300~340 kWh/ton,證實可達到約15.8%的節能效果。
全球減碳趨勢下,國內《氣候變遷因應法》也完成減碳目標制定,預計2050年達到淨零排放。鋼鐵產業由於碳排放量高,更是碳邊境關稅管制重點。「低溶劑聚酯與鋼品彩塗塗料技術發展趨勢」指出,彩塗鋼捲為鋼鐵產業之一,台灣每年約有60~70萬噸產量,從國際彩塗樹脂與塗料發展趨勢下,不難發現減少溶劑使用是減碳的主要方法。工研院亦投入低溶劑聚酯與彩塗塗料開發,除了VOC含量從370 g/L下降至260 g/L,並將氣泡黏度從Z1下降至X,同時提升耐候效果,未來將有助於彩鋼產品減碳。
跨越百年的世紀交會—人工智能與煉油石化
現代煉油石化及人工智能這兩大領域正在本世紀交會出絢爛花火,我們何其有幸能有機會見證。近年來在淨零趨勢與ESG浪潮下,人工智能被煉油石化產業視為轉型的利器。事實上,煉油石化產業很早就投入智慧轉型,包括早期的數位轉型,例如分散式控制系統(Distribution Control System; DCS)在中油公司已導入近40年。只是過去採取事後分析、定期檢討、再進行調整的管理方式,現在被期待有更為積極預知的做法,於是在智慧工安、環保、設備可靠度、製程優化及營運管理方面,各種人工智能題目如雨後春筍般被大量提出。
原油粗蒸餾單元為煉油廠第一道製程單元,素有煉油廠天下第一關之行業暱稱。此單元將經由儲槽混合靜置處理之原油進行脫鹽、蒸餾、冷卻等程序,以取得不同碳分之初級產品油(如煤油、重油等)後再行精煉成各式產品油(如汽油、柴油、液化石油氣、航空燃油等)。然而,原油中含有氯鹽、硫酸鹽,於蒸餾、冷卻過程中可能生成酸液進而對設備或管線造成腐蝕。況且原油購自於多個不同產地,成分差異明顯,進行摻配煉製時原油中的氯鹽、硫酸鹽含量是變動不穩定的,倘若單元脫鹽效率、水洗率、藥劑添加量總是維持固定,勢必無法應付某些入料原油含有較多氯鹽、硫化物之情況,使得單元中的設備、管線可能處於高腐蝕率之環境。為因應此一情形,工研院與國內龍頭煉油廠合作開發原油粗蒸餾單元AI腐蝕調適系統,「原油粗蒸餾單元(CDU)AI腐蝕調適技術」一文簡介技術開發過程、系統軟體以及相關應用。
「預測及健康管理(PHM)技術於石化業的應用」報導,台灣中油公司很早就投入智慧轉型,初期是數位轉型,在民國74年即領先導入最先進的程序控制電腦(DCS),並且為了提高產量控制品質,早在10幾年前就已引入高階製程控制技術(APC)。這幾年因為AI技術的成熟,中油公司於民國110年成立5G AIoT推動辦公室,致力於各種智慧轉型的研究,將智慧轉型區分成包含①智慧工安;②環保與淨零碳排;③設備可靠度;④製程優化與⑤營運管理等領域,目前公司的相關智慧轉型遍地開花,逐漸展現成效。文中涵蓋中油最新發展技術,由線上Real-time和PI(Process Information)收集資料,建立轉動設備的預測及健康管理(PHM)指標。使用PHM技術於轉動機械預知保養,相較基於專家知識的物理模型方法,數據驅動方法為根據歷史數據建立模型,適合複雜工況與多種參數耦合難以使用物理模型的情況。
保溫層下腐蝕(CUI)是指當水分積聚於保溫層下時所發生的外部腐蝕,若發生在保溫管線可能使保溫失效,輕則耗費能源,重則可能引發工安意外。CUI被保溫層包覆,不容易由外表檢測,目前最有效的檢測方法是目視檢查,但檢測時首先需移除設備表面的蒙皮以及保溫層,雖然此法能有效地找到CUI,但過程耗時費力且成本高,無法大範圍檢測。目前主流的非破壞性檢測方法,如放射線檢測法、中子散射檢測法、導波檢測法等,雖然無需移除保溫層,但因其檢測方法之特性限制,無法檢測較長距離,若檢測高空管線時還需要搭設鷹架,因此檢測時間和成本也較高。紅外線檢測法也是一種非破壞性檢測法,其原理是利用管線表面的紅外線熱影像搜尋保溫層可能含水的區域,找到CUI發生的高風險區域,但熱影像容易受到環境等因素影響,導致辨識率較低,因此無法成為主流的檢測方法。「保溫層下腐蝕智慧評估系統」報導透過人工智慧以及影像處理等方法,提高辨識準確率,提供一種新的CUI檢測方式。
「渦電流自動辨識技術」闡述一套基於「卷積神經網路廣用型自動化AI渦電流訊號研判技術」,能夠模擬人類認知辨識渦電流檢測訊號,且擁有快速研判能力。這項技術是以卷積神經網路為架構基底,因此同時具有影像式數據以及數據式數據研判能力。當渦電流訊號有差異時,其訊號變化會呈現於特徵矩陣中,透過該技術提出之特徵矩陣排列方式,每個瑕疵將對應該瑕疵形態特徵,再以特徵相似度擬合,即可推估渦電流訊號之對應型態。這項技術架構彙整人類高檢師研判結果,將研判結果進行標籤作業,藉此讓AI學習高檢師研判特徵。再者,利用渦電流檢測特性,取出頻率、探頭型式、混波等訊號建構特徵矩陣,相較單以振幅狀態評估訊號型態之研判方式,此方法擁有較佳辨識能力。文章中詳細說明廣用型AI渦電流研判技術,並由此提出影像式訊號辨識法適用於Zetec系統,數據型式訊號辨識法適用於Eddyfi、Olympus系統。最後透過實際場域驗證,確認該技術確實擁有高效率、高精確度的能力。
「CNN影像辨識於石化業的應用」介紹,隨著科技智慧的發展,影像辨識技術能力也越來越成熟,影像辨識領域是近年來深度學習最蓬勃發展的一塊,透過參考各種圖像和影片資料,讓AI系統學會辨識人物、地標及各類生物。經過訓練的AI系統可以找出影像中具辨識性的特色,然後與成千上萬張的其他圖片相互對照,準確辨識圖片內容並加上標註。影像辨識系統可應用在影像分類、物件偵測及物件追蹤等功能,透過此技術可以取代人工目測辨識的工作,提升處理速度。其運用在石化業能避免工安人員巡查的死角及降低工作負荷,確保工廠人員安全,提升工安品質。影像辨識也能應用於預知保養功能,透過電流故障特徵頻譜偵測,於2分鐘內便能對1台轉動設備進行檢測,及早發現不穩定狀態設備,在設備異常前即可進行維修汰換,降低設備非預期故障率,提升產線產能。
國內石化廠多位於沿海嚴苛腐蝕環境,外部腐蝕問題嚴重,主要仰賴巡檢員目視找出腐蝕熱點以進行維修。然而設備規模廣大、組件複雜,且腐蝕熱點型態多元,單靠目視難以全面找出腐蝕熱點而有疏漏;既有定位技術(如GPS、藍牙)難以定位腐蝕熱點,多需現場會勘確認位置,方能移轉包商進行後續維修。「視覺輔助腐蝕機制診斷與定位巡檢模組開發」報導,工研院開發腐蝕熱點偵測與定位巡檢模組,可搭載於巡檢車執行巡檢任務,解決人力目檢疏漏及難以定位熱點等關鍵問題。目前完成建置腐蝕影像資料庫,腐蝕熱點AI辨識模型開發、訓練及優化,辨識率達90%。此外,完成熱點定位模組、多感測器數據融合及系統整合功能優化工作。巡檢車搭載模組進行工研院院內9米長管線場域驗證,具備熱點偵測(辨識率達90%以上)、自動2D建圖及熱點位置標示功能。在石化場域驗證方面,於塑化丙烯儲槽區管線,完成16處腐蝕熱點偵測,熱點標記幀數達90%以上。這項具腐蝕熱點偵測、辨識與定位功能之視覺輔助巡檢模組,可推動導入廠區巡檢車或AMR應用,協助提升廠區勞動力韌性,解決人力不足及目視漏檢之問題,強化廠區設備安全性,降低工安事故發生機率。
主題專欄與其他
隨著全球暖化與氣候變遷的情況加劇,2050年淨零排放的目標已逐漸成為各國的共識。在運輸領域方面,減碳策略主要以車輛電動化為發展趨勢。但在電動車之發展過程中,減重常常是各車廠所需面對與正視的課題,因此,具備質量輕、高強度、高剛性等優點的碳纖維複材逐漸受到車輛產業所青睞。「碳纖維複材於車輛產業之應用」分兩期之篇幅,介紹複材在過去各車款應用的演進,並說明碳纖維複材在新能源車輛零組件(如電池組、儲氫罐)應用現況,最後再針對國內複材業者在車輛產業投入的現況及未來面臨的挑戰做剖析。
科學證實氣候變遷造成的影響已經相當緊急,氣候議題引發國際高度重視,各國陸續提出「2050淨零排放」的宣示與行動。竹子生長快速,全世界分布廣泛,被稱為「世界第二大森林」;竹材循環利用為全球公認的綠色產業,擁有巨大的經濟、生態和文化價值,成為一種戰略性自然資源。聯合國永續發展17個目標(SDGs),其中多項目標與竹林經營管理及產品發展息息相關,包含永續農業、創新技術發展和氣候環境等。「淨零排放串起竹產業循環經濟新軸線」報導竹產業發展從過往的封閉式創新,轉變成開放式創新,直接經由業者訪視,了解產業技術缺口和實際需求,得以於短時間建構相關技術與創新產品,反轉傳統竹產業發展,成為循環經濟新軸線。
專文篇篇精彩,歡迎賞閱!凡對以上內容有興趣的讀者,歡迎參閱2024年2月號《工業材料雜誌》或參見材料世界網,並歡迎
長期訂閱或加入
材料世界網會員,以獲得最快、最即時的資訊!