华洋产品
1.1 传统电厂状态
1. 输煤dcs(输煤程控)仅实现了逻辑控制及保护的基功能，没有能力监测到输运异常状态 ，不能满足安全高效输煤运行的实际需求；
2. 易发生非正常停机；
3. 故障发生后对故障原因分析、缺陷处理及消缺效率低；
4. 六大保护装置都是开过量，没有定量分析诊断能力，起作用时都是问题已经比较严重，且存在失效或不起作用等问题；
5. 配置较多现场巡检人员配合实现输煤自动化控制运行，劳动生产率低；
6. 输煤人员长时间多点监控，现场巡检时存在巡检范围大、巡检不及时、巡检效率低、巡检存在死角等问题，安全隐患无法及时发现，导致安全运行水平低；
7. 无法实时发现安全生产隐患，如输运煤温异常（着火）、皮带纵向撕裂、输运大块煤或锚杆、堵煤溢煤等。
1.2 ai图像识别应用
在各段输煤皮带合适位置安装ai图像识别智能检测装置，实时智能分析被监测区域皮带纵向撕裂状态、跑偏状态、堵煤溢煤状态、输运异物、输运煤温异常、人员安全状态，并在智能监控站语言提示输煤运行人员处置。
在机器视觉智能监控站实时显示输运状态数据，具有多种安全机制及三级预报警设置功能，包裹视频图像丢失或遮挡、就地机器视觉分析电路异常、电源异常状态、皮带撕裂三级预警，并声音报警提示。
具有2组冗余di/do输出，可接入dcs系统di/do卡件，实现皮带纵向撕裂、跑偏、堵煤&溢煤、输运异物、输运煤温异常、人员安全异常的智能停机控制。具有预警阈值、报警阈值、停机连锁阈值设定功能。
1.3 建设效果
1. 实现运输状态的实时智能监视及三级预报警。
2. 提高连续稳定输煤能力，提高输煤效率。
3. 减少输煤现场人员50%以上，减少现场巡检频度及人员工作量，提高输煤劳动生产率。
4. 机器视觉分析的准确度≥99.5%，且具有随着数据量增加而提高分析准确度的能力。
2.1 传统电厂状态
渣井挤渣方式:传统电厂渣井(锅炉出渣口)积渣状态及液压关断门的挤渣控制都是完全依靠人工进行监视及控制，即运行人员实时盯着渣井处的视频图像，发现大渣时，手动控制液压关断门进行挤渣，使之变成碎块落到鱼鳞板后输送到渣仓。
断链风险:干渣输送过程中，链条始终存在断链风险，运行人员没有能力提前识别断链风险并采取措施。
鱼鳞板积渣状态:干渣输送过程中，运行人员无法实时获知鱼鳞板堆积干渣量的状态并设置合适的输送速度。
运行弊端:人工盯盘发现渣井积大渣、人工控制除渣、运行人员劳动强度大(特别是夜间)、对运行人员责任心要求高、因除渣不及时导致“非停”概率高;因断链导致的“非停”事故;因干渣输送不及时致鱼鳞板积渣过多造成的“非停”事故等。
2.2 ai图像识别应用
在渣井两侧观察窗处安装ai智能摄像仪，实时智能监测渣井大渣积渣状态，在检测到大渣堆积阈值时，在智能监控站语音提示积渣状态，提示除渣运行人员进行液压关断门挤渣作业。具有两组冗余di/do节点，可接入dcs系统di/do卡件，实现液压关断门智能控制。在ai智能摄像仪检测到渣井积渣阈值时，智能控制液压关断门进行挤渣作业。
在干渣运行过程中通过安装的ai智能识别摄像仪，实时检测断链风险以及鱼鳞板积渣状态，能够识别出断链风险并连锁停机并指出断链的位置。能够根据鱼鳞板上的积渣多少来智能调节输送速度。
2.3 建设效果
1. 由全人工状态提升为智能化识别及控制、降低运行人员劳动强度、消除”非停“事故风险。
2. ai图像分析的准确度≥99.5%，且具有随着数据增加而提高分析准确度的能力。
3.1 传统电厂状态
1. 火电厂的锅炉膨胀监测都是利用机械指针式膨胀指示器，通过巡检现场抄表的方式实现。在锅炉启动及频繁调峰运行过程中，为及时获取锅炉膨胀收缩状态，需要巡检人员专门去现场抄录各监测点膨胀数据。
2. 机械指针测量方式存在测点多、实时性差、误差大、依靠人工现场读取的效率极低并且没有实时性等问题，以致不能及时发现锅炉膨胀异常导致的安全隐患或风险。
3.2 ai图像识别应用
在现有机械指针式锅炉膨胀指示器基础上，在该设备旁边合适位置安装锅炉膨胀在线监测智能前端分析设备即ai智能摄像仪，实时测量出锅炉各被测部位的膨胀位移量数据，在检测到锅炉异常控制阈值时，在智能监控站语音提示锅炉运行人员处置，以指导运行人员安全运行及维护。
在机器视觉智能监控站实时显示现场人员安全状态（饼状图、柱状图、曲线、表格等方式），具有多种安全机制及三级预报警设置功能，包括视频图像丢失或遮挡、就地机器视觉分析电路异常、电源异常状态、锅炉膨胀数据三级预报警，并声音报警提示。
3.3 建设效果
1. 实现在线监测锅炉各被监测点位的膨胀状态，实时指导锅炉的安全运行，为锅炉检修提供依据，降低由于部件膨胀不畅或振动较大而带来的安全隐患、降低了人力成本及劳动强度，弥补机械指示器误差大、数据无法及时获取及分析应用问题。
2. 应用效果特别体现在如下锅炉运行场景：冷态运行启动、升降负荷运行、燃烧煤种变换运行等。
3. 通过全工况下锅炉膨胀数据的对比分析，智能诊断锅炉膨胀异常及由此可能导致的加热器、水冷壁、集箱、吊架等因膨胀受阻导致受力异常而带来的安全隐患。
4. ai图像分析的准确度≥99.5%，且具有随着数据量增加而提高分析准确度的能力。