顛覆性科技RIDIC系統將火力發電燃燒系統發電一度節約煤炭1克以上
中國在內的全世界火力發電運營技術，無一例外的執行著ACC（自動化燃燒控制）系統的傳統理念。ACC系統的運行理念，在一定的歷史背景下，確實是非常成功的技術應用，對于推進火力發電行業的發展也起到了關鍵的作用。
ACC系統從控制理念來說，其核心就是燃煤熱值的準確輸入。首先，ACC系統根據發電任務計劃，計算出蒸汽量的工藝目標、標煤配煤工藝目標，然后，再根據實物煤熱值，最終計算承出實物煤的配煤工藝目標，當然也包括諸如一次風、二次風這樣的工藝目標，以及運行的控制機制，最后，根據計算出的這些參數進行所謂的合理投煤。這樣一套工藝控制的理念，完全是運用“解算法”來進行即時的產線調節。
無論“解算法”計算得多么精準，燃煤的熱值依然存在波動現象。盡管這種波動在可控的范圍內，但實際上對生產運行影響還是較大。若燃煤熱值正向波動，實際工況則會浪費燃煤；若燃煤負向波動，實際工況則會偏離發電任務目標。結論就是：燃煤熱值只要有波動，實際工況就是對發電企業造成了損失。
由此可見，火力發電運用的“解算法”控制機制，已經成為行業深度節煤技術的最大攔路虎。如果依然按照“解算法”機制運轉，那么火力發電幾乎沒有低成本解決節煤技術的路徑（運用超高高成本進行設備改造除外）。
工業人工智能（工業AI）技術的誕生，讓火力發電的節煤技術迎來了可能性。
RIDIC system系統，拋棄了傳統“解算法”技術的核心，重點放在在煤炭燃燒的時刻，應該需要用多少煤就投用多少煤，更加精準的調節產線的運行。
傳統的ACC控制技術，缺乏自動適應性、綜合性、連續最優性、智能性優化匹配性等，導致ACC控制技術發到一定程度，就會出現不可逾越的門檻。所以火力發電行業急需一套能夠深度解決問題的AiCC++智能控制系統。ACC系統的瓶頸，就是這個行業發展的瓶頸。
RIDIC system系統通過機器感知、機器預判、機器推理的AI控制思想，運用MPC動態模型構造理論以及卡爾曼濾波原理，動態構造即時狀態的焚燒工藝函數，不僅僅可以節省大量的煤炭，還可以更加深度穩定生產工況，讓生產工藝運行的上下限區間變得更加狹窄，對于設備的故障率的降低也是起到了非常好的作用。