严重的空污问题矛头纷纷指向重工业者，对于工业废气排放政府虽有制定一套标准，不过重工业者仍希望透过更有效率地作业方式控制废气的排放。中石化透过工研院巨资中心主导的AIdea人工智能共创平台进行产学合作，将计划透过AI预测模型的协助，精准控制空气中污染物质的排放，除此之外，还能够透过智慧化流程作业，在环保与成本间取得最佳平衡。

位于苗栗的中石化头份厂在启用时因大环境供电量不足，政府鼓励工厂搭建汽电共生厂，燃煤以生产蒸气及电力，作为工厂的主要动力，多余的蒸气还可供应给邻近的企业，而多余电力日后也可回卖给台电。

不过当工厂大量燃煤时，其所含的硫份经燃烧后会以硫氧化物存在于烟气中被排放出去，一旦遇水气则形成酸性物质，随着雨水或降雪落至地面，就是所谓的酸雨。烟气中的二氧化硫属于空气污染物，虽然酸雨的形成除了燃煤所产生的硫化物之外还有其他肇因如车辆废气排放，不过环保署针对工厂排放二氧化硫的标准为不得超过50ppm，而为了尽可能降低污染物的排放，并遵循环保署法规，一般工厂内都会组装排烟脱硫设备(FGD)，负责在燃烟尚未排出工厂之前，先早一步去除烟气中的硫氧化物。

而目前中石化自订的排放标准则是25ppm，但由于现行环保问题日益受到重视，如能将污染物排放作业的流程实现最佳化，相当然尔是利大于弊。中石化头份厂厂长郑荣文表示，脱硫作业主要系在烟囱底部的FGD设备中，透过在制程中加入氢氧化钠于水中循环与硫化物产生化学反应，便可将烟气中所含硫份抓下来，待水中浓度即将达到饱和，无法再行化学反应后，设备便会适时置换一批新的水和氢氧化钠以持续进行脱硫作业，让排烟中的二氧化硫浓度维持在一定标准范围内。

因此郑荣文表示，适度控制氢氧化钠浓度与循环量是脱硫作业中非常重要的关键，且由于煤属于天然物质，每批特性都不尽相同，因此针对氢氧化钠浓度与循环量的微调也需因应硫化物的变量而做出适度调整。而一方面FGD所需的运转物料投入也皆有成本与人力上的考量与控制。

不过现行中石化的FGD设备系透过传感器侦测变量，当系统侦测烟气中所排放硫化物超过25ppm时才会发出警示通报厂务人员处理。而中石化预计未来透过AI预测模型的导入，将能够化被动警示为主动预知，在实际数据尚未超过自订排放标准前，就已能先透过设备运转相关侦测变量的预测模型提前预知硫化物的浓度变化，并藉此实时调整脱硫作业，以便让二氧化硫的浓度控制更趋于稳定。

中石化头份厂公用组经理陈宏隆指出，透过AI预测，一方面除了可更加精准地控制二氧化硫的排放之外，二来也能将效益反应在原物料投放的成本上，减少氢氧化钠投入的浪费，利用最精简的原物料得到最大的成效，而一旦源头排放控制得当，节省成本只是附加价值，最重要的是对环境的负面影响也尽可能降到最低。

工研院巨资中心王茂吉指出，目前中石化先在排烟脱硫预测方案中与AIdea团队建立首次合作。王茂吉表示，从开始燃煤到最后排烟的过程中，有部分变量与排烟脱硫效果之间息息相关，在团队搜集相关数据，分析其与脱硫结果间的关系后建立一套预测模型，未来将模型导入到系统中便可协助脱硫设备在处理过程中更加稳定并且提升作业效率。