CN102418919B - 设备的控制装置和火力发电设备的控制装置 - Google Patents

Abstract

本发明提供一种设备的控制装置和火力发电设备的控制装置，其具备自主学习将未来预测的设备运转状态的变化考虑在内的、实现设备环境负荷物质降低和运转效率改善的控制逻辑的功能，从而可针对设备的运转条件变更提供可靠的控制。本发明的设备的控制装置，构成为包括运转信息数据库和运转特性计算部的组合或机器信息数据库与机器特性计算部的组合的其中一种，具备利用上述运转特性计算部或机器特性计算部所计算出的特性值评价设备的运转成本的成本评价部；以及按照上述成本评价部输出的成本评价值最佳的方式自主学习提供给设备的控制信号的生成方法的操作方法学习部，上述操作方法学习部以上述成本评价部输出的成本评价值为依据学习操作方法。

Description

设备的控制装置和火力发电设备的控制装置

技术领域

本发明涉及设备(plant)的控制装置，特别涉及使用煤炭等化石燃料进行发电的火力发电设备(thermal power plant)的控制装置。

背景技术

设备的控制装置对从作为控制对象的设备得到的状态量的测量信号进行处理，计算提供给控制对象的控制信号并传送至控制对象。在设备的上述控制装置中装有算法，以设备的状态量的测量信号满足其目标值的方式计算控制信号。

作为用于设备控制的控制算法，有PI(比例·积分)控制算法。在PI控制中，在设备的状态量的测量信号与其目标值的差值上乘以比例增益，在乘积结果上加上对差值进行时间积分之后的值，从而导出提供给控制对象的控制信号。

采用PI控制的控制算法由于能够以方框图等描述输入输出关系，因此容易了解输入与输出之间的因果关系，有较多的应用实效。但是，在设备的运转状态变更或环境变化等事先没有想到的条件下运转设备时，则需要变更控制逻辑等的作业。

在适应设备的运转状态和环境的变化来变更控制逻辑的控制方法中，存在采用对控制算法和参数值进行自动修正的适应控制和学习型算法的控制方法。

作为采用学习型算法导出设备的控制装置的控制信号的方法，一般是如下的方法，即：使用对基于设备的测量数据和数值解析构筑的数据进行统计处理后的结果、以及使用物理式等对设备内部引起的现象进行模型化的结果，将该设备特性计算功能推定出的设备的运转特性作为对象自主地学习最佳的控制逻辑(基于模型学习控制方法)。

另一方面，从近年来的地球环境保护的观点出发，在以设备为首的产业系统中，进行着用于降低氮氧化物(NOx)和一氧化碳(CO)这种的环境负荷物质的排出量的探究。此外，从节能的观点出发，进行着用于提高系统的运转效率、尽可能低地抑制能耗的探究。

鉴于这种背景，在专利文献1记载的技术中公开了如下技术，即：在能量消耗型产业系统中，以从当前的系统运转状态测量出的信息为基础，利用神经网络自主学习使系统排出的环境负荷物质的量、以及系统消耗的能耗最优化的系统运转方法。

专利文献1：JP特开2000-105603号公报

将专利文献1公开的技术应用于设备的控制装置时，由于能够自主地学习使设备排出的环境负荷物质的量和设备的能耗最优化的控制逻辑，因此能够降低设备带给环境的影响以及成本，能够实施提高了运转效率的高效的运转控制。

另一方面，在设备的运转中，基于能量供需和运转率调整的观点、以及资源调配上的原因，在从月为单位至小时为单位的多种范围中计划运转条件，并实施基于此的运转条件的变更。然而，在上述公知技术中，由于仅根据从当前设备的运转状态测量出的信息来学习控制方法，因此并不属于对应于将来预测的设备运转状态的变化的控制方法的学习。因此，在由于上述原因设备的运转状态变更的情况下，不仅无法获得希望的控制效果，而且还有可能对设备的运转状态带来深刻的影响。

发明内容

本发明的目的在于提供一种设备的控制装置和火力发电设备的控制装置，在自主地学习设备的控制逻辑的控制装置中，使其具备将未来预测的设备运转状态的变化也考虑在内的、自主地学习实现设备的环境负荷物质降低和运转效率改善的控制逻辑的功能，从而能够针对设备运转条件变更实现有效的控制。

本发明的设备的控制装置具备控制装置，该控制装置从设备取入作为该设备的状态量的测量信号，使用所述测量信号运算控制所述设备的控制信号，所述设备的控制装置中：包括运转信息数据库和运转特性计算部的组合或者机器信息数据库和机器特性计算部的组合的任意一种，运转信息数据库，保存与设备的运转计划相关的信息、和推定设备的运转特性所需的信息；运转特性计算部，利用所述运转信息数据库所保存的数据，计算向所述设备提供控制信号时相当于作为该设备的状态量的所述测量信号的运转特性值；机器信息数据库，保存推定与设备的机器寿命和更换成本相关的特性所需的信息；机器特性计算部，利用所述机器信息数据库所保存的数据，计算向所述设备提供控制信号时相当于该设备的机器寿命和更换成本的机器特性值，还具有：成本评价部，利用所述运转特性计算部或机器特性计算部计算出的特性值评价设备的运用成本；成本评价信息数据库，保存相当于所述成本评价部中的成本评价的实行条件的成本评价信息数据；操作方法学习部，利用所述运转特性计算部、机器特性计算部的任意一个以及成本评价部，按照所述成本评价部输出的成本评价值为最佳的方式学习提供给设备的控制信号的生成方法；和学习信息数据库，保存与所述操作方法学习部中的学习的制约条件和学习结果相关的学习信息数据。

根据本发明，在自主学习设备的控制逻辑的控制装置中，使其具备自主学习将未来预测的设备的运转状态的变化考虑在内的、实现设备的环境负荷物质降低和运转效率改善的控制逻辑的功能，能够提供针对设备的运转条件变更可实现可靠(鲁棒；robust)的控制的设备的控制装置或火力发电设备的控制装置。

附图说明

图1是表示本发明的第1实施例的设备的控制装置的结构的框图。

图2是表示图1所述的本发明的第1实施例的设备的控制装置中的操作方法学习时的动作流程的流程图。

图3是表示图1所述的本发明的第1实施例的设备的控制装置中的成本评价部的结构框图。

图4是表示图1所述的本发明的第1实施例的设备的控制装置中的成本评价部的处理内容的图。

图5是表示图1所述的本发明的第1实施例的设备的控制装置中的成本评价部的动作流程的流程图。

图6是表示图1所述的本发明的第1实施例的设备的控制装置中的操作方法学习部的结构框图。

图7是表示图1所述的本发明的第1实施例的设备的控制装置中的操作方法学习部的动作流程的流程图。

图8是在图1所述的本发明的第1实施例的设备的控制装置中设定成本评价指标·实行条件时显示在图像显示装置的画面的一例。

图9是在图1所述的本发明的第1实施例的设备的控制装置中生成控制信号时显示在图像显示装置的画面的一例。

图10是表示本发明的第2实施例的设备的控制装置的结构框图。

图11是表示图10所述的本发明的第2实施例的设备的控制装置中的操作方法的学习时的动作流程的流程图。

图12是图10所述的本发明的第2实施例的设备的控制装置中的成本评价部的结构图。

图13是图10所述的本发明的第2实施例的设备的控制装置中的成本评价部的动作流程的流程图。

图14是图10所述的本发明的第2实施例的设备的控制装置中的操作方法学习部的结构框图。

图15是表示在图10所述的本发明的第2实施例的设备的控制装置中的成本评价信息数据库中保存的数据的形式的图。

图16是说明图10所述的本发明的第2实施例的设备的控制装置中的操作方法学习部中计算的等级(ranking)评价方法的示意图。

图17是表示图10所述的本发明的第2实施例的设备的控制装置中的操作方法学习部的动作流程的流程图。

图18是在图10所述的本发明的第2实施例的设备的控制装置中设定成本评价指标·实行条件时显示在图像显示装置的画面的一例。

图19是在图10所述的本发明的第2实施例的设备的控制装置中生成控制信号时显示在图像显示装置的画面的一例。

图20是表示应用本发明的设备的控制装置的第2实施例的火力发电设备的结构的示意结构图。

图21是表示图20所述的第3实施例的火力发电设备中具备的空气加热器结构的示意构造图。

图中：

1测量信号

17控制信号

90输入输出数据信息

100设备

100a火力发电设备

101锅炉

102燃烧器

103补气端口

130～133、140～142管道

160～163空气闸

200控制装置

201、911外部输入接口

202、913外部输出接口

210测量信号数据库

220运转信息数据库

230机器信息数据库

240成本评价信息数据库

250学习信息数据库

260控制逻辑数据库

270控制信号数据库

300测量信号变换部

400运转特性计算部

500机器特性计算部

600成本评价部

700操作方法学习部

800控制信号生成部

900外部输入装置

901键盘

902鼠标

910维护工具

912数据收发处理部

920图像显示装置

具体实施方式

接下来，参照附图对本发明的设备的控制装置和火力发电设备的控制装置的实施例进行说明。

本发明所涉及的设备的控制装置的实施例1和火力发电设备的控制装置的实施例3的两者的共同结构的设备的控制装置中，构成上述控制装置的成本评价部，优选至少具备如下的功能之一，分别是：利用由计算设备的运转状态的运转特性计算部输入的运转特性值，计算设备的运转成本评价值的运转成本评价功能；利用由计算设备的机器寿命特性的机器特性计算部输入的机器特性值，计算设备的机器成本评价值的机器成本评价功能；利用上述2种的成本评价值，计算运转成本评价指标值和机器成本评价指标值的成本评价指标计算功能。

此外，在上述成本评价指标计算功能中，优选具备计算运转成本评价指标值或机器成本评价指标值之中的至少一个的功能，该运转成本评价指标值或机器成本评价指标值是针对基于当前的操作条件假想地操作设备的一连串的操作结果而获得的运转成本评价值或机器成本评价值的时间平均值。

此外，构成上述控制装置的操作方法学习部，优选具备：计算所述成本评价部算出的成本评价指标值的加权和即标量评价值的标量评价值计算功能、基于所述标量评价值修正操作方法的生成逻辑的学习处理功能、和生成输入至上述运转特性计算部和机器特性计算部的设备假想的操作信号的操作方法管理功能之中的至少一种。

上述控制装置与图像显示装置连接，优选具备通过图像显示装置设定所述成本评价部中使用的成本评价指标条件的种类、评价期间和加权系数的功能、以及通过图像显示装置设定操作方法学习部中使用的最大操作次数和最大学习次数的功能之中的至少一种。

此外，在上述控制装置中，优选具备：在上述控制信号生成部中生成输出至设备的控制信号时，将前一次操作时学习的上述成本评价指标值和本次学习的成本评价指标值分别作为雷达图显示在图像显示装置的功能；以及能够选择是否按照其显示内容将学习结果反映在控制信号的生成中的功能的至少一种。

此外，在成为本发明所涉及的设备的控制装置的实施例2以及火力发电设备的控制装置的实施例3两者共同的结构的设备的控制装置中，构成上述控制装置的操作方法学习部，优选具备：通过针对所述成本评价部计算出的成本评价指标值的多目的等级评价来计算等级评价值的等级评价值计算功能；基于上述等级评价值来修正操作方法的生成逻辑的学习处理功能；生成输入至上述运转特性计算部和机器特性计算部的设备的假想操作信号的操作方法管理功能之中的至少一种。

上述控制装置与图像显示装置连接，优选具备：通过图像显示装置设定上述成本评价部中使用的成本评价指标条件的种类、评价期间以及控制值的功能；通过图像显示装置设定在所述操作方法学习部和成本评价部中使用的最大操作次数、学习实行判定阈值、最大学习次数和等级评价值系数的功能之中的至少一种。

此外，在上述控制装置中优选具备：在上述控制信号生成部中生成输出至设备的控制信号时，将前一次操作时学习的上述成本评价指标值、和本次学习的成本评价指标值，分别作为雷达图显示在图像显示装置的功能；在该雷达图上显示所设定的各评价指标值的制约值的功能；能够选择是否按照其显示内容将学习结果反映在控制信号的生成中的功能；和利用上述制约值信息自动实行是否将学习结果反映在控制信号的生成中的处理的功能的至少一种。

此外，在将本发明的控制装置应用于火力发电设备的实施例3中，该火力发电设备的控制装置具备控制信号生成部，其利用从火力发电设备取得的测量信号导出提供给火力发电设备的控制信号。

这些的测量信号包括表示从火力发电设备排出的气体中含有的氮氧化物、一氧化碳、二氧化碳、氮、氧、灰中未燃烧部分和硫化氢的浓度之中至少一个的信号。此外，控制信号包括决定气门的开度、空气流量、燃料流量、排气再循环流量之中至少一个的信号。

上述控制装置具备：测量信号数据库，取入并保存作为上述火力发电设备的状态量的测量信号；运转信息数据库，保存与火力发电设备的运转计划相关的信息、以及推定火力发电设备的运转特性所需的信息；运转特性计算部，利用上述运转信息数据库中保存的数据，计算在向上述火力发电设备提供控制信号时相当于该设备的状态量即上述测量信号的运转特性值；机器信息数据库，保存推定与火力发电设备的机器寿命和更换成本相关的特性时所需的信息；机器特性计算部，利用在上述机器信息数据库中保存的数据，计算向所述火力发电设备提供控制信号时相当于该设备的机器寿命和更换成本的机器特性值；成本评价部，利用上述运转特性计算部和机器特性计算部计算出的特性值评价火力发电设备的运转成本；成本评价信息数据库，保存相当于上述成本评价部中的成本评价的执行条件的成本评价信息数据；操作方法学习部，利用上述运转特性计算部、机器特性计算部和成本评价部，自主学习提供给火力发电设备的控制信号的生成方法，使得上述成本评价部输出的成本评价值最优化；学习信息数据库，保存与上述操作方法学习部中的学习的制约条件和学习结果相关的学习信息数据；和控制信号生成部，利用上述测量信号数据库的测量信号、上述学习信息数据库的学习信息数据，运算向火力发电设备发送的控制信号。

此外，对于上述各结构、功能、处理部、处理单元等，可以通过在例如集成电路进行设计以硬件实现其一部分或全部。此外，上述的各结构、功能，也可以通过处理器解释并执行实现各个功能的程序以软件来实现。实现各功能的程序、列表、文件、测量信息、算出信息等的信息能够保存在存储器、硬盘、SSD(Solid State Drive)等的记录装置、或者IC卡、SD卡、DVD等的记录介质中。这样，各处理、各结构可作为处理部、处理单元、程序模块等实现各功能。

接下来，参照附图对作为本发明的实施例的设备的控制装置和火力发电设备的控制装置进行说明。

第1实施例

首先，参照附图对作为本发明的第1实施例的设备的控制装置进行说明。

图1是本发明的第1实施例的设备的控制装置的系统结构图。如图1所示，控制对象的设备100由控制装置200控制。

由于控制设备100的控制装置100与维护工具910连接，因此设备100的操作员经由连接于维护工具910的外部输入装置900和图像显示装置(例如CRT显示器)920来对控制装置200进行控制。

控制装置200中作为运算装置分别具备测量信号变换部300、运转特性计算部400、机器特性计算部500、成本评价部600、操作方法学习部700、以及控制信号生成部800。

此外，控制装置200中作为数据库(DB)分别设有测量信号数据库210、运转信息数据库220、机器信息数据库230、成本评价信息数据库240、学习信息数据库250、控制逻辑数据库260、以及控制信号数据库270。

此外，控制装置200中作为与外部的接口设有外部输入接口201、和外部输入接口202。

并且，在该控制装置200中，从设备100经由外部输入接口201将测量该设备的各种状态量的测量信号1取入控制装置200的测量信号数据库210，此外，从控制装置200的控制信号生成部800经由外部输出接口202向控制对象的设备100输出控制该设备的控制信号16，作为例如控制所供给的空气流量的控制信号17。

在该控制装置200中，从上述设备100经由外部输入接口210取入的测量设备100的状态量的测量信号2，保存在测量信号数据库210中。

此外，由设置在控制装置200中的控制信号生成部800所生成的控制信号16，保存在控制装置200所设置的控制信号数据库270中，并且从外部输出接口202输出作为针对所述设备100的控制信号17。

在设置于控制装置200的测量信号变换部300中，将测量信号数据库210所保存的测量信号数据3变换为前处理测量数据4。前处理测量数据4是将由该设备获取的测量信号数据3按照适合于运转特性计算部400和机器特性计算部500中使用的数据的格式和单位的方式进行前处理变换。此外，为了导出控制信号16，测量信号数据3输入至设置于控制装置200的控制信号生成部800。

设置于控制装置200的运转特性计算部400具有模拟设备100的运转特性的功能(运转特性模型)。也就是说，模拟运算与对设备100提供控制信号并获得针对其控制结果的测量信号1同等的功能。为了该模拟运算，使用由上述测量信号变换部300变换之后的前处理测量数据4、从运转信息数据库220取入的运转信息数据5、从设置于控制装置200的操作方法学习部700输出的模拟控制信号7。运转信息数据5中包括设备的运转条件和与时间序列的运转计划相关的信息。在运转特性计算部400输出的运转特性值8中，例如包含设备的燃料流量、生产效率、排出物流量、温度和压力等的信息。运转特性计算部400，能够利用运转信息数据5中包含的运转条件和运转计划信息，模拟计算任意时刻的运转特性值8。例如，当输入将当前时刻作为开始的时间序列的模拟控制信号7时，获得时间序列的运转特性值。

设置于控制装置200的机器特性计算部500，具有基于设备100的各种机器的状态计算其劣化度和更换时期的功能(机器特性模型)。为了该计算，使用由上述测量信号变换部300变换之后的前处理测量数据4、从机器信息数据库230取入的机器信息数据6、从上述操作方法学习部700输出的模拟控制信号7。在机器信息数据6中包含与设备的各种机器的寿命和成本相关的信息。在机器特性计算部500输出的机器特性值9中，包含与计算出的各机器的更换时期及成本相关的信息。机器特性计算部500能够使用机器信息数据6中包含的与机器寿命和成本相关的信息，模拟计算任意时刻的机器特性值9。例如，当输入将当前时刻作为开始的时间序列的模拟控制信号7时，获得时间序列的运转特性值。

在设置于控制装置200的成本评价部600中，使用上述运转特性值8、机器特性值9、以及从成本评价信息数据库240取入的成本评价信息10，实施针对当前的设备运转状态的成本评价。在成本评价部600中，对与设备的能量效率和废弃物处理相关的运转成本、以及与各种机器的更换寿命相关的成本进行评价，作为成本评价值11输出至上述操作方法学习部700，详细内容将在后面叙述。

在设置于控制装置200的操作方法学习部700中，使用从学习信息数据库250取入的学习信息12，执行针对设备100的模拟操作。作为模拟操作的输出的模拟控制信号7，输出至上述运转特性计算部400、以及上述机器特性计算部500。并且，作为其模拟操作的结果取入上述成本评价部600中计算出的成本评价值11，基于此学习设备100的操作方法。学习之后的结果作为学习结果数据13输出至上述学习信息数据库250。

设置于控制装置200的控制信号生成部800利用由学习信息数据库250输出的学习信息数据14、以及控制逻辑数据库260中保存的控制逻辑数据15，生成控制信号16，使得测量信号1成为希望的值。

该控制逻辑数据库260中保存计算控制逻辑数据15的控制电路以及控制参数。该控制电路可以采用作为现有技术公知的PI(比例·积分)控制。

这样，在控制装置200的动作中，具备模拟设备的运转特性和机器特性、并按照基于该特性算出的成本评价值最小化的方式学习操作方法的机制，由此能够执行将设备的运用成本和机器寿命考虑在内的运转控制，因此，能够有助于设备运用经费的降低。

此外，对于设置于控制装置200的成本评价部600和操作方法学习部700的详细功能在后面叙述。

设备100的操作员利用由键盘901和鼠标902构成的外部输入装置900、能够与控制装置200进行信号收发的维护工具910、以及图像显示装置920，能够访问控制装置200具备的各种数据库中保存的信息。控制装置200具有用于与维护工具910交换输入输出数据信息90的输入部和输出部。

此外，利用这些装置能够输入控制装置200的运转特性计算部400、机器特性计算部500、成本评价部600和操作方法学习部700中使用的特性参数值、机器信息值、适应修正的执行条件等的设定信息。

维护工具910由外部输入接口911、数据收发处理部912、和外部输出接口913构成，经由数据收发处理部912与控制装置200收发数据。

由外部输入装置900生成的维护工具输入信号91，经由外部输入接口911被取入维护工具910。在维护工具910的数据收发处理部912中，按照维护工具输入信号92的信息，从控制装置200取得输入输出数据信息90。

此外，在数据收发处理部912中，按照维护工具输入信号92的信息，输出包括在控制装置200的运转特性计算部400、机器特性计算部500、成本评价部600、以及操作方法学习部700中使用的特性参数值、机器信息值、学习的实行条件等的设定信息在内的输入输出数据信息90。

数据收发处理部912，将对输入输出数据信息90处理之后得到的维护工具输出信号93，发送至外部输出接口913。从外部输出接口913发送来的维护工具输出信号94被显示在图像显示装置920。

此外，在上述控制装置200中，测量信号数据库210、运转信息数据库220、机器信息数据库230、成本评价信息数据库240、学习信息数据库250、控制逻辑数据库260、以及控制信号数据库270被配置在控制装置200的内部，然而也可以将这些的全部或一部分配置在控制装置200的外部。

图2是表示图1所示的第1实施例的设备的控制装置中的操作方法的学习步骤的流程图。

图2中示出了表示由配置在第1实施例的设备的控制装置200的运转特性计算部400进行的设备运转特性的计算、由机器特性计算部500进行的设备机器特性的计算、由成本评价部600进行的设备成本评价、由操作方法学习部700进行的操作方法的学习的动作的流程图。

图2所示的流程图通过组合步骤1000、1100、1200、1300、1400、1500、1600、1700、1800、1900、2000来实行的。以下对各个步骤进行说明。

控制装置200的动作开始后，在设定操作方法的学习条件和成本评价条件的步骤1000中，设定操作方法学习时的最大学习次数、最大操作次数和成本评价指标等各种的参数值。在学习中，基于设备的任意操作条件虚拟地实行操作，并从其操作结果对应的运转特性值和机器特性值求出成本评价值，按照使该成本评价值最小的方式来学习操作方法。将反复实行规定次数(最大操作次数)该一连串的操作和学习处理定义为“事件(episode)”。学习是通过反复规定次数(最大学习次数)的该事件而实行的。在学习过程中，成本评价值合适(值小)的操作经历得越多，则越能够学习到成本降低效果明显的操作方法。设备的操作条件相当于上述模拟控制信号7，既可以直接用于设备的实际操作端的设定值，也可以使用对其进行参数变换之后的结果。

接下来，在修正设备特性模型的步骤1100中，对控制装置200的运转特性计算部400和机器特性计算部500输入前处理测量数据4，以修正设备运转特性模型和机器特性模型。这样，通过利用从设备得到的测量数据来修正各特性模型，由此能够使模型的特性接近于实际设备，进行更加正确的成本评价，能够有助于所学习的操作方法的控制性能提高。

接下来，在初始化学习次数的步骤1200中，对由操作方法学习部700进行的学习的事件的反复次数i进行初始化。

接着，在初始化操作次数和操作条件的步骤1300中，初始化由操作方法学习部700进行的操作方法的学习时的1个事件中的操作次数t和操作条件。

接着，在变更操作条件的步骤1400中，使操作方法学习部700工作，虚拟地变更设备的操作条件。

接下来，在计算运转特性和机器特性的步骤1500中，使运转特性计算部400和机器特性计算部500工作，从而计算变更后的操作条件所对应的设备的运转特性值8和机器特性值9。每次实行操作条件的变更，都执行该设备的运转特性和机器特性计算。因此，针对一连串的操作获得时间序列上的运转特性和机器特性值。

接着，在实行成本评价的步骤1600中，使控制装置200的成本评价部600工作，计算上述步骤1500中计算出的运转特性和机器特性所对应的设备评价值。

接下来，在学习操作方法的步骤1700中，利用上述步骤1600中计算出的成本评价值，使操作方法学习部700工作，来学习运转特性计算部400和机器特性计算部500输出的运转特性值8和机器特性值9成为希望的值的模拟控制信号7的操作方法。作为学习中使用的算法可采用强化学习理论等公知的方法。

接下来的、判定操作的反复次数的步骤1800是分支路径。在操作次数t为上述步骤1000中所设定的最大操作次数以下时，对t加1然后返回步骤1400，在大于最大操作次数时进入步骤1900。

接下来的、判定学习次数的步骤1900也是分支路径。在学习次数i为上述步骤1000中所设定的最大学习次数以下时，对i加1然后返回步骤1300，在大于最大学习次数时进入步骤2000。

接着，在将学习结果保存至学习信息数据库的步骤2000中，将作为操作方法的学习结果的学习结果数据13保存在上述学习信息数据库250中，并进入使控制装置200中的一连串的操作方法学习动作结束的步骤。

通过以上的动作，在由本发明的实施例1中的控制装置200进行的设备100的控制中，能够基于设备100的操作员所设定的实行条件，自主地学习获得希望的运转特性和机器特性的设备操作方法。进而，在学习过程中，具备学习使学习中操作对应的成本评价值最小化的操作方法的功能，由此能够实行将设备的运用成本和机器寿命考虑在内的运转控制，因此，能够有助于设备运用经费的降低。

接下来，利用图3和图4对上述控制装置200中的成本评价部600的动作进行详细说明。图3是成本评价部600的详细结构图，在图1所示的控制装置200中，详细表示了包括运转特性计算部400、机器特性计算部500、成本评价部600、操作方法学习部700和成本评价信息数据库240的部分。

上述成本评价部600，由运转成本评价功能601、机器成本评价功能602和成本评价指标计算功能603构成。

运转成本评价功能601中，针对通过虚拟地对设备操作由运转特性计算部400取得的时间序列的运转特性值8，利用保存在成本评价信息数据库240中的成本评价信息10来评价运转成本评价值60。运转特性值8例如包含设备的燃料流量、生产效率、排出物流量等。运转成本评价值60作为针对设备的燃料消费成本、生产效率成本、排出物处理成本等的各评价项目计算出的成本评价值的总和，通过(式1)进行计算。

运转成本评价值：

$\underset{\‾}{v_t^{\mathrm{op}}=\underset{m\∈M}{\mathrm{\Σ}}{a}_{\mathrm{mt}}}$ ...(式1)

在此，a_mt是操作次数t中的评价项目m的运转成本评价值(m是运转成本评价项目的下标)，运转成本评价值意味着操作次数t中的运转成本评价值60。

对于成本评价项目中包含的要素，并不限定于此上述内容，也可以根据与设备的实施方式和设备运用相关的需求进行各种设定。此外，对于各个成本评价项目的导出方法，由于可以采用依据实施方式和运用的公知方法，因此省略在此的详细叙述。

此外，在机器成本评价功能602中，针对通过虚拟地操作设备从而由机器特性计算部500得到的时间序列的机器特性值9，利用保存在成本评价信息数据库240中的成本评价信息10来评价机器成本评价值61。机器成本评价值61，作为将操作次数t中的设备的各种机器的更换成本b_nt(n为机器的下标)除以当前时刻至机器寿命(更换时期)为止的时间c_nt之后的值的总和，通过(式2)进行计算。

机器成本评价值：

$\underset{\‾}{v_t^{\mathrm{eq}}=\underset{n\∈N}{\mathrm{\Σ}}\frac{b_{\mathrm{nt}}}{c_{\mathrm{nt}}}}$ ...(式2)

机器的更换成本越大、机器的寿命越短，则机器成本评价值越大。

在成本评价值指标计算功能603中，针对如上所述那样求得的设备的运转成本评价值60和机器成本评价值61，利用保存在成本评价信息数据库240中的成本评价信息10，通过(式3)、(式4)计算任意评价期间对应的平均值即操作次数t中的运转成本评价指标值和机器成本评价指标值。在此，k、l是根据评价期间决定的成本评价指标值的下标。

运转成本评价指标值：

$\underset{\&OverBar;}{V_{\mathrm{kt}}^{\mathrm{op}}=\left\{\begin{array}{cc}\frac{1}{t+1}\underset{u=0}{\overset{t}{\mathrm{\&Sigma;}}}{v}_u^{\mathrm{op}}& (t<T_k)\\ \frac{1}{T_k+1}\underset{u=t-T_k}{\overset{t}{\mathrm{\&Sigma;}}}{v}_u^{\mathrm{op}}& (t\&GreaterEqual;T_k)\end{array}\right.}$ ...(式3)

机器成本评价指标值：

$\underset{\&OverBar;}{V_{\mathrm{lt}}^{\mathrm{eq}}=\left\{\begin{array}{cc}\frac{1}{t+1}\underset{u=0}{\overset{t}{\mathrm{\&Sigma;}}}{v}_u^{\mathrm{eq}}& (t<T_l)\\ \frac{1}{T_l+1}\underset{u=t-T_l}{\overset{t}{\mathrm{\&Sigma;}}}{v}_u^{\mathrm{eq}}& (t\&GreaterEqual;T_l)\end{array}\right.}$ ...(式4)

在(式3)、(式4)中，T_k、T_l分别是运转成本评价指标值和机器成本评价指标值的最大评价期间，是正整数值。在此，利用图4对上述成本评价指标值及其计算式(式3)和(式4)进行说明。基于图4和(式3)，针对各操作中计算出的运转成本评价值，计算从当前的操作次数t至T_k次之前的操作中获得的运转成本评价值的平均来作为运转成本评价指标值(操作次数t为小于T_k的值时，计算t＝0至t的平均)。图4中表示T_k＝5时的、操作次数对应的运转成本评价值和运转成本评价指标值。如图4所示，求出t＝1至5期间获得的成本评价值的平均值，来作为t＝5时的运转成本评价指标值的值。对于机器成本也是同样，这样，通过针对任意的评价期间T_k、T_l计算成本评价指标值，从而在操作方法的学习时，不仅当前的操作结果，还考虑了过去的一连串的操作结果对设备的成本评价值的影响。由此，与仅考虑了当前的操作结果的成本评价值的情况相比，能够获得还对应于设备特性随时间的变化的、有助于成本降低的稳定控制特性。此外，由于能够针对任意的评价期间考虑多个成本评价指标值，因此能够进行与希望的控制特性需求相应的灵活操作方法的学习。

在上述步骤中计算出的运转成本评价指标值和机器成本评价指标值作为成本评价值11输出至上述操作方法学习部700。

以下，对于在设置于上述控制装置200中的成本评价部600中的、基于运转成本评价功能601、机器成本评价功能602和成本评价指标计算功能603的成本评价的算法，参照其流程图进行说明。

图5是表示上述成本评价部600的算法动作的流程图，相当于图2的流程图中的评价成本的步骤1600。

图5所示的流程图是组合步骤1610、1620、1630来实行的。以下对各个步骤进行说明。

在成本评价的算法开始后，在计算运转成本的步骤1610中，使运转成本评价功能601工作，按照上述的处理内容计算运转成本60。

接着，在计算机器成本的步骤1620中，使机器成本评价功能602工作，从而按照上述的处理内容计算机器寿命成本61。

最后，在计算上述运转成本评价指标值、机器成本评价指标值的步骤1630中，使成本评价指标计算功能603工作，从而按照上述的处理内容计算运转成本评价指标值和机器成本评价指标值，并进入结束成本评价的算法的步骤。

此外，成本评价部600可以包括上述运转信息数据库220和运转特性计算部400的组合或机器信息数据库230和机器特性计算部500的组合的任意一个。以上，结束本发明的成本评价部600的详细动作的说明。

接下来，利用图6对上述控制装置200中的操作方法学习部700的动作进行详细说明。图6是操作方法学习部700的详细结构图，在图1所示的控制装置200中，详细表示了包含运转特性计算部400、机器特性计算部500、成本评价部600、操作方法学习部700和学习信息数据库250的部分。

上述操作方法学习部700，由标量评价值计算功能701、操作方法管理功能702和学习处理功能703构成。

在标量评价值计算功能701中，输入由上述成本评价部计算并输出的成本评价值11。由于成本评价值11由上述运转成本评价指标值和机器成本评价指标值组成，因此通过(式5)将其变换为标量评价值70(F_t)。

$\underset{\&OverBar;}{F_t=\underset{k\&Element;K}{\mathrm{\&Sigma;}}{w}_k\&CenterDot;V_{\mathrm{kt}}^{\mathrm{op}}+\underset{l\&Element;L}{\mathrm{\&Sigma;}}{w}_l\&CenterDot;V_{\mathrm{lt}}^{\mathrm{eq}}}$ ...(式5)

在(式5)中，w_k、w_l分别是运转成本评价指标和机器成本评价指标的加权系数，作为学习信息12由学习信息数据库250输入。K是运转成本评价指标的集合，L是机器成本评价指标的集合。计算出的标量评价值70输出至学习处理功能702。

操作方法管理功能703具有生成设备的模拟控制信号7的功能。所谓操作方法的学习，相当于利用学习处理功能702对生成该模拟控制信号7的操作逻辑进行修正。也就是说，使学习处理功能702工作，按照使标量评价值70最小的方式，对生成模拟控制信号7的操作逻辑参数71进行修正。包含所学习的操作逻辑参数71的学习结果数据13被保存在上述学习信息数据库250中。

以下，参照图7的流程图，对上述控制装置200中设置的操作方法学习部700中的标量评价值计算功能701、操作方法管理功能702和学习处理功能703中的操作方法学习的算法进行说明。

图7是表示上述操作方法学习部700的算法动作的流程图，相当于图2的流程图中的学习操作方法的步骤1700。

图7所示的流程图是通过组合步骤1710、1720来实行的。以下，对各个步骤进行说明。

在操作方法学习的算法开始后，在计算标量评价值的步骤1710中，使标量评价值计算功能701工作，从而按照上述的处理内容计算标量评价值70。

接下来，在学习操作方法的步骤1720中，使学习处理功能702和操作方法管理功能703工作，从而按照上述的处理内容学习操作方法，并进入结束操作方法学习的算法的步骤。

这样，在操作方法学习部700中，按照由成本评价部600评价出的成本评价值11的加权和最小的方式学习操作方法。由此，控制装置200对设备100实行控制，使得获取其运转成本和机器成本的降低的效果。至此，结束本发明的操作方法学习部700的详细动作的说明。

接下来，利用图8和图9，对第1实施例的设备的控制装置中，显示维护工具输出信号94的画面显示装置920所显示的画面进行说明，维护工具输出信号94是由能够与控制装置200收发信号的维护工具910的外部输出接口913发送的。图8和图9是图像显示装置920所显示的画面的一个具体例。

图8是在第1实施例的设备的控制装置中，在设定学习时使用的上述成本评价指标值和实行条件时显示在上述图像显示装置920的画面的例子，其用于表示第1实施例的设备的控制装置中的控制步骤的图2的流程图中的、指定实行条件的步骤1000。

在该图8所示的画面中，对于在操作方法的学习时使用的成本评价指标，通过设定种类、评价期间、标量评价值计算式的加权系数，从而能够定义任意的评价指标。此外，能够设定在学习实行时使用的最大操作次数和最大学习次数。

在上述图像显示装置920显示图8所示的画面的状态下，能够操作外部输入装置900的鼠标902将焦点移至画面上的数值框内，使用键盘901输入数值。此外，将焦点移至显示箭头标记的下拉按钮并选择按钮，从而可以打开菜单目录并选择任意的菜单。

在图8所示的画面中，首先在成本评价指标设定中，能够从选择评价指标的种类的下拉菜单3000中选择所定义的成本评价指标是与运转成本相关还是与机器成本相关。接下来，从数值框3001和3002，任意设定所定义的成本评价指标的评价期间(T_k、T_l)和加权系数(w_k，w_l)。

设定后，通过选择按钮3003，能够在成本评价指标列表3004中追加所设定的新的成本评价指标。在从列表中删除已定义的成本评价指标的情况下，通过鼠标902选择想要删除的项目(图8中以灰色表示)，并选择按钮3005就能够从列表中删除。

在图8所示的画面中，接下来在实行条件设定中，能够通过数值框3006和3007设定学习时使用的最大操作次数和最大学习次数。

以上的实行条件设定结束后，当选择按钮3008时，结束成本评价指标和实行条件设定，进入修正运转特性计算功能400和机器特性计算功能500的图2的步骤1100。

图9是在第1实施例的设备的控制装置中，利用所学习的操作方法生成设备的控制信号时显示在图像显示装置920的画面的例子，是在第1实施例的设备的控制装置中的图1的上述控制信号生成部800中，生成控制信号16时显示的画面的一例。

在该图9所示的学习结果显示画面中，前一次操作时(学习前)和本次操作时(学习后)的学习中最终获得的一连串的操作中的运转成本评价指标值、机器成本评价指标值以雷达图显示成曲线3100、3101。雷达图3102中，按照图8的画面显示中定义的不同的成本评价指标，用线连结最终获得的评价指标值并进行显示，在数值框3103中显示评价指标的值。对于成本评价指标值而言，由于其值越小则越是希望的值，因此雷达图的面积越小则越能够获得希望的控制结果。

设备的操作员能够一边观察在图9所示的学习结果显示画面上显示的曲线3100和3101，一边确认学习前后评价指标值如何变化。在各成本评价指标值成为希望的值并判断为可实行控制的情况下，选择按钮3104，从而向上述控制信号生成部800输入学习信息数据14，生成控制信号16。此外，在没有获得希望的成本评价指标值从而没有得到希望的控制效果的情况下，或者设备的运转状态恶化的情况下，通过选择按钮3105从而能够取消对上述控制信号生成部800的学习信息数据14的输入。以上的处理结束后，再次实行学习图2的操作方法的流程图。

这样，在第1实施例的设备的控制装置中，具备能够根据图9所示的学习结果显示画面中显示的信息，决定在上述控制信号生成部800中的控制信号16的生成时是否反映学习结果的功能，由此仅在学习中获得希望的控制效果的情况下，使学习结果反映在控制信号中，因此，能够避免在学习失败的情况下对设备100的运转带来不良影响。

在上述的本实施例的控制装置中，利用在上述成本评价部600中计算出的任意评价期间所对应的成本评价指标值学习操作方法，由此能够获得还对应设备特性随时间的变化的、有助于成本降低且稳定的控制特性。

至此，对第1实施例的设备的控制装置中的图像显示装置920所显示的画面的说明结束。

第2实施例

接下来，参照附图对本发明的第2实施例的设备的控制装置进行说明。

图10是本发明的第2实施例的设备的控制装置的系统结构图。在图10所示的本发明的第2实施例中，在设置于控制装置200的成本评价部600中，利用上述运转特性计算部400计算的运转特性值8、所述机器特性计算部500计算出的机器特性值9、以及从成本评价信息数据库240取入的成本评价信息10，实行针对当前的设备运转状态的成本评价，作为成本评价值11输出至上述评价信息数据库240。

在设置于控制装置200的操作方法学习部700中，利用从学习信息数据库250取入的学习信息12，执行针对设备100的模拟操作。作为模拟操作的输出的模拟控制信号7，被输出至上述运转特性计算部400和上述机器特性计算部500。然后，在上述成本评价部600中计算该模拟操作的结果，取入保存在成本评价信息数据库240中的成本评价值18，基于此学习设备100的操作方法。学习的结果，作为学习结果数据13输出至上述学习信息数据库250中。

以上的控制装置200中的除了运转特性计算部400、机器特性计算部500、成本评价部600、操作方法学习部700、成本评价信息数据库240以及学习信息数据库250的各功能之外，具备与第1实施例同样的结构和功能，在此省略说明。

图11是表示图10所示的第2实施例的设备的控制装置中的操作方法的学习步骤的流程图。

图11示出了表示由配置在第2实施例的设备的控制装置200的运转特性计算部400进行的设备运转特性的计算、由机器特性计算部500进行的设备机器特性的计算、由成本评价部600进行的设备成本评价、由操作方法学习部700进行的操作方法的学习的动作的流程图。

图11所示的流程图通过组合步骤1000、1100、1200、1300、1400、1500、1600、1700、1800、1900、2000、2100来实行的。对于各步骤，关注于与图2所示的本发明的实施例1实施不同的部分进行说明。

控制装置200的动作开始后，在设定操作方法的学习条件和成本评价条件的步骤1000中，设定操作方法学习时的最大学习次数、最大操作次数、学习实行判定阈值λ、以及成本评价指标等各种的参数值。

接下来的从修正设备特性模型的步骤1100至实行设备评价的步骤1600的一连串的处理内容，与图2的本发明第1实施例相同，在此省略说明。

接下来的判定操作反复次数的步骤1700是分支路径。在操作次数t为上述步骤1000中所设定的最大操作次数以下时，对t加1然后返回步骤1400，在大于最大操作次数时进入步骤1800。

接下来的判定学习次数的步骤1800也是分支路径。在学习次数i为上述步骤1000中所设定的学习实行判定阈值λ的整数倍时，进入步骤1900，否则进入步骤2000。

接下来，在学习操作方法的步骤1900中，利用上述步骤1600中计算出的成本评价值，使操作方法学习部700工作来学习让运转特性计算部400和机器特性计算部500输出的运转特性值8和机器特性值9成为希望的值的模拟控制信号7的操作方法。

接下来的判定学习次数的步骤2000是分支路径。在学习次数i为上述步骤1000中所设定的最大学习次数以下时，对i加1然后返回步骤1300，在大于最大学习次数时进入步骤2100。

接着，在将学习结果保存至学习信息数据库的步骤2100中，将作为操作方法的学习结果的学习结果数据13保存在上述学习信息数据库250中，并进入使控制装置200中的一连串的操作方法学习动作结束的步骤。

通过以上动作，在由本发明的实施例1中的控制装置200进行的设备100的控制中，能够基于设备100的操作员所设定的实行条件，自主地学习获得希望的运转特性和机器特性的设备操作方法。此外，与本发明的第1实施例不同的功能在于，不是每次实行操作都进行学习，而是反复实行多次(λ)一连串的操作(事件)之后，学习操作方法。对于包含该功能的成本评价部600和操作方法学习部700的详细动作在后面叙述。

接下来，利用图12对本发明第2实施例的控制装置200中的成本评价部600的动作进行详细说明。图12是成本评价部600的详细结构图，在图10所示的控制装置200中，详细示出了包含运转特性计算部400、机器特性计算部500、成本评价部600、操作方法学习部700、以及成本评价信息数据库240在内的部分。

在图12中，构成成本评价部600的运转成本评价功能601、机器成本评价功能602和成本评价指标计算功能603中的成本评价处理内容，与本发明的第1实施例中所述的相同。不过，由成本评价指标计算功能603计算出的运转成本评价指标值和机器成本评价指标值，作为成本评价值11保存在成本评价信息数据库240中。保存在成本评价信息数据库240中的成本评价值11，从前一次的操作方法学习起经过一定次数(λ)学习之后，作为成本评价值18输出至上述操作方法学习部700中。

参照其流程图对设置于本发明的第2实施例的上述控制装置200中的成本评价部600中的运转成本评价功能601、机器成本评价功能602和成本评价指标计算功能603进行的成本评价的算法进行说明。

图13是表示上述成本评价部600的算法动作的流程图，相当于图11的流程图中的评价成本的步骤1600。

图13所示的流程图是组合步骤1610、1620、1630、1640来实行的。以下对于各步骤，关注于与图2所示的本发明的实施例1实施不同的部分进行说明。

成本评价的算法开始后，从计算运转成本的步骤1610至计算成本评价指标值的步骤1630的一连串的处理内容，与图2的本发明的第1实施例相同，在此省略说明。

接下来，在保存评价指标值的计算结果的步骤1640中，将上述步骤1630中计算出的成本评价指标值保存至上述成本评价信息数据库240中，并进入结束成本评价算法的步骤。至此，本发明的成本评价部600的详细动作的说明结束。

接下来，利用图14、图15和图16对本发明的第2实施例的上述控制装置200中的操作方法学习部700的动作进行详细说明。图14是操作方法学习部700的详细结构图，在图10所示的控制装置200中，详细表示了包含运转特性计算部400、机器特性计算部500、成本评价部600、操作方法学习部700和学习信息数据库250的部分。

上述操作方法学习部700由等级评价值计算功能2701、操作方法管理功能702和学习处理功能703构成。

在等级评价值计算功能2701中，输入所述成本评价信息数据库240所保存的成本评价值18。成本评价值18中包含相当于从上次的操作方法学习起实行λ次事件的成本评价指标数据。图15是成本评价信息数据库240中保存的成本评价指标数据的形式的一例。在图15中，记载着各事件的操作之后计算出的运转成本评价指标值和机器成本评价指标值，具体而言，以列表显示学习次数241、操作次数242对应的成本评价指标值243。成本评价指标值243的内容根据图11的步骤1000中所设定的成本评价指标来决定。

针对具有上述形式的成本评价值18，等级评价值计算功能2701通过多目的等级评价计算各成本评价值的等级评价值。图16表示多目的等级评价的概念，是将成本评价指标值作为运转成本评价指标值、机器成本评价指标值的2元指标值时的说明图。如图16所示，在等级评价中，在由成本评价指标组成的评价空间上描绘成本评价指标数据。然后，首先针对各数据点，与其他数据点比较成本评价指标值。其中，对于所有的成本评价指标值，将不存在评价指标值小于自己的数据点(被支配)的其他数据点的数据点决定为等级1。接下来，自己的数据点对于所有的成本评价指标值仅由等级1的数据点支配的情况下，将该数据点决定为等级2。以后，针对所有的数据点实行决定该数据点等级的处理，将自己的数据点支配的数据点的等级最大值加1，作为该数据点的等级。其结果，如图16所示各数据点的等级被决定。

利用上述步骤中决定的成本评价指标数据的等级r，通过(式6)计算各成本评价指标值的等级评价值70R_it(i是学习次数、t是操作次数的下标)。

R _it ＝e×p(-α(r-1))      ...(式6)

在(式6)中，r＝1时等级评价值R_it为最大值(＝1)，等级越增加其值越小。在本实施例中，按照该等级评价值R_it为最大的方式学习操作方法。α是决定等级评价值的灵敏度的参数，也就是说，当增大α时等级低的成本评价指标值将不会反映在学习中，当减小α时等级低的成本评价指标值也反映在学习中。通过以上的步骤计算出的等级评价值70输出至学习处理功能702中。

操作方法管理功能703具有生成设备的模拟控制信号7的功能。所谓操作方法的学习相当于利用学习处理功能702对生成该模拟控制信号7的操作逻辑进行修正。也就是说，使学习处理功能702作，按照使等级评价值70最大的方式，对生成模拟控制信号7的操作逻辑参数71进行修正。包含所学习的操作逻辑参数71的学习结果数据13，被保存在上述学习信息数据库250中。

以下，参照图17的流程图对本实施例中的上述控制装置200中设置的操作方法学习部700中的标量评价值计算功能701、操作方法管理功能702和学习处理功能703中的操作方法学习的算法进行说明。

图17是表示上述操作方法学习部700的算法动作的流程图，相当于图10的流程图中的学习操作方法的步骤1900。

图17所示的流程图是通过组合步骤1910、1920、1930、1940、1950来实行的。以下，对各个步骤进行说明。

在操作方法学习的算法开始后，在计算成本评价指标数据的等级的步骤1910中，使等级评价值计算功能2701工作，从而按照上述的处理内容计算各成本评价指标数据的等级。

接下来，在计算等级评价值的步骤1920中，使等级评价值计算功能2702工作，从而利用步骤1910中求出的等级按照上述的处理内容计算各成本评价指标数据的等级评价值。

接下来，在初始化计数器的步骤1930中，由于针对计算出等级评价值的各成本评价指标数据学习操作方法，因此将对数据进行计数的计数器j初始化为0。

接下来，在学习操作方法的步骤1940中，使学习处理功能702和操作方法管理功能703工作，从而按照上述的处理内容学习操作方法。

接下来的判定计数器j的步骤是分支路径。如果j的值在成本评价指标数据个数以下，则对j加1然后返回至步骤1940，否则进入结束操作方法学习的算法的步骤。

这样，在操作方法学习部700中，按照使成本评价信息数据库240中保存的成本评价值18的等价评价值最大的方式学习操作方法。由此，控制装置200对设备100实行控制，以便获得降低其运转成本和机器成本的效果。此外，通过在等级评价值的计算中应用多目的等级评价，由此能够在不遍及成本评价指标空间的情况下进行学习，因此，与成本评价指标的线性和的标量评价值相比能够以更高精度进行成本降低效果明显的操作方法的学习。

至此，本发明的第2实施例中的操作方法学习部700的详细动作的说明结束。

接下来，利用图18和图19，对第2实施例的设备的控制装置中显示维护工具输出信号94的画面显示装置920所显示的画面进行说明，维护工具输出信号94是由能够与控制装置200收发信号的维护工具910的外部输出接口913发送的。图18和图19是图像显示装置920所显示的画面的一个具体例。

图18是在第2实施例的设备的控制装置中，在设定学习时使用的上述成本评价指标和实行条件时显示在上述图像显示装置920的画面的例子，其在表示第2实施例的设备的控制装置中的控制步骤的图11的流程图中的设定实行条件的步骤1000中使用。

在该图18所示的画面中，对于在操作方法的学习时使用的成本评价指标，通过设定种类、评价期间、以及制约值，从而能够定义任意的成本评价指标。此外，能够设定在学习实行时使用的最大操作次数和最大学习次数、判定学习实行的阈值(λ)、以及等级评价值计算时使用的系数(α)。

在图18所示的画面中，与第1实施例同样，在成本评价指标设定中，从下拉菜单3000和数值框3001输入成本评价指标的种类、评价期间。然后，从数值框3002输入用于控制信号生成的成本评价指标的制约值。接下来的设定后的成本评价指标的追加和删除与第1实施例同样地实施。

接下来，在实行条件设定中，通过数值框3006、3007、3008和3009能够设定学习实行时使用的最大操作次数、最大学习次数、判定学习实行的阈值(λ)、以及等级评价值计算时使用的系数(α)。

在以上的实行条件设定结束后，当选择按钮3010时，结束成本评价指标和实行条件设定，进入修正运转特性计算功能400和机器特性计算功能500的图2的步骤1100。

图19是在第2实施例的设备的控制装置中利用所学习的操作方法生成设备的控制信号时显示在图像显示装置920的画面的例子，是在第2实施例的设备的控制装置中的上述控制信号生成部800中，生成控制信号16时显示的画面的一例。

在图19的学习结果显示画面中，与上述的本发明的第1实施例相同，在学习前和学习后双方中，以雷达图3102显示最终学习之后获得的成本评价指标。在曲线3101中除了显示雷达图以外，还显示在图18的成本评价指标设定画面所设定的各成本评价指标的制约值3104。

设备的操作员能够一边观察在图19所示的学习结果显示画面上显示的曲线3100和3101，一边确认学习前后评价指标值如何变化。作为将学习结果反映在控制信号生成中的基准之一，判断雷达图3102的各成本评价指标值是否在制约值3104以下，全部满足的情况下选择按钮3105，来向上述控制信号生成部800输入学习信息数据14，生成控制信号16。此外，在雷达图3102的成本评价指标值在制约值3104以上的情况存在时，通过选择按钮3105，从而能够取消对上述控制信号生成部800的学习信息数据14的输入。

此外，代替上述按钮操作，也可选择按钮3107，由此将自动执行如下的一连串的处理，即：判定是否满足学习后的成本评价指标值在制约值以下，如果满足则将学习结果用于控制信号的生成，否则不使用。通过使其具备上述功能，能够消除手动判定的时间成本、以及人为因素引起的错误，能够安全且有效地实施设备的运转控制。

至此，对第2实施例的设备的控制装置中的图像显示装置920所显示的画面的说明结束。

第3实施例

接下来，对将本发明所涉及的控制装置200用于火力发电设备的第3实施例即火力发电设备的控制装置进行说明。

此外，当然在控制火力发电设备以外的设备时也能够使用本发明所涉及的控制装置200。

图20是表示应用了本发明所涉及的控制装置200的火力发电设备100a的结构的示意图。首先，对火力发电设备100a的发电构造进行简单说明。

在图20中，构成火力发电设备100a的锅炉(boiler)101中设有使用碾磨机110将碳粉碎之后的燃料即碳粉、和提供碳粉传送用的一次空气以及燃烧调整用的二次空气的多个燃烧器(burner)102，通过该燃烧器102提供的碳粉在锅炉101的内部燃烧。此外，碳粉和一次空气从管道134导入燃烧器102，二次空气从管道141导入燃烧器102。

此外，锅炉101中设有将二级燃烧用的空气投入锅炉101的补气端口(after air port)103，二级燃烧用的空气从管道142导入补气端口103。

通过在锅炉101的内部燃烧碳粉从而产生的高温燃烧气体，沿着锅炉101的内部路径流至下游侧，在配置于锅炉101内部的热交换器106与供水进行热交换产生蒸气之后，成为排气然后流入设置在锅炉101的下游侧的空气加热器104，以该空气加热器104进行热交换使提供给锅炉101的空气升温。

然后，通过该空气加热器104的排气实施了未图示的排气处理之后，从烟囱排出至大气。

在锅炉101的热交换器106循环的供水，经由供水泵105提供给热交换器106，在热交换器106中由于流过锅炉101的燃烧气体从而被加热至沸点以上，成为高温高压的蒸气。此外，本实施例中将热交换器的数目设为一个，但也可以配置多个热交换器。

在热交换器106中产生的高温高压的蒸气，经由涡轮机调节器107被导入蒸气涡轮机108，由蒸气具有的能量驱动蒸气涡轮机108从而在发电机109发电。

在上述第3实施例的火力发电设备100a中，配置了检测表示火力发电设备的运转状态的状态量的各种测量器。

由于上述火力发电设备100a相当于图1和图10所示的设备100，因此从这些测量器取得的火力发电设备的测量信号，如图1和图10所示那样从设备100作为测量信号1被发送至控制装置200的外部输入接口201。

作为测量器，例如图20的火力发电设备100a所示，图示了测量从热交换器106提供给蒸气涡轮机108的高温高压的蒸气温度的温度测量器151、测量蒸气的压力的压力测量器152、测量由发电机9发出的电量的发电输出测量器153。

由蒸气涡轮机108的冷凝器(未图示)冷却蒸气从而生成的供水，由供水泵提供给锅炉101的热交换器106，该供水的流量由流量测量器150测量。

此外，从锅炉101排出的燃烧气体即排气中含有的成分(氮氧化物(NOx)、一氧化碳(CO)、二氧化碳(CO₂)、氮气(N₂)、氧气(O₂)、灰中未燃烧部分和硫化氢(H₂S)等)的浓度所涉及的状态量测量信号，由设置在锅炉101的下游侧的浓度测量器154测量。

也就是说，在将本发明的控制装置200应用于上述火力发电设备100a的第3实施例的火力发电设备的控制装置中，由测量器测量的火力发电设备100a的测量数据项目中包括：由上述各测量器测量的火力发电设备100a的状态量，即提供给锅炉101的燃料流量、提供给锅炉101的空气流量、提供给锅炉101的热交换器106的供水流量、由锅炉101的热交换器106产生并提供给蒸气涡轮机108的蒸气温度、提供给锅炉101的热交换器106的供水的供水压力、从锅炉101排出的排气的气体温度、上述排气的气体浓度、以及将从锅炉101排出的排气的一部分再循环至锅炉101的排气再循环流量等。

这些的测量数据项目，是将图1和图10所示的控制装置200中的控制信号生成部800运算并输出的控制信号16，作为针对火力发电设备100a的控制信号17经由外部输出接口202输入从而决定的测量数据项目。

此外，一般情况下除了图20所示的以外，在火力发电设备100a中还配置了多个测量器，但在此省略图示。

接下来，利用图21对投入至锅炉101的内部的空气的路径、也就是从燃烧器102投入锅炉101的内部的一次空气和二次空气的路径、以及从补气端口103投入至锅炉101的内部的空气的路径进行说明。

在图20所示的锅炉101中，一次空气从风扇120导入管道130，分支成通过途中设置在锅炉101的下游侧的空气加热器104的管道132、和未通过空气加热器104成为旁路的管道131，但成为在空气加热器104的下游侧配置的管道133而再次合流，被导入设置在燃烧器102的上游侧的制造碳粉的碾磨机110。

通过空气加热器104的一次空气，通过与锅炉101中流过的燃烧气体热交换进行加热。旁路空气加热器104的一次空气与该加热之后的一次空气一起，将碾磨机110中粉碎之后的碳粉传送至燃烧器102。

利用风扇121从管道140投入的空气在空气加热器104中同样地被加热之后，被分支为二次空气用的管道141和补气端口用的管道142，从而分别被导入锅炉101的燃烧器102和补气端口103。

在第3实施例的火力发电设备的控制装置中，作为对从风扇121送来并从燃烧器102和补气端口103投入锅炉101内部的空气流量进行控制的例子，在二次空气用管道141和补气端口用管道142的上游侧分别设置作为操作端机器的空气闸162和空气闸163，由控制装置200调节该空气闸162和空气闸163的开度，从而能够分别控制提供给锅炉101内部的二次空气和补气的流量。

此外，作为对从风扇120送来并从燃烧器102与碳粉一起投入至锅炉101内部的空气流量进行控制的例子，在合流为管道133的之前部分的管道131和管道132中分别设有作为操作端机器的空气闸160和空气闸161的开度，从而能够分别控制提供给锅炉101内部的空气流量。

由于所述控制装置200也能够控制其他测量数据项目，因此可以根据控制对象改变操作端机器的设置位置。

图21是与图20所示的火力发电设备l00a的锅炉101的下游侧所设置的空气加热器104相关的管道部的放大图。

如图21所示，在空气加热器104分别设置提供空气的管道130、和管道140，其中，管道140贯通空气加热器104配置，导管130由从途中分支的管道131和管道132构成，上述管道131旁路空气加热器104来配置，上述管道132贯通空气加热器104来配置。

管道132被配置成为：在贯通空气加热器104之后成为与管道131合流的管道133并被导入至碾磨机110，使空气通过该管道133从该碾磨机110与碳粉一起导入至锅炉101的燃烧器102。

此外，管道140被配置成为：贯通空气加热器104之后分支为管道141和管道142，其中管道141向锅炉101的燃烧器102导入空气，管道142向锅炉101的补气端口103导入空气。

此外，在合流成为上述管道133的之前部分的管道131和管道132，分别设置调节流通的空气量的空气闸160和空气闸161，在上述导管141和导管142的上游部分，分别设置调节通过的空气量的空气闸162和空气闸163。

并且，由于通过操作这些的空气闸160～163，能够改变管道131、132、141、142中通过空气的面积，因此能够单独调整通过管道131、132、141、142提供给锅炉101内部的空气流量。

将由控制装置200的控制信号生成部800运算的控制信号16经由外部输出接口202作为针对火力发电设备100a的控制信号17进行输出，对分别设置在锅炉101的管道131、132、141、142的空气闸160、161、162、163等操作端的机器进行操作。

此外，在本实施例中，将空气闸160、161、162、163等的机器称为操作端。此外，作为由控制信号生成部800运算并输出至上述操作端的控制信号17，包括：通过管道131、132、141、142向锅炉101提供的空气流量、在向锅炉101提供空气的管道131、132、141、142分别设置的调节空气流量的空气闸160～163的开度、提供给锅炉101的燃烧器102的碳粉的燃料流量、以及使从锅炉101排出的排气的一部分再循环至锅炉101的排气再循环流量等。

以下，对如下的情况进行说明，即：将本发明的控制装置应用于火力发电设备100a，调节向设置于锅炉101的燃烧器102提供的空气量的在管道131、132分别设置的空气闸160、161、以及调节向设置在锅炉101的补气端口103提供的空气量的在管道141、142分别设置的空气闸162、163作为操作端，将被控制量设定为从锅炉101排出的排气中的CO、NOx、O₂、灰中未燃烧部分以及H₂S的浓度。

此外，在本实施例中，锅炉101的操作端的操作量(空气闸160、161、162、163的开度)以及基于此进行参数变换之后结果，成为构成控制装置200的操作方法学习部虚拟地操作设备时的操作条件7，从锅炉101排出的排气中含有的CO、NOx、CO₂、N₂、O₂、灰中未燃烧部分以及H₂S浓度成为运转特性计算部400计算并输出的运转特性值8。此外，包含构成锅炉101的燃烧器102、补气端口103、空气加热器104在内的各机器的经年劣化信息和更换成本信息，成为机器特性计算部500计算并输出的机器特性值9。

此外，在本发明的第3实施例的火力发电设备的控制装置中，对于其控制装置200的结构以及各结构要素的功能，能够采用本发明的第1实施例以及第2实施例的结构和功能。再有，作为用于本发明的运转成本评价的要素，能够采用火力发电设备100a中设置的脱硝系统的脱硝剂使用成本、提供燃烧器102和补气端口103中使用的供给空气的风扇120和121的动力量、由排气中含有的CO、O₂、灰中未燃烧部分产生的热损耗量、由H₂S产生的锅炉101内部的腐蚀量。这些评价可利用由运转特性计算部400输出的运转特性信息来计算。

如上述说明，如果将本发明的设备的控制装置200应用于火力发电设备，则通过学习满足针对设备的运转成本和机器的寿命成本的要求的操作方法，由此能够改善设备的运转状态并进行安全且有效的运转。

此外，根据本实施例，通过使其具备在学习中学习使针对操作的成本评价值最小的操作方法的功能，由此能够实行将设备的运转成本和机器寿命考虑在内的运转控制，因此，能够实现有助于设备运转经费降低的火力发电设备的控制装置。

此外，本发明并不限定于上述实施例，包含各种的变形例。例如，上述的实施例是为了容易理解本发明而进行的详细说明，未必限定于具备所说明的全部结构的构成。此外，可以将某实施例的结构的一部分置换为其他实施例的结构，此外，也可以在某实施例中加入其他实施例的结构。此外，对于各实施例的结构的一部分，可以进行其他结构的追加、删除、置换。

此外，对于上述各结构、功能、处理部、处理单元等，可以通过例如在集成电路进行设计等以硬件实现其一部分或全部。此外，对于上述各结构、功能等，也可以通过处理器解析实行实现各个功能的程序，以软件来实现。实现各功能的程序、表、文件、测量信息、算出信息等的信息能够保存在存储器、硬盘、SSD(Solid State Drive)等的记录装置、或者IC卡、SD卡、DVD等的记录介质中。这样，各处理、各结构可作为处理部、处理单元、程序模块等实现各功能。

此外，控制线和信息线是考虑说明上的需要而示出的，产品上未必示出所有的控制线和信息线。实际上可以认为几乎所有的结构是彼此连接的。

本发明可适用于设备的控制装置和火力发电设备的控制装置。

Claims (10)

1.一种设备的控制装置，其具备控制装置，该控制装置从设备取入作为该设备的状态量的测量信号，使用所述测量信号运算控制所述设备的控制信号，所述设备的控制装置中：

包括运转信息数据库和运转特性计算部的组合或者机器信息数据库和机器特性计算部的组合的任意一种，

所述运转信息数据库，保存与设备的运转计划相关的信息和推定设备的运转特性所需的信息，

所述运转特性计算部，利用所述运转信息数据库所保存的数据，计算向所述设备提供控制信号时相当于作为该设备的状态量的所述测量信号的运转特性值，

所述机器信息数据库，保存推定与设备的机器寿命和更换成本相关的特性所需的信息，

所述机器特性计算部，利用所述机器信息数据库所保存的数据，计算向所述设备提供控制信号时相当于该设备的机器寿命和更换成本的机器特性值，

还具有：成本评价部，利用所述运转特性计算部或机器特性计算部计算出的特性值评价设备的运用成本；

成本评价信息数据库，保存相当于所述成本评价部中的成本评价的实行条件的成本评价信息数据；

操作方法学习部，利用所述运转特性计算部、机器特性计算部的任意一个以及成本评价部，按照所述成本评价部输出的成本评价值为最佳的方式学习提供给设备的控制信号的生成方法；和

学习信息数据库，保存与所述操作方法学习部中学习的制约条件和学习结果相关的学习信息数据。

2.根据权利要求1所述的设备的控制装置，其特征在于，

所述设备是具备锅炉的火力发电设备，

所述测量信号包括表示从所述火力发电设备的锅炉排出的排气中含有的氮氧化物、一氧化碳、二氧化碳、氮气、氧气、灰中未燃烧部分和硫化氢的浓度之中的至少一种的状态量的信号，

所述控制信号包括表示提供给所述火力发电设备的锅炉的空气流量、调节该空气流量的空气闸的开度、提供给锅炉的燃料流量、使从锅炉排出的排气再循环至该锅炉的排气再循环流量之中至少一个的信号。

3.根据权利要求1或2所述的设备的控制装置，其特征在于，

所述成本评价部具备以下部件中的至少一个，其分别是：运转成本评价部，利用由计算设备的运转特性的运转特性计算部输入的运转特性值，计算设备的运转成本评价值；机器成本评价部，利用由计算设备的机器寿命特性的机器特性计算部输入的机器特性值，计算设备的机器成本评价值；和成本评价指标计算部，利用所述2种的成本评价值，计算运转成本评价指标值和机器成本评价指标值。

4.根据权利要求1或2所述的设备的控制装置，其特征在于，

所述成本评价指标计算部，计算运转成本评价指标值或机器成本评价指标值的至少一个，该运转成本评价指标值或机器成本评价指标值是针对基于当前的操作条件虚拟地操作设备的一连串的操作结果而获得的运转成本评价值或机器成本评价值的时间平均值。

5.根据权利要求1或2所述的设备的控制装置，其特征在于，

所述操作方法学习部具备如下部件中的至少一个，其分别是：标量评价值计算部，计算标量评价值，该标量评价值是所述成本评价部计算出的成本评价指标值的加权和；学习处理部，基于所述标量评价值，修正操作方法的生成逻辑；和操作方法管理部，生成输入至所述运转特性计算部和机器特性计算部的、设备的虚拟操作信号。

6.根据权利要求1或2所述的设备的控制装置，其特征在于，

所述设备的控制装置具备如下部件的至少一个，其分别是：通过图像显示装置设定所述成本评价部中使用的成本评价指标条件的种类、评价期间和加权系数的设定部；和通过图像显示装置设定操作方法学习部中使用的最大操作次数和最大学习次数的设定部。

7.根据权利要求1或2所述的设备的控制装置，其特征在于，

所述设备的控制装置具备如下部件中的至少一个，其分别是：输出部，在所述控制信号生成部中生成输出至设备的控制信号时，将上次操作时学习的所述成本评价指标值和本次学习的成本评价指标值分别作为雷达图显示在图像显示装置；和输入部，能够按照其显示内容选择是否将学习结果反映到控制信号的生成中。

8.根据权利要求1或2所述的设备的控制装置，其特征在于，

构成所述控制装置的操作方法学习部具备如下部件的至少一个，其分别是：等级评价值计算部，通过所述成本评价部计算出的成本评价指标值所对应的多目的等级评价来计算等级评价值；学习处理部，基于所述等级评价值，修正操作方法的生成逻辑；和操作方法管理部，生成输入至所述运转特性计算部和机器特性计算部的、设备的虚拟操作信号。

9.根据权利要求1或2所述的设备的控制装置，其特征在于，

所述设备的控制装置，具备如下部件的至少一个，其分别是：通过图像显示装置设定所述成本评价部中使用的成本评价指标条件的种类、评价期间和制约值的设定部；和通过图像显示装置设定所述操作方法学习部以及成本评价部中使用的最大操作次数、学习实行判定阈值、最大学习次数和等级评价值系数的设定部。

10.根据权利要求1或2所述的设备的控制装置，其特征在于，

所述设备的控制装置具备如下部件中的至少一个，其分别是：输出部，在所述控制信号生成部中生成输出至设备的控制信号时，将上次操作时学习的所述成本评价指标值和本次学习的成本评价指标值分别作为雷达图显示在图像显示装置；输出部，在该雷达图上显示所设定的各评价指标值的制约值；输入部，能够按照其显示内容选择是否将学习结果反映到控制信号的生成中；和输入部，利用所述制约值信息，能够选择自动实行是否将学习结果反映到控制信号的生成中的处理。

Images