DE112020006667T5 - Prediction device, plant, prediction method, program and configuration program - Google Patents
Prediction device, plant, prediction method, program and configuration program Download PDFInfo
- Publication number
- DE112020006667T5 DE112020006667T5 DE112020006667.3T DE112020006667T DE112020006667T5 DE 112020006667 T5 DE112020006667 T5 DE 112020006667T5 DE 112020006667 T DE112020006667 T DE 112020006667T DE 112020006667 T5 DE112020006667 T5 DE 112020006667T5
- Authority
- DE
- Germany
- Prior art keywords
- deterioration
- catalyst
- plant
- degree
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/34—Chemical or biological purification of waste gases
- B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
- B01D53/86—Catalytic processes
- B01D53/8621—Removing nitrogen compounds
- B01D53/8625—Nitrogen oxides
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/34—Chemical or biological purification of waste gases
- B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
- B01D53/77—Liquid phase processes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/34—Chemical or biological purification of waste gases
- B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
- B01D53/86—Catalytic processes
- B01D53/8696—Controlling the catalytic process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2251/00—Reactants
- B01D2251/20—Reductants
- B01D2251/206—Ammonium compounds
- B01D2251/2062—Ammonia
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2252/00—Absorbents, i.e. solvents and liquid materials for gas absorption
- B01D2252/10—Inorganic absorbents
- B01D2252/103—Water
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2255/00—Catalysts
- B01D2255/20—Metals or compounds thereof
- B01D2255/207—Transition metals
- B01D2255/20707—Titanium
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2255/00—Catalysts
- B01D2255/20—Metals or compounds thereof
- B01D2255/207—Transition metals
- B01D2255/20723—Vanadium
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2255/00—Catalysts
- B01D2255/20—Metals or compounds thereof
- B01D2255/207—Transition metals
- B01D2255/20776—Tungsten
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2255/00—Catalysts
- B01D2255/30—Silica
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2258/00—Sources of waste gases
- B01D2258/02—Other waste gases
- B01D2258/0283—Flue gases
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Biomedical Technology (AREA)
- Analytical Chemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Exhaust Gas Treatment By Means Of Catalyst (AREA)
Abstract
Eine Verschlechterungsvorhersagevorrichtung enthält eine Modellerzeugungseinheit, die so konfiguriert ist, dass sie auf der Grundlage von Lerndaten, die erste Daten, die sich auf einen Katalysator in einem vergangenen Betrieb einer ersten Anlage beziehen, und zweite Daten, die sich auf einen Zustand des vergangenen Betriebs beziehen, enthalten, ein erstes Vorhersagemodell erzeugt, das einen Verschlechterungsgrad eines Katalysators in einer zweiten Anlage, die sich von der ersten Anlage unterscheidet, vorhersagt, und eine Verschlechterungsgradvorhersageeinheit, die so konfiguriert ist, dass sie den Verschlechterungsgrad in der zweiten Anlage auf der Grundlage des von der Modellerzeugungseinheit erzeugten ersten Vorhersagemodells vorhersagt. A deterioration prediction device includes a model generation unit configured to generate, based on learning data, first data related to a catalyst in a past operation of a first plant and second data related to a state of the past operation , included, generates a first prediction model that predicts a degree of deterioration of a catalyst in a second facility different from the first facility, and a deterioration degree prediction unit that is configured to predict the degree of deterioration in the second facility based on the from the first prediction model generated by the model generating unit.
Description
[Technisches Gebiet][Technical Field]
Die vorliegende Offenbarung bezieht sich auf eine Vorhersagevorrichtung, eine Anlage, ein Vorhersageverfahren, ein Programm und ein Konfigurationsprogramm. Priorität wird für die japanische Patentanmeldung Nr.
[Stand der Technik][State of the art]
Ein Katalysator wird in einer Anlage mit einem Kessel und dergleichen verwendet. In der Anlage, in der der Katalysator verwendet wird, verschlechtert sich der Katalysator, wenn die Anlage betrieben wird. Daher ist es in der Anlage, in der der Katalysator verwendet wird, wünschenswert, einen Verschlechterungsgrad des Katalysators zu erfassen.A catalyst is used in equipment having a boiler and the like. In the equipment using the catalyst, the catalyst deteriorates as the equipment is operated. Therefore, in the facility using the catalyst, it is desirable to detect a degree of deterioration of the catalyst.
Das Patentdokument 1 offenbart ein Verfahren zur Vorhersage des Verschlechterungsgrades eines Katalysators als verwandten Stand der Technik.
[Zitateliste][quote list]
[Patentdokument][patent document]
[Patentdokument 1] Japanisches Patent Nr.
[Zusammenfassung der Erfindung][Summary of the Invention]
[Technisches Problem][Technical problem]
Zur Vorhersage des Verschlechterungsgrads des Katalysators in der Anlage ist übrigens in der Regel ein komplizierter Prozess erforderlich, wie z.B. die Analyse einer Abgaseigenschaft bei jeder Vorhersage durch einen Benutzer der Anlage.Incidentally, predicting the degree of deterioration of the catalyst in the system usually requires a complicated process such as analyzing an exhaust gas property every time a prediction is made by a user of the system.
Daher besteht in der Anlage ein Bedarf an einer Technik, die es dem Benutzer ermöglicht, den Verschlechterungsgrad des Katalysators zu erkennen, ohne ein kompliziertes Verfahren durchführen zu müssen.Therefore, there is a need in the plant for a technique that allows the user to know the degree of deterioration of the catalyst without having to perform a complicated procedure.
Ein Ziel der vorliegenden Offenbarung ist es, eine Vorhersagevorrichtung, eine Anlage, ein Vorhersageverfahren, ein Programm und ein Konfigurationsprogramm zur Lösung des oben genannten Problems bereitzustellen.An aim of the present disclosure is to provide a prediction device, a facility, a prediction method, a program and a configuration program for solving the above problem.
[Lösung des Problems][The solution of the problem]
Um die obigen Probleme zu lösen, enthält eine Verschlechterungsvorhersagevorrichtung gemäß der vorliegenden Offenbarung eine Modellerzeugungseinheit, die so konfiguriert ist, dass sie auf der Grundlage von Lerndaten, die erste Daten, die sich auf einen Katalysator in einem vergangenen Betrieb einer ersten Anlage beziehen, und zweite Daten, die sich auf einen Zustand des vergangenen Betriebs beziehen, enthalten, ein erstes Vorhersagemodell erzeugt, das den Verschlechterungsgrad eines Katalysators in einer zweiten Anlage, die eine andere als die erste Anlage ist, vorhersagt, und eine Verschlechterungsgradvorhersageeinheit, die so konfiguriert ist, dass sie den Verschlechterungsgrad in der zweiten Anlage auf Basis des von der Modellerzeugungseinheit erzeugten ersten Vorhersagemodells vorhersagt.In order to solve the above problems, a deterioration prediction device according to the present disclosure includes a model generation unit configured to generate, based on learning data, first data related to a catalyst in a past operation of a first plant and second containing data relating to a state of past operation, generating a first prediction model that predicts the degree of deterioration of a catalytic converter in a second system, which is different from the first system, and a degree of deterioration prediction unit configured so that it predicts the degree of deterioration in the second plant based on the first prediction model generated by the model generation unit.
Eine Differenzdruckvorhersagevorrichtung gemäß der vorliegenden Offenbarung umfasst die oben beschriebene Verschlechterungsvorhersagevorrichtung und eine Differenzdruckschätzeinheit, die so konfiguriert ist, dass sie einen Differenzdruck zwischen Eingang und Ausgang eines Luftvorwärmers auf der Grundlage des von der Verschlechterungsvorhersagevorrichtung vorhergesagten Verschlechterungsgrads abschätzt.A differential pressure prediction device according to the present disclosure includes the deterioration prediction device described above, and a differential pressure estimation unit configured to estimate a differential pressure between the inlet and outlet of an air preheater based on the degree of deterioration predicted by the deterioration prediction device.
Eine Anlage gemäß der vorliegenden Offenbarung, in der ein Katalysator verwendet wird, umfasst eine Vorrichtung, in der eine Verschlechterung des Katalysators auftritt, und die oben beschriebene Verschlechterungsvorhersagevorrichtung, die so konfiguriert ist, dass sie den Verschlechterungsgrad des Katalysators vorhersagt.A system according to the present disclosure in which a catalyst is used includes a device in which deterioration of the catalyst occurs and the deterioration predicting device described above configured to predict the degree of deterioration of the catalyst.
Ein Verschlechterungsvorhersageverfahren gemäß der vorliegenden Offenbarung umfasst das Erzeugen eines ersten Vorhersagemodells, das einen Verschlechterungsgrad eines Katalysators in einer zweiten Anlage, die eine andere als die erste Anlage ist, vorhersagt, auf der Grundlage von Lerndaten, die erste Daten, die sich auf einen Katalysator in einem vergangenen Betrieb einer ersten Anlage beziehen, und zweite Daten, die sich auf einen Zustand des vergangenen Betriebs beziehen, umfassen, und das Vorhersagen des Verschlechterungsgrads in der zweiten Anlage auf der Grundlage des erzeugten ersten Vorhersagemodells.A deterioration prediction method according to the present disclosure includes creating a first prediction model that predicts a degree of deterioration of a catalyst in a second plant, which is different from the first plant, based on learning data that is first data relating to a catalyst in relating to a past operation of a first plant, and comprising second data relating to a state of the past operation, and predicting the degree of deterioration in the second plant based on the generated first prediction model.
Ein Differenzdruck-Vorhersageverfahren gemäß der vorliegenden Offenbarung umfasst das Erzeugen eines ersten Vorhersagemodells, das einen Verschlechterungsgrad eines Katalysators in einer zweiten Anlage, die eine andere als die erste Anlage ist, vorhersagt, auf der Grundlage von Lerndaten, die erste Daten, die sich auf einen Katalysator in einem vergangenen Betrieb einer ersten Anlage beziehen, und zweite Daten, die sich auf einen Zustand des vergangenen Betriebs beziehen, umfassen, das Vorhersagen des Verschlechterungsgrads in der zweiten Anlage auf der Grundlage des erzeugten ersten Vorhersagemodells, und das Schätzen des Differenzdrucks zwischen Eingang und Ausgang eines Luftvorwärmers auf der Grundlage des vorhergesagten Verschlechterungsgrads.A differential pressure prediction method according to the present disclosure includes creating a first prediction model that predicts a degree of deterioration of a catalyst in a second facility, which is different from the first facility, based on learning data, which is first data relating to a Catalyst in a past operation of a first plant and second data relating to a condition of past operation comprises predicting the degree of deterioration in the second plant based on the generated first predictive model, and estimating the differential pressure between the inlet and outlet of an air preheater based on the predicted one degree of deterioration.
Ein Programm gemäß der vorliegenden Offenbarung veranlasst einen Computer, auf der Grundlage von Lerndaten, einschließlich erster Daten, die sich auf einen Katalysator in einem vergangenen Betrieb einer ersten Anlage beziehen, und zweiter Daten, die sich auf einen Zustand des vergangenen Betriebs beziehen, ein erstes Vorhersagemodell zu erzeugen, das einen Verschlechterungsgrad eines Katalysators in einer zweiten Anlage, die eine andere als die erste Anlage ist, vorhersagt, und den Verschlechterungsgrad in der zweiten Anlage auf der Grundlage des erzeugten ersten Vorhersagemodells vorherzusagen.A program according to the present disclosure causes a computer, based on learning data including first data relating to a catalyst in a past operation of a first plant and second data relating to a condition of the past operation, to first instruct a computer generate a prediction model that predicts a degree of deterioration of a catalyst in a second plant, which is different from the first plant, and to predict the degree of deterioration in the second plant based on the generated first prediction model.
[Vorteilhafte Auswirkungen der Erfindung][Advantageous Effects of the Invention]
Mit der Vorhersagevorrichtung, der Anlage, dem Vorhersageverfahren, dem Programm und dem Konfigurationsprogramm gemäß der Ausführungsform der vorliegenden Offenbarung ist es dem Benutzer der Anlage möglich, den Verschlechterungsgrad des Katalysators zu erfassen, ohne einen komplizierten Prozess auszuführen.With the prediction device, the system, the prediction method, the program, and the configuration program according to the embodiment of the present disclosure, it is possible for the system user to grasp the degree of deterioration of the catalyst without performing a complicated process.
Figurenlistecharacter list
-
1 ist ein Diagramm, das ein Beispiel einer Konfiguration einer Anlage gemäß einer ersten Ausführungsform der vorliegenden Offenbarung zeigt.1 12 is a diagram showing an example of a configuration of a plant according to a first embodiment of the present disclosure. -
2 ist ein Diagramm, das ein Beispiel einer Konfiguration einer Sensorvorrichtung gemäß der ersten Ausführungsform der vorliegenden Offenbarung zeigt.2 12 is a diagram showing an example of a configuration of a sensor device according to the first embodiment of the present disclosure. -
3 ist ein Diagramm, das ein Beispiel einer Konfiguration einer Verschlechterungsvorhersagevorrichtung gemäß der ersten Ausführungsform der vorliegenden Offenbarung zeigt.3 12 is a diagram showing an example of a configuration of a deterioration prediction device according to the first embodiment of the present disclosure. -
4 ist ein Diagramm, das ein Beispiel für frühere Ergebnisdaten in verschiedenen Anlagen gemäß der ersten Ausführungsform der vorliegenden Offenbarung zeigt.4 12 is a diagram showing an example of past result data in various plants according to the first embodiment of the present disclosure. -
5 ist ein Diagramm zur Beschreibung der Erzeugung eines ersten Modells und eines zweiten Modells gemäß der ersten Ausführungsform der vorliegenden Offenbarung.5 14 is a diagram for describing generation of a first model and a second model according to the first embodiment of the present disclosure. -
6 ist ein Diagramm, das ein Beispiel für die Dateneingabe aus dem ersten Modell und dem zweiten Modell gemäß der ersten Ausführungsform der vorliegenden Offenbarung zeigt.6 12 is a diagram showing an example of data input from the first model and the second model according to the first embodiment of the present disclosure. -
7 ist ein erstes Diagramm, das einen Prozessablauf der Verschlechterungsvorhersagevorrichtung gemäß der ersten Ausführungsform der vorliegenden Offenbarung zeigt.7 12 is a first diagram showing a process flow of the deterioration prediction device according to the first embodiment of the present disclosure. -
8 ist ein zweites Diagramm, das den Prozessablauf der Verschlechterungsvorhersagevorrichtung gemäß der ersten Ausführungsform der vorliegenden Offenbarung zeigt.8th FIG. 2 is a second diagram showing the process flow of the deterioration prediction device according to the first embodiment of the present disclosure. -
9 ist ein Diagramm, das ein Beispiel eines Vergleichsergebnisses von Beispielen gemäß der ersten Ausführungsform der vorliegenden Offenbarung zeigt.9 14 is a graph showing an example of a comparison result of examples according to the first embodiment of the present disclosure. -
10 ist ein Diagramm, das ein Beispiel einer Konfiguration einer Differenzdruck-Vorhersagevorrichtung gemäß einer zweiten Ausführungsform der vorliegenden Offenbarung zeigt.10 14 is a diagram showing an example of a configuration of a differential pressure prediction device according to a second embodiment of the present disclosure. -
11 ist ein Diagramm, das ein Beispiel einer Konfiguration einer Anlage gemäß der zweiten Ausführungsform der vorliegenden Offenbarung zeigt.11 14 is a diagram showing an example of a configuration of a plant according to the second embodiment of the present disclosure. -
12 ist ein Diagramm, das den Prozessablauf der Differenzdruck-Vorhersagevorrichtung gemäß der zweiten Ausführungsform der vorliegenden Offenbarung zeigt.12 12 is a diagram showing the process flow of the differential pressure prediction device according to the second embodiment of the present disclosure. -
13 ist ein Diagramm zur Beschreibung eines Verfahrens der Differenzdruck-Vorhersagevorrichtung gemäß der zweiten Ausführungsform der vorliegenden Offenbarung.13 14 is a diagram for describing a method of the differential pressure prediction device according to the second embodiment of the present disclosure. -
14 ist ein Diagramm, das ein Beispiel eines Vergleichsergebnisses von Beispielen gemäß der zweiten Ausführungsform der vorliegenden Offenbarung zeigt.14 14 is a graph showing an example of a comparison result of examples according to the second embodiment of the present disclosure. -
15 ist ein schematisches Blockdiagramm, das eine Konfiguration eines Computers gemäß mindestens einer Ausführungsform zeigt.15 12 is a schematic block diagram showing a configuration of a computer according to at least one embodiment.
[Beschreibung der Ausführungsformen][Description of the Embodiments]
<Erste Ausführungsform><First Embodiment>
Im Folgenden wird eine Ausführungsform unter Bezugnahme auf die Zeichnungen detailliert beschrieben.In the following, an embodiment will be described in detail with reference to the drawings.
Ein Verschlechterungsvorhersagesystem gemäß einer ersten Ausführungsform der vorliegenden Offenbarung sagt einen Verschlechterungszustand einer in einer Anlage 1 vorgesehenen Denitrierungsvorrichtung 20 auf der Grundlage von Betriebsdaten der Anlage 1 voraus, die ein Vorhersageziel ist. Das Verschlechterungsvorhersagesystem umfasst eine Datenservervorrichtung 50 und eine Verschlechterungsvorhersagevorrichtung 40. Die Datenservervorrichtung 50 ist eine Vorrichtung, die Daten der Anlage 1 speichert. Bei den Daten der Anlage 1 handelt es sich um Daten, die z.B. eine Brennstoffeigenschaft, die Betriebsdaten und ähnliches umfassen. Die Verschlechterungsvorhersagevorrichtung 40 sagt den Verschlechterungszustand der in der Anlage 1 vorgesehenen Denitrierungsvorrichtung 20 auf der Grundlage der in der Datenservervorrichtung 50 gespeicherten Daten voraus.A deterioration prediction system according to a first embodiment of the present disclosure predicts a deterioration state of a
(Konfiguration der Anlage)(system configuration)
Es wird eine Konfiguration der Anlage 1 (ein Beispiel für eine zweite Anlage und ein Beispiel für eine Anlage) gemäß der ersten Ausführungsform beschrieben.A configuration of the plant 1 (an example of a second plant and an example of a plant) according to the first embodiment will be described.
Die Anlage 1 gemäß der ersten Ausführungsform ist eine Anlage, die den Grad der Leistungsverschlechterung eines Katalysators in Bezug auf die Gesamtbetriebsstunden der Anlage 1 vorhersagt.The
Wie in
Der Kessel 10 ist ein Kessel, der Kohle oder ähnliches als Brennstoff verwendet. Der Kessel 10 leitet das Verbrennungsgas, das bei der Verbrennung des Brennstoffs entsteht, an die Denitrierungsvorrichtung 20 weiter.The
Die Denitrierungsvorrichtung 20 ist eine Vorrichtung, die die Stickoxidkonzentration (NOx) im Verbrennungsgas durch Zersetzung der im Verbrennungsgas enthaltenen NOx reduziert. Für einen stabilen Betrieb der Anlage 1 ist es vorteilhaft, die Denitrierungsrate der Denitrierungsvorrichtung 20 auf einer im Wesentlichen festen Rate zu halten.The
Beispielsweise hält die Denitrierungsvorrichtung 20 die Denitrierungsrate, die aufgrund einer Verschlechterung der Leistung des Katalysators durch eine vergiftende Komponente zu sinken droht, auf einer festen Rate, indem Ammoniak (NH3) an einem Einlass der Denitrierungsvorrichtung 20 eingespritzt wird. Bei der vergiftenden Komponente handelt es sich um eine Komponente, die von außen zugeführt wird und sich von einer Hauptkomponente des Katalysators unterscheidet.For example, by injecting ammonia (NH 3 ) at an inlet of the
Die vergiftende Komponente gelangt von außen in die Denitrierungsvorrichtung 20. Daher nimmt in der Denitrierungsvorrichtung 20 eine aktive Stelle mit zunehmender Vergiftungskomponente ab. Als Folge sinkt der Wert der Reaktionsgeschwindigkeitskonstante K, die ein Maß für die Leistungsfähigkeit des Katalysators ist. Das heißt, dass sich die Leistung des Katalysators verschlechtert.The poisoning component enters the
Die Anlage 1 gemäß der ersten Ausführungsform ist ein Vorhersageziel für den Verschlechterungsgrad der Leistung des Katalysators.The
Wie in
Der erste Sensor 301 detektiert eine Staubkonzentration am Einlass der Denitrierungsvorrichtung 20.The
Der zweite Sensor 302 detektiert die Stickoxidkonzentration (Nox) am Einlass der Denitrierungsvorrichtung 20.The
Der dritte Sensor 303 detektiert eine Schwefeloxidkonzentration (Sox) am Einlass der Denitrierungsvorrichtung 20.The
Der vierte Sensor 304 detektiert eine Sauerstoffkonzentration (02) am Einlass der Denitrierungsvorrichtung 20.The
Die von der Sensorvorrichtung 30 gemessenen Daten werden über ein Netzwerk, z.B. das Internet, an die Datenservervorrichtung 50 übertragen. Dadurch werden die Daten der Anlage 1 in der Datenservervorrichtung 50 akkumuliert.The data measured by the
(Konfiguration der Verschlechterungsvorhersagevorrichtung)(Configuration of Deterioration Predicting Device)
Die Verschlechterungsvorhersagevorrichtung 40 ist eine Vorrichtung, die den Grad der Leistungsverschlechterung des Katalysators im Verhältnis zu den Gesamtbetriebsstunden der Anlage 1 vorhersagt.The
Wie in
Die Speichereinheit 401 speichert verschiedene Informationen, die für einen Prozess der Verschlechterungsvorhersagevorrichtung 40 erforderlich sind. The
Die Speichereinheit 401 speichert zum Beispiel frühere Ergebnisdaten D1 in verschiedenen Anlagen (Beispiel für eine erste Anlage).The
Spezifisch speichert die Speichereinheit 401 z.B. einen Planwert, Anlagendaten und die in
Es ist zu beachten, dass die Speichereinheit 401 die Daten, die sich mit dem Ablauf der Zeit ändern, in Assoziierung mit der Zeit speichert.Note that the
Wie in
Beispiele für die Leistung des Katalysators beinhalten ein Anfangswert K0 der Reaktionsgeschwindigkeitskonstante und ein Verhältnis (K/K0) zwischen der Reaktionsgeschwindigkeitskonstante K und dem Anfangswert K0 der Reaktionsgeschwindigkeitskonstante nach Ablauf einer bestimmten Betriebsstunde (Verschlechterungsgrad der Reaktionsgeschwindigkeitskonstante, d. h. der Verschlechterungsgrad des Katalysators). Es ist zu beachten, dass der Anfangswert K0 der Reaktionsgeschwindigkeitskonstante ein im Voraus festgelegter Wert ist.Examples of the performance of the catalyst include an initial value K0 of the reaction rate constant and a ratio (K/K0) between the reaction rate constant K and the initial value K0 of the reaction rate constant after a certain operation hour has elapsed (degree of deterioration of the reaction rate constant, i.e. the degree of deterioration of the catalyst). Note that the initial value K0 of the reaction rate constant is a predetermined value.
Weitere Beispiele für die Spezifikation des Katalysators beinhalten eine anfängliche spezifische Oberfläche des Katalysators, ein anfängliches Porenvolumen des Katalysators und eine anfängliche Zusammensetzung des Katalysators (z.B. Titandioxid (TiO2), Wolframtrioxid (WO3), Vanadiumpentoxid (V2O5) und Siliziumdioxid (SiO2)). Es sei darauf hingewiesen, dass die Spezifikation des Katalysators z.B. durch Probenahme und Analyse des tatsächlichen Katalysators ermittelt werden kann.Other examples of catalyst specification include an initial catalyst specific surface area, an initial catalyst pore volume, and an initial catalyst composition (e.g., titania (TiO2), tungsten trioxide (WO3), vanadium pentoxide (V2O5), and silica (SiO2)). It should be noted that the specification of the catalytic converter can be determined, for example, by sampling and analyzing the actual catalytic converter.
Weitere Beispiele für die Spezifikation der Vorrichtung beinhalten die Strömungsgeschwindigkeit, die Staubkonzentration am Einlass der Denitrierungsvorrichtung 20, die Stickoxidkonzentration (Nox) am Einlass der Denitrierungsvorrichtung 20, die Schwefeloxidkonzentration (Sox) am Einlass der Denitrierungsvorrichtung 20 und die Sauerstoffkonzentration (O2) am Einlass der Denitrierungsvorrichtung 20.Other examples of the specification of the device include the flow rate, the dust concentration at the inlet of the
Es ist zu beachten, dass die Strömungsgeschwindigkeit ein für jede Vorrichtung bestimmter Wert ist. Sowohl die Staubkonzentration am Einlass der Denitrierungsvorrichtung 20, die Nox-Konzentration am Einlass der Denitrierungsvorrichtung 20, die Sox-Konzentration am Einlass der Denitrierungsvorrichtung 20 als auch die O2-Konzentration am Einlass der Denitrierungsvorrichtung 20 sind jeweils ein Wert, der von der am Einlass der Denitrierungsvorrichtung 20 vorgesehenen Sensorvorrichtung 30 gemessen wird. Die Staubkonzentration am Einlass der Denitrierungsvorrichtung 20, die Nox-Konzentration am Einlass der Denitrierungsvorrichtung 20, die Sox-Konzentration am Einlass der Denitrierungsvorrichtung 20 und die O2-Konzentration am Einlass der Denitrierungsvorrichtung 20 können jeweils durch Berechnung aus der Brennstoffeigenschaft ermittelt werden. Hier ist die Brennstoffeigenschaft ein Wert, der die Menge jeder Komponente in der Asche angibt, die in den Katalysator einfließt, und ist ein Wert, der durch die Analyse des Brennstoffs für jede Anlage erhalten wird.It should be noted that the flow rate is a specific value for each device. Each of the dust concentration at the inlet of the
Darüber hinaus beinhalten die Anlagendaten, wie in
Beispielhafte Beispiele für die Brennstoffeigenschaft beinhalten die Menge der in der Flugasche enthaltenen Komponenten wie Si02 und Al 203, die in den Katalysator einfließt.Exemplary examples of the fuel property include the amount of components such as
Zu den Betriebsdaten gehören beispielsweise auch die Betriebsstunden der Anlage.The operating data also includes, for example, the operating hours of the system.
Zusätzlich, wie in
Exemplarische Beispiele für die physikalische Eigenschaft des vergifteten Katalysators sind die spezifische Oberfläche des vergifteten Katalysators und das Porenvolumen des vergifteten Katalysators.Exemplary examples of the physical property of the poisoned catalyst are the poisoned catalyst specific surface area and the poisoned catalyst pore volume.
Darüber hinaus umfassen beispielhafte Beispiele für die Zusammensetzung des vergifteten Katalysators einen Wert, der durch Normierung eines Verhältnisses von TiO2 im vergifteten Katalysator auf ein Verhältnis von WO3 (T1O2/WO3) erhalten wird, und einen Wert, der durch Normierung des Verhältnisses von SiO2 im vergifteten Katalysator auf ein Verhältnis von WO3 (SiO2/WO3) erhalten wird.Moreover, exemplary examples of the composition of the poisoned catalyst include a value obtained by normalizing a ratio of TiO2 in the poisoned catalyst to a ratio of WO3 (T1O2/WO3) and a value obtained by normalizing the ratio of SiO2 in the poisoned Catalyst to a ratio of WO3 (SiO2/WO3) is obtained.
Es ist zu beachten, dass die Daten des vergifteten Katalysators die Daten des Katalysators in der Denitrierungsvorrichtung 20 sind, die während des Betriebs der Anlage nur schwer erfasst werden können. Daher werden die Daten über den vergifteten Katalysator während der Wartung und Inspektion der Anlage 1 erfasst.It should be noted that the poisoned catalyst data is the data of the catalyst in the
Darüber hinaus speichert die Speichereinheit 401 spezifisch den Verschlechterungsgrad des Katalysators (d.h. das Verhältnis (K/K0)), der für den vergangenen Betrieb der Anlage ermittelt wurde.In addition, the
Darüber hinaus speichert die Speichereinheit 401 beispielsweise Daten, die im Falle einer Vorhersage des Verschlechterungsgrades des Katalysators in der Anlage 1 unter Verwendung des Modells verwendet werden.In addition, the
Spezifisch speichert die Speichereinheit 401 ein erstes Modell (ein Beispiel für ein zweites Vorhersagemodell), das unter Verwendung der vergangenen Ergebnisdaten D1 erzeugt wurde, ein zweites Modell (ein Beispiel für ein erstes Vorhersagemodell), das unter Verwendung der vergangenen Ergebnisdaten D1 erzeugt wurde, die Leistung des Katalysators der Anlage 1, die Spezifikation des Katalysators der Anlage 1, die Spezifikation der Vorrichtung der Anlage 1 und die Brennstoffeigenschaft der Anlage 1. Das erste Modell ist ein Modell, das die Daten des vergifteten Katalysators in der Anlage 1 vorhersagt. Das zweite Modell ist ein Modell, das den Verschlechterungsgrad des Katalysators anhand der vom ersten Modell vorhergesagten Daten des vergifteten Katalysators vorhersagt. Sowohl das erste Modell als auch das zweite Modell ist ein trainiertes Modell, das anhand der früheren Ergebnisdaten in verschiedenen Anlagen trainiert wurde.Specifically, the
Exemplarische Beispielen für die Leistung des Katalysators der Anlage 1 beinhalten der Anfangswert K0 der Reaktionsgeschwindigkeitskonstante der Anlage 1.Exemplary examples of the performance of the
Weitere Beispiele für die Spezifikation des Katalysators der Anlage 1 sind die anfängliche spezifische Oberfläche des Katalysators in der Anlage 1 und das anfängliche Porenvolumen des Katalysators in der Anlage 1.Other examples of the specification of the
Exemplarische Beispiele der Spezifikation der Vorrichtung der Anlage 1 beinhalten außerdem die Strömungsgeschwindigkeit in der Anlage 1.Exemplary examples of the specification of the device of
Darüber hinaus umfassen beispielhafte Beispiele für die Brennstoffeigenschaft der Anlage 1 die Menge der in der Asche enthaltenen Komponente, die in den Katalysator der Anlage 1 einströmt (z.B. die Menge an TiO2, SiO2 und dergleichen, die in den Katalysator einströmt).Moreover, exemplary examples of the fuel property of the
Es sei angemerkt, dass die Erstellung des ersten Modells und die Erstellung des zweiten Modells weiter unten beschrieben werden.It should be noted that the creation of the first model and the creation of the second model are described below.
Die Planwert-Erfassungseinheit 402 erfasst den Planwert der Anlage 1.Plan
Beispielsweise liest die Planwerterfassungseinheit 402 die Leistung des Katalysators der Anlage 1, die Spezifikation des Katalysators der Anlage 1 und die Spezifikation der Vorrichtung der Anlage 1 aus der Speichereinheit 401 aus.For example, the schedule
Spezifisch liest die Planwerterfassungseinheit 402 den Anfangswert K0 der Reaktionsgeschwindigkeitskonstante der Anlage 1, die anfängliche spezifische Oberflächenfläche des Katalysators, das anfängliche Porenvolumen des Katalysators, die anfängliche Zusammensetzung des Katalysators, die Strömungsgeschwindigkeit und dergleichen aus der Speichereinheit 401 aus.Specifically, the map
Darüber hinaus erfasst die Planwerterfassungseinheit 402 beispielsweise von der Sensorvorrichtung 30 jeweils einen Erfassungswert der von der Sensorvorrichtung 30 erfassten Staubkonzentration, der Stickoxid (Nox)-Konzentration am Einlass der Denitrierungsvorrichtung 20, der Schwefeloxid (SOx)-Konzentration am Einlass der Denitrierungsvorrichtung 20 und der Sauerstoff (O2)-Konzentration am Einlass der Denitrierungsvorrichtung 20.In addition, the plan
Es sollte angemerkt werden, dass der von der Planwerterfassungseinheit 402 erfasste Erfassungswert in der Speichereinheit 401 gespeichert werden kann, und der gespeicherte Erfassungswert kann als Ergebnisdaten in einem Fall verwendet werden, in dem der Verschlechterungsgrad des Katalysators in einer anderen Anlage ermittelt wird.It should be noted that the detection value detected by the schedule
Die Anlagendatenerfassungseinheit 403 erfasst die Anlagendaten der Anlage 1 aus der Datenservereinrichtung 50, um die erfassten Anlagendaten in der Speichereinheit 401 zu speichern.The facility
(Erzeugung des ersten Modells)(creation of the first model)
Die erste Modellerzeugungseinheit 404 erzeugt das erste Modell. Beispiele für das erste Modell sind ein maschinelles Lernmodell wie ein neuronales Netzwerk, ein „Random Forest“ und eine „Support-Vector-Maschine“. In der folgenden Beschreibung wird die Erzeugung des ersten Modells am Beispiel eines neuronalen Netzwerkes beschrieben.The first
Die erste Modellerzeugungseinheit 404 erzeugt ein trainiertes erstes Modell, indem sie ein modelliertes neuronales Netzwerk einem maschinellen Lernen unterzieht, wobei die vergangenen Ergebnisdaten (der Planwert, die Anlagendaten und die Vergiftungskatalysatordaten) in verschiedenen Anlagen als Lerndaten verwendet werden.The first
Das neuronale Netzwerk ist z.B. ein neuronales Faltungsnetzwerk mit einer Eingangsschicht, einer Zwischenschicht und einer Ausgangsschicht. Außerdem handelt es sich bei den Lerndaten um Daten, bei denen der Planwert, die Anlagendaten und die nach der Vergiftungs-Katalysator-Daten eins-zu-eins miteinander verknüpft sind.The neural network is, for example, a neural convolutional network with an input layer, an intermediate layer and an output layer. In addition, the learning data is data in which the plan value, the facility data, and the post-poisoning catalyst data are linked one-to-one.
Spezifisch teilt die erste Modellerzeugungseinheit 404 eine Vielzahl von Lerndaten (den Planwert, die Anlagendaten und die Vergiftungs-Katalysatordaten) in Trainingsdaten, Bewertungsdaten und Testdaten auf. Wie in
Die Erzeugung des trainierten Modells durch die erste Modellerzeugungseinheit 404 wird so lange wiederholt, bis das gewünschte trainierte erste Modell erreicht ist.The generation of the trained model by the first
Die erste Modellerzeugungseinheit 404 schreibt das erzeugte trainierte erste Modell in die Speichereinheit 401.The first
(Erzeugung des zweiten Modells)(creation of the second model)
Die zweite Modellerzeugungseinheit 405 erzeugt das zweite Modell.The second
Beispielsweise erzeugt die zweite Modellerzeugungseinheit 405 ein trainiertes zweites Modell, indem ein modelliertes neuronales Netzwerk einem maschinellen Lernen unterzogen wird, wobei die vergangenen Ergebnisdaten (der Planwert, die Anlagendaten, die Vergiftungs-Katalysatordaten und die Katalysatorverschlechterungsdaten) in verschiedenen Anlagen als Lerndaten verwendet werden.For example, the second
Bei dem neuronalen Netzwerk handelt es sich z.B. um ein neuronales Faltungsnetzwerk mit einer Eingabeschicht, einer Zwischenschicht und einer Ausgabeschicht. Außerdem handelt es sich bei den Lerndaten hier um Daten, bei denen der Planwert, die Anlagendaten, die Daten über den Vergiftungs-Katalysator und die Daten über die Verschlechterung des Katalysators auf einer eins-zu-eins-Basis miteinander verknüpft sind.The neural network is, for example, a convolutional neural network having an input layer, an intermediate layer and an output layer. Also, the learning data here is data in which the schedule value, the facility data, the poisoning catalyst data, and the catalyst deterioration data are linked on a one-to-one basis.
Spezifisch unterteilt die zweite Modellerzeugungseinheit 405 eine Vielzahl von Lerndaten (den Planwert, die Anlagendaten, die Vergiftungs-Katalysatordaten und die Katalysatorverschlechterungsdaten) in Trainingsdaten, Bewertungsdaten und Testdaten. Wie in
Die Erzeugung des trainierten Modells durch die zweite Modellerzeugungseinheit 405 wird so lange wiederholt, bis das gewünschte trainierte zweite Modell erreicht ist.The generation of the trained model by the second
Die zweite Modellerzeugungseinheit 405 schreibt das erzeugte trainierte zweite Modell in die Speichereinheit 401.The second
Die Nachvergiftungsdatenerfassungseinheit 406 erfasst die Vergiftungskatalysatordaten auf der Grundlage des Planwertes, der Anlagendaten und des trainierten ersten Modells.The post-poisoning
Die Nachvergiftungsdatenerfassungseinheit 406 liest beispielsweise die Leistung des Katalysators der Anlage 1 (zum Beispiel den Anfangswert K0 der Reaktionsgeschwindigkeitskonstante der Anlage 1), die Spezifikation des Katalysators der Anlage 1 (zum Beispiel die anfängliche spezifische Oberflächenfläche des Katalysators in der Anlage 1, das anfängliche Porenvolumen des Katalysators in der Anlage 1 und dergleichen) , die Spezifikation der Vorrichtung der Anlage 1 (z.B. die Strömungsgeschwindigkeit in der Anlage 1), die Brennstoffeigenschaft der Anlage 1 (z.B. die Einströmmenge der Komponente in der Asche in den Katalysator in der Anlage 1) und das trainierte erste Modell aus der Speichereinheit 401.The post-poisoning
Darüber hinaus erfasst die Nachvergiftungsdatenerfassungseinheit 406 aus der Sensorvorrichtung 30 Informationen, die jeweils die Staubkonzentration am Einlass der Denitrierungsvorrichtung 20, die Nox-Konzentration am Einlass der Denitrierungsvorrichtung 20, die Sox-Konzentration am Einlass der Denitrierungsvorrichtung 20 und die O2-Konzentration am Einlass der Denitrierungsvorrichtung 20 während des Betriebs der Anlage 1 angeben.In addition, the post-poisoning
Wie in
Darüber hinaus erfasst die Nachvergiftungsdatenerfassungseinheit 406 die Vergiftungskatalysatordaten (z.B. die physikalische Eigenschaft des Vergiftungskatalysators und die Zusammensetzung des Vergiftungskatalysators), die von dem trainierten ersten Modell ausgegeben werden.In addition, the post-poisoning
Die von der Nachvergiftungsdatenerfassungseinheit 406 erfassten Vergiftungskatalysatordaten sind die Vergiftungskatalysatordaten, die durch die Vorhersage in einem Fall erhalten werden, in dem die Anlage 1 für die durch die Anlagendaten angegebene Zeit unter einer durch den Planwert und die Anlagendaten angegebenen Bedingung betrieben wird.The poisoning catalyst data acquired by the post-poisoning
Die Katalysatorverschlechterungsgrad-Erfassungseinheit 407 erfasst die Katalysatorverschlechterungsdaten auf der Grundlage des Planwertes, der Anlagendaten, der Vergiftungs-Katalysatordaten und des trainierten zweiten Modells.The catalyst deterioration
Beispielsweise liest die Katalysatorverschlechterungsgrad-Erfassungseinheit 407 die Spezifikation des Katalysators der Anlage 1 (z.B. die anfängliche spezifische Oberfläche des Katalysators in der Anlage 1 und das anfängliche Porenvolumen des Katalysators in der Anlage 1), die Spezifikation der Vorrichtung der Anlage 1 (z.B. die Strömungsgeschwindigkeit in der Anlage 1) und das trainierte zweite Modell aus der Speichereinheit 401 aus.For example, the catalyst deterioration
Darüber hinaus erfasst die Katalysatorverschlechterungsgrad-Erfassungseinheit 407 von der Sensorvorrichtung 30 Informationen, die jeweils die Staubkonzentration am Einlass der Denitrierungsvorrichtung 20, die Nox-Konzentration am Einlass der Denitrierungsvorrichtung 20, die Sox-Konzentration am Einlass der Denitrierungsvorrichtung 20 und die O2-Konzentration am Einlass der Denitrierungsvorrichtung 20 während des Betriebs der Anlage 1 anzeigen.In addition, the catalyst deterioration
Darüber hinaus erfasst die Katalysatorverschlechterungsgraderfassungseinheit 407 die von der Vergiftungsdatenerfassungseinheit 406 vorhergesagten Nachvergiftungskatalysatordaten von der Nachvergiftungsdatenerfassungseinheit 406.In addition, the catalyst deterioration
Wie in
Darüber hinaus erfasst die Katalysatorverschlechterungsgrad-Erfassungseinheit 407 die vom trainierten zweiten Modell ausgegebenen Katalysatorverschlechterungsdaten.In addition, the catalyst deterioration
Die von der Katalysatorverschlechterungsgraderfassungseinheit 407 erfassten Katalysatorverschlechterungsdaten sind die Katalysatorverschlechterungsdaten, die durch die Vorhersage in einem Fall erhalten werden, in dem die Anlage 1 für die durch die Anlagendaten angegebene Zeit unter einer durch den Planwert und die Anlagendaten angegebenen Bedingung betrieben wird.The catalyst deterioration data acquired by the catalyst deterioration
(Lernprozess des Modells)(learning process of the model)
Im Folgenden wird die Funktionsweise der Verschlechterungsvorhersagevorrichtung 40 beschrieben. Zunächst wird ein Lernprozess des maschinellen Lernmodells beschrieben, das von der Verschlechterungsvorhersagevorrichtung 40 verwendet wird, um die Verschlechterung des Katalysators vorherzusagen.The operation of the
Ein Administrator oder dergleichen der Verschlechterungsvorhersagevorrichtung 40 erfasst im Voraus die Katalysatorverschlechterungsdaten des Katalysators der Denitrierungsvorrichtung 20, die in der Anlage während der Wartung und Inspektion der Anlage, die sich von der Anlage 1 unterscheidet, bereitgestellt wird und die das Vorhersageziel ist. Die Katalysatorverschlechterungsdaten werden durch Messung der Nox-Konzentration des Gases an einem Eingang und der Nox-Konzentration des Gases an einem Ausgang der Denitrierungsvorrichtung 20 ermittelt. Darüber hinaus erhält der Verwalter der Verschlechterungsvorhersagevorrichtung 40 im Voraus die Vergiftungs-Katalysatordaten , einschließlich der physikalischen Eigenschaften des Katalysators und der Zusammensetzung des Katalysators, durch die zerstörende Inspektion während der Wartung und Inspektion der Anlage, die sich von der Anlage 1 unterscheidet, die das Vorhersageziel ist. Die Vergiftungs-Katalysatordaten sind die Daten des Katalysators in der Denitrierungsvorrichtung 20 und sind die Daten, die während des Betriebs der Anlage schwer zu erfassen sind.An administrator or the like of the
Die erste Modellerzeugungseinheit 404 unterzieht das erste Modell, bei dem es sich um das maschinelle Lernmodell handelt, einem maschinellen Lernen, wobei die vergangenen Ergebnisdaten (der Planwert, die Anlagendaten und die Vergiftungs-Katalysatordaten) in verschiedenen Anlagen als Lerndaten verwendet werden. Der Planwert und die Anlagendaten werden von der Datenservervorrichtung 50 erfasst.The first
Spezifisch erzeugt die erste Modellerzeugungseinheit 404 die Trainingsdaten unter Verwendung des Planwerts und der Anlagendaten als Eingangsstichprobe und der Daten des Vergiftungs-Katalysators als Ausgangsstichprobe in den Ergebnisdaten. Die erste Modellerzeugungseinheit 404 trainiert, basierend auf den Trainingsdaten, das erste Modell, um einen Vorhersagewert eines Zustands des Vergiftungs-Katalysators auszugeben, indem der Planwert und die Anlagendaten eingegeben werden.Specifically, the first
Die erste Modellerzeugungseinheit 404 schreibt das trainierte erste Modell in die Speichereinheit 401.The first
Die zweite Modellerzeugungseinheit 405 unterzieht das zweite Modell, bei dem es sich um ein maschinelles Lernmodell handelt, einem maschinellen Lernprozess, bei dem die vergangenen Ergebnisdaten (der Planwert, die Anlagendaten, die Vergiftungs-Katalysatordaten und die Katalysatorverschlechterungsdaten) in verschiedenen Anlagen als Lerndaten verwendet werden.The second
Spezifisch erzeugt die zweite Modellerzeugungseinheit 405 die Trainingsdaten unter Verwendung des Planwerts, der Anlagendaten und der Vergiftungs-Katalysatordaten als Eingabeprobe und der Katalysatorverschlechterungsdaten als Ausgabeprobe in den Ergebnisdaten. Die zweite Modellerzeugungseinheit 405 trainiert, basierend auf den Trainingsdaten, das zweite Modell, um einen Vorhersagewert der Katalysatorverschlechterungsdaten auszugeben, indem sie den Planwert, die Anlagendaten und die Vergiftungs-Katalysator-Daten eingibt.Specifically, the second
Die zweite Modellerzeugungseinheit 405 schreibt das trainierte zweite Modell in die Speichereinheit 401.The second
(Verfahren zur Vorhersage der Katalysatorverschlechterung)(Method of Predicting Catalyst Deterioration)
Als nächstes wird ein Verfahren zur Vorhersage der Verschlechterung des Katalysators durch die Verschlechterungsvorhersagevorrichtung 40 unter Verwendung der in den
(Prozess der Vorhersage von Vergiftungs-Katalysatordaten)(Process of Predicting Poisoning Catalyst Data)
Zunächst wird der Prozess der Vorhersage der Vergiftungs-Katalysatordaten durch die Verschlechterungsvorhersagevorrichtung 40 auf der Grundlage des Planwerts, der Anlagendaten und des trainierten ersten Modells unter Bezugnahme auf
Die Nachvergiftungsdatenerfassungseinheit 406 liest die Leistung des Katalysators der Anlage 1 (z.B. den Anfangswert K0 der Reaktionsgeschwindigkeitskonstante der Anlage 1), die Spezifikation des Katalysators der Anlage 1 (z.B. die anfängliche spezifische Oberfläche des Katalysators in der Anlage 1, die anfängliche spezifische Oberfläche des Katalysators in der Anlage 1, das anfängliche Porenvolumen des Katalysators in der Anlage 1 und dergleichen), die Spezifikation der Vorrichtung der Anlage 1 (z. B. die Strömungsgeschwindigkeit in der Anlage 1), die Brennstoffeigenschaft der Anlage 1 (z.B. die Einströmmenge der Komponente in der Asche in den Katalysator in der Anlage 1) und das trainierte erste Modell aus der Speichereinheit 401 (Schritt S1).The post-poisoning
Die Nachvergiftungsdatenerfassungseinheit 406 erfasst aus der Sensorvorrichtung 30 die Informationen, die jeweils die Staubkonzentration am Einlass der Denitrierungsvorrichtung 20, die Nox-Konzentration am Einlass der Denitrierungsvorrichtung 20, die Sox-Konzentration am Einlass der Denitrierungsvorrichtung 20 und die O2-Konzentration am Einlass der Denitrierungsvorrichtung 20 während des Betriebs der Anlage 1 angeben (Schritt S2).The post-poisoning
Die Nachvergiftungsdatenerfassungseinheit 406 gibt in das trainierte erste Modell die Leistungsfähigkeit des Katalysators der Anlage 1, die Spezifikation des Katalysators der Anlage 1, die Spezifikation der Vorrichtung der Anlage 1 und die Brennstoffeigenschaft der Anlage 1 ein, die aus der Speichereinheit 401 ausgelesen werden, die Informationen, die jeweils die Staubkonzentration am Einlass der Denitrierungsvorrichtung 20, die Nox-Konzentration am Einlass der Denitrierungsvorrichtung 20, die Sox-Konzentration am Einlass der Denitrierungsvorrichtung 20 und die O2-Konzentration am Einlass der Denitrierungsvorrichtung 20 angeben, die von der Sensorvorrichtung 30 erfasst werden, und Informationen, die die Betriebsstunde angeben (Schritt S3).The post-poisoning
Die Nachvergiftungsdatenerfassungseinheit 406 erfasst die Vergiftungskatalysatordaten (z.B. die physikalische Eigenschaft des Vergiftungskatalysators und die Zusammensetzung des Vergiftungskatalysators), die von dem trainierten ersten Modell ausgegeben werden (Schritt S4).The post-poisoning
(Prozess der Vorhersage von Katalysatorverschlechterungsdaten)(Process of Predicting Catalyst Deterioration Data)
Als nächstes wird der Prozess der Vorhersage der Katalysatorverschlechterungsdaten durch die Verschlechterungsvorhersagevorrichtung 40 auf der Grundlage des Planwertes, der Anlagendaten, der Vergiftungs-Katalysatordaten und des trainierten zweiten Modells unter Bezugnahme auf
Die Katalysatorverschlechterungsgrad-Erfassungseinheit 407 liest die Spezifikation des Katalysators der Anlage 1 (z.B. die anfängliche spezifische Oberfläche des Katalysators in der Anlage 1 und das anfängliche Porenvolumen des Katalysators in der Anlage 1), die Spezifikation der Vorrichtung der Anlage 1 (z.B. die Strömungsgeschwindigkeit in der Anlage 1) und das trainierte zweite Modell aus der Speichereinheit 401 aus (Schritt S11) .The catalyst deterioration
Die Katalysatorverschlechterungsgrad-Erfassungseinheit 407 erfasst von der Sensorvorrichtung 30 die Informationen, die jeweils die Staubkonzentration am Einlass der Denitrierungsvorrichtung 20, die Nox-Konzentration am Einlass der Denitrierungsvorrichtung 20, die Sox-Konzentration am Einlass der Denitrierungsvorrichtung 20 und die O2-Konzentration am Einlass der Denitrierungsvorrichtung 20 während des Betriebs der Anlage 1 angeben (Schritt S12).The catalyst deterioration
Die Katalysatorverschlechterungsgraderfassungseinheit 407 erfasst die von der Nachvergiftungsdatenerfassungseinheit 406 vorhergesagten Vergiftungskatalysatordaten von der Nachvergiftungsdatenerfassungseinheit 406 (Schritt S13).The catalyst deterioration
Wie in
Die Katalysatorverschlechterungsgrad-Erfassungseinheit 407 erfasst die Katalysatorverschlechterungsdaten, die von dem trainierten zweiten Modell ausgegeben werden (Schritt S15).The catalyst deterioration
(Beispiele)(examples)
Für eine bestimmte Anlage wird der Verschlechterungsgrad des Katalysators von der Verschlechterungsvorhersagevorrichtung 40 gemäß der oben beschriebenen ersten Ausführungsform der vorliegenden Offenbarung vorhergesagt und mit einer tatsächlichen Messung des Verschlechterungsgrads des Katalysators in der Anlage verglichen.For a particular plant, the deterioration level of the catalyst is predicted by the
127 Daten werden für 11 Anlagen mit unterschiedlichen Baujahren und Betriebsstunden aufbereitet, von denen 70 % als Lerndaten und 30 % als Daten zur Überprüfung der Genauigkeit verwendet werden.127 data are prepared for 11 plants with different years of construction and operating hours, of which 70% is used as learning data and 30% as data for checking accuracy.
Für die Genauigkeit der Vorhersage des Verschlechterungsgrades des Katalysators wird ein Ergebnis von 0,05 des mittleren quadratischen Fehlers (RMSE, root mean square error) erzielt.For the accuracy of predicting the degree of deterioration of the catalyst, a result of 0.05 root mean square error (RMSE) is obtained.
Die Anlage 1 gemäß der ersten Ausführungsform der vorliegenden Offenbarung ist oben beschrieben worden.The
Die Verschlechterungsvorhersagevorrichtung 40 umfasst die Modellerzeugungseinheit 404, 405 und die Verschlechterungsgradvorhersageeinheit 407.The
Auf der Grundlage der Lerndaten einschließlich der ersten Daten, die sich auf den Katalysator im vergangenen Betrieb der ersten Anlage beziehen, und der zweiten Daten, die sich auf den Zustand des vergangenen Betriebs beziehen, erzeugt die Modellerzeugungseinheit das erste Vorhersagemodell, das den Verschlechterungsgrad des Katalysators in der zweiten Anlage (1), die sich von der ersten Anlage unterscheidet, vorhersagt.Based on the learning data including the first data related to the catalyst in the past operation of the first system and the second data related to the state of the past operation, the model generating unit generates the first prediction model representing the degree of deterioration of the catalyst in the second plant (1) which differs from the first plant.
Die Verschlechterungsgradvorhersageeinheit 407 sagt den Verschlechterungsgrad in der zweiten Anlage 1 auf der Basis des von der Modellerzeugungseinheit 404, 405 erzeugten ersten Vorhersagemodells voraus.The deterioration
Mit der Verschlechterungsvorhersagevorrichtung 40 kann der Verschlechterungsgrad des Katalysators in der zweiten Anlage 1 nur durch Eingabe der Daten bezüglich der zweiten Anlage 1 in das erste Vorhersagemodell vorhergesagt werden. Infolgedessen kann der Benutzer der zweiten Anlage 1 den Verschlechterungsgrad des Katalysators erfassen, ohne eine komplizierte Analyse des Katalysators durchführen zu müssen.With the
<Zweite Ausführungsform><Second embodiment>
Ein Verschlechterungsvorhersagesystem gemäß einer zweiten Ausführungsform der vorliegenden Offenbarung sagt den Verschlechterungszustand der in der Anlage 1 vorgesehenen Denitrierungsvorrichtung 20 auf Basis der Betriebsdaten der Anlage 1, die das Vorhersageziel ist, voraus und sagt einen Differenzdruck zwischen Eingang und Ausgang eines Luftvorwärmers 60, der weiter unten beschrieben wird, anhand des vorhergesagten Verschlechterungszustands voraus. Das Verschlechterungsvorhersagesystem umfasst die Datenservervorrichtung 50 und eine Differenzdruckvorhersagevorrichtung 70.A deterioration prediction system according to a second embodiment of the present disclosure predicts the deterioration state of the
(Konfiguration der Differenzdruckvorhersagevorrichtung)(Configuration of differential pressure prediction device)
Die Differenzdruck-Vorhersagevorrichtung 70 ist eine Vorrichtung, die den Differenzdruck des Luftvorwärmers 60 auf Basis des vorhergesagten Verschlechterungsgrads der Leistung des Katalysators vorhersagt.The differential
Wie in
Die Skalierungs-Faktor-Schätzeinheit 701 ermittelt einen Korrekturkoeffizienten zur Korrektur einer Differenz zwischen einer im Labor ermittelten Leistungscharakteristik des Katalysators und einer Leistungscharakteristik des Katalysators in der tatsächlichen Anlage 1. Der Korrekturkoeffizient ist ein Skalierungs-Faktor. Zum Beispiel wird die Leistungscharakteristik des Katalysators im Labor für verschiedene Kombinationen einer Gastemperatur, einer Gaskonzentration und einer Sauerstoffkonzentration ermittelt. Außerdem wird die ermittelte Leistungscharakteristik des Katalysators durch eine Formel ausgedrückt, die die Gastemperatur, die Gaskonzentration und die Sauerstoffkonzentration enthält. In der tatsächlichen Anlage 1 nimmt jedoch die Leistung des Katalysators im Vergleich zu der im Labor ermittelten Leistungscharakteristik des Katalysators ab. Die Skalierungs-Faktor-Schätzeinheit 701 bestimmt den Scale-up-Faktor zur Korrektur der Formel, die die Leistungscharakteristik des im Labor ermittelten Katalysators angibt, so dass die Formel auf die tatsächliche Anlage 1 angewendet werden kann. Es ist zu beachten, dass der Scale-up-Faktor durch eine empirische Regel bestimmt wird, die sich aus der Leistungscharakteristik des im Labor erfassten Katalysators und der Leistungscharakteristik des Katalysators in der tatsächlichen Anlage 1 ergibt. Die Leckabschätzungseinheit 702 schätzt die Menge des ausgetretenen Ammoniaks auf der Grundlage einer empirischen Formel, in der der Scale-up-Faktor auf die im Labor ermittelte Leistungscharakteristik des Katalysators, die Nox-Konzentration am Einlass der Denitrierungsvorrichtung 20, die Nox-Konzentration am Auslass der Denitrierungsvorrichtung 20 und die Katalysatorverschlechterungsdaten angewendet wird. Im Vorstehenden wird die Leistungscharakteristik des Katalysators anhand der empirischen Formel ermittelt, und die Menge an nicht umgesetztem Ammoniak wird anhand der Leistungscharakteristik und der Nox-Konzentration am Eingang und Ausgang der Denitrierungsvorrichtung 20 geschätzt.The scaling
Die Verstopfungsgrad-Schätzeinheit 703 schätzt einen Verstopfungsgrad im Luftvorwärmer 60 unter Verwendung der empirischen Formel, die auf der Grundlage von Differenzdruckdaten erhalten wird, wenn der Differenzdruck des Luftvorwärmers 60 in der tatsächlichen Anlage 1 ansteigt, und der Betriebsdaten der Anlage 1.The clogging
Steigt beispielsweise der Differenzdruck des Luftvorwärmers 60 in der eigentlichen Anlage 1 an, wird der Differenzdruck zwischen Eingang und Ausgang im Element des Luftvorwärmers 60 überwacht und der Differenzdruck berechnet. Der Verstopfungsgrad wird aus dem Differenzdruck berechnet, und die empirische Formel wird in diesem Fall anhand der Betriebsdaten der Anlage 1 ermittelt.If, for example, the differential pressure of the
Das Obige beruht auf dem Gedanken, dass in einem Fall, in dem eine ausgetretene Ammoniakkonzentration aus den Betriebsdaten abgeschätzt werden kann und das ausgetretene Ammoniak als saures Ammoniumsulfat (NH4HSO4) im Luftvorwärmer 60 ausfällt, da eine Korrelation zwischen der Menge an saurem Ammoniumsulfat und dem Verstopfungsgrad des Luftvorwärmers 60 besteht, der Verstopfungsgrad in dem Element des Luftvorwärmers 60 abgeschätzt werden kann.The above is based on the thought that in a case where a leaked ammonia concentration can be estimated from the operational data and the leaked ammonia precipitates as acidic ammonium sulfate (NH4HSO4) in the
Die Differenzdruckschätzeinheit 704 schätzt den Differenzdruck zwischen Eingang und Ausgang des Luftvorwärmers 60 auf der Grundlage der von der Leckabschätzungseinheit 702 geschätzten Menge an ausgetretenem Ammoniak und des durch die Verstopfungsgrad-Schätzeinheit 703 geschätzten Verstopfungsgrad acidic in dem Element des Luftvorwärmers 60.The differential
(Konfiguration der Anlage)(system configuration)
Es wird eine Konfiguration der Anlage 1 gemäß der zweiten Ausführungsform beschrieben. Wie in
(Verfahren zur Vorhersage des Differenzdrucks im Luftvorwärmer 60)(Method of Predicting Differential Pressure in Air Preheater 60)
Als nächstes wird ein Verfahren zur Vorhersage des Differenzdrucks zwischen Eingang und Ausgang des Luftvorwärmers 60 durch die Differenzdruckvorhersagevorrichtung 70 unter Bezugnahme auf die
Die Verschlechterungsvorhersagevorrichtung 40 führt die in den Schritten S11 bis S15 dargestellten Prozesse aus, um die Daten zur Katalysatorverschlechterung zu erfassen.The
Die Skalierungs-Faktor-Schätzeinheit 701 ermittelt den Scale-up-Faktor zur Korrektur der Differenz zwischen der im Labor ermittelten Leistungscharakteristik des Katalysators und der Leistungscharakteristik des Katalysators in der tatsächlichen Anlage 1 (Schritt S21).The scale
Die Leckabschätzungseinheit 702 schätzt die Menge des ausgetretenen Ammoniaks auf der Grundlage der empirischen Formel, in der der Scale-up-Faktor auf die im Labor ermittelte Leistungscharakteristik des Katalysators, die Nox-Konzentration am Einlass der Denitrierungsvorrichtung 20, die Nox-Konzentration am Auslass der Denitrierungsvorrichtung 20 und die Katalysatorverschlechterungsdaten angewendet wird (Schritt S22).The
Die Verstopfungsgrad-Schätzeinheit 703 schätzt den Okklusionsgrad im Luftvorwärmer 60 unter Verwendung der empirischen Formel, die auf der Grundlage von Differenzdruckdaten erhalten wird, wenn der Differenzdruck des Luftvorwärmers 60 in der tatsächlichen Anlage 1 ansteigt, und der Betriebsdaten der Anlage 1 ab (Schritt S23).The clogging
Die Differenzdruckschätzeinheit 704 schätzt den Differenzdruck zwischen Eingang und Ausgang des Luftvorwärmers 60 auf der Grundlage der von der Leckabschätzungseinheit 702 geschätzten Menge an ausgetretenem Ammoniak und des von der Verstopfungsgrad-Schätzeinheit 703 geschätzten Okklusionsgrads in dem Element des Luftvorwärmers 60 (Schritt S24) .The differential
Zu beachten ist, dass die Differenzdruck-Schätzeinheit 704 den geschätzten Differenzdruck einer an den Katalysatorarbeiten beteiligten Person oder einer für die Anlage 1 verantwortlichen Person mitteilen kann. Auf der Grundlage der Meldung kann die Planung der Katalysatorwechselarbeiten oder die Unterstützung des Betriebs der Anlage 1 erfolgen.Note that the differential
(Beispiele)(examples)
Für eine bestimmte Anlage wird der Differenzdruck zwischen Eingang und Ausgang des Luftvorwärmers 60 von der Differenzdruckvorhersagevorrichtung 70 gemäß der oben beschriebenen zweiten Ausführungsform der vorliegenden Offenbarung geschätzt.For a specific plant, the differential pressure between the inlet and outlet of the
In
Wie aus
Die Anlage 1 gemäß der zweiten Ausführungsform der vorliegenden Offenbarung wurde oben beschrieben.The
Die Differenzdruckvorhersagevorrichtung 70 beinhaltet die Verschlechterungsvorhersagevorrichtung 40, die Skalierungs-Faktor-Schätzeinheit 701, die Leckabschätzungseinheit 702, die Verstopfungsgrad-Schätzeinheit 703 und die Differenzdruck-Schätzeinheit 704.The differential
Die Skalierungs-Faktor-Schätzeinheit 701 ermittelt den Skalierungs-Faktor zur Korrektur der Differenz zwischen der im Labor ermittelten Leistungscharakteristik des Katalysators und der Leistungscharakteristik des Katalysators in der tatsächlichen Anlage 1. Die Leckabschätzungseinheit 702 schätzt die Menge des ausgetretenen Ammoniaks auf der Grundlage der empirischen Formel, in der der Skalierungsfaktor auf die im Labor ermittelte Leistungscharakteristik des Katalysators, die Nox-Konzentration am Einlass der Denitrierungsvorrichtung 20, die Nox-Konzentration an einem Auslass der Denitrierungsvorrichtung 20 und die Katalysatorverschlechterungsdaten angewendet wird. Die Verstopfungsgrad-Schätzeinheit 703 schätzt den Verstopfungsgradin dem Luftvorwärmer 60 unter Verwendung der empirischen Formel, die auf der Grundlage von Differenzdruckdaten erhalten wird, wenn der Differenzdruck des Luftvorwärmers 60 in der tatsächlichen Anlage 1 ansteigt, und der Betriebsdaten der Anlage 1. Die Differenzdruck-Schätzeinheit 704 schätzt den Differenzdruck zwischen Eingang und Ausgang des Luftvorwärmers 60 auf der Grundlage der von der Leckabschätzungseinheit 702 geschätzten Menge an ausgetretenem Ammoniak und des von der Verstopfungsgrad-Schätzeinheit 703 geschätzten Verstopfungsgrads in dem Element des Luftvorwärmers (60).The scaling
Die Differenzdruck-Vorhersagevorrichtung 70 schätzt den Differenzdruck zwischen Eingang und Ausgang des Luftvorwärmers 60 für den Fall, dass in der Denitrierungsvorrichtung 20 Ammoniak austritt. Dadurch kann die Planung der Katalysatorwechselarbeiten oder die Unterstützung des Betriebs der Anlage 1 zu einem geeigneten Zeitpunkt erfolgen.The differential
Es sollte angemerkt werden, dass bei dem Verfahren gemäß der vorliegenden Offenbarung die Reihenfolge des Prozesses innerhalb eines Bereichs, in dem ein geeigneter Prozess durchgeführt wird, geändert werden kann.It should be noted that in the method according to the present disclosure, the order of the process can be changed within a range in which an appropriate process is performed.
Es sollte angemerkt werden, dass die Speichereinheit 401 gemäß jeder Ausführungsform der vorliegenden Erfindung, andere Speichervorrichtungen (einschließlich eines Registers und eines Zwischenspeichers) und dergleichen überall innerhalb eines Bereichs, in dem geeignete Informationen übertragen und empfangen werden, bereitgestellt werden können. Darüber hinaus kann eine Vielzahl von Speichereinheiten 401, andere Speichervorrichtungen und dergleichen innerhalb des Bereichs, in dem geeignete Informationen übertragen und empfangen werden, vorhanden sein, und können die Daten verteilen und speichern.It should be noted that the
Es sollte angemerkt werden, dass, wie beschrieben, in jeder Ausführungsform der vorliegenden Offenbarung, die erste Modellerzeugungseinheit 404 das trainierte erste Modell als Software erzeugt und das erzeugte trainierte erste Modell in der Speichereinheit 401 speichert. Wie ebenfalls beschrieben, erzeugt in jeder Ausführungsform der vorliegenden Offenbarung die zweite Modellerzeugungseinheit 405 das trainierte zweite Modell als Software und speichert das erzeugte trainierte zweite Modell in der Speichereinheit 401.It should be noted that, as described, in each embodiment of the present disclosure, the first
In einer anderen Ausführungsform der vorliegenden Offenbarung kann jedoch jedes der trainierten ersten Modelle und das trainierte zweite Modell als Hardware realisiert werden.However, in another embodiment of the present disclosure, each of the trained first model and the trained second model may be implemented in hardware.
Beispielsweise kann die erste Modellerzeugungseinheit 404 ein Konfigurationsprogramm , das den Prozess, der von dem in der Speichereinheit 401 gespeicherten trainierten ersten Modell durchgeführt wird, realisiert, in programmierbare Hardware schreiben, wie z.B. einem feldprogrammierbaren Gate-Array (FPGA) .For example, the first
Darüber hinaus kann die zweite Modellerzeugungseinheit 405 beispielsweise ein Konfigurationsprogramm, das den Prozess, der von dem in der Speichereinheit 401 gespeicherten trainierten zweiten Modell durchgeführt wird, realisiert, in programmierbare Hardware, wie z.B. einem feldprogrammierbaren Gate-Array (FPGA), schreiben.Furthermore, the second
Obwohl die Ausführungsformen der vorliegenden Offenbarung beschrieben wurden, können die Verschlechterungsvorhersagevorrichtung 40, die Differenzdruckvorhersagevorrichtung 70 und andere Steuervorrichtungen, die oben beschrieben sind, eine Computervorrichtung im Inneren enthalten. Darüber hinaus ist ein Ablauf des oben beschriebenen Verfahrens in einem computerlesbaren Aufzeichnungsmedium in Form eines Programms gespeichert, und das oben beschriebene Verfahren wird von einem Computer durchgeführt, der das Programm ausliest und ausführt. Ein spezifisches Beispiel für einen Computer wird im Folgenden beschrieben.Although the embodiments of the present disclosure have been described, the
Wie in
Zum Beispiel ist jede der Verschlechterungsvorhersagevorrichtungen 40, der Differenzdruckvorhersagevorrichtungen 70 und anderer Steuereinrichtungen, die oben beschrieben sind, auf dem Computer 5 montiert. Darüber hinaus wird der Betrieb jeder oben beschriebenen Verarbeitungseinheit im Speicher 8 in Form eines Programms gespeichert. Die CPU 6 liest das Programm aus dem Speicher 8 aus, entwickelt das ausgelesene Programm im Hauptspeicher 7 und führt den oben beschriebenen Prozess in Übereinstimmung mit dem Programm aus. Darüber hinaus sichert die CPU 6 einen Speicherbereich, der jeder oben beschriebenen Speichereinheit im Hauptspeicher 7 entspricht, in Übereinstimmung mit dem Programm.For example, each of the
Beispiele für den Speicher 8 sind ein Festplattenlaufwerk (HDD), ein Solid-State-Laufwerk (SSD), eine Magnetplatte, eine optische Magnetplatte, ein Nur-Lese-Speicher für Compact Discs (CD-ROM), ein Nur-Lese-Speicher für Digital Versatile Discs (DVD-ROM) und ein Halbleiterspeicher. Bei dem Speicher 8 kann es sich um ein internes Medium handeln, das direkt an einen Bus des Computers 5 angeschlossen ist, oder um ein externes Medium, das über die Schnittstelle 9 oder eine Kommunikationsleitung mit dem Computer 5 verbunden ist. Wenn das Programm über die Kommunikationsleitung an den Computer 5 verteilt wird, kann der verteilte Computer 5 das Programm im Hauptspeicher 7 entwickeln und den oben beschriebenen Prozess ausführen. In mindestens einer Ausführungsform handelt es sich bei dem Speicher 8 um ein nicht-übertragbares materielles Speichermedium.Examples of the
Darüber hinaus kann das oben beschriebene Programm einen Teil der oben beschriebenen Funktionen realisieren. Außerdem kann das Programm eine Datei sein, die die oben beschriebenen Funktionen in Kombination mit einem bereits im Computer aufgezeichneten Programm realisieren kann, d. h. eine sogenannte Differenzdatei (Differenzprogramm) .In addition, the program described above can implement some of the functions described above. In addition, the program can be a file that can realize the functions described above in combination with a program already recorded in the computer, i. H. a so-called difference file (difference program) .
Obwohl einige Ausführungsformen der vorliegenden Offenbarung beschrieben wurden, sind diese Ausführungsformen beispielhaft und schränken den Umfang der Offenbarung nicht ein. Diese Ausführungsformen können verschiedenen Ergänzungen, verschiedenen Auslassungen, verschiedenen Ersetzungen und verschiedenen Änderungen unterzogen werden, ohne vom Kern der Offenbarung abzuweichen.Although some embodiments of the present disclosure have been described, these embodiments are exemplary and do not limit the scope of the disclosure. These embodiments may be subject to various additions, various omissions, various substitutions, and various changes without departing from the gist of the disclosure.
<Ergänzende Anmerkung><Supplementary Note>
Die Verschlechterungsvorhersagevorrichtung 40, die Anlage 1, die Verschlechterungsvorhersagemethode, das Programm und das Programm, das den Computer veranlasst, den in jeder Ausführungsform der vorliegenden Offenbarung beschriebenen Konfigurationsprozess auszuführen, werden beispielsweise wie folgt verstanden.
- (1) Ein erster Aspekt betrifft eine Verschlechterungsvorhersagevorrichtung 40, die
404, 405 enthält, die so konfiguriert ist, dass sie auf Basis von Lerndaten, die erste Daten, die sich auf einen Katalysator in einem vergangenen Betrieb einer ersten Anlage beziehen, und zweite Daten, die sich auf einen Zustand des vergangenen Betriebs beziehen, enthalten, ein erstes Vorhersagemodell erzeugt, das einen Verschlechterungsgrad eines Katalysators in einer zweiten Anlage 1, die sich von der ersten Anlage unterscheidet, vorhersagt, und eine Verschlechterungsgrad-eine Modellerzeugungseinheit Vorhersageeinheit 407, die so konfiguriert ist, dass sie den Verschlechterungsgrad in der zweiten Anlage 1 auf der Grundlage des 404, 405 erzeugten ersten Vorhersagemodells vorhersagt.von der Modellerzeugungseinheit
- (1) A first aspect relates to a
deterioration prediction apparatus 40 including a 404, 405 configured to generate, based on learning data, first data relating to a catalyst in a past operation of a first plant, and second data related to a state of past operation, generates a first prediction model that predicts a degree of deterioration of a catalyst in amodel generation unit second plant 1 different from the first plant, and a degree ofdeterioration prediction unit 407 that so is configured to predict the degree of deterioration in thesecond plant 1 based on the first prediction model generated by the 404, 405.model generation unit
Mit der Verschlechterungsvorhersagevorrichtung 40 kann der Verschlechterungsgrad des Katalysators in der zweiten Anlage 1 nur durch Eingabe der Daten bezüglich der zweiten Anlage 1 in das erste Vorhersagemodell vorhergesagt werden. Infolgedessen kann der Benutzer der zweiten Anlage 1 den Verschlechterungsgrad des Katalysators erfassen, ohne eine komplizierte Analyse des Katalysators durchführen zu müssen.
- (2) Ein zweiter Aspekt bezieht sich auf die
Verschlechterungsvorhersagevorrichtung 40 gemäß (1), wobei die Lerndaten Daten, die sich auf einen Vergiftungskatalysator im vergangenen Betrieb der ersten Anlage beziehen, und Daten, die sich auf den Verschlechterungsgrad im vergangenen Betrieb der ersten Anlage beziehen, enthalten, 404, 405 eine erstewobei die Modellerzeugungseinheit Modellerzeugungseinheit 404, die so konfiguriert ist, dass sie auf der Grundlage der Lerndaten ein zweites Vorhersagemodell erzeugt, das Daten vorhersagt, die sich auf den Vergiftungskatalysator in der zweiten Anlage 1 beziehen, und eine zweite Modellerzeugungseinheit 405, die konfiguriert ist, um das erste Vorhersagemodell zu erzeugen, das den Verschlechterungsgrad in der zweiten Anlage 1 basierend auf den Daten, die sich auf den Vergiftungs-Katalysator in der zweiten Anlage 1 beziehen, die durch das zweite Vorhersagemodell vorhergesagt werden, vorhersagt, beinhaltet, und dieVerschlechterungsgradvorhersageeinheit 407 ist konfiguriert, um den Verschlechterungsgrad in der zweiten Anlage 1 basierend auf dem ersten Vorhersagemodell und dem zweiten Vorhersagemodell vorherzusagen.
- (2) A second aspect relates to the
deterioration predicting device 40 according to (1), wherein the learning data is data related to a poisoning catalyst in the past operation of the first system and data related to the degree of deterioration in the past operation of the first system , included, wherein the 404, 405 includes a firstmodel generation unit model generation unit 404 configured to generate, based on the learning data, a second prediction model that predicts data related to the poisoning catalyst in thesecond plant 1, and a secondModel generation unit 405 configured to generate the first prediction model that predicts the degree of deterioration in thesecond plant 1 based on the data related to the poisoning catalyst in thesecond plant 1 predicted by the second prediction model , includes, and the deteriorationdegree predictionei Unit 407 is configured to predict the degree of deterioration in thesecond plant 1 based on the first prediction model and the second prediction model.
Mit der Verschlechterungsvorhersagevorrichtung 40 ist es möglich, die schwer vorhersagbaren Daten in Bezug auf den Katalysator in der Vorrichtung für die zweite Anlage 1 vorherzusagen. Dadurch kann der Benutzer der zweiten Anlage 1 leicht feststellen, welche Daten den Verschlechterungsgrad des Katalysators in der zweiten Anlage 1 beeinflussen.
- (3) Ein dritter Aspekt bezieht sich auf eine Differenzdruckvorhersagevorrichtung 70, die
die Verschlechterungsvorhersagevorrichtung 40 gemäß dem ersten oder zweiten Aspekt und eine Differenzdruckschätzeinheit 704 enthält, die so konfiguriert ist, dass sie einen Differenzdruck zwischen dem Eingang und dem Ausgang eines Luftvorwärmers 60 auf der Grundlage desvon der Verschlechterungsvorhersagevorrichtung 40 vorhergesagten Verschlechterungsgrades schätzt.
- (3) A third aspect relates to a differential
pressure prediction device 70 that includes thedeterioration prediction device 40 according to the first or second aspect and a differentialpressure estimation unit 704 that is configured to calculate a differential pressure between the inlet and outlet of anair preheater 60 based of the degree of deterioration predicted by thedeterioration predicting device 40 .
Die Differenzdruck-Vorhersagevorrichtung (70) schätzt den Differenzdruck zwischen Eingang und Ausgang des Luftvorwärmers 60 für den Fall ab, dass in der Denitrierungsvorrichtung (20) Ammoniak austritt. Dadurch ist es möglich, die Planung des Katalysatorwechsels oder die Unterstützung des Betriebs der Anlage 1 zu einem geeigneten Zeitpunkt durchzuführen.
- (4) Ein vierter Aspekt bezieht sich auf die Differenzdruck-
Vorhersagevorrichtung 70 gemäß (3), die ferner eine Verstopfungsgrad-Schätzeinheit 703 enthält, die so konfiguriert ist, dass sie einen Verstopfungsgrad indem Luftvorwärmer 60 auf der Grundlage des von der Verschlechterungs-Vorhersagevorrichtung 40 vorhergesagten Verschlechterungsgrads schätzt, wobei die Differenzdruck-Schätzeinheit 704 so konfiguriert ist, dass sie den Differenzdruck zwischen Eingang und Ausgang des Luftvorwärmers 60 auf der Grundlage des von der Verstopfungsgrad-Schätzeinheit 703 geschätzten Verstopfungsgrads schätzt.
- (4) A fourth aspect relates to the differential
pressure prediction device 70 according to (3), further including a degree of cloggingestimating unit 703 configured to estimate a degree of clogging in theair preheater 60 based on that from thedeterioration prediction device 40 predicted degree of deterioration, wherein the differentialpressure estimation unit 704 is configured to estimate the differential pressure between the inlet and outlet of theair preheater 60 based on the degree of clogging estimated by the degree of cloggingestimating unit 703 .
Die Differenzdruckvorhersagevorrichtung 70 verdeutlicht den Aufbau der Differenzdruckvorhersagevorrichtung 70 und schätzt den Differenzdruck zwischen Eingang und Ausgang des Luftvorwärmers 60 für den Fall ab, dass in der Denitrierungsvorrichtung 20 ausgetretenes Ammoniak erzeugt wird. Dadurch ist es möglich, die Planung des Katalysatorwechsels oder die Unterstützung des Betriebs der Anlage 1 zu einem geeigneten Zeitpunkt durchzuführen.
- (5) Ein fünfter Aspekt betrifft die
Differenzdruckvorhersagevorrichtung 70 gemäß (3) oder (4), die ferner eine Leckabschätzungseinheit 702 enthält, die so konfiguriert ist, dass sie die Menge an ausgetretenem Ammoniak auf der Grundlage desvon der Verschlechterungsvorhersagevorrichtung 40 vorhergesagten Verschlechterungsgrads abschätzt,wobei die Differenzdruckabschätzungseinheit 704 so konfiguriert ist, dass sie den Differenzdruck zwischen Eingang und Ausgang des Luftvorwärmers 60 auf der Grundlage dervon der Leckabschätzungseinheit 702 abgeschätzten Menge an ausgetretenem Ammoniak abschätzt.
- (5) A fifth aspect relates to the differential
pressure prediction device 70 according to (3) or (4), which further includes aleak estimation unit 702 configured to estimate the amount of leaked ammonia based on the degree of deterioration predicted by thedeterioration prediction device 40, wherein the differentialpressure estimation unit 704 is configured to estimate the differential pressure between the inlet and outlet of theair preheater 60 based on the amount of leaked ammonia estimated by theleakage estimation unit 702 .
Die Differenzdruckvorhersagevorrichtung 70 verdeutlicht den Aufbau der Differenzdruckvorhersagevorrichtung 70 und schätzt den Differenzdruck zwischen Eingang und Ausgang des Luftvorwärmers 60 für den Fall ab, dass in der Denitrierungsvorrichtung 20 ausgetretenes Ammoniak erzeugt wird. Dadurch ist es möglich, die Planung des Katalysatorwechsels oder die Unterstützung des Betriebs der Anlage 1 zu einem geeigneten Zeitpunkt durchzuführen.
- (6) Ein fünfter Aspekt bezieht sich auf die Differenzdruck-
Vorhersagevorrichtung 70 gemäß einem der Punkte (3) bis (5), die ferner eine Skalierungsfaktor-Schätzeinheit 701 enthält, die so konfiguriert ist, dass sie einen Skalierungsfaktor auf der Grundlage des von der Verschlechterungs-Vorhersagevorrichtung 40 vorhergesagten Verschlechterungsgrades erhält, wobei die Differenzdruck-Schätzeinheit 704 so konfiguriert ist, dass sie den Differenzdruck zwischen Eingang und Ausgang des Luftvorwärmers 60 auf der Grundlage des von der Skalierungsfaktor-Schätzeinheit 701 erhaltenen Skalierungsfaktors schätzt.
- (6) A fifth aspect relates to the differential
pressure prediction device 70 according to any one of (3) to (5), further including a scalefactor estimating unit 701 configured to calculate a scale factor based on theDeterioration predicting device 40 obtains the predicted degree of deterioration, wherein the differentialpressure estimating unit 704 is configured to estimate the differential pressure between the inlet and outlet of theair preheater 60 based on the scaling factor obtained from the scalingfactor estimating unit 701 .
Die Differenzdruckvorhersagevorrichtung (70) verdeutlicht den Aufbau der Differenzdruckvorhersagevorrichtung (70) und schätzt den Differenzdruck zwischen Eingang und Ausgang des Luftvorwärmers (60) für den Fall ab, dass in der Denitrierungsvorrichtung (20) ausgetretenes Ammoniak erzeugt wird. Dadurch ist es möglich, die Planung des Katalysatorwechsels oder die Unterstützung des Betriebs der Anlage 1 zu einem geeigneten Zeitpunkt durchzuführen.
- (7) Ein siebter Aspekt betrifft eine Anlage 1, in der ein Katalysator verwendet wird, wobei die
Anlage eine Vorrichtung 20 enthält, in der eine Verschlechterung des Katalysators auftritt, und dieVerschlechterungsvorhersagevorrichtung 40 gemäß (1) oder (2) so konfiguriert ist, dass sie den Verschlechterungsgrad des Katalysators vorhersagt.
- (7) A seventh aspect relates to a
system 1 using a catalyst, the system including adevice 20 in which deterioration of the catalyst occurs, and thedeterioration predicting device 40 is configured according to (1) or (2) so that that it predicts the degree of deterioration of the catalytic converter.
Mit der Anlage 1 kann der Verschlechterungsgrad des Katalysators in der Anlage 1 nur durch Eingabe der Daten bezüglich der Anlage 1 in das erste Vorhersagemodell vorhergesagt werden. Folglich kann der Benutzer der Anlage 1 den Verschlechterungsgrad des Katalysators erfassen, ohne eine komplizierte Analyse des Katalysators durchführen zu müssen.
- (8) Ein achter Aspekt bezieht sich auf ein Verschlechterungsvorhersageverfahren, das das Erzeugen eines ersten Vorhersagemodells, das einen Verschlechterungsgrad eines Katalysators in einer zweiten Anlage, die sich von der ersten Anlage unterscheidet, vorhersagt, auf der Grundlage von Lerndaten, die erste Daten, die sich auf einen Katalysator in einem vergangenen Betrieb einer ersten Anlage beziehen, und zweite Daten, die sich auf einen Zustand des vergangenen Betriebs beziehen, umfassen, und das Vorhersagen des Verschlechterungsgrads in der zweiten Anlage auf der Grundlage des erzeugten ersten Vorhersagemodells beinhaltet.
- (8) An eighth aspect relates to a deterioration prediction method that includes creating a first prediction model that predicts a degree of deterioration of a catalyst in a second facility, which is different from the first facility, based on learning data that is first data that relate to a catalytic converter in a past operation of a first plant, and comprise second data relating to a state of the past service, and predicting the degree of deterioration in the second plant based on the generated first prediction model.
Mit dem Verschlechterungsvorhersageverfahren kann der Verschlechterungsgrad des Katalysators in der zweiten Anlage 1 nur durch Eingabe der Daten der zweiten Anlage 1 in das erste Vorhersagemodell vorhergesagt werden. Folglich kann der Benutzer der zweiten Anlage 1 den Verschlechterungsgrad des Katalysators erfassen, ohne eine komplizierte Analyse des Katalysators durchführen zu müssen.
- (9) Ein zehnter Aspekt betrifft ein Programm, das einen Computer veranlasst, die Erzeugung eines ersten Vorhersagemodells, das einen Verschlechterungsgrad eines Katalysators in einer zweiten Anlage, die sich von der ersten Anlage unterscheidet, vorhersagt, auf der Grundlage von Lerndaten, die erste Daten, die sich auf einen Katalysator in einem vergangenen Betrieb einer ersten Anlage beziehen, und zweite Daten, die sich auf einen Zustand des vergangenen Betriebs beziehen, umfassen, und die Vorhersage des Verschlechterungsgrads in der zweiten Anlage auf der Grundlage des erzeugten ersten Vorhersagemodells auszuführen.
- (9) A tenth aspect relates to a program that causes a computer to generate a first prediction model that predicts a degree of deterioration of a catalyst in a second facility different from the first facility, based on learning data that is first data relating to a catalytic converter in a past operation of a first plant and second data relating to a state of the past operating, and to carry out the prediction of the degree of deterioration in the second plant based on the generated first prediction model.
Mit dem Programm kann der Verschlechterungsgrad des Katalysators in der zweiten Anlage (1) nur durch Eingabe der Daten der zweiten Anlage (1) in das erste Vorhersagemodell vorhergesagt werden. Folglich kann der Benutzer der zweiten Anlage (1) den Verschlechterungsgrad des Katalysators erfassen, ohne eine komplizierte Analyse des Katalysators durchführen zu müssen.
- (10) Ein elfter Aspekt betrifft ein Programm, das einen Computer veranlasst, einen Konfigurationsprozess des Konfigurierens, als Hardware, sowohl einer
404, 405, die konfiguriert ist, auf Basis von Lerndaten, die sich auf einen Katalysator beziehenden erste Daten in einer vergangenen Operation einer ersten Anlage und sich auf einen Zustand der vergangenen Operation beziehende zweite Daten beinhalten, , ein erstes Vorhersagemodell zu erzeugen, das einen Verschlechterungsgrad eines Katalysators in einer zweiten Anlage 1, die sich von der ersten Anlage unterscheidet, vorhersagt, als auch einer Verschlechterungsgrad-Modellerzeugungseinheit Vorhersageeinheit 407, die so konfiguriert ist, dass sie den Verschlechterungsgrad in der zweiten Anlage (1) auf der Grundlage des von der Modellerzeugungseinheit (404, 405) erzeugten ersten Vorhersagemodells vorhersagt, auszuführen.
- (10) An eleventh aspect relates to a program that causes a computer to perform a configuration process of configuring, as hardware, both a
404, 405 configured to generate a first predictive model based on learning data including first data relating to a catalyst in a past operation of a first plant and second data relating to a state of the past operation that predicts a degree of deterioration of a catalyst in amodel generation unit second facility 1 different from the first facility, and a deteriorationdegree prediction unit 407 configured to predict the degree of deterioration in the second facility (1) based on the of the first prediction model generated by the model generation unit (404, 405) predicts to execute.
Mit dem Programm, das den Computer veranlasst, den Konfigurationsprozess auszuführen, kann der Verschlechterungsgrad des Katalysators in der zweiten Anlage 1 nur durch Eingabe der Daten bezüglich der zweiten Anlage 1 in das erste Vorhersagemodell vorhergesagt werden. Infolgedessen kann der Benutzer der zweiten Anlage 1 den Verschlechterungsgrad des Katalysators erfassen, ohne eine komplizierte Analyse des Katalysators durchführen zu müssen.With the program causing the computer to execute the configuration process, the degree of deterioration of the catalyst in the
[Industrielle Anwendbarkeit][Industrial Applicability]
Mit der Vorhersagevorrichtung, der Anlage, dem Vorhersageverfahren, dem Programm und dem Konfigurationsprogramm gemäß der Ausführungsform der vorliegenden Offenbarung ist es dem Benutzer der Anlage möglich, den Verschlechterungsgrad des Katalysators zu erfassen, ohne einen komplizierten Prozess auszuführen.With the prediction device, the system, the prediction method, the program, and the configuration program according to the embodiment of the present disclosure, it is possible for the system user to grasp the degree of deterioration of the catalyst without performing a complicated process.
BezugszeichenlisteReference List
- 11
- AnlageAttachment
- 55
- Computercomputer
- 66
- CPUCPU
- 77
- Hauptspeichermain memory
- 88th
- Lagerungstorage
- 99
- Schnittstelleinterface
- 1010
- Kesselboiler
- 2020
- Denitrierungsvorrichtungdenitration device
- 3030
- Sensoreinrichtungsensor device
- 4040
- Verschlechterungsvorhersagevorrichtungdeterioration prediction device
- 5050
- Datenservervorrichtungdata server device
- 6060
- Luftvorwärmerair preheater
- 7070
- Differenzdruck-Vorhersagevorrichtungdifferential pressure prediction device
- 301301
- Erster SensorFirst sensor
- 302302
- Zweiter SensorSecond sensor
- 303303
- Dritter SensorThird sensor
- 304304
- Vierter SensorFourth sensor
- 401401
- Speichereinheitstorage unit
- 402402
- Planwert-Erfassungseinheitplanned value entry unit
- 403403
- BetriebsdatenerfassungsgerätProduction data acquisition device
- 404404
- erste Modellerzeugungseinheitfirst model generation unit
- 405405
- zweite Modellerzeugungseinheitsecond model generation unit
- 406406
- NachvergiftungsdatenerfassungseinheitPost-poisoning data collection unit
- 407407
- Katalysatorverschlechterungsgrad-ErfassungseinheitCatalyst deterioration degree detection unit
- 701701
- Skalierungs-Faktor-Schätzeinheitscale factor estimation unit
- 702702
- Leckabschätzungseinheitleak assessment unit
- 703703
- Verstopfungsgrad-Schätzeinheitcongestion degree estimating unit
- 704704
- Differenzdruck-Schätzeinheitdifferential pressure estimation unit
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of documents cited by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturPatent Literature Cited
- JP 2020017156 A [0001]JP 2020017156 A [0001]
- JP 2020106496 A [0001]JP 2020106496 A [0001]
- JP 6278296 [0004]JP 6278296 [0004]
Claims (11)
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020-017156 | 2020-02-04 | ||
JP2020017156 | 2020-02-04 | ||
JP2020106496A JP2021125196A (en) | 2020-02-04 | 2020-06-19 | Estimation device, plant, estimation method, program, and configuration program |
JP2020-106496 | 2020-06-19 | ||
PCT/JP2020/048257 WO2021157240A1 (en) | 2020-02-04 | 2020-12-23 | Prediction device, plant, prediction method, program, and configuration program |
Publications (1)
Publication Number | Publication Date |
---|---|
DE112020006667T5 true DE112020006667T5 (en) | 2023-03-09 |
Family
ID=77200147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE112020006667.3T Pending DE112020006667T5 (en) | 2020-02-04 | 2020-12-23 | Prediction device, plant, prediction method, program and configuration program |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN114929366A (en) |
DE (1) | DE112020006667T5 (en) |
WO (1) | WO2021157240A1 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117196109B (en) * | 2023-09-15 | 2024-04-05 | 中煤科工集团重庆研究院有限公司 | Underground coal mine dust concentration prediction correction method based on multi-source information fusion |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6278296B2 (en) | 2013-07-17 | 2018-02-14 | 三菱重工環境・化学エンジニアリング株式会社 | Exhaust gas treatment facility management apparatus, exhaust gas treatment facility, exhaust gas treatment facility management method and program |
JP2020017156A (en) | 2018-07-27 | 2020-01-30 | 富士通株式会社 | Character recognition device, character recognition program, and character recognition method |
JP2020106496A (en) | 2018-12-28 | 2020-07-09 | 日本製鉄株式会社 | Quality prediction device, quality prediction method and program |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01242127A (en) * | 1988-03-18 | 1989-09-27 | Mitsubishi Heavy Ind Ltd | Apparatus for controlling performance of stack gas denitrification plant |
JP6251201B2 (en) * | 2015-01-08 | 2017-12-20 | 三菱重工業株式会社 | Occupancy rate prediction device and availability rate prediction method |
JP6909425B2 (en) * | 2017-03-31 | 2021-07-28 | 中国電力株式会社 | Air preheater differential pressure rise predictor |
JP6799708B2 (en) * | 2018-02-13 | 2020-12-16 | 三菱パワー株式会社 | Model creation method, plant operation support method, and model creation device |
CN110094251B (en) * | 2019-05-05 | 2020-06-02 | 东南大学 | SCR catalyst performance degradation analysis method based on time-interval multi-model modeling |
CN110082474B (en) * | 2019-05-24 | 2022-01-25 | 国家能源投资集团有限责任公司 | Performance diagnosis system and performance diagnosis method of denitration catalyst |
-
2020
- 2020-12-23 WO PCT/JP2020/048257 patent/WO2021157240A1/en active Application Filing
- 2020-12-23 CN CN202080092582.4A patent/CN114929366A/en active Pending
- 2020-12-23 DE DE112020006667.3T patent/DE112020006667T5/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6278296B2 (en) | 2013-07-17 | 2018-02-14 | 三菱重工環境・化学エンジニアリング株式会社 | Exhaust gas treatment facility management apparatus, exhaust gas treatment facility, exhaust gas treatment facility management method and program |
JP2020017156A (en) | 2018-07-27 | 2020-01-30 | 富士通株式会社 | Character recognition device, character recognition program, and character recognition method |
JP2020106496A (en) | 2018-12-28 | 2020-07-09 | 日本製鉄株式会社 | Quality prediction device, quality prediction method and program |
Also Published As
Publication number | Publication date |
---|---|
CN114929366A (en) | 2022-08-19 |
WO2021157240A1 (en) | 2021-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69724555T2 (en) | Diagnostic trend analysis for aircraft engines | |
DE102011077246B3 (en) | Filtering method for nitrous oxide sensor of exhaust system, involves setting data of nitrous oxide sensor as ammonia measured values when ratio of nitrous oxide modeling error to ammonia modeling error is greater than upper threshold | |
DE102014113476B4 (en) | EXHAUST SYSTEM AND METHOD OF ESTIMATING SOOT LOAD OF A DIESEL PARTICULATE FILTER USING A TWO-LAYER NEURAL NETWORK | |
DE102012103652A1 (en) | Method, computer program and system for performing interpolation on sensor data for high system availability | |
EP3268713B1 (en) | Method for generating a model ensemble for calibrating a control device | |
DE112016004932T5 (en) | System, procedure and cloud-based platform for the prediction of energy consumption | |
CN110716512A (en) | Environmental protection equipment performance prediction method based on coal-fired power plant operation data | |
DE112017006425T5 (en) | ANALYZER, ANALYSIS SYSTEM, ANALYSIS PROCEDURE AND PROGRAM | |
DE112020007131T5 (en) | ANOMALY DIAGNOSTIC PROCEDURE, ANOMALY DIAGNOSTIC DEVICE AND ANOMALY DIAGNOSTIC PROGRAM | |
DE102016122315A1 (en) | System and method for fault diagnosis in an emissions control system | |
DE112019004928T5 (en) | DETERMINATION SYSTEM | |
DE102019114378A1 (en) | METHOD AND SYSTEM FOR PREDICTING THE SYSTEM STATUS | |
Monteiro et al. | Strengths and weaknesses of the FAIRMODE benchmarking methodology for the evaluation of air quality models | |
DE102016216945A1 (en) | A method and apparatus for performing a function based on a model value of a data-based function model based on a model validity indication | |
DE112020006667T5 (en) | Prediction device, plant, prediction method, program and configuration program | |
WO2021092639A1 (en) | Method and system for analysing and/or optimizing a configuration of a vehicle type | |
DE112018006523T5 (en) | UNIT ROOM GENERATING DEVICE, PLANT DIAGNOSTIC SYSTEM, UNIT ROOM GENERATING METHOD, PLANT DIAGNOSTIC METHOD AND PROGRAM | |
WO2009068228A1 (en) | System and method for the combined acquisition of data for scada and simulation or network calculation applications | |
WO2003029978A2 (en) | Method and system for processing fault hypotheses | |
EP3222833A1 (en) | Method for monitoring the nox emissions of a vehicle | |
DE102019116831A1 (en) | System and method for determining a level of contamination in an emission meter or system | |
DE102012200032B4 (en) | Method and device for dynamic diagnosis of sensors | |
Spicer | The relationship between pollution control record and financial indicators revisited: Further comment | |
DE102019134113A1 (en) | DATA SORTING DEVICE AND DATA SORTING METHOD AND MONITORING AND DIAGNOSTIC DEVICE | |
DE102019126292A1 (en) | System and method for predicting an analytical anomaly in computational fluid dynamics analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed |