ES2336351T3 - Metodo para elaborar un modelo de procedimiento. - Google Patents

Abstract

Método para la elaboración de un modelo de procedimiento para la regulación de un proceso de combustión en una instalación (1), concretamente en una central energética, una instalación incineradora de basura, o una planta cementera en la que se transforma una carga (G) mediante aportación de aire (L) aplicando un proceso de combustión desarrollando como mínimo un cuerpo de llama (F) y para el que se describe el estado característico del sistema en la instalación 1,mediante las variables de estado (K,S), en donde en un primer paso se dispone una red neuronal, en un segundo paso la red neuronal se ejercita con datos de medida (Km(t),Sm(t)) de las variables de estado (K,S), cuyos datos de medida (Km(t)) de los canales de entrada y los datos de medida (Sm(t)) comprenden como mínimo un canal de salida, y en un tercer paso se ensaya la red neuronal con otros datos de medida (Km(t)) de los canales de entrada y datos de medida (Sm(t))del canal de salida, con lo cual mediante la red neuronal del canal de salida se predice en el transcurso del tiempo con valores (Sp(t)), a fin de que de las desviaciones de salida los valores pronosticados (Sp(t)) del canal de salida de los datos de medida (Sm(t)) se obtenga una desviación estándar pronosticada (σp), caracterizado porque, en un cuarto paso los datos de medida (Km(t)) como mínimo pueden ser sustituidos en un canal de entrada por una distribución (Kv) según una curva de distribución sobre un intervalo de valores cuartil (qj) como parte de la distribución (Kv) que corresponden a una fracción superficial bajo la curva de distribución, y que en un quinto paso con la distribución (Kv) para cada valor cuantil (qj) de nuevo calcula valores (Sv(t,q)) del canal de salida y una desviación estándar σv(qj) del valor calculado (Sv(t,qj)) del canal de salida de los correspondientes datos de medida (Sm(t)), con lo cual en caso de un aumento de la desviación estándar calculada σv(qj) frente a la desviación estándar pronosticada (σp) del canal de entrada (K) que es significativo para la red neuronal en el primer paso aplicada y en el segundo ejercitada.

Description

Método para elaborar un modelo de procedimiento.

La presente invención se refiere a un método para elaborar un modelo de procedimiento con las características del concepto general de la reivindicación 1.

En un método de este tipo, como se ha dado a conocer, por ejemplo, en el documento US 2005/0154477 A1, para el arranque de la red neuronal se seleccionan empíricamente los canales de entrada, y luego se mantienen, de modo que se disponga de una topología estática. Con ello existe el peligro de no tener en cuenta canales significativos, así como tampoco el rendimiento calculado para los canales no significativos.

La presente invención se basa en el objetivo de mejorar un método del tipo mencionado al principio, de forma que pueda funcionar automáticamente. Este objetivo se alcanza mediante un método que comprenda las características de la reivindicación 1. Otras formas de ejecución perfeccionadas son objeto de las reivindicaciones secundarias.

La importancia de un canal de entrada se determina de acuerdo con la presente invención, según lo cual se verificaran las predicciones con respecto a un empeoramiento por la caída del canal de entrada, para lo cual la caída se simula mediante la sustitución del canal de entrada por una distribución, concretamente en un intervalo típico. La importancia de un canal de entrada pertenece al contexto de la red neuronal empleada y ensayada, de modo que un canal de entrada determinado como significativo para una red neuronal particular, en otra red puede resultar no significativo.

También suele suceder frecuentemente, que entre varios canales de entrada de valor teórico similar solo uno de los canales de entrada se considerará significativo.

La presente invención puede emplearse en diversas instalaciones termodinámicas fijas, concretamente en centrales energéticas, instalaciones incineradoras de basuras y en plantas cementeras.

A continuación la presente invención se expondrá con detalle con la ayuda de un ejemplo de ejecución que se representa en el plano. En donde se muestran,

Fig 1. una representación esquemática de los datos de medida de un canal de entrada y un canal de salida

Fig 2. una representación esquemática del ensayo de un modelo de proceso ensayado, con la comparación de los valores pronosticados y los datos de medida del canal de salida de la fig. 1,

Fig 3. una representación esquemática del cálculo de una desviación estándar del curso pronosticado de los datos de medida de la fig. 2,

Fig 4. la sustitución de datos de medida de un canal de entrada por una distribución y sus valores cuantil,

Fig 5. una representación esquemática de la comparación entre los valores calculados del canal de salida con la distribución y los valores cuantil y los valores de la fig. 2

Fig 6. una representación esquemática del cálculo de una desviación estándar, empleando unos valores calculados de un pequeño valor cuantil del canal de salida,

Fig 7. una representación esquemática del cálculo de la desviación estándar, empleando valores calculados de un pequeño valor cuantil del canal de salida, y

Fig 8. una representación esquemática de una instalación.

Una instalación 1, por ejemplo, una central energética con combustión de gas, aceite o carbón, una planta incineradora de basura o una cementera comprendiendo un horno 3, con lo cual también debe entenderse un (emparrillado), como mínimo un dispositivo de supervisión 5, que pueda conseguir imágenes del interior del horno 3 (así como también del (emparrillado), preferentemente otros sensores 7, y como mínimo un dispositivo de regulación 9, y un ordenador 11, en el que se han conectado el(los) dispositivo(s) de supervisión 5, otros sensores 7 y un(unos) dispositivo(s) de regulación 9.

El horno 3 se alimenta con combustible u otro material alternativo, denominado abreviadamente como carga G, como por ejemplo carbón, aceite, gas, basura, caliza o similares, así como, aire primario (o bien -oxigeno) y aire secundario (o bien -oxigeno), denominado abreviadamente como aire L, en donde esta aportación es controlada mediante el dispositivo de regulación 9 gobernado por el ordenador 11. En el horno 3 tiene lugar un proceso de combustión. El cuerpo de la llama F así preparado (así como en algunos casos las emisiones de las paredes del horno 3) queda bajo control a la continua de los dispositivos de supervisión 5.

Los dispositivos de supervisión 5 comprenden siempre, por ejemplo, a parte de una lanza o un dispositivo como el que se dio a conocer en el documento EP 1 621 813 A1, con acceso óptico capaz de atravesar la pared del horno, además una cámara o similar, que opera en la gama óptica o con ondas electromagnéticas de gamas vecinas. Preferentemente se emplea una cámara de alta resolución espectral, local temporal, como la que se describe, por ejemplo, en el documento WO 02/070953 A1.

La figura del cuerpo de la llama F (y las eventuales emisiones de las paredes del horno 3) se evalúan en el ordenador 11, por ejemplo, según un método de valor intrínseco, descrito en el documento WO 2004/018940 A1. Los datos obtenidos de las figuras del cuerpo de la llama F, así como los datos de los otros sensores 7 que, por ejemplo, determinan la alimentación de la carga G y e aire L, las concentraciones de sustancias dañinas en los gases de escape o la concentración de la cal libre (FCAO) son tratados como variables de estado s(t), que (en función del tiempo) describen el estado del sistema en la instalación 1 en general y el proceso de combustión en particular, considerándolos como un vector.

Mediante el horno 3 a modo de tramo (norma), el o los dispositivos de supervisión 5, los demás sensores 7, el ordenador 11 y los dispositivos de regulación 9, se definirá un circuito norma. También se puede prever un circuito norma convencional solo con el horno 3, los sensores 7, la calculadora 11 y los dispositivos de regulación 9 y sin dispositivo(s)
de supervisión, cuya regulación solo considera las variables de estado St (es decir,esta infradimensionado), y luego se optimiza mediante la inclusión del o de los dispositivos de supervisión 5. El sistema en la instalación 1 es regulable, por ejemplo, ajustándose a determinados valores teóricos o un proceso estable (es decir, a un funcionamiento suave casi estacionario de la instalación 1). En ambos casos se evalúa las variables de estado descrito mediante los valore prácticos y en caso necesario se seleccionan las actuaciones reguladoras adecuadas (engranes de ajuste), las que se denominan abreviadamente como acciones, que se ejecutan mediante el dispositivo regulador 9. Además de la alimentación de la carga G y del aire L, pueden ser convenientes en el sentido de la presente invención otras actividades de los dispositivos de regulación 9, como así la propia acción de una extracción de muestras. Así mismo las interferencias pueden también tratarse como acciones no deseadas. Se trata de combinaciones regulables de los dos tipos de regulación anteriormente mencionados, en cuyo caso se establecerán compromisos. La evaluación del estado y la selección de las acciones idóneas puede realizarse, por ejemplo, según un procedimiento, tal como el que se describe en WO 02/077527 A1. En el ordenador 11 se ha implementado como mínimo una red neuronal, que a modo de un proceso modelo almacena las reacciones del estado del sistema sobre acciones, esto es, los nudos (no lineales) entre los valores de las variables de estado respecto a un determinado instante y las acciones entonces efectuadas, por un lado y los valores resultantes de las variables de estado respecto otro instante posterior(esto es, un determinado intervalo de tiempo posterior) por el otro lado, y ciertamente respecto a muchos instantes posibles en el pasado. En este sentido pueden también intervenir interferencias a modo de acciones no deseadas en el modelo del procedimiento. Una evaluación de situación del modelo de procedimiento, es decir, independiente de los nudos almacenados, que se ha concebido como una carga simplificada, evaluada para un determinado instante, los valores de las variables de estado con respecto al objetivo de optimización previamente dado, es decir, lo cerca que se halla el estado del sistema con respecto a este instante del estado óptimo. Con la evaluación de un estado previsto -con el modelo de proceso en función de una determinada acción- con respecto a momento futuro, puede determinarse la idoneidad de una determinada acción por aproximación al objetivo de optimización.

Para mejorar la precisión no solo se completaran los modelos de proceso mediante desarrollos efectivos de las variables de estado como reacción a las acciones corrientes, sino que tiene lugar una competencia de varios modelos de proceso con respecto a la calidad de pronóstico. En cuanto a esto además en el trasfondo se elaboran y ensayan modelos alternativos, por ejemplo, con otras topologías cuyas predicciones son comparadas con el o los modelo(s) de proceso que se utilizan actualmente, para sustituir en caso necesario a estas últimas, tal como se describe en el documento EP 1 396 1.

Un modelo de proceso que en tiempo real debe servir para las predicciones evaluables, no tiene en cuenta todas las variables de estado disponibles. Con el método al que se refiere la presente invención se establecen mucho más que variables de estado con parámetros necesarios e idóneos, para confeccionar un buen modelo de proceso a base de una red neuronal, a partir de un conjunto dado de datos.

Esta importancia de las variables de estado no representa ninguna característica absoluta de estas variables de estado, sino que puede siempre verse solo en el contexto del tipo y configuración de la red neuronal y con la totalidad de todas las variables de estado empleadas. Sí también se utiliza por ejemplo un RPROP como red neuronal, debería, bien buscarse un algoritmo-PROP componente del análisis de importancia, o bien una red normal ensayada de un respectivo análisis. Mediante el método al que hace referencia la presente invención se verifican, ya sean, las innumerables posibilidades o bien un único algoritmo de ensayo tomado como núcleo de una evaluación matemática que solo fue de aplicación para este algoritmo de ensayo.

En un primer paso, se selecciona como partida de una red neuronal un tipo determinado y se toma una configuración con una composición de variables de estado apropiadas. Para una mejor comprensión se acepta que las variables de estado podrían presentar grandes diferencias entre los canales de entrada K, que describen las posibilidades de influir sobre el proceso, por ejemplo las magnitudes de ajuste, y los canales de salida S, que describen los resultados del proceso, por ejemplo el rendimiento del vapor.

En un segundo paso se toma de una serie de datos determinados en función del tiempo, designados abreviadamente como datos de medida K_{m}(t) y S_{m}(t), una parte, por ejemplo, en función del tiempo el primer 10% de datos y con ellos ensayar la red neuronal.

En un tercer paso se ensaya (evalúa) con los restantes datos de medida K_{m}(t) y S_{m}(t) la red neuronal, es decir, se ensaya, con que calidad se pronostica mediante la red neuronal un canal de salida S durante el transcurso del tiempo S_{p}(t). La dispersión de los valores pronosticados S_{p}(t) alrededor de los datos de medida S_{m}(t), también una media estadística S_{p}(t)-S_{m}(t), proporciona una cifra determinada que en adelante se designara como desviación estándar estimada \sigma_{p}.

Ahora en un cuarto paso se sustituirá para cada canal de entrada, individualmente y alternativamente la distribución efectiva de los valores de medida K_{m}(t),teniendo en cuenta las correlaciones temporales, por una distribución K_{v} de valores dentro de un intervalo entre dos valores cuantil q_{j}, es decir, valores, que corresponden a una fracción plana bajo la curva de distribución, por ejemplo 10% o 90% de la superficie, abreviadamente designada q_{10} y q_{90}.

Con las mencionadas distribuciones K_{v} y sus intervalos de valores cuartil q_{j}, es evaluado de nuevo entonces en un quinto paso la red neuronal, es decir, con la red neuronal se calculan de nuevo valores S_{v} (t,q_{j}) del canal de salida, y ciertamente en caso de los ejemplificados valores cuantil q_{10} y q_{90} -escalonadamente a continuación solo con los valores K_{v}(q_{10})con mas frecuencia del 10% de este canal de entrada, luego con algunos valores mas K_{v}(q_{90}) y finalmente con el 90% de los valores K_{v}(q_{90}), por tanto la zona sin la falda de la distribución K_{v}. Con el último cálculo S_{v}(t,q_{90}) deben conseguirse aproximadamente los valores pronosticados S_{p}(t) a base de los datos de medida K_{m}(t).

Para todos estos cálculos de S_{v}(t,q_{j}) se determinara siempre de nuevo una desviación estándar \sigma_{v} (q_{j}) de los valores calculados S_{v}(t,q_{j}) del canal de salida de los datos de medida correspondientes S_{m}(t), en resumen, una media estadística S(t,q_{j})-S_{m}(t). Si estas desviaciones estándar \sigma_{v}(q_{j}) son superiores con respecto a la desviación estándar \sigma_{p}, es decir, discrepan de los valores calculados S_{v}(t,q_{j}) del canal de salida con los mas pequeños q_{j} de forma mas acusada que los correspondientes datos de medida S_{m}(t),esto es significativo por la utilización de la distribución K_{v}(q_{j})del canal de entrada modificado para la red neuronal seleccionada.

El método al que se refiere la presente invención determinada por tanto los canales de entrada significativos para la red neuronal seleccionada con la ayuda de un deterioro de la previsión siempre tras la sustitución de un canal de entrada por valores cuantil de una distribución. En lugar de varios recorridos de preparación y con ello siempre mas recorridos de ensayo, como en los conocidos métodos, en este caso según la presente invención debe solo efectuarse un recorrido de preparación y uno para el número de canales de entrada y de la subdivisión de su distribución en valores cuantil un número dependiente de recorridos de ensayo.

En un paso final se modifica la red neuronal de tal modo que tan solo entran en consideración los canales de entrada significativos. Esta red neuronal modificada de este modo puede ejercitarse una vez mas con los datos de medida K_{m}(t) y S_{m}(t).

\vskip1.000000\baselineskip

Índice de referencias

1

Instalación

3

Horno

5

Dispositivo de supervisión

7

Sensor

9

Dispositivo de regulación

11

Ordenador

F

Cuerpo de la llama

G

Carga

L

Aire

K_{m}(t)

Canal de entrada, determinado

K_{v}(q_{j})

Canal de entrada según distribución y cuantil

q_{j}

Valor cuantil

q_{10}

Valor cuantil 10%

q_{90}

Valor cuantil 90%

S_{m}(t)

Canal de salida, determinado

S_{p}(t)

Canal de salida, estimado

S_{v}(t,q_{j})

Canal de salida, calculado con distribución y valor cuantil

\sigmap

Desviación estándar, estimada

\sigma_{v}(q_{j})

Desviación estándar, calculada con distribución y cuantil

Claims (8)

1. Método para la elaboración de un modelo de procedimiento para la regulación de un proceso de combustión en una instalación (1), concretamente en una central energética, una instalación incineradora de basura, o una planta cementera en la que se transforma una carga (G) mediante aportación de aire (L) aplicando un proceso de combustión desarrollando como mínimo un cuerpo de llama (F) y para el que se describe el estado característico del sistema en la instalación 1,mediante las variables de estado (K,S), en donde en un primer paso se dispone una red neuronal, en un segundo paso la red neuronal se ejercita con datos de medida (K_{m}(t),S_{m}(t)) de las variables de estado (K,S), cuyos datos de medida (K_{m}(t)) de los canales de entrada y los datos de medida (S_{m}(t)) comprenden como mínimo un canal de salida, y en un tercer paso se ensaya la red neuronal con otros datos de medida (K_{m}(t)) de los canales de entrada y datos de medida (S_{m}(t))del canal de salida, con lo cual mediante la red neuronal del canal de salida se predice en el transcurso del tiempo con valores (S_{p}(t)), a fin de que de las desviaciones de salida los valores pronosticados (S_{p}(t)) del canal de salida de los datos de medida (S_{m}(t)) se obtenga una desviación estándar pronosticada (\sigma_{p}), caracterizado porque, en un cuarto paso los datos de medida (K_{m}(t)) como mínimo pueden ser sustituidos en un canal de entrada por una distribución (K_{v}) según una curva de distribución sobre un intervalo de valores cuartil (q_{j}) como parte de la distribución (K_{v}) que corresponden a una fracción superficial bajo la curva de distribución, y que en un quinto paso con la distribución (K_{v}) para cada valor cuantil (q_{j}) de nuevo calcula valores (S_{v}(t,q)) del canal de salida y una desviación estándar \sigma_{v}(q_{j}) del valor calculado (S_{v}(t,q_{j})) del canal de salida de los correspondientes datos de medida (S_{m}(t)), con lo cual en caso de un aumento de la desviación estándar calculada \sigma_{v}(q_{j}) frente a la desviación estándar pronosticada (\sigma_{p}) del canal de entrada (K) que es significativo para la red neuronal en el primer paso aplicada y en el segundo ejercitada.

2. Un método según la reivindicación 1, caracterizado porque, un valor de poca cantidad (q_{10}), que cubre la gama de los valores mas frecuentes de la distribución (K_{v}), y un valor de cuantil grande (q_{90}), que cubre la gama sin las colas de la distribución (K_{v}), se seleccionan como los límites del intervalo.

3. Un método según una de las anteriores reivindicaciones, caracterizado porque, en el cuarto paso, en el caso de existir varios canales de entrada, para cada canal de entrada los datos de medición (K_{m}(t)) se sustituyen por una distribución (K_{v}) individual y alternativamente.

4. Método según una de las anteriores reivindicaciones, caracterizado porque, en un último paso la red neuronal se modificará de tal modo, que tan solo los canales de entrada significativos se tendrá en cuenta.

5. Método según una de las anteriores reivindicaciones, caracterizado porque, el modelo de procedimiento se desarrolla en la base, mientras un modelo de procedimiento usado actualmente sirve para regular el proceso de combustión en la planta (1).

6. Método según la reivindicación 5, caracterizado porque, el modelo de procedimiento desarrollado sustituye el modelo de procedimiento empleado actualmente cuando la calidad de las predicciones es mejor.

7. Método según una de las anteriores reivindicaciones, caracterizado porque, las variables de estado (K,S) se determinan empleando como mínimo un cuerpo de llama (F) un dispositivo de supervisión (5)y otros sensores (7) que son evaluados en un ordenador (11), tras lo cual en caso necesario se seleccionaran las actuaciones idóneas, para controlar los dispositivos de mando (9)como mínimo en lo relativo a la aportación de la carga (G) y/o del aire (L).

8. Circuito de regulación para el ajuste del proceso de combustión en la instalación (1), concretamente una central energética, una instalación para la incineración de basuras o una planta cementera, con una línea (3) para la transformación de la carga (G) por aportación de aire (L) mediante el proceso de combustión, formando como mínimo un cuerpo de llama (F), y disponiendo como mínimo de un dispositivo de supervisión (5)que proporciona una imagen del cuerpo de la llama (F), y otros sensores (7) para determinar las variables de estado (K,S) que describe el estado del sistema en la planta (1), y de este modo un ordenador (11) evalúa las variables de estado (K,S) y si fuese necesario, seleccionaría las actuaciones idóneas, disponiendo de los dispositivos de regulación (9) ajustables para actuaciones por lo menos en lo relativo a la aportación de la carga (G) y/o del aire (L), desarrollando en el ordenador (11) un modelo de procedimiento empleando un método acorde con una de las anteriores reivindicaciones.