JP2003530483A - 電気分解装置の動作パラメータの捕捉、監視、表示、および診断の方法および装置 - Google Patents

電気分解装置の動作パラメータの捕捉、監視、表示、および診断の方法および装置

Info

Publication number
JP2003530483A
JP2003530483A JP2001574919A JP2001574919A JP2003530483A JP 2003530483 A JP2003530483 A JP 2003530483A JP 2001574919 A JP2001574919 A JP 2001574919A JP 2001574919 A JP2001574919 A JP 2001574919A JP 2003530483 A JP2003530483 A JP 2003530483A
Authority
JP
Japan
Prior art keywords
variables
electrolyzer
fault
feature
event
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
Application number
JP2001574919A
Other languages
English (en)
Inventor
トランブレイ、ジル・ジェイ
ベルライアー、サイード
ブリロン、ダビッド
グーナ、ティエリー
Original Assignee
ルシェルシュ ２０００ インコーポレイテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ルシェルシュ ２０００ インコーポレイテッド filed Critical ルシェルシュ ２０００ インコーポレイテッド
Publication of JP2003530483A publication Critical patent/JP2003530483A/ja
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537—Electric variables
    • H01M8/04574—Current
    • H01M8/04589—Current of fuel cell stacks
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B15/00—Operating or servicing cells
    • C25B15/02—Process control or regulation
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/0432—Temperature; Ambient temperature
    • H01M8/04365—Temperature; Ambient temperature of other components of a fuel cell or fuel cell stacks
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/0444—Concentration; Density
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/0444—Concentration; Density
    • H01M8/04477—Concentration; Density of the electrolyte
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537—Electric variables
    • H01M8/04544—Voltage
    • H01M8/04552—Voltage of the individual fuel cell
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/04537—Electric variables
    • H01M8/04544—Voltage
    • H01M8/04559—Voltage of fuel cell stacks
    • 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • Y02E60/50—Fuel cells
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
    • Y02P70/50—Manufacturing or production processes characterised by the final manufactured product

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Sustainable Energy (AREA)
  • General Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Sustainable Development (AREA)
  • Automation & Control Theory (AREA)
  • Materials Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Physical Or Chemical Processes And Apparatus (AREA)
  • Electrolytic Production Of Non-Metals, Compounds, Apparatuses Therefor (AREA)

Abstract

(57)【要約】 本発明は、電気分解装置の性能を監視し、電気分解装置を使用する製造プロセスに影響する故障および事象を診断し、予測的に識別する方法および装置に関する。そのシステムはそれぞれの電気分解に関係する複数の変数を測定して測定した変数を送信する複数の捕捉および送信装置と、捕捉および送信装置のそれぞれによって送信された変数を記録するデータベースおよびデータ管理装置と、変数を監視する監視装置と、変数を解析して事象を診断するインテリジェントなデータ解析および故障診断装置とを具備している。これらの装置は全て通信装置によって接続されている。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】
本発明は電気分解の性能の監視、およびこれらの電気分解を使用する製造プロ
セスに影響しがちな故障および事象の診断と予測的な識別のための方法および装
置に関する。
【０００２】
【従来の技術】
電気分解は低い値の化学物質（例えばＮａＣｌ）を高い値の化学物質（例えば
ＮａＣｌ3 Ｏ）に変換するために使用される。これらのタイプの電気分解は、塩
素酸ナトリウム、苛性ソーダ、塩素の製造のような異なる分野の化学産業で見ら
れる。電気分解では、複数の陽極と陰極が存在する。酸化反応が陽極で生じ、還
元反応が陰極で生じる。化学反応の速度は電流に直接関係する。イオン交換の薄
膜が陰極反応から陽極反応を分離するために使用されることができる。塩素酸ナ
トリウムの電気分解は通常分離されていない電解で実行される。全体的な反応は
ＮａＣｌ＋３Ｈ2 Ｏ→ＮａＣｌＯ3 ＋３Ｈ2 で説明される。
【０００３】 この反応は生成される塩素酸ナトリウム当たり６個の電子を必要とする。こ
れは陽極と、リアクタのバルク中で生じる多数のステップの反応を含んでいる。
B. V. Tilak とC. P. Chenの“Electrochemical Society Proceedings'”、99−
21巻、1999年、８頁および“Electrolytic sodium chlorate technology : curr
ent status' ”にはこの技術の概要が記載されている。塩素と苛性ソーダの電気
分解は同一の電気分解で同時に実現されることができる。苛性ソーダは陰極のコ
ンパートメントで形成される。塩素は陽極のコンパートメントで形成される。新
しいクロルアルキル電気分解では、陽極と陰極の反応間の分離はイオン交換薄膜
により実現される。この薄膜は陽極コンパートメントから陰極コンパートメント
までのナトリウムの通過だけを理想的に可能にする。D. L. Caldwell（D. L. Ca
ldwell ; Comprehensive Treatise of electrochemistry'、２巻、1981年、105
頁の“Production of chlorine' ”、編集者O'M. Bockris、B. E. Conway、E. Y
eager とR. E. White 、出版社Plenum Press、ニューヨーク）はこの技術につい
てのさらに詳細を与えている。
【０００４】 燃料電池は発電機として使用される特別なタイプの電気分解である。これは
燃料の化学エネルギを電気エネルギに変換する。燃料電池は多数の陽極と陰極か
らなる。陽極では、燃料は電気化学的に酸化され、陰極では、酸化剤が電気化学
的に還元される。電子は陽極で発生され、外部負荷を経て陰極へ流れる。イオン
は回路を完成するために電気分解の陽極と陰極との間を流れる。異なる燃料電池
技術が存在する。陽子交換薄膜燃料電池（ＰＥＭＦＣ）はそれらの１つである。
ＰＥＭＦＣは固体ポリマー電解（ＳＰＥ）燃料電池としても知られている。この
ような燃料電池では、薄い陽子交換薄膜はその１つの表面上に陽極を、他の表面
上に陰極を有する。水素が陽極に供給され、陽子を生成するように反応する。こ
れらの陽子は陰極に移動し、そこでこれらは酸素と反応して水を生成する。全体
的は反応は、Ｈ2 ＋1/2 Ｏ2 →Ｈ2 Ｏである。
【０００５】 陽極と陰極が接続される方法は技術によって異なる。電極は並列、直列また
はそれらの組合わせで接続されることができる。
【０００６】 電解槽の監視に関連する１つの問題は、これらが動作する状態が非常に過酷
であることである。これはデータの捕捉を困難にし不確実にする。さらに、最小
の動作コストを維持しながら、生産速度と品質を最大にするためにこれらの電解
槽を監視することは必要である。全体的な生産性能を観察することは、ユニット
セルが適切な性能ではなく変更すべきであることをオペレータが発見することを
可能にしない。任意の性能の低下の原因を評価し、このように識別された問題に
対処するためのさらに経済的な解決策を決定するために、肉眼レベルおよび個々
のセルユニットレベルでプラントを診断することのできる要求が産業界で増加し
ている。通常、プラントのオペレータは電圧および電流としての適切なパラメー
タを手作業で測定することにより電解槽を監視する。その後、データ記録はプラ
ントエンジニアに送られ、専門家によって異なるデータ解析を使用することによ
り、この故障を起こし得る兆候を発見できる。この過程は特に故障の兆候が多量
のデータにより規定されるとき時間がかかり不正確である。この理由で、電解槽
を自動的および正確に監視することができ、生産性能を増加するようにこのよう
なプラントで生じる問題を迅速に識別することを容易にするシステムを開発する
ことが有効である。
【０００７】 知られている技術はゼネラルモーターズ社の米国特許第5,945,229 号明細書
（発明の名称“Pattern Recognition Monitoring of PEM Fuel Cell ”）である
。ＰＥＭ燃料電池スタックへのＨ2 供給流中のＣＯの濃度はスタックの端部に取
付けられた補助電池からの電流および電圧特性パターンを測定することにより監
視される。この補助電池はスタックに供給するのと同一の酸素および水素供給マ
ニホルドへ接続され、一定の負荷を通って放電する。パターン認識ソフトウェア
は補助電池からの電流および電圧パターンを、補助電池に類似の基準電池から決
定されてＨ2 燃料流の広範囲のＣＯ濃度にわたって制御された条件下で動作する
電流および電圧シグネチャと比較する。しかしながら、この方法に関連する問題
の１つは、基準シグネチャが燃料電池の理想的な動作状態で取られることである
。燃料電池の寿命期間中に燃料電池の動作特性の変化は許容されない。
【０００８】 またゼネラルエレクトリック社の米国特許第6105149 号明細書（発明の名称
“System and Method for Diagnosing and Validating a Machine using Wavefo
rm Data ”）も技術的に知られている。この特許の発明では、計算されたトモグ
ラフィーまたは磁気共鳴イメージングマシンのような装置で故障を診断するため
に方法およびシステムが開発されている。故障はマシンから得られた波形データ
を解析することによって診断される。故障の兆候および対応する修理作業を含む
データベースは分類ルールを構築するために使用される。これらのルールは新し
い波形データを解析するのに使用される。
【０００９】 インストルメンタリウム社の米国特許第5,584,291 号明細書（発明の名称“M
ethod for recognizing and identifying emergency situations in an anaesth
esia system by means of a self-organizing map”）は麻酔投与に関連する複
数の変数を測定することによって麻酔システムの緊急状態を識別する方法を記載
している。測定された変数の測定値はシステムの瞬間的な状態を特徴付けるパタ
ーンベクトルに形成される。
【００１０】 電解槽を使用するプラントに適用される他の故障診断方法はOlin社の米国特
許第4,532,018 号明細書（発明の名称“Chlor-alkali cell control system bas
ed on mass flow analysis”）、Denora Permelec の米国特許第5,015,345 号明
細書（発明の名称“Method for detecting defective ion exchange membrane i
n monopolar and bipolar electrolysers ”）、およびゼネラルモーターズ社の
欧州特許第EP1069636A1 号明細書（発明の名称“Fuel cell stack monitoring a
nd system control ”）に記載されている。
【００１１】
【発明が解決しようとする課題】
本発明の目的は化学製造プラントの電解槽の性能に関する価値ある情報を与え
、生産期間中に時によって生じる性能の変動の原因を診断することを助けるシス
テムおよび装置を提供することである。
【００１２】
【課題を解決するための手段】
本発明によれば、この目的は電気分解装置の性能を監視し、電気分解装置を使
用する製造プロセスに影響する可能性のある故障および事象を診断し、予測的に
識別する方法および装置によって達成される。そのシステムは、 ａ）それぞれの電気分解装置に関係する複数の変数を測定し、その変数を送信
する複数の捕捉および送信装置と、 ｂ）前記捕捉および送信装置のそれぞれによって送信された変数を記録するデ
ータベースおよびデータ管理装置と、 ｃ）前記変数を解析し、事象を診断するインテリジェントなデータ解析および
故障診断装置とを具備し、 前記各装置は通信装置によって相互に接続されている。
【００１３】 本発明の好ましい実施形態にしたがって、システムはセルからの電圧、電流
、温度のようなパラメータを捕捉するデータ捕捉および送信装置を含んでいる。
これらはアナログ信号をデジタルデータ流へ変換する。これらのデータセットは
集められ、通信装置によりデータベースおよびデータ管理装置へ送信され、ここ
でこれらはデータ行（row ）ファイルへ記録しフォーマットされる。処理および
監視装置は所望のデータ傾向と付加された値のデータとを表示し、所望のデータ
傾向および付加された値のデータはユーザの規定した方法に基づいて予備処理さ
れ濾波される。さらに監視装置は警報、推薦されたアクションを表示し、報告を
行う。データ行は通信装置へエキスポートリクエストを行うことによりデータベ
ースと管理装置から監視装置へ与えられる。インテリジェントなデータ解析およ
び故障診断装置は規定された関係するパラメータの発生を追跡する。この装置は
データ傾向シグネチャを隔離することにより、故障および事象が生じる前にそれ
らを阻止する。プラントエンジニアまたはプラント解析研究所はその経験または
プラントの電解槽の特性に対する従来の知識に基づいて前もってこれらの故障シ
グネチャを規定する。全ての装置は、システム装置と遠隔の第三パーティのソフ
トウェアまたはハードウェアとの間でネットワークを経てデータおよび情報のイ
ンポートおよびエキスポートを簡単にする通信装置周辺に構成される。
【００１４】
【発明の実施の形態】
本発明では、ユニットセルは同一の電流フィーダに接続されている陽極および
陰極の最小のグループとして規定されている。モノポーラの電解槽は以後、単一
のセルユニットとして考慮され、バイポーラの電解槽は複数のユニットセルとし
て考慮される。電圧の読取りは各ユニットセルに対して測定される、本発明は各
ユニットセルの故障および事象の検出を可能にする。
【００１５】 本発明は、製造化学プラントの電解槽の性能の追跡および最適化を容易にす
る捕捉、監視、監視システムおよびその方法に関する。
【００１６】 電解槽では、多数の陽極および陰極が存在する。陽極反応を陰極反応から分
離するために薄膜が使用されることができる。陽極と陰極が接続される方法は使
用される技術により異なる。電極は並列、直列またはそれらの組合わせで接続さ
れることができる。
【００１７】 本発明のシステムおよび方法は各ユニットセルの監視を可能にする。電解槽
の性能の評価に使用されることができる種々の異なったインジケータが存在する
。電圧および電流の効率はそれらのうちの２つである。電圧は動作状態で生じる
任意の変化に対して非常に敏感である。適切な装置により、各ユニットセルでこ
れは容易に測定されることができる。電流の効率は決定が電圧より困難である。
これはユニットセルから来る溶液の濃度の測定を必要とする。多くの場合に、ユ
ニットセルの１グループでのみ可能である。これらの２つのパラメータを新しい
タイプの電極の性能を決定するために使用する多数の例が文献に存在する（例え
ばD. A. Denton、J. T. Desouza 、J. H. Entwisle、D. Lee、H. G. WilsonのMo
dern Chlor-Alkali Technology、２巻、215 頁、Developments in coatings for
metal anodes 、R. W. Curry 編集、The Royal Society of Chemistry出版）ま
たは性能における不純物の影響（Y. Ogata、T. Kojima 、S. Uchiyama 、M. Yas
uda 、F. Hine 、J. Electrochem、Soc. 136 巻、1989;91 年、“Effects of t
he brine impurities on the performance of the membrane type chlor-alkali
cell ”、M. Nakao、H. Miyake 、Modern Chlor-Alkali Technology、185 頁、
“Advanced cell operation with flemion membrane ”、R. W. Curry 編集、Th
e Royal Society of Chemistry出版）。
【００１８】 図１は本発明の好ましい実施形態によるシステムの異なる装置の全般的な構
造および装置間の接続を表している。システムの中心には、通信装置２が存在し
、これは異なる装置間のデータおよび情報の対話と交換を簡単にする。この装置
はサーバクライアントの通信プロトコル下で構築されている。好ましい実施形態
では、ソフトウェア装置の実行に使用されるマイクロソフトウィンドウズＮＴ（
商標名）または２０００（商標名）オペレーティングシステムで与えられる公共
ドメインＯＰＣ（プロセスの制御ではＯＬＥ）が使用される。通信装置２は他の
装置へのサーバとして作用し、この他の装置はクライアントとして規定されてい
る。データ捕捉および送信装置１はセルからデータを捕捉し、それらを他の装置
へ送信するハードウェア装置を含んでいる。これはＭＯＤＡ（モジュール捕捉）
と呼ばれる電子ボード８を含んでおり、この電子ボード８はセル電極の電圧、即
ち全体的なセル電圧、セルグループ電圧の少なくとも１つを測定し、さらに適切
なセンサにより測定される温度およびガス濃度を測定するように構成されてもよ
い。ＭＯＤＡは規定されたサンプリングレートでアナログ信号をデジタル信号に
変換するＡ／Ｄ変換器と、メモリバッファと、不所望な雑音を除去するデジタル
フィルタと、中心部では捕捉および送信処理の実行に使用されるマイクロ制御装
置とを含んでいる。捕捉装置８のコンポーネントは周囲の過酷な環境からそれら
を保護するハーメティックシールされたボックスに収容されている。ＭＯＤＡ装
置から出力された全てのデータは光ファイバにより送信プロトコルに関してＦＯ
ＣＯＭ（光ファイバ通信モジュール）と呼ばれるコンセントレーション装置９へ
送られる。ＦＯＣＯＭはパーソナルコンピュータまたは端末にプラグ接続された
ボードであり、データ流を受信し、集めてデータ行へのデータ流をフォーマット
し、データベースおよびデータ管理装置３により記録可能にする。このモジュー
ルの主要な機能は他の装置へエキスポートされる経歴的なデータ行を生成するた
めにデータを記録することである。ユーザは通信装置のＯＰＣサーバを経てデー
タベースに対して適切なＳＱＬリクエストを行うことにより任意のデータ記録に
アクセスすることができる。リクエストの結果は処理および監視装置７により表
示される。
【００１９】 本発明の好ましい実施形態によれば、処理および監視装置７はマルチレベル
の監視グラフィックユーザインターフェースであり、その１例が図３で示されて
いる。基本的な監視レベル44は監視されるセルのプラントレイアウトの表示であ
る。各セルに対して、ユーザによりリクエストされた捕捉された測定結果が表示
され、ステップ（ユーザにより規定される）の度にリフレッシュされる。レベル
44ではユーザはまた各変数に対するしきい値を規定する。したがって、変数がそ
のしきい値に近付くとき、フラグ警報がスクリーン上に表示される。またそのレ
ベル44では、各ラインの電流値およびセルの平均電圧のような他の所望な特性45
が同様に示される。高いレベル47はこれらの変数の時間ウィンドウのエボリュー
ションを反映する規定された変数の傾向を表示する。さらに、偏極カーブ、濾波
された信号、解析リポートのようなデータが付加された値がそのインターフェー
スによりアクセスされることができる。
【００２０】 インテリジェントなデータ解析および故障診断装置６は監視された装置で生
じる故障および異常の検出および予測を容易に正確に行い、これらの異常を回避
する行動を行うことを勧告するツールである。故障診断は処理機能の従来の知識
にしたがって規定された分類ルールに基づいている。この装置はソフトウェアパ
ッケージにより実施されることが好ましい。
【００２１】 プラントの異なる装置間の接続の１例が図２に示されている。生産ライン18
は多数の電池12を有し、各電池12は８個のセルユニットを含んでいる。この場合
、各電極電圧は金属ワイヤ48により測定される。測定値の正確性を増加し、雑音
を最小化を増加するために、ワイヤ48はＴＦＰ10（Terminal Fuse Protection 1
0 ）装置11によりマルチケーブルで保護されたケーブル15に集線される。このプ
ラントのレイアウトでは、各捕捉装置８は４個の電池を監視する。各電池から来
るマルチケーブルは捕捉装置ＭＯＤＡ８の入力に接続されている。各ＭＯＤＡは
直列のリレイにより入力信号を次々と多重化する。その後、入力信号は電子アイ
ソレータ（１０００接地電圧までの高い電流分離）に与えられ、その電子アイソ
レータは比例したアナログ信号を発生する。これらのアナログ信号はＡ／Ｄ変換
器によりデジタル信号へ変換される。捕捉装置はＡ／Ｄ変換器に直接接続されて
いるセンサからの温度または化学的読取り値等のその他の入力を有効に処理する
。捕捉装置８は電池13から直接付勢され、これは外部パワーラインの必要性をな
くすので、有効である。
【００２２】 データ流はその後、通信光ファイバループ10を経て送信され、この通信光フ
ァイバループ10は全てのＭＯＤＡ捕捉装置を制御パーソナルコンピュータ９へ結
合する。送信されたデータ流は装置９により処理され、この装置９は基本的にプ
ロセッサの周辺に設けられたメモリバッファを有する装置である。この装置はデ
ータ流をフォーマットし記憶し、データベースへ送信し、このデータベースはデ
ータ行ファイル記録を生成する。また、装置９は生産ラインに供給する４−２０
ｍＡの電流入力を獲得することができる。データベースに記憶されているデータ
ファイルはＯＰＣ通信プロトコル２へ適切なエキスポートリクエストを行うこと
により、ローカルネットワーク16を経てプラントの任意の端末によりアクセスさ
れることができる。
【００２３】 図４はインテリジェントデータ解析および故障診断装置６のコンポーネント
を説明するブロック図を示している。これは３つの主要なコンポーネント、即ち
学習装置21、診断装置26、故障および事象知識ベース25を含んでいる。
【００２４】 学習装置21はデータベース装置３から取出された経歴データファイルを獲得
する。（訓練データとも呼ばれる）これらのデータファイル17は捕捉装置１によ
り捕捉される電気的および化学的パラメータと、故障シグネチャ学習および抽出
に関連すると思われるその他のパラメータの値を含んでいる。データファイルは
行−列の状態で組織されることが好ましく、ここで各行は時間ステップ捕捉を表
し、各列はパラメータタイプを示している。学習装置21は最も重要な特徴をデー
タセットから抽出するための学習特徴抽出器20を含んでいる。これらの特徴はプ
ラントの状態を最も表している。生成された特徴はその後、学習故障および事象
分類器24に送られ、この学習故障および事象分類器24はこれらを関連付け、事象
クラスへ分類する。この関連付けはプラントの従来の知識に関して行われる。結
果的な分類ルールはその後、診断故障および事象知識ベース25に記憶される。
【００２５】 図５は学習装置21の異なるコンポーネント間の相互動作を詳細に示している
。前述したように、学習データファイル17は30により示されているように、行が
監視時間を表し、列がパラメータ値を表す方法で組織される。本発明の好ましい
実施形態では、故障シグネチャおよびプロセス動作プロフィールは２つのレベル
の特徴抽出を行うことにより分離される。基本レベルは各時間ステップｔq 毎に
瞬間的なプロセスの状態を学習し、これは状態ベクトル32を追跡することにより
行われる。状態ベクトルは適切なプロセスパラメータ［Ｐ1 ，Ｐ2 ，Ｐ3 ，Ｐn ］を含んでおり、これはステップ時間ｔq における全般的な動作プロセス状態を
規定する。動作プロフィールまたは故障シグネチャは状態ベクトル32ではなく、
ある時間ウィンドウ［ｔh ，ｔr ］31におけるそのベクトルのエボリューション
によって規定される。シーケンス特徴パーサ49は特徴マトリックス50を生成する
ために時間シーケンスで異なる数字解析またはデータ予備処理を実行する。各パ
ラメータの時間シーケンスＰi ∈［ｔh ，ｔr ］では、シーケンス特徴パーサ49
は時間ドメイン解析、周波数解析、データ予備処理を行い、その時間シリーズに
対して特徴ベクトルを獲得する。全ての特徴ベクトルは特徴マトリックス50を組
立てるために連結される。抽出された時間ドメイン特徴は、時間シーケンスの平
均、時間シーケンスのピーク対ピーク距離、時間シーケンスの標準偏差、積分お
よび導関数のような値である。抽出された周波数ドメインの特徴はパワースペク
トルの最大の振幅およびその最大値の周波数のような値である。幾つかの事象は
時間ウィンドウ［ｔh ，ｔr ］中の１つの適切なパラメータのエボリューション
により丁度規定される。その場合、パラメータの１つの特徴ベクトルが生成され
学習される。これは通常ローカル学習と呼ばれる。
【００２６】 他の特徴は離れた値（平均値から離れて位置する点）を除去するか周波数ス
ペクトルから不所望な周波数を除去するためにデータを濾波するなどの予備処理
動作を実行することにより生成される。平均値、変数によるデータの標準化また
はパラメータ対別のパラメータの標準化等のような他の予備処理動作も有効に行
われる。この種類の予備処理の１例は電圧対電流の標準化である。日々の電気分
解プラントの動作では、電流は新しい生産制約に応答するために変化する。電流
変化は電圧変化に関連する。電圧変化は電圧傾向の解析中に無視されなければな
らない電流変化に関係している。多少解析を簡単にするために、電流が変化され
ていないならば電圧はどうであるかを評価することが便利である。したがって、
電流変化に関連しない電圧変化を観察することが簡単な方法である。電圧対電流
を標準化する簡単な方法は、電圧と電流との関係が線形であり、勾配だけが変化
できることを仮定することからなる。
【００２７】 標準化される電圧の計算に使用される式は以下のようになる。 ＶIref＝（Ｖ−ＶO ）・（Ｉref ／ｉ）＋ＶO ここでＶとｉは電圧および動作電流であり、ＶIrefは標準化された電圧であり、
Ｉref は標準化に使用された電流であり、ＶO はＶ対Ｉの線形関係のインターセ
プトである。他のタイプの標準化も可能であり使用できる。電圧は温度または電
解質の濃度に対して標準化されることができる。かなり頻繁に、経験式またはテ
ーブルが電圧対温度または電解質の濃度を標準化するために使用される。電解槽
の状態を解析する別の有効な方法は偏極カーブである。これらは電流を多数の値
に対して調節し対応する電圧を記録することにより得られる。偏極カーブ中で、
他のパラメータ（例えば温度、電解質の濃度）を一定に維持することが最良であ
る。可能でないならば、これらの変化を補償するために調節が行われなければな
らない。偏極カーブは電流と電圧との関係、即ちＶ＝ｆ（Ｉ）を与える。クロル
アルキルでは、その関係はしばしば以下のように表される。 Ｖcell＝陽極電位＋陰極電位＋ｉＲ（薄膜）＋ｉＲ（電解質＋ ｉＲ（ハードウェア） セル電圧はシステムの異なる部分（例えば陰極、陽極、薄膜、電解質）に関連
する多数の異なる電圧損失の和を表している。これらの電圧損失は電流の関数で
あるが、またシステムの異なる部分の特性の関数でもある。多数の情報が単に電
流電圧関係の変化をたどることにより抽出されることができる。これを実行する
ために種々の方法が使用されることができる。最も簡単な方法は偏極カーブの直
線部分により線形回帰を行うことからなる。その後、勾配の変化とインターセプ
トが性能の変化を検出するのに使用されることができる。１例として、塩素酸塩
の産業では、偏極カーブの勾配の増加は通常、陰極への沈着によるものであり、
一方、インターセプトの増加は通常、陽極被覆の損失に起因する。偏極カーブの
変化を解析するさらに進歩した方法は偏極カーブの非線形回帰を行うことからな
る。クロルアルキルおよび塩素酸塩の産業では、偏極カーブは次式で適合される
ことができる。 Ｖ＝ａ＋ｂ．ｌ＋ｃ．ｌｏｇ（ｌ） ここでａは標準的な電位と交換電流およびTaffel勾配に関連され、 ｂはセルの全ての抵抗の和（ハードウェア＋電解質）であり、 ｃはTaffel勾配に関連される。
【００２８】 K. L. Hardee（K. L. Hardee、“Modern Chlor-Alkali Technology”、６巻
、1995年、234 頁、“A simple procedure for Evaluating membrane electroly
ser performance ”、編集者R. W. Curry 、出版社The Royal Society of Chemi
stry）は幾つかの状態を弁別するためクロルアルキルでこの方法を使用している
。彼はこれらのパラメータが時間の経過中に発生する態様を観察することを考慮
していない。薄膜に穴が発生するならば、これはある時間の経過後に穴の付近の
陽極の被覆の破壊につながる。偏極カーブはその後、穴ではなく部分的な被覆の
破壊を示す。
【００２９】 これらの３つの係数の相対的な変化は所定の状態に特有であるシグネチャを
与える。これらの変化を既知のシグネチャと比較することにより、複数の状態（
例えば陽極の腐食、陽極の毒性、陰極の沈着等）を弁別することが可能である。
この方法により、陽極の被覆の損失等の異なる状態の発達状態を評価することも
可能である。他の特徴は特徴マトリックス50を構成するために使用できるが、前
述の説明は本発明の文脈で使用される主な特徴である。各状態ベクトル32と特徴
マトリックス50はその後、ラベルに関連され、これはプラントの従来の知識34に
基づいて動作クラスまたは故障シグネチャに対する特徴マトリックスのメンバー
シップを規定する、状態プロフィール分類器33は幾何学的な分類アルゴリズムと
、よく知られたニューラルネットワークの管理された自己組織マップアルゴリズ
ム（kohonen マッピングとも呼ばれる）を使用することによりこの動作を実行す
る。本発明のこの実施形態では、前者が使用されるが、後者も同様に動作する。
【００３０】 自己組織マップ分類アルゴリズムは、高次元の測定データ間の非線形統計依
存性を通常２次元マップ格子上の簡単な幾何学的関係にマップする。このマッピ
ングはさらに、入力特徴ベクトルとマトリックス間のトポロジ関係を維持するよ
うに行われる。マップのそのトポロジ維持特性により、類似のプロセス状態に対
応する類似の特徴ベクトルは相互に近接してマップされ、マップ上にクラスタを
生じる。ある故障に対応するクラスタがマップ上に生成され、これらのクラスタ
は危険区域として規定される。カラーコードマップまたはグレーレベルマップの
ような視覚化はこのクラスタを識別する。自己組織アルゴリズムによる学習の詳
細は文献、Kohonen. T. 、“The self-Organizing Maps”、proceeding of the
IEEE、78、1464−1480頁と、Kohonen. T. “Self Organized Formation of Topo
logically Correct Feature Maps”、Biological Cybernetics、43の59−69頁に
記載されている。
【００３１】 分類割当てはその後診断故障および事象知識ベース35へ入力される。ルール
は分類割当の結合を含んでいる条件部分と、条件部分の結果としての勧告を含ん
でいる結果部分とによって構成されている。勧告、識別された事象および問題は
電気分解技術に基づいている。クロルアルキルの産業では、電気分解プロセスの
性能に影響する多数の事象または問題が存在する。これらの問題の幾つかは、陽
極の被覆の損失、陰極の被覆の損失、陰極のポイズン、電極のパッシベーション
、セルまたはリカー回路の阻止、フィード（例えば硫酸塩、Ｍｇ、Ｃａ、イオン
、Ｎｉ、Ｓｉのような不純物）の浄化、不十分なブラインフィード（リアクタ中
の非常に低いレベルのＣｌ）、フィード腐蝕流の損失、薄膜の水ぶくれ、薄膜の
フーリング（プラギング）、薄膜の貫通等による問題である。このリストは全て
を徹底的に網羅したものではない。全てのこれらの事象は電解槽の性能に影響す
る。しばしば、これらは電圧の増加と、電流効率の減少につながる。以下は勧告
がクロルアルキル技術の知識ベースで推察される態様を示すルールの簡単な例で
ある。本発明の好ましい実施形態では、これらのルールはさらに複雑にされてい
る。 Ｒ1 ：電圧が全てのセルユニットで増加し、設定点が一定であるならば、不純
物レベル解析を勧告される。 Ｒ2 ：偏極カーブからのパラメータｂが増加し、ａとｃが増加しないならば、
事象は純粋に本質的に抵抗性であり、薄膜に汚染付着物があるか、またはハード
ウェア抵抗の増加が存在するかをチェックする。 Ｒ3 ：酸素レベルが上昇するならば、セルの阻止またはそのセルの薄膜または
陽極に関連する問題が存在するかをチェックする。
【００３２】 クロルアルキルの産業に類似して、塩素酸塩の産業では、プロセスの性能に
影響する多数の事象または問題が存在する。陽極反応を陰極反応から分離するた
めの薄膜が存在しないので、電解槽はやや簡単にされる。しかしながら、プロセ
ス全体を複雑にする電気化学的ステップ後に化学反応が生じる。典型的な事象ま
たは問題の例は、キャリアプレートまたはバックプレートスプリットからの電極
分離、電極アセンブリの損傷、セル電極間の結晶化、陽極の被覆の損失、陽極の
パッシベーション、陰極のブリスタリング、陰極の腐蝕、陰極の不活性、電極の
過剰沈着、セルまたはリカー回路の遮断、リアクタと電解槽との間で閉じたバル
ブと、結晶化の問題（ＣｌＯ3 の除去における効率の損失）、ブライン（例えば
Ｃａ、Ｍｇ、硫酸塩、Ｃｏ、Ｎｉ、Ｃｕ等の不純物）の純化と不十分なブライン
供給（リアクタ中の非常に低いレベルのＣｌ- ）による問題である。勧告ルール
は“ｉｆ−ｔｈｅｎ”方法で表される。
【００３３】 ＰＥＭ燃料電池では、多数の要因がその性能に影響する。一酸化炭素（ＣＯ
）の中毒が典型的な例である。ＣＯが水素フィード中に存在するとき、これは水
素反応で利用可能であったプラチナ表面と表面のブロック部分で吸収できる。典
型的な事象と問題のさらに幾つかの例は、陽極または陰極の背面板層の充満、薄
膜の乾燥、薄膜周辺または薄膜を通しての水素の漏洩、薄膜の損傷等である。
【００３４】 前述のルールは再度公式化され、故障および事象診断知識ベース35中にシン
ボルｉｆ−ｔｈｅｎステートメントとして記憶される。技術で知られているよう
に、エキスパートシステムまたはファジー論理エンジンとしてのルールベースセ
レクタは、診断フェーズの分類割当てからの勧告を推論するために使用されるこ
とができる。学習フェーズでは、ユーザは電気分解技術の従来の知識に基づいて
第１のセットのルールを入力する。この第１のセットのルールはその後新しい事
象または状態が生じたときに更新され微調節される。対話的なグラフィックユー
ザインターフェースは、選択された特徴および状態プロフィール分類装置33によ
り行われる分類割当てにしたがってユーザがルールを良好に入力することを容易
にする。
【００３５】 図４では、診断装置26は２つの主要なコンポーネント、即ちデータベースか
らデータ測定行18を獲得し、他のコンポーネントに対する適切な特徴を発生する
診断特徴抽出器19と、診断確認装置28とを含んでいる。後者のモジュールは、学
習フェーズ中に診断故障および事象知識ベースに記憶された分類ルールおよび勧
告に基づいて入力特徴中の故障シグネチャおよび事象を識別する。図６は診断装
置26のコンポーネント間の相互作用を詳細に示している。訓練フェーズで学習し
た故障および事象を識別するために、シーケンス特徴抽出器51は時間シリーズシ
ーケンスＰi ∈［ｔh ，ｔr ］37、即ち49と同一の解析および予備処理を実行す
る。所望の検出の種類、即ち瞬間的な動作プロフィール識別、全般的な動作プロ
フィールのエボリューション、または局部動作プロフィールのエボリューション
に基づいて多数の認識動作が行われる。事象が時間ウィンドウ中の１つのパラメ
ータのエボリューションにより規定される簡単なケースでは、シーケンス特徴抽
出器51から発生された関係するパラメータの特徴ベクトルは故障および事象知識
ベース35に記憶された学習された基準ローカル特徴ベクトルと比較される。いわ
ゆる“ダイナミックな時間ワープアルゴリズム”はローカル故障または事象シグ
ネチャを識別するために、パラメータＰi の特徴ベクトルと、記憶された基準ベ
クトルとを比較するために使用される。このアルゴリズムはシーケンス認識装置
39で行われる。これはプロトタイプの特徴ベクトル間の類似性の距離を測定する
。その距離測定により、故障およびプロフィール分離装置41は測定された特徴ベ
クトルに最も類似する特徴ベクトルの適切なローカル勧告ルールを選択する（ダ
イナミックな時間ワープアルゴリズムについてのさらに詳細は文献“Applied Pa
ttern recognition ”、著者Dietrich W. 、P. Paulos 、334 −340 頁、vieweg
publications に記載されている。第２の検出レベルは各ステップ時間ｔq にお
ける瞬間的な状態ベクトルプロフィールの識別である。この動作はプロセス状態
認識装置40により実行される。このモジュールは各瞬間状態ベクトル38に対して
、学習された２次元格子中の事象クラスマップに対するメンバーシップの程度を
計算する。このメンバーシップの程度は最大の量子化エラーにより生成される。
このエラーは測定された状態ベクトル38と、２次元分類格子33へマップされた学
習された訓練状態ベクトルとの間の類似性の距離である。換言すると、量子化エ
ラーは学習されたマップ中の入力状態ベクトルの位置についての情報である。本
発明の好ましい実施形態では、量子化エラーはユークリッド距離により測定され
る。さらに、時間ウィンドウ［ｔh ，ｔr ］37の全般的な状態ベクトルの経歴エ
ボリューションは、分類格子マップ33の動作点の軌跡をたどることにより追跡さ
れる。状態認識モジュール40により生成される分類程度または動作に基づいて、
故障および事象分離モジュールは故障および事象知識ベースから最も適切な勧告
を推論する。学習特徴に対する一致の程度が不適当であるならば、診断装置への
パラメータ測定入力は恐らく訓練装置で学習されない新しい状態または事象であ
る。結果として、故障および事象隔離装置は“未知の事象”メッセージを生成す
る。新しい状態は知識ベースの更新により考慮される。したがって、この状態が
将来生じるならば、これは認識されよう。全ての勧告および事象識別は毎日、毎
週、毎月のリポートにより、または分類マップ格子における動作点の動きのグラ
フィック視覚化によってユーザに与えられる。
【００３６】 本発明をその好ましい実施形態により前述したが、この特許請求の範囲の技
術的範囲内である好ましい実施形態に対する任意の変形は本発明の特性と技術的
範囲を変更しないことが指摘されるべきである。
【図面の簡単な説明】
【図１】 本発明による電気化学電池用の捕捉および診断システムの全般的な構造を示し
たの図。
【図２】 本発明によるプラントの捕捉装置と送信装置との間の相互接続の１例を示した
図。
【図３】 図１で示されている処理および監視装置の例示的なレイアウトの概略図。
【図４】 図１で示されているインテリジェントなデータ解析および故障診断装置の構造
を示した図。
【図５】 図３で示されている学習特徴抽出器と学習故障および事象分類器の構造図。
【図６】 図３で示されている診断特徴抽出器および診断故障および事象確認装置の構造
図。
───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ，ＴＲ)，ＯＡ(ＢＦ ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ， ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，Ｇ Ｍ，ＫＥ，ＬＳ，ＭＷ，ＭＺ，ＳＤ，ＳＬ，ＳＺ，ＴＺ ，ＵＧ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ， ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＧ，ＡＬ，ＡＭ， ＡＴ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，Ｂ Ｚ，ＣＡ，ＣＨ，ＣＮ，ＣＯ，ＣＲ，ＣＵ，ＣＺ，ＤＥ ，ＤＫ，ＤＭ，ＤＺ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＤ， ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ，ＩＮ，Ｉ Ｓ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＡ，ＭＤ，ＭＧ， ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＭＺ，ＮＯ，ＮＺ，ＰＬ，Ｐ Ｔ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ，ＵＺ， ＶＮ，ＹＵ，ＺＡ，ＺＷ (72)発明者 ベルライアー、サイード カナダ国、エイチ２ジェイ・３ケー７、ケ ベック州、モントリオール、リュ・ドゥ・ ブレブー 4220、アパルトマン 15 (72)発明者 ブリロン、ダビッド カナダ国、ジェイ５アール・５エス１、ケ ベック州、ラプレリー、リュ・ベルフルー ル 250 (72)発明者 グーナ、ティエリー カナダ国、エイチ３エックス・２エス５、 ケベック州、モントリオール、リュ・クラ ンラナルド 5175 Ｆターム(参考） 4G075 AA13 AA65 CA20 DA02 4K021 CA06 CA15 5H026 AA06 5H027 AA06 KK41 KK54 KK56 5H223 AA01 BB02 BB08 CC03 DD03 DD09 EE06

Claims (23)

    【特許請求の範囲】
  1. 【請求項１】 電気分解装置の性能を監視し、複数の電気分解装置を使用す
    る製造プロセスにおける事象を診断し、予測的に識別する装置において、 ａ）それぞれの電気分解装置に関係する複数の変数を測定し、その変数を送信
    する複数の捕捉および送信装置と、 ｂ）前記捕捉および送信装置のそれぞれによって送信された変数を記録するデ
    ータベースおよびデータ管理装置と、 ｃ）前記変数を解析し、事象を診断するインテリジェントなデータ解析および
    故障診断装置とを具備し、 前記各装置は通信装置によって接続されている装置。
  2. 【請求項２】 前記捕捉および送信装置は前記変数を測定するための捕捉電
    子ボードと、送信装置と、コンセントレーション装置と具備している請求項１記
    載のシステム。
  3. 【請求項３】 前記変数は電圧、電流、および温度を含んでいる請求項１記
    載のシステム。
  4. 【請求項４】 さらに、監視装置を具備し、この監視装置はマルチレベルグ
    ラフィックユーザインターフェースを含み、その基本レベルは監視された電気分
    解を有するプラントのレイアウトを示し、高いレベルは時間ウインドウにおける
    前記測定のエボリューションを反映する複数の測定傾向を表している請求項１記
    載のシステム。
  5. 【請求項５】 前記、高いレベルはさらに、偏極された曲線、濾波された信
    号および前記インテリジェントなデータ解析および故障診断装置から生成された
    解析レポートを表示する請求項４記載のシステム。
  6. 【請求項６】 前記インテリジェントなデータ解析および故障診断装置は学
    習装置と、診断装置と、動作プロフィール知識ベースとを含んでいる請求項１記
    載のシステム。
  7. 【請求項７】 前記学習装置は、学習特徴抽出器と、学習故障および事象分
    類器を含んでいる請求項６記載の装置。
  8. 【請求項８】 複数の有効な変数およびプラント動作時間ウインドウ中で規
    定された特徴マトリックスから瞬間的な状態ベクトルを生成する請求項７記載の
    装置。
  9. 【請求項９】 特徴マトリックスは、プラント動作時間ウインドウ中で規定
    された前記複数の有効なデータ変数における時間解析、または周波数解析、また
    は偏極曲線により発生される請求項７記載の装置。
  10. 【請求項１０】 前記学習故障および事象分類器は特徴および状態ベクトル
    を入力し、その特徴および状態ベクトルを２次元マップ格子上にマップし、幾何
    学的分類アルゴリズムを使用してプラントの従来の知識に基づいて事象または動
    作プロフィールに関連する同じクラスターの類似しているベクトルに分類する請
    求項７記載の装置。
  11. 【請求項１１】 前記動作プロフィールデータベースは、学習分類器によっ
    て生成された分類割当を入力し、それをシンボルルールを使用してそれを動作勧
    告に結合する請求項６記載の装置。
  12. 【請求項１２】 前記診断装置は、シーケンス特徴抽出装置と、シーケンス
    認識装置と、プロセス状態認識装置と、故障およびプロフィール分離装置とを含
    んでいる請求項６記載の装置。
  13. 【請求項１３】 前記シーケンス特徴抽出装置は、特徴ベクトルまたは特徴
    マトリックスを各変数に対して生成する請求項１２記載のシステム。
  14. 【請求項１４】 前記シーケンス認識装置は、ダイナミック時間ワープアル
    ゴリズムを使用することによって学習された特徴ベクトルに対する入力特徴ベク
    トルの非類似の程度を出力する請求項１３記載の装置。
  15. 【請求項１５】 プロセス状態認識装置は、学習フェーズで訓練された２次
    元格子において学習されたクラスに対するメンバーシップの程度を瞬間的なプロ
    セス状態ベクトルに割当て、前記分類の程度は、訓練フェーズにおいて関心のあ
    る、分類された状態ベクトル間の類似性の測定値を計算することによって生成さ
    れる請求項１３記載の装置。
  16. 【請求項１６】 前記故障およびプロフィール分離装置は、シーケンス認識
    装置と状態認識装置の両者によって計算された分類の程度を考慮に入れて、動作
    プロフィールデータベース中に記憶されたルールに基づいて最も適切な勧告を出
    力する請求項１３記載の装置。
  17. 【請求項１７】 前記事象は故障を含んでいる請求項１記載のシステム。
  18. 【請求項１８】 前記監視装置はさらに、リクエストされた測定された変数
    、警報、予備処理されたデータ、，およびユーザインターフェースを通って送ら
    れる診断レポートを表示する請求項１記載のシステム。
  19. 【請求項１９】 前記インテリジェントなデータ解析および故障診断装置は
    さらに、電気分解装置の予め規定された故障および動作プロフィールを学習し、
    事象の発生を阻止するように構成されている請求項１記載のシステム。
  20. 【請求項２０】 前記捕捉および送信装置は、ハーメチックシールされてい
    る請求項１記載のシステム。
  21. 【請求項２１】 前記捕捉および送信装置は光ファイバを通って前記通信装
    置に接続されている請求項１記載のシステム。
  22. 【請求項２２】 前記電気分解装置は、クロルアルキル薄膜電気分解装置、
    塩素酸塩電気分解装置、およびＰＥＭ燃料電池を含んでいる請求項１記載のシス
    テム。
  23. 【請求項２３】 電気分解装置の性能を監視し、複数の電気分解装置を使用
    する製造処理における事象を診断し、予測する方法において、 ａ）複数の捕捉および送信装置によって複数の変数を測定し、 ｂ）ルールに基づいて事象を診断し、予測するためにインテリジェントなデー
    タ解析および故障診断装置により前記変数を監視し、解析し、 ｃ）前記インテリジェントなデータ解析および故障診断装置によってり生成さ
    れた変数、診断および予測を表示する方法。
JP2001574919A 2000-04-11 2001-04-10 電気分解装置の動作パラメータの捕捉、監視、表示、および診断の方法および装置 Pending JP2003530483A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US19616500P 2000-04-11 2000-04-11
US60/196,165 2000-04-11
PCT/CA2001/000514 WO2001078164A2 (en) 2000-04-11 2001-04-10 Method and apparatus for acquisition, monitoring, display and diagnosis of operational parameters of electrolysers

Publications (1)

Publication Number Publication Date
JP2003530483A true JP2003530483A (ja) 2003-10-14

Family

ID=22724319

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001574919A Pending JP2003530483A (ja) 2000-04-11 2001-04-10 電気分解装置の動作パラメータの捕捉、監視、表示、および診断の方法および装置

Country Status (6)

Country Link
US (1) US6591199B2 (ja)
EP (1) EP1292723A2 (ja)
JP (1) JP2003530483A (ja)
AU (1) AU2001254540A1 (ja)
CA (1) CA2405636C (ja)
WO (1) WO2001078164A2 (ja)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007529628A (ja) * 2004-03-17 2007-10-25 ケネコツト・ユタ・コツパー・コーポレーシヨン 超低バス電圧による給電を受ける無線式電解セルモニタリング
JP2007305327A (ja) * 2006-05-09 2007-11-22 Yokogawa Electric Corp 燃料電池発電監視システム
JP2008525163A (ja) * 2004-11-02 2008-07-17 ザ ウォーター カンパニー エルエルシー 脱イオンおよび電気化学的浄化用の関連構成要素および装置および電極の再生方法
JP2012524164A (ja) * 2009-04-16 2012-10-11 ルシェルシュ ２０００ インコーポレイテッド 電解装置の単一セル電流効率のための方法及びシステム
KR101231088B1 (ko) 2011-05-11 2013-02-07 주식회사 케이티이엔지 수소를 이용한 연료전지 발전 실험장치 및 그 실험방법
JP2013525603A (ja) * 2010-04-23 2013-06-20 ルシェルシュ ２０００ インコーポレイテッド 電解装置の安全性及び性能を確保し監視する方法
WO2018109858A1 (ja) * 2016-12-14 2018-06-21 株式会社 東芝 水素エネルギーシステム、水素エネルギーシステムの制御方法、及びプログラム
JP2021113357A (ja) * 2020-01-16 2021-08-05 ルシェルシェ ２０００ インコーポレイティド 電解セルを有する電解装置内の障害を検出するための方法およびシステム
WO2022014197A1 (ja) 2020-07-15 2022-01-20 旭化成株式会社 運転支援方法、運転支援装置、運転支援システムおよび運転支援プログラム
WO2022219850A1 (ja) * 2021-04-13 2022-10-20 Ｅｎｅｏｓ株式会社 劣化判定支援装置、水電解装置および劣化判定支援方法

Families Citing this family (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030181845A1 (en) * 2002-03-21 2003-09-25 Orton Kevin R. Preparation and delivery of healthcare services utilizing electrolytic medicament
US7055062B2 (en) * 2002-10-31 2006-05-30 General Electric Company Method, system and program product for establishing a self-diagnosing and self-repairing automated system
US20040102928A1 (en) * 2002-11-26 2004-05-27 General Electric Company Method, system, and storage medium for building and maintaining a remote monitoring and diagnostics knowledge base
US20060199049A1 (en) * 2005-03-04 2006-09-07 Shen-Li High Tech Co., Ltd. (Shanghai) Monitoring system for fuel cell stack
US20060202844A1 (en) * 2005-03-08 2006-09-14 Simplexgrinnell Lp Structure failure alert system
TR201808245T4 (tr) * 2005-06-16 2018-07-23 Rech 2000 Inc Eğri̇ uydurma anali̇zi̇ ve veri̇mli̇li̇ği̇ni̇n opti̇mi̇zasyonuna dayali elektroli̇zörle tanilamaya yöneli̇k yöntem ve si̇stem.
US7233883B2 (en) * 2005-06-16 2007-06-19 Shen-Li High Tech Co., Ltd. (Shanghai) Monitoring system for fuel cell stack
EP1979715B1 (en) * 2006-02-03 2017-11-01 Recherche 2000 Inc. Adaptive method and system of monitoring signals for detecting anomalies
ATE542931T2 (de) 2007-06-11 2012-02-15 Rech 2000 Inc Effizienzoptimierung und schadenerkennung in elektrolysezellen
WO2009107356A1 (ja) * 2008-02-26 2009-09-03 パナソニック株式会社 操作支援装置及びその方法
CA2746544C (en) 2008-12-17 2018-10-16 Akzo Nobel N.V. Process for producing chlorine, caustic soda, and hydrogen
PL2226411T3 (pl) * 2009-03-06 2012-11-30 Rech 2000 Inc Sposób zapewniania i monitorowania bezpieczeństwa oraz wydajności elektrolizera
US8152987B2 (en) * 2010-04-02 2012-04-10 Recherche 2000 Inc. Method for ensuring and monitoring electrolyzer safety and performances
FR2973544B1 (fr) * 2011-03-31 2013-11-15 Finsecur Dispositif de declenchement d'alarme pour un systeme de securite
FR2973545B1 (fr) 2011-03-31 2013-04-12 Finsecur Dispositif de declenchement d'alarme pour un systeme de securite et procede d'installation d'un dispositif de declenchement d'alarme
DE102011107935A1 (de) 2011-07-19 2013-01-24 Thyssenkrupp Uhde Gmbh Verfahren zur Bestimmung eines sicheren und wirtschaftlichen stromdichteabhängigen Spannungs- und/oder spezifischen Energieverbrauchsbetriebsbereichs
US8795481B2 (en) * 2012-01-03 2014-08-05 General Electric Company Optimization of power system including electrolyzer
US9026259B2 (en) 2012-01-25 2015-05-05 General Electric Company Power generation optimization in microgrid including renewable power source
US20130297256A1 (en) * 2012-05-04 2013-11-07 Jun Yang Method and System for Predictive and Conditional Fault Detection
DE102012015485A1 (de) * 2012-08-07 2014-05-15 Prüftechnik Dieter Busch AG Verfahren zum Überwachen von rotierenden Maschinen
CN103017818B (zh) * 2012-08-09 2015-05-20 江苏科技大学 一种智能开关柜故障诊断系统及方法
FR3006785B1 (fr) * 2013-06-10 2015-07-03 Snecma Procedes de creation d'une base de donnees et d'elaboration d'une carte d'etats de fonctionnement de moteurs d'aeronefs, et un procede de surveillance du fonctionnement d'un moteur d'aeronef associe
DE102013213982A1 (de) 2013-07-17 2015-03-12 Bayer Materialscience Ag Verfahren und System zur Überwachung der Funktionsfähigkeit von Elektrolysezellen
TWI633206B (zh) 2013-07-31 2018-08-21 卡利拉股份有限公司 使用金屬氧化物之電化學氫氧化物系統及方法
EP3045221A1 (de) * 2015-01-19 2016-07-20 Siemens Aktiengesellschaft Überprüfung einer Membrandichtheit wenigstens einer Membran eines Elektrolyseurs
JP2018513912A (ja) 2015-03-16 2018-05-31 カレラ コーポレイション イオン交換膜、電気化学システムおよび方法
US10110688B2 (en) * 2015-03-20 2018-10-23 Sony Interactive Entertainment LLC System and method for remote monitoring of API performance and user behavior associated with user interface
JP2017006569A (ja) * 2015-06-26 2017-01-12 日本光電工業株式会社 ガス治療装置
DE102016008987B4 (de) 2015-07-31 2021-09-16 Fanuc Corporation Maschinenlernverfahren und Maschinenlernvorrichtung zum Lernen von Fehlerbedingungen, und Fehlervorhersagevorrichtung und Fehlervorhersagesystem, das die Maschinenlernvorrichtung einschließt
CN105098987A (zh) * 2015-08-25 2015-11-25 中天电气技术有限公司 中压智能开关设备
US10266954B2 (en) 2015-10-28 2019-04-23 Calera Corporation Electrochemical, halogenation, and oxyhalogenation systems and methods
WO2017147388A1 (en) 2016-02-25 2017-08-31 Calera Corporation On-line monitoring of process/system
DE102016208852B4 (de) * 2016-05-23 2023-10-12 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Charakterisierung von Schraubprozessen
KR102042077B1 (ko) * 2016-09-26 2019-11-07 주식회사 엘지화학 인공지능형 연료전지 시스템
US10619254B2 (en) 2016-10-28 2020-04-14 Calera Corporation Electrochemical, chlorination, and oxychlorination systems and methods to form propylene oxide or ethylene oxide
WO2018156076A1 (en) * 2017-02-24 2018-08-30 Telefonaktiebolaget Lm Ericsson (Publ) Method and system for fault localization in a cloud environment
CN107247943B (zh) * 2017-06-27 2018-10-26 云南财经大学 一种基于膜系统的雷达辐射源信号分选多目标优化方法
CA2975932A1 (en) * 2017-08-10 2019-02-10 Innovative Potential Inc. Electrolytic reactor
US10556848B2 (en) 2017-09-19 2020-02-11 Calera Corporation Systems and methods using lanthanide halide
US10761894B2 (en) * 2017-10-30 2020-09-01 Sas Institute Inc. Methods and systems for automated monitoring and control of adherence parameters
CN108321415A (zh) * 2018-02-05 2018-07-24 吉林大学 融合通讯信息的燃料电池状态监测与预警系统及方法
US10590054B2 (en) 2018-05-30 2020-03-17 Calera Corporation Methods and systems to form propylene chlorohydrin from dichloropropane using Lewis acid
US11567482B2 (en) * 2018-08-31 2023-01-31 Toshiba Mitsubishi-Electric Industrial Systems Corporation Manufacturing process monitoring apparatus
US11392114B2 (en) * 2019-03-26 2022-07-19 Toshiba Mitsubishi-Electric Industrial Systems Corporation Abnormality determination support apparatus
DE102019214268A1 (de) * 2019-09-19 2021-03-25 Robert Bosch Gmbh Brennstoffzelleneinheit
CN111600051B (zh) * 2020-05-11 2021-07-06 中国科学技术大学 一种基于图像处理的质子交换膜燃料电池故障诊断方法
GB2602253A (en) * 2020-12-15 2022-06-29 Enapter S R L A control system and method for controlling a micro-grid
US11519089B1 (en) * 2021-08-16 2022-12-06 Dioxycle Methods and systems for automated optimization of COx electrolysis reactor
US11922664B2 (en) * 2021-10-04 2024-03-05 Tencent America LLC Method and apparatus of adaptive sampling for mesh compression by decoders
WO2024124330A1 (en) * 2022-12-12 2024-06-20 Recherche 2000 Inc. Method and system for detecting damage in electrochemical cells using inert gas injection and dynamic differential pressure analysis
CN117071000B (zh) * 2023-10-17 2023-12-15 深圳润世华研发科技有限公司 一种用于pem电解水制氢设备的远程安全监控系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4532018A (en) 1983-09-06 1985-07-30 Olin Corporation Chlor-alkali cell control system based on mass flow analysis
JP2705087B2 (ja) 1988-03-30 1998-01-26 三菱電機株式会社 試験装置
US5047961A (en) 1988-05-31 1991-09-10 Simonsen Bent P Automatic battery monitoring system
DE4243882C1 (de) * 1992-12-23 1994-01-05 Baleanu Michael Alin Verfahren und Einrichtung zur Überwachung eines technischen Prozesses
FI98338C (fi) 1993-03-26 1997-06-10 Instrumentarium Oy Menetelmä anestesiajärjestelmässä esiintyvien vaaratilanteiden ilmaisemiseksi ja tunnistamiseksi itseorganisoivan kartan avulla
WO1996007958A1 (en) * 1994-09-08 1996-03-14 Westinghouse Electric Corporation Diagnostic advisor for combustion turbine operations
US5619417A (en) * 1994-11-23 1997-04-08 Chrysler Corporation Battery monitoring system for an electric vehicle
WO1997015839A1 (en) 1995-10-27 1997-05-01 Globe-Union, Inc. Battery monitor and method
US5710503A (en) 1996-02-01 1998-01-20 Aims Systems, Inc. On-line battery monitoring system with defective cell detection capability
US5945229A (en) 1997-02-28 1999-08-31 General Motors Corporation Pattern recognition monitoring of PEM fuel cell
US6105149A (en) 1998-03-30 2000-08-15 General Electric Company System and method for diagnosing and validating a machine using waveform data
US6356857B1 (en) * 1998-08-17 2002-03-12 Aspen Technology, Inc. Sensor validation apparatus and method

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007529628A (ja) * 2004-03-17 2007-10-25 ケネコツト・ユタ・コツパー・コーポレーシヨン 超低バス電圧による給電を受ける無線式電解セルモニタリング
JP2008525163A (ja) * 2004-11-02 2008-07-17 ザ ウォーター カンパニー エルエルシー 脱イオンおよび電気化学的浄化用の関連構成要素および装置および電極の再生方法
JP2007305327A (ja) * 2006-05-09 2007-11-22 Yokogawa Electric Corp 燃料電池発電監視システム
JP2012524164A (ja) * 2009-04-16 2012-10-11 ルシェルシュ ２０００ インコーポレイテッド 電解装置の単一セル電流効率のための方法及びシステム
JP2013525603A (ja) * 2010-04-23 2013-06-20 ルシェルシュ ２０００ インコーポレイテッド 電解装置の安全性及び性能を確保し監視する方法
KR101231088B1 (ko) 2011-05-11 2013-02-07 주식회사 케이티이엔지 수소를 이용한 연료전지 발전 실험장치 및 그 실험방법
WO2018109858A1 (ja) * 2016-12-14 2018-06-21 株式会社 東芝 水素エネルギーシステム、水素エネルギーシステムの制御方法、及びプログラム
JPWO2018109858A1 (ja) * 2016-12-14 2019-10-24 株式会社東芝 水素エネルギーシステム、水素エネルギーシステムの制御方法、及びプログラム
JP2021113357A (ja) * 2020-01-16 2021-08-05 ルシェルシェ ２０００ インコーポレイティド 電解セルを有する電解装置内の障害を検出するための方法およびシステム
WO2022014197A1 (ja) 2020-07-15 2022-01-20 旭化成株式会社 運転支援方法、運転支援装置、運転支援システムおよび運転支援プログラム
KR20220136404A (ko) 2020-07-15 2022-10-07 아사히 가세이 가부시키가이샤 운전 지원 방법, 운전 지원 장치, 운전 지원 시스템 및 운전 지원 프로그램
WO2022219850A1 (ja) * 2021-04-13 2022-10-20 Ｅｎｅｏｓ株式会社 劣化判定支援装置、水電解装置および劣化判定支援方法

Also Published As

Publication number Publication date
WO2001078164A2 (en) 2001-10-18
CA2405636C (en) 2011-08-23
WO2001078164A3 (en) 2002-12-19
US20010039481A1 (en) 2001-11-08
AU2001254540A1 (en) 2001-10-23
EP1292723A2 (en) 2003-03-19
CA2405636A1 (en) 2001-10-18
US6591199B2 (en) 2003-07-08

Similar Documents

Publication Publication Date Title
CA2405636C (en) Method and apparatus for acquisition, monitoring, display and diagnosis of operational parameters of electrolysers
US8152987B2 (en) Method for ensuring and monitoring electrolyzer safety and performances
US20150021193A1 (en) Method and system for monitoring the functionality of electrolysis cells
US20070208519A1 (en) Adaptive method and system of monitoring signals for detecting anomalies
US20090014326A1 (en) Efficiency optimization and damage detection of electrolysis cells
EP2226411B1 (en) Method for ensuring and monitoring electrolyzer safety and performances
Wu et al. A hybrid prognostic model applied to SOFC prognostics
TR201808245T4 (tr) Eğri̇ uydurma anali̇zi̇ ve veri̇mli̇li̇ği̇ni̇n opti̇mi̇zasyonuna dayali elektroli̇zörle tanilamaya yöneli̇k yöntem ve si̇stem.
CN114369849B (zh) 一种电解槽健康度的监控方法、装置及电解槽监控系统
CN115129011B (zh) 基于边缘计算的工业资源管理方法
CN110879586A (zh) 一种调相机故障诊断和状态监测方法和系统
CN111367909A (zh) 一种智能制造设备的健康管理方法及系统
CN113177646A (zh) 一种基于自适应边缘代理的配电设备在线监测方法及系统
CA2794737C (en) Method for ensuring and monitoring electrolyzer safety and performances
CN113791186B (zh) 一种选择水质异常报警监测因子的方法及其系统
CN110347138A (zh) 自适应核主元分析的化工过程故障诊断方法
CN114036035A (zh) 一种基于实时数据流量化复杂度的异常识别的方法
CN115212996A (zh) 一种磨煤机故障诊断系统
CN117491793B (zh) 一种氢电耦合系统综合性能测试方法、装置及介质
CN118413456B (zh) 一种基于aae的网络异常预警方法及预警系统
CN117091823A (zh) 一种基于应力变化引起阻值变化的螺栓松动检测方法
CN118070143A (zh) 一种基于贝叶斯网络的在线监测装置可靠性评估方法
CN118505194A (zh) 一种基于人工智能的电力数据采集方法及系统
CN114298495A (zh) 基于细粒度数据驱动的电网可靠性评估方法
CN115750304A (zh) 绿能抽油机智慧管控系统