JP2008512748A - 工程パラメータの平均値の所望値への段階的制御 - Google Patents

工程パラメータの平均値の所望値への段階的制御 Download PDF

Info

Publication number
JP2008512748A
JP2008512748A JP2007529893A JP2007529893A JP2008512748A JP 2008512748 A JP2008512748 A JP 2008512748A JP 2007529893 A JP2007529893 A JP 2007529893A JP 2007529893 A JP2007529893 A JP 2007529893A JP 2008512748 A JP2008512748 A JP 2008512748A
Authority
JP
Japan
Prior art keywords
tpp
time
control
value
slurry
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
JP2007529893A
Other languages
English (en)
Inventor
スコット エー ボイデン
スティーブン ピーチェ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Technology GmbH
Original Assignee
Alstom Technology AG
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 Alstom Technology AG filed Critical Alstom Technology AG
Publication of JP2008512748A publication Critical patent/JP2008512748A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • 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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/026—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system using a predictor
    • 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
    • B01D53/30—Controlling by gas-analysis apparatus
    • 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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/021—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2257/00—Components to be removed
    • B01D2257/30—Sulfur compounds
    • B01D2257/302—Sulfur oxides
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2257/00—Components to be removed
    • B01D2257/40—Nitrogen compounds
    • B01D2257/404—Nitrogen oxides other than dinitrogen oxide

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Analytical Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • General Chemical & Material Sciences (AREA)
  • Treating Waste Gases (AREA)
  • Feedback Control In General (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Electrotherapy Devices (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Transition And Organic Metals Composition Catalysts For Addition Polymerization (AREA)
  • Control Of High-Frequency Heating Circuits (AREA)

Abstract

多段階制御機（６１０）は、工程を行うシステム（６２０）の稼動を指示する。前記工程は、複数の工程パラメータ（ＭＰＰ）（６２５）を有するが、ＭＰＰ（６２５）の１つ以上が制御可能な工程パラメータ（ＣＴＰＰ）（６１５）であり、ＭＰＰ（６２５）の１つが目標設定工程パラメータ（ＴＰＰ）（６２５）である。前記工程は、長さＴＰＬＡＡＶ２の定義された時間におけるＴＰＰ（６２５）の実際平均値（ＡＡＶ）に対する第１の限界を示す定義された目標値（ＤＴＶ）を有する。前記ＡＡＶは、定義された期間におけるＴＰＰの実際数値（ＡＶ）に基づいて計算される。第１論理制御器（６３０）は、少なくとも長さがＴＰＬＡＡＶ２であり、現在時点Ｔ０から未来時点ＴＡＡＶ２まで延長される第１未来時間（ＦＦＴＰ）においてＴＰＰの未来平均値（ＦＡＶ）を予測し、このとき、前記ＴＡＡＶ２以前にＴＰＰ（６２５）が定常状態に移動する。ＦＡＶは、（ｉ）長さがＴＰＬＡＡＶ２以上であり、過去時点Ｔ−ＡＡＶ２から現在時点Ｔ０まで延長される第１過去時間（ＦＰＴＰ）における様々な時点でのＴＰＰ（６２５）のＡＡＶ、（ii）ＭＰＰ（６２５）の現在値、及び（iii）ＤＴＶを基にして予測される。第２論理制御器は、ＴＰＬＡＡＶ２の長さより短くＴＰＬＡＡＶ１と等しい長さを有し、現在時点Ｔ０から未来時点ＴＡＡＶ１まで延長される第２未来時間（ＳＦＴＰ）の間にＴＴＰ（６２５）のＡＡＶに対する第２の限界を示す追加的目標値（ＦＴＶ）を確立する。ＦＴＶは、ＦＦＴＰにおいて予測されたＴＰＰ（６２５）のＦＡＶのうちの１つ以上に基づいて確立される。また、第２論理制御器は、（ｉ）ＴＰＬＡＡＶ１の長さを有し、過去時点Ｔ−ＡＡＶ１から現在時点Ｔ０まで延長される第２過去時間（ＳＰＴＰ）における様々な時点でのＴＰＰ（６２５）のＡＡＶ、（ii）ＭＭＰ（６２５）の現在値、及び（iii）ＦＴＶに基づき、ＣＴＰＰ（６１５）各々に対する目標設定点を決める。第２論理制御機は、前記ＣＴＰＰ（６１５）に対して決められた目標設定点に従ってＣＴＰＰ（６１５）各々の制御を指示する論理をさらに有する。

Description

関連出願
本発明の出願明細書は、本願発明と同時に出願された、米国特許出願整理番号第＿＿＿＿＿号［代理人整理番号３１５６−０４６］「大気汚染制御工程のモデル予測制御」と、本願発明と同時に出願された米国特許出願整理番号第＿＿＿＿＿号［代理人整理番号３１５６−０４６Ａ］「最適化された大気汚染制御」と、本願発明と同時に出願された米国特許出願整理番号第＿＿＿＿＿号［代理人整理番号３１５６−０４６Ｅ］「大気汚染制御のコストに基づく制御」と、本願発明と同時に出願された米国特許出願整理番号第＿＿＿＿＿号［代理人整理番号３１５６−０４６Ｈ］「大気汚染制御放出の平均値の所望値への移転に対する制御」と、本願発明と同時に出願された米国特許出願整理番号第＿＿＿＿＿号［代理人整理番号３１５６−０４６Ｊ］の「大気汚染制御における利益の最大化及び損失の最小化」と、本願発明と同時に出願された米国特許出願整理番号第＿＿＿＿＿号［代理人整理番号３１５６−０４６Ｋ］の「大気汚染制御における規制クレジットの最大化」と関連がある。
本発明は、工程制御に関するものである。より詳細には、大気汚染制御に用いられるような工程の向上した制御のための技法に関する。このような工程の例としては、湿式及び乾式排煙脱硫（ＷＦＧＤ／ＤＦＧＤ）、選択的接触還元（ＳＣＲ）による酸化窒素除去、及び電気集塵（ＥＳＰ）による粒子除去処理が含まれるが、これに限定されない。
湿式排煙脱硫：
既に言及したように、論議の基をなす幾つかの大気汚染制御工程が存在するが、ＷＦＧＤ工程が特に注目されている。ＷＦＧＤ工程は、電力業界において排煙からＳＯ２を除去するために最も一般的に用いられる工程である。図１は、例えば石炭化石燃料の火力発電システムにより生成されるような汚染された排煙からＳＯ２を除去し、商業レベルの副産物、例えば最小の廃棄コストにより廃棄することができる特性を有するもの、もしくは商業用途において販売可能な特性を有するものなどを生成するための、湿式排煙脱硫（ＷＦＧＤ）サブシステムの概略を示すブロック線図である。
現在、米国で良く使われているＷＦＧＤの副産物は、住宅及びオフィスの建物に使用される人造壁板としての使用に適した比較的高品質（９５％以上の純度）の商業レベルの石膏である。高品質（約９２％）の商業レベルの石膏は、ヨーロッパ連合やアジアでも現在よく使われているＷＦＧＤの副産物であるが、一般的には、セメント及び肥料として使用するために生産される。一方、高品質の石膏市場が縮小する場合には、ＷＦＧＤの副産物として生産される商業レベルの石膏の品質を最小のコストでの廃棄に必要な程度のより低い品質仕様を満たすまで低下させることも可能である。これに関して、例えば石膏の品質が住宅地の埋立や、電力発電に使われる石炭を掘り出した場所の埋め用として適している場合には、廃棄コストを最小化することができる。
図１に示すように、汚染されたＳＯ２が含まれた排煙１１２は、石炭火力発電システム１１０のボイラー又は節約装置（図示されない）から大気汚染制御システム（ＡＰＣ）１２０に排出される。一般に、ＡＰＣ１２０に流入する汚染された排煙１１２には、ＳＯ２のみならず、ＮＯｘ及び粒子状物質等の、所謂その他の汚染物質も含まれている。ＷＦＧＤサブシステムにより処理される前に、ＡＰＣ１２０に流入する汚染された排煙１１２は、まず汚染された排煙１１２からＮＯｘ及び粒子状物質を取り除くために、他のＡＰＣサブシステム１２２に送られる。例えば、汚染された排煙は、選択的接触還元（ＳＣＲ）サブシステム（図示されない）を用いてＮＯｘを除去し、電気集塵サブシステム（ＥＰＳ）（図示されない）又はフィルター（図示されない）を用いて粒子状物質を除去するように処理することができる。
他のＡＰＣサブシステム１２２から排出されたＳＯ２含有排煙１１４は、ＷＦＧＤサブシステム１３０に送られる。ＳＯ２含有排煙１１４は、吸収塔１３２により処理される。当業者に理解されるように、排煙１１４中のＳＯ２は酸濃度が高い。従って、吸収塔１３２は、ＳＯ２含有の排煙１１４を、排煙１１４よりｐＨレベルの高い液状スラリー１４８と接触するように動作する。
従来のＷＦＧＤサブシステムの大半は、図１に示すような種類のＷＦＧＤ処理装置を含んで構成されている。これには様々な理由がある。例えば、当該分野で理解されるように、噴霧吸収塔を有するＷＦＧＤ処理装置は、ＷＦＧＤ工程に対してある一定の好適な工程特性を有している。しかし、所望の場合、他の吸収／酸化機器構成を有するＷＦＧＤ処理装置を図１に示すようなものの代りに用いてもよく、その場合、類似の排煙脱硫機能が提供され、本発明に提示されるより進化した工程制御の向上により同様の効果を達成することができる。明確性及び簡潔性を図るために、本発明における議論は、図１に示すような一般的な噴霧塔を参照して行われるが、提示される概念は、他のＷＦＧＤの構成にも適用可能である。
逆流吸収塔１３２の処理においては、排煙１１４中のＳＯ２が炭酸カルシウムが豊富なスラリー（石灰石及び水）１４８と反応して亜硫酸カルシウムを形成するが、これは基本的に塩であり、これにより排煙１１４からＳＯ２を取り除く。ＳＯ２が除去された排煙１１６は、吸収塔１３２から排出されて排気煙突１１７、もしくは下流処理機器（図示されない）に排出される。得られた変質スラリー１４４は、結晶化器１３４に導入され、ここで塩が結晶される。結晶化器１３４及び吸収器１３２は、通常、単一塔内にその間の何ら物理的分離を生じずに存在する一方、互いに異なる作用（気体状での吸収及び液体状での結晶化）が進行するが、この２つの作用は、同一工程の容器内で行われる。これから結晶化された塩を含む石膏スラリー１４６は、結晶化器１３４から脱水機１３６に送られる。さらに、石膏スラリー１４６と同一濃度の結晶化塩を含んでもよく、含まなくともよい再循環のスラリー１４８は、ポンプ１３３により結晶化器１３４から吸収塔１３２に戻され、吸収サイクルが継続して行われる。
送風機１５０は、周囲空気１５２を加圧して結晶化器１３４のための酸化空気１５４を生成する。酸化空気１５４は、結晶化器１３４内でスラリーと混合して亜硫酸カルシウムを酸化させ硫酸カルシウムにする。硫酸カルシウムの各分子は、水分子の２つと結合して通常、石膏１６０と呼ばれる化合物を形成する。このように、石膏１６０は、ＷＦＧＤ処理装置１３０から除去され、例えば建築レベルの人造壁板の製造業者に販売される。
脱水機１３６から回収された水１６７は、ミキサー／ポンプ１４０に導入され、ここで粉砕機１７０から送られた新たに粉砕された石灰石１７４と混合されて石灰石スラリーを生成する。一部の工程水は石膏１６０及び廃棄水流１６９の両方で損失するため、清水の供給源１６４から清水１６２がさらに添加され、石灰石スラリーの密度を維持する。また、灰等の廃棄物は、ＷＦＧＤ処理装置１３０から廃棄水流１６９を介して除去される。この廃棄水は、例えば灰沈殿池に送られるか、あるいはまた別の方式で廃棄される。
要約すると、ＳＯ２含有の排煙１１４内のＳＯ２は、吸収塔１３２のスラリー接触区域内でスラリー１４８により吸収された後、結晶化器１３４内で結晶化及び酸化され、脱水機１３６内で脱水されることにより、所望の工程副産物、この例では、商業レベルの石膏１６０を形成する。ＳＯ２含有の排煙１１４は、数秒単位で吸収塔１３２を通過する。結晶化器１３４により変換されたスラリー１４４内での塩の完全な結晶化には８時間〜２０時間以上が必要な場合もある。従って、結晶化器１３４は、記憶、結晶化の役割をするために大容量である。再循環スラリー１４８は、付加的なＳＯ２の回収のために吸収器の最上部に再びポンプ注入される。
このように、スラリー１４８は、吸収塔１３２の上部に供給される。前記塔１３２は、通常スラリー１４８を塔１３２内に供給するための複数の水位の噴霧ノズルを含む。吸収器１３２は逆流構造で動作しており、スラリースプレーは、吸収器内で下方に流れ、吸収塔の下部に供給された、上方に流れるＳＯ２含有の排煙１１４と接触するようになる。
石灰石供給源１７６から送られた新規の石灰石１７２は、まず粉砕機１７０（通常ボールミール）で粉砕された後、ミキサー１４内で回収された水１６７及び清水／補充水１６２と混合されて石灰石スラリー１４１を形成する。バルブ１６３を通じたミキサー／タンク１４０への粉砕石灰石１７４及び水１６２の流れは、ミキサー／タンク１４０内に新規の石灰石スラリー１４１が十分に在庫として残るように調節される。新規の石灰石スラリー１４１の結晶化器１３４への流れは、スラリー１４８の適切なｐＨを維持するように調整され、これは次に排煙１１４から除去されるＳＯ２の量を調節する。ＷＦＧＤ処理は、通常排煙から９２〜９７％のＳＯ２除去率を示すが、当業者は、特定の技法を使用して有機酸をスラリーに添加することにより、ＳＯ２の除去率が９７％以上とすることが可能であることが理解できる。
上記のように、従来のＷＦＧＤサブシステムは、スラリーを再循環させる。通常一部の廃水及びその他の廃棄物が石膏生産中に生成されても、水は可能な範囲で再利用され、新規の石灰石スラリーを補充するのに使われるため、工程水を処理するときに発生する廃棄物及びコストを最小化することができる。
石灰石は大半のところで容易に大量に入手可能であることから、石炭ガス脱硫処理における反応物として一般に使われている。しかし、他の反応物、例えば生石灰又はナトリウム化合物を石灰石の代りに使用してもよい。このような他の反応物は、通常、高価であるため現在の石灰石反応物と価格競争力がない。しかし、ミキサー１４０及び上流反応物の供給源に少しの変更を加えれば、既存の石灰石ＷＦＧＤシステムが生石灰又はナトリウム化合物により動作させることができる。実際に、大半のＷＦＧＤシステムは、石灰バックアップシステムを有しており、石灰石の送達に問題が生じたり、そして／あるいは粉砕機１７０の保守整の延長の問題がある場合に動作する。
図２は、図１に示すようなＷＦＧＤサブシステムのある一定の側面をより詳細に示している。図示するように、脱水機１３６は、第１次脱水機１３６Ａ及び第２次脱水機１３６Ｂの両方を含んでもよい。第１次脱水機１３６Ａは、好ましくは、石膏及び水を分離させるハイドロサイクロンを含む。第２次脱水機１３６Ｂは、好ましくは、石膏を乾燥させるベルト乾燥機を含む。既に述べたように、排煙１１４は、通常、側面から吸収器１３２に流入し、吸収塔の上部内に噴霧された石灰石スラリーミストを通過して上方に流れる。吸収器から抜け出る前に、排煙は、吸収器１３２の最上部に位置するミスト分離器（ＭＥ）（図示されない）を通過し、ミスト分離器は、排煙の流れから流入した液体及び固形物を除去する。ミスト分離器を固形物なしに維持するために、ＭＥ洗浄水２００がミスト分離器に適用される。理解されるように、ＭＥ洗浄水２００は、清水の供給源１６４からの水を使用して吸収塔１３２内のＭＥを清浄に維持する。ＭＥ洗浄水２００は、ＷＦＧＤサブシステム１３０に供給される最も純粋な水である。
上記のように、石灰石スラリーミストは、吸収塔１３２を介して流れる排煙から高い割合のＳＯ２（例えば、９２〜９７％）を吸収する。ＳＯ２を吸収した後、スラリー噴霧が結晶化器１３４に落下する。現実の実装形態では、吸収塔１３２及び結晶化器１３４がしばしば単一の一体構造で設置され、構造内において吸収塔が結晶化器のすぐ上に位置する。その場合には、スラリー噴霧が簡単に一体構造の基底に落下して結晶化される。
石灰石スラリーは、結晶化器１３４内でＳＯ２と反応して石膏（硫酸カルシウム二水和物）を生成する。既に言及したように、強制圧縮酸化空気１５４が酸化を促すために使われ、酸化は以下の反応により行われる。
ＳＯ２＋ＣａＣＯ３+１／２Ｏ２＋２Ｈ２Ｏ→ＣａＳＯ４・２Ｈ２Ｏ+ＣＯ２ （1）
酸化空気１５４は、送風機１５０により結晶化器１３４内に強制流入する。酸化空気は、亜硫酸カルシウムの硫酸カルシウムへの転換に必要な付加的酸素を提供する。
吸収塔１３２は、環境規制に基づいて要求される高い除去効率を達成するために必要な排煙と液状スラリーの密接な接触を実現するのに使われる。逆流開放噴霧吸収塔は、石灰石−石膏ＷＦＧＤ処理に特に好適な特性を提供する。これは本質的に確実な方法であり、他の塔方式のＷＦＧＤ処理装置の構成要素に比べて閉塞の可能性が低く、圧力低下が少なく、資金及び運営コストのすべての面で有利である。
図２に示すように、水供給源１６４は、通常、十分な量の清水を保存するための水タンク１６４Ａを有する。また、通常、吸収塔１３２に送られるＭＥ洗浄水２００を加圧するための１つ以上のポンプ１６４Ｂ、及びミキサー１４０に送られる清水の流れ１６２を加圧するための１つ以上のポンプ１６４Ｃを有する。ミキサー１４０は、混合タンク１４０Ａ、及び新規の石灰石スラリー１４１を結晶化器１３４に移動させるための少なくとも１つのスラリーポンプ１４０Ｂを有する。１つ以上の付加的な極めて大容量のスラリーポンプ１３３（図１参照）は、スラリー１４８を結晶化器１３４から吸収塔１３２の最上部にある複数のスプレーレベルに引き上げるために必要である。
以下に説明するように、通常、石灰石スラリー１４８は、吸収塔１３２の様々なレベルに位置する噴霧ノズル（図示せず）を介して吸収塔１３２に流入する。完全負荷の場合、大半のＷＦＧＤサブシステムは、１つ以上の予備スラリーポンプ１３３を用いて動作する。負荷が減少した場合には、しばしば減少した数のスラリーポンプ１３３により、所要のＳＯ２除去効率を達成することができる。これは、スラリーポンプ１３３のポンプ注入負荷を減少させ、顕著な経済的効果をもたらす。前記ポンプは、世界で最も大きなポンプのうちの１つであり、電力グリッド（寄生電力負荷）として直接販売できる電気で駆動される。
石膏１６０は、第１次脱水機１３６Ａ内で、通常、ハイドロサイクロンにより石膏スラリー１４６中の液体から分離される。ハイドロサイクル、及び／又は第１次脱水機１３６Ａの１つ以上のその他の構成要素の上層流は少量の固形物を含む。図２に示すように、この上層流のスラリー１４６Ａは、結晶化器１３４に戻される。回収された水１６７は、ミキサー１４０に戻されて新規の石灰石スラリーを製造する。他の廃棄物１６８は、通常、第１次脱水機１３６Ａから灰沈澱池２１０に導入される。下層流のスラリー２０２は、第２次脱水機１３６Ｂに導入されるが、前記脱水機は、ベルトしばしばフィルターの形態を有し、ここで、スラリーが乾燥されて石膏の副産物１６０が生成される。同様に、第２次脱水機１３６Ｂから回収された水１６７は、ミキサー／ポンプ１６７に戻される。図１に示すように、持っているものや、他の石膏サンプル（１６１）を一般的に数時間ごとに採集して分析し、石膏１６０の純度を測定する。石膏の純度の直接的なオンライン測定は不可能である。
図１に示すように、比例積分微分（ＰＩＤ）制御器１８０が通常、フィードフォワード制御器（ＦＦ）１９０とともにＷＦＧＤサブシステムの動作を制御するために用いられる。旧来よりＰＩＤ制御器は、空気圧のアナログ制御機能を志向したものである。今日では、ＰＩＤ制御器は、数学的公式を使用してデジタル制御機能を志向したものになっている。ＦＦ１９０／ＰＩＤ制御器１８０の最終目標は、確立している連結関係に基づいてスラリーｐＨを制御することである。例えば、図１のバルブ１９９の調整と、結晶化器１３４から吸収塔１３２へ流れるスラリー１４８の測定されたｐＨ値の間に構築された連結関係がある場合、バルブ１９９は、スラリー１４８のｐＨが設定点（ＳＰ）と呼ばれる所望の値１８６に相応するように制御される。
ＦＦ１９０／ＰＩＤ制御器１８０は、ｐＨ設定点に基づいてバルブ１９９を介して石灰石スラリー１４１のフローを調整し、ｐＨセンサー１８２により測定されたスラリー１４８のｐＨ値を高めたり低下させたりする。理解されるように、これは、それぞれの制御信号（１８１及び１９１）を送るＦＦ／ＰＩＤ制御器により達成され、これは、フロー制御ＳＰ１９６により示されるバルブ調整命令を、好ましくは、バルブ１９９の一部であるフロー制御器に伝達する。フロー制御ＳＰ１９６に反応し、フロー制御器は次にバルブ１９９の調整を誘導し、ミキサー／ポンプ１４０から結晶化器１３４への石灰石スラリー１４１の流れを変更する。
この例では、ＦＦ制御器１９０及びＰＩＤ制御器１８０の組合わせによるｐＨ制御を示している。一部の設備は、ＦＦ制御器１９０を含まない場合もある。
この例において、ＰＩＤ制御器１８０は、ｐＨセンサー１８２から受信した測定されたスラリーｐＨ値１８３を、結晶化器１３４から吸収塔１３２へ流れるスラリー１４８の測定されたｐＨ値１８３の間に構築された連結関係を示す石灰石フロー制御アルゴリズム従って処理してＰＩＤ制御信号１８１を生成する。前記アルゴリズムは、通常ＰＩＤ制御器１８０に保存されるが、これは必須ではない。制御信号１８１は、例えばバルブ１９９のためのバルブ設定点（ＶＳＰ）、又はバルブ１９９を抜け出る粉砕された石灰石スラリー１４１の流れのための測定値設定点（ＭＶＳＰ）を示すことができる。
該当分野で理解されるように、ＰＩＤ制御器１８０で使用されるアルゴリズムは、比例要素、積分要素及び微分要素を含む。ＰＩＤ制御器１８０は、まず、所望のＳＰと測定値との間の差を計算して誤差を求める。次に、ＰＩＤ制御器は、その誤差をアルゴリズムの比例要素に適用するが、これはそのＰＩＤ制御器、又は複数のＰＩＤ制御器がＷＦＧＤサブシステムに使用される場合には、それぞれのＰＩＤ制御器のために調整可能な定数である。ＰＩＤ制御器は、通常、調整係数又は処理利得（process gain）を前記誤差と乗算し、バルブ１９９の調整のための比例関数を求める。
しかし、ＰＩＤ制御器１８０が調整係数又は処理利得に対する正確な値を持たない場合や、工程条件が変化する場合には、比例関数が不正確になる。この精度の低さのため、ＰＩＤ制御器１８０により生成されるＶＳＰ又はＭＶＳＰは、実際に所望のＳＰに相応する値を相殺するようになる。従って、ＰＩＤ制御器１８０は、積分要素を用いて経時的に蓄積された誤差を適用する。積分要素は時間係数である。ここで、再びＰＩＤ制御器１８０は、調整係数又は処理利得を蓄積された誤差と乗算し、差減要素を除去する。
次に、微分要素を調整する。微分要素は加速係数であって、継続的に変化が起こる。実際に、微分要素は、ＷＦＧＤ工程制御に使われるＰＩＤ制御器にはあまり適用されない。これは、微分要素の適用がこの種の制御応用分野では特別に有効ではないためである。従って、ＷＦＧＤサブシステムに使用される大半の制御器は、実際にはＰＩ制御器である。しかし、当業者は、必要な場合、ＰＩＤ制御器１８０を従来の方式で微分要素を適用するのに必要な論理として容易に設定できることが理解できる。
要約すると、３つの調整定数が存在するが、これは、工程値、例えば吸収塔１３２に流入する再循環スラリー１４８のｐＨを設定点、例えば新規の石灰石スラリー１４１の結晶化器１３４への流れで制御するために、通常のＰＩＤ制御器により適用することができる。いずれの設定点が使われても、これは常に工程値の側面から構築され、所望の結果、例えば吸収塔１３２から排出された排煙１１６に残存するＳＯ２の値の側面から構築されない。言い換えれば、設定点は工程の側面から扱われており、制御された工程値は、ＰＩＤ制御器がその値を制御できるようにするために直接測定可能である必要がある。アルゴリズムの正確な形態は、装置の販売者ごとに異なるが、基本的なＰＩＤ制御アルゴリズムは装置産業で７５年以上過ぎても使用されている。
再び図１及び図２を参照すれば、ＰＩＤ制御器１８０及びＦＦ制御器１９０から受信した命令を基にフロー制御器は信号を生成するが、これはバルブ１９９を開閉することにより粉砕された石灰石スラリー１４１の流れを増加又は減少させる。フロー制御器は、バルブ１９９がＶＳＰと一致するように開いたり閉まるまで、又はバルブ１９９に流れる石灰石スラリー１４１量の測定値がＭＶＳＰと一致するまでバルブの調整を引き続き制御する。
上記のような例示的な従来のＷＦＧＤ制御においては、スラリー１４８のｐＨが所望のｐＨ設定点１８６に基づいて制御される。制御を行うために、ＰＩＤ１８０は、センサー１８２から工程値、つまりスラリー１４８のｐＨ１８３の測定値を受信する。ＰＩＤ制御器１８０は、前記工程値を処理してバルブ１９９に対する命令１８１を生成し、ミキサー／タンク１４０からの結晶化器のスラリー１４４よりｐＨが高い新規の石灰石スラリー１４１の流れを調整し、これにより、スラリー１４８のｐＨを調整する。前記命令１８１によりバルブ１９９をさらに開く場合は、より多くの石灰石スラリー１４１がミキサー１４０から結晶化器１３４内に流れ、スラリー１４８のｐＨを増加させる。一方、命令１８１に従ってバルブ１９９を閉める場合は、ミキサー１４０から結晶化器１３４内への石灰石スラリー１４１の流れがより小さくなり、スラリー１４８のｐＨを低下させる。
さらに、ＷＦＧＤサブシステムでは、安定した動作を保障するためにフィードフォワード装置１９０を用いてフィードフォワードループを導入してもよい。図１に示すように、吸収塔１３２に流入する排煙１１４中のＳＯ２の濃度値はセンサー１８８により測定され、フィードフォワード装置１９０に入力される。ＦＦ制御要素を含む複数のＷＦＧＤシステムは、流入する排煙ＳＯ２の濃度１８９を電力発電システム１１０からの発電機負荷の計測と組み合わせて、単に濃度ではなく、むしろ流入ＳＯ２の量を測定し、次いでこの流入ＳＯ２の量をＦＦ１９０に対する入力値として使用してもよい。フィードフォワード装置１９０は、時間遅延に伴う比例要素の役割をする。
このような例示的な実装形態において、フィードフォワード装置１９０は、センサー１８８から一連のＳＯ２測定値１８９を受信する。フィードフォワード装置１９０は、現在受信した濃度値を、直前に受信した濃度値と比較する。フィードフォワード装置１９０がＳＯ２の測定濃度に対して、例えば百万分の１０００〜１２００の変化が発生したと判断する場合には、階段関数を平滑化する論理として設定され、動作における急激な変化を避けるようになる。
フィードフォワードループは、正常な動作の安定性を飛躍的に向上させるが、その理由は、スラリー１４８のｐＨ値と結晶化器１３４へ流れる石灰石スラリー１４１の量との間の関係が極めて非線形的であり、ＰＩＤ制御器１８０は、效果的な線形制御器であるためである。従って、フィードフォワードループなしでは、ＰＩＤ１８０が同一の調整定数として広範囲なｐＨに対する適切な制御を行うことは非常に難しい。
スラリー１４８のｐＨを制御することにより、ＰＩＤ制御器１８０は、ＳＯ２含有の排煙１１４からＳＯ２の除去、及びＷＦＧＤサブシステムにより生成される石膏副産物１６０の量の両方に影響を及ぼす。新規の石灰石スラリー１４１の流れを増加させてスラリーのｐＨを増加させる場合、ＳＯ２含有の排煙１１４から除去されるＳＯ２の量が増加する。一方、石灰石スラリー１４１の流れを増加させ、これによりスラリー１４８のｐＨを増加させる場合には、吸収以降のＳＯ２酸化が遅れ、そのため亜硫酸カルシウムの硫酸塩への変換も遅れるようになり、その結果、生産される石膏１６０の量が低下するようになる。
このため、ＳＯ２含有の排煙１１４からＳＯ２を除去し、石膏副産物１６０の必要量を維持するなど、対峙する制御目的が存在する。すなわち、ＳＯ２排出の要件と、石膏量の要件との間に対峙がある。
図３には、図１及び図２を参照して記載したＷＦＧＤサブシステムの他の側面について示されている。図示するように、ＳＯ２含有の排煙１１４は、開口３１０を介して吸収塔１３２の基低部分に流入し、ＳＯ２非含有排煙１１６は、開口３１２を介して吸収塔１３２の上部に流出する。このような通常の実装形態では、逆流吸収塔が複数のスラリースプレーレベルを有するものとして示される。このように、ＭＥ洗浄水２００が吸収塔１３２に流入し、洗浄水の噴霧器（図示されない）により分散される。
さらに、多重吸収塔スラリーノズル（３０６Ａ、３０６Ｂ及び３０６Ｃ）が示されており、これらはそれぞれスラリー噴霧器（３０８Ａ、３０８Ｂ又は３０８Ｃ）を有するが、これはスラリーを排煙内に噴霧してＳＯ２を吸収する。スラリー１４８は、図１に示されるような結晶化器１３４から複数のポンプ（１３３Ａ、１３３Ｂ及び１３３Ｃ）によりポンプ注入されるが、これらはそれぞれスラリーを互いに異なるレベルのスラリーノズル（３０６Ａ、３０６Ｂ又は３０６Ｃ）のうちの１つにまでポンプ注入する。３つの互いに異なるレベルのスラリーノズル及び噴霧器を示しているが、ノズル及び噴霧器の個数は、各々の実装形態により変化する。
吸収器１３２から出る排煙１１６の流速に対する吸収器１３２に流入する液状スラリー１４８の流速の比率は、通常、Ｌ／Ｇで特徴付けられる。Ｌ／Ｇは、ＷＦＧＤサブシステムの主要設計パラメータの１つである。
Ｇで示される排煙１１６（蒸気で飽和したもの）の流速は、ＷＦＧＤ処理装置１３０の上流にある電力発電システム１１０から出る流入排煙１１２の関数である。従って、Ｇは制御されず、制御することもできないが、ＷＦＧＤ処理中に指定されなければならない。このため、Ｌ／Ｇに影響を及ぼすためには「Ｌ」を調整する必要がある。動作中のスラリーポンプの個数、及びこれらスラリーポンプの配列（line-up）を調整する場合、Ｌで示されるＷＦＧＤ吸収塔１３２に流れる液状スラリー１４８の流速が制御される。例えば、単に２つのポンプのみ動作する場合には、ポンプを上部の２つのスプレーレベルで動作させるのに対して、ポンプを最上部及び基底部のスプレーレベルで動作させることは、異なる「Ｌ」を生成することになる。
スラリーポンプ（１３３Ａ、１３３Ｂ及び１３３Ｃ）の動作を制御することにより「Ｌ」を調整することができる。ポンプを個別にオン／オフすることにより吸収塔１３２に流れる液状スラリー１４８の流速、及び液状スラリー１４８が吸収塔に導入される有効の高さを調整することができる。スラリーが塔に導入される高さが高いほど、排煙との接触時間がより長くなり、より多くのＳＯ２が除去されるが、このような付加的なＳＯ２の除去は、スラリーをさらに高いスプレーレベルまでポンプ注入するための電力消費の増加が伴う。ポンプの個数が多くなるほど、そのような制御の粒度（granularity）が大きくなることが分かる。
極めて大きな部分を占める回転装置であるポンプ（１３３Ａ〜１３３Ｃ）は、自動又は手動で開始又は停止することができる。米国では、しばしばこのようなポンプがサブシステムの操作者により手動で制御されることがある。ヨーロッパでは、ポンプ（１３Ａ〜１３３Ｃ）等の回転装置の開始又は停止を自動化するのが一般的である。
ＷＦＧＤ処理装置１３０に流入する排煙１１４の流速が電力発電システム１１０の動作における変化により変更される場合、ＷＦＧＤサブシステムの操作者は、前記ポンプ（１３３Ａ〜１３３Ｃ）のうちの１つ以上の動作を調整することができる。例えば、排煙の流速が設計負荷の５０％に低下した場合、操作者又は制御システムにおける特殊論理は、１つ以上のスプレーレベルでスプレーレベルのノズルでスラリーをポンプ注入するポンプのうちの１つ以上を閉鎖してもよい。
図３には示されていないが、ポンプ及びスラリーノズルを有する余分のスプレーレベルが、もう１つのポンプ、又は第１のスプレーレベルに伴うその他のスラリーノズル及び／又はスラリー噴霧器の保守整備の間に使用されるように提供されることが分かる。このような余分のスプレーレベルは、吸収塔、及びそれに伴うサブシステムのコストを増加させる。このため、一部のＷＦＧＤの所有者は、余分のスプレーレベルを排除し、このような追加コストが生じないようにし、その代りにスラリーに有機酸を添加して吸収能を高め、これにより保守整備期間中に排煙からＳＯ２を除去するようにしている。しかし、このような添加剤は高価なため、それの使用は製造コストを増加させ、これは時間が経つにつれて資本コストの削減分を相殺することもあり得る。
前記式１に示すように、ＳＯ２を吸収するためには、排煙中のＳＯ２とスラリー中の石灰石との間に化学的反応が要求される。吸収器内の化学的反応の結果は亜硫酸カルシウムの生成である。結晶化器１３４内では、亜硫酸カルシウムが酸化して硫酸カルシウム（石膏）を形成する。このような化学的反応の間に酸素が消費される。十分な酸素を提供して反応速度を速めるため、圧縮空気１５４を結晶化器１３４内の液状スラリー内に送風する方法で付加的なＯ２を添加する。
より詳細には、図１に示すように、周囲空気１５２が圧縮されて圧縮空気１５４を形成し、再循環スラリー１４８中の亜硫酸カルシウムを酸化させるために送風機１５０、例えば扇風機を使用して結晶化器１３４内に強制流入し、前記再循環スラリーは、結晶化器１３４から吸収器１３２に戻され、石膏スラリー１４６は、追加処理のために脱水システム１３６に送られる。酸化空気１５４の流れの調整を容易に行うために、送風機１５０は、速度又は負荷制御機構を有してもよい。
好ましくは、結晶化器１３４内のスラリーは過剰量の酸素を有する。しかし、スラリーにより吸収されたり、あるいは収容される酸素の量には上限がある。スラリー内のＯ２レベルが低すぎる場合には、スラリー中のＣａＳＯ３のＣａＳＯ４に対する化学的酸化が停止する。これを石灰石の沈床という。石灰石の沈床が発生すれば、石灰石がスラリー溶液中に溶解することが止まり、ＳＯ２の除去が著しく低下する。微量の一部のミネラルの存在も亜硫酸カルシウムの酸化及び／又は石灰石の溶解を遅らせ、石灰石の沈床を発生させる場合がある。
スラリーに溶解するＯ２の量は測定可能なパラメータでないため、通常のＷＦＧＤサブシステムでは適切な注意を払わなければ、スラリーのＯ２欠乏が生じる可能性もある。これは特に夏によく発生するが、周囲空気温度が高いほど、周囲空気１５２の密度が低くなり、送風機１５０により結晶化器１３４内に最高の速度又は負荷で強制流入される酸化空気１５４の量が減少する。さらに、排煙から除去されるＳＯ２の量が著しく増加する場合には、相応する量の追加のＯ２がＳＯ２の酸化に必要である。従って、ＷＦＧＤ処理装置へのＳＯ２の流れの増加に伴い、スラリーは事実上Ｏ２が欠乏する可能性がある。
設計の割合内で吸収されたＳＯ２を酸化するのに十分な圧縮空気１５４を注入する必要がある。送風機１５０の速度又は負荷が調整可能である場合は、送風機１５０をより低いＳＯ２負荷で、及び／又は周囲空気温度を冷却させる間に低下させることがエネルギーの節約のために好ましい。
送風機１５０が最大負荷に逹したり、あるいは調整不可能な送風機１５０のすべてのＯ２が使用される場合には、ＳＯ２を漸増させる酸化を生じさせることができない。負荷のピーク時、又はＳＯ２除去率を正確に追跡する送風機１５０の速度制御がない場合、結晶化器１３４内のＯ２不足が発生する可能性がある。
しかし、スラリー中のＯ２を測定することが不可能なため、スラリー中のＯ２のレベルは、従来のＷＦＧＤサブシステムの動作に対する制約として使用されない。従って、結晶化器１３４内のスラリーにＯ２欠乏が発生した場合、正確にモニタリングする方法がない。このため、せいぜい操作者は、石膏副産物１６０の品質が著しく低下したときにスラリーにＯ２欠乏が発生したと推定し、スラリー内に強制流入するＯ２と、酸化すべき吸収されたＳＯ２のバランスをとるために、送風機１５０の速度又は負荷を制御、そして／あるいはＳＯ２の吸収効率を低下させるための最善の判断を行うようにする。このように、従来のＷＦＧＤサブシステムでは、スラリー内に強制流入するＯ２と、排煙から吸収される必要があるＳＯ２のバランスをとることが操作者の判断によって行われる。
要約すると、公共設備分野で使用される大型のＷＦＧＤサブシステムの一般的な制御は、通常、分散制御システム（ＤＣＳ）内で行われ、一般的にオン／オフ制御論理及びＦＦ／ＰＩＤフィードバック制御ループで構成される。制御されるパラメータは、スラリーのｐＨレベル、Ｌ／Ｇの割合及び強制流入する酸化空気の流れに限定されている。
ｐＨは、ＳＯ２の高い溶解度（つまりＳＯ２除去効率）、高品質（純度）石膏、及びスケールの沈積の防止を保障するためにある一定の範囲内に維持されなければならない。動作ｐＨの範囲は、機器及び動作条件の関数である。ｐＨは、新規の石灰石スラリー１４１の結晶化器１３４への流れを調整することにより制御される。石灰石スラリーのフロー調整は、センサーで検出されるスラリーの測定されたｐＨに基づいて行われる。１つの実装形態では、ＰＩＤ制御器及び場合により、ＤＣＳに含まれたＦＦ制御器が石灰石スラリーのフロー制御器に従属接続されている。標準／デフォルトＰＩＤアルゴリズムがｐＨ制御応用分野で使用される。
液体に対するガスの割合（Ｌ／Ｇ）は、吸収塔１３２に流れる液状スラリー１４８に対する排煙フロー１１４の割合である。所与のサブシステム変数のセットに対して、液状スラリー１４８中のＳＯ２の溶解度を基準として所望のＳＯ２吸収を達成するための最低限のＬ／Ｇの割合が要求される。Ｌ／Ｇの割合は、排煙１１４の流れが変わるときや、スラリーポンプ１３３がオン／オフする際に通常発生する液状スラリー１４８の流れが変わるときに変化する。
亜硫酸カルシウムの酸化による硫酸カルシウム、つまり石膏の形成は、結晶化器１３４の反応タンク内の付加的酸素を用いた強制酸化により促進される。付加的酸素は、結晶化器１３４内のスラリー溶液内に空気を送風することにより導入される。酸化が不十分な場合には、亜硫酸塩−石灰石の沈床が発生し、石膏品質の低下、及びＳＯ２除去効率の低下の可能性、及び廃水の高い化学的酸素要求量（ＣＯＤ）をもたらす可能性がある。
一般的なＷＦＧＤ工程の制御スキームは、統合された目的よりは個別の目的を有する標準制御ブロックで構成される。現在は、操作者がエンジニアリングスタッフと相談し、工程の全体的な最適制御を提供するために努力しなければならない。このような制御を提供するために、操作者は様々な目標及び制約を考慮する必要がある。
ＷＦＧＤ動作コスト−電力プラントの最小化は、所有者に利益をもたらすためにのみ実施されるものである。従って、ＷＦＧＤサブシステムを、工程、規制及び副産物の品質的制約、及び経営環境を考慮して最低の適正コストで動作させることが有益である。
ＳＯ２除去効率の最大化−清浄空気規制は、ＳＯ２除去の要件をなす。ＷＦＧＤサブシステムは、工程、規制及び副産物の品質的制約及び経営環境の観点からＳＯ２を效率的に、かつ、適切に除去できるように動作させる必要がある。
石膏品質の規定を充足−副産物である石膏の販売は、ＷＦＧＤ動作コストを軽減し、所望の規定を充足する副産物の純度に大きく依存している。ＷＦＧＤサブシステムは、工程、規制及び副産物の品質的制約及び経営環境の観点から石膏副産物を良好な品質で生産できるように動作させる必要がある。
石灰石の沈床の防止−燃料の硫含有量の負荷変動及び変化は、排煙１１４中のＳＯ２の偏位を起こす可能性がある。適切な補償の調整が行われない場合、スラリー内に高濃度の亜硫酸塩を発生させるおそれがあり、これは次に石灰石の沈床、吸収塔１３２のＳＯ２除去効率の低下、石膏品質の劣化、及び廃水の高い化学的酸素要求量（ＣＯＤ）をもたらす。ＷＦＧＤサブシステムは、工程制約の観点から石灰石の沈床を防止できるように動作させる必要がある。
通常の動作の手順においては、ＷＦＧＤサブシステムの操作者がＷＦＧＤ工程に対する従来の動作手順及び知識に基づき、このような相反する目標及び制約のバランスをとることができるようにＷＦＧＤ工程の設定点を決める。設定点には、通常、ｐＨ、スラリーポンプ１３３、及び酸化空気送風機１５０の動作状態が含まれる。ＷＦＧＤ工程には、複雑な相互作用及び動力学が存在する。従って、操作者は、ＷＦＧＤサブシステムがＳＯ２除去及び石膏純度に対する厳しい制約を充足／解消できるように控え目な動作パラメータを選択する。このような控え目な選択を行うことにより、操作者は、常に又はしばしば、最小コストでの動作を犠牲にしている。
例えば、図４は、ＳＯ２除去効率及び石膏純度をｐＨ関数として示したものである。ｐＨが増加すれば、ＳＯ２除去効率が向上するが、石膏純度は低下する。操作者は、ＳＯ２除去効率及び石膏純度の両方の改善が目的であるため、操作者は、このような相反する目標における妥協点となるｐＨの設定点を決めなければならない。
また、大半の場合、操作者には、保障された石膏の純度レベル、例えば９５％の純度を満足させるようにすることが要求される。図４に示すような関係の複雑性、石膏純度の直接的なオンライン測定の欠如、石膏結晶化の長期動力学、及び動作の無秩序な変化のため、操作者はしばしば、石膏純度のレベルがいかなる状況でも明示された制約より高くなるように保障できるｐＨの設定点を入力するように選択する。しかし、石膏純度を保障するために、操作者は、ＳＯ２除去効率を犠牲にしている。例えば、図４のグラフのように、操作者は９５％の石膏純度の制約に対し、さらに１％の備え分を保障するために、５．４ｐＨを選択してもよい。しかし、このｐＨ設定点を選択する場合、操作者は３％のＳＯ２除去効率を放棄することになる。
操作者は、ＳＯ２負荷、つまり排煙１１４の流れが最高レベルから中間レベルに低下する場合、類似の犠牲を伴うことになる。このような転移中のいくつかの時点では、ポンプの連続動作が単に少しだけ高いＳＯ２除去効率を提供することもあるため、エネルギー節約のために１つ以上のスラリーポンプ１３３を停止することが効果的な場合がある。しかし、電力コストとＳＯ２除去効率の関係について大半の操作者があまり理解していないため、操作者は控え目なアクセス方法を選択する。このようなアクセス方法により、操作者は１つ以上のスラリーポンプ１３３を消すことがより効果的であるにもかかわらず、スラリーポンプ１３３の配列を調整しない場合もある。
また、複数の規制放出の許容値がモーメント放出の限界及び一部形態の連続平均放出の限界の両方を提供することは周知である。連続平均放出の限界とは、移動する又は経過する一定時間窓におけるモーメント放出値の平均である。前記時間窓は、１時間程度だけ短いか、１年程度だけ長い場合もある。一部の典型的な時間窓は、１時間、３時間、８時間、２４時間、１ヶ月、及び１年である。動的な工程脱離を許容するために、モーメント放出の限界は通常、連続平均の限界よりさらに高い。しかし、モーメント放出限界での持続した動作は、連続平均限界の違反をもたらす。
従来、ＰＩＤ１８０は、比較的簡単なモーメント限界までの放出を制御する。そのために、工程に対する動作制約、つまり瞬時値を実際の規制放出限界内に設定して安全的な範囲を提供する。
一方、連続平均限界までの放出を制御することはより複雑である。連続平均のための時間窓は継続的に進む。従って、任意の所与の時点では幾つかの時間窓がアクティブであり、１つの時間窓が所与の時点から一定の時間後に跨っており、また他の時間窓が所与の時点から一定の時間前に跨っていることになる。
一般的に、操作者は、モーメント限界のために、単純にＰＩＤ１８０に設定されている動作制約と実際の規制放出限界との間で十分な余裕を維持することにより、又は連続平均限界の観点から動作制約を設定するために操作者の判断を働かせることにより、連続平均限界の放出を調節する試みをする。この２つの場合において、連続平均放出の明らかな制御は行われておらず、結果的に、連続平均限界の遵守を保障するか、もしくはコストがかかる過度の遵守（over-compliance）を防止するための方法はない。
選択的接触還元システム：
簡単に、他の大気汚染制御工程であるＮＯｘ除去用選択的接触還元（ＳＣＲ）システムを見れば、類似の動作上の問題を確認することができる。ＳＣＲ工程の概要を図２０に示す。
以下の工程概要は、「酸化窒素放出の制御：選択的接触還元（ＳＣＲ）（Control of Nitrogen Oxide Emissions：Selective Catalytic Reduction（ＳＣＲ））、主題別報告書第９号、Clean Coal Technology、米国エネルギー省、１９９７」に開示されている：
工程の概要
一次的に、ＮＯ及びより少量のＮＯ２で構成されるＮＯｘは、酸素の存在下で触媒上でＮＨ３との反応により窒素に変換される。石炭内の硫黄の酸化によりボイラーで生成される少量のＳＯ２は、ＳＣＲ触媒により酸化して三酸化硫黄（ＳＯ３）にされる。また、副反応は、好ましくない副産物である硫酸アンモニウム（ＮＨ４）２ＳＯ４及び硫酸水素アンモニウムＮＨ４ＨＳＯ４を生成することがある。これらの副産物の形成を支配する複雑な関係があるが、これは工程条件の適切な制御により最小化することができる。
アンモニアスリップ
ＳＣＲ反応器の下流の排煙中の未反応ＮＨ３をＮＨ３スリップ（slip）という。下流装置の閉塞及び腐蝕を起こす可能性のある（ＮＨ４）２ＳＯ４及びＮＨ４ＨＳＯ４の形成を最小化するためには、ＮＨ３スリップを５ｐｐｍ未満、好ましくは２〜３ｐｐｍに維持することが必須である。これは、高い硫含量の石炭ではより大きな問題になるが、燃料の硫含量及びＳＣＲ反応器でのＳＯ２の酸化により、初期の高レベルのＳＯ３からもたらされる高レベルのＳＯ３により発生する問題である。
作動温度
触媒コストは、ＳＣＲ装置の資金コストの１５〜２０％を占めている。従って、空間速度を最大化にし、触媒の体積を最小化することができる程度の高温で動作することが必須である。同時に、ＳＣＲ反応よりさらに温度敏感性であるＳＯ２のＳＯ３への酸化率を最小化する必要がある。チタン及びバナジウム酸化物触媒を使用するＳＣＲ工程の最適な動作温度は、約６５０〜７５０°Ｆである。大半の設備は、排煙温度の低い期間、例えば低負荷操作中に排煙を所望の温度で反応器に提供するために迂回の節約装置を使用する。
触媒
ＳＣＲ触媒は、担持体（酸化チタン）及び活性成分（バナジウム及び一部の場合にタングステンの酸化物）の混合物であるセラミック材料からなっている。現在使用されるＳＣＲ触媒の２つの主な形状は、蜂巣状及び板状である。蜂巣状は、一般的に触媒が構造全体に混入されたり、あるいは（均質）基材上にコートされた押出セラミックである。板状は、支持体材料が一般的に触媒でコートされている。塵を含む排煙を処理する場合には、反応器は通常垂直で、排煙は下方に流れる。触媒は、通常一連の２〜４個のベッド又は層で配列されている。より良好な触媒の使用方法では、３層又は４層を使用することが良く、さらに１つの層を予備とするが、初期には設置されない。
触媒活性が低下する場合には、付加的触媒が反応器内の利用可能な空間に設置される。不活性化が続く場合には、触媒はローテーションにより最上部から始めて１度に１層ずつ交替される。このような方法は、触媒の使用における最大の効果をもたらす。触媒は、蒸気を洗浄剤として沈着物を除去するために周期的に煤の除去処理を行う。
化学：
ＳＣＲ工程の化学反応は、以下のとおりである：
４ＮＯ＋４ＮＨ３＋Ｏ２→４Ｎ２＋６Ｈ２Ｏ
２ＮＯ２＋４ＮＨ３＋Ｏ２→３Ｎ２＋６Ｈ２Ｏ
副反応は、以下のとおりである：
ＳＯ２＋１／２ Ｏ２→ＳＯ３
２ＮＨ３＋ＳＯ３＋Ｈ２Ｏ→（ＮＨ４）２ＳＯ４
ＮＨ３＋ＳＯ３＋Ｈ２Ｏ→ＮＨ４ＨＳＯ４
工程説明
図２０に示すように、汚染された排煙１１２は、電力発電システム１１０から排出される。この排煙は、選択的接触還元（ＳＣＲ）サブシステム２１７０に流入する前に、他の大気汚染制御（ＡＰＣ）サブシステム１２２により処理されてもよい。さらに、排煙は、ＳＣＲから排出された後、又は煙突１１７から排出される前に、他のＡＰＣサブシステム（図示されず）により処理されてもよい。流入する排煙中のＮＯｘは、１つ以上の分析器２００３により測定される。ＮＯｘが含まれた排煙２００８は、アンモニア（ＮＨ３）注入グリッド２０５０を通過する。アンモニア２０６１は、アンモニア／希釈空気ミキサー２０７０により希釈空気２０８１と混合される。混合物２０７１は、注入グリッド２０５０により排煙内に投入される。希釈空気送風機２０８０は、周囲空気１５２をミキサー２０７０に供給し、アンモニア保存及び供給のサブシステム２０６０は、アンモニアをミキサー２０７０に供給する。Ｎｏｘを含む排煙、アンモニア及び希釈空気２０５５は、ＳＣＲ反応器２００２内を通ってＳＣＲ触媒の上を通過する。ＳＣＲ触媒は、ＮＯｘとアンモニアが窒素及び水に還元される反応を促進する。ＮＯｘが含まれていない排煙２００８は、ＳＣＲ反応器２００２から排出され、潜在的に他のＡＰＣサブシステム（図示されない）及び煙突１１７を通じてプラントから排出される。
ＳＣＲ反応器２００２から排出されるＮＯｘが含まれていない排煙の流れ２００８、又は煙突１１７には付加的なＮｏｘ分析器２００４がある。測定されたＮＯｘ流出口値２１１１も、測定されたＮＯｘ流入口値２１１２と合計してＮｏｘの除去効率２１１０を計算する。Ｎｏｘの除去効率は、排煙から除去される流入ＮＯｘの割合で定義される。
計算されたＮｏｘの除去効率２０２２は、アンモニア／希釈空気ミキサー２０７０及び最終的にはアンモニア注入グリッド２０５０に対するアンモニア流速設定点２０２１Ａをリセットする調節制御システムに入力される。
ＳＣＲ工程制御
通常のＳＣＲ制御システムは、図２０に示されるような段階的制御システムに依存している。内部ＰＩＤ制御器ループ２０１０は、ミキサー２０７０内に流れるアンモニア流れ２０１４を制御するのに使われる。外部のＰＩＤ制御器ループ２０２０は、ＮＯｘ排出を制御するのに使われる。操作者は、ＮＯｘ排出除去効率設定点２０３１を外部ループ２０２０に入力することを担当する。図２１に示すように、セレクター２０３０は、操作者が入力する設定点２０３１に対する上限制約２０３２を設定するのに使われる。また、制御器が負荷転換を適切に行うことができるようにするため、負荷用フィードフォワード信号２２２１（図２１には示されていない）がしばしば使用される。このような実装形態では、負荷センサー２００９が電力発電システム１１０の測定された負荷２８０９を生成する。この測定された負荷２８０９は、信号２２２１を生成する制御器２２２０に送られる。信号２２２１は、アンモニア流れ設定点２０２１Ａを合計して調整されたアンモニア流れの設定点２０２１Ｂを形成し、これは、ＰＩＤ制御器２０１０に送られる。ＰＩＤ２０１０は、設定点２０２１Ｂを測定されたアンモニア流れ２０１２と合計して、ミキサー２０７０に供給されるアンモニアの量を制御するアンモニア流れＶＰ２０１１を形成する。
この制御器のメリットは、次のとおりである：
１．標準制御器：ＳＣＲの製造業者及び触媒販売者により明示される要件を実施するために使われる単純な標準制御器の設計である。
２．ＤＣＳ基盤の制御器：構造は比較的単純で、装置のＤＣＳで実行されることができ、機器及び触媒操作の要件を施行する最も安価な制御仕様である。
ＳＣＲ操作の問題点：
多数の操作パラメータがＳＣＲ操作に影響を及ぼす：
・流入ＮＯｘ負荷、
・ＮＯｘ：アンモニアの局所的モル比、
・排煙温度、及び
・触媒品質、利用可能性及び活性。
図２０の制御機器に関わる操作上の問題点には、以下のようなものがある：
１．アンモニアスリップの測定：アンモニアスリップを明示された制約内に維持することは、ＳＣＲの操作において非常に重要である。しかし、アンモニアスリップを計算しなかったり、あるいはオンライン測定を行わないこともしばしばである。アンモニアスリップの測定が利用可能であっても、制御ループに直接含まれない場合がある。このため、ＳＣＲ操作に最も重要な変数の１つが測定されない。
ＳＣＲ操作の目的は、最小のアンモニア「スリップ」と、所望のレベルのＮＯｘ除去率を得ることである。アンモニアスリップは、Ｎｏｘの含まれていない排煙流れの中で未反応アンモニアの量により定義される。アンモニアスリップのうちアンモニアの実際の量に関わる経済的コストは少ないが、アンモニアスリップの否定的な影響は大きい：
・アンモニアは、排煙中のＳＯ３と反応して塩を形成することができる。これは、空気予備加熱器の熱伝達の表面上に沈着する。この塩が空気予備加熱器による熱伝達を低下させるだけでなく、灰を付着させて熱伝達をさらに低下させる。一定時点で空気予備加熱器の熱伝達は、予備加熱器が掃除（洗浄）のために作業から除去される時点まで低下する。最小限に、空気予備加熱器の水洗は、装置速度を低下させる結果となる。
・アンモニアもまた、触媒に吸収される（触媒はアンモニアスポンジであってもよい）。排煙／ＮＯｘ負荷の急激な減少は、異常に高い短期アンモニアスリップをもたらすことがある。これは、単に一時的な状態であり、通常の制御システムの範囲外である。特性上、一時的ではあるが、このスリップされたアンモニアは依然としてＳＯ３と結合し、塩が空気予備加熱器に沈着する；短期間ではあっても、動的な一時現象は、空気予備加熱器上に塩層を多く蓄積（及び飛散灰の付着を促進）する可能性がある。
・アンモニアは、大気汚染物質として定義される。アンモニアスリップが非常に少量であっても、アンモニアは臭いが非常に強いため、比較的微量でも地域社会で臭いの問題を発生させることがある。
・アンモニアは、飛散灰に吸収される。飛散灰中のアンモニア濃度が大きすぎる場合、飛散灰の廃棄にかかるコストが増加する。
２．ＮＯｘ除去効率の設定点：アンモニアスリップの測定を行わない場合、ＮＯｘ除去効率の設定点２０３１は、アンモニアスリップをスリップ制限よりはるかに下に維持するために、操作者／エンジニアリングスタッフによりしばしば控え目に設定される。ＮＯｘの設定点を控え目に選択することで、操作者／エンジニアらは、ＳＣＲ全体の除去効率を低下させる。ＮＯｘ除去効率のための控え目な設定点は、アンモニアスリップ制限を犯さないことを保障することはできるものの、システムがアンモニアスリップ制限いっぱいで動作する場合、可能な効率範囲よりも効率が低くなることもある。
３．ＳＣＲに対する温度効果：標準制御システムでは、ＳＣＲ流入ガス温度を制御する試みが行われないことが明らかである。一般的に、気体の温度を保障する一部の方法は、施行される許容可能な限界内であり、温度が最小限度未満であればアンモニア注入を防止する。大半の場合、温度を実際に制御したり、あるいは最適化しようとする試みはない。また、温度を基にしたり、あるいは温度プロファイルを基にするＮＯｘ設定点の変更は行われない。
４．ＮＯｘ及び速度プロファイル：ボイラー動作及び配管は、ＳＣＲの表面を通じたＮＯｘの非均一分布に寄与する。最小のアンモニアスリップのために、ＮＯｘ：アンモニアの割合を制御する必要があり、均一な混合がない場合、この制御は高いアンモニアスリップ部分を避けるための局所的なものでなければならない。残念ながら、ＮＯｘ分布プロファイルは、配管だけの関数ではなく、ボイラー操作の関数でもある。従って、ボイラー操作の変更は、Ｎｏｘの分布に影響を及ぼす。標準制御器は、ＳＣＲに対するＮＯｘ流入及び速度プロファイルが大半均一でなかったり、あるいは安定しないことを考慮しない。これは、他の区域の試薬量を適切に保障するために、配管断面の一部で試薬の過量注入をもたらす。その結果、所与のＮＯｘ除去効率に対してアンモニアスリップが増加するようになる。同様に、操作者／エンジニアスタッフは、しばしばＮＯｘ設定点を下げることにより分布異常に対応する。
ＮＯｘ流入口及び流出口分析器（２００３及び２００４）は、単一分析器であってもよく、分析隊列の一部形態であってもよいことが理解できる。平均ＮＯｘ濃度の他にも、複数の分析値がＮＯｘ分布／プロファイルに対する情報を提供する。付加的ＮＯｘ分布情報のメリットを取るためには、アンモニア流れを局所的ＮＯｘ濃度により近接させるように一致させるため注入グリッドの相異する領域中の総アンモニア流れを動的に分布させるには、複数のアンモニア流れ制御器２０１０及び少しの工夫が必要である。
５．動的制御：さらに標準制御器は、效果的な動的制御の提供に失敗する。すなわち、ＳＣＲに対する流入口の条件が変化してアンモニア注入速度の調整が必要な場合、ＮＯｘ還元効率のフィードバック制御がこの工程変数における著しい逸脱を防止できる可能性は低い。速い負荷の一時的変化及び工程時間の遅延は、動的なイベントとして相当の工程逸脱を起こす場合がある。
６．触媒の衰退：触媒は時間が経つにつれて衰退し、ＳＣＲの除去効率を低下させ、アンモニアスリップを増加させる。制御システムは、ＮＯｘ除去率を最大化するために、このような低下を考慮しなければならない。
７．連続平均排出：複数の規制排出許容値は、瞬間的、そして連続平均排出限界の一部形態の両方を提供する。動的工程の逸脱を許容するためには、モーメント排出限界が連続平均限界より高い；モーメント排出限界における持続した稼動は、連続平均限界の違反をもたらす。連続平均排出限界は、ある移動する、又は経過する時間窓に対するモーメント排出値の平均である。時間窓は、１時間程度短かったり、１年程度長くともよい。一部の典型的な時間窓は、１時間、３時間、２４時間、１ヶ月及び１年である。連続平均の自動制御は、標準制御器内で考慮されない。大半のＮＯｘ排出許容値は、領域別の８時間連続平均の周囲空気ＮＯｘ濃度限界で制限されている。
操作者は、通常、ＳＣＲに対する所望のＮＯｘ除去効率の設定点２０３１を設定し、飛散灰からの稀なサンプル情報を基にして少しの調整を行う。負荷の一時的変化におけるＳＣＲの動的制御を改善したり、ＳＣＲの操作を最適化するための努力は少ない。最適なモーメント、及び可能であれば連続平均ＮＯｘ除去効率を選択することもまたＷＦＧＤの最適操作に関わりのあるものと類似の営業、規制／クレジット、及び工程問題のため解決が難しい問題である。
その他のＡＰＣ工程は、以下のようなものと関連した問題点を有する：
・工程の動的操作の制御／最適化、
・副産物／共生成物の品質の制御、
・連続平均排出の制御、及び
・ＡＰＣ資産の最適化。
他の工程におけるこのような問題点は、ＷＦＧＤ及びＳＣＲに対する上記で詳述したものと同様である。
本発明によれば、多段階（multi-tier）制御器が、工程を行うためのシステム、例えば大気汚染制御（ＡＰＣ）又はその他のシステムの操作を指示する。前記工程は、多重工程パラメータ（ＭＰＰ）を有し、少なくとも１つのＭＰＰは、制御可能な工程パラメータ（ＣＴＰＰ）であり、ＭＰＰのうちの１つは、目標設定の工程パラメータ（ＴＰＰ）である。例えば、ＭＰＰは吸収塔に供給される石灰石スラリーのｐＨ、結晶化器に供給される酸化空気の量、及び湿式排煙脱硫（ＷＦＧＤ）システムから排出される排煙中のＳＯ２の量を含むことができる。
また、工程は、定義された時間の長さＴＰＬＡＡＶ２におけるＴＰＰの実際平均値（ＡＡＶ）に対して、明白な限界又は目的又は目標であり得る第１の限界を示す定義された目標値（ＤＴＶ）を有する。例えば、ＤＴＶは、一定の定義された時間、例えば１２時間、１日、３０日、３ヶ月又は１年におけるＴＰＰのＡＡＶ、例えばＷＦＧＤシステムから排出される排煙中のＳＯ２の量に対する規制限界であってもよい。ＡＡＶは、定義された期間中のＴＰＰの実測値（ＡＶ）を基にして計算される。しばしばＡＶは、定義された頻度で測定された実測値になる。しかし、一部の実装形態では、例えばその他の測定された工程データからＴＰＰのＡＶを計算することが好ましい場合がある。通常、定義された期間中のＴＰＰのＡＡＶは、多段階制御器の外部のＡＶから計算される。
また、上部又は２段階制御器と呼ばれ、パーソナルコンピューター（ＰＣ）又はその他の種類の電算装置の形態を有することができる第１論理制御器は、長さが少なくともＴＰＬＡＡＶ２であり、現在の時点Ｔ０から未来の時点ＴＡＡＶ２まで延長される第１未来時間（ＦＦＴＰ）においてＴＰＰの未来平均値（ＦＡＶ）を予測する論理、例えばソフトウエアプログラミング又は他の種類のプログラム論理を有する。時点ＴＡＡＶ２又はその以前には、工程は定常状態に戻る。ＦＡＶは、（ｉ）長さが少なくともＴＰＬＡＡＶ２あり、過去時点Ｔ−ＡＡＶ２から現在時点Ｔ０まで延長される第１過去時間（ＦＰＴＰ）における様々な時点での前記ＴＰＰの前記ＡＡＶ、例えばＷＦＧＤシステムから排出された排煙中のＳＯ２の実際平均値、（ii）ＭＰＰの現在値、例えばＷＦＧＤ吸収器に供給される石灰石スラリーの現在のｐＨレベル、ＷＦＧＤ吸収器に供給される石灰石スラリーの現在分布、例えば現在のスラリーポンプ配列、ＷＦＧＤ結晶化器に供給される酸化空気の現在量及び／又はＷＦＧＤシステムにより排出される排煙中のＳＯ２の現在量、及び（iii）ＤＴＶ、例えばＴＰＬＡＡＶ２において排出されるＳＯ２量のＡＡＶに対する規制限界を基に予測される。
従って、第１論理制御器は、ＦＰＴＰにおけるＴＰＰの過去ＡＡＶを回考し、これらＡＡＶ及びＭＰＰの現在値を用いてＦＦＴＰにおけるＴＰＰのＦＡＶを初期予測する。一般的に、予測されたＦＡＶは、ＦＦＴＰにおいて予測されたＴＰＰの経路を示す。有利なことに、ＦＰＴＰにおけるＴＰＰのＡＡＶを示す履歴データは、記憶媒体、例えば電子、光学又はその他の種類の記憶媒体に記憶され、第１論理制御器により検索可能になる。このような場合、ＦＰＴＰにおけるＴＰＰのＡＡＶは、制御器外部のＡＶから計算することができる。
第１論理制御器は、初期予測されたＦＡＶを制御可能な工程パラメータとして扱い、ＤＴＶを基にして初期予測されたＦＡＶを調整する。調整された値は、最終予測されたＦＡＶとして特徴付けられる。好ましくは、ＦＦＴＰにおける予測されたＦＡＶは、ＦＦＴＰにおけるすべてのＦＡＶが予測に基づいてＤＴＶに従うように調整される。しばしば、予測されたＦＡＶの全部又は大半が調整される。しかし、特定の場合には、限定された数の予測されたＦＡＶだけが調整されることもある。第１論理制御器は、すべての調整された、又は単に一部の予測されたＦＡＶがＤＴＶに従うように、又はＦＦＴＰの終了時に調整された予測されたＦＡＶだけがＤＴＶに従うように、予測されたＦＡＶを調整できることを認識しなければならない。
下部又は第１段階制御器と呼ばれ、同様にＰＣ又はその他の種類の電算装置の形態を有することができる第２論理制御器は、第２未来時間（ＳＦＴＰ）の間のＴＰＰのＡＡＶ、例えばＷＦＧＤシステムから排出される排煙中のＳＯ２の実際平均値に対する第２の限界を示す追加的目標値（ＦＴＶ）を定める論理を有する。ＳＦＴＰは、ＴＰＬＡＡＶ２の長さより短く、現在時点Ｔ０から未来時点ＴＡＡＶ１まで延長されたＴＰＬＡＡＶ１と等しい長さを有する。すなわち、ＳＦＴＰはＦＦＴＰよりさらに短い。工程は、ＳＦＴＰの終了時、又はその以前に、すなわちＳＦＴＰ以内に定常状態に到逹することができるが、これが必須ではない。
ＦＴＶは、ＦＦＴＰにおける調整された予測されたＴＰＰのＦＡＶの１つ以上を基にして決まる。好ましくは、ＦＴＶは、現在時点Ｔ０から開始して時点ＴＡＡＶ１に終了する時点に相応する調整された予測されたＦＡＶを基にして決まる。すなわち、第２論理制御器は、好ましくはＳＦＴＰにおける第１論理制御器により予測されたＴＰＰの調整されたＦＡＶを基にしてＦＴＶを決める。しかし、必要な場合、未来時点ＴＡＡＶ１で、つまり短くなった時間ＴＰＬＡＡＶ１の終了時、又はあるその他の区別された時点で調整された予測されたＴＰＰのＦＡＶを用いてＦＴＶを決めてもよい。
また、第２論理制御器は、（ｉ）ＴＰＬＡＡＶ１の長さを有し、過去時点Ｔ−ＡＡＶ１から現在時点Ｔ０まで延長された第２過去時間（ＳＰＴＰ）における様々な時点での前記ＴＰＰの前記ＡＡＶ、例えばＷＦＧＤシステムから排出された排煙中のＳＯ２のＡＡＶ、（ii）ＭＰＰの現在値、例えばＷＦＧＤ吸収器に供給される石灰石スラリーの現在分布、ＷＦＧＤ結晶化器に供給される酸化空気の現在量及び／又はＷＦＧＤシステムにより排出される排煙中のＳＯ２の現在量、及び（iii）ＦＴＶを基にするＣＴＰＰ各々に対する目標設定点、例えばＷＦＧＤ吸収器に供給される石灰石スラリーのｐＨレベル、ＷＦＧＤ吸収器に供給される石灰石スラリーの分布、及び／又はＷＦＧＤ結晶化器に供給される酸化空気の量に対する目標設定点を決める論理を有する。第２論理制御器は、ＣＴＰＰに対する定められた目標設定点に従ってＣＴＰＰ各々の制御を指示する論理を付加的に有する。
有利なことに、第２論理制御器は、（ｉ）ＳＰＴＰにおける様々な時点での前記ＴＰＰの前記ＡＡＶ、（ii）ＭＰＰの現在値、及び（iii）ＦＴＶを基にするＳＦＴＰにおけるＴＰＰのＦＡＶを予測する追加的論理を有する。このような場合、ＣＴＰＰ各々に対する目標設定点もＳＦＴＰにおけるＴＰＰの予測されたＦＡＶを基にして、例えば定められた目標設定点が予測されたＦＡＶに対して有する影響に基づいて決まる。
第２論理制御器が（ｉ）ＳＰＴＰにおける様々な時点での前記ＴＰＰの前記ＡＡＶ、すなわちＷＦＧＤシステムから排出される排煙中のＳＯ２のＡＡＶ、（ii）ＭＰＰの現在値、例えばＷＦＧＤ吸収器に供給される石灰石スラリーの現在ｐＨレベル、ＷＦＧＤ吸収器に供給される石灰石スラリーの現在分布、ＷＦＧＤ結晶化器に供給される酸化空気の現在量、及び／又はＷＦＧＤシステムにより排出される排煙中のＳＯ２の現在量、及び（iii）ＣＴＰＰ各々に対して定められた目標設定点に従ってＳＦＴＰにおける様々な時点でのＴＰＰのＦＡＶ、例えばＷＦＧＤシステムから排出される排煙中のＳＯ２のＦＡＶを予測するための付加的な論理を有することがまた好ましい場合もある。すなわち、第２論理制御器は、さらにＴＰＰの未来平均値、例えば排煙ガス中のＳＯ２の未来平均値の経路を、ＣＴＰＰ各々に対して定められた目標設定点の観点から予測することも可能である。
本発明は、それぞれ同一の長さを有するが、開始時点及び終了時点が異なる複数の移動する、例えば経過する時間（ＭＴＰ）（このとき、各ＭＴＰの終了時点は現在時点又は現在時点以降である）がＤＴＶに従わなければならない実装形態において特に有用である。このような場合には、第１論理制御器がＦＦＴＰにおける予測されたＦＡＶを有利に調整し、第２論理制御器は、それぞれのＭＴＰにおけるＴＰＰのＡＡＶがＤＴＶに従うようにＣＴＰＰ各々に対して目標設定点を決めるようにする。
好ましくは、入力機器、例えばマウス、キーボード又は通信ポートを使用して現在時点Ｔ０又はその以前に、現在時点Ｔ０又はその以降に生じ得るイベントを入力してもよい。このようなイベントは、ＦＦＴＰ及び／又はＳＦＴＰ以内又はそれ以外の時点で開始するように計画されてもよい。前記イベントは、例えばＭＰＰ、例えばシステムに対する負荷のうちのの少なくとも１つにおける変化、例えばＷＦＧＤシステムに供給されるＳＯ２含有の湿式排煙量の変化、又は工程を行うシステムの操作に関わる少なくとも１つの非工程パラメータ（ＮＰＰ）、例えば電力コスト、規制クレジットの価値及び／又は工程の副産物の価値、例えばＷＦＧＤ工程により生産される石膏の価値に対して変化を与えることがある。この場合、第１論理制御器も同様に有利に、前記入力イベントに基づくＦＦＴＰにおけるＴＰＰのＦＡＶ、例えばＷＦＧＤシステムにより排出される排煙中のＳＯ２のＦＡＶを予測する追加的論理を有することができる。第２論理制御器も同様に有利に、適切な場合、前記入力イベントに基づくＣＴＰＰ各々に対する目標設定点、例えばＷＦＧＤ吸収器に供給される石灰石スラリーのｐＨレベル、ＷＦＧＤ吸収器に供給される石灰石スラリーの分布、及び／又はＷＦＧＤ結晶化器に供給される酸化空気の量に対する目標設定点を決める追加的論理を有する。
好ましくは、制御器はさらに神経回路網又は非神経回路網の工程モデルを有する。この場合、工程モデルにより、第１論理制御器、及び適用可能な場合、第２論理制御器はＴＰＰのＦＡＶを予測し、第２論理制御器は、ＣＴＰＰ各々に対する目標設定点を決める。いずれのモデルを使用しても、ＴＰＰ、例えばＷＦＧＤシステムから排出された脱硫排煙中のＳＯ２の量と１つ以上のＣＴＰＰ、例えば適用される石灰石スラリーのｐＨに相応する１つ以上のパラメータ、適用される石灰石スラリーの分布に相応するパラメータ、及びＷＦＧＤシステムに適用される酸化空気の量に相応するパラメータの間の関係を表すようになる。使用されるモデルは、第１原理モデル、ハイブリッドモデル、又は回帰モデルを含んでもよい。
実際に、本発明は、同時に段階的に行われる２つの多変数工程制御器（ＭＰＣ）をさらに有する。下部レベルのＭＰＣ、又は下部段階のＭＰＣ（ＬＴＭＰＣ）は工程を制御し、ＴＰＰに対して短期ＡＡＶである付加的ＭＰＰを含む。この下部段階制御器におけるＡＡＶの経過する時間窓又は期間は、下部段階制御器により制御される工程のＴｓｓより短いか同じである。
上部レベルのＭＰＣ、又は上部段階のＭＰＣ（ＵＴＭＰＣ）は、ＴＰＰの連続平均時間窓に関わる時間より長いか等しいＴｓｓを有する。例えば、ＤＴＶが３０日時間窓の連続平均値である場合、ＵＴＭＰＣのＴｓｓは、前記ＴＰＰに関わる３０日時間窓よりも長いか同じである。ＵＴＭＰＣは、ＴＰＰの時間窓、Ｔｔａｒｇｅｔにおいて計算されるＴＰＰに対するＤＴＶを含む。大半の場合には、ＵＴＭＰＣのＴｓｓは、ＴＰＰの連続平均時間窓と等しいか、それを基にするが、その理由は、ＵＴＭＰＣの主要目的は長期連続平均を維持することであり、ここで「長期」とは、問題となる工程の反応時間よりさらに長いものと定義される。従って、残りは２段階のＭＰＣアプローチ、そして、調整明細事項と組合わせられた連続平均の明確な長期制御を提供するための上部段階の使用である。
また、ＵＴＭＰＣは、適切なセットのＭＰＰを含むが、このうちの１つは、目標として、つまりＦＴＶとして、ＬＴＭＰＣによりＴＰＰに対するＡＶＶのために使用される。ＵＴＭＰＣにおける工程モデル及び論理は、ＴＰＰのＡＶＶ／Ｔｔａｒｇｅｔに対してＴＰＰのＡＶＶ／Ｔｓｓを関連づける。ＵＴＭＰＣは、ＴＰＰのＡＶＶ／Ｔｓｓ目標を調整した後、このような調整値を前記制御器内のＬＴＭＰＣに限界、例えば制約として送ることにより、ＴＰＰのＡＶＶ／Ｔｔａｒｇｅｔを制御する。
制御器ＬＴＭＰＣの両方では短期的に、ＵＬＭＰＣでは長期的に、制御器の定常状態の時間を通じてＴＰＰに対する未来平均値を予測する少なくとも１つの完全連続平均時間窓にかけて回考する。予測はベクターであるか、複数の未来値である。
ＡＡＶの明確な制御は、ＴＰＰのために完全な複数の未来値、例えばＦＡＶを制御するため、前記値の所望の目標値ＤＴＶと同じであるか、より小さいか、より大きくなるようにＭＰＣを調整することにより達成される。
最も単純な形態では、ＵＴＭＰＣがＬＴＭＰＣにおけるＴＰＰ／ＡＡＶに対する現在の限界／制約を調整する。このような構成は、適切な連続平均制御を提供する。一部のＭＰＣシステムは、限界、例えば制約に対するベクター又は複数の未来値の負荷を許容する。このような場合、ＵＴＭＰＣに対する現在の移動のみならず現在の価値及び未来の価値を含み、Ｔ０（現在時点）からＴｐｒｏｃｅｓｓ（ＬＴＭＰＣに対するＴｓｓ）までの移動計画の全部分が、ＵＴＭＰＣからＬＴＭＰＣ内の適切な未来限界ベクターにダウンロードされる。このような機能がＭＰＣツールに与えられて利用される場合は、ＬＴＭＰＣが現在及び未来の制御作用をよりうまく計画することができるため、制御実行が向上されることができる。
証明されるように、ＷＦＧＤ及び類似のサブシステムの效率的かつ效果的な操作は、以前よりさらに複雑になった。また、このような複雑性は、付加的な競争圧力及び付加的な汚染物質規制とともにこれからも増加していくことが予想される。一般的な工程制御計画及び技法は、このような複雑性を取り扱うことができないため、前記のような操作の最適制御は不可能である。
サブシステムの有用な作動寿命の過程で力動的に変化して来たビジネス環境において、任意の所与の時点におけるサブシステム操作の商業的価値を最大化することが好ましい。このような資産の最適化は、通常の工程制御戦略では考慮されない要因に基づいて行われる。例えば、規制クレジットを売買するためのマーケットが存在するビジネス環境では、效率的なサブシステムの操作は、付加的な規制クレジットが生成され、サブシステムの価値を最大化して販売できるように、しかし、このようなクレジットを生成するのにかかる付加的な稼動コストは許容しないように指示することができる。
従って、ＳＯ２吸収の最大化、稼動コストの最小化、及び副産物の品質規定の充足という単純な計画よりは、より複雑な計画を用いて、ＳＯ２吸収が最大化したか、稼動コストが最小化したか、又は副産物の品質規定が満たされたかに関係なく、サブシステム操作を最適化することができる。また、サブシステムの制御を実質的に向上させるために、ツールのみ提供されるのではなく、例えば向上したサブシステムの制御は完全自動化することができる。従って、操作を自動化し、操作パラメータ及び制約に対してのみ最適化するのではなく、ビジネス環境に対しても最適化することができる。生成された規制クレジットのマーケット価値がそのようなクレジットを発生させるためのサブシステムの付加的稼動コストより少ない場合には、サブシステムは、規制許容レベルに非常に近接するように、又は正確にそのレベルで動作するように自動的に制御されてもよい。しかし、発生した規制クレジットのマーケット価値がそのようなクレジットを発生させるためのサブシステムの付加的稼動コストよりも大きい場合には、そのような操作を調整して規制許容レベル以下で動作し、これにより規制クレジットを発生するように前記のような操作を調整するために自動的に制御されてもよい。実際に、自動化された制御は、サブシステムが限界ドルの価値以下、つまり排出クレジットの価値がそのようなクレジットを生成するための処理コストと等しくなる価値まで、可能な限り多くのＳＯ２を除去する動作を行うように指示することができる。
要約すると、ＷＦＧＤ及び類似のサブシステムの最適化された動作は、複雑な工程及び規制要素のみならず、複雑なビジネス要素、及びこのような様々な種類の要素中の動的変化についても考慮する必要がある。最適化は局所的、例えば複数のＷＦＧＤ処理装置のうちの１つがオフラインになること、及び／又は領域的、例えばＷＦＧＤ処理装置のまた他の個体が前記オフラインになる領域内で作動すること、又はさらに全般的なビジネス要素を考慮することが必要である。例えば、長期及び短期ＳＯ２規制クレジットの広範囲で動的に変化するマーケット価格もまた操作を最適化するときに考慮する必要がある場合もある。
従って、制御は、好ましくはＳＯ２除去を最小化したり、規制許容値に符合したり、又は最大のＳＯ２除去率に符合するように操作を調整できなければならない。このような調整を果たす能力は、サブシステムの所有者に対して、規制クレジットでの動的変化のメリットを取り、１つのサブシステムを使用してまた他のサブシステムによる許容外範囲の操作から脱離させるクレジットを発生させたり、また他のサブシステム所有者の、そのサブシステムの許容外範囲の操作から脱離させる規制クレジットを購買することのメリットを取るようにする。また、前記制御は、好ましくは、追加的規制クレジットの発生がもはや有益ではなくなった場合には、すぐに操作を再び調整できなければならない。すなわち、制御システムは、機器、工程、規制及びビジネス制約の支配下にあるＡＰＣ資産の稼動を持続的に最適化する必要がある。
石膏副産物の所要の純度を超過しなければならない動機がないため、制御は好ましくは、石膏副産物の品質を石膏品質の仕様又は他の販売制約と一致させる操作の最適化を容易にしなければならない。最適化された制御は、所望のＳＯ２吸収レベル、及び石膏生産の要件の観点からＯ２レベルを調整する作用を予想して指示することにより、石灰石の沈床の防止を容易にしなければならない。
上記のように、排出を連続平均値で制御することは複雑な問題である。これは、少なくとも部分的には、連続平均の時間窓が常に前に移動し、任意の所与の時点では複数個の時間窓がアクティブになるからである。一般的に、アクティブな時間窓は、所与の時点から過去の時間まで延長され、その他の活アクティブな時間窓は、所与の時点から未来の時点まで延長される。
連続平均排出の管理は、連続平均の時間窓の間のすべての排出の統合を要求する。従って、排出を連続平均目標に対して最適化することは、実際過去排出及び予想される未来排出又は稼動計画をアクティブな時間窓すべてに対して考慮するモーメント排出目標が選択されなければならないことを要求する。
例えば、４時間の連続平均の最適化は、複数の時間窓の検査を必要とするが、その第１は、過去に３時間５９分に開始して現在時点で終了し、その中で最後は、現在時点で開始し、未来の４時間後に終了する。各時間窓の１分解像度としては、このような比較的短い４時間連続平均の最適化が４７９時間窓の制約を満たすモーメント目標を選択することを含む。
単一の統合時間窓のために連続平均排出目標を決めることは、まず前記統合された時間窓における過去排出の合計を計算した後、例えば前記単一統合時間窓の間に平均排出をもたらす、前記単一統合時間窓の残りに対する未来排出速度が連続平均限界であるか、その未満になると予測することを含む。未来排出は現在時点で開始する。しかし、正確にするためには、未来排出はさらに前記単一統合時間窓の残りの時間の間の稼動からの排出の予測を含まなければならない。
時間窓が長くなるほど、未来排出を予測することはさらに難しくなる。例えば、次の数時間における稼動からの排出は、相当正確に予測されることができるが、次の１１ヶ月間における稼動からの排出は予測することがさらに難しくなる。その理由は、季節的変動及び計画された稼動停止等の要因が考慮されなければならないためである。さらに、計画されない稼動停止又はサブシステムにかかる用量限界に対する安全マージンを付加する必要がある場合もある。
従って、ＷＦＧＤ工程を最適化するためには、例えば工程を操作制約内に維持しながら、稼動コストを最小化し、かつ、ＳＯ２除去率を最大化するためには、ＷＦＧＤ工程に対する最適な設定点を自動的に決めなければならない。
次の本発明の実施形態では、モデルベースの多変数予測制御（ＭＰＣ）アプローチを用いてＷＦＧＤ工程の最適な制御を提供する。一般に、ＭＰＣ技術は、工程の多重入力、多重出力の動的制御を提供する。当業者に理解されるように、ＭＰＣ技術は、１９７０年代の後半に開発された。前記分野の技術的進歩は今日まで続いている。ＭＰＣは、複数のモデルベースの制御技法又は方法を含む。このような方法は、制御エンジニアが複雑で相互作用的な動的工程を、従来のＰＩＤタイプのフィードバック制御システムに対して可能なよりも一段と效果的に取り扱うことができるようにする。
ＭＰＣ技法は、線形及び非線形工程の両方を制御することができる。すべてのＭＰＣシステムは、明らかに未来に対する工程の動きを予測するために動的モデルを用いる。これにより、特定制御作用が目的関数の最小化のために計算される。最終的に、各時間増分で区間が未来に向けて１回増分だけ移動する移動区間（receding horizon）が実行される。また、各増分では、その段階で計算される順序の制御作用に相応する第１制御信号の適用が行われる。一般化予測制御（ＧＰＣ）、動的マトリックス制御（ＤＭＣ）及びペガサスパワーパーフェクタ（Pegasus' Power Perfector（登録商標））等の、制御エンジニアが入手できる複数の商用プログラムがある。Comancho及びBordonsは、モデル予測制御（ロンドンスプリンガ発行、１９９９）でＭＰＣの主題に対する立派な概観を提供する一方、Lennart Ljundのシステム識別、ユーザーのための理論（Prentice-Hall出版社、第２版、１９９９）は、ＭＰＣを実際に実施する必要のある工程の動的モデリングに関する最高の著書である。
ＭＰＣ技術は大半、ＤＣＳにより実施される基本的な土台になる調整管理（regulatory control）を代替するよりは、操作者により普通行われる稼動の実行を監督する方式で使用される。ＭＰＣ技術は、工程に対して最適な設定点を提供するために、数学的技法を用いて競争的な目標及び工程制約のバランスを自動的にとることができる。
一般的にＭＰＣは、次のような特徴を有する。
動的モデル：予測のための動的モデル、例えば非線形動的モデル。このモデルは、工程のパラメトリック及び段階的試験を用いて簡単に展開される。動的モデルの高品質が優れた最適化及び制御実行のためのカギになる。
動的判断：工程動力学、又は工程が経時的にどのように変化するかはプラントの段階的試験を用いて判断される。このような段階的試験を基にして、最適化−基盤アルゴリズムを使用してプラントの動力学を判断する。
定常状態の最適化：定常状態の最適化により工程のための最適な作動起点を検出する。
動的制御：動的制御器を使用して定常状態の解決策を起点とする最適な制御手段を計算する。制御手段は、最適化により計算される。前記最適化は、１セットの制約の支配を受けるユーザー明示のコスト関数を最小化するために使われる。コスト関数は、工程の動的モデルを用いて計算される。前記モデル、コスト関数及び制約を基にして、工程の最適な制御手段が計算されることができる。
動的フィードバック：ＭＰＣ制御器は、動的フィードバックを用いてモデルをアップデートする。フィードバックを用いることで、干渉効果、モデル不一致及びセンサーノイズが著しく低減することができる。
発展した調整の特徴：ＭＰＣ制御器は、完璧なセットの調整能力を提供する。操作変数に対しては、ユーザーが所望する値及び係数、移動ペナルティー係数、下限値及び上限値、制約変化率、及び上限及び下限の遵守制約（hard constraint）を設定することができる。また、ユーザーは、定常状態の最適化の出力値を用いて操作変数の所望値を設定することができる。制御変数に対しては、ユーザーが所望値及び係数、誤差加重、限界、優先化された遵守及び軌跡集中制約（trajectory funnel constraint）を設定することができる。
シミュレーション環境：オフラインのシミュレーション環境が制御器の初期試験及び調整のために提供される。シミュレーション環境は、モデル不一致及び干渉拒否能力の捜査を可能にする。
オンラインシステム：ＭＰＣ制御アルゴリズムは、好ましくは、標準商用オペレーティングシステム上で実行できる標準化ソフトウエアのサーバーで行われる。前記サーバーは、標準化インタフェースを介してＤＣＳに接続する。エンジニア及び操作者は、グラフィックユーザーインタフェース（ＧＵＩ）を使用してＭＰＣアルゴリズムの出力値の予測を有利に行うことができる。
堅固な誤差の取り扱い：ユーザーは、ＭＰＣアルゴリズムが入力値及び出力値における誤差にどのように対応すべきかを明示する。制御器は、主要変数に誤差が発生した場合、動作が止められたり、過去の最新の良好な値が非重要変数として使用されることがある。誤差を適切に取り扱うことにより、制御器の実時間動作が最大化されることができる。
仮想オンライン分析器：工程変数の直接的な測定が利用できない場合には、環境がソフトウエア基盤の仮想オンライン分析器（ＶＯＡ）を行うためのインフラを提供する。このようなＭＰＣツールを使用して、所望の工程変数のモデルが、適切な場合、実験室データを含むプラントの履歴データを用いて展開することができる。前記モデルは、次いでリアルタイムの工程変数として供給され、リアルタイムで測定されない工程変数を予測することができる。このような予測は、モデル予測制御器に使用されてもよい。
ＷＦＧＤ工程の最適化
以下で説明するように、本発明によれば、ＳＯ２除去効率を向上させることができる。すなわち、要求されたり望まれる制約、例えば石膏純度制約、モーメント排出限界及び連続排出限界を満たすとともに、装置からのＳＯ２除去率が最大化及び／又は最適化されることができる。また、稼動コストも代替的に最小化及び最適化されることができる。例えば、ＷＦＧＤに対する排煙負荷が減少する場合、スラリーポンプを自動的にオフさせることができる。さらに、酸化空気流れ及びＳＯ２除去率も、代替的に石灰石の沈床条件を防止するために動的に調整されてもよい。本願発明に示されるＭＰＣ制御器を用いて、ＷＦＧＤ工程が制約にさらに近接するように管理することが可能であり、一般的に制御されるＷＦＧＤ工程に比べて向上した性能を達成することができる。
図５Ａ及び図５Ｂでは、ＷＦＧＤの制約ボックスを５００及び５５０で示す。図示するように、工程及び装置制約（５０５〜５２０）を判断し、複数の独立的な変数（ＭＶ）と判断された制約間の工程基盤の定常状態の関係、つまり独立的／制御された変数を用いることにより、前記制約をＭＶの側面から共通の「空間」に位置させることができる。この空間は、実際に、ｎが問題内の自由度の個数又は操作されたＭＶの個数と同じｎ−次元の空間である。しかし、例示の目的として２つの自由度、つまり２つのＭＶがあると仮定する場合には、システム制約及び関係を２次元（Ｘ−Ｙ）プロットを用いて表すことができる。
好ましくは、前記工程及び装置制約は、実行可能な稼動５２５の領域で示された、空ではない解決空間の境界を形成する。この空間内の任意の解決策は、ＷＦＧＤサブシステム上の制約を満足することになる。
すべてのＷＦＧＤサブシステムは、ある程度の可変性を示す。図５Ａを参照すれば、典型的な通常の運営計画は、正常のＷＦＧＤサブシステムの可変性を実行可能な解決空間５２５の安全域５３０内に安全に位置させることであって、これは一般的に安全な操作を保障する。操作を安全域５３０内に維持することは、操作を実行不可能／好ましくない稼動区域から遠く、つまり実行可能な領域５２５以外の区域から遠くに維持することである。通常、分布制御システム（ＤＣＳ）のアラームは、作動者に当該問題を知らせるために測定可能な制約の限界として、又はその近傍として設定する。
実行可能な空間５２５内のいずれの地点でもシステム制約（５０５〜５２０）を満足させることは事実であるが、実行可能な空間５２５内の互いに相異する地点が、同一の稼動コスト、ＳＯ２吸収効率又は石膏副産物の生産能力を有するものではない。利益、ＳＯ２吸収効率又は石膏副産物の生産／品質の最大化、又はコストを最小化のためには、実行可能な空間５２５内の稼動のため経済的に最適な地点を判別することが必要である。
本発明によれば、工程変数、及びこれら変数の値を維持したり変更させるコスト又は利益は、例えば利益を示す目的関数を生成するのに使用されてもよいが、この目的関数は、一部の場合にはマイナスコストとして認められてもよい。図５Ｂに示すように、線形の２次、又は非線形プログラミング解決技法を用いれば、以下にさらに記載されるような最適な実行可能な解決点５５５、例えば実行可能な稼動５２５の区域内の最小コスト又は最大利益の解決点を判別することができる。制約及び／又はコストはいつでも変わることができるため、リアルタイムで、例えばＭＰＣ制御器が実行される度に、最適な実行可能な解決点５５５を再度判別することが好ましい。
従って、本発明は、安全域５３０内の通常の稼動地点から最適な稼動地点５５５に、及びコストの制約に変化が発生する場合には最適な稼動地点５５５からまた他の最適な稼動地点に工程操作の自動目標の再設定を容易にする。一旦最適な地点が決まれば、工程を最適な稼動地点に移動させるＭＶ値に必要な変更を計算する。これらの新しいＭＶ値が目標値になる。目標値は、定常状態値であり、工程動力学を考慮しない。しかし、工程を安全に移動させるためには、工程動力学を制御し、かつ管理する必要があり、これは次のテーマになる。
工程を以前の稼動地点から新しい最適な稼動地点に移動させるためには、予測工程モデル、フィードバック及び高頻度の実行が適用される。ＭＰＣ技法を用いて、動的経路又は制御変数（ＣＶ）の軌跡を予測する。この予測を使用し、操作されたＭＶ調整値を現時点のみならず未来、例えば短期的未来に対しても管理することで、ＣＶの動的経路を管理することができる。ＣＶに対する新しい目標値は計算されることができる。これにより、所望の計画対象期間における動的誤差も、ＣＶに対する予測された経路と新しいＣＶ目標値の間の差として計算されることができる。再度、最適化理論を用いて誤差を最小化する最適経路が計算されることができる。実際にエンジニアは、好ましくは、一部のＣＶが他のものよりさらに厳しく制御されるように誤差に加重値を与えることができる。また、予測工程のモデルは、１つの稼動地点から次の地点への経路又は軌跡の制御を許容し、これにより新しい最適稼動地点に移動する間の動的問題を避けることができる。
要約すると、本発明は、所望の結果はほぼいずれでも得ることができるように工程を最適化する必要があり、実行可能な稼動区域５２５内のほぼいずれの地点でも稼動が行われるようにする。すなわち、目的が最低可能な排出、副産物の最高品質又は最大量、最低の稼動コストなど、どのような結果をもたらすものであっても工程を最適化することができる。
最適に稼動地点５５５に密接に接近するために、ＭＰＣは好ましくは、小さな偏差が制約違反を起こさないように工程可変性を低下させる。例えば、予測工程モデル、フィードバック、及び高頻度の実行の使用を通じて、ＭＰＣは制御された工程の工程可変性を著しく低下させることができる。
定常状態及び動的モデル
上述したように、ＭＰＣ制御器のために定常状態及び動的モデルが使用される。以下ではこれらのモデルについてより詳細に説明する。
定常状態モデル：特定セットの入力値のための工程の定常状態は、関連する工程値のセットにより説明されるものであって、入力値の以前値は、状態にそれ以上影響を及ぼさないようにすべての入力値が長期間一定に維持される場合に工程が達成する状態である。ＷＦＧＤに関しては、工程装置の結晶化器内での大容量、そして比較的遅い反応により定常状態まで行く時間が通常４８時間程度である。定常状態モデルは、工程入力値のセットに対する定常状態に関わる工程値を予測するときに使われる。
第１原理の定常状態のモデル：定常状態モデルを展開するための１つのアプローチは、工程のエンジニアリング知識を基にして誘導される一連の等式を利用するのである。この等式は、工程入力値と出力値との間の既知の根本的な関係を示すことができる。既知の物理的、化学的、電気的及びエンジニアリング等式を用いてこの一連の等式を誘導することができる。このモデルは、既知の原理を基にしているため第１原理モデルと呼ぶ。
大半の工程は、本来第１原理技法及びモデルを使用して考案されている。このモデルは一般に、図５Ａを参照して上述したような安全域内の安全な稼動を提供するのに十分な精度がある。しかし、非常に正確な第１原理基本モデルを提供することは、しばしば時間が長くかかり、コストが多くかかる。また、知られていない影響が第１原理モデルの精度に相当な影響を与える。従って、非常に正確な定常状態モデルを展開するために、代替としてアプローチがしばしば使用されている。
経験的モデル：経験的モデルは、工程で収集された実際データを基にする。経験的モデルは、モデル入力値と出力値との間の関係を決めるために、データ回帰法を用いて展開される。しばしばデータは、個別入力値が出力値に対するそれの影響を記録するために移動される一連のプラント試験で収集される。このようなプラント試験は、経験的モデルのために十分なデータを収集するために、数日又は数週間がかかることもある。
線形経験的モデル：線形経験的モデルは、線又は高次元では面を一定セットの入力及び出力データに適合させることにより生成される。このようなモデルを適合させるためのアルゴリズムは容易に入手低可能であり、例えばエクセル（Excel）は、線を経験的データセットに適合させるための回帰法アルゴリズムを提供する。
神経回路網モデル：神経回路網モデルは、また他の形態の経験的モデルである。神経回路網は、線より複雑な曲線が経験的データセットに適合するようにする。神経回路網モデルに対する構造及び訓練アルゴリズムに対する生物学的アイディアを基にする。神経回路網は、ニューロンの基本的機能性をモデルとするノードで構成される。前記ノードは、脳内のニューロン間の基本的相互作用をモデルとする加重値により連結される。前記加重値は、脳内の学習能力を真似た訓練アルゴリズムを使用して設定される。神経回路網基盤モデルを用いる場合、線形経験的モデルを使用して達成できるものよりはるかに豊富で複雑なモデルを展開することができる。入力値（Ｘ）と出力値（Ｙ）との間の工程関係は、神経回路網モデルを用いて表すことができる。ここでの神経回路網又は神経回路網モデルに関する記載は、神経回路網基盤の工程モデルとして理解されなければならない。
ハイブリッドモデル：ハイブリッドモデルは、第１原理又は公知の関係及び経験的関係からの要素の組合わせを含む。例えば、ＸとＹ間の関係の形態は知られてもよい（第１原理要素）。前記関係又は等式は、いくつの定数を含む。これら定数の一部は、第１原理知識を用いて求めることができる。その他の定数は、第１原理から求めることが非常に難しいか、コストが多くかかる。しかし、Ｘ及びＹに対する実際の工程データ及び第１原理知識を用いて未知定数のための値を求める回帰法問題を構築するのは比較的簡単で安価である。これら未知定数は、ハイブリッドモデルで経験的／回帰要素を示す。回帰法は、経験的モデルより規模がはるかに小さく、ハイブリッドモデルの経験的性質ははるかに少ないが、その理由は、前記モデル形態及び定数の一部が物理的関係を支配する第１原理を基にして固定されているためである。
動的モデル：動的モデルは、出力値に対する入力値の経時的変化の効果を示す。定常状態のモデルは、単に工程の最終休止状態を予測するために使われる一方、動的モデルは、１つの定常状態からまた他の定常状態に移動する経路を予測するときに使われる。動的モデルは、第１原理知識、経験的データ又はこの２つの組合わせにより展開されてもよい。しかし、大半の場合、モデルは工程の状態に影響を及ぼす重要変数の一連の段階的試験から収集された経験的データにより展開される。
ペガサスパワーパーフェクトモデル：大半のＭＰＣ制御器は、線形経験的モデルの使用を許容するのみである。すなわち、前記モデルは、線形経験的定常状態モデル及び線形経験的動的モデルで構成される。ペガサスパワーパーフェクト（登録商標）は、線形、非線形、経験的及び第１原理モデルが組合わせされて制御器で使用される最終モデルを生成するようにし、従ってＭＰＣを行うときに好ましく使われる。ペガサスパワーパーフェクトのための最終モデルを生成するために、異なる種類のモデルを組み合わせる１つのアルゴリズムが米国特許第５，９３３，３４５号に開示されている。
ＷＦＧＤのサブシステム構造
図６は、モデル予測制御が伴うＷＦＧＤのサブシステム構造の機能的ブロック線図である。制御器６１０は、ＷＦＧＤ工程６２０の操作されたＭＶ６１５、例えばｐＨ及び酸化空気のためのリアルタイム設定点を計算するのに必要な論理を組み込んでいる。制御器６１０は、このような計算値の根拠を観察された工程変数（ＯＰＶ）６２５、例えばＭＶの状態、干渉変数（ＤＶ）及び制御された変数（ＣＶ）に置く。また、通常１つ以上の調整パラメータを有する基準値（ＲＶ）６４０のセットも操作されたＭＶ６１５の設定点を計算するときに使われる。
好ましくは、仮想のオンライン分析器（ＶＯＡ）である推定機６３０は、推定された工程変数（ＥＰＶ）６３５を生成するのに必要な論理を含んでいる。ＥＰＶは、通常、正確に測定されることができない工程変数である。
推定機６３０は、前記論理を実行し、ＯＰＶの現在及び過去値を基にするＷＦＧＤ工程のＥＰＶの稼動状態をリアルタイムで推定する。ＯＶＰは、ＤＣＳ工程測定値及び／又は実験室の測定値の両方を含むことができることが分かる。例えば、言及されたように、石膏の純度は、実験室の測定値に基づいて測定されてもよい。推定機６３０は、様々な種類のＷＦＧＤの工程問題に対するアラームを好適に提供する。
制御器６１０及び推定機６３０の論理はソフトウエアにより、もしくは他の方式で実行されることができる。当業者に公知であるが、必要な場合には、制御器及び推定機が単一コンピューター工程内で容易に実行されることが可能である。
モデル予測制御の制御器（ＭＰＣＣ）
図６の制御器６１０は、好ましくは、モデル予測制御器（ＭＰＣＣ）を用いて実行される。ＭＰＣＣは、ＷＦＧＤ工程のリアルタイムの多重入力、多重出力の動的制御を提供する。ＭＰＣＣは、観察されて推定されたＰＶ値（６２５及び６３５）を基にするＭＶセットに対する設定点を計算する。ＷＦＧＤ ＭＰＣＣは、以下により測定されるそのような値のうち、任意値、もしくは任意値又はすべての組合わせを使用することができる：
・ｐＨプローブ
・スラリー密度センサー
・温度センサー
・酸化還元可能性（ＯＲＰ）センサー
・吸収器レベルセンサー
・ＳＯ２流入口及び流出口／連通センサー
・流入口排煙速度センサー
・吸収器の化学（Ｃｌ、Ｍｇ、Ｆｌ）の実験室分析
・石膏純度の実験室分析
・石灰石粉砕物及び純度の実験室分析
さらに、ＷＦＧＤ ＭＰＣＣは、下記のものを制御するために計算された設定点のうちの任意のもの、もしくは、任意のもの又はすべての組合わせを使用することができる：
・石灰石供給器
・石灰石粉砕機
・石灰石スラリーの流れ
・化学的添加剤／反応物供給器／バルブ
・酸化空気フロー制御バルブ又はダンパー又は送風機
・ｐＨバルブ又は設定点
・再循環ポンプ
・補充用の水添加及び除去バルブ／ポンプ
・吸収器の化学（Ｃｌ、Ｍｇ、Ｆｌ）
従って、ＷＦＧＤ ＭＰＣＣは、下記のＣＶのうちの任意のもの、もしくは任意のもの又はすべての組合わせを制御することができる：
・ＳＯ２除去効率
・石膏純度
・ｐＨ
・スラリーの密度
・吸収器のレベル
・石灰石粉砕物及び石膏
・稼動コスト
ＭＰＣアプローチは、ＷＦＧＤ工程のすべての側面を１つの統一された制御器で最適に計算する柔軟性を提供する。ＷＦＧＤを動作することによる第１の問題は、下記の相反する目標のバランスをとることにより稼動利益を最大化し、操作損失を最小化することである：
・ＳＯ２除去率を、所望の制約限界、例えば許容値限界又は適切な場合ＳＯ２除去クレジットを最大化する限界に対して適切な割合で維持する。
・石膏純度を、所望の制約限界、例えば石膏純度も仕入管理限界に対して適切な値で維持する。
・稼動コストを、所望の制約限界、例えば最小電力消費コストに対して適切なレベルで維持する。
図７は、図６を参照して説明したものと類似の制御器及び推定機の両方を含む例示的ＭＰＣＣ７００を示す。後に説明するが、ＭＰＣＣ７００は、上述の相反する目標のバランスをとることができる。好適な実装形態では、ＭＰＣＣ７００にペガサスパワーパーフェクト（登録商標）ＭＰＣ論理及び神経基盤回路網モデルが含まれているが、その他の論理及び非神経基盤モデルが上記のように所望の場合に代わりに用いられてもよく、これは当業者であれば理解することができる。
図７に示すように、ＭＰＣＣ７００は、複数のＩ／Ｏポート７１５、及びディスク記憶装置７１０とともに処理装置７０５を含む。前記ディスク記憶装置７１０は、任意の適当な種類又は種類のうちの１つ以上の装置であってもよく、電子的、磁気的、光学的又は一部その他の形態又は形態の記憶媒体を活用してもよい。比較的少ない数のＩ／Ｏポートが示されているが、前記処理装置は、特定の実装形態に適するように多い又は少ないＩ／Ｏポートを含んでもよい。また、ＤＣＳからの工程データ及びＤＣＳに戻される設定点は、標準コンピューター間の通信プロトコルを用いて単一メッセージとしてともにパッケージされて伝送されることができる。ここで、土台になるデータ通信機能性は、ＭＰＣＣの動作に必須である一方、実施の詳細事項は、当業者によく知られており、本発明において提起される制御問題とは関係がない。処理装置７０５は、ディスク記憶装置７１０と通信し、通信リンク７１２を介してデータを保存し検索する。
また、ＭＰＣＣ７００は、ユーザーの入力値、例えば操作者の入力値を受けるための１つ以上の入力装置を含む。図７に示すように、キーボード７２０及びマウス７２５は、通信リンク（７２２及び７２７）及びＩ／Ｏポート７１５を介して処理装置７０５への命令又はデータの手動入力を容易にする。さらに、ＭＰＣＣ７００は、ユーザーに対して情報を表示するためのディスプレイ７３０を有する。処理装置７０５は、通信リンク７３３を介してユーザーに表示される情報をディスプレイ７３０と通信する。ユーザー入力値の通信を容易にすることに加えて、Ｉ／Ｏポート７１５はさらに、通信リンク（７３２及び７３４）を介する処理装置７０５への非ユーザー入力値の通信、及び通信リンク（７３４及び７３６）を介する処理装置７１５からの命令、例えば生成された制御命令の通信を容易にする。
処理装置、論理及び動的モデル
図８に示すように、処理装置７０５は、演算装置８１０、記憶装置８２０、及び図７の通信リンク（７３２〜７３６）を介するＩ／Ｏ信号８０５の収容及び伝送を容易にするためのインタフェース８３０を有する。記憶装置８２０は、任意のランダムアクセスメモリー（ＲＡＭ）の一種である。インタフェース８３０は、キーボード７２０及び／又はマウス７２５を通じた演算装置８１０とユーザーとの間の相互作用のみならず、演算装置８１０と以下に説明するようなその他の装置との間の相互作用を容易にする。
図８のように、ディスク記憶装置７１０は、推定論理８４０、予測論理８５０、制御発生器論理８６０、動的制御モデル８７０、及び動的推定モデル８８０を保存する。記憶された論理は、以下に説明されるように、操作を最適化するようにＷＦＧＤサブシステムを制御する記憶されたモデルにより実行される。さらに、ディスク記憶装置７１０は、受容されたり計算されたデータを保存するためのデータ記憶装置８８５、及びＳＯ２排出履歴を保管するためのデータベース８９０を有する。
上記のような３つの目標のバランスをとるために、ＭＰＣＣ７００により使用される入力値及び出力値の制御マトリックスのリストを以下の表１に示す。
Figure 2008512748
本発明による実装形態では、ＭＰＣＣ７００は、ＳＯ２除去率、石膏純度及び稼動コストで構成されたＣＶを制御するときに使用される。ｐＨレベル、酸化空気の送風機にかかる負荷及び再循環ポンプにかかる負荷で構成されたＭＶの設定点を操作してＣＶを制御する。さらに、ＭＰＣＣ７００は、複数のＤＶを考慮する。
ＭＰＣＣ７００は、一連の制約を観察しながら、ＣＶに関わる前記３つの相反する目標のバランスをとらなければならない。前記相反する目標は、ＭＰＣＣ論理にコードされた非線形プログラミングの最適化技法を用いて最小化された１つの目的関数で公式化される。例えば、キーボード７２０又はマウス７２５を使用して前記目標の各々に対して加重係数を入力することにより、ＷＦＧＤサブシステムの操作者又はその他のユーザーは、特定の状況による前記目標の各々の相対的重要性を明示することができる。
例えば、特定の状況では、ＳＯ２除去率が石膏純度及び稼動コストに比べてより重く加重される場合もあれば、稼動コストが石膏純度に比べてより重く加重される場合もある。また他の状況では、稼動コストが石膏純度及びＳＯ２除去率より重く加重される場合もあり、石膏純度がＳＯ２除去率より重く加重される場合もある。また他の状況では、石膏純度がＳＯ２除去率及び稼動コストより重く加重される場合もある。任意な数の加重の組合わせが明示されてもよい。
ＭＰＣＣ７００は、適用可能なセットの制約、例えば図５Ｂに示すような制約（５０５〜５２０）を依然観察しながら、前記明示された加重値を基にして、サブシステムが最適地点で、例えば図５Ｂの最適地点５５５で動作するようにＷＦＧＤサブシステムの作動を制御する。
この特定例において、制約は以下の表２に示されている。これらの制約は、典型的に、上記のＣＶ及びＭＶに関わる種類である。
Figure 2008512748
動的制御モデル
上述したように、ＭＰＣＣ７００は、表１の制御マトリックスに示される入力−出力構造を有する動的制御モデル８７０を必要とする。このような動的モデルを展開するためには、第１原理モデル及び／又はＷＦＧＤ工程のプラント試験を基にした経験的モデルを展開する。第１原理モデル及び／又は経験的モデルは、上記の技法を用いて展開することができる。
このような例示的ＷＦＧＤサブシステムの場合、好ましくは、ＳＯ２除去率及び石膏純度に対するＷＦＧＤ工程の定常状態モデル（第１原理又は経験的）を展開する。第１原理アプローチを用いて、ＷＦＧＤ工程入力値と出力値との間の既知の基本関係を基にして定常状態モデルを展開する。神経回路網アプローチを用いて、様々な操作状態で実際の工程から経験的データを収集することにより、定常状態のＳＯ２除去率及び石膏純度のモデルを展開する。工程の非線形性を捉えることができる神経回路網基盤モデルは、この経験的データにより訓練される。さらに言えば、神経回路網基盤モデルが特定の実装形態では好ましい場合もあるが、そのようなモデルの使用は必須ではない。むしろ、非神経回路網基盤モデルを必要な場合には使用してもよく、さらに、特定の実装形態ではかえって好ましい場合もある。
また、稼動コストに対する定常状態のモデルを第１原理により展開する。簡単に、コスト係数を用いて総コストモデルを展開する。取り上げている例示的実装形態では、石灰石等の各種原料のコスト及び電力コストにそれぞれの使用量を乗算して総コストモデルを展開する。収入モデルは、ＳＯ２除去クレジット価格をＳＯ２除去トン数に乗算し、石膏の価格を石膏トン数に乗算して求める。稼動利益（又は損失）は、収入からコストを差し引くことにより求めることができる。ポンプ駆動機（固定に対する可変速度）により、ポンプ配列の最適化は、二元のオフ／オン決定を含むことができる。これは、異なるポンプ配列の仕様を完全に評価するために、２次最適化段階を必要とする場合もある。
正確な定常状態モデルを展開することができ、定常状態の最適化基盤の解決策として適していても、そのようなモデルは工程動力学を含まないため、ＭＰＣＣ７００での使用に適していない。従って、実際の動的工程データを収集するために、段階的試験をＷＦＧＤサブシステムが行う。その後、段階的試験反応データを用いて、前記ＷＦＧＤサブシステムに対する経験的動的制御モデル８７０を展開し、前記データは、図８に示すようなディスク記憶装置７１０上の演算装置８１０に保存する。
動的推定モデル及び仮想のオンライン分析器
図６は、ＭＰＣＣ７００に含まれているような推定機がＷＦＧＤ工程の全体的な進歩された制御にどのように使用されるかを示す。ＭＰＣＣ７００では、推定機が、好ましくは、仮想オンライン分析器（ＶＯＡ）である。図９は、ＭＰＣＣ７００に含まれている推定機をより詳細に示している。
図９に示すように、観察されたＭＶ及びＤＶは、演算装置８１０で推定論理８４０を実行するときに使用される、ＷＦＧＤサブシステムのための経験的動的推定モデル８８０に入力される。これに対して、演算装置８１０は、動的推定モデル８８０により推定論理８４０を実行する。この場合、推定論理８４０はＣＶ、例えばＳＯ２除去効率、石膏純度及び稼動コストの現在値を計算する。
表３は、動的推定モデル８８０に対する構造を示す。ＭＰＣＣ７００で使われる制御マトリックス及び動的推定モデル８８０は、同様の構造を有していることに注目する必要がある。
Figure 2008512748
推定論理８４０の実行の出力は、ＳＯ２除去及び石膏純度に対して開放ループ値である。ＶＯＡに対する動的推定モデル８８０は、動的制御モデルを展開するための、上記の同一のアプローチを用いて展開する。動的推定モデル８８０及び動的制御モデル８７０が本質的に同一であっても、モデルは非常に異なる目的のために使用されることを注目する必要がある。動的推定モデル８８０は、演算装置８１０により、工程変数（ＰＶ）、例えば推定されたＣＶ９４０の現在値の正確な予測を行うために推定論理８４０を実行するときに適用される。動的制御モデル８７０は、演算装置８１０により、図６に示すような操作されたＭＶ設定点６１５を最適に計算するための予測論理８５０を実行するときに適用される。
図９に示すように、フィードバックループ９３０は、推定ブロック９２０から提供されるが、これは推定論理８４０の実行の結果として演算装置８１０により生成される推定されたＣＶを示す。従って、ＣＶの最良の推定値は、フィードバックループ９３０を介して動的推定モデル８８０にフィードーバックされる。推定機の以前の反復から出たＣＶの最良の推定値は、現在の反復に対して動的推定モデル８８０にバイアスを与えるための開始時点として使用される。
確認ブロック９１０は、演算装置８１０により、例えばセンサー測定及び実験式の分析から、動的推定モデル８８０により推定論理８４０の実行の結果により観察されたＣＶ９５０、及び観察されたＭＶ及びＤＶ９６０値の確認を示す。ブロック９１０で表示される確認は、さらに潜在的石灰石の沈床条件の判断に使用される。例えば、観察されたＭＶがｐＨセンサーの１つにより測定されたｐＨ値の場合、動的推定モデル８８０により推定されたｐＨ値を基にして測定されたｐＨの確認９１０は、前記ｐＨセンサーが故障していることを示すことができる。観察されたＳＯ２除去、石膏純度又はｐＨに誤りがあると判断される場合には、演算装置８１０が推定９２０で前記値を使用しない。むしろ、代替値、好ましくは、動的推定モデルを基にした推定から得られた出力値をその代わり使用するようになる。また、アラームがＤＣＳに送られることもある。
前記推定９２０を計算するために、演算装置８１０は、動的推定モデル８８０を基にした推定論理８４０の実行結果を、観察されて確認されたＣＶと組み合わせる。Kalmanフィルターアプローチは、推定結果を観察されて確認されたデータと組み合わせるときに好適に使用される。この場合、流入口及び流出口のＳＯ２センサーから計算された、確認されたＳＯ２除去率が生成された除去率値と組合わせられ、実際のＳＯ２除去の推定値を生成する。ＳＯ２センサーの精度により、推定論理８４０は好ましくは、生成された値に比べて観察されたデータのフィルターされたバージョンに向けて加重されたバイアスをかける。
石膏純度は、最大数時間ごとにのみ測定される。また、演算装置８１０は、石膏純度の新しい観測結果を生成された推定された石膏純度値と組み合わせるようになる。石膏サンプルの測定期間の間、演算装置８１０は、動的推定モデル８８０により、観察されたＭＶ及びＭＶ９６０の変化を基にした石膏純度のアップデートされた推定を開放ループで行う。従って、演算装置８１０は、さらに石膏純度に対するリアルタイム推定を行う。
最終的に、演算装置８１０は、推定論理８４０を動的推定モデル８８０により行い、ＷＦＧＤの稼動コストを計算する。コストに対する直接的なオンライン測定は行われないため、演算装置８１０は、稼動コストのリアルタイム推定を行う必要がある。
排出管理
上記のように、米国で許可される稼動許容値は、一般にモーメント排出及び連続平均排出の両方に対して限界を設定する。ＷＦＧＤサブシステムの制御において、ＭＰＣＣ７００により有益に提起される連続平均排出の問題には２種類がある。その第１種類の問題は、連続平均の時間窓がＭＰＣＣ７００の演算装置８１０により実行される予測論理８５０の計画対象期間（ｔｉｍｅ−ｈｏｒｉｚｏｎ）より短いか等しい場合に発生する問題である。第２種類の問題は、連続平均の時間窓が予測論理８５０の計画対象期間より長い場合に発生する問題である。
単一段階のＭＰＣＣ構造
第１種類の問題、つまり短い時間窓の問題は、ＭＰＣＣ７００の正常構造を適用して、ＭＰＣＣ７００により実行される制御において排出連続平均を付加的ＣＶとして統合することにより解決される。より詳細には、予測論理８５０及び制御発生器論理８６０が定常状態の条件を、経済的な制約としてよりも許容値の限界以下で維持されるべき工程制約として取り扱うようにし、さらに、許容値の限界以下で適用可能な時間窓の連続平均の現在及び未来値を維持する動的制御経路を実行するようにする。このような方法で、ＭＰＣＣ７００に排出連続平均のための調整構成が提供される。
干渉変数への考慮
また、適用可能な区間内で排出に影響を及ぼす計画された稼動イベント、例えば負荷変化等の要因に対するＤＶは予測論理８５０で考慮され、これによりＭＰＣＣ７００では、ＷＦＧＤ工程の制御が考慮される。実際に、ディスク記憶装置７１０にデータ８８５の一部として記憶される実際のＤＶは、ＷＦＧＤサブシステムの種類により変わるようになり、特定の稼動方針、例えば基礎負荷に対する変動などが前記サブシステムのために導入される。しばしばＤＶは、操作者によるキーボード７２０及びマウス７２５を通じて入力された入力値により、又は制御発生器論理８６０自体により、又は外部計画システム（図示されない）によりインタフェース８３０を通じて調整されることが可能である。
しかし、ＤＶは、通常、操作者又は他のユーザーにより簡単に調整されるような形態ではない。よって、好ましくは、操作者又は他のユーザーがＤＶを設定し維持することを助けるため、稼動計画インタフェースツールが予測論理８５０の一部として提供される。
図１１Ａ及び図１１Ｂは、計画された稼動停止を入力するために、ディスプレイ７３０に表示されたインタフェースを示す。図１１Ａに示すように、操作者又は他のユーザーに投影された電力発電システムの稼動係数及びＷＦＧＤサブシステムの稼動係数を表示するスクリーン１１００が設けられている。また、ユーザーが１回以上、新たに計画された稼動停止を入力し、検討又は変更のために以前に入力された計画された稼動停止を表示するためのボタンが設けられている。
前記ユーザーが計画された稼動停止を入力するようにするボタンをマウス７２５で選択すると、ユーザーは、図１１Ｂに示すようなスクリーン１１１０を通じて見ることができる。これによりユーザーは、示されたような新たに計画された稼動停止に関する様々な詳細事項をキーボード７２０で入力することができる。提供された稼動停止ボタンをクリックすることにより、新たに計画された稼動停止がＤＶとして添加され、予測論理８５０により考慮される。このようなインタフェースを行う論理は、未来の稼動計画がＭＰＣＣ処理装置７０５に伝達されるように適切なＤＶを設定する。
実際のＤＶがいずれであっても、計画された稼動イベントの影響を予測論理８５０に挿入するためのＤＶの機能は同一であり、前記予測論理は、次いでＭＰＣＣ演算装置８１０により実行されて連続平均排出ＣＶの未来の動的及び定常状態の条件を予測できるようになる。従って、ＭＰＣＣ７００は、予測論理８５０を実行して予測された排出連続平均を計算する。予測された排出連続平均は、次いで制御発生器論理８６０に対する入力値として使われ、前記制御発生器論理は、ＭＰＣＣ演算装置８１０により制御計画において計画された稼動イベントを考慮するように実行される。このような方式で、ＭＰＣＣ７００には計画された稼動イベントの観点から排出連続平均のための調整構成が提供され、これにより、計画された稼動イベントにもかかわらず連続平均排出の許容値限界内でＷＦＧＤの操作を制御する能力が提供される。
２段階ＭＰＣＣ構造
第２種類の問題、すなわち長い時間窓の問題は、２段階のＭＰＣＣアプローチを用いて好適に解決することができる。このアプローチでは、ＭＰＣＣ７００が複数の、好ましくは２つの段階的制御器演算装置を有する。
図１０を参照すれば、第１段階の制御器演算装置（ＣＰＵ）７０５Ａは、短期又は短い時間窓問題を、単一段階構造を参照して上記のような方式で解決するために動作する。図１０に示すように、ＣＰＵ７０５Ａは演算装置８１０Ａを有する。演算装置８１０Ａは、ディスク記憶装置７１０Ａに記憶された予測論理８５０Ａを実行し、適用可能な計画対象期間の短い期間と等しい時間窓内で動的連続平均排出を管理する。前記短い期間又は適用可能な制御期間の連続平均排出目標値を示すＣＶは、ＣＰＵ７０５Ａの記憶装置７１０Ａ内データ８８５Ａの一部として記憶されている。
また、ＣＰＵ７０５Ａは、図８に示される前記記憶装置８２０及びインタフェース８３０と類似の記憶装置８２０Ａ及びインタフェース８３０Ａを有する。前記インタフェース８３０Ａは、ＭＰＣＣ７００のＩ／Ｏ信号の下位グループ、つまりＩ／Ｏ信号８０５Ａを受信する。さらに、ディスク記憶装置７１０Ａは、推定論理８４０Ａ及び動的推定モデル８８０Ａ、制御発生器論理８６０Ａ及び動的制御モデル８７０Ａ、及びＳＯ２排出履歴データベース８９０Ａを保存するが、これらはすべて前記図８を参照して説明したとおりである。また、ＣＰＵ７０５Ａは、通常、演算装置クロック（processor clock）であるタイマー１０１０を有する。タイマー１０１０の機能は、後に詳細に説明する。
第２段階のＣＰＵ７０５Ｂは、長期又は長い時間窓の問題を解決するために動作する。図１０に示すように、ＣＰＵ７０５Ｂは演算装置８１０Ｂを有する。演算装置８１０Ｂはまた、予測論理８５０Ｂを実行して動的連続平均排出を管理する。しかし、予測論理８５０Ｂは、連続平均排出制約の未来時間窓全体の観点から動的連続平均排出を管理し、第１段階のＣＰＵ７０５Ａのための最適短期又は適用可能な計画対象期間、連続平均排出の目標値、つまり最高限界を決めるように行われる。従って、ＣＰＵ７０５Ｂは、長期連続平均排出の最適化の役割をし、未来時間窓全体における排出連続平均の制御のために適用可能な計画対象期間における排出連続平均を予測する。
長期の計画対象期間の連続平均排出制約を示すＣＶは、ディスク記憶装置７１０Ｂからデータ８８５Ｂの一部として記憶される。また、ＣＰＵ７０５Ｂは、上記の憶装置８２０及びインタフェース８３０と類似の記憶装置８２０Ｂ及びインタフェース８３０Ｂを有する。このインタフェース８３０Ｂは、ＭＰＣＣ７００のＩ／Ｏ信号の下位グループ、つまりＩ／Ｏ信号８０５Ｂを受信する。
図１０の２段階の構造が複数のＣＰＵを含むが、多段階予測論理は、必要な場合、別の方式で行われてもよい。例えば、図１０では、ＭＰＣＣ７００の第１段階がＣＰＵ７０５Ａで表示され、ＭＰＣＣ７００の第２段階はＣＰＵ７０５Ｂで表示される。しかし、単一ＣＰＵ、例えば図８のＣＰＵ７０５が、予測論理８５０Ａ及び予測論理８５０Ｂ両方を実行することにより、長期又は長い時間窓の問題を解決するために予測された最適な長期連続平均排出の観点から最適短期又は適用可能な計画対象期間の連続平均排出目標値を求め、求められた目標値の観点から短期又は適用可能な期間の連続平均排出を最適化するように用いられてもよい。
このように、ＣＰＵ７０５Ｂは、制御対象区間（control horizon）と呼ばれる場合があり、連続平均の時間窓に相応する長期計画対象期間に注目する。有利なことに、ＣＰＵ７０５Ｂは、連続平均排出の未来時間窓全体の観点から動的連続平均排出を管理し、最適な短期連続平均排出限界を決める。ＣＰＵ７０５Ｂは、比較的短い期間における稼動計画に対する変化を捉えるのに十分なぐらい速い頻度で行う。
ＣＰＵ７０５Ｂは、ＣＰＵ７０５ＡによりＣＶとして認識される短期又は適用可能な期間の連続平均排出の目標値を、ＭＶとして用い、長期排出連続平均をＣＶとして認識する。従って、長期排出連続平均は、ディスク記憶装置７１０Ｂ内にデータ８８５Ｂの一部として記憶される。予測論理８５０Ｂは、定常状態条件を、経済的な制約としてよりも許容値限界以下に維持されるべき工程制約として扱い、前記許容値限界以下で適用可能な時間窓内の連続平均の現在及び未来値を維持させる動的制御経路をさらに実行するようになる。このような方式で、ＭＰＣＣ７００に排出連続平均のための調整構成が提供される。
また、適用可能な区間内で排出に影響を及ぼす計画された稼動イベント、例えば負荷変化等の要因に対するＤＶが予測論理８５０Ｂで考慮され、従ってＭＰＣＣ７００では、ＷＦＧＤ工程の制御が考慮される。このように、実際、ディスク記憶装置７１０Ｂにデータ８８５Ｂの一部として記憶される実際のＤＶは、ＷＦＧＤサブシステムの種類及びサブシステムのために導入した特定の稼動方針により変わり、操作者により、又は制御発生器論理８６０Ｂを実行するＣＰＵ７０５Ｂにより、又は外部計画システム（図示されない）によりインタフェース８３０Ｂを通じて調整されることができる。しかし、上記のように、ＤＶは、通常、操作者又は他のユーザーにより簡単に調整できる形態ではなく、従って、好ましくは、操作者又は他のユーザーがＤＶを設定し維持するようにすることを助けるため、稼動計画インタフェースツールが予測論理８５０Ａ及び／又は８５０Ｂの一部として提供される。
しかし、ここでもまた、実際のＤＶがいずれであっても、計画された稼動イベントの影響を予測論理８５０Ｂに挿入するためのＤＶの機能は同一であり、前記予測論理は、次いでＭＰＣＣ演算装置８１０Ｂにより実行され、長期連続平均排出ＣＶの未来の動的及び定常状態の条件を予測できるようになる。
従って、ＣＰＵ７０５Ｂは、予測論理８５０Ｂを実行し、制御計画内の計画された稼動イベントの観点から最適な短期又は適用可能な期間の連続平均排出限界を決める。最適な短期又は適用可能な期間の連続平均排出限界は、通信リンク１０００を介してＣＰＵ７０５Ａに伝送される。このような方式で、ＭＰＣＣ７００に計画された稼動イベントの観点から排出連続平均を最適化するための調整構成が提供され、これにより、計画された稼動イベントにもかかわらず連続平均排出許容値限界内でＷＦＧＤの操作の制御を最適化する能力が提供される。
図１２は、多段階ＭＰＣＣ構造の拡張図を示す。図示するように、操作者又は他のユーザーは、通信リンク（１２２５及び１２１５）を介して工程履歴データベース１２１０及びＭＰＣＣ７００の両方と通信するために遠隔制御端末機１２２０を活用する。ＭＰＣＣ７００は、図１０のＣＰＵ７０５Ａ及びＣＰＵ７０５Ｂを含み、これらは通信リンク１０００を介して互いに接続されている。ＷＦＧＤ工程に関わるデータは、通信リンク１２３０を介して工程履歴データベース１２１０に伝送されるが、前記データベースは、このデータを工程履歴データとして保存する。後に詳細に説明するが、必要な記憶されたデータは、データベース１２１０から通信リンク１２１５を介して検索され、ＣＰＵ７０５Ｂにより処理される。ＷＦＧＤ工程に関わる必要なデータも通信リンク１２３５を介して伝送され、ＣＰＵ７０５Ａにより処理される。
上記のように、ＣＰＵ７０５Ａは、通信リンク１０００を介してＣＰＵ７０５Ｂから現在の所望の長期連続平均目標値に相応するＣＶ稼動目標値を受ける。伝達された連続平均目標値は、予測論理８５０Ｂを実行するＣＰＵ７０５Ｂにより発生された長期連続平均のために最適化された目標値である。ＣＰＵ７０５ＡとＣＰＵ７０５Ｂとの間の通信は、ＭＰＣ制御器とリアルタイム最適化間の通信と同様の方式で行われる。
ＣＰＵ７０５Ａ及びＣＰＵ７０５Ｂは、ＣＰＵ７０５ＢがＣＰＵ７０５Ａに長期連続平均のために最適化された目標値を送ることを中止する場合、ＣＰＵ７０５Ａが長期連続平均制約のための知能的で控え目な稼動計画に代替又は転換を保障する信号変更（handshaking）プロトコルを有することが有利である。予測論理８５０Ａは、そのようなプロトコルを構築することにより、必要な信号変更及び転換を保障するツールを含んでもよい。しかし、もし予測論理８５０Ａがそのようなツールを含まない場合は、ＤＣＳの典型的な特徴及び機能性は、所要の信号変更及び転換を行うように当業者によく知られている方式で導入してもよい。
重要な事項は、ＣＰＵ７０５Ａが一貫して時間に合った、つまり新規の古くない、長期連続平均目標値を使用することを保障することである。ＣＰＵ７０５Ｂが予測論理８５０Ｂを実行する度に、新鮮で新しい長期連続平均目標値を計算するようになる。ＣＰＵ７０５Ａは、ＣＰＵ７０５Ｂから通信リンク１０００を介して新しい目標値を受ける。新しい目標値の受容を基にして、ＣＰＵ７０５Ａは予測論理８５０Ａを実行してタイマー１０１０をリセットする。ＣＰＵ７０５ＡがＣＰＵ７０５Ｂから通信リンク１０００を介して時間に合うように新しい目標値を受けることに失敗した場合には、タイマー１０１０の期限が満了又は満期になる。タイマー１０１０の満期により、ＣＰＵ７０５Ａは、予測論理により現在の長期連続平均目標値が古いものと判断し、ＣＰＵ７０５Ｂから新規の新しい長期連続平均目標値を受けるまで安全な稼動計画に切り替わる。
好ましくは、最小のタイマー設定がコンピューター負荷／スケジューリングの問題を受容するために、ＣＰＵ７０５Ｂの実行頻度より少し長い。複数のリアルタイム最適化のスケジュールに入っていない動作のため、従来は、通信タイマーを制御器の定常状態に対して半分〜２倍の時間で設定するのが一般的である。しかし、ＣＰＵ７０５Ｂによる予測論理の実行がスケジュールに入れば、タイマー１０１０を設定するための推奨指示事項は、定常状態最適化のリンクのスケジュールではなく、例えばＣＰＵ７０５Ｂ上で動作する制御器の実行頻度の２倍プラス約３〜５分以下である必要がある。
ＣＰＵ７０５Ａが現在の長期連続平均目標値が古いものと判断して捨てる場合には、長期連続平均制約がリセットされなければならない。ＣＰＵ７０５Ｂが新規の新しい長期連続平均目標値を提供しなければ、ＣＰＵ７０５Ａは、長期指示事項又は目標値を有していない。従って、その場合にＣＰＵ７０５Ａは、工程稼動の安全マージンを増加させる。
例えば、連続平均期間が比較的短く、例えば４〜８時間であり、サブシステムが基本の負荷条件で動作する場合には、ＣＰＵ７０５Ａは、予測論理８５０Ａにより古い連続平均除去目標値を３〜５重量％程度増加させてもよい。このような増加は、上記のような状況下で持続する稼動に対して十分な安全マージンを構築しなければならない。このような増加を行うのに必要な操作者の入力は、予測論理に対して単一の数値、例えば３重量％を入力すればよい。
一方、連続平均期間が比較的長く、例えば２４時間以上であり、及び／又はサブシステムが一定しない負荷で動作する場合には、ＣＰＵ７０５Ａは、予測論理８５０Ａに従って控え目な目標値に再び変更してもよい。これを行う１つの方法は、ＣＰＵ７０５Ａが連続平均時間窓の期間全体において、計画されたサブシステムの負荷以上で仮定された一定の（constant）稼動を行うことである。ＣＰＵ７０５Ａは、次いでそのような一定の稼動を基にして、一定の排出目標値を計算し、現場管理により決定され得る小さな安全マージン又は安全要因を追加することである。ＣＰＵ７０５Ａにおいてこの解決策を行うためには、予測論理８５０Ａが言及された機能を含まなければならない。しかし、必要な場合、この控え目な目標値を設定する機能がＣＰＵ７０５ＡではなくＤＣＳで行える場合には、第１段階の制御器７０５Ａで前記控え目な目標値を２次ＣＶとして行い、短期連続平均目標値１０００が古くなった場合に、このＣＶのみを可能にしてもよい。
従って、連続平均期間が比較的短くとも長くとも、及び／又はサブシステムが一定の負荷で動作しても、一定しない負荷で動作しても、予測論理８５０Ａは、転換限界値を含めて操作者の行動を必要としないことが好ましい。しかし、他の技法を、ＣＰＵ７０５Ｂが新規の新しい長期連続平均目標値を提供しない期間では、その技法が連続平均制約に対して安全な／控え目な稼動を設定する場合には、転換限界を設定するように使用してもよい。
実際のＳＯ２排出は、ＣＰＵ７０５Ｂが正常に動作することや、新規の新しい長期連続平均目標値をＣＰＵ７０５Ａに提供することに関係なく、工程履歴データベース１２１０からＭＰＣＣ７００により追跡されることに注目しなければならない。従って、記憶された排出は、ＣＰＵ７０５Ｂが動作しないか、あるいはＣＰＵ７０５Ａと正常に通信を行わない場合でさえも、発生するＳＯ２排出を追跡し、考慮するようにＣＰＵ７０５Ｂにより使用される。しかし、ＣＰＵ７０５Ｂが再び動作し、正常に通信を行うようになった後は、予測論理８５０Ｂにより連続平均排出を再度最適化し、ＣＰＵ７０５Ａにより使用される現在の連続平均排出目標値を増加させたり減少させ、稼動停止中に発生した実際の排出に対して調整し、通信リンク１０００を介してＣＰＵ７０５Ａに新規の新しい長期連続平均目標値を提供する。
オンライン実行
図１３は、ＷＦＧＤ工程６２０に対してＭＰＣＣ１３００とＤＣＳ１３２０のインタフェースに関する機能的ブロック線図を示す。ＭＰＣＣ１３００は、図６の制御器６１０と類似の制御器１３０５、及び図６の推定機６３０と類似の推定機１３１０の両方を有する。ＭＰＣＣ１３００は、必要な場合、図７及び８に示すＭＰＣＣであってもよい。また、ＭＰＣＣ１３００は、多段階構造、例えば図１０及び図１２に示すようなものを用いて環境設定されることも可能である。
図示するように、制御器１３０５及び推定機１３１０は、図８のインタフェース８３０の一部であり得るデータインタフェース１３１５を介してＤＣＳ１３２０に接続される。このような好適な実装形態では、データインターフェース１３１５がペガサス（登録商標）データインターフェース（ＰＤＩ）ソフトウエアモジュールを用いて行われる。しかし、これは必須ではなく、データインターフェース１３１５は、一部の他のインタフェース論理を用いて実行されてもよい。データインターフェース１３１５は、操作されたＭＶのための設定点を送ってＰＶを読み取る。前記設定点は、図８のＩ／Ｏ信号８０５として送られてもよい。
この好適な実装形態では、制御器１３０５がペガサス（登録商標）パワーパーフェクト（ＰＰＰ）を用いて実行され、前記ペガサスパワーパーフェクトは、３つのソフトウエア試験成分：データサーバー成分、制御器成分及びグラフィックユーザーインタフェース（ＧＵＩ）成分で構成される。データサーバー成分は、ＰＤＩと通信し、制御適用に関わる局所的データを収集するのに使われる。制御器成分は、予測論理８５０を実行し、動的制御モデル８７０の観点からモデル予測制御アルゴリズムの計算を行う。ＧＵＩ成分は、例えばディスプレイ７３０に、このような計算の結果を表示し、制御器を調整するためのインタフェースを提供する。ここでも同様に、ペガサスパワーパーフェクトの使用は、必須ではなく、他の制御器論理を用いて制御器１３０５が実行されてもよい。
この好適な実装形態では、推定機１３１０は、ペガサス（登録商標）の実行時間適用エンジン（ＲＡＥ）のソフトウエアモジュールを用いて実行される。ＲＡＥは、ＰＤＩ及びＰＰＰと直接通信する。ＲＡＥは、ＶＯＡをホストするためのコスト效率の良い環境を作る複数の特徴を提供するものと認識される。エラー確認論理のための機能、ハートビートモニタリング、通信及びコンピューター演算処理監視能力、及びアラーム機能のすべてがＲＡＥで有利に行われる。しかし、言及したように、ペガサス（登録商標）の実行時間適用エンジンは必須ではなく、推定機１３１５は、他の推定機論理を用いて実施されてもよい。また、当業者に理解されるように、必要な場合は、ＷＦＧＤ６２０のためのＤＣＳで機能的に等しいＶＯＡを実施することも可能である。
制御器１３０５、推定機１３１０及びＰＤＩ１３１５は、好ましくはイーサネット（Ethernet）接続を用いて、ＷＦＧＤ工程６２０のためのＤＣＳ１３２０を含む制御ネットワークに接続された１つの演算装置、例えば図８の演算装置８１０又は図１０の演算装置８１０Ａで実行される。現在、演算装置オペレーティングシステムは、Microsoft Windows（登録商標）基盤が一般的であるが、これは必須ではない。また、前記演算装置は、例えば図７に示すように、高出力ワークステーションコンピューターアセンブリー又はその他の種類のコンピューターの一部であってもよい。いずれの場合も、前記演算装置、及びそれに備えられる記憶装置は、本発明に記載されたような進んだＷＦＧＤ制御を行うときに必要な論理を実行するのに十分な演算能力及び記憶能力を持たなければならない。
ＤＣＳ変更
図１３を参照して説明したとおり、予測論理８５０を実行する制御器演算装置は、インタフェース１３１５を介してＷＦＧＤ工程６２０に対するＤＣＳ１３２０に接続する。制御器１３０５及びＤＣＳ１３２０の適切な接続を容易にするために、通常のＤＣＳは変更を要する。従って、ＤＣＳ１３２０は当分野でよく知られている方式で、以下のような特徴を含むように変更された一般的なＤＣＳであることが好ましい。
ＤＣＳ１３２０は、操作者又は他のユーザーがＤＣＳインタフェース画面から下記の機能を行うことができるようにするため、一般的にソフトウエアを利用するのに必要な論理が導入、つまりプログラム化されている：
・ＰＰＰのＣＯＮＴＲＯＬ ＭＯＤＥ（制御モード）を自動と手動で切り替える。
・ＣＯＮＴＲＯＬＬＥＲ ＳＴＡＴＵＳ（制御器状態）を観察する。
・ＷＡＴＣＨＤＯＧ ＴＩＭＥＲ（監視タイマー）（ＨＥＡＲＴＢＥＡＴ（ハートビート））の状態を観察する。
・ＳＴＡＴＵＳ（状態）、ＭＩＮ（最小）、ＭＡＸ（最大）、ＣＵＲＲＥＮＴ ＶＡＬＵＥ（現在値）に対するＭＶの寄与を観察する。
・各ＭＶをＥＮＡＢＬＥ（動作）させたり、各ＭＶをオフする。
・ＭＩＮ（最小）、ＭＡＸ（最大）及びＣＵＲＲＥＮＴ（現在）値に対するＣＶの寄与を観察する。
・石膏純度、吸収器化学及び石灰石の特徴に対する実験室の数値を入力する。
この機能に対するユーザーのアクセスのための補助として、ＤＣＳ１３２０は図１４Ａ及び１４Ｂに示すように、２つの新しい画面を表示するようにする。図１４Ａでは、画面１４００は、操作者又は他のユーザーがＭＰＣＣ制御をモニタリングするときに使用され、図１４Ｂの画面１４５０は、操作者又は他のユーザーが実験室の及び／又は他の値を適切に入力するときに使用されている。
そして本発明を理解するのに便宜上不要な複雑性を避けるために、稼動コスト等の項目は、以下の記載の目的のために制御マトリックスから除外した。しかし、稼動コストは容易に、かつ多数の場合に、好ましく制御マトリックス内に含まれてもよいことが理解されるであろう。また、便宜のために、そして論議を単純化するために、再循環ポンプは、ＭＶよりもＤＶとして扱われる。ここで、当業者は、多数の場合において、再循環ポンプをＭＶとして扱うことが好ましいことが理解できる。最終的に、以下の記載において、ＷＦＧＤサブシステムが２つの吸収塔及び２つの備えられるＭＰＣＣ（ＷＦＧＤサブシステムで各吸収器に対して１つのＭＰＣＣ）を有するものと仮定する。
高度制御ＤＣＳ画面
以下、図１４Ａを参照すれば、図示するように、画面１４００は、自動又は手動モードの操作者／ユーザーが選択したタグであるＣＯＮＴＲＯＬＬＥＲ ＭＯＤＥ（制御器モード）を含む。ＡＵＴＯ（自動）モードでは、予測論理８５０、例えばペガサス（登録商標）パワーパーフェクトを行う制御器１３０５がＭＶの動向を計算し、このような動向をＤＣＳ１３２０で行う制御信号を指示するために制御発生器論理８６０を実行する。予測論理８５０を実行する制御器１３０５は、変数が動作しない限り、つまりＡＵＴＯ（自動）で表示されない限り、ＭＶ動向を計算しない。
予測論理８５０、例えばペガサス（登録商標）パワーパーフェクトを行う制御器１３０５は、通信インタフェース１３１５とＤＣＳ１３２０の保存性をモニタする監視タイマー又はハートビート機能を含む。回線インターフェース機構１３１５が動作しない場合には、アラーム表示器（図示されない）が画面に現れる。予測論理８５０を行う制御器１３０５は、アラーム状態を認識し、そのアラーム状態を基にしてすべての動作中である、つまりアクティブな選択項目を低いレベルのＤＣＳ構成に切り替え始める。
また、画面１４００は、ＰＥＲＦＥＣＴＯＲ ＳＴＡＴＵＳ（パーフェクト状態）を含むが、これは予測論理８５０が制御器１３０５により成功裡に実行されたか否かを表示する。制御器１３０５が動作を続けるためには、ＧＯＯＤ（良い）状態（図示しているように）が要求される。予測論理８５０を実行する制御器１３０５は、ＢＡＤ（悪い）状態を認識し、ＢＡＤ状態を認識することにより、すべてのアクティブ接続を切断し、切り替えを行う。つまり、制御をＤＣＳ１３２０に戻す。
図示するように、ＭＶは以下の情報名で表示される：
ＥＮＡＢＬＥＤ−このフィールドは、操作者又は他のユーザーが各ＭＶを動作させたり、停止させるように、予測論理８５０を実行する制御器１３０５に入力することにより設定することができる。ＭＶを動作停止させることは、ＭＶをオフ状態に調整することに相応している。
ＳＰ−予測論理８５０の設定点を示す。
ＭＯＤＥ−予測論理８５０が適用可能なＭＶをｏｎ、ｏｎ Ｈｏｌｄ、又は完全ｏｆｆのうちのいずれかで認識するかを示す。
ＭＩＮ ＬＭＴ−予測論理８５０により使用されるＭＶに対する最小限界を表示する。この値は、操作者又は他のユーザーにより変更できないようにすることが好ましい。
ＭＡＸ ＬＭＴ−予測論理８５０により使用される、ＭＶに対する最大限界を表示する。同様に、この値は変更されないようにすることが好ましい。
ＰＶ−予測論理８５０により認識されるような各ＭＶの最新の値又は現在値を示す。
画面１４００は、以下のようなＭＶ状態フィールドの表示器の詳細事項をさらに含む。
予測論理８５０を実行する制御器１３０５は、特定ＭＶのＭＯＤＥがＯＮの場合にのみ、前記ＭＶを調整する。このようにするためには、４つの条件を充足しなければならない。まず、操作者又は他のユーザーがイネーブルボックスを選択する。ＤＣＳ１３２０は自動モードである必要がある。切り替えの条件は、予測論理８５０を実行する制御器１３０５により計算されるため、ｆａｌｓｅ（嘘）でなければならない。最後に、Ｈｏｌｄ（維持）の条件も、予測論理８５０を実行する制御器１３０５により計算されるため、ｆａｌｓｅ（嘘）でなければならない。
予測論理８５０を実行する制御器１３０５は、もし制御器１３０５が、前記特定ＭＶを調整できないようにする条件が存在する場合には、ＨｏｌｄのＭＶモード状態を変更し表示することになる。制御器１３０５は、Ｈｏｌｄ状態にある場合は、予測論理８５０に相応して、Ｈｏｌｄ状態を解除することができるまで現在の値ＭＶを維持することになる。ＭＶ状態をＨｏｌｄに維持しておくには、４つの条件を充足しなければならない。まず、操作者あるいは他のユーザーがイネーブルボックスを選択してなければならない。予測論理８５０を実行する制御器１３０５によって計算される場合にＤＳＣ１３２０が自動モードでなければならない。最後に、Ｈｏｌｄ（維持）の条件も、予測論理８５０を実行する制御器１３０５によって計算されるため、ｔｒｕｅ（真実）でなければならない。
予測論理８５０を実行する制御器１３０５は、ＭＶモード状態をオフに変更し、もし制御器１３０５が以下の条件のうち任意のものを基にして前記特定ＭＶを調整できないようにする条件が存在する場合には、ｏｎ（オン）とｏｆｆ（オフ）モード状態を表示する。まず、操作者又は他のユーザーが制御モードに対するｅｎａｂｌｅ（動作）ボックスを選択して除去する。ＤＣＳモードは、自動モードではなく、手動モードである。いかなる切り替え条件であっても、予測論理８５０を実行する制御器１３０５により計算されるため、ｔｒｕｅ（真実）である。
予測論理８５０を実行する制御器１３０５は、推定機１３１０の実行失敗及び所定の過去期間、例えば最後の１２時間の間に実験室数値の入力失敗を含む、様々な切り替え条件を認識する。予測論理８５０を実行する制御器１３０５が前記切り替え条件のうちのいずれかをｔｒｕｅ（真実）と判断する場合、前記制御器は、ＭＶの制御をＤＣＳ１３０２に戻すことになる。
図１４Ａにも示すように、ＣＶは以下の情報見出しで表示される：
ＰＶ−制御器１３０５が受信するＣＶの最新の感知値を示す。
ＬＡＢ−制御器１３０５が受信するサンプルの時点とともに最新の実験室の試験数値を示す。
ＥＳＴＩＭＡＴＥ−動的推定モデルを基にして推定論理８４０を実行する推定機１３１０により生成される現在又は最新のＣＶの推定を示す。
ＭＩＮ−ＣＶに対する最小限界を示す。
ＭＡＸ−ＣＶに対する最大限界を示す。
また、画面１４００は、操作の一部の所定の過去期間における、例えば操作過去２４時間のＣＶの推定された値に対する傾向プロットを示す。
実験室サンプルの入力形態
以下、図１４Ｂを参照すれば、見本の実験室サンプル入力形態のＤＣＳ画面１４５０が操作者又は他のユーザーに表示される。この画面は、前記図８を参照して説明したように、図１３の推定機１３１０により推定論理８４０及び動的推定モデル８８０により処理される実験室サンプルの試験数値を操作者又は他のユーザーが入力するときに使われる。
図１４Ｂに示すように、推定機１３１０により生成された関連のタイムスタンプとともに下記値が入力される：
装置１の実験室サンプルの数値：
・石膏純度
・塩化物
・マグネシウム
・フッ化物
装置２の実験室サンプルの数値：
・石膏純度
・塩化物
・マグネシウム
・フッ化物
装置１及び装置２の組合せでの実験室サンプルの数値：
・石膏純度
・石灰石純度
・石灰石粉砕物
操作者又は他のユーザーは、例えば図７に示すキーボード７２０を用いて、関連のサンプル時点とともに実験室の試験数値を入力する。この値を入力した後には、操作者は、例えば図７に示すマウス７２５を使ってアップデートボタンをアクティブにする。アップデートボタンをアクティブにすると、推定機１３１０に対して推定論理８４０の次回実行中にこれらのパラメータに対する値をアップデートするようになる。必要な場合、代替的にこのような実験室試験数値は、ＭＰＣＣ処理装置のインタフェース、例えば図８に示すインタフェース８３０を介してデジタル化された形態に適用可能な実験室からＭＰＣＣ１３００で自動供給されることも可能である。また、ＭＰＣＣ論理は、適用可能な実験室又は実験室からデジタル化された形態の試験数値を受容することに対応して、アップデートボタンで表示されるアップデート機能を自動でアクティブになるように簡単に導入、例えばプログラム化してもよい。
ＷＦＧＤ工程の適切な制御を保障するため、石膏純度に対する実験室試験の数値は、８〜１２時間ごとにアップデートされなければならない。従って、ＭＰＣＣ１３００は、純度がその期間中にアップデートされない場合には、制御を切り替えてアラームを発するのに必要な論理で設定、例えばプログラム化されることが好ましい。
また、吸収器化学数値及び石灰石の特徴数値は、少なくとも週に１回はアップデートされなければならない。同様に、この数値が正しくアップデートされない場合には、ＭＰＣＣ１３００はアラームを発するように設定されることが好ましい。
確認論理は、推定機１３１０により実行される推定論理８４０に、操作者の入力値を確認するために含まれる。この値が不正確に入力される場合には、推定機１３１０は推定論理８４０により以前の値に復帰し、以前の値が図１４Ｂに続けて表示されるようになり、動的推定モデルはアップデートされない。
全体のＷＦＧＤ操作の制御
以下、上記の種類のうち任意のＭＰＣＣによる、ＷＦＧＤサブシステムの全体操作の制御を図１５Ａ、１５Ｂ、１６、１７、１８及び図１９を参照して説明する。
図１５Ａは、図１を参照して説明したものと類似の電力発電システム（ＰＧＳ）１１０及び大気汚染制御（ＡＰＣ）システム１２０を示しているが、ここで、同じ参照番号はシステムの同一要素を示し、そのうちの一部は重複を避けるために省略した。
図示するように、ＷＦＧＤサブシステム１３０’は、多変数制御を含むが、これは、上記のＭＰＣＣ（７００又は１３００）と類似のＭＰＣＣ１５００により行われ、必要な場合には、図１０〜１２を参照して説明した種の多段階構造を取り入れたものであってもよい。
ＳＯ２を含む排煙１１４は、他のＡＰＣサブシステム１２２から吸収塔１３２に誘導される。周囲空気１５２が送風機１５０により圧縮され、圧縮された酸化空気１５４’として結晶化器１３４に送られる。センサー１５１８は、周囲条件１５２０の測定値を検出する。測定された周囲条件１５２０は、例えば温度、湿度及び気圧計の圧力を含む。送風機１５０は、現在の送風機の負荷数値１５０２を提供し、受信された送風機負荷ＳＰ１５０３を基にして現在の送風機負荷を変更することができる送風機負荷制御１５０１を含む。
また、図示するように、石灰石スラリー１４８’がスラリーポンプ１３３により結晶化器１３４から吸収塔１３２にポンプ注入される。スラリーポンプ１３３のそれぞれは、ポンプ状態制御１５１１及びポンプ負荷制御１５１４を含む。ポンプ状態制御１５１１は、現在のポンプ状態数値１５１２を提供、例えばポンプのオン／オフ状態を表すことができ、受容されたポンプ状態ＳＰ１５１３を基にしてポンプの現在状態を変化させることができる。ポンプ負荷制御１５１４は、現在のポンプ負荷数値１５１５を提供し、ポンプ負荷ＳＰ１５１６を基にした現在のポンプ負荷を変化させることができる。ミキサー／タンク１４０から結晶化器１３４への新規の石灰石スラリー１４１’の流れは、スラリー流れＳＰ１９６’を基にしたフロー制御バルブ１９９により制御される。スラリー流れＳＰ１９６’は、後に説明されるようなｐＨＳＰ１８６’を基にして定められたＰＩＤ制御信号１８１’に従って行われる。結晶化器１３４へ流れる新規のスラリー１４１’は、ＷＦＧＤ工程で使われるスラリーのｐＨを調整し、これにより吸収塔１３２に流入するＳＯ２含有排煙１１４からＳＯ２の除去を制御する役割をする。
上記のように、ＳＯ２含有排煙１１４は、吸収塔１３２の基低に入る。ＳＯ２は、吸収塔１３２で排煙１１４から除去される。好ましくは、ＳＯ２非含有清浄排煙１１６’は、吸収塔１３２から、例えば煙突１１７に送られる。ＳＯ２分析器１５０４は、吸収塔１３２の流出口に位置するものと示されているが、煙突１１７に位置したり、吸収塔１３２の下流のまた別の位置に位置してもよく、流出口ＳＯ２１５０５の測定値を検出する。
サブシステム１３０’の制御側では、ＷＦＧＤ工程のための多変数工程制御器、つまり図１５Ｂに示すＭＰＣＣ１５００が様々な入力値を受ける。ＭＰＣＣ１５００への入力値には、測定されたスラリーｐＨ１８３、測定された流入口ＳＯ２１８９、送風機負荷数値１５０２、測定された流出口ＳＯ２１５０５、実験室で試験された石膏純度値１５０６、測定されたＰＧＳ負荷１５０９、スラリーポンプ状態数値１５１２、スラリーポンプ負荷数値１５１５、及び測定された周囲条件数値１５２０が含まれる。後に説明されるが、このような工程パラメータ入力値は、非工程入力値１５５０及び制約入力値１５５５、及び計算された推定されたパラメータ入力値１５６０を含むその他の入力値とともに、ＭＰＣＣ１５００により制御されたパラメータ設定点（ＳＰ）１５３０を生成するのに使用される。
稼動中には、ＷＦＧＤ吸収塔１３２に、又はその上流に位置するＳＯ２分析器１８８が排煙１１４中の流入口ＳＯ２の測定するのを検出する。流入口ＳＯ２の測定された値１８９は、フィードフォワード装置１９０及びＭＰＣＣ１５００に供給される。電力発電システム（ＰＧＳ）１１０の負荷は、またＰＧＳ負荷センサー１５０８により検出され、測定されたＰＧＳ負荷１５０９としてＭＰＣＣ１５００に供給される。付加的に、ＳＯ２分析器１５０４は、吸収塔１３２を抜け出る排煙中の流出口ＳＯ２の測定値を検出する。流出口ＳＯ２の測定された値１５０５もまたＭＰＣＣ１５００に供給される。
石膏品質の推定
以下、図１９を参照すれば、ＭＰＣＣ１５００へのパラメータ入力は、吸収塔１３２内の進行中の状態を反映するパラメータを含む。このようなパラメータは、ＭＰＣＣ１５００により石膏に対する動的推定モデルを構築し、アップデートするために使用されてもよい。石膏に対する動的推定モデルは、例えば動的推定モデル８８０の一部を形成することができる。
石膏純度にオンラインで直接測定することができる実用的な方法がないため、動的石膏推定モデルが、ＭＰＣＣ１５００の推定機１５００Ｂにより実行される推定論理、例えば推定論理８４０とともに、計算された石膏純度１９３２として示される石膏品質の推定値を計算するときに使用されてもよい。推定機１５００Ｂは、好ましくは、仮想のオンライン分析器（ＶＯＡ）である。制御器１５００Ａ及び推定機１５００Ｂが単一装置内に収納されているが、必要な場合には、制御器１５００Ａ及び推定機１５００Ｂ装置の必要な通信が可能になるように適宜接続さえ行われば、制御器１５００Ａ及び推定機１５００Ｂが別々に収納され、個別の構成要素として構成されてもよい。
また、石膏品質１９３２の計算された推定値は、ＭＰＣＣ１５００に入力される、石膏純度値１５０６で示される石膏品質の実験室測定を基にする推定論理による調整を反映することができる。
推定された石膏品質１９３２は、次いで推定機１５００ＢによりＭＰＣＣ１５００の制御器１５００Ａに伝送される。制御器１５００Ａは、推定された石膏品質１９３２を用いて動的制御モデル、例えば動的制御モデル８７０をアップデートする。予測論理、例えば予測論理８５０は、制御器１５００Ａにより、動的制御モデル８７０により、調整された推定された石膏品質１９３２と、所望の石膏の品質を示す石膏品質的制約を比較するように実行される。所望の石膏品質は、通常、石膏販売契約の詳細事項により成立される。このように、石膏品質的制約は、ＭＰＣＣ１５００に石膏品質要件１９２４として入力され、データ８８５として記憶される。
予測論理を実行する制御器１５００Ａは、前記比較結果に基づいてＷＦＧＤサブシステム１３０’の稼動に調整が必要か否かを判断する。必要な場合には、推定された石膏品質１９３２と石膏品質的制約１９２４との間の差異は、制御器１５００Ａにより実行される予測論理により、石膏１６０’の品質を石膏品質的制約１９２４範囲に向上させるため、ＷＦＧＤサブシステム稼動で行われる必要な調整を決めるときに使われる。
石膏品質要件遵守の維持
石膏１６０’の品質を石膏品質的制約１９２４と一致させるため、予測論理により定められるようなＷＦＧＤ稼動に対する必要な調整が制御発生器論理、例えば制御発生器論理８６０に供給されるが、前記論理もまた制御器１５００Ａにより実行される。制御器１５００Ａは、制御発生器論理を実行し、石膏１６０’の品質で要求される増加又は減少に相応する制御信号を生成する。
このような制御信号は、例えば図１５Ａに示す１つ以上のバルブ１９９、スラリーポンプ１３３及び送風機１５０の動作に対して、ＷＦＧＤサブシステム工程パラメータ、例えば結晶化器１３４から吸収塔１３２へ流れるスラリー１４８’の測定されたｐＨ値で、図１５ＡのｐＨセンサー１８２により検出される測定されたスラリーｐＨ値１８３で表示されるものが所望の設定点（ＳＰ）、例えば所望のｐＨ値に相応するように、調整を行う。このようなスラリー１４８’のｐＨ値１８３の調整は、次いでＷＦＧＤサブシステム１３０’により実際生産される石膏副産物１６０’の品質に変化をもたらし、所望の石膏品質１９２４にうまく対応することができるように、推定機１５００Ｂにより計算される推定された石膏品質１９３２に変化をもたらすようになる。
次に、図１６は、清水供給源１６４、ミキサー／タンク１４０及び脱水機１３６の構造及び動作を詳細に示す。図示するように、清水供給源１６４は、水タンク１６４Ａを有するが、これよりＭＥ洗浄水２００がポンプ１６４Ｂにより吸収塔１３２にポンプ注入され、清水供給源１６２がポンプ１６４Ｃにより混合タンク１４０Ａにポンプ注入される。
脱水機１３６の作動及び制御は、ＭＰＣＣ１５００の付加により変化しない。
粉砕機１７０及びミキサー／タンク１４０を含む石灰石スラリー製造区域の動作及び制御は、ＭＰＣＣ１５００の付加により変化しない。
次に、図１５Ａ、１５Ｂ及び図１６を参照すれば、制御器１５００Ａは、例えば制御発生器論理を実行し、石灰石スラリー１４１’の結晶化器１３４への流れに対する変更を指示することも可能である。結晶化器１３４へ流れるスラリー１４１’の体積は、バルブ１９９の開閉により制御される。バルブ１９９の開閉は、ＰＩＤ１８０により制御される。バルブ１９９の動作を制御するＰＩＤ１８０の動作は、入力されたスラリーｐＨ設定点に基づいて行われる。
従って、スラリー１４１’の結晶化器１３４への流れを適切に制御するため、制御器１５００Ａは、石膏１６０’の品質を石膏品質的制約１９２４と一致させるためのスラリーｐＨ設定点を決める。図１５Ａ及び図１６に示すように、ｐＨＳＰ１８６’で表示される定められたスラリーｐＨ設定点はＰＩＤ１８０に伝送される。ＰＩＤ１８０は、次いでスラリー流れ１４１’が受容されたｐＨＳＰ１８６’と一致するように変更させるため、バルブ１９９の動作を制御する。
バルブ１９９の動作を制御するため、ＰＩＤ１８０は、受容されたスラリーｐＨＳＰ１８６’及びｐＨセンサー１８２により測定されたスラリー１４１’の受容されたｐＨ値１８３に基づいてＰＩＤ制御信号１８１’を発生する。ＰＩＤ制御信号１８１’は、ＦＦ装置１９０により発生するフィードフォワード（ＦＦ）制御信号１９１と合わせられる。該当分野で理解されるように、前記ＦＦ制御信号１９１は、吸収塔１３２の上流に位置するＳＯ２分析器１８８から受けた、測定された排煙１１４の流入口ＳＯ２１８９を基にして発生する。ＰＩＤ制御信号１８１’及び（ＦＦ）制御信号１９１は、合計ブロック１９２で合わせられるが、前記合計ブロックは、通常、バルブ１９９と通信するＤＣＳ出力ブロック内に内蔵されて含まれる。合計ブロック１９２を抜け出る合わせられた制御信号は、スラリー流れ設定点１９６’として表示される。
スラリー流れ設定点１９６’は、バルブ１９９に伝送される。一般的に、バルブ１９９は、前記バルブを介してスラリー１４１’の流れを変更するように、受容されたスラリー流れ設定点１９６’を基にしてバルブ１９９の実際開閉を指示するまた他のＰＩＤ（図示されない）を含む。いずれの場合にも、受容されたスラリー流れ設定点１９６’を基にして、バルブ１９９は、スラリー１４１’の体積、よって結晶化器１３４に流れるスラリー２４０’の体積を増加させたり減少させるために開閉され、前記結晶化器に流れるスラリーは、次いで結晶化器１３４内のスラリーのｐＨ及びＷＦＧＤサブシステム１３０’により生産される石膏１６０’の品質を変更する。
何時ＭＰＣＣ１５００がＰＩＤ１８０でｐＨ設定点をリセット／アップデートするか、ＰＩＤ１８０がバルブ１９９で石灰石スラリー流れ設定点をリセット／アップデートするか、そしてそれを行うべきか否かを決定するときに考慮されなければならない要因は、公知の技法を用いて、適用可能なようにＭＰＣＣ１５００及び／又はＰＩＤ１８０内にプログラム化されてもよい。当業者に理解されるように、ＰＩＤ１８０の性能及びｐＨセンサー１８２の精度等の要因が一般的にそのような決定において考慮される。
制御器１５００Ａは、ｐＨセンサー１８２から受けてスラリーｐＨ１８３で表示される、結晶化器１３４から吸収塔１３２へ流れるスラリー１４８’の測定されたｐＨ値を、動的制御モデル８７０内の石膏品質制御アルゴリズム又はルックアップテーブルにより処理することによりｐＨＳＰ１８６’を発生させる。前記アルゴリズム又はルックアップテーブルは、石膏１６０’の品質と測定したｐＨ値１８３との確立した連係を示している。ＰＩＤ１８０は、制御器１５００Ａから受信したｐＨ１８６’と、ｐＨセンサー１８２から受信され、ルックアップテーブルの石灰石アルゴリズムに従ってスラリーｐＨ１８３で示されるスラリー１４８’の測定したｐＨ値との差を処理して、制御信号１８１’を生成する。前記アルゴリズム又はルックアップテーブルは、ミキサー／タンク１４０に流れるスラリー１４１’の体積内の変化量と、結晶化器１３４から吸収塔１３２に流れるスラリー１４８’の測定されたｐＨ値１８３の変化量の間に成立した連係を示す。恐らく図１６に示すような実施形態では、粉砕機１７０から混合タンク１４０Ａに流れる粉砕された石灰石１７４の量が個別の制御器（図示されない）により管理されているが、有益である場合には、これはＭＰＣＣ１５００により制御されてもよいことに注目する必要がある。さらに、図示されていないが、ＭＰＣＣ１５００は、必要な場合には、混合タンク１４０Ａ内で添加剤をスラリーに分配することも制御することができる。従って、ＭＰＣＣ１５００の制御器１５００Ａから受けたｐＨＳＰ１８６’を基にして、ＰＩＤ１８０はバルブ１９９を開閉させる信号を発生し、これにより新規の石灰石スラリーの結晶化器１３４への流れを増加又は減少させる。前記ＰＩＤは、バルブ１９９を介して流れる石灰石スラリー１４１’の体積が石灰石スラリー流れ設定点１９６’で表示されるＭＶＳＰと一致するまでバルブ調整の制御を継続する。好ましくは、前記一致がバルブ１９９の一部として含まれたＰＩＤ（図示されない）により行われることが理解されるであろう。しかし、代替的には、前記一致は、バルブから測定されて再伝送される流れ体積のデータに基づきＰＩＤ１８０により行われてもよい。
ＳＯ ２ 除去要件遵守の維持
スラリー１４８’のｐＨを制御することにより、ＭＰＣＣ１５００は、ＷＦＧＤサブシステムにより生産される石膏副産物１６０’の品質とともにＳＯ２含有排煙１１４からＳＯ２の除去を制御することができる。新規の石灰石スラリー１４１’のバルブ１９９を介した流れを増加させてスラリー１４８’のｐＨを増加させる場合、ＳＯ２含有排煙１１４から吸収塔１３２により除去されるＳＯ２の量が増加するようになる。一方、石灰石スラリー１４１’のバルブ１９９を介した流れを減少させる場合、スラリー１４８’のｐＨが低下する。また、結晶化器１３４に流れる吸収されたＳＯ２（これは亜硫酸カルシウムの形態）の量を減少させる場合、より高い割合の亜硫酸カルシウムが結晶化器１３４内で酸化して硫酸カルシウムにされ、石膏品質をより向上させる。
従って、２つの第１の制御目的の間に緊張が存在するが、その第１の目的は、ＳＯ２含有排煙１１４からＳＯ２を除去することであり、第２の目的は、所要の品質を有する石膏副産物１６０’を生産することである。すなわち、ＳＯ２排出要件を満たすことと石膏品質仕様との間に制御対立が存在する場合がある。
次に、図１７は、スラリーポンプ１３３及び吸収塔１３２の構造及び動作を詳細に示す。図示するように、スラリーポンプ１３３は、この実施形態でスラリーポンプ（１３３Ａ、１３３Ｂ及び１３３Ｃ）で示される複数の別個のポンプを含み、スラリー１４８’を結晶化器１３４から吸収塔１３２にポンプ注入する。前記の図３を参照して説明したように、ポンプ（１３３Ａ〜１３３Ｃ）のそれぞれは、スラリーを複数のレベルの吸収塔スラリーのレベルノズル（３０６Ａ、３０６Ｂ及び３０６Ｃ）のうちの異なる１つに誘導する。スラリーレベル（３０６Ａ〜３０６Ｃ）のそれぞれは、スラリーを様々なレベルのスラリー噴霧器（３０８Ａ、３０８Ｂ及び３０８Ｃ）のうちの異なる１つに誘導する。スラリー噴霧器（３０８Ａ〜３０８Ｃ）はスラリー、この場合には、スラリー１４８’をガス流入開口３１０から吸収塔１３２に入るＳＯ２含有排煙１１４内に噴霧してＳＯ２を吸収するようにする。清浄排煙１１６’は、次いで吸収塔１３２から吸収器流出開口１３２から排出される。また、上記のように、ＭＥ噴霧洗浄水２００が吸収塔１３２に誘導される。３つの異なるレベルのスラリーノズル及び噴霧器、及び３つの異なるポンプが示されているが、ノズル及び噴霧器の個数及びレベル、及びポンプの個数は、いずれも特定の実装形態により変更可能であることが分かる。
図１５Ａに示すように、ポンプ状態数値１５１２は、ポンプ状態制御１５１１、例えばオン／オフスイッチから、そしてポンプ負荷数値１５１５は、ポンプ負荷制御１５１４、例えばモーターから、動的制御モデルへの入力のためにＭＰＣＣ１５００にフィードバックする。また、図示するように、ポンプ状態設定点１５１３、例えばスイッチオン又はオフの指示は、ポンプ状態制御１５１１に、そしてポンプ負荷設定点１５１６はポンプ負荷制御１５１４に、ＭＰＣＣ１５００により供給され、前記状態、例えばオン又はオフ、及びポンプ（１３３Ａ〜１３３Ｃ）のそれぞれの負荷が制御され、これによりスラリー１４８’がいずれのレベルのノズルでポンプ注入されるか、各レベルのノズルにポンプ注入されるスラリー１４８’の量が制御される。大半の現在のＷＦＧＤ適用分野では、スラリーポンプ１３３が可変性負荷能力を含まないため（単にオン／オフされる）、ポンプ負荷設定点１５１６及び負荷制御１５１４がＭＰＣＣ１５００による使用又は調整のために利用することができない。
図１７に示すような実装形態のように、ポンプ状態制御１５１１は、各ポンプに対する個別のポンプ状態制御を含み、参照番号１５１１Ａ、１５１１Ｂ及び１５１１Ｃで表示される。同様に、ポンプ負荷制御１５１４は、各ポンプに対する個別のポンプ状態制御を含み、参照番号１５１４Ａ、１５１４Ｂ及び１５１４Ｃで表示される。個別のポンプ状態数値（１５１２Ａ、１５１２Ｂ及び１５１２Ｃ）は、それぞれポンプ状態制御（１５１１Ａ、１５１１Ｂ及び１５１１Ｃ）からＭＰＣＣ１５００に供給され、前記スラリーポンプの現在状態を示す。類似のように、個別のポンプ負荷数値（１５１５Ａ、１５１５Ｂ及び１５１５Ｃ）は、それぞれポンプ負荷制御（１５１４Ａ、１５１４Ｂ及び１５１４Ｃ）からＭＰＣＣ１５００に供給され、前記スラリーポンプの現在状態を示す。ポンプ状態数値（１５１２Ａ、１５１２Ｂ及び１５１２Ｃ）を基にして、ＭＰＣＣ１５００は予測論理８５０を実行してポンプ（１３３Ａ、１３３Ｂ及び１３３Ｃ）のそれぞれの現在状態を判断し、これにより任意の所与の時点でポンプ配列と呼ばれるものを決める。
上記のように、吸収塔１３２に入る排煙１１４の流速に対する吸収塔１３２に入る液状スラリー１４８’の流速比率は、通常Ｌ／Ｇで特徴付けられる。Ｌ／Ｇは、ＷＦＧＤサブシステムにおける主要設計パラメータのうちの１つである。Ｇで表示される排煙１１４の流速がＷＦＧＤ処理装置１３０’の上流で、通常、電力発電システム１１０の操作により設定されるため、これは制御されず、制御されることもできない。しかし、Ｌで表示される液状スラリー１４８’の流速は、Ｇの値を基にしてＭＰＣＣ１５００により制御されることができる。
そのための１つの方法は、スラリーポンプ（１３３Ａ、１３３Ｂ及び１３３Ｃ）の動作を制御することである。個別のポンプは、ポンプ状態設定点（１５１３Ａ、１５１３Ｂ及び１５１３Ｃ）をポンプ１３３Ａのポンプ状態制御１５１１Ａ、ポンプ１３３Ｂの１５１１Ｂ及びポンプ１３３Ｃの１５１１Ｃにそれぞれ発行することにより、ＭＰＣＣ１５００により制御され、所望のポンプ配列及びこれによりスラリー１４８’が吸収塔１３２に入るレベルが得られる。ＷＦＧＤサブシステムで利用可能な場合には、ＭＰＣＣ１５００はまたポンプ負荷制御設定点（１５１６Ａ、１５１６Ｂ及び１５１６Ｃ）をポンプ１３３Ａのポンプ負荷制御１５１４Ａ、ポンプ１３３Ｂの１５１４Ｂ、及びポンプ１３３Ｃの１５１４Ｃにそれぞれ発行し、それぞれの活性ノズルレベルから吸収塔１３２に入るスラリー９１４８’の流れの所望の体積を得ることも可能である。従って、ＭＰＣＣ１５００は、スラリー１４８’がいずれのレベルのノズル（３０６Ａ〜３０６Ｃ）でポンプ注入されているか、また各レベルのノズルでポンプ注入されるスラリー１４８’の量を制御することにより、液状スラリー１４８’の吸収塔１３２への流速Ｌを制御する。ポンプの個数及びノズルのレベルが多いほど、このような制御の粒度（granularity）が大きくなることが分かる。
スラリー１４８’をより高いレベルのノズル、例えばノズル３０６Ａでポンプ注入する場合、スラリー噴霧器３０８Ａから噴霧されるスラリーがＳＯ２含有排煙１１４と相対的に長期間接触するようになる。これは、次いでより低いスプレーレベルで吸収器に入って来るスラリーに比べて相対的により多い量のＳＯ２が排煙１１４からスラリーにより吸収されるようにする。一方、スラリーをより低いレベルのノズル、例えばノズル３０６Ｃでポンプ注入する場合には、スラリー噴霧器３０８Ｃから噴霧されるスラリー１４８’は、ＳＯ２含有排煙１１４と相対的により短い接触期間を有するようになる。これは、相対的に少量のＳＯ２が排煙１１４からスラリーにより吸収されるようにする。従って、スラリーがポンプ注入されるノズルのレベルにより、同一量及び組成のスラリー１４８’を有しても、より多いかより少ない量のＳＯ２が排煙１１４から除去されるようになる。
しかし、液状スラリー１４８’をより高いレベルのノズル、例えばノズル３０６Ａでポンプ注入することは比較的より多い電力を必要とし、このため液状スラリー１４８’をより低いレベルの、例えばノズル３０６Ｃ等のノズルでポンプ注入するのに必要なものよりも大きな稼動コストを必要とする。従って、より多い量の液状スラリーをより高いレベルのノズルでポンプ注入して吸収を増加させ、これにより排煙１１４から硫黄を除去することで、ＷＦＧＤサブシステムの稼動コストが増加する。
ポンプ（１３３Ａ〜１３３Ｃ）は極めて大きな回転装置である。このようなポンプは、ＭＰＣＣ１５００によりポンプ状態ＳＰを発行することにより自動で又はサブシステム操作者又は他のユーザーによる手動で開始及び停止されることができる。吸収塔１３２に入る排煙１１４の流速が電力発電システム１１０の操作における変化により変更された場合には、動的制御モデル８７０により予測論理８５０を実行し、制御発生器論理８６０を実行するＭＰＣＣ１５００は、スラリーポンプ（１３３Ａ〜１３３Ｃ）の１つ以上の動作を調整するようになる。例えば、排煙流速が設計負荷の５０％に低下する場合、ＭＰＣＣは１つ以上のスプレーレベルの吸収塔ノズルでスラリー１４８’を現在ポンプ注入しているポンプのうちの１つ以上を停止させる、つまりオフする１つ以上のポンプ状態ＳＰ、及び／又は１つ以上のスプレーレベルの吸収塔ノズルでスラリーを現在ポンプ注入しているポンプのうちの１つ以上のポンプ負荷を減少させる１つ以上のポンプ負荷制御ＳＰを発行することができる。
さらに、有機酸などの分配器（図示されない）がミキサー／ポンプ１４０の一部として、又は有機酸を工程に直接供給する個別のサブシステムとして含まれている場合は、また、ＭＰＣＣ１５００は、又は代替的に、スラリーが排煙からＳＯ２を吸収、これにより除去する能力を低下させるため、スラリーに分配される有機酸又はその他の類似の添加剤の量を減少させる制御ＳＰ信号（図示されない）を発行することもできる。このような添加剤は高価であるため、その使用は少なくとも米国内では比較的制限されている。さらに言えば、ＳＯ２除去と稼動コストとの間には対立がある。添加剤は高価であるが、添加剤が石膏純度に与える影響は少ないか、あるいは何ら影響を与えずにＳＯ２除去率を顕著に向上させることができる。従って、ＷＦＧＤサブシステムが添加剤注入サブシステムを含む場合には、ＭＰＣＣ１５００が機器、工程及び規制制約限度内で可能な限り最低の稼動コストでＷＦＧＤ工程を動作させるように、他のＷＦＧＤ工程変数に合わせて添加剤の注入を制御するようにすることが良い。このような添加剤のコストをＭＰＣＣ１５００に入力することで、このコスト要因は動的制御モデルに含まれ、ＷＦＧＤ工程の制御を指示する際に実行される予測論理により考慮されることができる。
石灰石の沈床の防止
上記のように、吸収されたＳＯ２を酸化させて石膏を形成させるためには、吸収塔１３２内でＳＯ２とスラリー中の石灰石の間に化学反応が必要である。この化学反応中に、酸素が消費されて硫酸カルシウムが形成される。吸収塔１３２に入る排煙１１４はＯ２が不足しているため、通常、付加的Ｏ２が吸収塔１３２に流れる液状スラリー内に添加される。
次に、図１８を参照すれば、扇風機として特徴付けられる送風機１５０が周囲空気１５２を圧縮する。得られた圧縮された酸化空気１５４’は、前記図１７を参照して言及したように、結晶化器１３４に送られ、結晶化器１３４内で吸収器１３２にポンプ注入されるスラリーに適用される。結晶化器１３４内でスラリーに圧縮酸化空気１５４’を添加すると、結晶化器１３４から吸収器１３２に流れる再循環スラリー１４８’は酸素含量を増大させ、これは酸化反応、そして硫酸カルシウムの形成を容易にする。
好ましくは、スラリー１４８’には過剰量の酸素が存在するが、スラリーにより吸収されたり保持されることができる酸素量には上限値があることが分かる。酸化反応を容易にするためには、スラリー中のＯ２を過剰量用いてＷＦＧＤを動作させることが好ましい。
また、スラリー内のＯ２濃度が低すぎると、排煙１１４中のＳＯ２とスラリー１４８’中の石灰石の間の化学反応が遅れ、結局中止されてしまう。このような現象を石灰石の沈床（limestone blinding）と言う。
結晶化器１３４内で再循環可能なスラリーに溶解されるＯ２の量は、測定可能なパラメータではない。よって、動的推定モデル８８０は、好ましくは、溶解されたスラリーＯ２のモデルを含む。推定論理、例えば動的推定モデル８８０によりＭＰＣＣ１５００の推定機１５００Ｂにより実行される推定論理８４０は、結晶化器１３４内で再循環可能なスラリーに溶解されたＯ２の推定値を計算する。計算された推定値は、ＭＰＣＣ１５００の制御器１５００Ａに伝送され、ここで計算された推定値が動的制御モデル、例えば動的制御モデル８７０をアップデートするのに適用される。制御器１５００Ａは、次いで推定された溶解されたスラリーＯ２数値を、ＭＰＣＣ１５００に入力されている溶解されたスラリーＯ２数値制約と比較する予測論理、例えば予測論理８５０を実行する。溶解されたスラリーＯ２数値制約は、図１５Ｂに示す制約１５５５のうちの１つであり、図１９に、溶解されたスラリーＯ２要件１９２６としてより詳細に示されている。
比較結果に基づき、依然として予測論理を実行する制御器１５００Ａは、吸収塔１３２にポンプ注入されるスラリー１４８’がＯ２が欠乏しないように保障するため、ＷＦＧＤサブシステム１３０’の操作に対してどのような調整が必要であるかを判断する。スラリー１４８’が十分な量の溶解されたＯ２を有することを保障することもまたＳＯ２排出及び石膏副産物の品質が引き続き所要の排出及び品質的制約を満たすことを保障するのに役に立つということが分かる。
図１５Ａ及び１８に示すように、送風機１５０は、送風機の速度制御機構とも呼ばれることがある、結晶化器１３４への酸化空気の流れを調整することができる負荷制御機構１５０１を含む。前記負荷制御機構１５０１は、送風機１５０の負荷、及びこれにより結晶化器１３４に入る圧縮された酸化空気１５４’の量を調整するのに用いられ、このことにより、比較結果の観点からＷＦＧＤサブシステム１３０’の操作に対する任意の必要な調整を容易にする。好ましくは、負荷制御機構１５０１の動作は、制御器１５００Ａにより直接制御される。しかし、必要な場合、負荷制御機構１５０１は、制御器１５００Ａからの出力値を基にしてサブシステム操作者により手動で制御されることも可能で、操作者が負荷制御機構の適切な手動制御を行うように指示する。いずれの場合にも、比較の結果に従って制御器１５００Ａは、動的制御モデル８７０により予測論理８５０を実行し、結晶化器１３４に入る圧縮酸化空気１５４’の量に対する調整が、吸収塔１３２にポンプ注入されるスラリー１４８’のＯ２が欠乏しないように保障する必要があるか否かを判断し、保障する必要がある場合には、調整の量を判断する。制御器１５００Ａは、次いで負荷制御機構１５０１からＭＰＣＣ１５００により受容される送風機負荷数値１５０２の観点から制御発生器論理、例えば制御発生器論理８６０を実行し、結晶化器１３４に入る圧縮酸化空気１５４’の量を、吸収塔１３２にポンプ注入されるスラリー１４８’がＯ２欠乏しないように保障する量に調整するため送風機１５０の負荷を変更するように負荷制御機構１５０１を指示するための制御信号を発生する。
既に言及したように、Ｏ２欠乏は、熱気が送風機１５０により結晶化器１３４内に強制流入することができる圧縮酸化空気１５４’の量を減少させる夏に特に問題になる。制御器１５００Ａにより実行される予測論理８５０は、例えば送風機負荷数値１５０２としてＭＰＣＣ１５００に入力される送風機１５０の速度又は負荷が、結晶化器１３４に入る圧縮酸化空気１５４’の体積を所定量だけ増加させるように調整する必要があるか否かを判断することができる。制御器１５００Ａにより実行される制御発生器論理は、次いで圧縮酸化空気１５４’の体積の所望の増加をもたらす送風機負荷ＳＰ１５０３を判断する。好ましくは、送風機負荷ＳＰ１５０３がＭＰＣＣ１５００から負荷制御機構１５０１に伝送されるが、前記機構は、送風機負荷ＳＰ１５０３に相応する送風機１５０に対する負荷の増加を指示することにより、石灰石の沈床を防止し、ＳＯ２排出及び石膏副産物の品質が適用可能な制約内にあることを保障する。
送風機１５０の速度又は負荷を増加させる場合、当然送風機の電力消費も増加し、これによりＷＦＧＤサブシステム１３０’の稼動コストも増加する。このようなコストの増加はまた、好ましくは、ＷＦＧＤサブシステム１３０’の操作を制御しながらＭＰＣＣ１５００によりモニターされ、このことで送風機１５０が本当に必要量の圧縮酸化空気１５４’を結晶化器１３４内に送るように制御するための経済的動機を提供する。
図１９に示すように、単位電力コスト１９０６で示される現在コスト／電力単位は、好ましくは図１５Ｂに示す非工程入力値１５５０のうちの１つとしてＭＰＣＣ１５００に入力され、動的制御モデル８７０に含まれる。この情報を利用して、ＭＰＣＣ１５００の制御器１５００Ａはまた結晶化器１３４への圧縮酸化空気１５４’の流れの調整を基にした稼動コストの変化を計算し、サブシステム操作者又は他のユーザーに表示することができる。
従って、送風機１５０用量が過剰になった場合には、制御器１５００Ａは、通常、沈床を防止するための十分さを保障するように、結晶化器１３４への圧縮酸化空気１５４’の流れを制御するようになる。しかし、送風機１５０が全荷重（full load）で動作し、結晶化器１３４に流れる圧縮酸化空気１５４’の量が依然として沈床の防止に不十分な場合、つまり吸収塔１３２で吸収されるＳＯ２すべての酸化のために空気（酸素）の添加が必要な場合には、制御器１５００Ａは代替的な制御計画を行う必要がある。これに関して、まずＳＯ２がスラリー内に吸収されると、酸化して石膏にされなければならない。しかし、余分のＳＯ２を酸化させるための付加的酸素がない場合は、ＳＯ２を吸収しないことが一番良いが、その理由は、吸収されたＳＯ２が酸化されない場合、結果的に石灰石の沈床が発生するためである。
このような環境で、沈床が発生しないことを保障するため、制御器１５００ＡがＷＦＧＤサブシステム１３０’の操作を制御するのに実行され得るもう１つの選択仕様を有する。より詳細には、動的制御モデル８７０及び制御発生器論理８６０により予測論理８５０を実行する制御器１５００ＡはＰＩＤ１８０を制御し、結晶化器１３４に流れるスラリー１４１’のｐＨレベルを調整し、これにより吸収塔１３２にポンプ注入されるスラリー１４８’のｐＨレベルを制御する。吸収塔１３２にポンプ注入されるスラリー１４８’のｐＨレベルの低下を指示することにより、付加的な余分のＳＯ２吸収が減少するようになり、沈床を防止することができる。
制御器１５００Ａにより実施され得るもう１つの代替的な計画は、図１５Ｂに示す制約１５５５の外部で操作することである。特に、制御器１５００Ａは、結晶化器１３４内スラリー１４８’中のさほど多くはないＳＯ２が酸化される制御計画を実施してもよい。これにより、結晶化器１３４内で必要なＯ２量が減少する。しかし、このような作用は、代りにＷＦＧＤサブシステム１３０’により生産される石膏副産物１６０’の純度を低下させる。この計画を採用する場合、制御器１５００ＡがＷＦＧＤサブシステム１３０’の操作を制御するにおいて、１つ以上の制約１５５５を無視する。好ましくは、制御器は、図１９の流出口ＳＯ２許容値要件１９２２として示される、清浄排煙１１６’中のＳＯ２に対する厳しい排出制約を維持し、無視し、図１９の石膏純度の要件１９２４として示される、石膏副産物１６０’の明示された純度を效果的に下げる。
従って、一旦最大送風機用量の限界に到逹した場合には、制御器１５００Ａは、吸収塔１３２に入るスラリー１４８’のｐＨを増加させ、これによりＳＯ２吸収を排出限界、つまり流出口ＳＯ２許容値要件１９２２に減少させるように、ＷＦＧＤサブシステム１３０’の操作を制御することができる。しかし、ＳＯ２吸収の任意の追加的減少は、流出口ＳＯ２許容値要件１９２２を犯すようになり、送風機の用量が、除去されるべき吸収されたＳＯ２のすべてを酸化させるのに必要な量の空気（酸素）を提供するのに不十分な場合には、物理的機器、例えば送風機１５０及び／又は結晶化器１３４の規模が縮小され、ＳＯ２除去要件及び石膏順純度の両方を満たすことは不可能である。ＭＰＣＣ１５００は、必要な付加的酸素を生成できないため、代替的な計画を考慮しなければならない。このような代替的な計画においては、制御器１５００Ａは、ＳＯ２除去率の現行のレベルを維持するように、つまり流出口ＳＯ２許容値要件１９２２を満足し、緩和された石膏純度制約を満たす、つまり流入口の石膏純度要件１９２４以下の石膏純度要件を満たす石膏を生産するようにＷＦＧＤサブシステム１３０’の操作を制御する。有利なことに、制御器１５００Ａは、低下された石膏純度の要件と所望の石膏純度も要件１９２４との間の差を最小化する。また他の代替は、制御器１５００Ａが上記すべての事項を行うハイブリッド計画によりＷＦＧＤサブシステム１３０’の操作を制御することである。このような代替的制御計画は、ＭＰＣＣ１５００に標準調整パラメータを設定することにより実施されることができる。
ＭＰＣＣの動作
上記のように、ＭＰＣＣ１５００は、分布制御システム（ＤＣＳ）内での設備応用のために大規模のＷＦＧＤサブシステムを制御することができる。ＭＰＣＣ１５００により制御されることができるパラメータは、ほぼ無制限であるが、好ましくは、（１）吸収塔１３２に入るスラリー１４８’のｐＨ、（２）液状スラリー１４８’を吸収塔１３２の異なるレベルに伝達するスラリーポンプ配列、及び（３）結晶化器１３４に入る圧縮酸化空気１５４’の量のうちの少なくとも１つ以上を含む。周知のように、ＷＦＧＤ工程の制御を指示するためにＭＰＣＣ１５００により利用される基本的工程関係を含むのは動的制御モデル８７０である。従って、動的制御モデル８７０で構築された関係は、ＭＰＣＣ１５００において一次的に重要である。これに対して、動的制御モデル８７０は、様々なパラメータ、例えばｐＨ及び酸化空気レベルを様々な制約、例えば石膏純度及びＳＯ２除去レベルと関連づけ、このような関係は、以下に説明されるＷＦＧＤサブシステム１３０’の動的かつ柔軟な制御を許容する。
図１９は、ＭＰＣＣ１５００の制御器１５００Ａにより入力されて使われる好適なパラメータ及び制約をより詳細に示す。以下に説明されるが、制御器１５００Ａは動的制御モデル８７０により、そして入力されたパラメータ及び制約に基づいて予測論理、例えば予測論理８５０を実行し、ＷＦＧＤ工程の未来状態を予測してＷＦＧＤ工程を最適化するようにＷＦＧＤサブシステム１３０’の制御を指示する。次いで、制御器１５００Ａは、予測論理からの制御指示に従って制御発生器論理、例えば制御発生器論理８６０を実行し、ＷＦＧＤサブシステム１３０’の特定要素を制御する制御信号を発生して発行する。
前記図１５Ｂを参照して説明したように、入力されたパラメータには測定された工程パラメータ１５２５、非工程パラメータ１５５０、ＷＦＧＤ工程制約１５５５、及び動的推定モデル８８０により推定論理、例えば推定論理８４０を実行するＭＰＣＣ推定機１５００Ｂにより計算された推定されたパラメータ１５６０を含む。
図１９に示す好適な実装形態では、測定された工程パラメータ１５２５が周囲条件１５２０、測定された電力発電システム（ＰＧＳ）の負荷１５０９、測定された流入口ＳＯ２１８９、送風機負荷数値１５０２、測定されたスラリーｐＨ１８３、測定された流出口ＳＯ２１５２５、実験室で測定された石膏純度１５０６、スラリーポンプ状態数値１５１２及びスラリーポンプ負荷数値１５１５を含む。ＷＦＧＤ工程制約１５５５は、流出口ＳＯ２許容値要件１９２２、石膏純度要件１９２４、溶解されたスラリーＯ２要件１９２６及びスラリーｐＨ要件１９２８を含む。非工程入力値１５５０は、調整係数１９０２、現在のＳＯ２クレジット価格１９０４、現在の単位電力コスト１９０６、現在の有機酸コスト１９０８、現在の石膏販売価値１９１０及び未来の稼動計画１９５０を含む。推定機１５００Ｂにより計算された推定パラメータ１５６０は、計算された石膏純度１９３２、計算された溶解されたスラリーＯ２１９３４及び計算されたスラリーｐＨ１９３６を含む。非工程パラメータ入力値、例えば現在の単位電力コスト１９０６を含むことにより、ＭＰＣＣ１５００は、工程の現在状態のみを基にするだけでなく、工程外部要素の状態も基にしてＷＦＧＤサブシステム１３０’の制御を指示することができる。
付加的ＳＯ ２ 吸収用量の利用可能性の判断
図１７を参照して説明したように、ＭＰＣＣ１５００は、ポンプ（１３３Ａ〜１３３Ｃ）の状態及び負荷を制御することができ、これによりスラリー１４８’の流れを吸収塔１３２の様々なレベルに制御することができる。また、ＭＰＣＣ１５００は、現在ポンプ配列及び現在ポンプ負荷数値（１５１５Ａ〜１５１５Ｃ）を基にしてポンプ（１３３Ａ〜１３３Ｃ）の現在電力消費を計算することができ、付加的に計算された電力消費及び現在単位電力コスト１９０６を基にしてポンプに対する現在稼動コストを計算することも可能である。
ＭＰＣＣ１５００は、好ましくは、ポンプ（１３３Ａ〜１３３Ｃ）の利用可能な付加的用量を判断するため、現在ポンプ状態数値（１５１２Ａ〜１５１２Ｃ）及び現在ポンプ負荷数値（１５１５Ａ〜１５１５Ｃ）を基にして動的制御モデル８７０により予測論理８５０を実行するように構成される。ＭＰＣＣ１５００は、次いで利用可能な付加的ポンプ用量の判断された量を基にしてポンプの動作を調整することにより、例えばポンプ配列を変えるようにポンプを調整したり、ポンプへの電力を増加させることで、除去できるＳＯ２の付加的量を判断する。
除去に利用可能なＳＯ ２ の付加的量の判断
上記のように、センサー１８８により検出された測定された流入口ＳＯ２組成１８９に加えて、電力発電システム（ＰＧＳ）１１０の負荷１５０９は、好ましくは、負荷センサー１５０８により検出され、また測定されたパラメータとしてＭＰＣＣ１５００に入力される。ＰＧＳ負荷１５０９は、例えば消費する石炭のＢＴＵの測定値、又は電力発電システム１１０により発電する電力量を示すことができる。しかし、ＰＧＳ負荷１５０９はさらに、他のパラメータ測定が流入口排煙負荷に合理的に相応する場合、例えば石炭燃焼電力発電システム又は工程の一部パラメータがＷＦＧＤサブシステム１３０’に送られる流入口排煙の量に合理的に相応する場合には電力発電システム１１０又は関連の電力発電工程の他のパラメータを示すことも可能である。
ＭＰＣＣ１５００は、好ましくは、ＰＧＳ負荷１５０９に相応する吸収塔１３２における流入口排煙負荷、つまり流入口排煙１１４の体積又は質量を判断するため、動的制御モデル８７０により予測論理８５０を実行するように構成される。ＭＰＣＣ１５００は、例えばＰＧＳ負荷１５０９を基にして吸収塔１３２における流入口排煙負荷を計算することができる。代替として、ＰＧＳ負荷１５０９は自体で流入口排煙負荷の役割をすることもでき、この場合には計算が不要である。いずれの場合にも、ＭＰＣＣ１５００は、その後測定された流入口ＳＯ２組成１８９、流入口排煙負荷、及び測定された流出口ＳＯ２１５０５を基にして排煙１１４からの除去に利用可能なＳＯ２の付加的量を判断することになる。
流入口排煙負荷は、必要な場合には、直接測定されＭＰＣＣ１５００に入力できることが理解できる。すなわち、吸収塔１３２に送られる流入口排煙１１４の体積又は質量の実際測定値は、場合により吸収塔１３２の上流及び他のＡＰＣサブシステム１２２の下流に位置するセンサー（図示されない）により感知され、ＭＰＣＣ１５００に供給されることができる。このような場合、ＭＰＣＣ１５００がＰＧＳ負荷１５０９に相応する流入口排煙負荷を判断する必要がないこともある。
モーメント及び連続平均ＳＯ ２ 除去制約
図１２を参照して説明したように、工程履歴データベース１２１０は、例えば図８を参照して説明したように、ＳＯ２排出履歴データベース８９０を含む。工程履歴データベース１２１０は、ＭＰＣＣ１５００に相互接続されている。ＭＰＣＣ１５００は、例えば図８に示す種類であってもよく、あるいは多段階種類の制御器、例えば図１０に示すような２段階の制御器であってもよい。
ＳＯ２排出履歴データベース８９０は、最後の連続平均期間におけるＳＯ２出力を示すデータを保存するが、ＳＯ２の組成の側面のみならず排出されたＳＯ２のパウンド側面のデータを保存する。従って、ＳＯ２分析器１５０４から測定された流出口ＳＯ２１５０５の入力により現在ＳＯ２排出量を示す情報にアクセスすること以外にも、ＭＰＣＣ１５００は、工程履歴データベース１２１０に相互接続されることによりＳＯ２排出履歴データベース８９０により最後の連続平均時間窓におけるＳＯ２出力、つまり測定された流出口ＳＯ２を示す履歴情報にアクセスすることができる。現在ＳＯ２排出量は、単一数値に相応するのに対し、最後の連続平均時間窓におけるＳＯ２排出量は、適用可能な期間におけるＳＯ２出力の動的移動に相応することが分かる。
付加的ＳＯ ２ 酸化用量の利用可能性の判断
図１９で説明したように、ＭＰＣＣ１５００への入力値は、（１）流出口ＳＯ２１５０５、（２）結晶化器１３４に入る酸化空気の量に相応する、測定された送風機負荷１５０２、（３）スラリーポンプ状態数値１５１２、つまりポンプ配列、及び吸収塔１３２に流れる石灰石スラリーの量に相応するスラリーポンプ負荷数値１５１５、（４）吸収塔１３２に流れるスラリーの測定されたｐＨ１８３の測定された数値である。さらに、ＭＰＣＣ１５００への入力値は、（１）石膏副産物１６０’の純度１９２４、（２）十分な酸化を保障し、石灰石の沈床防止に必要な、スラリーに溶解されたＯ２の量に相応する、結晶化器１３４内のスラリーに溶解されたＯ２１９２６、及び（３）ＷＦＧＤサブシステム１３０’を抜け出る排煙１１６’中の流出口ＳＯ２１９２２に対する限界要件である。今日では、流出口ＳＯ２許容値の要件１９２２が通常のモーメントＳＯ２排出量及び連続平均ＳＯ２排出量の両方に対する制約を含む。また、ＭＰＣＣ１５００への入力値は、（１）単位電力のコスト１９０６、例えば電気一単位のコスト、及び（２）前記規制クレジットが販売される値段を示す、ＳＯ２クレジット価格１９０４の現在及び／又は予想数値を含む非工程入力値である。また、ＭＰＣＣ１５００は、（１）石膏副産物１６０’の現在純度１９３２、（２）結晶化器１３４内のスラリーに溶解されたＯ２１９３４、及び（３）吸収塔１３２に流れるスラリーのｐＨ１９３６の推定値を計算する。
動的制御論理により予測論理を実行するＭＰＣＣ１５００は、このようなパラメータを演算して吸収塔１３２内でスラリーにより反応するＳＯ２の量を判断する。この判断に基づき、ＭＰＣＣ１５００は、次いで硫酸カルシウムを形成するための亜硫酸カルシウムの酸化反応のために結晶化器１３４内のスラリーに利用可能に残存する溶解されないＯ２の量を判断する。
付加的な利用可能な用量を適用することに関する判断
ＭＰＣＣ１５００が、付加的ＳＯ２を吸収して酸化させるときに付加的用量が利用可能であり、除去に利用可能な付加的ＳＯ２があると判断した場合には、ＭＰＣＣ１５００もまた好ましくは、排煙１１４から付加的な利用可能なＳＯ２を除去する稼動を調整するためにＷＦＧＤサブシステム１３０’を制御するか否かを判断するために、動的制御モデル８７０により予測論理８５０を実行するように構成される。これを決定するために、ＭＰＣＣ１５００は、例えばそのようなＳＯ２クレジットの生成及び販売がＷＦＧＤサブシステム１３０’稼動の収益性を増加させるか否かを判断するが、その理由は、付加的ＳＯ２を適用可能な政府の規制当局により許可された稼動許容値で要求される基準を超過して、つまり流出口ＳＯ２許容値要件１９２２で要求されることを超過して除去し、これにより得られる規制クレジットを販売するように稼動を変更することがより利益になるためである。
特に、動的制御モデル８７０により予測論理８５０を実行するＭＰＣＣ１５００は、ＳＯ２の除去を増加させるためにＷＦＧＤサブシステム１３０’の稼動で必要な変化を判断するようになる。この判断に基づき、ＭＰＣＣ１５００はまたこれにより得られる付加的規制クレジットの数を判断する。決められた稼動変化及び現在又は予想される電気コスト、例えば単位電力コスト１９０６を基にして、ＭＰＣＣ１５００は結果的に必要と判断されたＷＦＧＤサブシステム１３０’の稼動における変化により要求される付加的電気コストを付加的に判断するようになる。このような後者の判断及び現在又は予想されるそのようなクレジットの価値、例えばＳＯ２クレジット価格１９０４を基にして、ＭＰＣＣ１５００は、付加的規制クレジットを生成するコストがそのようなクレジットが販売できる価値より大きいか否かをさらに判断するようになる。
ここで、クレジット価格がより低い場合は、付加的クレジットの生成及び販売が有利でない場合もある。むしろ、政府の規制当局により許可された適用可能な稼動許容値を満たすのに必要な最低レベルでＳＯ２を除去する方がコストを最小化することができ、これにより、ＷＦＧＤサブシステム１３０’稼動の収益性を最大化することになるが、その理由は、政府の規制当局により許可された適用可能な稼動許容値の流出口ＳＯ２許容値要件１９２２を最小限に満たすのに必要なＳＯ２の量のみを除去する方がより利益になるためである。たとえ、ＷＦＧＤサブシステム１３０’の現在の操作においてクレジットが既に生成されている場合は、ＭＰＣＣ１５００はさらにはＳＯ２除去を低下させ、これにより追加的ＳＯ２クレジットの生成を中止して電気コストを削減させ、その結果、稼動の収益性が増加するように、ＷＦＧＤサブシステム１３０’の稼動に変更を指示することも可能である。
稼動順位の設定
図１９に示されているように、ＭＰＣＣ１５００は、好ましくは、調整係数１９０２を非工程入力１５５０のまた他の部類として受容するように構成される。動的制御モデル８７０及び調整係数１９０２に従って予測論理８５０を実行するＭＰＣＣ１５００は、例えば制御変数それぞれに対する加重値を用いて制御変数に対する優先順位を設定することができる。
この場合、好ましくは、制約１５５５は、適切な場合、各々の制約されたパラメータの限界に対して要求される範囲を決めるようになる。これにより、例えば流出口ＳＯ２許容値要件１９２２、石膏純度要件１９２４、溶解されたＯ２要件１９２６及びスラリーｐＨ要件１９２８は、それぞれ上限値及び下限値を有するようになり、ＭＰＣＣ１５００は、調整係数１９０２に基づいた範囲内でＷＦＧＤサブシステム１３０’の稼動を維持するようになる。
未来ＷＦＧＤ工程の評価
予測論理８５０を実行するＭＰＣＣ１５００は、上記で説明したように、動的工程モデル８７０に従い、最初に、現在の工程稼動状態を評価することが好ましい。しかし、評価はそこで終わる必要はない。ＭＰＣＣ１５００は、動的工程モデル８７０に従い予測論理８５０を実行するように構成し、ＷＦＧＤサブシステム１３０’の稼動に変更を加えない場合に、工程稼動がいずれに移動するのかを評価する。
より詳細には、ＭＰＣＣ１５００は、動的制御モデル８７０及び工程履歴データベース１２１０内で記憶された履歴工程データ内の関係を基にして工程稼動の未来状態を評価する。前記履歴工程データは、ある所定期間におけるＳＯ２履歴データベース内のデータのみならず、ＷＦＧＤ工程内で以前に発生したのを示すその他のデータを含む。この平価の一部として、ＭＰＣＣ１５００は、ＷＦＧＤサブシステム１３０’が動作している現在の経路を判断し、これにより稼動に変化が生じない場合は、ＷＦＧＤ工程に関わる様々なパラメータの未来数値を判断する。
当業者には理解されているが、ＭＰＣＣ１５００は、好ましくは前記言及したものと類似の方式で、付加的ＳＯ２吸収用量の利用可能性、除去に利用可能なＳＯ２の付加的量、付加的ＳＯ２酸化用量の利用可能性、及び決められた未来パラメータ数値に基づいて付加的利用可能な用量を適用するかを判断する。
ＷＦＧＤサブシステム稼動のための稼動計画の実施
ＭＰＣＣ１５００は、土台となる工程モデル及びその工程モデルの工程制御関係に影響を与えずに複数の稼動計画を実行するプラットフォームとして使用されてもよい。ＭＰＣＣ１５００は、稼動目標を定める目的関数を使用する。前記目的関数は、工程モデル内関係の側面から工程に関する情報を含むが、調整係数、又は加重値も含む。工程モデルを通じた目的関数で表される工程関係は固定されている。調整係数は、制御機の各実行前に調整されてもよい。工程の限界又は制約に支配される制御機アルゴリズムは、前記目的関数の最適値を決めるために目的関数の数値を最大化したり、最小化することができる。工程数値のための最適稼動目標は制御機において、目的関数に対する最適解決策から利用可能である。目的関数で調整係数、又は加重値を調整すれば、目的関数の数値が変わり、そのため最適解決策が変わる。目的関数調整定数を設定する適切な基準又は計画を適用することにより、ＭＰＣＣ１５００を用いて様々な稼動計画を実行することが可能である。より一般的に使用される稼動計画の一部は、以下のようなものを含んでもよい：
・資産最適化（利益最大化／コスト最小化）、
・汚染物質除去の最大化、
・制御問題で操作された変数の移動を最小化
ＷＦＧＤサブシステム稼動の最適化
所望の稼動基準及び適切に調整された目的関数及び調整係数１９０２を基にして、ＭＰＣＣ１５００はまずＷＦＧＤサブシステム１３０’のための長期稼動目標を確立するため、適切な入力又は計算されたパラメータに基づき、動的工程モデル８７０により予測論理８５０を実行する。ＭＰＣＣ１５００は、次いで操作された変数及び制御された変数の両方に対し、工程変数の現在状態からこのような工程変数のために確立されたそれぞれの長期稼動目標に達する最適過程、例えば最適軌跡及び経路に対する詳細計画を確立するようになる。
ＭＰＣＣ１５００は、次いで確立された長期稼動目標及び最適過程詳細計画に従ってＷＦＧＤサブシステム１３０’の稼動を変更するように制御指示を発する。最終的に、制御発生器論理８６０を実行するＭＰＣＣ１５００は、前記制御指示に従ってＷＦＧＤサブシステム１３０’に制御信号を発生して通信する。
従って、ＭＰＣＣ１５００は、所望の目標定常状態を決めるため、動的制御モデル８７０及び現在の測定されたパラメータ及び計算されたパラメータデータにより選択された目的関数、例えば現在の電気コスト又は規制クレジット価格を基にして選択されたものに従って、ＷＦＧＤサブシステム１３０’の稼動の第１の最適化を行う。ＭＰＣＣ１５００は、次いで工程変数を現在状態から所望の目標定常状態まで移動させる動的経路を決めるため、動的制御モデル８７０及び工程履歴データに従ってＷＦＧＤサブシステム１３０’の稼動の第２の最適化を行う。有利なことに、ＭＰＣＣ１５００により実行される予測論理は、動的経路に沿って各地点で各工程変数の所望の目標状態と各工程変数の実際の現在状態との間の誤差又は脱離を最小化しながら、工程変数を各工程変数の所望の目標状態に迅速かつ現実的に移動させるため、ＭＰＣＣ１５００によるＷＦＧＤサブシステム１３０’の稼動の制御を容易にする経路を決める。
従って、ＭＰＣＣ１５００は、工程変数が現在時点Ｔ０における現在状態からＴｓｓにおける目標定常状態まで移動する期間中に、現在時点（Ｔ０）のみならずすべての他の時点に対しても制御問題を解決する。これは、工程変数の移動が現在状態から目標定常状態までの全体経路を横切る間にずっと最適化されるようにする。これは、次いで通常のＷＦＧＤ制御機、例えば背景技術で言及したＰＩＤを用いた工程パラメータの移動に比べて付加的な安定性を提供する。
ＷＦＧＤサブシステムの最適化された制御は、工程関係が動的制御モデル８７０で実現されるため、そして目的関数又は非工程入力値、例えば経済的入力値又は変数の調整を変更するのが前記関係に影響を与えないため可能である。従って、一旦、動的制御モデルが確認されたら、ＭＰＣＣ１５００が、異なる非工程条件を含んで異なる条件で工程レベルの追加的考慮なしにも、ＷＦＧＤサブシステム１３０’、これによりＷＦＧＤ工程を制御する方式を操作したり、変更することが可能である。
再び図１５Ａ及び図１９を参照すれば、ＷＦＧＤサブシステム１３０’の制御の例は、ＳＯ２クレジットを最大化する目的関数に関して、そしてＷＦＧＤサブシステム稼動の収益性を最大化したり、損失を最小化する目的関数に関して記載される。当業者は、その他の稼動シナリオのための調整係数を生成することにより、ＷＦＧＤサブシステムの他の制御可能なパラメータを最適化、最大化又は最小化することが可能であることが理解できる。
ＳＯ ２ クレジットの最大化
ＳＯ２クレジットを最大化するために、ＭＰＣＣ１５００は、調整定数がＳＯ２クレジットを最大化するように設定された目的関数を有する動的制御モデル８７０に従って予測論理８５０を実行する。ＷＦＧＤ工程の観点から、ＳＯ２クレジットを最大化するためには、ＳＯ２の回収を最大化する必要があることが分かる。
目的関数に入力される調整定数は、目的関数が、互いに相対的なＳＯ２出力に対して操作された変数変化の効果のバランスをとるようにする。
最適化の最終結果は、ＭＰＣＣ１５００が以下のものを増加させることになる：
・スラリーｐＨ設定点１８６’の増加によるＳＯ２除去、及び
・回収される付加的ＳＯ２に対して補償するために送風機酸化空気１５４’を増量
・以下に対する制約の支配：
・石膏純度制約１９２４に対する低い限界。これは、通常石膏純度の要件１９２４内で石膏純度の最低許容可能な限界を少し超過する安全マージンを提供する数値であることが分かる。
・所要の酸化空気１５４’に対する低い限界、及び
・酸化空気送風機１５０の最大用量。
また、ＭＰＣＣ１５００がポンプ１３３配列を調整するように許容される場合、ＭＰＣＣ１５００はポンプ１３３配列及び負荷に対する制約の支配を受けるスラリー循環及び有効スラリーの高さを最大化するようになる。
このような稼動シナリオにおいて、ＭＰＣＣ１５００は、ＳＯ２クレジットを発生させるために、ＳＯ２除去率を増加させるためすべてを集中する。ＭＰＣＣ１５００は、石膏純度１９２４及び酸化空気の要件等の工程制約を尊重する。しかし、このシナリオは、電力のコスト／価値に対するＳＯ２クレジットの価値のバランスをとるようにすることはない。このシナリオは、ＳＯ２クレジットの価値が電力のコスト／価値を著しく超過する場合に適している。
収益性の最大化又は損失の最小化
ＭＰＣＣ１５００における目的関数は、収益性を最大化したり損失を最小化するように設定される。このような稼動シナリオは、資産の最適化のシナリオとも呼ばれる。また、このシナリオは、電力、ＳＯ２クレジット、石灰石、石膏、及び有機酸等の任意の添加剤に対する正確な最新のコスト／価値情報を必要とする。
制御機モデルで変数各々に関わるコスト／価値係数が目的関数に入力される。次いで、ＭＰＣＣ１５００の目的関数は、コストを最小化したり／利益を最大化するように指示される。利益がネガティブコストとして定義される場合、コスト／利益は、最小化させる目的関数に対して連続関数になる。
このようなシナリオにおいて、目的関数が、付加的ＳＯ２クレジットを発生させることによる限界価値（marginal value）が前記クレジットを発生させる限界コスト（marginal cost）と等しくなる時点での最小コスト稼動を判別する。前記目的関数は、制約のある最適化であるため、最小化されたコスト解決策は、以下に対する制約の支配を受けることが分かる：
・最小ＳＯ２除去率（排出許容値／目標値遵守のため）、
・最小石膏純度、
・最小酸化空気要件、
・最大送風機負荷、
・ポンプ配列及び負荷限界、
・添加剤限界。
このような稼動シナリオは、電気価値／コスト及びＳＯ２クレジットの価値／コストの両方において変化に敏感である。最大の利益のためには、このようなコスト係数は、リアルタイムでアップデートされなければならない。
例えば、コスト係数が各制御機１５００Ａの実行前にアップデートされると仮定する場合、電気消費が昼間に増加するため、発電される電力の現在価値もまた増加する。本設備において、付加的電力を前記現在価値で販売するのが可能であり、ＳＯ２クレジットの価値が現在時点として本質的に固定されていると仮定する場合は、もし最小ＳＯ２除去率を依然として維持しながらポンプ１３３及び送風機１５０からグリッド（ｇｒｉｄ）に電力を移送させる方法があれば、付加的電力をグリッドに移送させる相当の経済的動機が発生する。ＭＰＣＣ１５００の目的関数中の電力に関わるコスト／価値係数は、前記の現時点の価格が変わることにより変わり、前記目的関数は、稼動制約は満たすとともに、電力を少なく使用する新しい解決策に到逹することができる。
一方、ＳＯ２クレジットの現時点の価格が増加し、付加的ＳＯ２クレジットのための市場が存在し、電力のコスト／価値が比較的一定である場合には、ＭＰＣＣ１５００の目的関数は、稼動制約に支配されるＳＯ２除去率を増加させることによりこのような変化に反応するようになる。
例示的２つのシナリオにおいて、ＭＰＣＣ１５００は、すべての稼動制約を観察した後、ＭＰＣＣ１５００の目的関数は、ＳＯ２クレジットの限界価値がクレジットを発生させるのに必要な限界コストと同等になる最適稼動地点を検出するようになる。
実行不可能な稼動
時々、ＷＦＧＤサブシステムに対して、実行可能な解決策のない制約１５５５及び稼動条件、つまり測定された条件１５２５及び推定された条件１５６０のセットが与えられる場合がある。すなわち、図５Ａ及び図５Ｂに示すような実行可能な稼動の区域５２５が空いている空間である。このような事が発生する場合には、いずれの解決策もシステムに対する制約１５５５すべてを満たすことができない。このような状況を「実行不可能な稼動」として定義することができるが、その理由は、システムに対する制約を満たすことが実行不可能なためである。
実行不可能な稼動は、ＷＦＧＤの能力外の稼動、ＷＦＧＤ又はＷＦＧＤの上流における間違った工程の結果である場合もある。また、ＷＦＧＤ及びＭＰＣＣ１５００システムに対する厳しすぎる、不適切な、及び／又は不正確な制約１５５５の結果である場合もある。
実行不可能な稼動の期間中には、ＭＰＣＣ１５００の目的関数が加重された誤差を最小化する目的に集中する。各工程制約１５５５が目的関数に表れる。加重項目が各誤差、又は制御された／目標された工程数値による制約限界の違反事項に適用される。制御機１５００Ａが動作する間、目的関数が実行不可能な稼動期間中により重要な制約を尊重するために、最低加重制約に対して放棄するように、実行エンジニアら（implementation engineer）が誤差加重項目に対して適切な値を選択する。
例えば、ＷＦＧＤサブシステム１３０’では、流出口ＳＯ２１５０５に関わる規制許容値限界及び石膏純度１５０６に関わる販売仕様がある。ＳＯ２排出許容値の違反は、罰金及びその他の相当な結果をもたらす。石膏純度販売仕様の違反は、石膏製品の等級下向又は再混合である。製品の等級下向は、好適な選択ではないが、排出許容値の違反よりは発電ステーションの稼動可能性には影響を少なく与える。従って、調整係数は、ＳＯ２排出限界に対する制約が石膏純度に対する制約よりさらに大きな重要性、さらに大きな加重値を持つように設定される。従って、実行不可能な稼動期間中には、このような調整係数において、ＭＰＣＣ１５００の目的関数は、優先的にＳＯ２排出量をＳＯ２排出限界以下に維持し、石膏純度制約を違反するようにする。すんわち、ＭＰＣＣ１５００は、石膏純度制約の違反を最小化するが、さらに重要な排出限界を維持するために、実行不可能性をその変数に適用させる。
制御決定について稼動者に通知
また、好ましくは、ＭＰＣＣ１５００は、特定ＭＰＣＣ１５００の決定事項に対して稼動者に通知するように設定される。ここでも同様に、予測論理８５０、動的制御モデル８７０又はその他のプログラムを使ってＭＰＣＣ１５００がそのような通知を行うように設定することができる。例えば、ＭＰＣＣは、稼動者又は他のユーザーがＭＰＣＣ１５００の特定の決定事項、例えばＳＯ２クレジットの価値が高くて特定の時点では石膏品質の維持が低い優先順位に置かれるという決定事項などについて分かるように、アラームを発したり、文字や画像ディスプレイで表示するように指示する機能を有することができる。
ＷＦＧＤ要約
要約すれば、上記で詳述したように、ＷＦＧＤ工程のための最適化基盤制御について説明した。この制御は、工程フィードバックを用いてアップデートされる多重入力、多重出力モデルの最適化に基づいて、ＷＦＧＤ工程に対する設定点のリアルタイム操作を容易にする。前記最適化は、工程のための複数の目的及び制約を考慮してもよい。このような制御がない場合、操作者は、ＷＦＧＤに対する設定点を決めなければならない。工程の複雑性のため、操作者は、複数の制約と目的とのバランスをとるために、しばしば準最適設定点を選択する。準最適設定点／稼動は、除去効率の損失、稼動コストの上昇及び品質的制約への違反の可能性をもたらす。
石膏純度に対する仮想のオンライン分析についても説明した。前記分析は、測定された工程変数、実験室分析及び石膏純度に対する動的推定モデルを用いてＷＦＧＤ工程により生産される石膏副産物の純度のオンライン推定値を計算する。ＷＦＧＤ工程により生産される石膏純度に対するオンラインセンサーが従来より利用不可能であるため、従来からオフライン実験室分析が石膏純度を判断するのに使われる。しかし、石膏純度はたまに試験され、純度は通常、石膏仕様で設定された制約の上位に維持されなければならないため、工程操作者はしばしば石膏純度が要求される制約よりはるかに上位として算出されるようにする、ＷＦＧＤ工程に対する設定点を使用する。その代りにＳＯ２除去効率が犠牲にされたり、ＷＦＧＤサブシステムによる不要な電力消費をもたらす。石膏純度をオンラインで推定することにより、ＷＦＧＤ工程に対する設定点は、石膏純度が純度制約に近接するのを保障するように制御されることができ、これによりＳＯ２除去効率の増加が促進される。
また、前記で説明したように、石膏純度の仮想オンライン分析は、制御ループで行われ、モデル予測制御（ＭＰＣ）が利用される場合にも、又はＰＩＤ制御が利用される場合にも、推定値がフィードバック制御に含まれるようにする。フィードバックを制御ループに提供することにより、ＳＯ２除去効率は、純度が適用可能な純度制約により近接した石膏を生産するように稼動されるときに増加されることができる。
付加的に前記で説明されたのが稼動コストに対する仮想オンライン分析である。開示したように、前記分析は、ＷＦＧＤ工程データを含めて現在の市場価値データを利用してＷＦＧＤ工程の稼動コストをオンラインで計算する。一般的に操作者は、ＷＦＧＤ工程の現在稼動コストを考慮しない。しかし、このようなコストをオンラインで計算することにより、操作者は、稼動コストに対する工程変更、例えば設定点の変更の効果を追跡できる能力を持つことになる。
また、ＭＰＣが利用される場合、又はＰＩＤが利用される場合にも、稼動コストの仮想オンライン分析を制御ループで行い、推定値がフィードバック制御に含まれるようにすることが開示された。このフィードバック制御は、このようにすることにより稼動コストを最小化するように実行されることができる。
また、最大ＳＯ２除去効率、最小稼動コスト及び／又は制約より上位の所望の石膏純度のために、ＷＦＧＤ工程の稼動を最適化するようにＭＰＣ制御を適用する技法について説明した。このような制御は、前記で言及したように、フィードバックループ内で石膏純度及び／又は稼動コストの仮想分析のメリットを取ることができ、例えばＳＯ２除去効率及び／又はＷＦＧＤ工程に対する稼動コストの自動最適化が可能である。
また、前記で必要なパラメータ及び選択的なパラメータについて説明した。開示されたパラメータを用いて、当業者は、適用可能なＷＦＧｄ工程の適切なモデルを展開するためによく知られている技法を日常的な方式で適用することができ、前記モデルは、次いでＷＦＧＤ工程の稼動を最適化するため、例えばＷＦＧＤ工程を制御するＭＰＣＣ１５５０により用いられてもよい。モデルは、石膏純度、ＳＯ２除去効率及び／又は稼動コストのみならず、様々なその他の要素について展開されることができる。ＷＦＧＤ工程を最適化するために、通常のＭＰＣ又はその他の論理が、本願発明に記載された原理、システム及び工程により構築されたＷＦＧＤ工程モデルに従って実行されることができる。従って、例えば、単一の入力／単一の出力構造に限定され、工程モデルよりは工程フィードバックに厳格に依存するＰＩＤを使用する通常のＷＦＧＤ工程制御の限界が克服できる。モデルをフィードバックループに含ませることにより、ＷＦＧＤ工程制御は、例えば以前よりも可変性が低くなり、稼動を制約により近いところに維持するように、一段と向上されることができる。
ＷＦＧＤ工程のための神経回路網基盤モデルの適用についてＷＦＧＤ工程の工程制御及び仮想オンラインと関連づけて説明した。前記で説明したように、ＷＦＧＤ工程の入力に対する出力関係は、非線形関係を表すため、非線形モデルを使用することが有利であるが、これはそのようなモデルが工程の非線形性を最もよく表すためである。また、ＷＦＧＤ工程からの経験的データを用いて誘導されたその他のモデルの構築についても説明した。
ＷＦＧＤ工程の制御及び仮想分析のための、第１原理及び経験的工程データの両方を考慮する組合せモデルの適用についても詳細に説明した。ＷＦＧＤ工程の一部要素はよく理解され、第１原理モデルを利用してモデル化できる一方、他の要素はあまり理解されず、これにより経験的工程履歴データを利用して最も便利にモデル化されることができる。第１原理及び経験的工程データの組合わせを利用して、工程のすべての要素に対して段階試験を経る必要なく、正確なモデルが速かに展開されることができる。
前記でＷＦＧＤ工程で使われるセンサー測定値を確認する技法についても説明した。確認されない測定値を代替することにより、ＷＦＧＤ工程の不正確なセンサー測定値による不適切な制御を避けることができる。良好でない測定値を確認して取り替えることにより、ＷＦＧＤ工程は、正確な工程数値を基にして連続的に稼動されることができる。
また、連続排出の制御について詳細に説明した。従って、この開示内容の観点から、ＷＦＧＤ工程は、工程に対する１つ以上の複数の連続排出の平均が適切に維持されるように制御されることができる。工程の制御のために、ＭＰＣが単一制御機又は複数の多段階制御機を用いて実施されてもよい。前記技法を利用して、ＷＦＧＤ工程は、例えば複数の連続平均が同時に考慮されて維持され、同時に稼動コストが最小化されるように制御されることができる。
ＳＣＲサブシステム構造：
本発明のその他の環境及び実施形態に対する有用性を立証するため、ＭＰＣＣのＳＣＲへの適用に対するハイライトを記載する。ＳＣＲのための主要制御目的は、以下のようなものを含む：
・ＮＯｘ除去−規制の遵守又は資産最適化のために目標される
・アンモニアスリップの制御、及び
・最小コスト稼動−ＳＣＲ触媒の管理及びアンモニア使用。
もう一度、ＷＦＧＤに対して言及されたのと類似の測定及び制御方法論を利用してもよい。
測定：言及されたように、アンモニアスリップは頻繁には測定されない重要な制御パラメータである。アンモニアスリップの直接的な測定がない場合、流入口及び流出口Ｎｏｘの測定値（２１１２及び２１１１）及びＳＣＲ２０１２へのアンモニア流れからアンモニアスリップを計算することができる。この計算の精度には疑わしいものがあるが、その理由は、計算が正確で反復可能な測定値を要求し、大きい数字間の小さな差異を評価することを含むためである。アンモニアスリップの直接的な測定なしに、信頼度がさらに高いアンモニアスリップ推定値を生成するため、アンモニアスリップの直接的な計算の他に仮想オンライン分析器技法が用いられる。
ＶＯＡにおける第１段階は、触媒能力（反応係数）及びＳＣＲ触媒全体に対する空間速度相関関係変化量（ＳＶＣＶ）を推定する。これらは、流入口排煙流れ、温度、触媒の総作動時間及び流入口ＮＯｘ及び流出口ＮＯｘの量を利用して計算される。触媒能力及びＳＶＣＶの両方の計算は、一定数のサンプルにおいて時間平均を出す。触媒能力は徐徐に変化し、前記能力を計算するのに多くのデータポイントが使われるが、ＳＶＣＶはさらに頻繁に変化して比較的少ないデータポイントがＳＶＣＶの計算に使われる。触媒能力（反応係数）、空間速度相関関係変化量（ＳＶＣＶ）、及び流入口ＮＯｘが与えられれば、図９に示すような技法を利用してアンモニアスリップの推定値が計算されることができる。
アンモニアスリップハードウェアセンサーが利用可能である場合には、自動でＶＯＡにバイアス（ｂｉａｓ）を与えるために、そのようなセンサーから工程モデルへのフィードバックループが使われるようになる。ＶＯＡは、ハードウェアセンサーの通常ノイズの多い出力信号を著しく減少させるために使われる。
最後に、ＳＣＲの稼動コストに対して仮想オンライン分析器を使用してもよいことが分かる。前のセクションで開示されたように、稼動コストに対するモデルは第１原理により展開される。稼動コストは、仮想オンライン分析器を用いてオンラインで計算することができる。同様に、図９に示す技法がＶＯＡに用いられる。
制御：制御目的を果たすために、ＭＰＣＣがＳＣＲ制御問題に適用される。図８と類似している図２２は、ＳＣＲ ＭＰＣＣ２５００のためのＭＰＣＣ構造を示している。図８と類似していることから、図２２に関する詳細な説明は省略し、ＭＰＣＣ２５００は、前記図８の説明を参照すれば理解できる。図２３Ａは、ＳＣＲサブシステム２１７０’に対するＭＰＣＣ２５００の適用を示している。ＳＣＲサブシステム２１７０’の規制制約計画において最も大きな変更は、それぞれ図２０に示されるＮＯｘ除去ＰＩＤ制御機２０２０及び負荷フィードフォーワード制御機２２２０の機能がＭＰＣＣ２５００で代替されることである。ＭＰＣＣ２５００は、アンモニア流れ制御機（ＰＩＤ）２０１０などによる使用のためアンモニア流れＳＰ２０２１Ａ’を直接計算する。
ＭＰＣＣ２５００は、ＮＯｘ除去効率及びアンモニアスリップを制御するために、１つ又は複数のアンモニア流れを調整することができる。ＮＯｘ除去効率及びアンモニアプロファイル情報を構築するのに十分な、流入口及び流出口ＮＯｘ分析器（２００３及び２００４）の測定値及びアンモニア分析器２６１０からのアンモニアスリップ測定値２６１１があれば、ＭＰＣＣ２５００は、全体又は平均ＮＯｘ除去効率及びアンモニアスリップもプロファイル数値を制御するようになる。ＮＯｘ除去効率及びアンモニアスリッププロファイルにおいて複数の数値の調和した制御は、可変性を平均工程数値程度に著しく低下させる。可変性が低いほどシステム内では、ホットストップ（hot stop）が減少する。このプロファイル制御は、少なくとも一部の形態のプロファイル測定及び制御、１つを超えるＮＯｘ流入口、ＮＯｘ流出口及びアンモニアスリップ測定値及び１つを超える動的に調整可能なアンモニア流れを必要とする。必要な入力値（測定値）及び制御要領（アンモニア流れ）なしでは、ＭＰＣＣ２５００は、プロファイル制御を行うことができず、得られる利益を捕捉することができないことを認めなければならない。
ＭＰＣＣ２５００の観点から、プロファイル制御に関わる付加的パラメータは、制御機の大きさを増加させるが、全体的な制御方法論、計画及び目的は変わらない。従って、今後の論議は、プロファイル制御のないＳＣＲサブシステムの制御についての考慮になる。
図２３Ｂは、ＭＰＣＣ２５００の全体図を示す。
ＳＣＲサブシステム稼動の最適化
まず、ＳＣＲサブシステム２１７０’のための長期稼動目標を確立するため、所望の稼動基準及び適切に調整された目的関数及び調整係数２９０２を基にして、ＭＰＣＣ２５００は、適切な入力又は計算されたパラメータを基にして動的制御モデル２８７０により予測論理２８５０を実行する。ＭＰＣＣ２５００は、次いで操作された変数及び制御された変数の両方に対する工程変数の現在状態からこれら工程変数のために確立されたそれぞれの長期稼動目標に達する最適過程、例えば最適軌跡及び経路に対する詳細計画を確立する。ＭＰＣＣ２５００は、次いで確立された長期稼動目標及び最適過程詳細計画によりＳＣＲサブシステム２１７０’の稼動を変更するように制御指示を出す。最終的に、制御発生器論理２８６０を実行するＭＰＣＣ２５００は、前記制御指示を基にしてＳＣＲサブシステム２１７０’に制御信号を発して通信を行う。
従って、ＭＰＣＣ２５００は、所望の目標定常状態を決めるため、動的制御モデル及び現在測定されたパラメータ及び計算されたパラメータデータにより、選択された目的関数、例えば現在電気コスト又は規制クレジット価格を基にして選択されたものに従って、ＳＣＲサブシステム２１７０’稼動の第１の最適化を行う。ＭＰＣＣ２５００は、次いで工程変数を現在状態から所望の目標定常状態まで移動させる動的経路を決めるため、動的制御モデル及び工程履歴データによりＳＣＲサブシステム２１７０’稼動の第２の最適化を行う。有利なことに、ＭＰＣＣ２５００により実行される予測論理は、動的経路に沿って各地点で各工程変数の所望の目標状態と各工程変数の実際現在状態の間の誤差又は脱離を最小化しながら、工程変数を各工程変数の所望の目標状態に迅速かつ現実的に移動させるため、ＭＰＣＣ２５００によるＳＣＲサブシステム２１７０’の稼動の制御を容易にする経路を決める。
従って、ＭＰＣＣ２５００は、工程変数が現在時点Ｔ０における現在状態からＴｓｓにおける目標定常状態まで移動する期間中に、現在時点（Ｔ０）のみならずすべての他の時点に対しても制御問題を解決する。これは、工程変数の移動が現在状態から目標定常状態までの全体経路にわたって最適化されるようにする。これは、次いで通常のＳＣＲ制御機、例えば上記のＰＩＤを利用した工程パラメータの移動に比べて付加的な安定性を提供する。
ＳＣＲサブシステムの最適化された制御は、工程関係が動的制御モデル２８７０で実現されるため、そして目的関数又は非工程入力値、例えば経済的入力値又は変数の調整を変更することが前記関係に影響を及ぼさないから可能である。従って、一旦、動的制御モデルが確認されたら、ＭＰＣＣ２５００が、異なる非工程条件を含んで異なる条件で工程レベルの追加的考慮なしに、ＳＣＲサブシステム２１７０’、これによりＳＣＲ工程を制御する方式を操作したり変更することが可能である。
再び図２３Ａ及び２３Ｂを参照すれば、ＳＣＲサブシステム２１７０’の制御の例は、ＮＯｘクレジットを最大化する目的関数について、そしてＳＣＲサブシステム稼動の収益性を最大化したり、損失を最小化する目的関数について記載されている。当業者は、その他の稼動シナリオのための調整係数を生成することにより、ＳＣＲサブシステムの他の制御可能なパラメータを最適化、最大化又は最小化することが可能であることが理解できる。
ＮＯｘクレジットの最大化
ＮＯｘクレジットを最大化するため、ＭＰＣＣ２５００は、調整定数がＮＯｘクレジットを最大化するように設定された目的関数を有する動的制御モデル２８７０に従って予測論理２８５０を実行する。ＳＣＲ工程の観点から、ＮＯｘクレジットを最大化することは、ＮＯｘの回収を最大化する必要があることが分かる。
目的関数に入力される調整定数は、目的関数が、Ｎｏｘ排出量に対して操作された変数の変化の効果のバランスをとるようにする。
最適化の最終結果は、ＭＰＣＣ２５００が以下のものを増加させるようになる：
・アンモニア流れの設定点などを増加させることによるＮＯｘ除去率、
これは以下に対する制約の支配を受ける：
・最大アンモニアスリップ。
このような稼動シナリオ７０５において、ＭＰＣＣ２５００は、ＮＯｘクレジットを発生させるためにＮＯｘ除去率を増加させることにすべてを集中する。ＭＰＣＣ２５００は、アンモニアスリップに対する工程制約を尊重する。しかし、このシナリオは、アンモニア又はアンモニアスリップのコスト／価値に対するＮＯｘクレジットの価値のバランスをとるようにすることはない。このシナリオは、ＮＯｘクレジットの価値がアンモニア及びアンモニアスリップのコスト／価値を著しく超過する場合に適している。
収益性の最大化又は損失の最小化
ＭＰＣＣ（２５００）における目的関数は、収益性を最大化したり損失を最小化するように設定されることができる。このような稼動シナリオは、資産最適化シナリオと呼ばれることもある。また、このシナリオは、電力、ＮＯｘクレジット、アンモニア、及び下流機器に対するアンモニアスリップの効果に対する正確な最新のコスト／価値情報を必要とする。
制御機モデルで変数それぞれに関わるコスト／価値係数が目的関数に入力される。次いで、ＭＰＣＣ２５００の目的関数は、コストを最小化したり／利益を最大化するように指示される。利益がネガティブコストとして定義される場合には、コスト／利益は最小化させる目的関数に対して連続関数になる。
このようなシナリオにおいては、目的関数が、付加的ＮＯｘクレジットを発生させることによる限界価値が前記クレジットを発生させる限界コストと等しくなる時点での最小コスト稼動を判断するようになる。前記目的関数は、制約のある最適化であるため、最小化されたコスト解決策は、以下に対する制約の支配を受けることに注目する必要がある：
・最小ＮＯｘ除去率（排出許容値／目標値遵守ため）、
・最小アンモニアスリップ、
・最小アンモニア使用。
この稼動シナリオは、前記価値／コスト及びＮＯｘクレジットの価値／コストの両方において変化に敏感である。最大利益のためには、このようなコスト係数はリアルタイムでアップデートされなければならない。
例えば、コスト係数が各制御機の実行以前にアップデートされると仮定する場合、電気消費が昼間増加することにより、発電する電力の現時点価格もまた増加する。この設備で付加的電力を前記現在価値で販売することが可能で、ＮＯｘクレジットの価値が現在時点で本質的に固定されていると仮定する場合、アンモニアスリップを最小化する相当な動機が発生するが、その理由は、これは空気予熱器をより清潔に維持することができ、より效率的な電力発電を許容するためである。ＭＰＣＣ２５００の目的関数中の電力に関わるコスト／価値係数は、電気の現時点価格が変わることにより変化し、前記目的関数は、稼動制約を満たすとともに、電力は少なく使用する新しい解決策を得ることができるようになる
一方、ＮＯｘクレジットの現時点価格が増加し、付加的ＮＯｘクレジットのための市場が存在し、電力のコスト／価値が比較的一定な場合には、ＭＰＣＣ２５００の目的関数は、稼動制約に支配されるＮＯｘ除去率を増加させることにより、そのような変化に対応するようになる。
例示的２つのシナリオにおいて、ＭＰＣＣ２５００はすべての稼動制約を観察した後、ＭＰＣＣ２５００の目的関数は、ＮＯｘクレジットの限界価値がクレジットを発生させるのに必要な限界コストと等しくなる最適稼動地点を検出することになる。
要約：
以上、本発明を１つ以上の好適な実施形態により説明したが、当業者は、これに限定されないことが理解できる。上記の発明の様々な特徴及び側面は、個別に又は組合わせられて用いることができる。また、本発明が特定環境において、そして特定目的のための実装形態、例えば選択的接触還元（ＳＣＲ）の簡単な概要とともに湿式排煙脱硫（ＷＦＧＤ）について説明したが、当業者はその有用性がこれに限定されず、本発明は任意の環境及び実装形態で有益に活用できることが理解できる。従って、請求の範囲で定義している本発明の基本概念を利用した当業者の様々な変形及び改良形態も本発明の権利範囲に属するものである。
通常の湿式排煙脱硫（ＷＦＧＤ）サブシステムの概略を示したブロック線図である。 図１のＷＦＧＤサブシステムのある一定の側面をより詳細に示した図である。 図１のＷＦＧＤサブシステムの他の側面をより詳細に示した図である。 ＳＯ２除去効率に対するｐＨの関数としての石膏純度を示すグラフである。 安全域（comfort zone）内のＷＦＧＤ工程実施に対するＷＦＧＤ制約ボックス（constraint box）を示す図である。 本発明により最適化されたＷＦＧＤ工程実施に対する図５ＡのＷＦＧＤ制約ボックスを示す図である。 本発明によるＭＰＣ制御構造の機能的ブロック線図である。 図６の構造内で好適に使用できるＭＰＣ制御器及び推定機（estimator）の構成要素を示す図である。 本発明による図７のＭＰＣ制御器の電算装置及び記憶ディスクをより詳細に示す図である。 図８のＭＰＣ制御器に導入された推定機の機能的ブロック線図である。 本発明による多段階のＭＰＣＣ構造を示す図である。 本発明による多段階のＭＰＣ制御器によりユーザーに表示されるインタフェース画面を示す図である。 本発明による計画された運転停止の再調査、変更及び／又は追加のための多段階ＭＰＣにより表示されるまた他のインタフェース画面を示す図である。 本発明による図１０の多段階のＭＰＣＣ構造の拡張図である。 本発明による推定機が導入されたＭＰＣＣのＷＦＧＤ工程のためのＤＣＳとのインタフェースの機能的ブロック線図である。 本発明によるＭＰＣＣ制御をモニタリングするためのＤＣＳ画面を示す図である。 本発明による実験値及び／又はその他の値を入力するためのまた他のＤＣＳ画面を示す図である。 本発明によるサブシステムの全体動作がＭＰＣＣにより制御されるＷＦＧＤサブシステムを示す図である。 本発明による図１５ＡのＷＦＧＤサブシステムを制御するＭＰＣＣを示す図である。 本発明による図１５ＡのＷＦＧＤサブシステムの特定の側面において、図２に示したものと対応する側面を詳細に示す図である。 本発明による図１５ＡのＷＦＧＤサブシステムの他の側面において、図３に示すものと対応する側面を詳細に示す図である。 本発明による図１５ＡのＷＦＧＤサブシステムのまた他の側面を詳細に示す図である。 本発明による図１５ＢのＭＰＣＣの側面を詳細に示す図である。 一般的な選択的接触還元（ＳＣＲ）装置の概略を示すブロック線図である。 ＳＣＲサブシステムのための通常の工程制御計画を示す図である。 本発明によるＭＰＣ制御器の電算装置及び記憶ディスクを詳細に示す図である。 本発明による、サブシステムの全体動作がＭＰＣＣにより制御されるＳＣＲサブシステムを示す図である。 本発明による図２３ＡのＭＰＣＣのまた他の側面を詳細に示す図である。

Claims (24)

  1. 工程を行うシステムの稼動を指示するための多段階制御機であって、前記工程は、複数の工程パラメータ（ＭＰＰ）を有するが、前記ＭＰＰの少なくとも１つが制御可能な工程パラメータ（ＣＴＰＰ）であり、前記ＭＰＰの１つが目標とする工程パラメータ（ＴＰＰ）であり、前記工程は、定義された時間長さＴＰＬＡＡＶ２における前記ＴＰＰの実際平均値（ＡＡＶ）に対する第１の限界を示す定義された目標値（ＤＴＶ）を有するが、前記ＡＡＶは、定義された期間における前記ＴＰＰの実際数値（ＡＶ）を基にして計算されるものであり、
    少なくとも長さがＴＰＬＡＡＶ２であり、現在時点Ｔ０から未来時点ＴＡＡＶ２まで延長される第１未来時間（ＦＦＴＰ）において前記ＴＰＰの未来平均値（ＦＡＶ）を予測する論理を備え、このとき、前記ＴＡＡＶ２又はその前に前記ＴＰＰが定常状態に移動し、ＦＡＶは、（ｉ）長さがＴＰＬＡＡＶ２以上であり、過去時点Ｔ−ＡＡＶ２から現在時点Ｔ０まで延長される第１過去時間（ＦＰＴＰ）における様々な時点での前記ＴＰＰの前記ＡＡＶ、（ii）前記ＭＰＰの現在値、及び（iii）ＤＴＶを基にして予測される第１論理制御器；及び
    （ａ）第２未来時間（ＳＦＴＰ）の間の前記ＴＰＰの前記ＡＡＶに対する第２の限界を示す追加的目標値（ＦＴＶ）を確立する論理を有し、このとき、前記ＳＦＴＰは、前記ＴＰＬＡＡＶ２の長さより短く、前記現在時点Ｔ０から未来時点ＴＡＡＶ１まで延長されるＴＰＬＡＡＶ１と等しい長さを有し、前記ＦＴＶは、前記ＦＦＴＰにおいて予測された前記ＴＰＰの前記ＦＡＶのうちの１つ以上を基にして確立される論理；（ｂ）（ｉ）前記ＴＰＬＡＡＶ１の長さを有して過去時点前記Ｔ−ＡＡＶ１から現在時点Ｔ０まで延長される第２過去時間（ＳＰＴＰ）における様々な時点での前記ＴＰＰの前記ＡＡＶ、（ii）前記ＭＰＰの現在値、及び（iii）前記ＦＴＶを基にする論理、及び（ｃ）前記ＣＴＰＰのために決められた目標設定点に従ってＣＴＰＰ各々の制御を指示する論理を有する第２論理制御器、
    を備える多段階制御機。
  2. ＣＴＰＰ各々のための前記目標設定点が（ａ）（ｉ）前記ＳＰＴＰにおける様々な時点での前記ＴＰＰの前記ＡＡＶ、及び（ii）前記ＭＰＰの現在値に基づいて前記ＳＦＴＰにおける前記ＴＰＰのＦＡＶを予測し；
    （ｂ）もまた（ｉ）前記ＭＰＰの現在値、及び（ii）ＣＴＰＰ各々のための前記目標設定点に従って、前記ＳＦＴＰにおける様々な時点で前記ＴＰＰの前記ＦＡＶを予測することにより決められる、請求項１に記載の多段階制御機。
  3. 前記ＦＰＴＰにおける前記ＴＰＰの前記ＡＡＶを示す履歴データを保存するように設定された記憶媒体をさらに有する、請求項１に記載の多段階制御機。
  4. 前記ＦＴＶは、ＳＦＴＰ全体に対して確立される、請求項１に記載の多段階制御機。
  5. 第２論理制御器は、それぞれ異なる開始時点を有し、それぞれ前記現在時点Ｔ０の後に終了時点を有する複数の移動時間（ＭＴＰ）の各々に対してＴＰＰのＡＡＶがＤＴＶに従うようにＣＴＰＰ各々のための目標設定点を決めるようにさらに設定される、請求項１に記載の多段階制御機。
  6. 前記多段階制御機は、前記現在時点Ｔ０又はその前に、前記現在時点Ｔ０又はその後に発生するイベントを入力するように設定された入力装置をさらに有し、
    前記第１論理制御器は、前記入力されたイベントに基づいて前記ＦＦＴＰにおける前記ＴＰＰの前記ＦＡＶを予測する追加的論理を有し、
    前記第２論理制御器は、前記入力されたイベントに基づいてＣＴＰＰ各々のための前記目標設定点を決める前記追加的論理を有する、請求項１に記載の多段階制御機。
  7. 前記入力されたイベントは、ＭＰＰのうちの１つ以上の変化、又は前記工程を行う前記システムの稼動に関わる少なくとも１つの前記非工程パラメータ（ＮＰＰ）の変化を示す、請求項６に記載の多段階制御機。
  8. 前記ＭＰＰのうちの１つ以上は、前記システムに対する負荷を含み、
    前記少なくとも１つのＮＰＰは、電力のコスト、規制クレジットの価値、及び前記工程の副産物の価値中のうちの１つ以上を含む、請求項７に記載の多段階制御機。
  9. 前記システムは、ＳＯ２含有湿潤排煙を受容し、石灰石スラリーを適用して前記受容されたＳＯ２含有湿潤排煙からＳＯ２を除去し、脱硫された排煙を排出する湿潤排煙脱硫（ＷＦＧＤ）システムであって、
    前記少なくとも１つのＣＴＰＰは、前記適用された石灰石スラリーのｐＨレベルに相応するパラメータ、及び前記適用された石灰石スラリーの分布に相応するパラメータのうちの１つ以上を有し、
    前記ＴＰＰは、排出された脱硫排煙中のＳＯ２の量に相応するパラメータである、請求項１に記載の多段階制御機。
  10. 前記システムは、ＮＯｘ含有排煙を受容し、アンモニアを適用して前記受容されたＮＯｘ含有排煙からＮＯｘを除去することによりＮＯｘの排出を制御し、ＮＯｘ排煙の排出を減少させる選択的接触還元（ＳＣＲ）システムであって、
    前記少なくとも１つのＣＴＰＰは、前記適用されたアンモニアの量に相応するパラメータを有し、
    前記ＴＰＰは、前記排出された排煙中のＮＯｘの量である、請求項１に記載の多段階制御機。
  11. 前記多段階制御機は、神経回路網工程モデル及び非神経回路網工程モデルのうちの１つをさらに備え、
    前記１つのモデルは、前記ＴＰＰと前記１つ以上のＣＴＰＰ間の関係を示し、
    前記第１論理制御器は、前記１つのモデルに従ってＦＡＶを予測し、
    前記第２論理制御器は、前記１つのモデルに従ってＣＴＰＰ各々のための前記目標設定点を決める、請求項１に記載の多段階制御機。
  12. 前記１つのモデルは、第１原理モデル、ハイブリッドモデル、及び回帰モデルのうちの１つを含む、請求項１１に記載の多段階制御機。
  13. 工程を行うシステムの稼動を指示する制御機であって、前記工程は、１つ以上の制御可能な工程パラメータ（ＣＴＰＰ）及び少なくとも１つの目標設定工程パラメータ（ＴＰＰ）を含む複数の工程パラメータを有し、前記時間（ＴＰ）における前記ＴＰＰの実際平均値（ＡＡＶ）に対する第１の限界を示す定義された目標値（ＤＴＶ）を有し、
    神経回路網工程モデル及び非神経回路網工程モデルのうちの１つであって、前記ＴＰＰと前記少なくとも１つのＣＴＰＰ間の関係を示すモデル；
    現在時点Ｔ０から未来時点ＴＦ１まで延長され（ここで、前記ＴＦ１以前に前記ＴＰＰが定常状態条件に移動する）少なくともＴＰの長さを有する第１時間（ＦＴＰ）におけるＴＰＰの未来平均値（ＦＡＶ）に相応する経路を、（ｉ）少なくともＴＰの長さを有して過去時点Ｔ−Ｆ１から前記現在時点Ｔ０まで延長される第１過去時間における様々な時点での前記ＴＰＰの前記ＡＡＶ、（ii）前記現在のＭＰＰ、（iii）前記ＤＴＶ、及び（iv）前記１つのモデルに従って予測する第１の論理；及び
    前記ＦＴＶ及び前記１つのモデルに基づいてＣＴＰＰ各々のための目標設定点を決め、前記ＣＴＰＰ各々のための目標設定点に従ってシステム稼動の制御を指示するため、前記予測された経路に基づき、現在時点Ｔ０から未来時点ＴＦ２まで延長され、ＦＴＰ未満の長さを有する第２時間（ＳＴＰ）の間の前記ＴＰＰの前記ＡＡＶに対する第２の限界を示す追加的目標値（ＦＴＶ）を確立する第２の論理、
    を備える制御機。
  14. 工程の実施を指示する方法であって、前記工程は、複数の工程パラメータ（ＭＰＰ）を有し、前記ＭＰＰの少なくとも１つは制御可能な工程パラメータ（ＣＴＰＰ）であり、ＭＰＰの１つは目標設定工程パラメータ（ＴＰＰ）であり、前記工程はまた定義された時間の長さＴＰＬＡＡＶ２における前記ＴＰＰの実際平均値（ＡＡＶ）に対する第１の限界を示す定義された目標値（ＤＴＶ）を有するが、前記ＡＡＶは前記定義された期間における前記ＴＰＰの実際数値（ＡＶ）を基にして計算されたものであり、
    少なくとも長さがＴＰＬＡＡＶ２であり、現在時点Ｔ０から未来時点ＴＡＡＶ２まで延長される第１未来時間（ＦＦＴＰ）において前記ＴＰＰの未来平均値（ＦＡＶ）を予測する段階として、ここで、前記ＴＡＡＶ２又はその前に前記ＴＰＰが定常状態に移動し、前記ＦＡＶは、（ｉ）長さが少なくともＴＰＬＡＡＶ２であり、過去時点Ｔ−ＡＡＶ２から前記現在時点Ｔ０まで延長される第１過去時間（ＦＰＴＰ）における様々な時点での前記ＴＰＰの前記ＡＡＶ、（ii）前記ＭＰＰの現在値、及び（iii）前記ＤＴＶを基にして予測される段階；
    前記第２未来時間（ＳＦＴＰ）の終了時に前記ＴＰＰの前記ＡＡＶに対する第２の限界を示す追加的目標値（ＦＴＶ）を確立する段階として、前記ＳＦＴＰは、前記ＴＰＬＡＡＶ２の長さより短く、前記現在時点Ｔ０から未来時点ＴＡＡＶ１まで延長されるＴＰＬＡＡＶ１と等しい長さを有するものであり、前記ＦＴＶは、前記ＦＦＴＰにおいて前記予測されたＴＰＰの前記ＦＡＶのうちの１つ以上を基にして確立される段階；
    （ｉ）前記ＴＰＬＡＡＶ１の長さを有して過去時点Ｔ−ＡＡＶ１から前記現在時点Ｔ０まで延長される第２過去時間（ＳＰＴＰ）における様々な時点での前記ＴＰＰの前記ＡＡＶ、（ii）前記ＭＰＰの現在値、及び（iii）前記ＦＴＶを基にして各々のＣＴＴＰのための目標設定点を決める段階；及び
    前記ＣＴＴＰのために決められた目標設定点に従ってＣＴＰＰ各々の制御を指示する段階、
    を備える方法。
  15. ＣＴＰＰ各々のための目標設定点が、（ａ）（ｉ）前記ＳＰＴＰにおける様々な時点での前記ＴＰＰの前記ＡＡＶ、及び（ii）前記ＭＰＰの現在値に基づき、ＳＦＴＰにおけるＴＰＰのＦＡＶを予測し；（ｂ）（ｉ）前記ＭＰＰの現在値、及び（ii）ＣＴＰＰ各々のための前記目標設定点に従って前記ＳＦＴＰにおける様々な時点でＴＰＰのＦＡＶをまた予測することにより決まる、請求項１４に記載の方法。
  16. 前記ＦＰＴＰにおける前記ＴＰＰの前記ＡＡＶを示す履歴データを保存する段階をさらに備える、請求項１４に記載の方法。
  17. ＣＴＰＰ各々のための目標設定点は、それぞれ異なる開始時点を有し、前記現在時点Ｔ０の各々の後に終了時点を有する複数の移動時間（ＭＴＰ）の各々において前記ＴＰＰの前記ＡＡＶが前記ＤＴＶに従うように決まる、請求項１４に記載の方法。
  18. 前記現在時点Ｔ０又はその前に、前記現在時点Ｔ０又はその後に発生するイベントに相応する入力値を受容する段階をさらに備える方法であって、
    前記入力されたイベントに基づき、ＦＦＴＰにおけるＴＰＰのＦＡＶが予測され、
    前記入力されたイベントに基づき、ＣＴＰＰ各々のための目標設定点が決まる、請求項１５に記載の方法。
  19. 前記入力値は、前記ＭＰＰのうちの少なくとも１つ又は前記工程の実施に関わる少なくとも１つの非工程パラメータ（ＮＰＰ）の変化を示す、請求項１８に記載の方法。
  20. 前記工程は、ＳＯ２含有湿潤排煙を受容し、石灰石スラリーを適用して前記受容されたＳＯ２含有湿潤排煙からＳＯ２を除去し、脱硫された排煙を排出する湿式排煙脱硫（ＷＦＧＤ）工程であって、
    前記少なくとも１つのＣＴＰＰは、前記適用された石灰石スラリーのｐＨレベルに相応するパラメータ、及び適用された石灰石スラリーの量に相応するパラメータのうちの１つ以上を含み、
    前記ＴＰＰは、排出された脱硫排煙中のＳＯ２の量に相応するパラメータである、請求項１４に記載の方法。
  21. 前記工程は、アンモニアを適用してＮＯｘ含有排煙からＮＯｘを除去することによりＮＯｘの排出を制御し、ＮＯｘ排煙の排出を減少させる選択的接触還元（ＳＣＲ）工程であって、
    前記少なくとも１つのＣＴＰＰは、前記適用されたアンモニアの量に相応するパラメータを有し、
    前記ＴＰＰは、前記排出された排煙中のＮＯｘの量である、請求項１４に記載の方法。
  22. 神経回路網工程モデル及び非神経回路網工程モデルのうちの１つに従ってＦＡＶが予測され、ＣＴＰＰ各々のための目標設定点が決まり、
    前記１つのモデルは、前記ＴＰＰと前記少なくとも１つのＣＴＰＰとの間の関係を示す、請求項１４に記載の方法。
  23. 前記１つのモデルは、第１原理モデル、ハイブリッドモデル、及び回帰モデルのうちの１つを含む、請求項２２に記載の方法。
  24. 工程の実施の制御を指示する方法であって、前記工程は、少なくとも１つの制御可能な工程パラメータ（ＣＴＰＰ）及び少なくとも１つの目標設定工程パラメータ（ＴＰＰ）を含む複数の工程パラメータ（ＭＰＰ）を有し、時間（ＴＰ）における前記ＴＰＰの実際平均値（ＡＡＶ）に対する第１の限界を示す定義された目標値（ＤＴＶ）を有し、
    現在時点Ｔ０から未来時点ＴＦ１まで延長され（ここで、前記ＴＦ１以前にＴＰＰが定常状態条件に移動する）少なくともＴＰの長さを有する第１時間（ＦＴＰ）における前記ＴＰＰの未来平均値（ＦＡＶ）に相応する経路を、（ｉ）少なくともＴＰの長さを有して過去時点Ｔ−Ｆ１から前記現在時点Ｔ０まで延長される第１過去時間における様々な時点での前記ＴＰＰの前記ＡＡＶ、（ii）前記現在のＭＰＰ、（iii）前記ＤＴＶ、及び（iv）神経回路網工程モデル及び非神経回路網工程モデルのうちの１つであって、前記ＴＰＰと少なくとも１つのＣＴＰＰとの間の関係を示すモデルに従って予測する段階；
    前記予測された経路に基づき、現在時点Ｔ０から未来時点ＴＦ２まで延長され、前記ＦＴＰ未満の長さを有する第２時間（ＳＴＰ）の間の前記ＴＰＰの前記ＡＡＶに対する第２の限界を示す追加的目標値（ＦＴＶ）を確立する段階；
    前記確立されたＦＴＶ及び前記１つのモデルに基づき、ＣＴＰＰ各々のための目標設定点を決める段階；及び
    前記ＣＴＰＰ各々のための目標設定点に従って前記工程の実施の制御を指示する段階、
    を備える方法。
JP2007529893A 2004-08-27 2005-08-03 工程パラメータの平均値の所望値への段階的制御 Pending JP2008512748A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/926,991 US7117046B2 (en) 2004-08-27 2004-08-27 Cascaded control of an average value of a process parameter to a desired value
PCT/US2005/027763 WO2006026060A1 (en) 2004-08-27 2005-08-03 Cascaded control of an average value of a process parameter to a desired value

Publications (1)

Publication Number Publication Date
JP2008512748A true JP2008512748A (ja) 2008-04-24

Family

ID=35116164

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007529893A Pending JP2008512748A (ja) 2004-08-27 2005-08-03 工程パラメータの平均値の所望値への段階的制御

Country Status (17)

Country Link
US (1) US7117046B2 (ja)
EP (1) EP1782136B1 (ja)
JP (1) JP2008512748A (ja)
KR (1) KR100879234B1 (ja)
CN (1) CN101048710B (ja)
AT (1) ATE400006T1 (ja)
AU (1) AU2005280477B2 (ja)
BR (1) BRPI0514993B1 (ja)
CA (1) CA2577096C (ja)
DE (1) DE602005007914D1 (ja)
DK (1) DK1782136T3 (ja)
ES (1) ES2311234T3 (ja)
MX (1) MX2007002199A (ja)
NO (1) NO335836B1 (ja)
PL (1) PL1782136T3 (ja)
RU (1) RU2343525C2 (ja)
WO (1) WO2006026060A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007283273A (ja) * 2006-04-20 2007-11-01 Chugoku Electric Power Co Inc:The 排煙脱硝設備及び排煙脱硝設備の制御方法
WO2011065119A1 (ja) * 2009-11-24 2011-06-03 三菱重工業株式会社 脱硫設備の運転制御システム
JP2018516413A (ja) * 2015-06-05 2018-06-21 シエル・インターナシヨネイル・リサーチ・マーチヤツピイ・ベー・ウイＳｈｅｌｌ Ｉｎｔｅｒｎａｔｉｏｎａｌｅ Ｒｅｓｅａｒｃｈ Ｍａａｔｓｃｈａｐｐｉｊ Ｂｅｓｌｏｔｅｎ Ｖｅｎｎｏｏｔｓｈａｐ モデル予測制御アプリケーションにおける最高性能値に関する優れた性能のためのシステム及び方法
JP2019150797A (ja) * 2018-03-06 2019-09-12 三菱日立パワーシステムズ株式会社 脱硫装置の運転支援システム及び運転支援方法
JP2019150796A (ja) * 2018-03-06 2019-09-12 三菱日立パワーシステムズ株式会社 脱硫装置の運転監視システム

Families Citing this family (79)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7522963B2 (en) * 2004-08-27 2009-04-21 Alstom Technology Ltd Optimized air pollution control
US7536232B2 (en) * 2004-08-27 2009-05-19 Alstom Technology Ltd Model predictive control of air pollution control processes
WO2006036819A2 (en) * 2004-09-24 2006-04-06 Neuco, Inc. Method and system for increasing efficiency of fgd operation in fossil fuel boilers
US7584024B2 (en) * 2005-02-08 2009-09-01 Pegasus Technologies, Inc. Method and apparatus for optimizing operation of a power generating plant using artificial intelligence techniques
US7848831B2 (en) * 2005-07-20 2010-12-07 Jian Wang Real-time operating optimized method of multi-input and multi-output continuous manufacturing procedure
US7389773B2 (en) 2005-08-18 2008-06-24 Honeywell International Inc. Emissions sensors for fuel control in engines
US7877154B2 (en) * 2005-09-30 2011-01-25 Fisher-Rosemount Systems, Inc. Method and system for controlling a batch process
US7599750B2 (en) 2005-12-21 2009-10-06 Pegasus Technologies, Inc. Model based sequential optimization of a single or multiple power generating units
US8359112B2 (en) * 2006-01-13 2013-01-22 Emerson Process Management Power & Water Solutions, Inc. Method for redundant controller synchronization for bump-less failover during normal and program mismatch conditions
US7660640B2 (en) * 2006-03-07 2010-02-09 Siemens Aktiengesellschaft Apparatus and method for predictive control of a power generation system
WO2008064539A1 (fr) * 2006-11-30 2008-06-05 Jiangang Yao Contrôle et concentration en temps réel de centres de production pour des économie de l'énergie de réseau et la réduction des émissions de so2
US8200369B2 (en) * 2007-03-12 2012-06-12 Emerson Process Management Power & Water Solutions, Inc. Use of statistical analysis in power plant performance monitoring
US8340824B2 (en) 2007-10-05 2012-12-25 Neuco, Inc. Sootblowing optimization for improved boiler performance
US8161730B2 (en) * 2008-04-30 2012-04-24 Cummins Ip, Inc. Apparatus, system, and method for reducing NOx emissions on an SCR catalyst
US8256208B2 (en) * 2008-04-30 2012-09-04 Cummins Ip, Inc. Apparatus, system, and method for reducing NOx emissions on an SCR catalyst
US8109079B2 (en) * 2008-04-30 2012-02-07 Cummins Ip, Inc. Apparatus, system, and method for controlling ammonia slip from an SCR catalyst
US8505278B2 (en) * 2009-04-30 2013-08-13 Cummins Ip, Inc. Engine system properties controller
US8074445B2 (en) * 2008-04-30 2011-12-13 Cummins Ip, Inc. Apparatus, system, and method for reducing NOx emissions on an SCR catalyst
US8141340B2 (en) * 2008-04-30 2012-03-27 Cummins Ip, Inc Apparatus, system, and method for determining the degradation of an SCR catalyst
US8181450B2 (en) * 2008-04-30 2012-05-22 Cummins IP. Inc. Apparatus, system, and method for reducing NOx emissions on an SCR catalyst using ammonia storage and slip control
US8281572B2 (en) * 2008-04-30 2012-10-09 Cummins Ip, Inc. Apparatus, system, and method for reducing NOx emissions from an engine system
US8201394B2 (en) * 2008-04-30 2012-06-19 Cummins Ip, Inc. Apparatus, system, and method for NOx signal correction in feedback controls of an SCR system
US8060290B2 (en) 2008-07-17 2011-11-15 Honeywell International Inc. Configurable automotive controller
AT10301U3 (de) * 2008-09-01 2009-09-15 Avl List Gmbh Verfahren und regelanordnung zur regelung einer regelstrecke mit sich wiederholendem arbeitszyklus
WO2010065963A2 (en) * 2008-12-05 2010-06-10 Cummins Ip, Inc. Apparatus, system, and method for estimating an nox conversion efficiency of a selective catalytic reduction catalyst
WO2010065965A2 (en) * 2008-12-05 2010-06-10 Cummins Ip, Inc. Apparatus, system, and method for controlling reductant dosing in an scr catalyst system
US8200347B2 (en) * 2009-01-22 2012-06-12 Mitsubishi Electric Research Laboratories, Inc. Method and apparatus for hybrid resetting states proportional-integral-derivative and lag controllers
CA2752873A1 (en) * 2009-02-19 2010-08-26 Koninklijke Philips Electronics N.V. Lighting control network
US8110029B2 (en) 2009-05-08 2012-02-07 Alstom Technology Ltd Integrated mercury control system
WO2011032020A2 (en) * 2009-09-10 2011-03-17 Cummins Ip, Inc. Low temperature selective catalytic reduction catalyst and associated systems and methods
US8620461B2 (en) 2009-09-24 2013-12-31 Honeywell International, Inc. Method and system for updating tuning parameters of a controller
FR2951386B1 (fr) * 2009-10-21 2011-12-09 Lab Sa Procede et installation de commande d'un laveur humide
AU2010337990B2 (en) * 2009-12-31 2014-03-06 Abb Schweiz Ag Process optimization method and system for a power plant
US8671666B2 (en) 2010-03-11 2014-03-18 Cummins Inc. System and apparatus for enhancing exhaust aftertreatment startup emissions control
US8733083B2 (en) 2010-04-26 2014-05-27 Cummins Filtration Ip, Inc. SCR catalyst ammonia surface coverage estimation and control
JP5007964B2 (ja) * 2010-05-13 2012-08-22 横河電機株式会社 化学センサの校正装置
US8504175B2 (en) * 2010-06-02 2013-08-06 Honeywell International Inc. Using model predictive control to optimize variable trajectories and system control
ITFI20110063A1 (it) * 2011-04-08 2012-10-09 Enel Produzione Spa Metodo per il monitoraggio e controllo della chimica di un processo zld applicato alle centrali di potenza
US20120282564A1 (en) * 2011-05-03 2012-11-08 Electric Power Research Institute, Inc. METHODS FOR REDUCING NOx IN SCR FOSSIL-FUEL FIRED BOILERS
US10203667B2 (en) * 2011-09-01 2019-02-12 Honeywell International Inc. Apparatus and method for predicting windup and improving process control in an industrial process control system
US9677493B2 (en) 2011-09-19 2017-06-13 Honeywell Spol, S.R.O. Coordinated engine and emissions control system
US9650934B2 (en) 2011-11-04 2017-05-16 Honeywell spol.s.r.o. Engine and aftertreatment optimization system
US20130111905A1 (en) 2011-11-04 2013-05-09 Honeywell Spol. S.R.O. Integrated optimization and control of an engine and aftertreatment system
US9002929B2 (en) * 2012-03-02 2015-04-07 Fisher Controls International Llc Methods and apparatus to reduce memory requirements for process control system software applications
RU2510164C2 (ru) * 2012-06-26 2014-03-20 Сергей Николаевич Доля Способ ускорения магнитных диполей
RU2510603C2 (ru) * 2012-06-26 2014-03-27 Сергей Николаевич Доля Способ ускорения макрочастиц
CN103170233B (zh) * 2013-03-06 2014-07-02 浙江大学 提高石灰石-石膏烟气脱硫系统可靠性和可用性的方法
FI125364B (en) 2013-04-19 2015-09-15 Metso Automation Oy Optimization of a process
US9733629B2 (en) * 2014-07-21 2017-08-15 Honeywell International Inc. Cascaded model predictive control (MPC) approach for plantwide control and optimization
EP3051367B1 (en) 2015-01-28 2020-11-25 Honeywell spol s.r.o. An approach and system for handling constraints for measured disturbances with uncertain preview
EP3056706A1 (en) 2015-02-16 2016-08-17 Honeywell International Inc. An approach for aftertreatment system modeling and model identification
EP3091212A1 (en) 2015-05-06 2016-11-09 Honeywell International Inc. An identification approach for internal combustion engine mean value models
EP3125052B1 (en) 2015-07-31 2020-09-02 Garrett Transportation I Inc. Quadratic program solver for mpc using variable ordering
US10272779B2 (en) 2015-08-05 2019-04-30 Garrett Transportation I Inc. System and approach for dynamic vehicle speed optimization
US10545465B2 (en) * 2015-10-15 2020-01-28 Accenture Global Services Limited System and method for selecting controllable parameters for equipment operation safety
JP6429033B2 (ja) * 2016-01-15 2018-11-28 株式会社ダイフク 機械設備の制御システム
US10415492B2 (en) 2016-01-29 2019-09-17 Garrett Transportation I Inc. Engine system with inferential sensor
US10124750B2 (en) 2016-04-26 2018-11-13 Honeywell International Inc. Vehicle security module system
US10036338B2 (en) 2016-04-26 2018-07-31 Honeywell International Inc. Condition-based powertrain control system
US10643167B2 (en) * 2016-07-28 2020-05-05 Honeywell International Inc. MPC with unconstrained dependent variables for KPI performance analysis
EP3548729B1 (en) 2016-11-29 2023-02-22 Garrett Transportation I Inc. An inferential flow sensor
EP3404497B1 (en) * 2017-05-15 2021-11-10 Siemens Aktiengesellschaft A method and system for providing an optimized control of a complex dynamical system
US11057213B2 (en) 2017-10-13 2021-07-06 Garrett Transportation I, Inc. Authentication system for electronic control unit on a bus
RU2708343C2 (ru) * 2018-04-16 2019-12-05 Алексей Владимирович Вейко Способ поиска и восстановления функциональных зависимостей и устройство для его реализации
US10503161B1 (en) * 2018-10-08 2019-12-10 CrossnoKaye Industrial process control coordination and implementation
CN109343349B (zh) * 2018-11-01 2023-08-22 大唐环境产业集团股份有限公司 一种基于喷氨量补偿器的scr烟气脱硝优化控制系统和方法
CN109459988B (zh) * 2018-11-13 2020-11-13 北京国电龙源环保工程有限公司 基于大数据的脱硫装置脱水系统优化控制方法、系统及计算机可读介质
KR102094288B1 (ko) * 2018-11-30 2020-03-27 두산중공업 주식회사 보일러의 연소 최적화 연산을 위한 시스템 및 방법
BR112021022142A2 (pt) 2019-05-09 2022-01-04 Cummins Emission Solutions Inc Disposição de válvula para catalisador com acoplamento curto de fluxo dividido
US11406933B1 (en) * 2019-06-03 2022-08-09 Henry Krigmont Flue gas conditioning system controller
CN110187699A (zh) * 2019-06-21 2019-08-30 安徽宸瑞节能环保科技工程有限公司 一种用于除尘设备的远程调试系统及故障诊断方法
EP4136514A1 (en) * 2020-04-16 2023-02-22 Abb Schweiz Ag Method for an intelligent alarm management in industrial processes
CN111505939B (zh) * 2020-04-23 2021-09-21 清华大学 直线运动系统前馈控制器的参数整定方法
CN111642437B (zh) * 2020-05-09 2021-08-20 中国水产科学研究院东海水产研究所 一种半潜式养殖平台用圆台形侧网的制备方法
CN113778044A (zh) * 2020-06-09 2021-12-10 北京国电智深控制技术有限公司 一种火电厂送风机系统监控方法及装置
CN112650050B (zh) * 2020-11-23 2022-07-01 贵州金元茶园发电有限责任公司 基于数据建模和多前馈pid的化学加氨自动控制方法
CN112417619B (zh) * 2020-11-23 2021-10-08 江苏大学 一种基于数字孪生的泵机组优化运行调节系统及方法
CN116745021A (zh) 2021-01-13 2023-09-12 巴斯夫欧洲公司 后处理含一氧化二氮的排气料流的方法
CN113379166B (zh) * 2021-07-27 2023-05-26 成都佳华物链云科技有限公司 一种工艺参数的预测方法、装置、电子设备及存储介质

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4487784A (en) * 1982-02-22 1984-12-11 Babcock-Hitachi Kabushiki Kaisha Limestone-gypsum flue gas desulfurization process
US4423018A (en) * 1982-06-23 1983-12-27 Monsanto Company Buffered flue gas scrubbing system using adipic acid by-product stream
JPS63319027A (ja) * 1987-06-23 1988-12-27 Nkk Corp 半乾式塩化水素除去装置の制御方法
US4911901A (en) * 1987-09-16 1990-03-27 Chiyoda Corporation Wet desulfurization process for treating a flue gas
CN1013736B (zh) * 1989-03-03 1991-09-04 沈阳环境科学研究所技术开发公司 锅炉烟气除尘脱硫工艺及其设备
US5212765A (en) * 1990-08-03 1993-05-18 E. I. Du Pont De Nemours & Co., Inc. On-line training neural network system for process control
US5167009A (en) * 1990-08-03 1992-11-24 E. I. Du Pont De Nemours & Co. (Inc.) On-line process control neural network using data pointers
US5282261A (en) * 1990-08-03 1994-01-25 E. I. Du Pont De Nemours And Co., Inc. Neural network process measurement and control
US5479573A (en) * 1992-11-24 1995-12-26 Pavilion Technologies, Inc. Predictive network with learned preprocessing parameters
US6243696B1 (en) * 1992-11-24 2001-06-05 Pavilion Technologies, Inc. Automated method for building a model
US5729661A (en) * 1992-11-24 1998-03-17 Pavilion Technologies, Inc. Method and apparatus for preprocessing input data to a neural network
US6002839A (en) * 1992-11-24 1999-12-14 Pavilion Technologies Predictive network with graphically determined preprocess transforms
KR950014193B1 (ko) * 1992-12-30 1995-11-23 유준상 대기 오염물질 정화장치
WO1994020887A2 (en) * 1993-03-02 1994-09-15 Pavilion Technologies, Inc. Method and apparatus for analyzing a neural network within desired operating parameter constraints
US5386373A (en) * 1993-08-05 1995-01-31 Pavilion Technologies, Inc. Virtual continuous emission monitoring system with sensor validation
US6438430B1 (en) * 1996-05-06 2002-08-20 Pavilion Technologies, Inc. Kiln thermal and combustion control
US6047221A (en) * 1997-10-03 2000-04-04 Pavilion Technologies, Inc. Method for steady-state identification based upon identified dynamics
US6278899B1 (en) * 1996-05-06 2001-08-21 Pavilion Technologies, Inc. Method for on-line optimization of a plant
US6493596B1 (en) * 1996-05-06 2002-12-10 Pavilion Technologies, Inc. Method and apparatus for controlling a non-linear mill
US5933345A (en) * 1996-05-06 1999-08-03 Pavilion Technologies, Inc. Method and apparatus for dynamic and steady state modeling over a desired path between two end points
HUP9800244A2 (hu) 1997-03-21 1999-06-28 Von Roll Umwelttechnik Aktiengesellschaft Eljárás és készülék egy kezelőanyag beadagolási mennyiségének szabályozására égésfolyamatok füstgázaiban a nitrogén-monoxid-tartalom csökkentésére
US6542852B2 (en) * 1999-09-15 2003-04-01 General Electric Company System and method for paper web time-to-break prediction
US6611726B1 (en) * 1999-09-17 2003-08-26 Carl E. Crosswhite Method for determining optimal time series forecasting parameters
MXPA02003755A (es) * 1999-10-15 2002-09-18 Dekalb Genetics Corp Metodos y sistemas para analisis de rendimiento de plantas.
US6917845B2 (en) * 2000-03-10 2005-07-12 Smiths Detection-Pasadena, Inc. Method for monitoring environmental condition using a mathematical model
ES2304394T3 (es) * 2000-08-18 2008-10-16 Animas Technologies Llc Dispositivo para la prediccion de eventos hipoglucemicos.
CN100478157C (zh) * 2000-09-21 2009-04-15 东丽株式会社 薄片
NL1018086C2 (nl) * 2001-05-16 2002-11-26 Asm Int Werkwijze en inrichting voor het thermisch behandelen van substraten.
CN1139421C (zh) * 2001-06-22 2004-02-25 刘文秀 炼油厂、石化厂尾气回收利用方法
GB2388922B (en) 2002-01-31 2005-06-08 Cambridge Consultants Control system
CN1462644A (zh) * 2002-05-30 2003-12-24 株式会社Won技术 废气处理装置和废气处理系统
CN1387099A (zh) * 2002-06-14 2002-12-25 彭永臻 Sbr工艺模糊控制方法及控制装置
ATE362080T1 (de) 2002-07-19 2007-06-15 Abb Research Ltd Bestimmung der zusammenstellung eines stoffgemisches zur zufuhr in einen ofen
US7580813B2 (en) * 2003-06-17 2009-08-25 Microsoft Corporation Systems and methods for new time series model probabilistic ARMA

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007283273A (ja) * 2006-04-20 2007-11-01 Chugoku Electric Power Co Inc:The 排煙脱硝設備及び排煙脱硝設備の制御方法
WO2011065119A1 (ja) * 2009-11-24 2011-06-03 三菱重工業株式会社 脱硫設備の運転制御システム
JP2018516413A (ja) * 2015-06-05 2018-06-21 シエル・インターナシヨネイル・リサーチ・マーチヤツピイ・ベー・ウイＳｈｅｌｌ Ｉｎｔｅｒｎａｔｉｏｎａｌｅ Ｒｅｓｅａｒｃｈ Ｍａａｔｓｃｈａｐｐｉｊ Ｂｅｓｌｏｔｅｎ Ｖｅｎｎｏｏｔｓｈａｐ モデル予測制御アプリケーションにおける最高性能値に関する優れた性能のためのシステム及び方法
US11175639B2 (en) 2015-06-05 2021-11-16 Shell Oil Company System and method for superior performance with respect to best performance values in model predictive control applications
JP7045857B2 (ja) 2015-06-05 2022-04-01 シエル・インターナシヨネイル・リサーチ・マーチヤツピイ・ベー・ウイ モデル予測制御アプリケーションにおける最高性能値に関する優れた性能のためのシステム及び方法
JP2019150797A (ja) * 2018-03-06 2019-09-12 三菱日立パワーシステムズ株式会社 脱硫装置の運転支援システム及び運転支援方法
JP2019150796A (ja) * 2018-03-06 2019-09-12 三菱日立パワーシステムズ株式会社 脱硫装置の運転監視システム
WO2019172085A1 (ja) * 2018-03-06 2019-09-12 三菱日立パワーシステムズ株式会社 脱硫装置の運転監視システム
JP7161294B2 (ja) 2018-03-06 2022-10-26 三菱重工業株式会社 脱硫装置の運転支援システム及び運転支援方法
JP7161855B2 (ja) 2018-03-06 2022-10-27 三菱重工業株式会社 脱硫装置の運転監視システム

Also Published As

Publication number Publication date
AU2005280477A1 (en) 2006-03-09
EP1782136A1 (en) 2007-05-09
CA2577096C (en) 2010-11-23
EP1782136B1 (en) 2008-07-02
CN101048710A (zh) 2007-10-03
ES2311234T3 (es) 2009-02-01
WO2006026060A8 (en) 2007-04-19
CA2577096A1 (en) 2006-03-09
ATE400006T1 (de) 2008-07-15
KR20070044502A (ko) 2007-04-27
US20060058899A1 (en) 2006-03-16
RU2007111130A (ru) 2008-10-10
MX2007002199A (es) 2007-06-15
DK1782136T3 (da) 2008-10-27
NO335836B1 (no) 2015-03-02
AU2005280477B2 (en) 2009-08-13
BRPI0514993B1 (pt) 2017-06-13
WO2006026060A1 (en) 2006-03-09
US7117046B2 (en) 2006-10-03
RU2343525C2 (ru) 2009-01-10
KR100879234B1 (ko) 2009-01-20
NO20070662L (no) 2007-03-14
DE602005007914D1 (de) 2008-08-14
BRPI0514993A (pt) 2008-07-01
PL1782136T3 (pl) 2008-12-31
CN101048710B (zh) 2011-06-08

Similar Documents

Publication Publication Date Title
JP5435867B2 (ja) 最適化された大気汚染制御
JP2008512748A (ja) 工程パラメータの平均値の所望値への段階的制御
JP2008511906A (ja) 大気汚染制御工程のモデル予測制御
US7113835B2 (en) Control of rolling or moving average values of air pollution control emissions to a desired value
US7323036B2 (en) Maximizing regulatory credits in controlling air pollution
US7634417B2 (en) Cost based control of air pollution control
US20060047607A1 (en) Maximizing profit and minimizing losses in controlling air pollution

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20091201

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20100301

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20100308

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100601

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20100819

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110210

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20111130

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20111205

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120229