JP2009243244A - 対面通行トンネルのジェットファンによるトンネル換気制御システム - Google Patents

Abstract

【課題】 フィードバック制御、フィードフォワード制御を工夫して省電力化を可能としたトンネル換気制御システムを提供する。
【解決手段】 フィードフォワード制御部１４０は煙霧透過率目標値とＣＯ濃度目標値とセンサ部１１０で実測したトンネル内の各種データとモデル記憶部１２０内の風速モデルと交通モデルと汚染濃度モデルを用いた自然風予測と交通風予測と汚染発生量予測を行い、断面風速目標値と換気機器制御目標値を決定する。最適選定計画決定部１６０により換気機器１０の並列運転台数と回転数との関係、正逆逆転時における自然風の自然換気方向と対面交通による交通換気方向との関係とを考慮した省エネ最適選定計画を決める。断面風速目標値に関する第１のフィードバック補正と換気機器制御目標値に対する第２のフィードバック補正をカスケード制御で行い、ハイブリッド適応制御部１８０はフィードバック補正と省エネ最適選定計画とを組み合わせた適応制御を行う。
【選択図】 図３

Description

本発明は、対面通行の道路トンネルの換気設備装置、特にインバータ駆動ジェットファンを用いた縦流式の換気制御方式により換気をする道路トンネルの換気技術に関する。

道路トンネルにおいては、人体に対して有害な自動車のエンジンからの排出物質や塵埃などが浮遊しており、そのままではトンネル内の汚染物質濃度が高まってゆく。そこで、トンネル内の良好な環境を確保するためトンネル内の汚染物質を排気する必要がある。トンネル内の汚染物質を排気するには自然換気力や交通換気力による換気では不十分であり、トンネル内に設置された換気機を用いた強制換気が行われている。
トンネルの換気にはさまざまな方式がある。わが国に非常に多い３０００ｍ以下の中小の対面通行の道路トンネルの換気方式として「縦流換気方式」と呼ばれる換気方式が標準採用される場合が多い。

「縦流換気方式」とは、トンネル断面全体を換気ダクトとして利用する方式の換気方式であり、用いる換気装置としては、道路トンネル内の空気をトンネル外に押し出すジェットファン、道路トンネル内の空気を浄化する電気集塵機などがあり、適宜これらを組み合わせてトンネルの入口から出口に向かう空気流を形成して排気する。道路トンネルの中央付近に立抗を設けて道路トンネル内の空気を道路トンネル外の空気と交換する集中排気方式を組み合わせることもある。

従来の「縦流換気方式」でのジェットファン駆動モータは起動電流が定格電流の数倍となる誘導モータで駆動されている。
従来の一般的なジェットファンを用いた縦流換気方式の対面通行道路トンネルを図１０に示す。このトンネル１は、交通方向が両方向の対面通行トンネルと呼ばれるタイプである。このような対面通行道路トンネル１では、内部に縦流方向の換気を行なうジェットファンが複数台配設されている。図１０の例ではジェットファン１０ａ、１０ｂ、１０ｃ、１０ｄの４台が描かれている。対面通行道路トンネル内１には図左から図右にかけて縦流の空気流Ａが発生し、左から右にかけてトンネル内の汚染空気が排気される。換気制御装置によりジェットファン１０の運転を制御する。

図１０の例ではトンネル１内の入口近く、中央部近く、出口近くの各場所に風向風速計（ＡＶ計）がそれぞれ設置されており、排気抗の入口近くには、汚染濃度計である煙霧透過率計（ＶＩ計）、一酸化炭素濃度計（ＣＯ計）が設置されている（図示せず）。ここで、煙霧透過率計（ＶＩ計）は物質中を透過する光の割合から汚染濃度を計測する装置であり、また、一酸化炭素濃度計（ＣＯ計）は一酸化炭素の濃度を測定する装置である。交通量計測装置は対面通行道路トンネル１内を通過する車の交通量を計測する装置である。

従来のジェットファンを用いた縦流換気方式では、対面通行道路トンネル１内部の風向風速計、煙霧透過率計、一酸化炭素濃度計、交通量計測装置から得られた各種環境成分値に基づいて、換気制御装置（図示せず）により対面通行道路トンネル１内部に設置されたジェットファン１０ａ〜１０ｄの運転台数を調整することが行われている。すなわち、対面通行道路トンネル１内部には、例えば、煤煙、一酸化炭素、交通量、または風向風速等の環境成分値を測定する環境成分測定器が設置され、これらの環境成分測定器の計測値に基づいて、必要な換気量を確保するのに必要な台数だけジェットファン１０ａ〜１０ｄを運転し、これによって汚染物質濃度を予め設定されている許容値以下にして、トンネル利用者の安全性、快適性を確保している。従来の対面通行トンネルでは費用対効果から汚染濃度（ＶＩ、ＣＯ）のフィードバックによる台数運転が採用されてきたが、運転速度の制御を行うものも知られている。

例えば、換気制御装置は、交通量計測装置から現在の交通量を読み込み、次に、この交通量に、自動車の排ガス量係数と道路トンネルの構造係数とを乗算して煤煙発生量を算出し、この煤煙発生量と煤煙濃度の制御目標値とから必要換気量Ｑを算出する。並行して、換気制御装置は煤煙透過率計から現在の道路トンネル内の空気の汚染濃度をフィードバック値として読み込み、上記のようにして算出した必要換気量Ｑとフィードバック値との偏差値を求め、この偏差値からＰＩＤ制御（比例・積分・微分制御）を演算し、このＰＩＤ制御の演算結果よりジェットファン１０を制御、操作している。

特開２００４−１９２５０号公報

従来の縦流換気方式には以下の問題があった。

従来の第１の問題は、汚染濃度（ＶＩ、ＣＯ）に注目したフィードバック制御技術を用いた縦流換気方式では電力量が大きくなってしまうという問題である。従来の対面通行トンネルでは汚染濃度（ＶＩ、ＣＯ）に注目したフィードバックによる台数運転が採用されてきたが、ジェットファンは直接的にはトンネル内に強制換気力による風速を生じさせるものであるため、汚染濃度に注目したフィードバック制御を行うと、後追い制御となるために過剰換気、換気不足となるケースが多いのが実情である。従来では換気力としてジェットファンによる機械換気力しか考えないことが通例であった。交通換気力については、従来は、対面通行トンネルの場合は走行車両による換気力を期待せず、逆に換気上の抵抗として考える場合が多かった。また、ＶＩ、ＣＯのフィードバックが主流ということで交通量計なども設置されず交通換気力を把握できない場合が多かった。自然風は換気機器の換気方向に対して順風であったり、逆風であったりするため、換気動力費に大きな影響を与えることは知られていたが、トンネル周辺の気象状況によって風向や風速が常に変化しているため、自然換気力の積極的な利用は困難であり、あくまで機械換気が主で自然風は従と考えられてきた。こうして補助的に利用する場合も、自然風の把握には、トンネル両坑口に微気圧計を設置する必要があり、初期費用ならびに保守費用が増大するという問題があった。

従来の第２の問題は、的確な予測を用いたフィードフォワード制御が難しいという問題があった。自然換気力の大きさや交通換気力の大きさの変動に応じて刻々と変化するが、それら変化を的確に織り込んだジェットファン制御を行うことができなかった。自然換気力や交通換気力の大きさや方向の変化を的確に織り込んだフィードフォワード制御を行うことができれば消費電力量を低減することが可能となる。

従来の第３の問題は、オンオフ切り替えのジェットファンの運転切り替えには大きなスパンが必要とされ、即応性に問題があり細かく運転制御できないという問題があった。対面通行トンネルは一方通行のトンネルに比べ交通換気力が互いに反対方向に働くため、車道内風速が不安定な運転になりやすいといわれている。一般的には平常時及び非常時（火災時）とも、ジェットファンの運転台数を切り換える事で実現されてきたため精度の高い制御は困難であった。しかるにジェットファン駆動モータは起動電流が定格電流の数倍となる誘導モータであるため、停止後３０分程度は起動できない問題があった。また、その回転数は電源周波数により定まる固定回転数となるため、縦流換気力も固定値（最大値）しかとれない。そのために従来のジェットファン運転では即応性に問題があり細かく運転制御できないという問題があった。

上記問題点に鑑み、本発明は、フィードバック制御、フィードフォワード制御を工夫して省電力化を可能とした縦流換気システムを提供することを目的とする。

上記目的を達成するため、本発明にかかるトンネル換気制御システムは、
トンネル内に配設された複数の換気機器と、
前記トンネル内の煙霧透過率データと、汚染ガス濃度データと、断面風速データと、トンネル内の車両交通量データとを含むトンネル内データを計測・収集するセンサ部と、
前記トンネル内を流れる風をモデル化した風速モデルと、前記トンネル内の車両交通をモデル化した交通モデルと、前記トンネル内を通過する車両により発生する汚染物質の濃度をモデル化した汚染濃度モデルを保持記憶するモデル記憶部と、
前記センサ部から取得した前記トンネル内データを入力とし、前記トンネル内データの変化に合わせ、前記モデル記憶部の前記風速モデルと前記交通モデルと前記汚染濃度モデルのパラメータを推定して更新するモデルパラメータ推定部と、
煙霧透過率目標値と汚染ガス濃度目標値と、前記センサ部により実測した前記トンネル内データと、前記風速モデルと前記交通モデルと前記汚染濃度モデルを用いた自然風予測と交通風予測と汚染発生量予測を行う予測部と、
前記予測部の各予測に基づき、断面風速目標値と換気機器制御目標値を決定するフィードフォワード制御部と、
前記換気機器の並列運転台数と回転数との関係と、前記換気機器の正逆逆転時における自然風の自然換気方向と対面交通による交通換気方向との関係とを考慮した省エネ最適選定計画を決める最適選定計画決定部と、
前記断面風速目標値と前記換気機器制御目標値に対するフィードバック補正と、前記省エネ最適選定計画とを組み合わせた適応制御を行うハイブリッド適応制御部とを備えたことを特徴とする。

なお、上記構成において、各々の構成は下記のものとすることが好ましい。
まず、前記換気機器の運転がインバータ駆動運転であり、前記換気機器を定格電力以下で前記ハイブリッド適応制御部が決定した最適制御量による連続運転を可能とすることが好ましい。

次に、前記ハイブリッド適応制御部のフィードバック補正が、
前記断面風速目標値と前記センサ部が実測した前記断面風速データから前記換気機器の並列運転台数と正逆方向とその回転数を制御する第１のフィードバック制御と、
前記汚染ガス濃度データおよび前記汚染ガス濃度目標値と、前記センサ部が実測した前記煙霧透過率データおよび前記煙霧透過率目標値から前記換気機器の並列運転台数と正逆方向とその回転数を制御する第２のフィードバック制御を備え、
前記第１のフィードバックループを包含するように前記第２のフィードバックループを形成せしめたカスケード制御とすることが好ましい。

次に、前記風速モデルとして［数１２］の方程式を前記トンネル内風向風速Ｕｒに関する２次多項式とみて２つの定常解をＵｒ１＊、Ｕｒ２＊とし、Ｕｒについて解いた［数１３］による解析解に基づく離散時間風速モデルとして高速化を図ったものであることが好ましい。

ここで、前記トンネル内風向風速Ｕｒ、前記トンネル断面積Ａｒ、前記トンネル長Ｌ、空気密度ρ、前記トンネル内壁面摩擦力Ｐｒ、交通換気力Ｐｔ、自然換気力Ｐｎ、機械換気力Ｐｊとし、ａ、ｂ、ｃ、α、βは係数とする。

次に、前記汚染濃度モデルとして、［数１４］の移流拡散方程式をＣ(ｔ，ｘ)について解いた［数１５］による解析解に基づく離散時間汚染濃度モデルとして高速化を図ったものであることが好ましい。

ここで、汚染濃度Ｃ、前記トンネル内風向風速Ｕｒ、時間ｔ、前記トンネル入口から流下方向への距離ｘ、汚染発生量Ｍとする。Ｄは拡散係数、Ｍｉはｉ番目の車両による汚染発生量、ｔｉはｉ番目の車両による汚染発生時刻、ｘｉはｉ番目の車両のトンネル入口からの距離である。

次に、前記ハイブリッド適応制御部による前記換気機器運転の結果として、前記センサ部が収集した前記実測データと、前記予測部が予測した前記予測データとのずれの修正において、前記パラメータ推定部が、［数１６］と［数１７］から得た［数１８］を、大型車両等価抵抗面積Ｐ１、小型車両等価抵抗面積Ｐ２、自然風風速Ｐ３をパラメータとして整理した［数１９］においてＰ１，Ｐ２，Ｐ３に関して［数２０］の線形性が成立していると扱うことにより離散時間確率システムのカルマンフィルタ問題としてパラメータＰ１，Ｐ２，Ｐ３の推定を行うことが好ましい。

ζｅは入口損失係数、λは壁面摩擦抵抗係数、Ａｍは車両等価抵抗面積、Ｖｔは平均車両速度である。添字の(H)は大型車、(L)は小型車である。φはジェットファンの吹き出し面積Ａｊとトンネル断面積Ａｒの断面積比（Ａｊ／Ａｒ）、Ψはトンネル内風速Ｕｒとジェットファンの吹き出し風速Ｕｊとの風速比（Ｕｒ／Ｕｊ）

次に、前記ハイブリッド適応制御部による前記換気機器運転の結果として、前記センサ部が収集した前記実測データと、前記予測部が予測した前記予測データとのずれの修正において、前記パラメータ推定部が、大型車両煤煙発生量Ｐ４、小型車両煤煙発生量Ｐ５をパラメータとして［数１４］を整理した［数２１］においてＰ４，Ｐ５に関して線形性が成立していることに着目することにより［数２２］および離散時間確率システムのカルマンフィルタ問題としてパラメータＰ４，Ｐ５の推定を行うことが好ましい。

上記構成により、ジェットファンをインバータ運転することにより、ジェットファン駆動の正逆逆転運転や回転数の変更など定格電流により速やかに制御を行うことができ、省電力化の効果が得られる。従来の誘導モータによるジェットファン運転では、運転保護インターバル時間があり、一旦停止したジェットファンは１０分間運転不可であったが、上記のようにインバータ制御運転を前提とすれば、即応性を得ることができ、細かい運転制御が可能となる。

また、上記構成により、フィードバック制御に関しては、トンネル内の風向風速のフィードバック制御と、トンネル内の汚染濃度のフィードバック制御をカスケード制御することにより、細かく変化しやすい風向風速に対してジェットファンの運転を細かくフィードバック制御することができ、また、風向風速に比べて変化が遅くあらわれる汚染濃度に対してもカスケード制御によりジェットファンの運転をフィードバック制御できるので、全体として過剰換気、換気不足となるケースを少なく低減でき、省エネ運転を実現できる。

また、フィードフォワード制御に関しては、解析解に基づく離散時間の風速モデルと汚染濃度モデルとを適用し、前記換気機器の並列運転台数と正逆方向とその回転数の最適制御量を算出し、解析精度を高めることが可能となる。また、上記のようにパラメータ推定が線形性を利用してカルマンフィルタの問題に帰着し、未知数である自然換気力（Ｕｒ）、大型車両交通換気パラメータ（ＡｍHeavy）、小型車両交通換気パラメータ（ＡｍLight）、大型車両汚染発生パラメータ（ＣｏHeavy）、小型車両汚染発生パラメータ（ＣｏLight）としてセンサ部で得た実測値を代入するのみで高速に求めることができる。

本発明のトンネル換気制御システムによれば、自然風予測と交通風予測と汚染発生量予測の少なくとも３つの予測に基づくフィードフォワード制御、風向風速と汚染濃度の２つのフィードバック補正を組み合わせたカスケード制御、省エネ最適選定計画に基づくジェットファンの並列運転台数と正逆方向とその回転数の最適に制御などを組み合わせたハイブリッド型の適応制御により交通換気力、自然風換気力を適切に織り込んだ省エネルギー運転を行うことができる。

以下、図面を参照しつつ、本発明のインバータ駆動ジェットファンによるトンネル換気制御システムの実施例を説明する。ただし、本発明の範囲は以下の実施例に示した具体的な用途、形状、個数などには限定されないことは言うまでもない。

実施例１にかかる本発明のトンネル換気制御システムの例を示す。
図１は本発明のトンネル換気制御システム１００の機能面に注目した制御ブロック図である。
図２はトンネル内の様子を模式的に示した図である。
図３は本発明のトンネル換気制御システム１００の構成要素を示した構成図である。

本発明のトンネル換気制御システム１００は、ジェットファンのみによる機械換気力のみならず、自然風による自然換気力、通行車両が持つ抵抗により生じる交通風による交通換気力などを組み合わせたフィードフォワード制御、カスケード制御を組み込んだフィードバック制御、モデルのパラメータ推定処理などにより、適切にトンネル内風向風速Ｕｒ、汚染濃度をコントロールし、ジェットファンのインバータ運転による省エネルギー運転を実現するものである。

本発明のトンネル換気制御システム１００を適用するトンネルは、図２に示すように、トンネル１内は対面交通となっている。トンネル１内には外界から吹き込む自然風Ｕｎによる自然換気力と、通行車両が持つ抵抗により生じる各車両の通行方向に生じる風圧が合成されて生じる交通風Ｕｔによる交通換気力、ジェットファン１０による機械風Ｕｊによる機械換気力が加わる。これら３つの換気力とトンネル１を流れる空気の壁面摩擦力の合成の結果、トンネル１内にトンネル内風向風速Ｕｒが生じる。

なお、換気機器１０は、トンネル１内の空気を換気する機器であり、ここでは、インバータ駆動により運転されるジェットファンであり、複数台あり、それらの並列運転が可能なものとなっている。換気機器１０は定格電力以下で後述するように最適制御量による連続運転が可能となっている。

図１の制御ブロック図を参照しつつ詳しく説明する。
まず、本発明のトンネル換気制御システム１００は、トンネル内風速予測ブロックＳ１と汚染発生量予測ブロックＳ２とを備えている。
トンネル内風速予測ブロックＳ１は、トンネル内風速Ｕｒ予測について、以下の高速予測処理方法を採用する。

まず、ニュートンの法則から次の［数２３］式が成立する。

ここで、Ａｒはトンネル断面積、Ｌはトンネル長、ρは空気密度、Ｐｒは壁面摩擦力、Ｐｔは交通換気力、Ｐｎは自然換気力、Ｐｊはジェットファン換気力である。

この［数２３］式をトンネル内風速Ｕｒに関して解くと［数２４］式のようになる。

ここで、Ｕｒ１＊、Ｕｒ２＊は、［数２３］の右辺を０とする２つの定常解である。
この［数２４］を用いれば、トンネル内風速予測演算ブロックＳ１は、任意のｔ秒後のトンネル内風速Ｕｒ(ｔ)を高速に求めることができる。

次に、汚染発生量予測ブロックＳ２は、汚染発生量Ｃ（ｔ，ｘ）予測について、以下の高速予測処理方法を採用する。まず、移流拡散方程式は［数２５］式のように書ける。

ここで、Ｕｒはトンネル内風速、Ｃは汚染濃度、Ｄは拡散係数、ｔは時間、ｘは流下方向への距離である。

移流拡散方程式［数２５］式を汚染濃度 Ｃ(ｔ，ｘ)について解けば［数２６］式となる。

ここで、ｘはトンネル入口からの距離、Ａｒはトンネルの断面積、Ｄは拡散係数、Ｕｒはトンネル内風速、Ｍｉはｉ番目の車両による汚染発生量、ｔｉはｉ番目の車両による汚染発生時刻、ｘｉはｉ番目の車両のトンネル入口からの距離である。

この［数２６］を用いれば、汚染発生量予測ブロックＳ２は、任意のｔ秒後、トンネルの入口からの距離ｘで発生する汚染発生量Ｃ(ｔ，ｘ)を高速に求めることができる。
以上が本発明のトンネル換気制御システム１００の任意のｔ秒後、トンネルの入口からの距離ｘで発生する汚染発生量Ｃ(ｔ，ｘ)の高速の予測処理方法である。

本発明のトンネル換気制御システム１００では、トンネル内風速予測ブロックＳ１、汚染発生量予測ブロックＳ２での予測精度を上げるため、モデルのパラメータを推定して更新してゆく。各種センサから取得したトンネル内データを入力とし、トンネル１内データの変化に合わせ、モデル記憶部１２０の風速モデルと交通モデルと汚染濃度モデルのパラメータを推定して更新する。

パラメータ推定では、後述するように換気機器運転の結果、センサにて得た実測データと、トンネル内風速予測ブロックＳ１で予測した予測データとのずれの修正において、トンネル内風速モデルを大型車両等価抵抗面積Ｐ１、小型車両等価抵抗面積Ｐ２、自然風風速Ｐ３をパラメータとし、各パラメータに関する線形性を利用してパラメータ推定を行うことができる。線形性を利用すればパラメータの更新を高速に行うことができ、計算コストを低減させることができる。

この高速のパラメータ推定処理について詳しく説明する。
上記した［数２３］式の右辺の各項は［数２７］式に示すように書ける。

ζｅは入口損失係数、λは壁面摩擦抵抗係数、Ａｍは車両等価抵抗面積、Ｖｔは平均車両速度である。添字の(H)は大型車、(L)は小型車である。

この［数２７］式を用いて［数２３］式をＡｍ(Ｈ)、Ａｍ(Ｌ)、自然風Ｕｎに関してまとめると［数２８］のようになる。

大型車両等価抵抗面積Ａｍ(Ｈ)をＰ１、小型車両等価抵抗面積Ａｍ(Ｌ)をＰ２、自然風風速｜Ｕｒ｜ＵｒをＰ３とすると、［数２８］式はパラメータＰ１、Ｐ２、Ｐ３によって［数２９］式のようになる。

［数２９］式はパラメータＰ１、Ｐ２、Ｐ３に関して［数３０］式のように表わすことができる。

なお、εｄは観測雑音である。

ここで、パラメータＰ１、Ｐ２、Ｐ３は短時間では大きく変化しないと考えられるので、［数３１］の線形性が成立していると扱うことができる。

なお、ε１、ε２、ε３は状態雑音である。

ここで、［数３０］式を観測方程式、［数３１］を状態方程式と見ることにより、離散時間確率システムのカルマンフィルタ問題に帰着することができるので、パラメータＰ１，Ｐ２，Ｐ３の推定を高速に行うことができることが分かる。［数３０］式、［数３１］式をもとに離散時間確率システムのカルマンフィルタとしてパラメータＰ１，Ｐ２，Ｐ３の推定を行うことにより高速にパラメータ推定を実行することができる。

次に、汚染発生量予測ブロックＳ２での予測精度を上げるため、センサが収集した実測データと、汚染発生量予測ブロックＳ２が予測した予測データとのずれの修正において、大型車両煤煙発生量Ｐ４、小型車両煤煙発生量Ｐ５をパラメータとして整理した［数３２］においてＰ４，Ｐ５に関して［数３３］の線形性が成立していることに着目することにより離散時間確率システムのカルマンフィルタ問題としてパラメータＰ４，Ｐ５の推定を行うことができる。線形性を利用すればパラメータの更新を高速に行うことができ、計算コストを低減させることができる。

この高速のパラメータ推定処理について詳しく説明する。
上記した［数２５］を大型車両煤煙発生量Ｐ４、小型車両煤煙発生量Ｐ５について整理すると［数３２］が得られる。

なお、εｅは観測雑音である。

ここで、パラメータＰ４、Ｐ５は短時間では大きく変化しないと考えられるので［数３３］が成立していると扱うことができる。

なお、ε４，ε５は状態雑音である。

ここで、［数３２］式を観測方程式、［数３３］を状態方程式と見ることにより、線形の離散時間確率システムのカルマンフィルタ問題に帰着することができるので、パラメータＰ４，Ｐ５の推定を高速に行うことができることが分かる。［数３２］式、［数３３］式をもとに離散時間確率システムのカルマンフィルタとしてパラメータＰ４，Ｐ５の推定を行うことにより高速にパラメータ推定を実行することができる。

次に、図１に戻り、他のブロックの説明を続ける。
フィードフォワード演算ブロックＣ０は、基準値である煙霧透過率目標値(ＶＩ＊)と汚染ガス濃度目標値(ＣＯ＊)に対して、換気機器１０による強制換気量と車両交通量による交通換気量とトンネル内に流れ込む自然風による自然風換気量を勘案し、トンネル内の断面風速目標値(Ｕｒ＊)および換気機器制御目標値(ＪＦ＊)とを決定する部分である。つまり、トラフィックカウンタからの交通量の変化をもとにＶＩ目標値およびＣＯ目標値を実現するための風向風量の目標値Ｕｒ＊と、ジェットファン１０の制御量目標値ＪＦ＊をフィードフォワード演算する部分である。つまり、トラフィックカウンタから得られる車種別の交通量と車種別の発生汚染物質からトンネル内に発生が予想される汚染物質量とトンネルの長さや断面積などの諸元データから予想される煙霧透過率(ＶＩ)と一酸化炭素濃度(ＣＯ)を計算し、それらの値を目標値であるＶＩ目標値(ＶＩ＊)およびＣＯ目標値(ＣＯ＊)内に収めるために必要とされる風向風量を計算し、その値をＵｒ目標値(Ｕｒ＊)として得る。さらにそのＵｒ目標値(Ｕｒ＊)を発生させるために必要とされるジェットファン１０による機械換気風Ｕｊを計算し、その機械換気風Ｕｊを発生させるためのジェットファン１０の制御量を計算し、その値をＪＦ目標値(ＪＦ＊)として得る。

次に、本発明のトンネル換気制御システム１００における２つのフィードバック制御に関するカスケード制御について説明する。

風速制御演算器Ｃ１は、目標値となるＶＩ目標値(ＶＩ＊)およびＣＯ目標値(ＣＯ＊)と、実際にトンネル内で計測される計測値ＶＩおよび計測値ＣＯとの差分を受けて、換気機器の並列運転台数と正逆方向とその回転数を制御する部分であり、風向風量の調整値(ΔＵｒ)を演算する。図１の点線で示すように、トンネル１内の汚染量に関する第１のフィードバックループを形成している。

換気量制御演算器Ｃ２は、風速制御演算器Ｃ１から与えられるＵＲ目標値(Ｕｒ＊)と、実際にトンネル１内においてＡＶ計１１４により計測される計測値Ｕｒとの差分を受けて、換気機器の並列運転台数と正逆方向とその回転数を制御する部分であり、ジェットファン運転の調整値(ΔＪＦ)を演算する。図１の点線で示すように、トンネル１内の風量に関する第２のフィードバックループを形成している。

なお、換気機器操作量制御ブロックＡは、フィードフォワード演算器Ｃ０が決定した換気機器制御目標値(ＪＦ＊)と、換気量制御演算器Ｃ２が決定したジェットファン運転の調整値(ΔＪＦ)を受けて、実際にジェットファン１０の運転制御を行う。

トンネル内の風量プロセス２０１は、実際のトンネル１が持つトンネル風に関する系をブロックとして表したものであり、入力として換気機器であるジェットファンの駆動の強制換気力により発生する機械風と外乱にまとめられており、外乱には、トンネル１に対して吹き込む自然風とトンネル内を通行する車両により発生する交通風等がある。出力はトンネル内に実際に発生する風の風向風速Ｕｒである。

トンネル内の汚染プロセス２０２は、実際のトンネル１が持つトンネル内汚染に関する系をブロックとして表したものであり、入力として風向風速ＵＲにより排気される汚染排気と外乱にまとめられており、外乱にはトンネル１に対して吹き込む自然風による排気とトンネル内を通行する車両により発生する交通風による排気等がある。出力はトンネル内に実際に発生する汚染物質の発生を示す煙霧透過率(ＶＩ)と一酸化炭素濃度(ＣＯ)である。

トンネル内のジェットファン１０は、トンネル１内の空気を換気する機器であり、ここでは、インバータ駆動により運転されるジェットファンであり、複数台あり、それらの並列運転が可能なものとなっている。

本発明のトンネル換気制御システム１００は、図１に見るように、第２のフィードバックループを包含するように第１のフィードバックループを形成せしめたカスケード制御となっている。

トンネル内の物理現象として風量と汚染量を考えてみると、風量の変化は速くかつ細かく変動するが、一方、汚染量は風量の変化に伴って換気が不足したり換気が進んだりすることによりトンネル全体としてゆっくりと大きく変動するものであり、風量に比べてトンネル内汚染量は時間定数が大きな物理量となっている。つまり、風量はジェットファンの運転制御により直接的に細かく操作しやすいが、汚染量はジェットファンの運転制御では直接的ではなく間接的に操作することとなる。ただし、真に守るべき基準は煙霧透過率目標値(ＶＩ＊)と一酸化炭素濃度目標値(ＣＯ＊)として与えられるので、汚染量に注目して制御する必要がある。

そこで、本発明のトンネル換気制御システム１００では、トンネル内の風向風速のフィードバック制御と、トンネル内の汚染量のフィードバック制御とをカスケード制御することにより、細かく変化しやすい風向風速に対してジェットファンの運転を細かくフィードバック制御することができ、また、風向風速の変化に伴って変化があらわれる汚染量に関してカスケード制御とすることによりフィードバック制御できるので、ジェットファンの運転制御を通じて、トンネル内の汚染量を正しく制御することができ、全体として過剰換気、換気不足となるケースを少なく低減でき、省エネ運転を実現できる。

本発明のトンネル換気制御システム１００では、細かく風向風量を調節することで全体として過剰換気、換気不足となるケースを少なく低減できることを通じて省エネ運転を実現するが、その際、ジェットファン１０の運転をインバータ駆動運転とすることにより高い相乗効果が得られる。つまり、インバータ駆動運転とすれば、ジェットファン駆動の正逆逆転運転や回転数の変更など定格電流により速やかに制御を行うことができ、省電力化の効果が得られる。一方、従来の誘導モータによるジェットファン運転では、運転保護インターバル時間があり、一旦停止したジェットファンは１０分間運転不可であったが、上記のようにインバータ制御運転を前提とすれば、回転数は０から最大周波数まで自由にとれるため、換気力も０から最大値まで任意に設定でき、理想的な風向風量制御をきめ細かい精度で制御できるというメリットが得られる。
以上が、本発明のトンネル換気制御システム１００の制御ブロックの構成である。

次に、本発明のトンネル換気制御システム１００の構成例を示す。
図３の構成例では、トンネル換気制御システム１００は、センサ部１１０と、モデル記憶部１２０と、予測部１３０と、フィードフォワード制御部１４０と、モデルパラメータ推定部１５０と、最適選定計画決定部１６０と、フィードバック補正部１７０と、ハイブリッド適応制御部１８０とを備えた構成となっている。

まず、トンネル換気制御システム１００の各構成要素を説明する。
センサ部１１０は、実測データを収集する各種センサや計測器を備えており、トンネル１内の煙霧透過率データと、汚染ガス濃度データと、断面風速データと、トンネル内の車両交通量データとを含むトンネル内データを計測・収集する部分である。この構成例では、トラフィックカウンタ(ＴＣ)１１１、煙霧透過率データ計測器(ＶＩ計測器)１１２、一酸化炭素濃度データ計測器(ＣＯ計測器１１３)、トンネル内風向風速計(ＡＶ計)１１４を備えている。各センサはトンネル１内に適宜配置されているものとする。

トラフィックカウンタ(ＴＣ)１１１は、トンネル１を通過する車両の台数や速度を計測するセンサであり、トンネル１の入口近くまたは出口近くに設置される。トラフィックカウンタ１１１によりトンネル１を通過する車両に関して必要なデータを得ることができる。本発明では交通車両の大型車／小型車の車種別の数を検知することができるものとする。

煙霧透過率データ計測器(ＶＩ計測器)１１２は、レーザー照射部とレーザー受光部を備え、レーザー照射部とレーザー受光部間の空気中を透過するレーザー光の割合から塵などによる汚染濃度を計測する装置である。

一酸化炭素濃度データ計測器(ＣＯ計測器１１３)１１３は、トンネル１内の一酸化炭素の濃度を測定する装置である。

トンネル内風向風速計(ＡＶ計)１１４は、縦流換気の流れを計測するために適した位置、例えば、トンネル１の中央部近く及び出口近くに設置されている。

モデル記憶部１２０は、トンネル１の諸元データに基づいたトンネル１内を流れる風をモデル化した「風速モデル」と、トンネル１内の車両交通をモデル化した「交通モデル」と、トンネル１内を通過する車両により発生する汚染物質の濃度をモデル化した「汚染濃度モデル」を保持記憶している部分であり、各モデルは予測部１３０による予測処理に用いられる。これら各種モデルが適したものであれば、後述する各種の予測精度が高くなる。

予測部１３０は、センサ部１１０から取得したトンネル内データより、風速モデルと交通モデルと汚染濃度モデルを用いて、自然風Ｕｎ予測、交通風Ｕｔ予測、トンネル内風速Ｕｒ予測、汚染発生量予測とを行う予測機能を備えた部分であり、自然風予測手段１３１と交通風予測手段１３２とトンネル内風速予測手段１３３と汚染発生量予測手段１３４とを備えている。

自然風予測手段１３１は、トンネル外界の自然風の日量変化、週変化、月変化、年変化などの諸データに基づく自然風の予測と当該自然風によりトンネル内に生じる風向風速の予測機能と、トンネル内に吹く風の風向風速からトンネル１内における自然換気力を予測する機能を備えており、トンネル１内の風向風速の実測データと自然風により生じる風向風速の予測データとから所定時間経過後のトンネル内の自然風Ｕｎを予測する部分である。

交通風予測手段１３２は、交通量の日量変化、週変化、月変化、年変化などの諸データに基づく交通量の予測機能と、交通量と車種別等価抵抗面積に基づいてトンネル１内で発生する交通風を予測する機能を備え、トラフィックカウンタ１１１による交通量の実測データと交通量の予測機能から得られた交通量予測データから、所定時間経過後の交通風Ｕｔを予測する部分である。

トンネル内風速予測手段１３３は、トンネル内の自然風Ｕｎ予測、の交通風Ｕｔ予測、ジェットファン１０の運転による機械換気力Ｐｊやトンネル諸元にもとづいて、トンネル１内に生じる風速Ｕｒを予測する部分である。高速の予測処理アルゴリズムに関しては既に示したとおりである。

汚染発生量予測手段１３４は、トラフィックカウンタ１１１による交通量の実測データと交通量の予測機能から得られた交通量予測データと、車種別の汚染発生量予測データから所定時間経過後の汚染発生量Ｃ（ｔ，ｘ）を予測する部分である。なお汚染発生量についてはトンネル内での経過時間ｔ、トンネル内での入口からの距離ｘに依存するので、それらの関数として予測される。高速の予測処理アルゴリズムに関しては既に示したとおりである。

フィードフォワード制御部１４０は、予測部１３０の各種予測に基づき、断面風速目標値と換気機器制御目標値を決定する。

モデルパラメータ推定部１５０は、センサ部１１０から取得したトンネル内データを入力とし、トンネル１内データの変化に合わせ、モデル記憶部１２０の風速モデルと交通モデルと汚染濃度モデルのパラメータを推定して更新する部分である。

モデルパラメータ推定部１５０におけるパラメータ推定では、後述するように換気機器運転の結果、センサ部１１０にて得た実測データと、予測部１３０が予測した予測データとのずれの修正において、トンネル内風速モデルとトンネル内汚染濃度モデルを大型車両等価抵抗面積Ｐ１、小型車両等価抵抗面積Ｐ２、自然風風速Ｐ３をパラメータとし、各パラメータに関する線形性を利用してパラメータ推定を行うことができる。線形性を利用すればパラメータの更新を高速に行うことができ、計算コストを低減させることができる。
この高速のパラメータ推定処理アルゴリズムについては上記したとおりであるのでここでは省略する。

最適選定計画決定部１６０は、予測部１３０によるトンネル内風速Ｕｒ予測と汚染発生量Ｃ（ｔ，ｘ）の予測を利用し、汚染濃度基準を遵守するためのジェットファン１０の並列運転台数と正逆方向とその回転数を含む省エネ最適選定計画を決める部分である。

フィードバック補正部１７０は、センサ部１１０でトンネル１内から得た各種検出データに基づいて汚染濃度基準を遵守するためのジェットファン１０の並列運転台数と正逆方向とその回転数のフィードバック制御を行う部分である。

ここでは、フィードバック補正部１７０のフィードバック補正が、断面風速目標値とセンサ部１１０が実測した断面風速データから換気機器１０の並列運転台数と正逆方向とその回転数を制御する第１のフィードバック制御と、汚染ガス濃度データおよび汚染ガス濃度目標値と、センサ部１１０が実測した煙霧透過率データおよび煙霧透過率目標値から換気機器１０の並列運転台数と正逆方向とその回転数を制御する第２のフィードバック制御を備え、第２のフィードバックループを包含するように第１のフィードバックループを形成せしめたカスケード制御となっている。

ハイブリッド適応制御部１８０は、フィードバック補正部１７０によるフィードバック補正と、最適選定計画決定部１６０により決定された省エネ最適選定計画とを組み合わせたハイブリッド型の適応制御を行う部分であり、ジェットファン１０の最適制御量を決定する。ジェットファン１０の並列運転台数と正逆方向とその回転数の算出は、適切なアルゴリズムを用いて計算することにより算出すれば良い。

このように、本発明のトンネル換気制御システム１００は、各種予測に基づくフィードバック補正と省エネ最適選定計画とを組み合わせたハイブリッド型の最適制御量にてジェットファン１を運転制御する。
以上が、本発明のトンネル換気制御システム１００の構成例における各構成要素の動作である。

以上の構成において、ジェットファンのインバータ運転制御および最適選定計画決定部１６０における省エネ最適選定計画について説明を補足しておく。

まず、ジェットファンのインバータ運転制御による省エネルギー化のメリットについて説明しておく。
図４は、本発明のジェットファンのインバータ運転による制御の様子と、従来のオンオフ型の誘導モータ運転による制御の様子を分かりやすく図示したものである。

図４（ｂ）に示すように、目標値に向けてオンオフ型で制御すると制御によるＶＩ値変化の振れ幅が大きくなりオーバーヘッド量が大きいため、精度良く目標値に安定させた制御が難しいことが分かる。

しかし、本実施例１のトンネル換気制御システム１００では、ジェットファン１０はインバータ運転制御を行うものであり、ジェットファン１０を省エネルギー運転で有利な低速回転Ｃ(Low)にて運転することも可能であるため、１０台すべてのジェットファン１０を低速回転Ｃ(Low)で運転してＵｊを得るように選定する。このように最適選定計画決定部１６０は省エネルギーを実現するジェットファンの正逆台数最適選定計画を立てることができる。

図４（ａ）は本発明のインバータ制御運転による制御の様子を分かりやすく図示したものである。図４（ａ）に示すように、目標値に向けてインバータ制御運転すると制御によるＶＩ値変化の振れ幅が小さくて済み、オーバーヘッドが少なく、精度良く目標値に安定させた制御が可能となることが分かる。

次に、最適選定計画決定部１６０における省エネ最適選定計画の例について説明する。
図５は本発明のトンネル換気制御システム１００の最適選定計画の例を示した図である。
図６は本発明のトンネル換気制御システム１００の最適選定計画に従ったジェットファンの運転方向の正転・逆転の切り替えを含む運転パターン表を示した図である。
図７は図６の運転パターン表に基づく切り替え期間中における汚染煤煙蓄積の関係について説明する図である。

まず、図５の本発明のトンネル換気制御システム１００の最適選定計画の例を説明する。
今、トンネルは、トンネル断面積６３．５平方メートルで、順方向において、勾配区間１（距離１５００ｍ、勾配２％）、勾配区間２（距離５００ｍ、勾配−１％）の２区間が連なったトンネルとする。交通量は１５５０台／ｈ、大型車両混入率２０％、車速６３ｋｍ／ｈとする。

図５の縦軸はジェットファンの運転台数（台）と風速（ｍ／Ｓ）の目盛を兼ねたもの、横軸は重方向交通比（％）の目盛をあらわしている。ここで、「重方向」とは、換気量を決める際に最も厳しい条件となる車両の走行方向である。この例では勾配区間１→勾配区間２の順方向が重方向であるものとする。

図５には(1)(2)(3)の３つの曲線が描かれているが、(1)の曲線はトンネル内風速Ｕｒが０である場合の運転計画曲線であり、(2)の曲線はトンネル内風速Ｕｒが順方向に２．５ｍ／Ｓである場合の運転計画曲線であり、(3)の曲線はトンネル内風速Ｕｒが順方向に−２．５ｍ／Ｓである場合の運転計画曲線である。また、図中には交通風によりトンネル内に発生する風速線が描かれている。重方向交通比（重方向交通量／総交通量）０％の場合、つまり、車両がすべて重方向とは逆方向に向かう車両である場合、トンネル内には−６ｍ／Ｓの風速が生じ、重方向交通比が５０％であればちょうど相殺し合って０であるが、重方向交通比１００％の場合、つまり、車両がすべて重方向に向かう車両である場合、トンネル内には６ｍ／Ｓの風速が生じることが分かる。また、図中にはトンネル内の車両により発生した煤煙をトンネル内から排気するために順方向に押し出す場合に必要とされる風速の線と、逆方向に押し出す場合に必要とされる風速の線が描かれている。

まず、(1)のトンネル内風速Ｕｒが０である場合の運転計画曲線を例にジェットファンの運転計画を説明する。

（１）重方向交通比が３０％以下または８０％以上の場合
重方向交通比３０％あたりにおいて、逆方向に押し出す場合に必要とされる風速の線と交通風によりトンネル内に発生する風速線が交わっており、重方向交通比が３０％以下であれば交通風が−２ｍ／Ｓ超であり、交通風のみで充分な換気能力があることが分かる。この場合、ジェットファンを稼動させることなく必要な換気が行えることが分かる。重方向交通比が８０％以上の場合も同様であり、交通風が２ｍ／Ｓ超であり、交通風のみで充分な換気能力があることが分かる。この場合、ジェットファンを稼動させることなく必要な換気が行えることが分かる。

（２）重方向交通比が３０％から５０％までの場合
重方向交通比が３０％を超えると交通風のみでは必要な風速は得られないので逆方向に運転するジェットファン稼動が必要となる。５０％に近づくにつれ交通風はゼロに近くなるので逆方向運転するジェットファン台数を増やす必要がある。

（３）重方向交通比が５０％から８０％までの場合
重方向交通比が５０％より大きくなると、交通風の流れる方向は５０％以下の場合とは逆転し、交通風は順方向に吹き始める。ジェットファンの運転を逆方向運転のまま必要な風速を得ようとすると交通風に逆らう方向にジェットファンを稼動することとなり非効率である。そこで、５０％を超える範囲ではジェットファンを逆転させて正転運転に切り替えて運転する。重方向交通比が８０％に満たない場合はまだ交通風のみでは必要な風速は得られないのでジェットファン稼動が必要となる。重方向交通比が５０％近くであれば、正転運転するジェットファンが６．５台程度必要であるが、重方向交通比が５０％から増えるにつれ交通風は大きくなるのでジェットファン台数を減らすことが可能となり、８０％に達すればジェットファンの稼動がなくても交通風のみで換気に必要な風速を得ることができる。

上記が、(1)のトンネル内風速Ｕｒが０である場合の運転計画曲線によるジェットファンの運転計画であるが、自然風が吹いている場合、トンネル内風速に影響を与える。順方向に２．５ｍ／Ｓの自然風がトンネル内に生じている場合、運転計画曲線が(2)の運転計画曲線となる。順方向に−２．５ｍ／Ｓの自然風がトンネル内に生じている場合、運転計画曲線が(3)の運転計画曲線となる。運転計画曲線の読み方は上記の(1)の運転計画曲線の場合と同様で良い。

上記のように本発明のトンネル換気制御システム１００では、トンネル内交通における重方向交通比の変化や自然風の変化が生じた期間において、省エネルギー化を目的としてジェットファンの運転方向の正転逆転という運転の切り替えが発生しうる。つまり、省エネルギー化の観点から運転方向を切り替える訳であるが、切り替え期間中においては、本来はそのまま排気されるトンネル内空気の流れが逆転して戻ってくるのでトンネル内空気に汚染煤煙がさらに蓄積することとなる。ここで、切り替え期間中における汚染煤煙蓄積について考察しておく。

図６は本発明のトンネル換気制御システム１００の最適選定計画に従ったジェットファンの運転方向の切り替えを含む運転パターン表の一例を示した図である。図６の例では簡単に１０分ごとの３つの期間（第１期間、第２期間、第３期間）において、ジェットファンの運転方向を整理したものである。隣接する期間において、正転と逆転、逆転と正転というように運転方向が変わっている箇所ではジェットファンの運転方向が切り替わることを示している。図６に見るように、３つの期間の運転パターンとしては８パターン存在する。ここで、図６に示した第３のパターンと第６のパターンは、３つの期間のすべてにおいて運転方向が前の期間とは異なり運転切り替えが２回発生するパターンであることが分かる。

上記のように、ジェットファンの運転方向が切り替わるとトンネル端から排気されるはずの空気の流れが排気される前に流れる方向が逆転し、トンネル内を戻って行き、さらに、通行車両から発生する汚染煤煙が蓄積されてゆくこととなる。

図７は、切り替え期間中における汚染煤煙蓄積の関係について説明する図である。左側はトンネルの内部を模式的に示しており、右側は空気塊の移動に伴って出会う車両から発生する煤煙が蓄積されてゆくことを模式的に示している。
今、トンネル内の空気の流れに乗って移動する板状の空気塊を想定する。図７左側では中ほどに示されており、第１期間では南（下）から北（上）へトンネル内の空気が流れているものとする。空気塊が流れて行くにつれ、図７右側に示すように時間の経過とともに空気塊が移動して行く。

空気塊が移動してゆくにつれ、トンネル内を通行する車両とすれ違ったり追い抜かれたりして空気塊と車両が交わってゆく。空気塊と車両が交わると車両から発生する煤煙が空気塊に蓄積してゆくこととなる。このように空気塊と車両が交わる回数が増えるにつれ、空気の汚染濃度が高くなってゆく。本発明のトンネル換気制御システム１００の運転において、空気塊がトンネルを抜け出る直前のもっとも汚い汚染濃度であっても目標とする汚染濃度基準以下となるようにトンネル内風速が制御されている。

今、省エネルギーの観点を重視してジェットファン運転方向を逆転させた場合、空気塊がトンネルを抜け出る前に流れる方向が逆転し、再度トンネルの中に戻ってゆく。図７右側において第２期間ではジェットファンの運転方向を逆転させたために、空気塊の移動方位が反転する様子が示されている。このように空気塊は第２期間において北（上）から南（下）へ移動しながら車両が交わると車両から発生する煤煙が空気塊に蓄積してゆくこととなる。

図６に示すように、３つの期間におけるジェットファンの運転方向の切り替えを考慮すると第３パターンと第６パターンの２つの場合は、３つの期間にわたり汚染が蓄積する可能性があるため、最適選定計画決定部１６０は、この第３パターンと第６パターンの場合であっても遵守すべき汚染濃度以下となるように運転計画に反映させる。
最適選定計画決定部１６０は上記の最適選定計画に従ったジェットファンの運転方向の切り替えを含む運転パターンを考慮して最適選定計画を立てる。

以上が最適選定計画決定部１６０における処理の一例である。

次に、本発明のトンネル換気制御システム１００の動作や特徴を、従来型のオンオフ制御の誘導モータ駆動によるトンネル換気制御システム１と比較しつつ説明する。
ここでは、トンネル１内にはジェットファンが１０台備えられた例とする。

図８は本発明のトンネル換気制御システム１００の処理の流れを示すフローチャートである。
まず、ある時刻Ｔ１において、センサ部１１０の各センサであるトラフィックカウンタ１１１、ＶＩ計測器１１２、ＣＯ計測器１１３、ＡＶ計１１４により、トンネル１内からデータを取得する（図８ステップ１）。トラフィックカウンタ１１１によりトンネル内を通行中の車両の数、大型車か小型車かという車種の違い、スピード等の種々の車両交通に関するトラフィックデータを取得する。ＶＩ計測器１１２によりトンネル内の煙霧透過率データ、ＣＯ計測器１１３によりトンネル３００内の一酸化炭素濃度データ、ＡＶ計により風向風速データを得てトンネル３００内の汚染レベルの諸データを取得する。

センサ部１１０で得られたトラフィックデータ、煙霧透過率データ、一酸化炭素濃度データは、モデルパラメータ推定部１５０、予測部１３０、フィードバック補正部１７０にそれぞれ入力される。

予測部１３０は、センサ部１１０で得たトラフィックデータ、煙霧透過率データ、一酸化炭素濃度データを基にモデル記憶部１２０のモデルを用いて、少なくとも、自然風Ｕｎ予測、交通風Ｕｔ予測、汚染発生量Ｃ（ｔ，ｘ）予測の各々の予測データを計算する（図８ステップ２）。例えば、各々１０分後の予測データを計算する。

自然風予測は自然風予測手段１３１により行う。例えば、自然風予測手段１３１は現在の時刻より１０分後のトンネル外界から吹く自然風を予測し、ＡＶ計１１４より得たトンネル１内の風向風速の現在の実測データと１０分後の自然風予測データとから１０分後の自然風Ｕｎを予測する。

交通風予測は交通風予測手段１３２により行う。例えば、交通風予測手段１３２は過去の交通量の諸データに基づいて現在の時刻より１０分後の交通量を予測し、モデル記憶部１２０の交通モデルを用いてトンネル１内で発生する交通風Ｕｔを予測し、トラフィックカウンタ１１１による交通量の実測データと交通量予測データから１０分後の交通風Ｕｔを予測する。
トンネル内風速Ｕｒ予測は、トンネル内風速予測手段１３３により行う。上記したトンネル内風速の高速予測手法を用いる。

汚染発生量予測は汚染発生量予測手段１３４により行う。交通風予測で得た交通量予測データと汚染濃度モデルを用いて汚染発生量予測データを予測し、トラフィックカウンタ１１１による交通量の実測データと汚染発生量予測データから１０分後の汚染発生量を予測する。上記した汚染発生量の高速予測手法を用いる。

次に、最適選定計画決定部１６０は、予測部１３０によるトンネル内風速Ｕｒ予測と汚染発生量Ｃ（ｔ，ｘ）予測を利用し、汚染濃度基準を遵守するためのジェットファン１０の並列運転台数Ｎと正逆方向Ｄとその回転数Ｃを含む省エネ最適選定計画を決める（図８ステップ３）。

例えば、汚染発生量予測により必要なトンネル内の風向風速Ｕｒａが決まる。その風向風速に対して予想される自然風予測Ｕｎと交通風予測Ｕｔの差し引きにより、ジェットファン１０により供給しなければならない風向風速Ｕｊが求まる。最適選定計画決定部１６０はＵｊをもたらすジェットファン１０の並列運転台数Ｎと正逆方向Ｄとそれぞれの回転数Ｃの運転計画を決定する。ここで、Ｕｊをもたらすジェットファン１０の並列運転台数Ｎと正逆方向Ｄとそれぞれの回転数Ｃにはいろいろな組み合わせが可能である。ここで、最適選定計画決定部１６０はもっとも省エネルギー運転となるようにジェットファン１０の並列運転台数Ｎと正逆方向Ｄとそれぞれの回転数Ｃを選定する。

例えば、従来のオンオフ型の誘導モータ運転を前提とすれば、稼動するジェットファン１０は全力回転Ｃ(Top)にて使用することが前提となるため、全力回転するジェットファン１０が何台あればＵｊとなるかを割り出す。例えば５台のジェットファン１０を全力回転Ｃ(Top)にて運転すればＵｊを満たしたとする。

次に、フィードバック補正部１７０は、センサ部１１０でトンネル１内から得た各種検出データに基づいて汚染濃度基準を遵守するためのジェットファン１０の並列運転台数Ｎと正逆方向Ｄとその回転数Ｃのフィードバック制御量の計算を行う（図８ステップ４）。

次に、ハイブリッド適応制御部１８０は、フィードバック補正部１７０によるフィードバック補正と、最適選定計画決定部１６０により決定された省エネ最適選定計画とを組み合わせて必要な台数Ｎのジェットファン１０に対して正逆方向Ｄと回転数Ｃとなるよう最適制御量の運転制御信号を与え、ジェットファン１０の省エネルギー運転を行う（図８ステップ５）。

なお、モデルパラメータ推定部１５０は、モデル記憶部１２０に記憶されている風速モデル、交通モデル、汚染濃度モデルのパラメータが最適となるようにパラメータを推定し、各モデルのパラメータを当該推定値に更新しておく（図８ステップ６）。パラメータ推定は上記した高速パラメータ推定処理を用いて、自然換気力（Ｕｒ）、大型車両交通換気力（ＡｍHeavy）、小型車両交通換気力（ＡｍLight）のセンサ部で得た実測値を代入するのみで高速に求める。

以上、本発明のトンネル換気制御システム１００は、各種予測に基づくフィードバック補正と省エネ最適選定計画とを組み合わせたハイブリッド型の最適制御量にてジェットファン１を運転制御することができる。

［実験例］
次に、本発明のトンネル換気制御システム１００を用いて、実際のトンネルにおいて適用した実験例を示しておく。
今、実験したトンネルの実験日において、図９（ａ）に示すように、上り方向（順方向）の大型車種の交通量(1)、上り方向（順方向）の小型車種の交通量(2)、下り方向（逆方向）の大型車種の交通量(3)、下り方向（逆方向）の小型車種(4)の交通量があった。

トンネル内の風速は図９（ｂ）に示すように制御された。なお、自然風は０であった。
図９（ｃ）は、図９（ｂ）に示すトンネル内風速を得るために、本発明のトンネル換気制御システム１００を用いてジェットファンをインバータ駆動により運転した結果を示す図である。インバータ制御によりジェットファンが細かく制御されている。概ね、順方向に２台から逆方向に２台の範囲で作動している。

一方、図９（ｄ）は、比較として、インバータ運転ではなく、従来型のオンオフ制御によりジェットファンを台数制御した場合の例を示している。図９（ｃ）に示すように細かく制御されていないが、ジェットファンは順方向のみの台数制御を行っている。台数は２台から８台までと多くの台数が運転されている。

このように、図９（ｄ）の従来型のオンオフ制御による運転に比べ、図９（ｃ）の本発明のインバータ制御の運転の方が省エネルギー化を図ることができる。

以上、本発明の好ましい実施形態を図示して説明してきたが、トンネル換気制御システムに向けて広く適用することができる。
本発明の技術的範囲を逸脱することなく種々の変更が可能であることは理解されるであろう。従って本発明の技術的範囲は添付された特許請求の範囲の記載によってのみ限定されるものである。

本発明のトンネル換気制御システム１００の機能面に注目した制御ブロック図 トンネル内の様子を模式的に示した図 本発明のトンネル換気制御システム１００の構成要素を示した構成図 本発明のジェットファンのインバータ運転による制御の様子と、従来のオンオフ型の誘導モータ運転による制御の様子を示した図 本発明のトンネル換気制御システム１００の最適選定計画の例を示した図 本発明のトンネル換気制御システム１００の最適選定計画に従ったジェットファンの運転方向の正転・逆転の切り替えを含む運転パターン表を示した図 運転パターン表に基づく切り替え期間中における汚染煤煙蓄積の関係について説明する図 本発明のトンネル換気制御システム１００の処理を示すフローチャート 実験結果を示す図 従来の一般的なジェットファンを用いた縦流換気方式の対面通行道路トンネルを示す図

符号の説明

１００ トンネル換気制御システム
１１０ センサ部
１２０ モデル記憶部
１３０ 予測部
１５０ モデルパラメータ推定部
１６０ 最適選定計画決定部
１７０ フィードバック補正部
１８０ ハイブリッド適応制御部

Claims (7)

1. トンネル内に配設された複数の換気機器と、
   前記トンネル内の煙霧透過率データと、汚染ガス濃度データと、断面風速データと、トンネル内の車両交通量データとを含むトンネル内データを計測・収集するセンサ部と、
   前記トンネル内を流れる風をモデル化した風速モデルと、前記トンネル内の車両交通をモデル化した交通モデルと、前記トンネル内を通過する車両により発生する汚染物質の濃度をモデル化した汚染濃度モデルを保持記憶するモデル記憶部と、
   前記センサ部から取得した前記トンネル内データを入力とし、前記トンネル内データの変化に合わせ、前記モデル記憶部の前記風速モデルと前記交通モデルと前記汚染濃度モデルのパラメータを推定して更新するモデルパラメータ推定部と、
   煙霧透過率目標値と汚染ガス濃度目標値と、前記センサ部により実測した前記トンネル内データと、前記風速モデルと前記交通モデルと前記汚染濃度モデルを用いた自然風予測と交通風予測と汚染発生量予測を行う予測部と、
   前記予測部の各予測に基づき、断面風速目標値と換気機器制御目標値を決定するフィードフォワード制御部と、
   前記換気機器の並列運転台数と回転数との関係と、前記換気機器の正逆逆転時における自然風の自然換気方向と対面交通による交通換気方向との関係とを考慮した省エネ最適選定計画を決める最適選定計画決定部と、
   前記断面風速目標値と前記換気機器制御目標値に対するフィードバック補正と、前記省エネ最適選定計画とを組み合わせた適応制御を行うハイブリッド適応制御部とを備えたことを特徴とするトンネル換気制御システム。
2. 前記換気機器の運転がインバータ駆動運転であり、前記換気機器を定格電力以下で前記ハイブリッド適応制御部が決定した最適制御量による連続運転を可能とした請求項１に記載のトンネル換気制御システム。
3. 前記ハイブリッド適応制御部のフィードバック補正が、
   前記断面風速目標値と前記センサ部が実測した前記断面風速データから前記換気機器の並列運転台数と正逆方向とその回転数を制御する第１のフィードバック制御と、
   前記汚染ガス濃度データおよび前記汚染ガス濃度目標値と、前記センサ部が実測した前記煙霧透過率データおよび前記煙霧透過率目標値から前記換気機器の並列運転台数と正逆方向とその回転数を制御する第２のフィードバック制御を備え、
   前記第１のフィードバックループを包含するように前記第２のフィードバックループを形成せしめたカスケード制御としたことを特徴とするトンネル換気制御システム。
4. 前記風速モデルとして、［数１］の方程式を前記トンネル内風向風速Ｕｒに関する２次多項式とみて２つの定常解をＵｒ１＊、Ｕｒ２＊とし、Ｕｒについて解いた［数２］による解析解に基づく離散時間風速モデルを用いて、前記予測部における予測処理の高速化を図ることを特徴とする請求項１から３のいずれか１項に記載のトンネル換気制御システム。
   

   

   

   ここで、前記トンネル内風向風速Ｕｒ、前記トンネル断面積Ａｒ、前記トンネル長Ｌ、空気密度ρ、前記トンネル内壁面摩擦力Ｐｒ、交通換気力Ｐｔ、自然換気力Ｐｎ、機械換気力Ｐｊとし、α、βは係数とする。
5. 前記汚染濃度モデルとして、［数３］の移流拡散方程式をＣ(ｔ，ｘ)について解いた［数４］による解析解に基づく離散時間汚染濃度モデルを用いて、前記予測部における予測処理の高速化を図ることを特徴とする請求項１から４のいずれか１項に記載のトンネル換気制御システム。
   

   

   

   ここで、汚染濃度Ｃ、前記トンネル内風向風速Ｕｒ、時間ｔ、前記トンネル入口から流下方向への距離ｘ、汚染発生量Ｍとする。Ｄは拡散係数、Ｍｉはｉ番目の車両による汚染発生量、ｔｉはｉ番目の車両による汚染発生時刻、ｘｉはｉ番目の車両のトンネル入口からの距離である。
6. 前記ハイブリッド適応制御部による前記換気機器運転の結果として前記センサ部が収集した前記実測データと、前記予測部が予測した前記予測データとのずれの修正において、前記パラメータ推定部が、［数５］と［数６］から得た［数７］を、大型車両等価抵抗面積Ｐ１、小型車両等価抵抗面積Ｐ２、自然風風速Ｐ３をパラメータとして整理した［数８］においてＰ１，Ｐ２，Ｐ３に関して［数９］の線形性が成立していると扱うことにより離散時間確率システムのカルマンフィルタ問題としてパラメータＰ１，Ｐ２，Ｐ３の推定を行うことを特徴とする請求項１から４のいずれか１項に記載のトンネル換気制御システム。
   

   

   

   ζｅは入口損失係数、λは壁面摩擦抵抗係数、Ａｍは車両等価抵抗面積、Ｖｔは平均車両速度である。添字の(H)は大型車、(L)は小型車である。φはジェットファンの吹き出し面積Ａｊとトンネル断面積Ａｒの断面積比（Ａｊ／Ａｒ）、Ψはトンネル内風速Ｕｒとジェットファンの吹き出し風速Ｕｊとの風速比（Ｕｒ／Ｕｊ）
   

   

   

   
7. 前記ハイブリッド適応制御部による前記換気機器運転の結果として前記センサ部が収集した前記実測データと、前記予測部が予測した前記予測データとのずれの修正において、前記パラメータ推定部が、大型車両煤煙発生量Ｐ４、小型車両煤煙発生量Ｐ５をパラメータとして［数３］を整理した［数１０］においてＰ４，Ｐ５に関して線形性が成立していることに着目することにより［数１１］および離散時間確率システムのカルマンフィルタ問題としてパラメータＰ４，Ｐ５の推定を行うことを特徴とする請求項１から４のいずれか１項に記載のトンネル換気制御システム。
   

   

   

Images