JP2017138166A - Coal yard monitoring system and coal yard monitoring method - Google Patents
Coal yard monitoring system and coal yard monitoring method Download PDFInfo
- Publication number
- JP2017138166A JP2017138166A JP2016018431A JP2016018431A JP2017138166A JP 2017138166 A JP2017138166 A JP 2017138166A JP 2016018431 A JP2016018431 A JP 2016018431A JP 2016018431 A JP2016018431 A JP 2016018431A JP 2017138166 A JP2017138166 A JP 2017138166A
- Authority
- JP
- Japan
- Prior art keywords
- coal
- temperature
- temperature transition
- simulation
- heat generation
- 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.)
- Granted
Links
- 239000003245 coal Substances 0.000 title claims abstract description 417
- 238000012544 monitoring process Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004088 simulation Methods 0.000 claims abstract description 161
- 230000007704 transition Effects 0.000 claims abstract description 103
- 230000020169 heat generation Effects 0.000 claims abstract description 54
- 230000002269 spontaneous effect Effects 0.000 claims abstract description 51
- 239000000284 extract Substances 0.000 claims abstract description 8
- 238000003860 storage Methods 0.000 claims description 119
- 239000002802 bituminous coal Substances 0.000 claims description 34
- 239000003476 subbituminous coal Substances 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 25
- 230000035945 sensitivity Effects 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 9
- 238000004364 calculation method Methods 0.000 abstract description 4
- 239000002245 particle Substances 0.000 description 10
- 238000009529 body temperature measurement Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000003647 oxidation Effects 0.000 description 6
- 238000007254 oxidation reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 238000002485 combustion reaction Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 239000003610 charcoal Substances 0.000 description 3
- 238000001704 evaporation Methods 0.000 description 3
- 230000008020 evaporation Effects 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 239000003077 lignite Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- RHZUVFJBSILHOK-UHFFFAOYSA-N anthracen-1-ylmethanolate Chemical compound C1=CC=C2C=C3C(C[O-])=CC=CC3=CC2=C1 RHZUVFJBSILHOK-UHFFFAOYSA-N 0.000 description 1
- 239000003830 anthracite Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000003415 peat Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000002678 semianthracite Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000009834 vaporization Methods 0.000 description 1
- 230000008016 vaporization Effects 0.000 description 1
Images
Landscapes
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
Description
本発明は、貯炭場の石炭を監視して自然発火を防止するために、温度上昇の予測を行う事により、自然発火防止のための監視作業の省力化を図ることができる貯炭場監視システムおよび貯炭場監視方法に関するものである。 The present invention relates to a coal yard monitoring system capable of saving labor in monitoring work for preventing spontaneous ignition by predicting a temperature rise in order to monitor coal in the coal yard and prevent spontaneous ignition, and It relates to the method of monitoring coal storage.
東日本大震災以降国内の原子力発電所が停止し、不足分の電力をどのように補っていくかは、我が国の重要な課題となっている。この課題に対して再生可能エネルギーの利用が期待されているが、当面は、既存の化石燃料による火力発電に頼らざれる得ない状況が続くと考えられる。石炭は埋蔵量が豊富で比較的安価な化石燃料であり、また、我が国は石炭火力発電において高い技術を保有していることから、石炭は重要な発電用燃料と位置付けられる。 An important issue for Japan is how to stop domestic nuclear power plants after the Great East Japan Earthquake and make up for the shortage of electricity. Renewable energy is expected to be used for this issue, but for the time being, it will be possible to rely on thermal power generation using existing fossil fuels. Coal is an abundant reserve and a relatively inexpensive fossil fuel, and because Japan possesses advanced technology in coal-fired power generation, coal is positioned as an important power generation fuel.
このような状況の中、石炭火力発電所を安定・安全操業を保っていくには、想定されるリスクを着実に低減していくことが重要と考えられる。リスクの1つに、貯炭場における石炭の自然発火の問題が挙げられる。荷揚げされ貯炭場で積み付けた石炭(以下、貯炭パイルと呼ぶ)は、長時間大気中に放置されると空気中の酸素により酸化・発熱し、貯炭パイルの内部で温度が徐々に上昇することにより自然発火に至ることがある。 Under such circumstances, it is considered important to steadily reduce the assumed risks in order to maintain stable and safe operation of coal-fired power plants. One of the risks is the problem of spontaneous combustion of coal at the coal yard. The coal unloaded and loaded in the coal storage (hereinafter referred to as coal storage pile) will oxidize and generate heat due to oxygen in the air when left in the atmosphere for a long time, and the temperature will gradually rise inside the coal storage pile. May cause spontaneous ignition.
石炭には様々な種類があるが、日本の石炭火力発電には、比較的高品位な瀝青炭が主に用いられてきた。しかし、今後、電力の低価格化や電力供給量の増加を考えると、亜瀝青炭のような低品位炭の利用を拡大していく必要がある。しかし、低品位炭は瀝青炭より炭化度の低い石炭であり、酸素含有率や含水率が高いという特徴を有するため、低温で酸化され易く、水分の蒸発により内部が乾燥すると温度上昇速度が大きくなるため、瀝青炭に比べ自然発火のリスクが高い。したがって、低品位炭の利用にあたっては、瀝青炭よりも自然発火を未然に防ぐような対策や監視が重要になると考えられる。 There are various types of coal, but relatively high quality bituminous coal has been mainly used for Japanese coal-fired power generation. However, in the future, it is necessary to expand the use of low-grade coals such as sub-bituminous coals in consideration of lower power prices and increased power supply. However, low-grade coal is a coal with lower carbonization than bituminous coal, and has a feature of high oxygen content and moisture content, so it is easily oxidized at low temperatures, and the temperature rise rate increases when the interior is dried by evaporation of moisture. Therefore, the risk of spontaneous ignition is higher than bituminous coal. Therefore, when using low-grade coal, measures and monitoring that prevent spontaneous ignition are more important than bituminous coal.
貯炭パイルの温度監視は、通常、サーモカメラによる表面温度の監視や貯炭パイルへの定期的な温度計の挿入により行われている。なお、貯炭パイルの温度測定装置や温度監視方法としては様々な装置や方法が提案されている(例えば、特許文献1〜6参照)。定期的な温度測定の結果、温度上昇の傾向が認められる場合は、積み付けた石炭をできるだけ早く消費するこが行われる。また、貯炭パイルの表面をブルドーザーなどで押し固め貯炭パイル内への酸素の侵入を防ぐ転圧と呼ばれる対策が実施される。さらには、散水を行うことにより貯炭パイル内の温度上昇を抑制している。 Monitoring the temperature of the coal storage pile is usually performed by monitoring the surface temperature with a thermo camera or inserting a regular thermometer into the coal storage pile. In addition, various apparatuses and methods are proposed as a temperature measuring apparatus and temperature monitoring method of a coal storage pile (for example, refer patent documents 1-6). If the temperature rises as a result of regular temperature measurement, the loaded coal is consumed as soon as possible. In addition, a measure called rolling compaction is implemented in which the surface of the coal storage pile is pressed with a bulldozer or the like to prevent oxygen from entering the coal storage pile. Furthermore, the temperature rise in the coal storage pile is suppressed by watering.
しかし、現状の方法では、幅十数メートル、高さ十数メートル、長さ数百メートルというような非常に大きな貯炭パイルの温度監視を網羅的に行うことが難しく、測定箇所を増やすほど作業負荷も高くなるという問題がある。また、温度上昇は、貯炭パイルの表層ではなく、内部の深い位置で生じることが知られており、表面または表面から若干深い位置での温度情報から内部に位置する高温領域の温度と今後の温度上昇の傾向を予測しなければならないという課題もある。このため、例えば、炭種(石炭の物性、酸化による発熱速度など)、石炭の温度、石炭の含水率、石炭の熱拡散速度、貯炭パイルの形状(大きさを含む)、気温、湿度、風速等のパラメータの測定と、これら測定されたパラメータを用いた貯炭パイルの自然発火に至る温度変化のシミュレーションを行う必要がある。すなわち、自然発火を防止するためには、例えば、このまま放置した場合に、どのくらいの期間で石炭が自然発火する温度域に達するかを予測し、自然発火が発生する前に対策を講じるために、シミュレーションによる予測が望まれる。また、貯炭パイルの温度測定において、例えば、表面温度や比較的浅い位置しか温度が測定できない場合に、貯炭パイルで最も高温になる部分の温度を推定するためのシミュレーションも自然発火を未然に防ぐために有効である。 However, with the current method, it is difficult to comprehensively monitor the temperature of very large coal storage piles with a width of several tens of meters, a height of several tens of meters, and a length of several hundreds of meters. There is a problem that it becomes higher. In addition, it is known that the temperature rise occurs not at the surface layer of the coal storage pile but at a deep position inside, and from the temperature information at the surface or a position slightly deep from the surface, the temperature in the high temperature region located inside and the future temperature There is also the problem of having to predict the upward trend. For this reason, for example, coal type (physical properties of coal, heat generation rate due to oxidation, etc.), coal temperature, coal moisture content, coal thermal diffusion rate, coal pile shape (including size), temperature, humidity, wind speed It is necessary to perform a simulation of the temperature change that leads to the spontaneous ignition of the coal storage pile using these measured parameters. That is, in order to prevent spontaneous ignition, for example, in order to predict how long the coal will reach the temperature range where it spontaneously ignites when left as it is, and to take measures before spontaneous ignition occurs, Prediction by simulation is desired. In addition, when measuring the temperature of the coal storage pile, for example, when the surface temperature or only a relatively shallow position can be measured, a simulation to estimate the temperature of the hottest part of the coal storage pile also prevents spontaneous ignition in advance. It is valid.
石炭を積み付ける毎に、積み付けた石炭の炭種や物性や温度等の状態のデータや、気温等の貯炭場の状況のデータ等に基づいて、シミュレーションを行うことが考えられる。しかし、この場合にシミュレーション結果が妥当なものか否かを判断するための基準がなく、積み付け毎にこのようなシミュレーションを繰り返してデータを蓄積するまで、シミュレーションの妥当性を考慮した運用が難しい。 Each time coal is loaded, it is conceivable to perform a simulation based on data such as coal type, physical properties and temperature of the loaded coal, data on the status of coal storage such as temperature, and the like. However, in this case, there is no standard for judging whether or not the simulation result is valid, and it is difficult to operate considering the validity of the simulation until the data is accumulated by repeating such a simulation for each stacking. .
そこで、予め、炭種やその他のパラメータを変えた多数のケースでのシミュレーションを行い、これらシミュレーションの結果の妥当性の検証を行うとともに、各パラメータの値等で検索可能なデータベースを構築し、実際の貯炭パイルの自然発火防止のための監視作業では、シミュレーションのデータベースから実際に計測された各パラメータの値が近似するシミュレーション結果を抽出することが考えられる。 Therefore, we performed simulations in many cases with different types of coal and other parameters in advance, verified the validity of the results of these simulations, and built a database that can be searched with the values of each parameter, etc. In the monitoring work to prevent spontaneous combustion of coal storage piles, it is conceivable to extract simulation results that approximate the values of the parameters actually measured from the simulation database.
この場合に、実際の運用に当たっては、既にシミュレーションの計算や検証は済んでいるので、各貯炭場で条件が変わる毎にそれぞれシミュレーションの計算を行ったり、シミュレーション結果の妥当性を検証したりする必要はなく、近似するシミュレーション結果をデータベースから抽出すればよい。したがって、複数の貯炭場で積み付け毎に、それぞれデータベースを使うことができるので、予め多くのシミュレーションのための演算を行うものとしてもコストの低減を図ることができる。 In this case, in the actual operation, simulation calculation and verification have already been completed, so it is necessary to perform simulation calculation and verify the validity of the simulation results each time the conditions change in each coal yard. Rather, the approximate simulation result may be extracted from the database. Therefore, since a database can be used for each loading at a plurality of coal storage yard, cost can be reduced even if many calculations are performed in advance.
シミュレーションは、石炭の種類毎に行う必要があり、例えば、石炭の種類には、無煙炭、半無煙炭、瀝青炭、亜瀝青炭、褐炭、亜炭、泥炭などがあるが、JIS規格では、単位重量当たりの発熱量に応じて、発熱量の高い方から瀝青炭、亜瀝青炭、褐炭に分類される。それらのうちの瀝青炭と亜瀝青炭を用いる場合であっても、石炭の特性は、産地(炭鉱、炭田)によって大きく異なり、シミュレーションにおいては、瀝青炭と亜瀝青炭に分けた後に、それぞれの産地等によりさらに石炭の種類を分ける必要があり、各地からの輸入を想定すると、石炭の種類が数十種類以上となる虞がある。さらに、各種パラメータ(石炭の種類(炭種)に加えて、貯炭パイルの形状、石炭の粒径(または空隙率)、石炭の初期温度(積み付け時温度)、気温、湿度、風速)の違いによりシミュレーションを多数のケースに分けた場合に、例えば、多くのシミュレーションを行う必要が生じ、データベースの構築に係るコストや時間が多くなり過ぎる虞がある。特に、貯炭場における貯炭パイルの温度変化や自然発熱の詳細なシミュレーションを行うためには、実際の貯炭パイルにおいて、比較的長い期間に渡る各種パラメータとなる価の測定の結果や、各種実験が必要であり、シミュレーションの数が多いと膨大な手間とコストがかかることになる。特に、石炭の種類が多い場合に、石炭の種類毎に実際の貯炭パイルの温度測定や、実験を行う必要があり、データベースの構築にコストと時間がかかる。 The simulation needs to be performed for each type of coal. For example, coal types include anthracite, semi-anthracite, bituminous coal, subbituminous coal, lignite, lignite, peat, etc., but in JIS standards, heat generation per unit weight According to the quantity, it is classified into bituminous coal, subbituminous coal, and lignite from the one with the highest calorific value. Even when bituminous coal and sub-bituminous coal are used, the characteristics of coal vary greatly depending on the production area (coal mine, coalfield), and in the simulation, after dividing into bituminous coal and sub-bituminous coal, It is necessary to divide the types of coal, and assuming imports from various locations, there is a risk that the number of types of coal will be more than several tens. Furthermore, in addition to various parameters (coal type (coal type), coal pile shape, coal particle size (or porosity), initial coal temperature (temperature during loading), temperature, humidity, wind speed) When the simulation is divided into a large number of cases, for example, it is necessary to perform many simulations, and there is a possibility that the cost and time for constructing the database are excessively increased. In particular, in order to perform a detailed simulation of the temperature change and spontaneous heat generation of coal storage piles at a coal yard, it is necessary to measure the results of various parameters and perform various experiments over a relatively long period in an actual coal storage pile. If the number of simulations is large, a lot of labor and cost are required. In particular, when there are many types of coal, it is necessary to measure the temperature of the actual coal storage pile and conduct experiments for each type of coal, and it takes cost and time to construct a database.
また、シミュレーションの結果をデータベース化した場合に、最終的に、例えば、現状の貯炭パイルの状態に対応するシミュレーションを抽出する必要があるとともに、抽出されたシミュレーションの時間軸において、現状の貯炭パイルの状態がどこに位置するか、すなわち、自然発火の危険性が高まるまでの期間がどれくらいかを決定する必要がある。いずれにしろ、温度等の監視情報と自然発火のシミュレーションをどのように組み合わせて合理的な監視システムを構築するかに関して、具体的な手法は知られていない。 In addition, when the simulation results are compiled into a database, for example, it is necessary to finally extract a simulation corresponding to the state of the current coal storage pile, and on the time axis of the extracted simulation, It is necessary to determine where the condition is located, that is, how long it takes for the risk of spontaneous ignition to increase. In any case, no specific method is known regarding how to construct a rational monitoring system by combining monitoring information such as temperature and simulation of spontaneous ignition.
本発明は、前記事情に鑑みてなされたもので、貯炭された石炭の自然発火防止のための監視を省力化するために、貯炭場に貯炭された石炭の自然発熱に基づく温度推移のシミュレーションのデータベースを有しながら、当該データベースを比較的容易に構築可能な貯炭場監視システムおよび貯炭場監視方法を提供することを目的とする。 The present invention has been made in view of the above circumstances, and in order to save the monitoring for preventing spontaneous ignition of the coal stored, the simulation of the temperature transition based on the spontaneous heat generation of the coal stored in the coal storage yard An object of the present invention is to provide a coal yard monitoring system and a coal yard monitoring method capable of constructing the database relatively easily while having a database.
前記目的を達成するために本発明に係る貯炭場監視システムは、貯えられた石炭の自然発熱を監視するための貯炭場監視システムであって、
前記石炭の温度推移のシミュレーション結果が、前記石炭に係わる情報に関する複数の条件により分けられたケース毎に登録されているデータベースと、
前記自然発熱を監視すべき前記石炭に係わる前記情報が入力された場合に、入力された前記情報から前記条件に基づいて前記ケースを決定し、前記データベースから決定された前記ケースに対応する前記シミュレーション結果を抽出し、抽出された前記シミュレーション結果に基づいて前記自然発熱を監視すべき前記石炭の今後の温度推移を予測する温度推移予測手段とを備え、
前記ケース分けの前記条件の1つが、前記石炭に係わる前記情報としての前記石炭の温度拡散率および含水率に基づいて前記石炭の種類を複数のグループにそれぞれグループ化した炭種グループであることを特徴とする。
In order to achieve the above object, a coal yard monitoring system according to the present invention is a coal yard monitoring system for monitoring natural heat generation of stored coal,
A simulation result of the temperature transition of the coal is registered for each case divided by a plurality of conditions related to the information related to the coal, and
When the information related to the coal whose natural heat generation is to be monitored is input, the case is determined based on the condition from the input information, and the simulation corresponding to the case determined from the database A temperature transition predicting means for extracting a result and predicting a future temperature transition of the coal on which the spontaneous heat generation should be monitored based on the extracted simulation result;
One of the conditions for the case division is a coal type group in which the types of coal are grouped into a plurality of groups based on the temperature diffusivity and moisture content of the coal as the information relating to the coal. Features.
本発明の貯炭場監視方法は、貯えられた石炭の自然発熱を監視するために、
前記石炭の温度推移のシミュレーション結果が、前記石炭に係わる情報に関する複数の条件により分けられたケース毎に登録されているデータベースと、
前記自然発熱を監視すべき前記石炭に係わる前記情報が入力された場合に、入力された前記情報から前記条件に基づいて前記ケースを決定し、前記データベースから決定された前記ケースに対応する前記シミュレーション結果を抽出し、抽出された前記シミュレーション結果に基づいて前記自然発熱を監視すべき前記石炭の今後の温度推移を予測する温度推移予測手段とを備える貯炭場監視システムにおける貯炭場監視方法であって、
前記ケース分けの前記条件の1つが、前記石炭に係わる前記情報としての前記石炭の温度拡散率および含水率に基づいて前記石炭の種類を複数のグループにそれぞれグループ化した炭種グループであることを特徴とする。
In the coal yard monitoring method of the present invention, in order to monitor the spontaneous heating of the stored coal,
A simulation result of the temperature transition of the coal is registered for each case divided by a plurality of conditions related to the information related to the coal, and
When the information related to the coal whose natural heat generation is to be monitored is input, the case is determined based on the condition from the input information, and the simulation corresponding to the case determined from the database A coal storage monitoring method in a coal storage monitoring system comprising: a result, and a temperature transition prediction means for predicting a future temperature transition of the coal on which the spontaneous heat generation should be monitored based on the extracted simulation result, ,
One of the conditions for the case division is a coal type group in which the types of coal are grouped into a plurality of groups based on the temperature diffusivity and moisture content of the coal as the information relating to the coal. Features.
これらのような構成によれば、貯炭場に貯炭された石炭の酸化に基づく自然発熱による自然発火の防止のための貯炭場監視システムは、データベースに記憶されたケース毎のシミュレーション結果から抽出されたシミュレーション結果に基づいて予測される温度推移を出力する。この予測される温度推移を参考にして、自然発火の防止のための対策を確実かつ効率的に行うことができる。 According to such a configuration, the coal storage monitoring system for preventing spontaneous combustion due to spontaneous heating based on the oxidation of coal stored in the coal storage was extracted from the simulation results for each case stored in the database. Outputs the predicted temperature transition based on the simulation result. Measures for preventing spontaneous ignition can be reliably and efficiently performed with reference to the predicted temperature transition.
ここで、貯炭された石炭は、例えば、火力発電の燃料とされるが、石炭は輸入に頼っており、多くの産地から輸入される異なる炭種の石炭が用いられることになる。特に、瀝青炭だけではなく、亜瀝青炭も用いる場合に、多くの炭種が使用対象となる可能性がある。したがって、予めシミュレーション結果をデータベース化する際に、シミュレーションを炭種によってケース分けする場合に、ケース数が多くなり、データベースの構築にコストと時間がかかることになるが、炭種をグループ分けし、炭種ではなく、それぞれ複数の炭種を含むグループによりケース分けすることで、炭種で直接ケース分けした場合よりも、ケース数を減少させ、データベース構築に必要なコストと時間を削減することができる。 Here, the stored coal is used as fuel for thermal power generation, for example, but the coal depends on import, and different types of coal imported from many production areas are used. In particular, when not only bituminous coal but also subbituminous coal is used, there is a possibility that many types of coal may be used. Therefore, when creating a database of simulation results in advance, if the simulation is divided into cases by coal type, the number of cases increases and it takes cost and time to construct the database. By dividing cases by groups that include multiple types of coal, instead of coal types, it is possible to reduce the number of cases and reduce the cost and time required to construct a database, compared to cases where cases are divided directly by type of coal. it can.
これにより、シミュレーションを石炭が貯炭される度に行う必要がなく、各ケースのシミュレーション結果をデータベース化し、このデータベースからシミュレーション結果を抽出して用いるものとしても、貯炭場監視システムのコストを低減することができる。石炭を貯炭する毎に、シミュレーションを行う場合に、シミュレーション結果の妥当性を検証することが困難であり、妥当性を検証するには、シミュレーションを貯炭毎に繰り返し行うとともに、その結果が蓄積される必要がある。したがって、貯炭場監視システムの運用の実質的な開始が遅くなる虞がある。 As a result, it is not necessary to perform simulation every time coal is stored, and even if the simulation results of each case are made into a database and the simulation results are extracted from this database and used, the cost of the coal storage monitoring system can be reduced. Can do. When performing simulation every time coal is stored, it is difficult to verify the validity of the simulation results. To verify the validity, the simulation is repeated for each coal storage and the results are accumulated. There is a need. Therefore, the substantial start of operation of the coal storage monitoring system may be delayed.
それに対して、設定されたケース毎のシミュレーションを行った後に、これらの結果をデータベース化する場合に、多くのシミュレーション結果から各シミュレーション結果の妥当性を検証することが可能であり、各シミュレーション結果の検証を行ってデータベースを構築した段階で貯炭場監視システムの運用が可能になる。ここで、検証とは、第1に、シミュレーション結果と既往文献との照合であり、第2にシミュレーション結果における傾向の正しさの確認である。 On the other hand, when these results are compiled into a database after simulation for each set case, it is possible to verify the validity of each simulation result from many simulation results. Operation of the coal storage monitoring system becomes possible at the stage where the database is constructed after verification. Here, the verification is firstly a comparison between the simulation result and the past literature, and second is a confirmation of the correctness of the trend in the simulation result.
本発明の前記構成において、前記温度推移予測手段は、前記条件に基づいて、前記データベースから前記シミュレーション結果を抽出する際に、前記条件のうちの前記条件に対応する前記石炭に係わる前記情報の変化に対する前記石炭の温度の変化が大きく、感度が高い前記情報に関する前記条件から順に前記シミュレーション結果を絞り込むことが好ましい。 In the configuration of the present invention, when the temperature transition prediction means extracts the simulation result from the database based on the condition, the change in the information related to the coal corresponding to the condition among the conditions is changed. It is preferable to narrow down the simulation result in order from the condition related to the information with a large change in the temperature of the coal with respect to the information.
このような構成によれば、シミュレーションのデータベースから貯炭されている石炭に適したシミュレーション結果を抽出することが可能となる。すなわち、複数の条件に基づいてケース分けして石炭の温度推移のシミュレーションを行った場合に、石炭の温度変化に対する感度が高い情報に係る条件の順、すなわち、温度変化に大きな影響を与える情報に係る条件の順に上述の条件を用いて、データベースの検索の絞り込みを行うことで、より、現在貯炭されている石炭に適したシミュレーション結果を抽出することが可能となる。 According to such a configuration, it is possible to extract simulation results suitable for coal stored from the simulation database. That is, when the simulation of coal temperature transition is performed by dividing the case based on multiple conditions, the order of the conditions related to the information with high sensitivity to the temperature change of coal, that is, the information that greatly affects the temperature change. By narrowing down the search of the database using the above-mentioned conditions in the order of such conditions, it becomes possible to extract a simulation result suitable for the coal currently stored.
また、本発明の前記構成において、前記温度推移予測手段は、抽出された前記シミュレーション結果の時間軸上において、前記自然発熱を監視すべき前記石炭における温度推移の現状の位置を決定する際に、前記石炭の現状の温度と、現状の前記温度に至る温度推移の勾配とに基づいて前記位置を決定することが好ましい。 Further, in the configuration of the present invention, the temperature transition prediction means determines the current position of the temperature transition in the coal on which the spontaneous heat generation should be monitored on the time axis of the extracted simulation result. It is preferable to determine the position based on the current temperature of the coal and the gradient of the temperature transition to the current temperature.
このような構成によれば、データベースから抽出されたシミュレーション結果における温度推移曲線上における現在の石炭の温度となる時間軸上の位置をより適切に決めることができる。すなわち、自然発熱のシミュレーションにおいて、時間経過に伴う温度推移における温度の値を相対値ではなく、絶対値として正確に算出することは、困難であり、シミュレーション結果における温度推移曲線において、実際に測定された温度だけで時間軸上の位置を決めることは難しい。そこで、測定温度だけでなく、相対的な値として、温度推移の傾向(温度勾配)と合わせて温度推移曲線の時間軸上の位置を決定することで、より適切に時間軸上の位置を決定できる。
したがって、データベース化されたシミュレーション結果を用いるものとしても、貯炭する度に現状をシミュレーションした場合と同様に、シミュレーション結果から現状が温度推移曲線のどの時間に滞在しているかを容易に判定することができる。また、後述のように貯炭パイルの断面位置によって、異なる温度推移曲線が予測結果として得られる場合に、実際の温度の計測位置に近い位置の温度曲線を用いて時間軸上の位置を決定する。
According to such a structure, the position on the time axis used as the present coal temperature on the temperature transition curve in the simulation result extracted from the database can be determined more appropriately. In other words, in the simulation of spontaneous heat generation, it is difficult to accurately calculate the temperature value in the temperature transition with time as an absolute value instead of a relative value, and it is actually measured in the temperature transition curve in the simulation result. It is difficult to determine the position on the time axis with only the temperature. Therefore, not only the measured temperature, but also the relative value, along with the trend of temperature transition (temperature gradient), the position on the time axis of the temperature transition curve is determined more appropriately, so that the position on the time axis is determined more appropriately. it can.
Therefore, even if the simulation results stored in the database are used, it is possible to easily determine at what time of the temperature transition curve the current status stays from the simulation results, as in the case where the current status is simulated every time coal is stored. it can. Further, when different temperature transition curves are obtained as prediction results depending on the cross-sectional position of the coal storage pile as will be described later, the position on the time axis is determined using the temperature curve close to the actual temperature measurement position.
また、本発明の前記構成において、前記石炭には、瀝青炭および亜瀝青炭が含まれ、
前記温度推移予測手段は、前記自然発熱を監視すべき前記石炭の予測される温度推移を出力する際に、貯えられた前記石炭全体の断面を複数の領域に分割し、前記領域毎に予測される温度推移を出力し、
かつ、前記断面の各領域への分割数を、前記瀝青炭を貯炭する場合と、前記亜瀝青炭を貯炭する場合とで異なるものとし、前記瀝青炭の前記分割数より前記亜瀝青炭の前記分割数を多くしていることが好ましい。
Moreover, in the configuration of the present invention, the coal includes bituminous coal and subbituminous coal,
The temperature transition predicting means divides the entire section of the stored coal into a plurality of regions when outputting the predicted temperature transition of the coal whose natural heat generation is to be monitored, and is predicted for each region. Output temperature transition,
In addition, the number of divisions into each region of the cross section is different between the case where the bituminous coal is stored and the case where the subbituminous coal is stored, and the division number of the subbituminous coal is larger than the division number of the bituminous coal. It is preferable.
このような構成によれば、できるだけ少ない予測結果としての温度推移曲線を出力すること、すなわち、ユーザが見る必要がある温度推移曲線の数を不必要に多くない適切な数とすることで、ユーザの自然発火の可能性を容易に把握させることができる。貯えられた石炭全体の断面の適切な分割数の決定においては、例えば、断面の各分割領域の面積が、温度推移が明確に異なる可能性が高い最小面積となるように断面を分割する。ここでは、例えば、4m角の分割領域、すなわち、16m2の面積の分割領域に断面を分割し、各分割領域の温度推移のシミュレーションによる予測結果を比較し、温度推移が近似する分割領域は、まとめて1つの分割領域とすることで、分轄数を減少させることが好ましい・。 According to such a configuration, it is possible to output a temperature transition curve as a prediction result as few as possible, that is, by setting the number of temperature transition curves that the user needs to see to an appropriate number that is not unnecessarily large. It is possible to easily grasp the possibility of spontaneous ignition. In determining the appropriate number of divisions for the entire cross section of the stored coal, for example, the cross section is divided so that the area of each divided region of the cross section is the minimum area where there is a high possibility that the temperature transition is clearly different. Here, for example, the cross section is divided into 4 m square divided areas, that is, divided areas having an area of 16 m 2 , and the prediction results obtained by the simulation of the temperature transition of each divided area are compared. It is preferable to reduce the number of divisions by combining them into one divided area.
本発明によれば、貯炭パイル内部の温度分布や自然発熱による温度上昇の予測を行う貯炭場監視システムを効率的に構築できる。この貯炭場監視システムから運転者や保全従事者に今後の温度推移予測や内部の高温領域における温度の予測など、自然発火を未然に防ぐために有用な情報を出力することにより、貯炭場の網羅的な監視と監視の省力化を実現可能である。 ADVANTAGE OF THE INVENTION According to this invention, the coal storage monitoring system which estimates the temperature distribution by the coal storage pile and the temperature rise by natural heat generation can be constructed | assembled efficiently. By outputting useful information to prevent spontaneous combustion such as prediction of future temperature transition and prediction of temperature in the internal high temperature region from this coal storage monitoring system to operators and maintenance workers, comprehensive coverage of the coal storage Monitoring and labor saving of monitoring can be realized.
以下、本発明の実施の形態について図面を参照して説明する。
本実施の形態の貯炭場監視システムを説明する。貯炭場における貯炭方法には、大きく分けて屋外貯炭と、屋内貯炭とがあるが、本実施の形態では、屋外貯炭の場合について説明する。なお、本発明は、屋外貯炭だけではなく、屋内貯炭にも適用可能である。
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
A coal storage monitoring system according to the present embodiment will be described. Coal storage methods in the coal storage are roughly classified into outdoor coal storage and indoor coal storage. In this embodiment, the case of outdoor coal storage will be described. The present invention can be applied not only to outdoor coal storage but also to indoor coal storage.
本実施の形態の貯炭場監視システムは、図1のシステム部に示すように、各種データや指示(要求)をユーザが入力するための入力装置としての入力用インターフェース1と、入力用インターフェース1から入力されたデータや指示に応じて貯炭場監視プログラムを実行して、貯炭場に貯炭された石炭の現況が予測される自然発熱過程のいずれの段階なのかを算出する演算処理装置(貯炭場監視プログラム実行装置)2と、ユーザに貯炭場監視プログラムの実行結果として、上述の予測される自然発熱過程のいずれの段階かを出力するための予測結果表示用インターフェース3とを備える。
As shown in the system section of FIG. 1, the coal storage monitoring system according to the present embodiment includes an
ここでユーザとは、例えば、貯炭場の現場運転者や保全者であり、例えば、貯炭場において、石炭の積み付け、払い出しを行うか管理する者である。なお、ユーザは、運転車や保全者である必要はなく、この貯炭場監視システムの管理者や、貯炭場の管理者であってもよい。 Here, the user is, for example, an on-site operator or a maintenance person of the coal yard, and is a person who manages whether or not coal is loaded and dispensed at the coal yard, for example. In addition, the user does not need to be a driving vehicle or a maintenance person, and may be an administrator of the coal yard monitoring system or an administrator of the coal yard.
入力用インターフェース1が、例えば、キーボード等の入力装置や通信によりデータ等を送受信する通信装置等である。入力用インターフェース1から入力されるデータとしては、積み付ける石炭の種類や性状(石炭の物性や、酸化による発熱速度など)、積み付ける貯炭パイルの位置や形状、石炭初期温度、石炭粒度などの運転情報、現場測定データ(気温、湿度、風速、貯炭パイルへの定期的な温度計の挿入により測定されたデータなどの現場計器情報等)である。
The
演算処理装置2は、基本的にCPU等の演算処理用の回路と、記憶装置とを備えるものである。記憶装置には、石炭の自然発熱による温度推移を予測するための貯炭された石炭の温度推移を予測したシミュレーション結果が多数登録されたシミュレーションのデータベースを有する。また、ここで、多数の石炭の温度推移のシミュレーションのケース分けは、例えば、炭種、貯炭パイルの形状、石炭の粒径、石炭の初期温度、気温、湿度、風速で行う。
The
貯炭パイルの形状は、ここでは基本的に横長の山積みであり、長手方向に直交する断面が略三角形状となっている。すなわち、三角柱の軸方向を、三角形状の断面の頂点を上にするとともに底辺を下にして、水平に寝かせた状態であり、例えば、高さ、長手方向の長さ、長手方向に直交する幅方向の長さ(幅)等で表される。 Here, the shape of the coal storage pile is basically a horizontally long pile, and the cross section perpendicular to the longitudinal direction is substantially triangular. That is, the axial direction of the triangular prism is in a state where it is laid horizontally with the apex of the triangular cross section at the top and the base at the bottom, for example, the height, the length in the longitudinal direction, and the width orthogonal to the longitudinal direction. It is represented by the length (width) of the direction.
シミュレーションの貯炭パイルの形状によるケース分けとしては、ここでは、上述のような山積みの形状を基本とし、上述の高さ、幅、長さの値を複数段階に分け、それらの組み合わせをそれぞれケースとする。
石炭の粒径、石炭の初期温度、気温、湿度、風速によるシミュレーションのケース分けは、これらの値を複数段階に分け、段階毎のケースを設定することにより行う。
The case classification according to the shape of the coal storage pile in the simulation is based on the shape of the pile as described above, and the above-mentioned height, width, and length values are divided into a plurality of stages, and the combinations of these are respectively case and To do.
The case division of the simulation based on the coal particle size, the initial coal temperature, the temperature, the humidity, and the wind speed is performed by dividing these values into a plurality of stages and setting a case for each stage.
炭種は、基本的にJIS規格や、ASTM規格により瀝青炭と、亜瀝青炭に分け、これらをさらに種類分けする。ここで、炭種としては、上述の瀝青炭と、亜瀝青炭がさらに産地により種類分けされる。基本的に日本では、石炭は輸入に頼っており、様々な産地から輸入される。これにより炭種は、例えば、数十種類以上となる。これら炭種でシミュレーションをケース分けすると、ケースの数が膨大になるので、炭種をグループ化し、炭種に代えて各グループでケース分けするようになっている。 The coal types are basically divided into bituminous coal and subbituminous coal according to JIS standards and ASTM standards, and these are further classified. Here, as a kind of coal, the above-mentioned bituminous coal and subbituminous coal are further classified according to production areas. Basically, in Japan, coal relies on imports and is imported from various sources. Thereby, there are several tens of types of charcoal, for example. When the simulation is divided into cases by these coal types, the number of cases becomes enormous, so the coal types are grouped, and cases are divided into groups in place of the coal types.
炭種のグループ化に際しては、各炭種の石炭における温度拡散率αと含水率Wで分類する。石炭の低温酸化速度の特性は、瀝青炭と低品位炭(亜瀝青炭)で大きく異なることが知られている。また、石炭の温度上昇速度は、温度拡散率αが大きく影響する。
温度拡散率αは、図4Bにも示すα=λs/ρsCpsの式で示される。
ここで、α:温度拡散率、ρs:石炭の密度、Cps:石炭の比熱、λs:石炭の熱伝導度である。
さらに、図2の貯炭された石炭の温度推移(温度の経時変化)の一例のグラフに示すように、貯炭された石炭は、時間経過に対応して昇温し、石炭の温度が70℃〜90℃程度で石炭中の水分の蒸発の気化熱(潜熱)による温度低下と酸化に基づく発熱による温度上昇が略釣り合うことにより、一旦温度上昇が穏やかになる(温度が緩やかに下降する場合もある)ことが知られており、この期間の長さは石炭の含水率Wが大きな影響を与える。
When grouping the coal types, classification is performed by the temperature diffusivity α and the moisture content W in the coal of each coal type. It is known that the characteristics of low-temperature oxidation rate of coal differ greatly between bituminous coal and low-grade coal (sub-bituminous coal). Further, the temperature diffusivity α greatly affects the temperature rise rate of coal.
The temperature diffusivity α is expressed by an equation of α = λ s / ρ s Cp s also shown in FIG. 4B.
Here, α: temperature diffusivity, ρ s : density of coal, Cp s : specific heat of coal, λ s : thermal conductivity of coal.
Furthermore, as shown in the graph of an example of the temperature transition of the stored coal in FIG. 2 (temperature change with time), the coal stored in the coal rises in temperature with the passage of time, and the temperature of the coal increases from 70 ° C. At about 90 ° C, the temperature decrease due to the heat of vaporization (latent heat) of the evaporation of water in the coal and the temperature increase due to heat generation due to oxidation are substantially balanced, and the temperature increase once becomes mild (the temperature may decrease gradually). It is known that the water content W of coal greatly affects the length of this period.
したがって、自然発火に至る虞のある石炭の経時的温度変化(温度推移)のシミュレーションにおいて、石炭の種類に応じた温度拡散率αと、含水率Wとに基づいて各炭種をグループ分けすることになる。この場合に、例えば、横軸と縦軸との一方に温度拡散率αをとり、他方に含水率Wをとった図3に示すようなグラフを作成し、上述のように瀝青炭と亜瀝青炭とに分けた後に例えば産地で分けた炭種毎に、その温度拡散率αと、含水率Wに対応して上述のグラフにプロットする。この場合に、例えば、図3に示すように、各炭種を示す点が略一様に分散するのではばく、点が密な部分と疎な部分とに分かれ、点が密にまとまっている部分が複数あるので、疎な部分を境として、密な部分を1つ1つのグループに分けている。なお、上述のように、瀝青炭と亜瀝青炭に分けているので、瀝青炭と亜瀝青炭とが同じグループになることはない。 Therefore, in the simulation of the temporal temperature change (temperature transition) of coal that may lead to spontaneous ignition, grouping each coal type based on the temperature diffusivity α and the moisture content W according to the type of coal become. In this case, for example, a graph as shown in FIG. 3 in which the temperature diffusivity α is taken on one of the horizontal axis and the vertical axis and the moisture content W is taken on the other is created. For example, for each type of coal divided by production area, the temperature diffusivity α and the moisture content W are plotted in the above graph. In this case, for example, as shown in FIG. 3, the points indicating each coal type are not distributed uniformly, but the points are divided into a dense portion and a sparse portion, and the points are densely packed. Since there are a plurality of portions, the dense portions are divided into groups one by one with the sparse portion as a boundary. In addition, since it has divided into bituminous coal and subbituminous coal as mentioned above, bituminous coal and subbituminous coal do not become the same group.
なお、各炭種の温度拡散率αと含水率Wに基づくグループ分けの仕方は、これに限られるものでない。例えば、温度拡散率αと含水率Wをそれぞれ複数の段階に分け、これら両者の各段階の組み合わせでグループ分けを行ってもよい。
なお、図3では、数十種類の炭種を温度拡散率αと含水率Wの2軸上にプロットしたグラフを作成し、数種のグループに分類している。これにより、シミュレーションのケース分けの要素としての炭種を例えば数十種類から数種類のグループにまで減らし、実施すべきシミュレーションのケースを減らすことができ、シミュレーション結果のデータベース構築に必要な時間とコストを大幅に削減できる。ショミレーションのデータベースでは、上述のように貯炭パイルにおける石炭の温度についての複数のシミュレーション結果を記憶しているものであるが、各シミュレーションは、炭種のグループを含む各パラメータの値等により多数のケースで行われ、各ケースでのシミュレーション結果がデータベース化されている。
In addition, the method of grouping based on the temperature diffusivity (alpha) and the moisture content W of each coal type is not restricted to this. For example, the temperature diffusivity α and the moisture content W may be divided into a plurality of stages, respectively, and a grouping may be performed by a combination of these two stages.
In FIG. 3, a graph in which several tens of types of coal types are plotted on two axes of temperature diffusivity α and water content W is created and classified into several groups. As a result, the number of coal types as elements of simulation case division can be reduced from several tens to several groups, for example, and the number of simulation cases to be performed can be reduced. It can be greatly reduced. The simulation database stores a plurality of simulation results on the temperature of coal in the coal storage pile as described above. However, each simulation has a large number of values depending on the value of each parameter including a group of coal types. The simulation results in each case are stored in a database.
演算処理装置2は。上述のような各炭種がどのグループに属するかを登録した炭種データベースが記憶されており、瀝青炭か亜瀝青炭かと産地とにより検索することで炭種のグループが抽出される。なお、炭種データベースには、各炭種の石炭の性状や熱物性等に係わるデータを登録しておき、炭種から検索可能としてもよい。また、炭種データベースにおいては、温度拡散率αと含水率Wとから炭種のグループを検索可能となっていてもよい。
The
また、演算処理装置2は、これらデータベースをストレージ(記憶装置)に記憶しているとともに、実際に貯炭されている石炭に対応してシミュレーションのデータベースからシミュレーション結果を抽出する。 次いで、実際の貯炭された石炭が抽出されたシミュレーションの時間軸上のどの時間に滞在しているかを判定し、シミュレーションに基づいて、今後(上述の滞在時間以降)の石炭の温度の変化を予測し、例えば、自然発火の時期(自然発火の危険性が高まる時期)を予測する処理を行う自然発熱予測プログラムを実行する。また、演算処理装置2では、自然発熱予測プログラムにより予測された温度上昇等の結果をユーザーに表示するための予測結果表示プログラムが実行される。これら自然発熱予測プログラムおよび予測結果表示プログラムは、貯炭場監視プログラムの一部である。
The
この予測結果表示プログラムが実行されることにより、予測結果表示用インターフェース3から予測結果が表示される。例えば、シミュレーション結果の時間軸に対する石炭の温度変化において、現状がどの時間に滞在しているかをフラフ上で示したり、滞在する時間により自然発火の危険の程度を表示したりすることができる。
By executing the prediction result display program, the prediction result is displayed from the prediction
次に、貯炭所監視システムを用いた貯炭場監方法を説明する前に、上述の炭種データベースおよびシミュレーションのデータベースの構築方法を説明する。
上述のように炭種データベースにおいて、炭種とは、瀝青炭と亜瀝青炭とで分けられ、さらに産地でそれぞれ分けられた石炭の種類である。炭種データベースでは、上述のように炭種をグループ分けした後に、各炭種とグループを紐付けして炭種からその炭種が属するグループを抽出可能に貯炭場監視システムの演算処理装置2のストレージに記憶させたものである。
Next, before explaining a coal yard supervision method using the coal yard monitoring system, a method for constructing the above-described coal type database and simulation database will be explained.
As described above, in the coal type database, the coal type is a type of coal that is divided into bituminous coal and sub-bituminous coal, and further divided in each production area. In the coal type database, after the coal types are grouped as described above, each coal type is linked to the group, and the group to which the coal type belongs can be extracted from the coal type. It is stored in storage.
この炭種データベースの作成においては、貯炭場で貯炭している炭種、貯炭したことがある炭種、貯炭する可能性がある(貯炭を予定している)炭種が登録される。炭種の登録においては、各炭種の石炭の性状や熱物性等に係わるデータを登録する。この際のデータは、想定したものであっても、各種文献等のデータでも、石炭の供給者のデータであってもかまわない。各炭種の石炭のデータには、上述の温度拡散率αと、含水率Wが含まれることが好ましい。 In the creation of this coal type database, the types of coal stored in the coal yard, the types of coal that have been stored, and the types of coal that may be stored (scheduled for storage) are registered. In the registration of coal types, data related to the properties and thermophysical properties of each type of coal is registered. The data at this time may be assumed data, data of various documents, etc., or data of a coal supplier. It is preferable that the above-mentioned temperature diffusivity α and moisture content W are included in the data of coal of each coal type.
この温度拡散率αと、含水率Wとに基づいて、上述のように各炭種をグループ分けし、各炭種からその性状等とグループを抽出するデータベースを構築する。なお、取り扱う炭種が増加する際に、当該炭種をグループ分けしてデータベースを更新する。 Based on the temperature diffusivity α and the moisture content W, each coal type is divided into groups as described above, and a database for extracting the properties and groups from each coal type is constructed. When the number of coal types handled increases, the coal types are grouped and the database is updated.
このような各炭種の石炭をグループ分けしたデータを用いて多数にケース分けした石炭の温度推移のシミュレーションを行い、シミュレーションのデータベースを構築する。シミュレーションのケース分けは上述のように、瀝青炭・亜瀝青炭の違いと、炭種の各グループと、各パラメータの値を段階的に分けた値の各範囲の組み合わせにより行う。例えば、炭種のグループの1つに対応して、100ケース程度にケース分けされる。シミュレーションのケース分けにおいて、炭種をそのまま用いずに、炭種をグループ分けしたグループを用いることで、炭種に基づくシミュレーションのケース分け数を減らすことができ、シミュレーションのデータベース構築にかかるコストを大幅に低減可能である。また、複数の炭種を1つのグループと見なしても、グループ分けを上述のように貯炭された石炭の自然発熱に大きな盈虚を与える温度拡散率αと含水率Wを用いているので、炭種に係わるケース数が減っても、自然発熱による温度推移のシミュレーション結果を用いて十分に現実に即した予測を行うことが可能である。 The simulation of the temperature transition of the coal divided into a large number of cases using the data obtained by grouping the coals of each coal type is performed, and a simulation database is constructed. As described above, the simulation cases are divided by combinations of bituminous coal and sub-bituminous coal, each group of coal types, and each range of values obtained by dividing each parameter value in stages. For example, the case is divided into about 100 cases corresponding to one of the groups of charcoal types. By using a group of coal types instead of using coal types as they are in simulation case classification, the number of simulation cases based on coal types can be reduced, greatly increasing the cost of building a simulation database. Can be reduced. Moreover, even if a plurality of coal types are considered as one group, the grouping uses the temperature diffusivity α and the water content W, which give a large frustration to the spontaneous heat generation of coal stored as described above. Even if the number of cases related to seeds is reduced, it is possible to make a realistic prediction using simulation results of temperature transitions due to natural heat generation.
シミュレーションにあたっては、図4A〜図4Eに図示した石炭の自然発熱モデルの式を用いる。ここでは、上述の炭種(石炭の物性や、発熱速度など)、貯炭パイル形状、石炭の粒径、石炭の初期温度、気温、湿度、風速の入力情報から、上述の石炭の自然発熱モデルの式を用い、様々な自然発熱シミュレーションを行う。例えば、(瀝青炭の炭種グループ)x(貯炭パイル形状)x(石炭の粒径(空隙率))x(石炭の初期温度)x(気温)x(湿度)x(風速)のような各種条件の組み合わせでケース分けし、個々の項目に対し想定される範囲を決め、それらの組み合わせに対して自然発熱シミュレーションを行い、図2に示すような石炭の温度推移曲線を作成する。シミュレーションのケースは、例えば、全部で数百ケースとなる。ケース分けに用いられる条件とは、例えば、気温、湿度、風速等の数値で表される情報に関する条件であれば、これらの数値を段階的に分けたものであり、例えば、0〜9、10〜19.20〜29…等のように任意に設定された各数値範囲のいずれに属するかが条件となる。また、条件が石炭の種類やグループ分けした際のグループであれば、条件としては、いずれの種類またはグループに属するかが条件となる。このようにして作成したシミュレーション結果を既往の文献や実験データや、上述のように作成された他の多数のシミュレーション結果などにより評価し、妥当性が確認されたものをデータベース化する。 In the simulation, the equation of the natural heat generation model of coal illustrated in FIGS. 4A to 4E is used. Here, from the above-mentioned coal type (coal properties, heat generation rate, etc.), coal pile shape, coal particle size, coal initial temperature, temperature, humidity, wind speed input information, Various natural heat generation simulations are performed using equations. For example, various conditions such as (charcoal coal type group) x (coal storage pile shape) x (coal particle size (porosity)) x (initial coal temperature) x (temperature) x (humidity) x (wind speed) Cases are divided according to the combinations, the range assumed for each item is determined, a spontaneous heat generation simulation is performed for those combinations, and a temperature transition curve of coal as shown in FIG. 2 is created. There are hundreds of simulation cases, for example. For example, if the conditions used for case division are conditions relating to information represented by numerical values such as air temperature, humidity, and wind speed, these numerical values are divided in stages. It is a condition to belong to any numerical range set arbitrarily such as ˜19.20 to 29. If the condition is a coal type or a group when grouped, the condition is which type or group it belongs to. The simulation results created in this way are evaluated based on past literatures and experimental data, and many other simulation results created as described above, and those whose validity has been confirmed are made into a database.
シミュレーションのデータベースが構築されることにより、貯炭場監視システムを用いた貯炭場監視方法を行うことが可能になる。なお、貯炭場監視方法に石炭の自然発熱のシミュレーションのデータベースの構築を加えるものとしてもよい。この場合に、貯炭場監視方法において、一度データベースを構築した後には、データベースを構築する工程を省略し、それ以後の工程から貯炭場監視方法を開始することになる。 By constructing a simulation database, it becomes possible to perform a coal yard monitoring method using a coal yard monitoring system. In addition, it is good also as what adds the construction of the database of the simulation of the spontaneous heat generation of coal to the coal yard monitoring method. In this case, in the coal yard monitoring method, once the database is constructed, the database construction step is omitted, and the coal yard monitoring method is started from the subsequent steps.
次に、上述のようにデータベースが構築されて貯炭場監視システムが構築された後の貯炭場監視方法を説明する。ここでは、貯炭場における積み付けが終了し、貯炭パイルが形成された状態において、当該貯炭パイルの自然発熱の予測にデータベースに登録されたシミュレーションのうちのいずれを抽出するかを説明する。なお、データベースに登録され田シミュレーションは、シミュレーションの際に用いた炭種のグループ(温度拡散率α、含水率W)貯炭パイル形状、石炭の粒径、石炭の初期温度、気温、湿度、風速により検索可能となっている。 Next, the coal yard monitoring method after the database is constructed as described above and the coal yard monitoring system is constructed will be described. Here, it will be described which of the simulations registered in the database for the prediction of spontaneous heat generation of the coal storage pile when the coal storage pile is finished and the coal storage pile is formed. The paddy simulation registered in the database depends on the coal type group used in the simulation (temperature diffusivity α, moisture content W), coal storage pile shape, coal particle size, initial coal temperature, temperature, humidity, and wind speed. Searchable.
実運転の情報(積み付ける炭種や積み付け条件、また、運転員による貯炭パイルの温度測定の位置と値の履歴情報、現時点での気象条件)から、図5に示すロジックにより、シミュレーションデータベースから最も近いシミュレーションケースを選び、温度測定位置が属する分割領域の温度上昇曲線を取り出す事になる。 From the actual operation information (coal types and conditions to be loaded, the temperature measurement position and value history information of the coal storage pile by the operator, the current weather conditions), from the simulation database by the logic shown in FIG. The closest simulation case is selected, and the temperature rise curve of the divided region to which the temperature measurement position belongs is extracted.
シミュレーションにより、石炭の自然発熱に対する温度変化の感度解析を行い、鋭意検討を行った結果、炭種の影響(瀝青炭か亜瀝青炭か、どのグループに属するか(温度拡散率、含水率))、貯炭パイルの形状、石炭の粒度、石炭積み付け時の初期温度、外気温度、外気の相対湿度、風速の順に感度が低くなることを見出した。すなわち、炭種のグループや、貯炭パイルの形状や、石炭の粒度などが、自然発熱に対する影響が大きくなっている。 As a result of conducting a sensitivity analysis of the temperature change with respect to the natural heat generation of the coal by simulation and conducting an extensive study, the effect of the coal type (bituminous coal or sub-bituminous coal, which group (temperature diffusivity, moisture content)), coal storage It was found that the sensitivity decreases in the order of pile shape, coal particle size, initial temperature during coal loading, outside air temperature, outside air relative humidity, and wind speed. That is, the group of coal types, the shape of the coal storage pile, the particle size of the coal, and the like have a great influence on the spontaneous heat generation.
この結果をもとに、シミュレーションデータベースの中から、自然発熱特性に対し感度の高い項目順にシミュレーションケースに近いものを選んでいくことにより、対象とする入力情報に最も近いシミュレーションケースを選び出す手法を見出した。
より具体的には、シミュレーションデータベースの中から、対象の入力情報に最も近いシミュレーションケースを選び出すために、図5に示す手順を用いる。
Based on this result, we found a method to select the simulation case closest to the target input information from the simulation database by selecting the simulation case closest to the simulation case in order of the items with high sensitivity to the spontaneous heat generation characteristics. It was.
More specifically, the procedure shown in FIG. 5 is used to select the simulation case closest to the target input information from the simulation database.
本実施の形態では、炭種をまず瀝青炭と亜瀝青炭とに分けているので、上述の手順において、貯炭された石炭が、瀝青炭か亜瀝青炭かを入力する(手順S1)。これにより、データベースに登録されたシミュレーションのうち使用されるシミュレーションが瀝青炭または亜瀝青炭のシミュレーションに絞り込まれる。 In the present embodiment, since the coal types are first divided into bituminous coal and subbituminous coal, whether the stored coal is bituminous coal or subbituminous coal is input in the above-described procedure (procedure S1). Thereby, the simulation used among the simulations registered in the database is narrowed down to the simulation of bituminous coal or subbituminous coal.
また、貯炭される石炭に関する情報を入力する(手順S2)。ここでは、石炭情報(石炭の性状)として、例えば、石炭の粒度等が入力される。この際には、温度拡散率α、含水率Wや、上述の自然発熱モデルの式で用いられる石炭の性状にかかわるデータを入力してもよい。また、ここでは、貯炭パイルの上述の形状に係わるデータが入力される。さらに、貯炭パイルが積み付けられた貯炭場において、計器で計測された景気情報として、貯炭パイルの石炭の初期温度、気温(外気温)、湿度(相対湿度)、風速が入力される。 Moreover, the information regarding the coal to be stored is input (procedure S2). Here, for example, the granularity of the coal is input as the coal information (the property of the coal). In this case, data relating to the thermal diffusivity α, the moisture content W, and the properties of the coal used in the above-described natural heat generation model formula may be input. Here, data relating to the above-described shape of the coal storage pile is input. Furthermore, in the coal storage yard where the coal storage piles are stacked, the initial temperature, temperature (outside temperature), humidity (relative humidity), and wind speed of the coal in the coal storage pile are input as economic information measured by the instrument.
また、炭種のグループを入力することになるが、例えば、貯炭された石炭の温度拡散率αと含水率Wを入力してもよい(手順S3)。次に、炭種データベースにおいて、温度拡散率αと含水率Wとから炭種のグループを抽出するか、炭種からグループを抽出するか、直接グループを入力して、炭種のグループを決定し、グループにより抽出するシミュレーションを絞り込む(手順S4)。次に、貯炭パイルの形状により抽出するシミュレーションを絞り込む(手順S5)。次に、石炭の粒度(貯炭パイルの空隙率)により抽出するシミュレーションを絞り込む(手順S6)。次に、貯炭パイルの初期温度により抽出するシミュレーションを絞り込む(手順S7)。次に、外気温により抽出するシミュレーションを絞り込む(手順S8)。次に、外気の相対湿度により抽出するシミュレーションを絞り込む(手順S9)。次に、風速により抽出するシミュレーションを絞り込む(手順S10)。これらの絞り込みは、上述の感度解析の結果、感度の高いパラメータ順に行われている。 Moreover, although the group of coal types is input, for example, the temperature diffusivity α and the moisture content W of the stored coal may be input (procedure S3). Next, in the coal type database, a coal type group is extracted from the temperature diffusivity α and the moisture content W, or a group is extracted from the coal type, or the group is directly entered to determine the coal type group. The simulation to be extracted is narrowed down by group (step S4). Next, the simulation to be extracted is narrowed down according to the shape of the coal storage pile (step S5). Next, the simulation to be extracted is narrowed down based on the coal particle size (the porosity of the coal storage pile) (step S6). Next, the simulation to be extracted is narrowed down according to the initial temperature of the coal storage pile (step S7). Next, the simulation to be extracted is narrowed down based on the outside air temperature (step S8). Next, the simulation to be extracted is narrowed down by the relative humidity of the outside air (step S9). Next, the simulation to be extracted is narrowed down by the wind speed (step S10). These narrowing down is performed in the order of parameters with high sensitivity as a result of the sensitivity analysis described above.
この絞り込みにより、たとえば、1つのシミュレーションが絞り込まれて抽出されるので、この抽出されたシミュレーションに基づいて石炭の自然発熱の温度推移の予測が行われる。
シミュレーション結果を用いた温度予測においては、現在の貯炭された石炭の状態が、シミュレーションのデータベースから抽出したシミュレーション結果としての温度推移曲線(時間軸)上のどこに位置(滞在)するかを決定する。シミュレーション結果としての温度推移曲線は、例えば、図13に示すように、石炭の酸化による温度上昇と、水分の蒸発による温度低下とが発生し、温度推移曲線から分かるように温度推移の勾配が変化する。図13では、縦軸が石炭の温度で、横軸が時間経過である。温度推移曲線は、石炭の温度Tを時間tの関数としてT=f(t)で表される。
By this narrowing down, for example, one simulation is narrowed down and extracted, and therefore, the temperature transition of the natural heat generation of the coal is predicted based on the extracted simulation.
In the temperature prediction using the simulation result, it is determined where the current state of the stored coal is located (stayed) on the temperature transition curve (time axis) as the simulation result extracted from the simulation database. As shown in FIG. 13, for example, the temperature transition curve as a simulation result includes a temperature increase due to coal oxidation and a temperature decrease due to evaporation of moisture, and the temperature transition slope changes as can be seen from the temperature transition curve. To do. In FIG. 13, the vertical axis represents the coal temperature and the horizontal axis represents time. The temperature transition curve is expressed as T = f (t), where coal temperature T is a function of time t.
図14Aに示すように、シミュレーション結果から今後の貯炭された石炭の温度予測を行うには、第1に、現在の石炭の温度Tと、石炭の温度変化における温度勾配dT/dtが既知となっている必要がある。すなわち、石炭の温度推移の予測のために、シミュレーション結果を決定するとともに、石炭の温度の測定を時間をずらして行うことにより、石炭の温度と温度変化の勾配を求める。
次に、シミュレーションによる温度推移曲線の現在時刻の状態とみなす時間t1を以下のように決定する。
すなわち、図14Aに示す目的関数Fobjを最小化する時間をt1とする。これにより、抽出されたシミュレーション結果としての石炭の温度推移曲線における現在の時間t1が決定される。
この時間t1に基づいて、図14Bに示すように、現在時刻を出発点とする時間をt'とすると、現在時刻(t'=0)以降の温度推移曲線は、シミュレーションによる温度推移曲線を時間方向にt1、温度方向に、Tobs−f(t1)だけ平行移動したものを用いる。温度推移予測の出発点は測定温度に一致させる。
なお、図14Bにおいて、実線の温度推移曲線が抽出されたシミュレーション結果の温度推移曲線であり、破線の温度推移曲線が予測される今度の温度推移曲線である。
また、予測される温度推移曲線が後述のように1つの貯炭パイルに対してその断面の分割された領域毎に出力される場合に、貯炭パイルの温度測定位置に近い領域の温度推移曲線を用いて時間を決定することができる。
As shown in FIG. 14A, in order to predict the temperature of coal stored in the future from the simulation result, first, the current temperature T of coal and the temperature gradient dT / dt in the temperature change of coal become known. Need to be. That is, in order to predict the temperature transition of coal, the simulation result is determined, and the temperature of the coal and the gradient of the temperature change are determined by measuring the temperature of the coal while shifting the time.
Next, the time t 1 regarded as the current time state of the temperature transition curve by simulation is determined as follows.
That is, the time for minimizing the objective function F obj shown in FIG. 14A is t 1 . Thus, the current time t 1 at the temperature transition curve of coal as the extracted simulation results is determined.
Based on the time t 1, as shown in FIG. 14B, 'When the current time (t' time as a starting point the current time t temperature transition curve of = 0) and later, the temperature deviation curve simulated A device that is translated by t 1 in the time direction and by Tobs −f (t 1 ) in the temperature direction is used. The starting point of the temperature transition prediction is matched with the measured temperature.
In FIG. 14B, a solid temperature transition curve is a temperature transition curve of a simulation result, and a dashed temperature transition curve is a predicted temperature transition curve.
In addition, when a predicted temperature transition curve is output for each region where the cross section is divided for one coal storage pile as will be described later, the temperature transition curve of the region close to the temperature measurement position of the coal storage pile is used. Time can be determined.
基本的には、図2に示す自然発熱の温度推移のシミュレーションにおいて、温度推移曲線は、大まかに分けると、最初の温度変化の勾配が急な第1勾配部と、その後の温度勾配が緩やかな第2勾配部と、その後の温度勾配が急な第3勾配部とからなっているので、温度変化が急勾配で温度が低ければ第1勾配部に滞在しており、温度変化が急勾配で温度が高ければ第3勾配部に滞在していることになる。また、温度推移曲線を細かく見た場合にも、温度勾配の変化があり、温度との組み合わせでさらに詳細に温度推移曲線の時間軸上に現在の時間を決定することができる。 Basically, in the simulation of the temperature transition of spontaneous heating shown in FIG. 2, the temperature transition curve is roughly divided into a first gradient portion having a steep initial temperature change and a subsequent temperature gradient being gentle. Since the second gradient portion and the third gradient portion with a steep temperature gradient thereafter are present, if the temperature change is steep and the temperature is low, the temperature stays at the first gradient portion, and the temperature change is steep. If the temperature is high, it is staying at the third gradient portion. Further, even when the temperature transition curve is viewed in detail, there is a change in the temperature gradient, and the current time can be determined on the time axis of the temperature transition curve in more detail in combination with the temperature.
次に、選択されたシミュレーションにおいて、時間軸上の現在の位置より先の温度推移を予測結果として表示する。表示に際しては、積み付けた貯炭パイルの断面位置によって温度が異なるものとなる。ここで、図6は、貯炭パイルの長手方向に直交する方向に沿った断面形状と、貯炭された石炭の性状を示す情報を記載した図であり、この貯炭パイルの温度特性をシミュレーションした結果を図8(a)〜(d)、図9(a)〜(d)、図10(a)〜(d)に示す。 Next, in the selected simulation, the temperature transition ahead of the current position on the time axis is displayed as a prediction result. At the time of display, the temperature varies depending on the cross-sectional position of the piled coal storage pile. Here, FIG. 6 is a diagram describing the cross-sectional shape along the direction orthogonal to the longitudinal direction of the coal storage pile and information indicating the properties of the coal stored, and the results of simulating the temperature characteristics of the coal storage pile are shown. 8A to 8D, FIGS. 9A to 9D, and FIGS. 10A to 10D.
なお、図8から図10においては、貯炭パイルの長さ方向に直交する方向の断面の左右の半分を図示している。また、図8〜図10は、貯炭パイル断面の温度分布を示すコンター図(等温線図)である。図8〜図10においては、積み付け日から5,10、15、20、25、30.35.40.45.50.55.60日後の貯炭パイルの断面の温度分布がそれぞれ図示されている。図に示すように、最初は、貯炭パイルの表面近傍の温度が上昇した後に、温度の高い領域が内側に移動していく。また、貯炭パイルの左右の中央部の下部の温度上昇が他の部分より遅くなる。したがって、貯炭パイルの断面位置によって、温度推移曲線は異なるものとなる。なお、温度推移のシミュレーションにおいては、貯炭パイルの断面における位置もケース分けの要素であり、位置によってシミュレーション結果が異なるものとなる。なお、後述のようにシミュレーション結果をコンター図で出力する必要なく、断面上の位置によるケース分けの数を少なくすることが好ましい。 In addition, in FIG. 8 to FIG. 10, the left and right half of the cross section in the direction orthogonal to the length direction of the coal storage pile is shown. Moreover, FIGS. 8-10 is a contour figure (isothermal diagram) which shows the temperature distribution of a coal storage pile cross section. 8-10, the temperature distribution of the cross section of the coal storage pile after 5, 10, 15, 20, 25, 30.35.40.45.5.55.60 days from the loading date is respectively illustrated. . As shown in the figure, at first, after the temperature in the vicinity of the surface of the coal storage pile rises, the high temperature region moves inward. Moreover, the temperature rise of the lower part of the center part of the right and left of coal storage pile becomes slower than another part. Therefore, the temperature transition curve differs depending on the cross-sectional position of the coal storage pile. In the simulation of temperature transition, the position in the cross section of the coal storage pile is also an element of case division, and the simulation result varies depending on the position. In addition, it is preferable to reduce the number of cases divided by the position on the cross section without the need to output the simulation result as a contour diagram as described later.
上述のように、貯炭パイルの断面内の温度分布をコンター図で表示することができるが、運転者や保全者には時間的な温度変化を表すグラフ表示の方が分かり易く、かつ、温度の値を読み取り易い。したがって、上述のように決定したシミュレーションに基づく温度予測の表示に当たっては、貯炭パイルの断面を複数の領域に分けて、各領域における温度予測(温度推移曲線)を表示するようにした。 As described above, the temperature distribution in the cross section of the coal storage pile can be displayed in a contour diagram, but the graph display showing the temporal temperature change is easier to understand for the driver and maintenance personnel, and the temperature Easy to read values. Therefore, when displaying the temperature prediction based on the simulation determined as described above, the cross section of the coal storage pile is divided into a plurality of regions, and the temperature prediction (temperature transition curve) in each region is displayed.
グラフ表示の場合、表示させる温度推移曲線を何本程度にするか、つまり、貯炭パイルの断面に対して、何点程度の位置に対して温度推移曲線を表示すれば良いかが課題となる。これに対し、様々な温度推移のシミュレーションを行い、鋭意検討を行った結果、貯炭パイル断面内の自然発熱による温度推移の予測をグラフ表示する場合、貯炭パイルの断面が軸対象とみなせれば、断面内を4m角程度(以下)の領域に分割すれば表示解像度は十分である。例えば、図6に示すように、貯炭パイルが底辺30m、高さ14m
の三角形断面を有する場合、瀝青炭で最低3つの領域、亜瀝青炭で最低6つの領域に分割してグルーピングすれば、監視に十分な情報を与えられることを見出した。
In the case of a graph display, the problem is how many temperature transition curves are displayed, that is, how many points should be displayed with respect to the cross section of the coal storage pile. On the other hand, as a result of conducting simulations of various temperature transitions and earnestly examining, when displaying the prediction of temperature transition due to natural heat generation in the cross section of the coal storage pile, if the cross section of the coal storage pile can be regarded as an axis object, The display resolution is sufficient if the cross section is divided into regions of about 4 m square (hereinafter). For example, as shown in FIG. 6, the coal storage pile has a base of 30 m and a height of 14 m.
It has been found that sufficient information can be provided for monitoring if it is divided into at least three regions with bituminous coal and at least six regions with subbituminous coal.
図11に瀝青炭における検討結果を示す。4m角の領域(この図の例では6つ)に分けて温度推移曲線を出力すると、類似の傾向を示す温度推移曲線があり、これら類似の温度推移曲線はグループ化が可能であり、この例では3つの領域に分割すれば監視に十分な情報を与えられることが分る。同様な手法により亜瀝青炭を検討した結果を図12に示す。この例では、6つの領域のそれぞれで温度推移曲線に明確な差異がある。しかし、上述の4m角より小さく分割して、分割数を増加させてもそれによる大きな効果を望めず、断面を6つの領域に分割してグルーピングすれば、監視に十分な情報を与えられる。 Fig. 11 shows the results of the study on bituminous coal. If the temperature transition curve is output divided into 4m square areas (six in the example of this figure), there are temperature transition curves showing similar trends, and these similar temperature transition curves can be grouped. Then, it can be seen that sufficient information for monitoring can be provided by dividing into three regions. The result of examining subbituminous coal by the same technique is shown in FIG. In this example, there is a clear difference in the temperature transition curve in each of the six regions. However, even if the number of divisions is smaller than the above-mentioned 4 m square and the number of divisions is increased, a large effect cannot be expected. If the cross section is divided into six regions and grouped, sufficient information can be given for monitoring.
次に、上述のシミュレーションのデータベースを含む貯炭場監視システムの構築方法を説明する。上述のように、瀝青炭と亜瀝青炭に分け、それぞれの産地等による炭種でグルーピング処理を行い、各炭種を複数のグループに分けるように各グループを作成する。 Next, a method for constructing a coal storage monitoring system including the above-described simulation database will be described. As mentioned above, it is divided into bituminous coal and sub-bituminous coal, and grouping processing is performed on the coal types according to the production areas, etc., and each group is created so that each coal type is divided into a plurality of groups.
次に、図4A〜図4Eに示す自然発熱のシミュレーションモデルを用いて、グループごとに、自然発熱の影響を与える因子(パラメータ)を変化させたシミュレーションを行う(例えば、各グループに対して数百ケース)。その結果として、温度上昇の時間変化のカーブ(温度推移曲線)を得る。 Next, using the simulation model of natural heat generation shown in FIGS. 4A to 4E, a simulation is performed in which factors (parameters) that affect natural heat generation are changed for each group (for example, several hundreds for each group). Case). As a result, a curve of temperature change with time (temperature transition curve) is obtained.
次に、上述の自然発熱の多数のシミュレーションをデータベース化したものを貯炭場監視システムに格納する。
次に、実運転の情報(積み付ける炭種や積み付け条件、また、運転員による貯炭パイルの温度測定の位置と値の履歴情報、現時点での気象条件)から、図5に示すロジックにより、シミュレーションデータベースから最も近いシミュレーションケースを選び、温度測定位置が属する分割領域の温度推移曲線を取り出す機能を組み込む。
Next, a database of a large number of simulations of the spontaneous heat generation described above is stored in the coal storage monitoring system.
Next, from the actual operation information (coal types and conditions to be loaded, and the temperature measurement position and value history information of the coal storage pile by the operator, current weather conditions), the logic shown in FIG. Incorporates a function to select the closest simulation case from the simulation database and extract the temperature transition curve of the divided region to which the temperature measurement position belongs.
次に、現在の状態が、シミュレーションデータベースから取り出した温度推移曲線上のどこに位置するかを決定するロジックを組み込む。決定に際しては、現在の温度と温度測定履歴から求めた温度勾配から見て、最も近い点を現在の時刻の点として曲線を補正し、その点から先の時間の温度曲線を予測値として表示するようにする。
なお、監視プログラムへの入力値を取得するインターフェース1とグラフなどの結果表示のインターフェース3は別途作成する。
Next, it incorporates logic to determine where the current state is located on the temperature transition curve retrieved from the simulation database. When making a decision, see the current temperature and the temperature gradient obtained from the temperature measurement history, correct the curve using the closest point as the current time point, and display the temperature curve from that point as the predicted value. Like that.
Note that an
このような貯炭場監視システムおよび貯炭場監視方法においては、貯炭パイル内部の温度分布や自然発熱による温度上昇の予測を行うシステムを効率的に構築でき、運転者や保全従事者に今後の温度推移予測や内部の高温領域における温度の予測など、自然発火を未然に防ぐために有用な情報を出力することにより、貯炭場の網羅的な監視を可能とするとともに監視の省力化を実現可能である。なお、本発明は、屋外貯炭場だけではなく、屋内貯炭場にも適用可能であり、例えば、屋内サイロに貯炭された石炭に適用してもよい。この場合に貯炭パイルの断面がサイロ内の石炭の断面に対応する。 In such a coal yard monitoring system and yard monitoring method, it is possible to efficiently build a system that predicts temperature distribution inside the coal storage pile and temperature rise due to spontaneous heat generation, so that the temperature change in the future will be passed on to drivers and maintenance workers. By outputting useful information to prevent spontaneous ignition, such as prediction and prediction of temperature in the internal high temperature region, it is possible to comprehensively monitor the coal storage site and to save labor for monitoring. The present invention can be applied not only to an outdoor coal yard but also to an indoor coal yard, and may be applied to, for example, coal stored in an indoor silo. In this case, the cross section of the coal storage pile corresponds to the cross section of the coal in the silo.
2 演算処理装置(データベース、温度推移予測手段) 2 processing unit (database, temperature transition prediction means)
Claims (8)
前記石炭の温度推移のシミュレーション結果が、前記石炭に係わる情報に関する複数の条件により分けられたケース毎に登録されているデータベースと、
前記自然発熱を監視すべき前記石炭に係わる前記情報が入力された場合に、入力された前記情報から前記条件に基づいて前記ケースを決定し、前記データベースから決定された前記ケースに対応する前記シミュレーション結果を抽出し、抽出された前記シミュレーション結果に基づいて前記自然発熱を監視すべき前記石炭の今後の温度推移を予測する温度推移予測手段とを備え、
前記ケース分けの前記条件の1つが、前記石炭に係わる前記情報としての前記石炭の温度拡散率および含水率に基づいて前記石炭の種類を複数のグループにそれぞれグループ化した炭種グループであることを特徴とする貯炭場監視システム。 A coal storage monitoring system for monitoring spontaneous heat generation of stored coal,
A simulation result of the temperature transition of the coal is registered for each case divided by a plurality of conditions related to the information related to the coal, and
When the information related to the coal whose natural heat generation is to be monitored is input, the case is determined based on the condition from the input information, and the simulation corresponding to the case determined from the database A temperature transition predicting means for extracting a result and predicting a future temperature transition of the coal on which the spontaneous heat generation should be monitored based on the extracted simulation result;
One of the conditions for the case division is a coal type group in which the types of coal are grouped into a plurality of groups based on the temperature diffusivity and moisture content of the coal as the information relating to the coal. Characteristic coal storage monitoring system.
前記温度推移予測手段は、前記自然発熱を監視すべき前記石炭の予測される温度推移を出力する際に、貯えられた前記石炭全体の断面を複数の領域に分割し、前記領域毎に予測される温度推移を出力し、
かつ、前記断面の各領域への分割数を、前記瀝青炭を貯炭する場合と、前記亜瀝青炭を貯炭する場合とで異なるものとし、前記瀝青炭の前記分割数より前記亜瀝青炭の前記分割数を多くしていることを特徴とする請求項1から請求項3のいずれか1項に記載の貯炭場監視システム。 The coal includes bituminous coal and subbituminous coal,
The temperature transition predicting means divides the entire section of the stored coal into a plurality of regions when outputting the predicted temperature transition of the coal whose natural heat generation is to be monitored, and is predicted for each region. Output temperature transition,
In addition, the number of divisions into each region of the cross section is different between the case where the bituminous coal is stored and the case where the subbituminous coal is stored, and the division number of the subbituminous coal is larger than the division number of the bituminous coal. The coal storage monitoring system according to any one of claims 1 to 3, wherein the coal storage monitoring system is provided.
前記石炭の温度推移のシミュレーション結果が、前記石炭に係わる情報に関する複数の条件により分けられたケース毎に登録されているデータベースと、
前記自然発熱を監視すべき前記石炭に係わる前記情報が入力された場合に、入力された前記情報から前記条件に基づいて前記ケースを決定し、前記データベースから決定された前記ケースに対応する前記シミュレーション結果を抽出し、抽出された前記シミュレーション結果に基づいて前記自然発熱を監視すべき前記石炭の今後の温度推移を予測する温度推移予測手段とを備える貯炭場監視システムにおける貯炭場監視方法であって、
前記ケース分けの前記条件の1つが、前記石炭に係わる前記情報としての前記石炭の温度拡散率および含水率に基づいて前記石炭の種類を複数のグループにそれぞれグループ化した炭種グループであることを特徴とする貯炭場監視方法。 To monitor the spontaneous heating of the stored coal,
A simulation result of the temperature transition of the coal is registered for each case divided by a plurality of conditions related to the information related to the coal, and
When the information related to the coal whose natural heat generation is to be monitored is input, the case is determined based on the condition from the input information, and the simulation corresponding to the case determined from the database A coal storage monitoring method in a coal storage monitoring system comprising: a result, and a temperature transition prediction means for predicting a future temperature transition of the coal on which the spontaneous heat generation should be monitored based on the extracted simulation result, ,
One of the conditions for the case division is a coal type group in which the types of coal are grouped into a plurality of groups based on the temperature diffusivity and moisture content of the coal as the information relating to the coal. Characteristic coal storage monitoring method.
前記温度推移予測手段は、前記自然発熱を監視すべき前記石炭の予測される温度推移を出力する際に、貯えられた前記石炭全体の断面を複数の領域に分割し、前記領域毎に予測される温度推移を出力し、
かつ、前記断面の各領域への分割数を、前記瀝青炭を貯炭する場合と、前記亜瀝青炭を貯炭する場合とで異なるものとし、前記瀝青炭の前記分割数より前記亜瀝青炭の前記分割数を多くしていることを特徴とする請求項5から請求項7のいずれか1項に記載の貯炭場監視方法。 The coal includes bituminous coal and subbituminous coal,
The temperature transition predicting means divides the entire section of the stored coal into a plurality of regions when outputting the predicted temperature transition of the coal whose natural heat generation is to be monitored, and is predicted for each region. Output temperature transition,
In addition, the number of divisions into each region of the cross section is different between the case where the bituminous coal is stored and the case where the subbituminous coal is stored, and the division number of the subbituminous coal is larger than the division number of the bituminous coal. The coal storage monitoring method according to any one of claims 5 to 7, wherein the coal yard is monitored.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016018431A JP6594785B2 (en) | 2016-02-02 | 2016-02-02 | Coal storage monitoring system and coal storage monitoring method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016018431A JP6594785B2 (en) | 2016-02-02 | 2016-02-02 | Coal storage monitoring system and coal storage monitoring method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017138166A true JP2017138166A (en) | 2017-08-10 |
JP6594785B2 JP6594785B2 (en) | 2019-10-23 |
Family
ID=59565720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016018431A Active JP6594785B2 (en) | 2016-02-02 | 2016-02-02 | Coal storage monitoring system and coal storage monitoring method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6594785B2 (en) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108536994A (en) * | 2018-02-13 | 2018-09-14 | 武汉科技大学 | A kind of method for building up and its application process of coal gene pool |
JP2019066250A (en) * | 2017-09-29 | 2019-04-25 | 株式会社Ihi | Coal temperature monitoring system |
KR101972673B1 (en) * | 2017-12-13 | 2019-04-25 | (주) 피플아이 | Method for Predicting Spontaneous Ignition and Thermal Conductivity of Coal Storage Using HMM |
CN111143458A (en) * | 2019-12-30 | 2020-05-12 | 华中科技大学 | Thermal power generation enterprise digital coal yard data management system and method |
CN111582340A (en) * | 2020-04-28 | 2020-08-25 | 华润电力技术研究院有限公司 | Coal yard monitoring method, device, equipment and computer readable storage medium |
CN112881823A (en) * | 2021-01-08 | 2021-06-01 | 天地(常州)自动化股份有限公司 | Underground working condition environment simulation test system and test method |
CN112947219A (en) * | 2021-03-02 | 2021-06-11 | 阳城国际发电有限责任公司 | Coal yard digital control method and system |
WO2021156082A1 (en) | 2020-02-04 | 2021-08-12 | Thyssenkrupp Industrial Solutions Ag | Method and device for automated operation of a plant for storing bulk material |
BE1028028B1 (en) * | 2020-02-04 | 2021-08-30 | Thyssenkrupp Ind Solutions Ag | Method and device for the automated operation of a system for the storage of bulk goods |
JP2022006667A (en) * | 2020-06-24 | 2022-01-13 | 中国電力株式会社 | Coal management device, and coal management method |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008195760A (en) * | 2007-02-09 | 2008-08-28 | Chugoku Electric Power Co Inc:The | Coal state-managing system |
JP2010159111A (en) * | 2009-01-07 | 2010-07-22 | Chugoku Electric Power Co Inc:The | Method of determining necessity/unnecessity of coal temperature control, and coal handling support device |
JP2015132575A (en) * | 2014-01-15 | 2015-07-23 | 株式会社神戸製鋼所 | Coal spontaneous combustion prediction method |
CN105181744A (en) * | 2015-08-25 | 2015-12-23 | 清华大学 | Coal pile ignition period calculation method and coal yard spontaneous combustion preventing and monitoring system |
JP2017090286A (en) * | 2015-11-12 | 2017-05-25 | Ihi運搬機械株式会社 | Coal temperature rising prediction management system |
-
2016
- 2016-02-02 JP JP2016018431A patent/JP6594785B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008195760A (en) * | 2007-02-09 | 2008-08-28 | Chugoku Electric Power Co Inc:The | Coal state-managing system |
JP2010159111A (en) * | 2009-01-07 | 2010-07-22 | Chugoku Electric Power Co Inc:The | Method of determining necessity/unnecessity of coal temperature control, and coal handling support device |
JP2015132575A (en) * | 2014-01-15 | 2015-07-23 | 株式会社神戸製鋼所 | Coal spontaneous combustion prediction method |
CN105181744A (en) * | 2015-08-25 | 2015-12-23 | 清华大学 | Coal pile ignition period calculation method and coal yard spontaneous combustion preventing and monitoring system |
JP2017090286A (en) * | 2015-11-12 | 2017-05-25 | Ihi運搬機械株式会社 | Coal temperature rising prediction management system |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019066250A (en) * | 2017-09-29 | 2019-04-25 | 株式会社Ihi | Coal temperature monitoring system |
JP6996926B2 (en) | 2017-09-29 | 2022-01-17 | 株式会社Ihi | Coal temperature monitoring system |
KR101972673B1 (en) * | 2017-12-13 | 2019-04-25 | (주) 피플아이 | Method for Predicting Spontaneous Ignition and Thermal Conductivity of Coal Storage Using HMM |
CN108536994A (en) * | 2018-02-13 | 2018-09-14 | 武汉科技大学 | A kind of method for building up and its application process of coal gene pool |
CN111143458A (en) * | 2019-12-30 | 2020-05-12 | 华中科技大学 | Thermal power generation enterprise digital coal yard data management system and method |
WO2021156082A1 (en) | 2020-02-04 | 2021-08-12 | Thyssenkrupp Industrial Solutions Ag | Method and device for automated operation of a plant for storing bulk material |
BE1028028B1 (en) * | 2020-02-04 | 2021-08-30 | Thyssenkrupp Ind Solutions Ag | Method and device for the automated operation of a system for the storage of bulk goods |
CN111582340A (en) * | 2020-04-28 | 2020-08-25 | 华润电力技术研究院有限公司 | Coal yard monitoring method, device, equipment and computer readable storage medium |
CN111582340B (en) * | 2020-04-28 | 2023-05-02 | 华润电力技术研究院有限公司 | Coal yard monitoring method, device, equipment and computer readable storage medium |
JP2022006667A (en) * | 2020-06-24 | 2022-01-13 | 中国電力株式会社 | Coal management device, and coal management method |
JP7463881B2 (en) | 2020-06-24 | 2024-04-09 | 中国電力株式会社 | Coal management device and coal management method |
CN112881823A (en) * | 2021-01-08 | 2021-06-01 | 天地(常州)自动化股份有限公司 | Underground working condition environment simulation test system and test method |
CN112947219A (en) * | 2021-03-02 | 2021-06-11 | 阳城国际发电有限责任公司 | Coal yard digital control method and system |
Also Published As
Publication number | Publication date |
---|---|
JP6594785B2 (en) | 2019-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6594785B2 (en) | Coal storage monitoring system and coal storage monitoring method | |
Danielewicz et al. | Three-dimensional numerical model of heat losses from district heating network pre-insulated pipes buried in the ground | |
Fatehi et al. | A comprehensive mathematical model for biomass combustion | |
Applegate et al. | An assessment of key model parametric uncertainties in projections of Greenland Ice Sheet behavior | |
Shirvan et al. | Optimization of effective parameters on solar updraft tower to achieve potential maximum power output: A sensitivity analysis and numerical simulation | |
Akrouch et al. | Thermal performance and economic study of an energy piles system under cooling dominated conditions | |
Li et al. | Prediction of spontaneous combustion in the coal stockpile based on an improved metabolic grey model | |
Saenko et al. | Impact of mesoscale eddy transfer on heat uptake in an eddy-parameterizing ocean model | |
CN103310284B (en) | Method for Determining Economic Load and Cooling Load and Load Determining Device | |
Poon et al. | Evaluation and development of chemical kinetic mechanism reduction scheme for biodiesel and diesel fuel surrogates | |
Nicolosi et al. | Unit commitment optimization of a micro-grid with a MILP algorithm: Role of the emissions, bio-fuels and power generation technology | |
Ghazimirsaied et al. | HCCI engine combustion phasing prediction using a symbolic-statistics approach | |
Varney et al. | Performance measures in geothermal power developements | |
Altuntas et al. | Exergoeconomic environmental optimization of piston-prop aircraft engines | |
He et al. | Evaluation of the flame propagation within an SI engine using flame imaging and LES | |
Pan et al. | Hotspot auto-ignition induced detonation development: emphasis on energy density and chemical reactivity | |
Kim et al. | Three-dimensional numerical modeling of vertical ground heat exchangers: Domain decomposition and state model reduction | |
CN109816166A (en) | A kind of ground-source heat pump system performance prediction method | |
Huang et al. | Study on viscoelastic deformation monitoring index of an RCC gravity dam in an alpine region using orthogonal test design | |
Kim | Development of numerical models of vertical ground heat exchangers and experimental verification: domain decomposition and state model reduction approach | |
Lian et al. | Fast computation of combustion phasing and its influence on classifying random or deterministic patterns | |
Pinto et al. | Experimental validation of a numerical model for a sand-based seasonal thermal energy storage | |
CN115936256A (en) | Frozen soil ground temperature estimation method and device, storage medium and electronic equipment | |
Brocklebank et al. | A simple approach to modeling rural and urban district heating | |
Hou et al. | Study on Minimum Miscibility Pressure of CO2–Oil System Based on Gaussian Process Regression and Particle Swarm Optimization Model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20180223 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181116 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190906 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190910 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190925 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6594785 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |