JP2023059347A - ボイラの腐食性推定方法およびボイラ装置 - Google Patents

Abstract

【課題】ボイラの金属の腐食を検知する場合においてボイラの腐食検知部のメンテナンスが煩雑になるのを抑制することが可能なボイラの腐食性推定方法を提供する。【解決手段】この腐食性推定方法は、ボイラの燃焼ガスの腐食性を推定する腐食性推定方法であって、ボイラ１０の運転時の運転状態を示す運転データと、ボイラ１０の金属の腐食を検知する腐食センサ１９２による検知結果とに基づいて、運転データに対する燃焼ガスの腐食性を推定するための回帰モデルを作成するステップと、作成した回帰モデルと、ボイラ１０の運転時の運転状態を示す運転データの実測値または設定値とに基づいて、ボイラ１０の燃焼ガスの腐食性を推定するステップと、を備える。【選択図】図４

Description

この発明は、ボイラの腐食性推定方法およびボイラ装置に関する。

従来、ボイラの金属の腐食を検知する腐食検知手段を備えるボイラが知られている（たとえば、特許文献１参照）。

上記特許文献１には、ボイラ内に配置された一対の電極を含む腐食検知手段を備えるボイラが開示されている。この腐食検知手段は、一対の電極間の電気抵抗の変化に基づいてボイラの金属の腐食を検知している。

特許５７６７４８６号公報

上記特許文献１のボイラの腐食検知手段は、ボイラ内に配置された一対の電極間の電気抵抗の変化に基づいてボイラの金属の腐食を検知している。このため、腐食によりボイラ内に配置された電極が損耗するため、電極を半年に一度など定期的に交換する必要がある。そのため、ボイラの金属の腐食を検知するためのボイラの腐食検知部のメンテナンス作業が煩雑である。そこで、ボイラの金属の腐食を検知する場合においてボイラの腐食検知部のメンテナンスが煩雑になるのを抑制することが望まれている。

また、ボイラ内に配置した腐食検知部により腐食を検知していない場合には、ボイラの金属の腐食性を取得することが困難である。たとえば、ボイラ内に腐食検知部を配置していない過去の期間や、将来の期間のボイラの腐食性を取得することは困難である。そこで、ボイラの金属の腐食性を腐食検知部を設けずに推定することが望まれている。

この発明は、上記のような課題を解決するためになされたものであり、この発明の１つの目的は、ボイラの金属の腐食を検知する場合においてボイラの腐食検知部のメンテナンスが煩雑になるのを抑制することが可能であるとともに、ボイラの金属の腐食を腐食検知部を設けずに推定することが可能なボイラの腐食性推定方法およびボイラ装置を提供することである。

上記目的を達成するために、この発明の第１の局面によるボイラの腐食性推定方法は、ボイラの燃焼ガスの腐食性を推定する腐食性推定方法であって、ボイラの運転時の運転状態を示す運転データと、ボイラの金属の腐食を検知する腐食検知部による検知結果とに基づいて、運転データに対する燃焼ガスの腐食性を推定するための回帰モデルを作成するステップと、作成した回帰モデルと、ボイラの運転時の運転状態を示す運転データの実測値または設定値とに基づいて、ボイラの燃焼ガスの腐食性を推定するステップと、を備える。

この発明の第１の局面によるボイラの腐食性推定方法では、上記のように、作成した運転データに対する燃焼ガスの腐食性を推定するための回帰モデルと、ボイラの運転時の運転状態を示す運転データの実測値または設定値とに基づいて、ボイラの燃焼ガスの腐食性を推定する。これにより、ボイラ内に配置される電極を含む腐食検知部を用いずに、ボイラの燃焼ガスの腐食性を推定することができるので、腐食検知部の電極がボイラの金属の腐食により損耗することがない。その結果、腐食検知部の電極を定期的に交換する必要がないので、ボイラの金属の腐食を検知する場合においてボイラの腐食検知部のメンテナンスが煩雑になるのを抑制することができる。また、ボイラの金属の腐食性を腐食検知部を設けずに推定することができる。つまり、過去の運転データを入力することにより過去の期間のボイラの腐食性を推定することができるとともに、将来想定している運転データの設定値を入力することにより将来のボイラの腐食性も推定することができる。また、ボイラの運転時の運転状態を示す運転データと、ボイラの金属の腐食を検知する腐食検知部による検知結果とに基づいて、運転データに対する燃焼ガスの腐食性を推定するための回帰モデルを作成する。これにより、実際の金属の腐食に基づいて回帰モデルが生成されるので、生成された回帰モデルを用いて精度よくボイラの燃焼ガスの腐食性を推定することができる。

上記第１の局面によるボイラの腐食性推定方法において、好ましくは、回帰モデルを作成するステップは、運転データと、腐食検知部による検知結果とに基づいて、機械学習を行い、回帰モデルを作成する。このように構成すれば、機械学習を用いて、様々な状態の運転データと腐食検知部による検知結果との関係を学習することができるので、ボイラの燃焼ガスの腐食性を精度よく推定することが可能な回帰モデルを容易に作成することができる。

上記第１の局面によるボイラの腐食性推定方法において、好ましくは、運転データは、ボイラの運転のための操作項目または計測項目としての単一または複数の運転パラメータのデータを含み、運転パラメータは、乾燥用空気の流量、燃焼用空気の流量、燃焼室の温度、腐食性を推定する位置近傍の温度、燃料の供給速度、酸素濃度、主蒸気の流量、空気比、および、炉内のガス流量のうち少なくとも１つを含む。このように構成すれば、乾燥用空気の流量、燃焼用空気の流量、燃焼室の温度、腐食性を推定する位置近傍の温度、燃料の供給速度、酸素濃度、主蒸気の流量、空気比、および、炉内のガス流量のうち少なくとも１つを含む運転パラメータ（ボイラ運転のための操作項目・計測項目）のデータを含む運転データから、作成した回帰モデルを用いて、ボイラの燃焼ガスの腐食性を容易に推定することができる。

この場合、好ましくは、作成した回帰モデルに基づいて、運転データの運転パラメータのデータに対するボイラの燃焼ガスの腐食性を推定するマップを作成するステップをさらに備える。このように構成すれば、運転パラメータのデータに対するボイラの燃焼ガスの腐食性の関係をマップに基づいて容易に推定することができる。

上記ボイラの燃焼ガスの腐食性を推定するマップを作成するステップを備えるボイラの腐食性推定方法において、好ましくは、ボイラの燃焼ガスの腐食性を推定するマップに基づいて、燃焼ガスの腐食性を低減する運転条件により運転を行うステップをさらに備える。このように構成すれば、燃焼ガスの腐食性を低減するように、運転条件を設定することができるので、ボイラの金属の腐食が過度に進行するのを効果的に抑制することができる。

上記ボイラの燃焼ガスの腐食性を推定するマップを作成するステップを備えるボイラの腐食性推定方法において、好ましくは、回帰モデルに基づいて、ボイラの燃焼ガスの腐食性の正常または異常を予め設定したしきい値により判定し、異常の場合に、回帰モデルに基づいて、ボイラの燃焼ガスの腐食性が正常となる運転条件を算出するステップをさらに備える。このように構成すれば、ボイラの燃焼ガスの腐食性が異常となるような運転条件によりボイラが運転されるのを抑制することができるので、ボイラの金属の腐食が過度に進行するのを効果的に抑制することができる。

この発明の第２の局面によるボイラ装置は、ボイラと、ボイラの燃焼ガスの腐食性を推定する処理装置と、を備え、ボイラの運転時の運転状態を示す運転データとボイラの金属の腐食を検知する腐食検知部による検知結果とに基づいて作成された運転データに対する燃焼ガスの腐食性を推定するための回帰モデルと、ボイラの運転時の運転状態を示す運転データの実測値または設定値とに基づいて、処理装置は、ボイラの燃焼ガスの腐食性を推定する。

この発明の第２の局面によるボイラ装置では、上記のように、作成された運転データに対する燃焼ガスの腐食性を推定するための回帰モデルと、ボイラの運転時の運転状態を示す運転データの実測値または設定値とに基づいて、ボイラの燃焼ガスの腐食性を推定する。これにより、ボイラ内に配置される電極を含む腐食検知部を用いずに、ボイラの燃焼ガスの腐食性を推定することができるので、腐食検知部の電極がボイラの金属の腐食により損耗することがない。その結果、腐食検知部の電極を定期的に交換する必要がないので、ボイラの金属の腐食を検知する場合においてボイラの腐食検知部のメンテナンスが煩雑になるのを抑制することが可能なボイラ装置を提供することができる。また、ボイラの金属の腐食性を腐食検知部を設けずに推定することができる。つまり、過去の運転データを入力することにより過去の期間のボイラの腐食性を推定することができるとともに、将来想定している運転データの設定値を入力することにより将来のボイラの腐食性も推定することができる。また、ボイラの運転時の運転状態を示す運転データとボイラの金属の腐食を検知する腐食検知部による検知結果とに基づいて、運転データに対する燃焼ガスの腐食性を推定するための回帰モデルが作成されるので、実際の金属の腐食に基づいて回帰モデルが生成される。その結果、生成された回帰モデルを用いて精度よくボイラの燃焼ガスの腐食性を推定することができる。

本発明によれば、上記のように、ボイラの金属の腐食を検知する場合においてボイラの腐食検知部のメンテナンスが煩雑になるのを抑制することが可能であるとともに、ボイラの金属の腐食を腐食検知部を設けずに推定することができる。

本発明の一実施形態によるボイラ装置の構成を示した模式図である。 本発明の一実施形態によるボイラ装置の運転データの計測機器の構成を示したブロック図である。 本発明の一実施形態による腐食速度と運転パラメータとの時間変化の一例を示した図である。 本発明の一実施形態による回帰モデルの作成処理を説明するためのフロー図である。 本発明の一実施形態によるボイラの腐食性推定処理を説明するためのフロー図である。 本発明の一実施形態による回帰モデルによる推定値と測定値との関係の第１例を示したグラフである。 本発明の一実施形態による回帰モデルによる推定値と測定値との関係の第２例を示したグラフである。 本発明の一実施形態による回帰モデルによる推定値と測定値との関係の第３例を示したグラフである。 本発明の一実施形態による運転パラメータに対するボイラの燃焼ガスの腐食性を推定するマップの一例を示した図である。 本発明の一実施形態による燃焼ガスの腐食性を低減する運転条件により運転を行う例を説明するための図である。 本発明の一実施形態による燃焼ガスの腐食性が正常となる運転条件により運転を行う例を説明するための図である。

以下、本発明を具体化した実施形態を図面に基づいて説明する。

図１～図１１を参照して、本発明の一実施形態によるボイラ装置について説明する。

（焼却施設）
図１に示すように、本発明の一実施形態によるボイラ装置１００は、ごみを焼却して、焼却により発生する熱を利用して発電を行う。ボイラ装置１００は、ボイラ１０と、制御部３０とを備えている。

ボイラ１０は、ホッパ１１と、シュート１２と、燃焼室１３と、フィーダ１４と、ストーカ１５と、排出シュート１６と、放射室１７と、煙道１８と、煙道１９と、ドラム２０と、煙道２１と、バグフィルタ２２とを備えている。

ボイラ１０は、燃焼熱により高温高圧の蒸気を発生させる。そして、発生した高温高圧の蒸気により、蒸気タービンが回転されて発電機により発電が行われる。

ボイラ１０には、ホッパ１１から焼却するごみが投入される。ホッパ１１から投入されたごみは、シュート１２を通り、フィーダ１４により燃焼室１３に供給される。フィーダ１４は、シュート１２から供給されるごみを燃焼室１３に向けて押し出す。フィーダ１４は、ごみを押し出す速度および移動量が調整されて、ごみを燃焼室１３に押し出す。これにより、燃焼室１３に供給されるごみの量が調整される。

燃焼室１３には、下方にストーカ１５が複数段設けられている。また、複数のストーカ１５の下流には、排出シュート１６が設けられている。燃焼室１３では、ごみが移動する上流側から下流側に向けて設けられた複数のストーカ１５において、上流側から順に、ごみが乾燥され、乾燥されたごみが燃焼され、燃焼されたごみの灰中の未燃焼分が燃焼される。ストーカ１５は、ごみの移動方向に揺動する揺動部により、ごみを下流へと移動させる。ストーカ１５の揺動部の揺動速度が調整されて燃焼室１３内におけるごみの移動速度が調整される。

ストーカ１５の下方には、ごみに空気を供給する空気供給部１５ａ、１５ｂ、１５ｃおよび１５ｄが上流側から下流側に順に設けられている。上流側の空気供給部１５ａからは、ごみを乾燥させる乾燥用空気が供給される。空気供給部１５ｂおよび１５ｃからは、ごみの燃焼に用いられる燃焼用空気が供給される。また、下流側の空気供給部１５ｄからは、ごみの後燃焼に用いられる燃焼用空気が供給される。また、燃焼室１３の下部には、二次燃焼用空気が供給される。

ストーカ１５に供給されたごみは、乾燥用空気と燃焼室１３の輻射熱とにより乾燥される。そして、乾燥されたごみは着火するとともに、下流のストーカに移動される。また、着火したごみからは熱分解により可燃性ガスが発生する。発生した可燃性ガスは、燃焼用空気とともに燃焼室１３の上部のガス層へ移動する。ガス層に移動した可燃性ガスは炎燃焼する。この炎燃焼に伴う熱輻射により、ごみはさらに温度が上昇する。着火したごみの一部はストーカ１５上で燃焼し、残りの未燃焼分は下流のストーカ１５に移動される。未燃焼分のごみは、下流のストーカ１５上で燃焼し、燃焼後に残った焼却灰はさらに下流側へ送られて排出シュート１６から排出される。

また、図２に示すように、ボイラ１０には、供給される空気の流量を計測する流量計が設けられている。具体的には、ボイラ１０には、燃焼室１３に供給される乾燥用空気の流量を計測する乾燥用空気流量計１５１および１５２が設けられている。また、ボイラ１０には、燃焼室１３に供給される燃焼用空気の流量を計測する燃焼用空気流量計１５３および１５４が設けられている。また、ボイラ１０には、燃焼室１３に供給される後燃焼用空気の流量を計測する後燃焼用空気流量計１５５が設けられている。また、ボイラ１０には、燃焼室１３に供給される二次燃焼用空気の流量を計測する二次燃焼用空気流量計１３１が設けられている。各流量計は、制御部３０に接続されており、制御部３０により計測結果が取得される。また、各空気は、制御部３０により送風量が制御されて、燃焼室１３に供給される流量が調整される。

また、ボイラ１０には、燃焼室１３の温度を計測する温度計が設けられている。具体的には、ボイラ１０には、燃焼室１３の下段の温度を計測する燃焼室下段温度計１３２が設けられている。また、ボイラ１０には、燃焼室１３の上段の温度を計測する燃焼室上段温度計１３３が設けられている。

図１に示すように、燃焼室１３の上方には、ごみの燃焼により発生する燃焼排ガスが通る放射室１７が設けられている。燃焼排ガスは、放射室１７、煙道１８、煙道１９、煙道２１を経由してバグフィルタ２２に排出される。

燃焼排ガスが通る放射室１７および煙道１８の側壁には、水が流れる流路が設けられており、流路を流れる水は、燃焼排ガスの熱により加熱される。また、水の流路は、放射室１７および煙道１８の上部に配置されたドラム２０に接続されている。ドラム２０は、煙道１９内に設けられた過熱器１９ａに接続されており、ドラム２０から過熱器１９ａに蒸気が送られる。また、図２に示すように、ドラム２０から過熱器１９ａに送られる主蒸気量を計測するための主蒸気流量計２０１が設けられている。また、過熱器１９ａの温度を計測するための過熱器温度計１９１が設けられている。過熱器１９ａにより高温高圧とされた蒸気により蒸気タービンが回転される。

図１に示すように、煙道２１には、熱交換器２１ａが設けられ、煙道２１を通過する燃焼排ガスの熱交換が行われる。

バグフィルタ２２により、燃焼排ガス中のダストを取り除く。図２に示すように、バグフィルタ２２内の酸素濃度を計測するためのバグフィルタ酸素濃度計２２１が設けられている。

制御部３０は、ボイラ１０の運転を制御する。制御部３０は、たとえば、コンピュータにより構成され、プロセッサおよびメモリを含む。また、制御部３０は、制御プログラムにより動作して、ボイラ１０の運転を制御する。制御部３０は、ボイラ１０へのごみの供給量、燃焼室１３への空気の供給量、を制御する。

ここで、ボイラ１０によるごみの焼却処理において、燃焼室１３において生じた揮発成分および焼却灰の一部は燃焼排ガスとともに、燃焼室１３に接続している放射室１７、煙道１８、煙道１９、煙道２１に移動する。そして、移動した揮発成分や焼却灰の一部は過熱器１９ａに付着し堆積する。付着した灰は、高い腐食性を有するため、過熱器１９ａを腐食させる。このため、燃焼ガスの腐食性を取得して管理することが必要となる。

ここで、本実施形態では、制御部３０は、ボイラ１０の燃焼ガスの腐食性を推定する。具体的には、制御部３０は、ボイラの運転時の運転状態を示す運転データとボイラ１０の金属の腐食を検知する腐食検知部による検知結果とに基づいて作成された運転データに対する燃焼ガスの腐食性を推定するための回帰モデルと、ボイラ１０の運転時の運転状態を示す運転データの実測値または設定値とに基づいて、ボイラ１０の燃焼ガスの腐食性を推定する。図３に示すように、制御部３０は、燃焼ガスの腐食性を、運転パラメータのデータ（数値）に基づいて推定する。また、推定した腐食速度を活用して防食設計や防食運転条件算定が行われる。なお、制御部３０は、特許請求の範囲の「処理装置」の一例である。

また、制御部３０は、回帰モデルに基づいて、過去、現在または将来の燃焼ガスの腐食性を推定する。過去の燃焼ガスの腐食性を推定する場合には、制御部３０は、過去の運転データの実測値を使用して回帰モデルにより、過去の燃焼ガスの腐食性を推定する。また、現在の燃焼ガスの腐食性を推定する場合には、制御部３０は、過去および現在の運転データの実測値を使用して回帰モデルにより、現在の燃焼ガスの腐食性を推定する。また、将来の燃焼ガスの腐食性を推定する場合には、制御部３０は、運転データの設定値を使用して回帰モデルにより、将来の燃焼ガスの腐食性を推定する。

ボイラ１０の燃焼ガスの腐食性を推定するための運転データは、ボイラの運転のための操作項目または計測項目としての単一または複数の運転パラメータのデータを含む。運転パラメータは、乾燥用空気の流量、燃焼用空気の流量、燃焼室の温度、腐食性を推定する位置近傍の温度、燃料の供給速度、酸素濃度、主蒸気の流量、空気比、および、炉内のガス流量のうち少なくとも１つを含む。

乾燥用空気の流量は、乾燥用空気流量計１５１および１５２により計測されて、制御部３０が取得する。燃焼用空気の流量は、燃焼用空気流量計１５３、１５４、後燃焼用空気流量計１５５および二次燃焼用空気流量計１３１により計測されて、制御部３０が取得する。燃焼室の温度は、燃焼室下段温度計１３２および燃焼室上段温度計１３３により計測されて、制御部３０が取得する。腐食性を推定する位置近傍の温度は、過熱器温度計１９１により計測されて、制御部３０が取得する。燃料の供給速度は、ボイラ１０に投入されるごみの量に基づいて制御部３０が取得する。酸素濃度は、バグフィルタ酸素濃度計２２１により計測されて、制御部３０が取得する。主蒸気の流量は、主蒸気流量計２０１により計測されて、制御部３０が取得する。

また、運転パラメータは、たとえば、第１乾燥用空気流量、第２乾燥用空気流量、第１燃焼用空気流量、第２燃焼用空気流量、後燃焼用空気流量、二次燃焼用空気流量、燃焼室下段温度、燃焼室上段温度、過熱器温度、燃料の供給速度、バグフィルタ酸素濃度、主蒸気流量を含む。

（回帰モデルの作成処理）
図４を参照して、回帰モデルの作成処理の概要について説明する。回帰モデルは、ボイラ１０の運転時の運転状態を示す運転データと、ボイラ１０の金属の腐食を検知する腐食センサ１９２による検知結果とに基づいて作成される。

回帰モデルの作成処理は、ボイラ装置１００に腐食センサ１９２（図２参照）を設置した上で、腐食センサ１９２により腐食性を計測した結果を用いて、制御部３０により行う。なお、回帰モデルが作成された後は、腐食センサ１９２を用いることなく腐食性を推定することが可能であるため、ボイラ装置１００から腐食センサ１９２を取り外すことが可能である。なお、腐食センサ１９２は、特許請求の範囲の「腐食検知部」の一例である。

図４のステップＳ１において、制御部３０は、腐食センサ１９２により燃焼ガスの腐食性を計測する。腐食センサ１９２は、煙道１９内の過熱器１９ａに配置される。また、腐食センサ１９２は、腐食性が高い灰が付着することに起因して腐食することにより、腐食性を計測する。腐食センサ１９２は、たとえば、腐食速度（ｍｍ／ｙ）を計測する。

ステップＳ２において、制御部３０は、ボイラ１０の運転データを取得する。ステップＳ３において、制御部３０は、取得した運転データの次元を削減して、回帰モデルを作成するために使用する変数に変換する。ステップＳ４において、制御部３０は、腐食センサ１９２により取得した腐食性の検知結果と、運転データとに基づいて、機械学習を行い、回帰モデルを作成する。なお、回帰モデルの具体的な作成方法の例については後述する。機械学習は、たとえば、重回帰分析、決定木、ランダムフォレスト回帰、勾配ブースティング法、カーネル回帰、サポートベクトル回帰、ニューラルネットワークなどの手法により行われる。

（ボイラの腐食性推定処理）
図５を参照して、ボイラの腐食性推定処理の概要について説明する。

ボイラの腐食性の推定処理は、ボイラ装置１００に腐食センサ１９２を設置せずに、ボイラ１０の運転データに基づいて、ボイラ１０の腐食性が推定されて取得される。ボイラの腐食性の推定処理は、制御部３０により行われる。

ステップＳ１１において、制御部３０は、運転データを取得する。ステップＳ１２において、制御部３０は、取得した運転データを回帰モデルを用いて演算する。ステップＳ１３において、制御部３０は、ボイラ１０の燃焼ガスの腐食性を推定する。

（回帰モデルの作成）
次に、回帰モデルの作成の具体的な例について説明する。

回帰モデルは、式（１）に示す線形回帰モデルがベースとなる。

なお、ｒ_ｃ（ｔ）は、ボイラの腐食性としての腐食速度であり、ａ_ｉは、運転パラメータの係数である。また、ｘ_ｉは、運転パラメータであり、ｂはバイアス項（バックグランド項）である。運転パラメータは、空気流量、燃料の供給速度、ガス温度、酸素濃度、主蒸気流量に関する計１２種類が用いられる。

線形回帰モデルを簡潔化にするために、複数の運転パラメータを相関が大きいもの同士をまとめて、２つの主成分Ｐ１およびＰ２とする。

主成分の分析では、式（２）のようにして、各運転パラメータを標準化する。なお、標準化では、各運転パラメータの平均が０となり、分散が１となるように、各運転パラメータがスケーリングされる。

なお、ｘ_ｉは、各運転パラメータであり、ｘｉ(―)は、各運転パラメータの平均値である。また、σ_ｘｉは、各運転パラメータの標準偏差であり、Ｘ_ｉは、標準化した運転パラメータである。

また、主成分分析の算出式は、式（３）および式（４）のように表される。

なお、Ｐ_１（ｔ）は、第１主成分であり、Ｐ_２（ｔ）は、第２主成分である。また、ｗ_１ｉは、運転パラメータを第１主成分に変換する係数であり、ｗ_２ｉは、運転パラメータを第２主成分に変換する係数である。また、ｗ_１ｉおよびｗ_２ｉは、因子負荷量である。

主成分分析では、機械学習を用いて、相関の高い複数のパラメータがまとめられて、第１主成分および第２主成分に変換される。

主成分分析により、複数の運転パラメータをまとめると、式（１）は、式（５）のようになる。

なお、Ｐ_１（ｔ）は、第１主成分であり、Ｐ_２（ｔ）は、第２主成分である。また、ａ_ｐ１は、第１主成分の係数であり、ａ_ｐ２は、第２主成分の係数である。

上記のようにして、運転データに対する燃焼ガスの腐食性を推定するための回帰モデルの式として作成される。

作成した回帰モデルを用いて燃焼ガスの腐食性（腐食速度）を推定した推定値Ｒｃ１と、腐食センサ１９２により腐食性（腐食速度）を測定した測定値Ｒｃ２とを比較した結果の例を図６～図８に示す。

図６～図８の例のいずれも、回帰モデルによる推定値Ｒｃ１と、測定値Ｒｃ２とが近い値となっており、運転パラメータから回帰モデルを用いて燃焼ガスの腐食性を精度よく推定できていることが分かる。

ここで、本実施形態では、図９に示すように、制御部３０は、作成した回帰モデルに基づいて、運転データの運転パラメータに対するボイラの燃焼ガスの腐食性を推定するマップを作成する。図９に示す例では、運転パラメータに基づく第１主成分Ｐ１と、運転パラメータに基づく第２主成分Ｐ２と、回帰モデルにより推定した燃焼ガスの腐食性（腐食速度）とをマップにした例を示している。このマップでは、横軸を第１主成分Ｐ１とし、縦軸を第２主成分Ｐ２として、腐食速度が等しい位置を線でつないで表している。この図９の例では、右上に行くに従って腐食速度が大きくなり、左下に行くに従って腐食速度が小さくなる。

また、本実施形態では、図１０に示すように、制御部３０は、ボイラの燃焼ガスの腐食性を推定するマップに基づいて、燃焼ガスの腐食性を低減する運転条件により運転を行う。また、この場合、制御部３０は、蒸気発生量の目標を達成可能な範囲で運転条件を変更する制御を行う。具体的には、制御部３０は、運転データの運転パラメータのデータ（数値）に対するボイラの燃焼ガスの腐食性を推定するマップにおいて、蒸気発生量の目標を達成可能な運転パラメータの領域を予め算出しておく。そして、制御部３０は、蒸気発生量の目標を達成可能な範囲内において、燃焼ガスの腐食性が低減するような運転条件となるように制御を行う。なお、制御部３０は、ボイラの燃焼ガスの腐食性を推定するマップに基づいて、燃焼ガスの腐食性を低減する運転条件を提示するだけでもよい。この場合、作業者は、提示された運転条件の適否を判断して、ボイラ１０の運転条件を設定してもよい。

また、本実施形態では、図１１に示すように、制御部３０は、回帰モデルに基づいて、ボイラの燃焼ガスの腐食性の正常または異常を予め設定したしきい値により判定し、異常の場合に、回帰モデルに基づいて、ボイラの燃焼ガスの腐食性が正常となる運転条件を算出する。つまり、制御部３０は、運転データの運転パラメータのデータ（数値）に対するボイラの燃焼ガスの腐食性を推定するマップを用いて、燃焼ガスの腐食性が正常か異常かを判定する。制御部３０は、燃焼ガスの腐食性の正常か異常かを、腐食性の基準未満か基準以上かに基づいて判定する。制御部３０は、腐食速度がしきい値未満であれば、腐食性の基準未満として、正常と判定する。一方、制御部３０は、腐食速度がしきい値以上であれば、腐食性の基準以上として、異常と判定する。また、この場合、制御部３０は、蒸気発生量の目標を達成可能な範囲で、運転条件を変更する制御を行う。具体的には、制御部３０は、運転データの運転パラメータのデータ（数値）に対するボイラの燃焼ガスの腐食性を推定するマップにおいて、蒸気発生量の目標を達成可能な運転パラメータの領域を予め算出しておく。そして、制御部３０は、蒸気発生量の目標を達成可能な範囲内において、ボイラの燃焼ガスの腐食性が正常となる運転条件となるように制御を行う。なお、制御部３０は、蒸気発生量の目標を達成可能な範囲内において、ボイラの燃焼ガスの腐食性が正常となる運転条件を提示するだけでもよい。この場合、作業者は、提示された運転条件の適否を判断して、ボイラ１０の運転条件を設定してもよい。

（本実施形態の効果）
本実施形態では、以下のような効果を得ることができる。

本実施形態では、上記のように、作成した運転データに対する燃焼ガスの腐食性を推定するための回帰モデルと、ボイラ１０の運転時の運転状態を示す運転データの実測値または設定値とに基づいて、ボイラ１０の燃焼ガスの腐食性を推定する。これにより、ボイラ１０内に配置される電極を含む腐食検知部を用いずに、ボイラ１０の燃焼ガスの腐食性を推定することができるので、腐食検知部の電極がボイラ１０の金属の腐食により損耗することがない。その結果、腐食検知部の電極を定期的に交換する必要がないので、ボイラ１０の金属の腐食を検知する場合においてボイラ１０の腐食検知部のメンテナンスが煩雑になるのを抑制することができる。また、ボイラ１０の運転時の運転状態を示す運転データと、ボイラ１０の金属の腐食を検知する腐食センサ１９２による検知結果とに基づいて、運転データに対する燃焼ガスの腐食性を推定するための回帰モデルを作成する。これにより、実際の金属の腐食に基づいて回帰モデルが生成されるので、生成された回帰モデルを用いて精度よくボイラ１０の燃焼ガスの腐食性を推定することができる。

また、本実施形態では、上記のように、回帰モデルを作成するステップは、運転データと、腐食検知部による検知結果とに基づいて、機械学習を行い、回帰モデルを作成する。これにより、機械学習を用いて、様々な状態の運転データと腐食検知部による検知結果との関係を学習することができるので、ボイラの燃焼ガスの腐食性を精度よく推定することが可能な回帰モデルを容易に作成することができる。

また、本実施形態では、上記のように、運転データは、ボイラの運転のための操作項目または計測項目としての単一または複数の運転パラメータのデータを含み、運転パラメータは、乾燥用空気の流量、燃焼用空気の流量、燃焼室の温度、腐食性を推定する位置近傍の温度、燃料の供給速度、酸素濃度、主蒸気の流量、空気比、および、炉内のガス流量のうち少なくとも１つを含む。これにより、乾燥用空気の流量、燃焼用空気の流量、燃焼室の温度、腐食性を推定する位置近傍の温度、燃料の供給速度、酸素濃度、主蒸気の流量、空気比、および、炉内のガス流量のうち少なくとも１つを含む運転パラメータ（ボイラ運転のための操作項目・計測項目）のデータを含む運転データから、作成した回帰モデルを用いて、ボイラの燃焼ガスの腐食性を容易に推定することができる。

また、本実施形態では、上記のように、作成した回帰モデルに基づいて、運転データの運転パラメータのデータに対するボイラの燃焼ガスの腐食性を推定するマップを作成するステップを備える。これにより、運転パラメータのデータに対するボイラの燃焼ガスの腐食性の関係をマップに基づいて容易に推定することができる。

また、本実施形態では、上記のように、運転データと、ボイラの燃焼ガスの腐食性との相関を用いて、燃焼ガスの腐食性を低減する運転条件により運転を行うステップを備える。これにより、燃焼ガスの腐食性を低減するように、運転条件を設定することができるので、ボイラの金属の腐食が過度に進行するのを効果的に抑制することができる。

また、本実施形態では、上記のように、回帰モデルに基づいて、ボイラの燃焼ガスの腐食性の正常または異常を予め設定したしきい値により判定し、異常の場合に、回帰モデルに基づいて、ボイラの燃焼ガスの腐食性が正常となる運転条件を算出するステップを備える。これにより、ボイラの燃焼ガスの腐食性が異常となるような運転条件によりボイラが運転されるのを抑制することができるので、ボイラの金属の腐食が過度に進行するのを効果的に抑制することができる。

（変形例）
なお、今回開示された実施形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した実施形態の説明ではなく特許請求の範囲によって示され、さらに特許請求の範囲と均等の意味および範囲内でのすべての変更（変形例）が含まれる。

たとえば、上記実施形態では、ボイラ装置がごみを燃焼する例を示したが、本発明はこれに限られない。本発明では、ボイラ装置がごみ以外の燃料を燃焼する構成でもよい。

また、上記実施形態では、ボイラの燃焼ガスの腐食性として腐食速度が用いられる例を示したが、本発明はこれに限られない。本発明では、ボイラの燃焼ガスの腐食性は腐食速度以外が用いられてもよい。たとえば、腐食環境に基づく指標などをボイラの燃焼ガスの腐食性として用いてもよい。

また、上記実施形態では、ボイラ装置に設けられた制御部により回帰モデルを作成し、回帰モデルを作成した制御部により、運転パラメータのデータから回帰モデルを用いてボイラの燃焼ガスの腐食性を推定する例を示したが、本発明はこれに限られない。本発明では、回帰モデルを作成する制御部と、運転パラメータのデータから回帰モデルを用いてボイラの燃焼ガスの腐食性を推定する制御部とは、別個であってもよい。

１０ ボイラ
３０ 制御部（処理装置）
１００ ボイラ装置
１９２ 腐食センサ（腐食検知部）

Claims (7)

1. ボイラの燃焼ガスの腐食性を推定する腐食性推定方法であって、
   前記ボイラの運転時の運転状態を示す運転データと、前記ボイラの金属の腐食を検知する腐食検知部による検知結果とに基づいて、前記運転データに対する燃焼ガスの腐食性を推定するための回帰モデルを作成するステップと、
   作成した前記回帰モデルと、前記ボイラの運転時の運転状態を示す前記運転データの実測値または設定値とに基づいて、前記ボイラの燃焼ガスの腐食性を推定するステップと、を備える、ボイラの腐食性推定方法。
2. 前記回帰モデルを作成するステップは、前記運転データと、前記腐食検知部による検知結果とに基づいて、機械学習を行い、前記回帰モデルを作成する、請求項１に記載のボイラの腐食性推定方法。
3. 前記運転データは、前記ボイラの運転のための操作項目または計測項目としての単一または複数の運転パラメータのデータを含み、
   前記運転パラメータは、乾燥用空気の流量、燃焼用空気の流量、燃焼室の温度、腐食性を推定する位置近傍の温度、燃料の供給速度、酸素濃度、主蒸気の流量、空気比、および、炉内のガス流量のうち少なくとも１つを含む、請求項１または２に記載のボイラの腐食性推定方法。
4. 作成した前記回帰モデルに基づいて、前記運転データの前記運転パラメータのデータに対する前記ボイラの燃焼ガスの腐食性を推定するマップを作成するステップをさらに備える、請求項３に記載のボイラの腐食性推定方法。
5. 前記ボイラの燃焼ガスの腐食性を推定するマップに基づいて、燃焼ガスの腐食性を低減する運転条件により運転を行うステップをさらに備える、請求項４に記載のボイラの腐食性推定方法。
6. 前記回帰モデルに基づいて、前記ボイラの燃焼ガスの腐食性の正常または異常を予め設定したしきい値により判定し、異常の場合に、前記回帰モデルに基づいて、ボイラの燃焼ガスの腐食性が正常となる運転条件を算出するステップをさらに備える、請求項４または５に記載のボイラの腐食性推定方法。
7. ボイラと、
   前記ボイラの燃焼ガスの腐食性を推定する処理装置と、を備え、
   前記ボイラの運転時の運転状態を示す運転データと前記ボイラの金属の腐食を検知する腐食検知部による検知結果とに基づいて作成された前記運転データに対する燃焼ガスの腐食性を推定するための回帰モデルと、前記ボイラの運転時の運転状態を示す前記運転データの実測値または設定値とに基づいて、前記処理装置は、前記ボイラの燃焼ガスの腐食性を推定する、ボイラ装置。

Images