JP2023140846A - 運転支援装置、運転支援方法および運転支援プログラム - Google Patents

Abstract

【課題】イオン交換膜の性能の低下を考慮した電解槽の最適な運転が可能な運転支援装置、運転支援方法および運転支援プログラムを提供する。【解決手段】電解槽におけるイオン交換膜への不純物の蓄積速度に関する不純物データの実績値に基づいて、イオン交換膜の性能低下速度を推定する推定部を備え、推定部は、性能低下速度に基づいて、電解槽が一の運転条件で運転された場合における生産パラメータであって、電解槽により生産される生産物に関する生産パラメータを推定してよく、前記不純物データは、イオン交換膜の実解析データであってよい。電解槽は、イオン交換膜により仕切られた陽極室および陰極室を有してよく、陽極室にはアルカリ金属の塩化物の水溶液が導入され、陰極室からはアルカリ金属の水酸化物の水溶液が導出され前記不純物データは、アルカリ金属の塩化物の水溶液における、不純物の濃度データであってよい。【選択図】図４

Description

本発明は、運転支援装置、運転支援方法および運転支援プログラムに関する。

特許文献１には、「本実施形態のイオン交換膜の更新方法は、陽極側ガスケットと陰極側ガスケットとの間に前記イオン交換膜を挟む工程を有し、・・・」と記載されている（段落００５２）。
［先行技術文献］
［特許文献］
［特許文献１］ 特開２０１９－１９４０８号公報

電解槽におけるイオン交換膜の性能は、電解槽の稼働時間とともに低下し得る。イオン交換膜の性能の低下速度は、電解槽の運転条件（温度、濃度、電流等）により変化し得る。このため、電解槽は最適な運転条件で稼働されることが望ましい。電解槽の予定される稼働期間のうちの一の時点における最適な運転条件と、当該稼働期間の全体を考慮した最適な運転条件とは、異なり得る。このため、電解槽は、予定される稼働期間の全体を考慮した最適な運転条件で稼働されることが望ましい。

予定される稼働期間の全体を考慮した、電解槽の最適な運転条件を決定することは、当該稼働期間のうちの一の時点における最適な運転条件を決定することよりも、困難であり得る。このため、当該稼働期間の全体が考慮された最適な運転条件を、簡易に認知できることが望ましい。

本発明の第１の態様においては、運転支援装置を提供する。運転支援装置は、電解槽におけるイオン交換膜への不純物の蓄積速度に関する不純物データの実績値に基づいて、イオン交換膜の性能低下速度を推定する推定部を備える。

推定部は、性能低下速度に基づいて、電解槽が一の運転条件で運転された場合における生産パラメータであって、電解槽により生産される生産物に関する生産パラメータを推定してよい。

不純物データは、イオン交換膜の実解析データであってよい。

電解槽は、イオン交換膜により仕切られた陽極室および陰極室を有してよい。陽極室にはアルカリ金属の塩化物の水溶液が導入されてよい。陰極室からはアルカリ金属の水酸化物の水溶液が導出されてよい。不純物データは、アルカリ金属の塩化物の水溶液における、不純物の濃度データであってよい。

推定部は、電解槽の運転条件の実績値に基づいて、性能低下速度を推定してよい。

運転支援装置は、性能低下予測モデルを生成する性能低下学習部をさらに備えてよい。性能低下予測モデルは、不純物データの実績値および運転条件の実績値と、性能低下速度との関係を機械学習することにより、不純物データの実績値および運転条件の実績値と、性能低下速度との関係に基づく、イオン交換膜の性能低下速度の予測量を出力してよい。

性能低下予測モデルは、複数の運転条件のそれぞれに対応する、複数の性能低下速度の予測量を出力してよい。

運転支援装置は、複数の性能低下学習部を備えてよい。複数の性能低下学習部のそれぞれは、複数のイオン交換膜の種類のそれぞれごとに、性能低下予測モデルを生成してよい。

性能低下予測モデルは、不純物データの実績値と、電解槽により生産される生産物に関する生産パラメータとに基づいて、生産パラメータを満たす、電解槽の運転条件を推定してよい。

性能低下予測モデルは、生産パラメータを満たす運転条件が存在しない場合、イオン交換膜の性能の回復時期およびイオン交換膜の交換時期の少なくとも一方を推定してよい。

運転支援装置は、電解槽が一の運転条件で運転されている場合における、不純物の蓄積速度を取得する取得部と、取得部により取得された不純物の蓄積速度に基づいて、不純物データの実績値を補正する補正部とをさらに備えてよい。

推定部は、実績値を第１周期で取得してよい。取得部は、不純物の蓄積速度を、第１周期よりも短い第２周期で取得してよい。

不純物は、バリウム、カルシウム、ストロンチウム、ヨウ素、シリコン、アルミニウム、ニッケル、マグネシウム、鉄、チタンおよびリンの少なくとも一つであってよい。

本発明の第２の態様においては、運転支援方法を提供する。運転支援方法は、推定部が、電解槽におけるイオン交換膜への不純物の蓄積速度に関する不純物データの実績値に基づいて、イオン交換膜の性能低下速度を推定する第１推定ステップを備える。

運転支援方法は、推定部が、第１推定ステップにおいて推定された性能低下速度に基づいて、電解槽が一の運転条件で運転された場合における生産パラメータであって、電解槽により生産される生産物に関する生産パラメータを推定する第２推定ステップをさらに備えてよい。

第１推定ステップは、推定部が、電解槽の運転条件の実績値に基づいて、性能低下速度を推定するステップであってよい。

第１推定ステップは、性能低下学習部が性能低下予測モデルを生成する性能低下学習ステップを含んでよい。性能低下予測モデルは、不純物データの実績値および運転条件の実績値と、性能低下速度との関係を機械学習することにより、不純物データの実績値および運転条件の実績値と、性能低下速度との関係に基づく、イオン交換膜の性能低下速度の予測量を出力してよい。

第１推定ステップは、性能低下予測モデルが、不純物データの実績値と、電解槽により生産される生産物に関する生産パラメータとに基づいて、生産パラメータを満たす、電解槽の運転条件を推定する運転条件推定ステップをさらに含んでよい。

運転支援方法は、取得部が、電解槽が一の運転条件で運転されている場合における、不純物の蓄積速度を取得する取得ステップと、補正部が、取得ステップにおいて取得された不純物の蓄積速度に基づいて、不純物データの実績値を補正する補正ステップとをさらに備えてよい。

本発明の第３の態様においては、運転支援プログラムを提供する。運転支援プログラムは、コンピュータを運転支援装置として機能させるための運転支援プログラム。

なお、上記の発明の概要は、本発明の特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

本発明の一つの実施形態に係る電解装置２００の一例を示す図である。 図１における１つの電解セル９１の詳細の一例を示す図である。 図２に示される電解セル９１におけるイオン交換膜８４の近傍を拡大した図である。 本発明の一つの実施形態に係る運転支援装置１００のブロック図の一例を示す図である。 陽極室７９、イオン交換膜８４および陰極室９８にわたるアルカリ金属の濃度プロファイルの一例を示す図である。 イオン交換膜８４のクラスター８５を模式的に示す図である。 イオン交換膜８４のクラスター８５を模式的に示す図である。 本発明の一つの実施形態に係る運転支援装置１００のブロック図の他の一例を示す図である。 性能低下予測モデル６２の一例を示す図である。 出力部３２における出力態様の一例を示す図である。 本発明の一つの実施形態に係る運転支援装置１００のブロック図の他の一例を示す図である。 性能低下予測モデル６２による予測量ＶＬｐの予測または運転条件Ｃｄの推定の一例を示す図である。 性能低下予測モデル６２による、イオン交換膜８４の性能の回復時期またはイオン交換膜８４の交換時期の推定の一例を示す図である。 本発明の一つの実施形態に係る運転支援装置１００のブロック図の他の一例を示す図である。 取得部３５による不純物Ｉｍの蓄積速度の取得タイミング、および、推定部１０による実績値Ｖｉの取得タイミングの一例を示す図である。 本発明の一つの実施形態に係る運転支援方法の一例を示すフローチャートである。 本発明の実施形態に係る運転支援装置１００が全体的または部分的に具現化されてよいコンピュータ２２００の一例を示す図である。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

図１は、本発明の一つの実施形態に係る電解装置２００の一例を示す図である。本例の電解装置２００は、電解槽９０、導入管９２、導入管９３、導出管９４および導出管９５を備える。

電解装置２００は、電解液を電気分解する装置である。電解槽９０は、電解液を電気分解する槽である。当該電解液は、例えばＮａＣｌ（塩化ナトリウム）水溶液である。電解槽９０は、例えば、ＮａＣｌ（塩化ナトリウム）水溶液を電気分解することにより、Ｃｌ_２（塩素）とＮａＯＨ（水酸化ナトリウム）とＨ_２（水素）とを生成する。電解槽９０は、複数の電解セル９１（電解セル９１－１～電解セル９１－Ｎ。Ｎは２以上の整数）を備えてよい。Ｎは、例えば５０である。

本例において、導入管９２および導入管９３は、電解セル９１－１～電解セル９１－Ｎのそれぞれに接続されている。電解セル９１－１～電解セル９１－Ｎのそれぞれには、液体７０が導入される。液体７０は、導入管９２を通過した後、電解セル９１－１～電解セル９１－Ｎのそれぞれに導入されてよい。液体７０は、アルカリ金属の塩化物の水溶液である。アルカリ金属は、元素周期表第１族に属する元素である。液体７０は、例えばＮａＣｌ（塩化ナトリウム）水溶液である。

電解セル９１－１～電解セル９１－Ｎのそれぞれには、液体７２が導入される。液体７２は、導入管９３を通過した後、電解セル９１－１～電解セル９１－Ｎのそれぞれに導入されてよい。液体７２は、アルカリ金属の水酸化物の水溶液である。液体７２は、例えばＮａＯＨ（水酸化ナトリウム）水溶液である。

本例において、導出管９４および導出管９５は、電解セル９１－１～電解セル９１－Ｎのそれぞれに接続されている。電解セル９１－１～電解セル９１－Ｎのそれぞれからは、液体７６および気体７８（後述）が導出される。液体７６および気体７８（後述）は、導出管９５を通過した後、電解装置２００の外部に導出されてよい。液体７６は、アルカリ金属の水酸化物の水溶液である。液体７２がＮａＯＨ（水酸化ナトリウム）水溶液である場合、液体７６はＮａＯＨ（水酸化ナトリウム）水溶液である。気体７８（後述）は、Ｈ_２（水素）であってよい。

電解セル９１－１～電解セル９１－Ｎのそれぞれからは、液体７４および気体７７（後述）が導出される。液体７４および気体７７（後述）は、導出管９４を通過した後、電解装置２００の外部に導出されてよい。液体７４は、アルカリ金属の塩化物の水溶液である。液体７０がＮａＣｌ（塩化ナトリウム）水溶液である場合、液体７４はＮａＣｌ（塩化ナトリウム）水溶液である。気体７７（後述）は、Ｃｌ_２（塩素）であってよい。

図２は、図１における１つの電解セル９１の詳細の一例を示す図である。電解槽９０は、陽極室７９、陽極８０、陰極室９８、陰極８２およびイオン交換膜８４を有する。本例においては、１つの電解セル９１が、陽極室７９、陽極８０、陰極室９８、陰極８２およびイオン交換膜８４を有する。陽極室７９および陰極室９８は、電解セル９１の内部に設けられている。陽極室７９と陰極室９８とは、イオン交換膜８４により仕切られている。陽極室７９には、陽極８０が配置される。陰極室９８には、陰極８２が配置される。

本明細書においては、Ｘ軸、Ｙ軸およびＺ軸の直交座標軸を用いて技術的事項を説明する場合がある。本明細書においては、陽極室７９および陰極室９８の底面８８と平行な面をＸＹ面とする。本明細書において、底面８８と、陽極室７９および陰極室９８の天井面８９とを結ぶ方向（底面８８に垂直な方向）をＺ軸方向とする。本明細書において、陽極８０から陰極８２へ向かう方向をＹ軸方向とし、ＸＹ面内においてＹ軸に直交する方向をＸ軸方向とする。Ｚ軸方向は重力方向に平行であってよい。Ｚ軸方向が重力方向に平行である場合、ＸＹ面は水平面であってよい。

陽極室７９には、導入管９２および導出管９４が接続されている。陰極室９８には、導入管９３および導出管９５が接続されている。陽極室７９には、液体７０が導入される。陰極室９８には、液体７２が導入される。

イオン交換膜８４は、イオン交換膜８４に配置されたイオンとは異符号のイオンの通過を阻止し、且つ、同符号のイオンを通過させる、膜状の物質である。本例においては、イオン交換膜８４は、Ｎａ^＋（ナトリウムイオン）を通過させ、且つ、Ｃｌ^－（塩化物イオン）の通過を阻止する膜である。

陽極８０および陰極８２は、それぞれ予め定められた正の電位および負の電位に維持されてよい。陽極室７９に導入された液体７０、および、陰極室９８に導入された液体７２は、陽極８０と陰極８２との間の電位差により、電気分解される。陽極８０においては、次の化学反応が起こる。
［化学式１］
２Ｃｌ^－→Ｃｌ_２＋２ｅ^－

液体７０がＮａＣｌ（塩化ナトリウム）水溶液である場合、ＮａＣｌ（塩化ナトリウム）は、Ｎａ^＋（ナトリウムイオン）とＣｌ^－（塩化物イオン）とに電離している。陽極８０においては、化学式１に示される化学反応によりＣｌ_２（塩素）ガスが生成される。気体７７（当該Ｃｌ_２（塩素）ガス）および液体７４は、陽極室７９から導出されてよい。Ｎａ^＋（ナトリウムイオン）は、陰極８２からの引力により、陽極室７９からイオン交換膜８４を経由した後、陰極室９８に移動する。

陽極室７９には、液体７３が滞留していてよい。液体７３は、アルカリ金属の塩化物の水溶液である。本例においては、液体７３はＮａＣｌ（塩化ナトリウム）水溶液である。液体７３のＮａ^＋（ナトリウムイオン）濃度およびＣｌ^－（塩化物イオン）濃度は、液体７０のＮａ^＋（ナトリウムイオン）濃度およびＣｌ^－（塩化物イオン）濃度よりも小さくてよい。

陰極８２においては、次の化学反応が起こる。
［化学式２］
２Ｈ_２Ｏ＋２ｅ^－→Ｈ_２＋２ＯＨ^－

液体７２がＮａＯＨ（水酸化ナトリウム）水溶液である場合、ＮａＯＨ（水酸化ナトリウム）は、Ｎａ^＋（ナトリウムイオン）とＯＨ^－（水酸化物イオン）とに電離している。陰極８２においては、化学式２に示される化学反応により、Ｈ_２（水素）ガスとＯＨ^－（水酸化物イオン）が生成される。気体７８（当該Ｈ_２（水素）ガス）および液体７６は、陰極室９８から導出されてよい。

陰極室９８には、液体７５が滞留していてよい。液体７５は、アルカリ金属の水酸化物の水溶液である。本例においては、液体７５はＮａＯＨ（水酸化ナトリウム）水溶液である。本例においては、陰極室９８には、化学式２に示される化学反応より生成したＯＨ^－（水酸化物イオン）と、陽極室７９から移動したＮａ^＋（ナトリウムイオン）とが溶解した液体７５が滞留している。

図３は、図２に示される電解セル９１におけるイオン交換膜８４の近傍を拡大した図である。本例のイオン交換膜８４には、陰イオン基８６が固定されている。陰イオンは、陰イオン基８６により反発されるので、イオン交換膜８４を通過しにくい。本例において、当該陰イオンは、Ｃｌ^－（塩化物イオン）である。陽イオン７１は、陰イオン基８６により反発されないので、イオン交換膜８４を通過できる。液体７０（図２参照）がＮａＣｌ（塩化ナトリウム）水溶液である場合、陽イオン７１はＮａ^＋（ナトリウムイオン）である。

図４は、本発明の一つの実施形態に係る運転支援装置１００のブロック図の一例を示す図である。運転支援装置１００は、電解槽９０（図１参照）の運転を支援する。運転支援装置１００は、推定部１０を備える。運転支援装置１００は、制御部２０、入力部３０、出力部３２および記憶部４０を備えてよい。

運転支援装置１００は、一例としてＣＰＵ、メモリおよびインターフェース等を備えるコンピュータである。制御部２０は、当該ＣＰＵであってよい。推定部１０と制御部２０とが、一つの当該ＣＰＵであってもよい。運転支援装置１００がコンピュータである場合、当該コンピュータには、後述する運転支援方法を実行させるため運転支援プログラムがインストールされていてよく、当該コンピュータを運転支援装置１００として機能させるための運転支援プログラムがインストールされていてもよい。

入力部３０は、例えばキーボード、マウス等である。出力部３２は、推定部１０による推定結果を出力する。出力部３２は、例えばディスプレイ、モニタ等である。

電解槽９０（図１参照）は液体７０を電気分解するので、電解槽９０の稼働時間経過に伴い、不純物がイオン交換膜８４に蓄積し得る。イオン交換膜８４に蓄積した当該不純物を、不純物Ｉｍとする。不純物Ｉｍがイオン交換膜８４に蓄積した場合、イオン交換膜８４の性能が低下し得る。イオン交換膜８４の性能とは、イオン交換膜８４のイオン交換性能を指す。

電解槽９０（図１参照）には、原塩が溶解した塩水に対して予め定められた処理がされた液体７０（図１参照）が導入される。予め定められた処理とは、例えば、クラリファイヤによる、塩水に含まれるＳＳ（サスペンデッドソリッド）の沈殿、セラミックフィルタによる当該ＳＳの除去、樹脂塔による、塩水に含まれるＢａ（バリウム）、Ｃａ（カルシウム）、Ｓｒ（ストロンチウム）およびＭｇ（マグネシウム）の少なくとも一つの除去、等である。

原塩には、Ｉ（ヨウ素）、Ｆｅ（鉄）、Ｔｉ（チタン）およびＰ（リン）の少なくとも一つが含まれる場合がある。ＳＳ（サスペンデッドソリッド）には、Ｓｉ（シリコン）およびＡｌ（アルミニウム）の少なくとも一方が含まれる場合がある。不純物Ｉｍには、Ｂａ（バリウム）、Ｃａ（カルシウム）、Ｓｒ（ストロンチウム）、Ｍｇ（マグネシウム）、Ｉ（ヨウ素）、Ｆｅ（鉄）、Ｔｉ（チタン）、Ｓｉ（シリコン）、Ａｌ（アルミニウム）およびＰ（リン）の少なくとも一つが含まれてよい。

陰極８２の表面には、Ｎｉ（ニッケル）が設けられる場合がある。陰極８２の表面には、Ｎｉ（ニッケル）がめっきにより形成される場合がある。電解槽９０の稼働時間経過に伴い、陰極８２の表面に設けられたＮｉ（ニッケル）が液体７５（図２参照）に含まれる場合がある。不純物Ｉｍには、Ｎｉ（ニッケル）が含まれてよい。

推定部１０は、イオン交換膜８４への不純物Ｉｍの蓄積速度に関する不純物データの実績値に基づいて、イオン交換膜８４の性能低下速度を推定する。当該不純物データを、不純物データＤｉとする。当該実績値を、実績値Ｖｉとする。当該性能低下速度を、性能低下速度ＶＬとする。

不純物データＤｉは、イオン交換膜８４の実解析データであってよい。イオン交換膜８４の実解析データとは、イオン交換膜８４に蓄積した不純物Ｉｍの成分および成分ごとの量を解析したデータであってよい。イオン交換膜８４の実解析データとは、不純物Ｉｍの当該成分および当該成分ごとの量と、当該イオン交換膜８４が電解槽９０に装着された状態における当該電解槽９０の稼働時間との関係を解析したデータであってもよい。イオン交換膜８４の実解析データは、イオン交換膜８４が電解槽９０から外された状態で取得されてよく、電解槽９０に装着された状態で取得されてもよい。

イオン交換膜８４の実解析データは、入力部３０により入力されてよい。入力部３０により入力された当該実解析データは、記憶部４０に記憶されてよい。

イオン交換膜８４の性能が低下した場合、液体７３に含まれるアルカリ金属の塩化物がイオン交換膜８４を通過する場合がある。イオン交換膜８４を通過したアルカリ金属の塩化物は、液体７５に含まれる場合がある。上述したとおり、液体７５はアルカリ金属の水酸化物の水溶液である。

不純物データＤｉは、液体７３における、不純物Ｉｍの濃度データであってもよい。液体７３がＮａＣｌ（塩化ナトリウム）水溶液である場合、実績値Ｖｉは、当該ＮａＣｌ（塩化ナトリウム）水溶液における不純物Ｉｍの濃度データであってよい。

運転支援装置１００において、推定部１０は実績値Ｖｉに基づいて性能低下速度ＶＬを推定する。このため、運転支援装置１００のユーザは、イオン交換膜８４の将来の性能低下を認知できる。

電解槽９０の運転条件を、運転条件Ｃｄとする。運転条件Ｃｄとは、イオン交換膜８４の状態に影響を与え得る、電解槽９０の運転状況を指す。

電流効率ＣＥとは、電解槽９０により生産される生産物の理論上の生産量に対する実際の生産量の割合を指す。当該生産物を、生産物Ｐとする。生産物Ｐの理論上の生産量を、生産量Ｐａとする。生産物Ｐの実際の生産量を、生産量Ｐｒとする。電流効率ＣＥとは、生産量Ｐａに対する生産量Ｐｒの割合を指す。運転条件Ｃｄには、液体７０（図２参照）のｐＨおよび流量、液体７２（図２参照）のｐＨおよび流量、および、液体７３（図２参照）または液体７５（図２参照）の温度がさらに含まれてよい。

推定部１０は、運転条件Ｃｄの実績値に基づいて、イオン交換膜８４の性能低下速度ＶＬを推定してよい。当該実績値を、実績値Ｖｄとする。推定部１０は、実績値Ｖｉと実績値Ｖｄとに基づいて、性能低下速度ＶＬを推定してよい。

実績値Ｖｄは、電解槽９０の電流の実績値、電流効率ＣＥの実績値、電圧ＣＶの実績値、液体７０（アルカリ金属の塩化物の水溶液）のｐＨおよび流量の実績値、液体７２（アルカリ金属の水酸化物の水溶液）のｐＨおよび流量の実績値、および、液体７３（図２参照）または液体７５（図２参照）の温度の実績値の少なくとも一つであってよい。実績値Ｖｄは、入力部３０により入力されてよい。入力部３０により入力された実績値Ｖｄは、記憶部４０に記憶されてよい。

図５は、陽極室７９、イオン交換膜８４および陰極室９８にわたるアルカリ金属の濃度プロファイルの一例を示す図である。図５において、位置Ｐ０は陽極８０（図２参照）の位置であり、位置Ｐ４は陰極８２（図２参照）の位置である。図５において、位置Ｐ１は陽極室７９とイオン交換膜８４との界面の位置であり、位置Ｐ３は陰極室９８とイオン交換膜８４との界面の位置である。図５において、位置Ｐ２は、イオン交換膜８４におけるアルカリ金属の濃度が最小となる（濃度Ｃ２（後述）となる）位置である。

図５において、濃度Ｃ０は陽極室７９におけるアルカリ金属の濃度であり、濃度Ｃ４は陰極室９８におけるアルカリ金属の濃度ある。図５において、濃度Ｃ１は位置Ｐ１におけるアルカリ金属の濃度であり、濃度Ｃ３は位置Ｐ３におけるアルカリ金属の濃度である。図５において、濃度Ｃ２は、イオン交換膜８４におけるアルカリ金属の濃度の最小値である。図５に示されるとおり、アルカリ金属の濃度は、陽極８０側よりも陰極８２側の方が高い。イオン交換膜８４におけるアルカリ金属の濃度は、位置Ｐ１から位置Ｐ２にかけて減少し、位置Ｐ２から位置Ｐ３にかけて増加する。

液体７０（図１、２参照）のｐＨまたは濃度、または、液体７６（図１、２参照）のｐＨまたは濃度が変化すると、図５に示されるアルカリ金属の濃度プロファイルが変化し得る。これにより、イオン交換膜８４に供給される不純物Ｉｍの供給量、または、イオン交換膜８４に蓄積する不純物Ｉｍの蓄積位置が変化し得る。これにより、イオン交換膜８４の性能低下速度ＶＬが変化し得る。推定部１０は、実績値Ｖｄに基づいて性能低下速度ＶＬを推定する。このため、運転支援装置１００のユーザは、イオン交換膜８４の将来の性能低下を認知できる。

図６および図７は、イオン交換膜８４のクラスター８５を模式的に示す図である。図６および図７は、イオン交換膜８４を陽極８０から陰極８２への方向（イオン交換膜８４の厚さ方向）に見た場合における、クラスター８５の模式図である。図６は、液体７３（図２参照）および液体７５（図２参照）が予め定められた温度範囲における一の温度Ｔ１である場合のクラスター８５の模式図である。図７は、液体７３および液体７５が当該温度範囲外、且つ、当該温度範囲よりも高温側の他の温度Ｔ２である場合のクラスター８５の模式図である。

液体７３および液体７５の少なくとも一方の温度が変化した場合、図６および図７に示されるように、イオン交換膜８４のクラスター８５の大きさが変化しうる。クラスター８５の大きさが変化することで、図５に示されるアルカリ金属の濃度プロファイルが変化し得る。これにより、イオン交換膜８４に供給される不純物Ｉｍの供給量、または、イオン交換膜８４に蓄積する不純物Ｉｍの蓄積位置が変化し得る。これにより、イオン交換膜８４の性能低下速度ＶＬが変化し得る。推定部１０は、実績値Ｖｄ（本例においては液体７３および液体７５の温度の実測値）に基づいて、性能低下速度ＶＬを推定する。このため、運転支援装置１００のユーザは、イオン交換膜８４の将来の性能低下を認知できる。

生産物Ｐに関する生産パラメータを生産パラメータＰｒとする。生産パラメータＰｒには、電解槽９０の電流効率ＣＥ、電流効率ＣＥの低下速度、電解槽９０の電圧ＣＶ、電圧ＣＶの増加速度、生産物Ｐの単位時間当たりの生産量、生産物Ｐの品質、および、当該生産量および当該品質に影響し得るパラメータであって電解槽９０の稼働に係るパラメータの少なくとも一つが含まれてよい。生産パラメータＰｒには、電解装置９０の稼働に伴い発生するＣＯ_２（二酸化炭素）の量が含まれてもよい。電解槽９０の稼働に伴い発生するＣＯ_２（二酸化炭素）とは、電解槽９０が電気を消費することにより発生するＣＯ_２（二酸化炭素）を指す。生産パラメータＰｒには、電解槽９０の運転コストが含まれてもよい。運転コストには、電解槽９０の運転に伴う電気コスト、イオン交換膜８４を交換した場合におけるイオン交換膜８４のコストが含まれてよい。

推定部１０は、性能低下速度ＶＬに基づいて、電解槽９０が一の運転条件Ｃｄで運転された場合の生産パラメータＰｒを推定してよい。これにより、運転支援装置１００のユーザは、イオン交換膜８４の将来の性能低下が反映された生産パラメータＰｒを認知できる。

図８は、本発明の一つの実施形態に係る運転支援装置１００のブロック図の他の一例を示す図である。本例の運転支援装置１００は、性能低下学習部６０をさらに備える点で、図４に示される運転支援装置１００と異なる。性能低下学習部６０は、性能低下予測モデル６２（後述）を生成する。性能低下予測モデル６２（後述）は、記憶部４０に記憶されてよい。

図９は、性能低下予測モデル６２の一例を示す図である。性能低下予測モデル６２は、イオン交換膜８４への不純物Ｉｍの蓄積速度に関する不純物データＤｉの実績値Ｖｉ、および、運転条件Ｃｄの実績値Ｖｄと、イオン交換膜８４の性能低下速度ＶＬとの関係を機械学習することにより、当該実績値Ｖｉおよび当該実績値Ｖｄと、当該性能低下速度ＶＬとの関係に基づく、性能低下速度ＶＬの予測量を出力する。当該性能低下速度の予測量を、予測量ＶＬｐとする。

図１０は、出力部３２（図８参照）における出力態様の一例を示す図である。本例の出力部３２は、ディスプレイである。運転条件Ｃｄに関するパラメータを、運転パラメータＰｄとする。本例の出力部３２には、運転パラメータＰｄ表示部３３と生産パラメータＰｒ表示部３４とが表示されている。運転支援装置１００のユーザは、入力部３０（図８参照）により運転パラメータＰｄおよび生産パラメータＰｒを入力してよい。

運転支援装置１００のユーザは、運転パラメータＰｄのうち、電解槽９０の稼働中に固定したい一または複数の運転パラメータＰｄを指定してよい。性能低下予測モデル６２（図９参照）は、複数の運転条件Ｃｄのそれぞれに対応する、複数の性能低下速度ＶＬの予測量ＶＬｐを出力してよい。当該複数の運転条件Ｃｄとは、運転パラメータＰｄ表示部３３において運転パラメータＰｄが入力される場合、運転支援装置１００のユーザが固定したい運転パラメータＰｄの第１のケースと第２のケースとを指す。当該第１のケースには、運転パラメータＰｄ表示部３３に表示される運転パラメータＰｄの一または複数が含まれてよく、当該第２のケースには、当該運転パラメータＰｄの一または複数であって当該第１のケースとは別の運転パラメータＰｄが含まれてよい。これにより、運転支援装置１００のユーザは、運転条件Ｃｄを様々に変化させた場合の予測量ＶＬｐをシミュレーションできる。

図１１は、本発明の一つの実施形態に係る運転支援装置１００のブロック図の他の一例を示す図である。本例の運転支援装置１００は、複数の性能低下学習部６０（性能低下学習部６０－１～性能低下学習部６０－ｎ）を備える点で、図８に示される運転支援装置１００と異なる。

複数の性能低下学習部６０のそれぞれは、複数のイオン交換膜８４の種類のそれぞれごとに、性能低下予測モデル６２（図９参照）を生成してよい。イオン交換膜８４の種類とは、イオン交換膜８４における陰イオン基８６（図３参照）の密度、イオン交換膜８４の厚さ等、イオン交換膜８４の個体ごとに異なり得る物理量であってよい。イオン交換膜８４の種類とは、当該個体ごとの、いわゆるロット番号であってもよい。イオン交換膜８４の種類とは、陰イオン基８６（図３参照）の種類であってもよい。

イオン交換膜８４の性能低下の態様は、イオン交換膜８４の種類ごとに異なり得る。イオン交換膜８４の種類ごとに性能低下予測モデル６２が生成されることにより、性能低下予測モデル６２のそれぞれは、イオン交換膜８４の種類が反映された、より適切な予測量ＶＬｐを出力できる。

図１２は、性能低下予測モデル６２による予測量ＶＬｐの予測または運転条件Ｃｄの推定の一例を示す図である。本例の性能低下予測モデル６２は、不純物Ｉｍの蓄積速度に関する不純物データＤｉの実績値Ｖｉおよび運転条件Ｃｄの実績値Ｖｄと、性能低下速度ＶＬとの関係を機械学習済みであるとする。性能低下予測モデル６２は、実績値Ｖｉと生産パラメータＰｒ（図１０参照）とに基づいて、当該生産パラメータＰｒを満たす運転条件Ｃｄを推定してよい。性能低下予測モデル６２は、実績値Ｖｉと生産パラメータＰｒとが性能低下予測モデル６２に入力された場合、当該生産パラメータＰｒを満たす運転条件Ｃｄを推定してよい。当該運転条件Ｃｄを、運転条件Ｃｄ'とする。性能低下予測モデル６２は、運転条件Ｃｄ'を推定し、且つ、予測量ＶＬｐを予測してもよい。

本例においては、性能低下予測モデル６２は、実績値Ｖｉを説明変数とし、生産パラメータＰｒを制約条件とした場合における、最適な運転条件Ｃｄ'を、目的条件として出力する。運転支援装置１００のユーザは、生産パラメータＰｒ表示部３４（図１０参照）に表示される生産パラメータＰｒのうち、満たしたい生産パラメータＰｒを入力部３０（図８参照）により指定し、且つ、満たしたい当該生産パラメータＰｒに係る数値を入力部３０により入力してよい。これにより、運転支援装置１００のユーザは、当該生産パラメータＰｒを制約条件とした場合の最適な運転条件Ｃｄ'を認知できる。

制約条件には、運転支援装置１００のユーザが満たしたい運転条件Ｃｄがさらに含まれてもよい。運転支援装置１００のユーザは、図１０の運転パラメータＰｄ表示部３３に表示される運転パラメータＰｄのうち満たしたい運転パラメータＰｄを入力部３０（図８参照）により指定し、且つ、満たしたい当該運転パラメータＰｄに係る数値を入力部３０により入力してよい。これにより、運転支援装置１００のユーザは、生産パラメータＰｒおよび運転パラメータＰｄを制約条件とした場合の最適な運転条件Ｃｄ'を認知できる。当該運転条件Ｃｄ'は、当該運転パラメータＰｄと異なっていてよい。

図１３は、性能低下予測モデル６２による、イオン交換膜８４の性能の回復時期またはイオン交換膜８４の交換時期の推定の一例を示す図である。図１２に示される予測量ＶＬｐの予測または運転条件Ｃｄの推定において、生産パラメータＰｒを満たす運転条件Ｃｄ'が存在しない場合、性能低下予測モデル６２は、イオン交換膜８４の性能の回復時期およびイオン交換膜８４の交換時期の少なくとも一方を推定してよい。これにより、運転支援装置１００のユーザは、イオン交換膜８４の性能の回復時期およびイオン交換膜８４の交換時期の少なくとも一方を、予め認知できる。

図１４は、本発明の一つの実施形態に係る運転支援装置１００のブロック図の他の一例を示す図である。本例の運転支援装置１００は、取得部３５および補正部３６をさらに備える点で、図８に示される運転支援装置１００と異なる。

取得部３５は、電解槽９０が一の運転条件Ｃｄで運転されている場合における、不純物Ｉｍの蓄積速度を取得する。一の運転条件Ｃｄとは、運転支援装置１００のユーザにより指定された運転条件Ｃｄを指してよい。一の運転条件Ｃｄで運転されている場合とは、電解槽９０が当該一の運転条件Ｃｄで稼働中である場合を指してよい。取得部３５は、電解槽９０が一の運転条件Ｃｄで稼働中に、リアルタイムで不純物Ｉｍの蓄積速度を取得してよい。

補正部３６は、取得部３５により取得された不純物Ｉｍの蓄積速度に基づいて、蓄積速度に関する不純物データＤｉの実績値Ｖｉを補正する。実績値Ｖｉは、取得部３５により取得された蓄積速度と異なり得る。実績値Ｖｉは、蓄積速度の過去の実績である。取得部３５がリアルタイムで蓄積速度を取得する場合、当該蓄積速度は現在の測定値である。このため、実績値Ｖｉよりも、取得部３５により取得された蓄積速度の方が、現在のイオン交換膜８４の状態が反映された蓄積速度であり得る。本例においては、補正部３６は、取得部３５により取得された蓄積速度に基づいて、実績値Ｖｉを補正する。このため、実績値Ｖｉは、現在のイオン交換膜８４の状態がより反映された蓄積速度の値になりやすい。

推定部１０は、補正部３６により補正された実績値Ｖｉに基づいて、性能低下速度ＶＬを推定してよい。性能低下予測モデル６２（図９参照）は、運転条件Ｃｄの実績値Ｖｄおよび補正部３６により補正された実績値Ｖｉと、性能低下速度ＶＬとの関係を機械学習してよい。

図１５は、取得部３５による不純物Ｉｍの蓄積速度の取得タイミング、および、推定部１０による実績値Ｖｉの取得タイミングの一例を示す図である。図１５において、取得部３５による不純物Ｉｍの蓄積速度の取得タイミングが白い丸印で示され、実績値Ｖｉの取得タイミングが黒い丸印で示されている。

本例においては、推定部１０は実績値Ｖｉを第１周期Ｔ１で取得し、取得部３５は不純物Ｉｍの蓄積速度を第２周期Ｔ２で取得する。実績値Ｖｉを第１周期Ｔ１で取得するとは、記憶部４０（図１４参照）に記憶された実績値Ｖｉを、制御部２０（図１４参照）が第１周期Ｔ１で読み出すことを指してよい。不純物Ｉｍの蓄積速度を第２周期Ｔ２で取得するとは、取得部３５が、電解槽９０が稼働中に不純物Ｉｍの蓄積速度を第２周期Ｔ２で取得することを指してよい。

第２周期Ｔ２は、第１周期Ｔ１よりも短くてよい。補正部３６（図１４参照）は、第２周期Ｔ２で取得された不純物Ｉｍの蓄積速度に基づいて、第１周期Ｔ１で取得された実績値Ｖｉを補正してよい。上述したとおり、実績値Ｖｉよりも、取得部３５により取得された蓄積速度の方が、現在のイオン交換膜８４の状態が反映された蓄積速度であり得る。このため、第２周期Ｔ２が第１周期Ｔ１よりも短いことにより、補正部３６は、実績値Ｖｉを、より現在のイオン交換膜８４の状態が反映された蓄積速度に補正しやすくなる。

図１６は、本発明の一つの実施形態に係る運転支援方法の一例を示すフローチャートである。本発明の一つの実施形態に係る運転支援方法は、電解槽９０（図１参照）の運転を支援する運転支援方法である。

本発明の一つの実施形態に係る運転支援方法は、第１推定ステップＳ１００を備える。運転支援方法は、第１入力ステップＳ９０、第２入力ステップＳ９２および第３入力ステップＳ９４を備えてよい。

第１入力ステップＳ９０は、イオン交換膜８４の不純物Ｉｍの実績値Ｖｉを運転支援装置１００（図８参照）に入力するステップである。第２入力ステップＳ９２は、運転条件Ｃｄの実績値Ｖｄを運転支援装置１００に入力するステップである。第３入力ステップＳ９４は、性能低下速度ＶＬの実績値を運転支援装置１００に入力するステップである。

実績値Ｖｉ、実績値Ｖｄおよび性能低下速度ＶＬの実績値は、入力部３０（図８参照）により入力されてよい。第１入力ステップＳ９０～第３入力ステップＳ９４は、この順に実施されてよく、この順に実施されなくてもよい。

第１推定ステップＳ１００は、推定部１０（図４参照）が、電解槽９０におけるイオン交換膜８４（図２および図３参照）への不純物Ｉｍの蓄積速度に関する不純物データＤｉの実績値Ｖｉに基づいて、イオン交換膜８４の性能低下速度ＶＬを推定するステップである。 第１推定ステップＳ１００は、推定部１０（図４参照）が、電解槽９０（図１参照）の運転条件Ｃｄの実績値Ｖｄに基づいて、性能低下速度ＶＬを推定するステップであってもよい。

第１推定ステップＳ１００は、性能低下学習部６０（図８）が性能低下予測モデル６２（図９参照）を生成する性能低下学習ステップＳ１０２を含んでよい。性能低下予測モデル６２は、蓄積速度に関する不純物データＤｉの実績値Ｖｉおよび運転条件Ｃｄの実績値Ｖｄと、性能低下速度ＶＬとの関係を機械学習することにより、実績値Ｖｉおよび実績値Ｖｄと、性能低下速度ＶＬとの関係に基づく、イオン交換膜８４の性能低下速度ＶＬの予測量ＶＬｐを出力する。

第１推定ステップＳ１００は、第４入力ステップＳ１０４および第５入力ステップＳ１０６を含んでよい。第４入力ステップＳ１０４は、イオン交換膜８４の不純物Ｉｍの実績値Ｖｉを性能低下予測モデル６２に入力するステップである。第５入力ステップＳ１０６は、運転条件Ｃｄおよび生産パラメータＰｒを性能低下予測モデル６２に入力するステップである。

第４入力ステップＳ１０４における実績値Ｖｉ、および、第５入力ステップＳ１０６における実績値Ｖｄおよび性能低下速度ＶＬの実績値は、入力部３０（図８参照）により入力されてよい。運転支援方法において、第４入力ステップＳ１０４の次に第５入力ステップＳ１０６が実施されてよく、第５入力ステップＳ１０６の次に第４入力ステップＳ１０４が実施されてもよい。

第１推定ステップＳ１００は、運転条件推定ステップＳ１０８をさらに含んでよい。運転条件推定ステップＳ１０８は、性能低下予測モデル６２（図１２参照）が、実績値Ｖｉと生産パラメータＰｒとに基づいて、生産パラメータＰｒを満たす、電解槽９０の運転条件Ｃｄを推定するステップである。当該生産パラメータＰｒは、生産パラメータＰｒ表示部３４（図１０参照）に表示される生産パラメータＰｒのうち、運転支援方法のユーザが満たしたい生産パラメータＰｒであってよい。

運転支援方法は、第２推定ステップＳ１２０をさらに備えてよい。第２推定ステップＳ１２０は、推定部１０（図４参照）が、第１推定ステップＳ１００において推定された性能低下速度ＶＬに基づいて、電解槽９０が一の運転条件Ｃｄで運転された場合における生産パラメータＰｒ（図１０参照）を推定するステップである。

運転支援方法は、出力部３２（図８参照）が、第１推定ステップＳ１００において推定された性能低下速度ＶＬおよび運転条件Ｃｄ'の少なくとも一方を出力する出力ステップＳ１３０をさらに備えてよい。出力ステップＳ１３０は、出力部３２が、第２推定ステップＳ１２０において推定された生産パラメータＰｒをさらに出力するステップであってもよい。これにより、運転支援方法のユーザは、推定された性能低下速度ＶＬ、運転条件Ｃｄ'および生産パラメータＰｒの少なくとも一つを認知できる。出力ステップＳ１３０は、出力部３２が、イオン交換膜８４、陽極８０および陰極８２の少なくとも一つの状態を、運転支援装置１００のユーザに出力するステップであってもよい。

運転支援方法は、取得ステップＳ９６および補正ステップＳ９８をさらに備えてよい。取得ステップＳ９６は、取得部３５（図１４参照）が、電解槽９０（図１参照）が一の運転条件Ｃｄで運転されている場合における、不純物Ｉｍの蓄積速度を取得するステップである。補正ステップＳ９８は、補正部３６（図１４参照）が、取得ステップＳ９６において取得された不純物Ｉｍの蓄積速度に基づいて、蓄積速度に関する不純物データＤｉの実績値Ｖｉを補正するステップである。

第１推定ステップＳ１００は、推定部１０（図１４参照）が、補正ステップＳ９８において補正された実績値Ｖｉに基づいて、性能低下速度ＶＬを推定するステップであってよい。性能低下学習ステップＳ１０２は、性能低下予測モデル６２（図９参照）が、第２入力ステップＳ９２において入力された運転条件Ｃｄの実績値Ｖｄ、および、補正ステップＳ９８において補正された実績値Ｖｉと、性能低下速度ＶＬとの関係を機械学習するステップであってよい。

本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよい。本発明の様々な実施形態において、ブロックは、（１）操作が実行されるプロセスの段階または（２）操作を実行する役割を持つ装置のセクションを表わしてよい。

特定の段階が、専用回路、プログラマブル回路またはプロセッサによって実行されてよい。特定のセクションが、専用回路、プログラマブル回路またはプロセッサによって実装されてよい。当該プログラマブル回路および当該プロセッサは、コンピュータ可読命令と共に供給されてよい。当該コンピュータ可読命令は、コンピュータ可読媒体上に格納されてよい。

専用回路は、デジタルハードウェア回路およびアナログハードウェア回路の少なくとも一方を含んでよい。専用回路は、集積回路（ＩＣ）およびディスクリート回路の少なくとも一方を含んでもよい。プログラマブル回路は、論理ＡＮＤ、論理ＯＲ、論理ＸＯＲ、論理ＮＡＮＤ、論理ＮＯＲまたは他の論理操作のハードウェア回路を含んでよい。プログラマブル回路は、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）等のメモリ要素等を含む、再構成可能なハードウェア回路を含んでもよい。

コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよい。コンピュータ可読媒体が当該有形なデバイスを含むことにより、当該デバイスに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。

コンピュータ可読媒体は、例えば電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等であってよい。コンピュータ可読媒体は、より具体的には、例えばフロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（ＲＴＭ）ディスク、メモリスティック、集積回路カード等であってよい。

コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、ソースコードおよびオブジェクトコードのいずれかを含んでよい。当該ソースコードおよび当該オブジェクトコードは、オブジェクト指向プログラミング言語および従来の手続型プログラミング言語を含む、１または複数のプログラミング言語の任意の組み合わせで記述されてよい。オブジェクト指向プログラミング言語は、例えばＳｍａｌｌｔａｌｋ（登録商標）、ＪＡＶＡ（登録商標）、Ｃ＋＋等であってよい。手続型プログラミング言語は、例えば「Ｃ」プログラミング言語であってよい。

コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供されてよい。汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路は、図１６に示されるフローチャート、または、図４、図８、図１１および図１４に示されるブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサは、例えばコンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等であってよい。

図１７は、本発明の実施形態に係る運転支援装置１００が全体的または部分的に具現化されてよいコンピュータ２２００の一例を示す図である。コンピュータ２２００にインストールされたプログラムは、コンピュータ２２００に、本発明の実施形態に係る運転支援装置１００に関連付けられる操作または運転支援装置１００の１または複数のセクションとして機能させることができ、または当該操作または当該１または複数のセクションを実行させることができ、またはコンピュータ２２００に、本発明の運転支援方法に係る各段階（図１６参照）を実行させることができる。当該プログラムは、コンピュータ２２００に、本明細書に記載されたフローチャート（図１６）およびブロック図（図４、図８、図１１および図１４）におけるブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ２２１２によって実行されてよい。

本実施形態によるコンピュータ２２００は、ＣＰＵ２２１２、ＲＡＭ２２１４、グラフィックコントローラ２２１６およびディスプレイデバイス２２１８を含む。ＣＰＵ２２１２、ＲＡＭ２２１４、グラフィックコントローラ２２１６およびディスプレイデバイス２２１８は、ホストコントローラ２２１０によって相互に接続されている。コンピュータ２２００は、通信インターフェース２２２２、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６およびＩＣカードドライブ等の入出力ユニットをさらに含む。通信インターフェース２２２２、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６およびＩＣカードドライブ等は、入出力コントローラ２２２０を介してホストコントローラ２２１０に接続されている。コンピュータは、ＲＯＭ２２３０およびキーボード２２４２等のレガシの入出力ユニットをさらに含む。ＲＯＭ２２３０およびキーボード２２４２等は、入出力チップ２２４０を介して入出力コントローラ２２２０に接続されている。

ＣＰＵ２２１２は、ＲＯＭ２２３０およびＲＡＭ２２１４内に格納されたプログラムに従い動作することにより、各ユニットを制御する。グラフィックコントローラ２２１６は、ＲＡＭ２２１４内に提供されるフレームバッファ等またはＲＡＭ２２１４の中に、ＣＰＵ２２１２によって生成されたイメージデータを取得することにより、イメージデータがディスプレイデバイス２２１８上に表示されるようにする。

通信インターフェース２２２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ２２２４は、コンピュータ２２００内のＣＰＵ２２１２によって使用されるプログラムおよびデータを格納する。ＤＶＤ－ＲＯＭドライブ２２２６は、プログラムまたはデータをＤＶＤ－ＲＯＭ２２０１から読み取り、読み取ったプログラムまたはデータを、ＲＡＭ２２１４を介してハードディスクドライブ２２２４に提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取るか、または、プログラムおよびデータをＩＣカードに書き込む。

ＲＯＭ２２３０は、アクティブ化時にコンピュータ２２００によって実行されるブートプログラム等、または、コンピュータ２２００のハードウェアに依存するプログラムを格納する。入出力チップ２２４０は、様々な入出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入出力コントローラ２２２０に接続してよい。

プログラムが、ＤＶＤ－ＲＯＭ２２０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ２２２４、ＲＡＭ２２１４、またはＲＯＭ２２３０にインストールされ、ＣＰＵ２２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ２２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ２２００の使用に従い、情報の操作または処理を実現することによって構成されてよい。

例えば、通信がコンピュータ２２００および外部デバイス間で実行される場合、ＣＰＵ２２１２は、ＲＡＭ２２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インターフェース２２２２に対し、通信処理を命令してよい。通信インターフェース２２２２は、ＣＰＵ２２１２の制御下、ＲＡＭ２２１４、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭ２２０１またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。

ＣＰＵ２２１２は、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６（ＤＶＤ－ＲＯＭ２２０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ２２１４に読み取られるようにしてよい。ＣＰＵ２２１２は、ＲＡＭ２２１４上のデータに対し、様々なタイプの処理を実行してよい。ＣＰＵ２２１２は、次に、処理されたデータを外部記録媒体にライトバックしてよい。

様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理されてよい。ＣＰＵ２２１２は、ＲＡＭ２２１４から読み取られたデータに対し、本開示に記載された、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索または置換等を含む、様々なタイプの処理を実行してよい。ＣＰＵ２２１２は、結果をＲＡＭ２２１４に対しライトバックしてよい。

ＣＰＵ２２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ２２１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、第２の属性値を読み取ることにより、予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

上述したプログラムまたはソフトウェアモジュールは、コンピュータ２２００上またはコンピュータ２２００のコンピュータ可読媒体に格納されてよい。専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能である。プログラムは、当該記録媒体によりコンピュータ２２００に提供されてよい。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１０・・・推定部、２０・・・制御部、３０・・・入力部、３２・・・出力部、３３・・・運転パラメータＰｄ表示部、３４・・・生産パラメータＰｒ表示部、３５・・・取得部、３６・・・補正部、４０・・・記憶部、６０・・・性能低下学習部、６２・・・性能低下予測モデル、７０・・・液体、７１・・・陽イオン、７２・・・液体、７３・・・液体、７４・・・液体、７５・・・液体、７６・・・液体、７７・・・気体、７８・・・気体、７９・・・陽極室、８０・・・陽極、８２・・・陰極、８４・・・イオン交換膜、８５・・・クラスター、８６・・・陰イオン基、８８・・・底面、８９・・・天井面、９０・・・電解槽、９１・・・電解セル、９２・・・導入管、９３・・・導入管、９４・・・導出管、９５・・・導出管、９８・・・陰極室、１００・・・運転支援装置、２００・・・電解装置、２２００・・・コンピュータ、２２０１・・・ＤＶＤ－ＲＯＭ、２２１０・・・ホストコントローラ、２２１２・・・ＣＰＵ、２２１４・・・ＲＡＭ、２２１６・・・グラフィックコントローラ、２２１８・・・ディスプレイデバイス、２２２０・・・入出力コントローラ、２２２２・・・通信インターフェース、２２２４・・・ハードディスクドライブ、２２２６・・・ＤＶＤ－ＲＯＭドライブ、２２３０・・・ＲＯＭ、２２４０・・・入出力チップ、２２４２・・・キーボード

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。
［項目１］
電解槽におけるイオン交換膜への不純物の蓄積速度に関する不純物データの実績値に基づいて、前記イオン交換膜の性能低下速度を推定する推定部を備える、運転支援装置。
［項目２］
前記推定部は、前記性能低下速度に基づいて、前記電解槽が一の運転条件で運転された場合における生産パラメータであって、前記電解槽により生産される生産物に関する生産パラメータを推定する、項目１に記載の運転支援装置。
［項目３］
前記不純物データは、前記イオン交換膜の実解析データである、項目１または２に記載の運転支援装置。
［項目４］
前記電解槽は、前記イオン交換膜により仕切られた陽極室および陰極室を有し、
前記陽極室にはアルカリ金属の塩化物の水溶液が導入され、前記陰極室からはアルカリ金属の水酸化物の水溶液が導出され、
前記不純物データは、前記アルカリ金属の塩化物の水溶液における、不純物の濃度データである、
項目１から３のいずれか一項に記載の運転支援装置。
［項目５］
前記推定部は、前記電解槽の運転条件の実績値に基づいて、前記性能低下速度を推定する、項目１から４のいずれか一項に記載の運転支援装置。
［項目６］
性能低下予測モデルを生成する性能低下学習部をさらに備え、
前記性能低下予測モデルは、前記不純物データの実績値および前記運転条件の実績値と、前記性能低下速度との関係を機械学習することにより、前記不純物データの実績値および前記運転条件の実績値と、前記性能低下速度との関係に基づく、前記イオン交換膜の性能低下速度の予測量を出力する、
項目５に記載の運転支援装置。
［項目７］
前記性能低下予測モデルは、複数の前記運転条件のそれぞれに対応する、複数の性能低下速度の予測量を出力する、項目６に記載の運転支援装置。
［項目８］
複数の前記性能低下学習部を備え、
複数の前記性能低下学習部のそれぞれは、複数の前記イオン交換膜の種類のそれぞれごとに、前記性能低下予測モデルを生成する、
項目６または７に記載の運転支援装置。
［項目９］
前記性能低下予測モデルは、前記不純物データの実績値と、前記電解槽により生産される生産物に関する生産パラメータとに基づいて、前記生産パラメータを満たす、前記電解槽の運転条件を推定する、項目６から８のいずれか一項に記載の運転支援装置。
［項目１０］
前記性能低下予測モデルは、前記生産パラメータを満たす前記運転条件が存在しない場合、前記イオン交換膜の性能の回復時期および前記イオン交換膜の交換時期の少なくとも一方を推定する、項目９に記載の運転支援装置。
［項目１１］
前記電解槽が一の運転条件で運転されている場合における、前記不純物の蓄積速度を取得する取得部と、
前記取得部により取得された前記不純物の蓄積速度に基づいて、前記不純物データの実績値を補正する補正部と、
をさらに備える項目１から１０のいずれか一項に記載の運転支援装置。
［項目１２］
前記推定部は、前記実績値を第１周期で取得し、
前記取得部は、前記不純物の蓄積速度を、前記第１周期よりも短い第２周期で取得する、
項目１１に記載の運転支援装置。
［項目１３］
前記不純物は、バリウム、カルシウム、ストロンチウム、ヨウ素、シリコン、アルミニウム、ニッケル、マグネシウム、鉄、チタンおよびリンの少なくとも一つである、項目１から１２のいずれか一項に記載の運転支援装置。
［項目１４］
推定部が、電解槽におけるイオン交換膜への不純物の蓄積速度に関する不純物データの実績値に基づいて、前記イオン交換膜の性能低下速度を推定する第１推定ステップを備える、運転支援方法。
［項目１５］
前記推定部が、前記第１推定ステップにおいて推定された前記性能低下速度に基づいて、前記電解槽が一の運転条件で運転された場合における生産パラメータであって、前記電解槽により生産される生産物に関する生産パラメータを推定する第２推定ステップをさらに備える、項目１４に記載の運転支援方法。
［項目１６］
前記第１推定ステップは、前記推定部が、前記電解槽の運転条件の実績値に基づいて、前記性能低下速度を推定するステップである、項目１４または１５に記載の運転支援方法。
［項目１７］
前記第１推定ステップは、性能低下学習部が性能低下予測モデルを生成する性能低下学習ステップを含み、
前記性能低下予測モデルは、前記不純物データの実績値および前記運転条件の実績値と、前記性能低下速度との関係を機械学習することにより、前記不純物データの実績値および前記運転条件の実績値と、前記性能低下速度との関係に基づく、前記イオン交換膜の性能低下速度の予測量を出力する、
項目１６に記載の運転支援方法。
［項目１８］
前記第１推定ステップは、前記性能低下予測モデルが、前記不純物データの実績値と、前記電解槽により生産される生産物に関する生産パラメータとに基づいて、前記生産パラメータを満たす、前記電解槽の運転条件を推定する運転条件推定ステップをさらに含む、項目１７に記載の運転支援方法。
［項目１９］
取得部が、前記電解槽が一の運転条件で運転されている場合における、前記不純物の蓄積速度を取得する取得ステップと、
補正部が、前記取得ステップにおいて取得された前記不純物の蓄積速度に基づいて、前記不純物データの実績値を補正する補正ステップと、
をさらに備える項目１４から１８のいずれか一項に記載の運転支援方法。
［項目２０］
コンピュータを、項目１から１３のいずれか一項に記載の運転支援装置として機能させるための運転支援プログラム。

Claims (20)

1. 電解槽におけるイオン交換膜への不純物の蓄積速度に関する不純物データの実績値に基づいて、前記イオン交換膜の性能低下速度を推定する推定部を備える、運転支援装置。
2. 前記推定部は、前記性能低下速度に基づいて、前記電解槽が一の運転条件で運転された場合における生産パラメータであって、前記電解槽により生産される生産物に関する生産パラメータを推定する、請求項１に記載の運転支援装置。
3. 前記不純物データは、前記イオン交換膜の実解析データである、請求項１または２に記載の運転支援装置。
4. 前記電解槽は、前記イオン交換膜により仕切られた陽極室および陰極室を有し、
   前記陽極室にはアルカリ金属の塩化物の水溶液が導入され、前記陰極室からはアルカリ金属の水酸化物の水溶液が導出され、
   前記不純物データは、前記アルカリ金属の塩化物の水溶液における、不純物の濃度データである、
   請求項１から３のいずれか一項に記載の運転支援装置。
5. 前記推定部は、前記電解槽の運転条件の実績値に基づいて、前記性能低下速度を推定する、請求項１から４のいずれか一項に記載の運転支援装置。
6. 性能低下予測モデルを生成する性能低下学習部をさらに備え、
   前記性能低下予測モデルは、前記不純物データの実績値および前記運転条件の実績値と、前記性能低下速度との関係を機械学習することにより、前記不純物データの実績値および前記運転条件の実績値と、前記性能低下速度との関係に基づく、前記イオン交換膜の性能低下速度の予測量を出力する、
   請求項５に記載の運転支援装置。
7. 前記性能低下予測モデルは、複数の前記運転条件のそれぞれに対応する、複数の性能低下速度の予測量を出力する、請求項６に記載の運転支援装置。
8. 複数の前記性能低下学習部を備え、
   複数の前記性能低下学習部のそれぞれは、複数の前記イオン交換膜の種類のそれぞれごとに、前記性能低下予測モデルを生成する、
   請求項６または７に記載の運転支援装置。
9. 前記性能低下予測モデルは、前記不純物データの実績値と、前記電解槽により生産される生産物に関する生産パラメータとに基づいて、前記生産パラメータを満たす、前記電解槽の運転条件を推定する、請求項６から８のいずれか一項に記載の運転支援装置。
10. 前記性能低下予測モデルは、前記生産パラメータを満たす前記運転条件が存在しない場合、前記イオン交換膜の性能の回復時期および前記イオン交換膜の交換時期の少なくとも一方を推定する、請求項９に記載の運転支援装置。
11. 前記電解槽が一の運転条件で運転されている場合における、前記不純物の蓄積速度を取得する取得部と、
    前記取得部により取得された前記不純物の蓄積速度に基づいて、前記不純物データの実績値を補正する補正部と、
    をさらに備える請求項１から１０のいずれか一項に記載の運転支援装置。
12. 前記推定部は、前記実績値を第１周期で取得し、
    前記取得部は、前記不純物の蓄積速度を、前記第１周期よりも短い第２周期で取得する、
    請求項１１に記載の運転支援装置。
13. 前記不純物は、バリウム、カルシウム、ストロンチウム、ヨウ素、シリコン、アルミニウム、ニッケル、マグネシウム、鉄、チタンおよびリンの少なくとも一つである、請求項１から１２のいずれか一項に記載の運転支援装置。
14. 推定部が、電解槽におけるイオン交換膜への不純物の蓄積速度に関する不純物データの実績値に基づいて、前記イオン交換膜の性能低下速度を推定する第１推定ステップを備える、運転支援方法。
15. 前記推定部が、前記第１推定ステップにおいて推定された前記性能低下速度に基づいて、前記電解槽が一の運転条件で運転された場合における生産パラメータであって、前記電解槽により生産される生産物に関する生産パラメータを推定する第２推定ステップをさらに備える、請求項１４に記載の運転支援方法。
16. 前記第１推定ステップは、前記推定部が、前記電解槽の運転条件の実績値に基づいて、前記性能低下速度を推定するステップである、請求項１４または１５に記載の運転支援方法。
17. 前記第１推定ステップは、性能低下学習部が性能低下予測モデルを生成する性能低下学習ステップを含み、
    前記性能低下予測モデルは、前記不純物データの実績値および前記運転条件の実績値と、前記性能低下速度との関係を機械学習することにより、前記不純物データの実績値および前記運転条件の実績値と、前記性能低下速度との関係に基づく、前記イオン交換膜の性能低下速度の予測量を出力する、
    請求項１６に記載の運転支援方法。
18. 前記第１推定ステップは、前記性能低下予測モデルが、前記不純物データの実績値と、前記電解槽により生産される生産物に関する生産パラメータとに基づいて、前記生産パラメータを満たす、前記電解槽の運転条件を推定する運転条件推定ステップをさらに含む、請求項１７に記載の運転支援方法。
19. 取得部が、前記電解槽が一の運転条件で運転されている場合における、前記不純物の蓄積速度を取得する取得ステップと、
    補正部が、前記取得ステップにおいて取得された前記不純物の蓄積速度に基づいて、前記不純物データの実績値を補正する補正ステップと、
    をさらに備える請求項１４から１８のいずれか一項に記載の運転支援方法。
20. コンピュータを、請求項１から１３のいずれか一項に記載の運転支援装置として機能させるための運転支援プログラム。

Images