JP2769995B2 - 流動床焼却炉の混焼率推定・燃焼制御方法 - Google Patents
流動床焼却炉の混焼率推定・燃焼制御方法Info
- Publication number
- JP2769995B2 JP2769995B2 JP7187793A JP18779395A JP2769995B2 JP 2769995 B2 JP2769995 B2 JP 2769995B2 JP 7187793 A JP7187793 A JP 7187793A JP 18779395 A JP18779395 A JP 18779395A JP 2769995 B2 JP2769995 B2 JP 2769995B2
- Authority
- JP
- Japan
- Prior art keywords
- incinerator
- fluidized
- bed
- temperature
- firing rate
- 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.)
- Expired - Fee Related
Links
Landscapes
- Incineration Of Waste (AREA)
- Fluidized-Bed Combustion And Resonant Combustion (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、流動層を備えた産業廃
棄物焼却炉において、被焼却物の混焼率をニューラルネ
ットワークを用いてリアルタイムに推定し、燃焼制御す
る方法に関するものである。
棄物焼却炉において、被焼却物の混焼率をニューラルネ
ットワークを用いてリアルタイムに推定し、燃焼制御す
る方法に関するものである。
【０００２】
【従来の技術】流動床産業廃棄物焼却炉においては、被
焼却物の供給量により混焼率が変化するので、混焼率に
応じて燃焼制御する必要がある。しかし、従来は、焼却
炉の設計値から導出された一定の混焼率が使用されてい
る。
焼却物の供給量により混焼率が変化するので、混焼率に
応じて燃焼制御する必要がある。しかし、従来は、焼却
炉の設計値から導出された一定の混焼率が使用されてい
る。
【０００３】
【発明が解決しようとする課題】従来のように、混焼率
として一定の値を設定しておく場合、被焼却物の供給量
の変化に伴って実際の混焼率が変化しても、流動用空気
流量、２次空気流量や炉出口ガス温度の設定値が変化し
ないため、制御性能に限界がある。本発明は上記の点に
鑑みなされたもので、本発明の目的は、温度、空気流量
等の計測信号とニューラルネットワークによる信号処理
を用いて、混焼率をリアルタイムに推定し、制御性能を
向上させる方法を提供することにある。
として一定の値を設定しておく場合、被焼却物の供給量
の変化に伴って実際の混焼率が変化しても、流動用空気
流量、２次空気流量や炉出口ガス温度の設定値が変化し
ないため、制御性能に限界がある。本発明は上記の点に
鑑みなされたもので、本発明の目的は、温度、空気流量
等の計測信号とニューラルネットワークによる信号処理
を用いて、混焼率をリアルタイムに推定し、制御性能を
向上させる方法を提供することにある。
【０００４】
【課題を解決するための手段及び作用】上記の目的を達
成するために、本発明の流動床焼却炉の混焼率推定・燃
焼制御方法は、流動床焼却炉で性状の異なる被焼却物を
燃焼させるに際し、流動床焼却炉における計測信号とニ
ューラルネットワークによる信号処理を用いて、流動層
部のエネルギーバランス式、フリーボード部のエネルギ
ーバランス式及び焼却炉内の空気比式から、各被焼却物
の供給量を導き出し、性状の異なる被焼却物の混焼率を
リアルタイムに推定することにより、被焼却物の供給量
に応じた炉出口ガス温度、流動用空気流量及び２次空気
流量を導出し、これらの値から操作量を決定し、燃焼制
御するように構成されている。計測信号としては、流動
用空気流量、流動用空気温度、２次空気流量、２次空気
温度、層内注水量、炉出口ガス温度、層温度及び炉出口
酸素濃度が用いられる。
成するために、本発明の流動床焼却炉の混焼率推定・燃
焼制御方法は、流動床焼却炉で性状の異なる被焼却物を
燃焼させるに際し、流動床焼却炉における計測信号とニ
ューラルネットワークによる信号処理を用いて、流動層
部のエネルギーバランス式、フリーボード部のエネルギ
ーバランス式及び焼却炉内の空気比式から、各被焼却物
の供給量を導き出し、性状の異なる被焼却物の混焼率を
リアルタイムに推定することにより、被焼却物の供給量
に応じた炉出口ガス温度、流動用空気流量及び２次空気
流量を導出し、これらの値から操作量を決定し、燃焼制
御するように構成されている。計測信号としては、流動
用空気流量、流動用空気温度、２次空気流量、２次空気
温度、層内注水量、炉出口ガス温度、層温度及び炉出口
酸素濃度が用いられる。
【０００５】ニューラルネットワークとは、脳などにお
ける神経細胞とその結合様式を工学的にまねた神経回路
網モデル（Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ Ｍｏｄｅ
ｌ）のことであり、最適化問題の解法に用いることがで
きる。温度、空気流量等の計測信号とニューラルネット
ワークによる信号処理を用いて、性状の異なる被焼却物
の混焼率をリアルタイムに推定し、この混焼率推定値を
用いて、被焼却物の供給量に応じた炉出口ガス温度、流
動用空気流量及び２次空気流量の設定値を導出し、被焼
却物の供給量に応じた燃焼制御が効果的に行なわれる。
ける神経細胞とその結合様式を工学的にまねた神経回路
網モデル（Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ Ｍｏｄｅ
ｌ）のことであり、最適化問題の解法に用いることがで
きる。温度、空気流量等の計測信号とニューラルネット
ワークによる信号処理を用いて、性状の異なる被焼却物
の混焼率をリアルタイムに推定し、この混焼率推定値を
用いて、被焼却物の供給量に応じた炉出口ガス温度、流
動用空気流量及び２次空気流量の設定値を導出し、被焼
却物の供給量に応じた燃焼制御が効果的に行なわれる。
【０００６】
【実施例】以下、本発明を実施例に基づいてさらに詳細
に説明するが、本発明は下記実施例に何ら限定されるも
のではなく、適宜変更して実施することが可能なもので
ある。図１は流動床産業廃棄物焼却炉（以下、流動床炉
という）１０の概略構成を示している。この流動床炉１
０においては、１次空気送風機により１次空気（流動用
空気）１２を風箱１４に供給して流動層１６の流動媒体
を流動させ、この流動層１６に性状の異なる被焼却物を
投入して被焼却物をガス化・燃焼させ、これにより生じ
た未燃ガスをフリーボード部１８に、２次空気送風機に
より２次空気２０を供給して完全燃焼させるように構成
されている。また、流動床炉１０には、流動層１６の温
度を一定範囲に制御するために冷却用水２２を供給して
いる。２４は空気分散板である。
に説明するが、本発明は下記実施例に何ら限定されるも
のではなく、適宜変更して実施することが可能なもので
ある。図１は流動床産業廃棄物焼却炉（以下、流動床炉
という）１０の概略構成を示している。この流動床炉１
０においては、１次空気送風機により１次空気（流動用
空気）１２を風箱１４に供給して流動層１６の流動媒体
を流動させ、この流動層１６に性状の異なる被焼却物を
投入して被焼却物をガス化・燃焼させ、これにより生じ
た未燃ガスをフリーボード部１８に、２次空気送風機に
より２次空気２０を供給して完全燃焼させるように構成
されている。また、流動床炉１０には、流動層１６の温
度を一定範囲に制御するために冷却用水２２を供給して
いる。２４は空気分散板である。
【０００７】図１に示す流動床炉１０において、流動層
部のエネルギーバランス及びフリーボード部のエネルギ
ーバランス、空気比の数式は式（１）〜（３）で表わさ
れる。 ＣB ＷB ｄＴB ／ｄｔ＝ＨU1Ｋ1 ＧR1＋ＨU2Ｋ2 ＧR2＋ＨU3Ｋ3 ＧR3 ＋ＣPAＴA1ＧA1＋ＱBI−ＱBO−ＣPGＴB ｛ＧA1 ＋（２２．４／１８）ＧSP｝−６００ＧSP （１） ＣPGＴG ｛ＧA1＋ＧA2＋（２２．４／１８）ＧSP｝＝ＨU1（１−Ｋ1 ）ＧR1 ＋ＨU2（１−Ｋ2 ）ＧR2＋ＨU3（１−Ｋ3 ）ＧR3 ＋ＣPGＴB ｛ＧA1＋（２２．４／１８）ＧSP｝ ＋ＣPAＴA2ＧA2 （２） （ＧA1＋ＧA2）／（Ａ01ＧR1＋Ａ02ＧR2＋Ａ03ＧR3）＝２１／（２１−Ｏ2 ） （３） なお、上記の式（１）〜（３）における記号の説明はつ
ぎの通りである。 ＧR1，2 ，3 ：被焼却物供給量〔kg／h 〕 ＨU1，2 ，3 ：低位発熱量〔kcal／kg〕 Ｋ1 ，2 ，3 ：層内燃焼率 Ａ01，2 ，3 ：理論空気量〔Nm3 ／kg〕 ＣB ：層物質比熱〔kcal／kg℃〕 ＷB ：層物質重量〔kg〕 ＣPG ：排ガス比熱〔kcal／Nm3 ℃〕 ＣPA ：空気比熱〔kcal／Nm3 ℃〕 ＧA1 ：流動用空気流量〔Nm3 ／h 〕 ＴA1 ：流動用空気温度〔℃〕 ＧA2 ：２次空気流量〔Nm3 ／h 〕 ＴA2 ：２次空気温度〔℃〕 ＧSP ：層内注水量〔kg／h 〕 ＱBI ：層物質入熱〔kcal／h 〕 ＱBO ：層物質・不燃物出熱〔kcal／h 〕 ＴG ：炉出口ガス温度〔℃〕 ＴB ：層温度〔℃〕 Ｏ2 ：炉出口酸素濃度〔％〕
部のエネルギーバランス及びフリーボード部のエネルギ
ーバランス、空気比の数式は式（１）〜（３）で表わさ
れる。 ＣB ＷB ｄＴB ／ｄｔ＝ＨU1Ｋ1 ＧR1＋ＨU2Ｋ2 ＧR2＋ＨU3Ｋ3 ＧR3 ＋ＣPAＴA1ＧA1＋ＱBI−ＱBO−ＣPGＴB ｛ＧA1 ＋（２２．４／１８）ＧSP｝−６００ＧSP （１） ＣPGＴG ｛ＧA1＋ＧA2＋（２２．４／１８）ＧSP｝＝ＨU1（１−Ｋ1 ）ＧR1 ＋ＨU2（１−Ｋ2 ）ＧR2＋ＨU3（１−Ｋ3 ）ＧR3 ＋ＣPGＴB ｛ＧA1＋（２２．４／１８）ＧSP｝ ＋ＣPAＴA2ＧA2 （２） （ＧA1＋ＧA2）／（Ａ01ＧR1＋Ａ02ＧR2＋Ａ03ＧR3）＝２１／（２１−Ｏ2 ） （３） なお、上記の式（１）〜（３）における記号の説明はつ
ぎの通りである。 ＧR1，2 ，3 ：被焼却物供給量〔kg／h 〕 ＨU1，2 ，3 ：低位発熱量〔kcal／kg〕 Ｋ1 ，2 ，3 ：層内燃焼率 Ａ01，2 ，3 ：理論空気量〔Nm3 ／kg〕 ＣB ：層物質比熱〔kcal／kg℃〕 ＷB ：層物質重量〔kg〕 ＣPG ：排ガス比熱〔kcal／Nm3 ℃〕 ＣPA ：空気比熱〔kcal／Nm3 ℃〕 ＧA1 ：流動用空気流量〔Nm3 ／h 〕 ＴA1 ：流動用空気温度〔℃〕 ＧA2 ：２次空気流量〔Nm3 ／h 〕 ＴA2 ：２次空気温度〔℃〕 ＧSP ：層内注水量〔kg／h 〕 ＱBI ：層物質入熱〔kcal／h 〕 ＱBO ：層物質・不燃物出熱〔kcal／h 〕 ＴG ：炉出口ガス温度〔℃〕 ＴB ：層温度〔℃〕 Ｏ2 ：炉出口酸素濃度〔％〕
【０００８】式（１）の層温度ＴB は、一定になるよう
に制御されていることと、層物質の熱容量が大きいこと
から、その時間変化は緩やかであり、短時間での変化は
無視することができる。したがって、本発明の方法を適
用する場合は、ｄＴB ／ｄｔ＝０と考えてよいので、式
（１）〜（３）は被焼却物供給量ＧR1、ＧR2、ＧR3を未
知数とする連立代数方程式となり、図２に示すニューラ
ルネットワーク２８を用いてリアルタイムに解くことが
できる。式（１）〜（３）において、計測値は、流動用
空気流量ＧA1、流動用空気温度ＴA1、２次空気温度
ＧA2、２次空気温度ＴA2、層内注水量ＧSP、炉出口ガス
温度ＴG 、層温度ＴB 、炉出口酸素濃度Ｏ2 であり、そ
の他は略一定値であるので係数として扱うことができ
る。
に制御されていることと、層物質の熱容量が大きいこと
から、その時間変化は緩やかであり、短時間での変化は
無視することができる。したがって、本発明の方法を適
用する場合は、ｄＴB ／ｄｔ＝０と考えてよいので、式
（１）〜（３）は被焼却物供給量ＧR1、ＧR2、ＧR3を未
知数とする連立代数方程式となり、図２に示すニューラ
ルネットワーク２８を用いてリアルタイムに解くことが
できる。式（１）〜（３）において、計測値は、流動用
空気流量ＧA1、流動用空気温度ＴA1、２次空気温度
ＧA2、２次空気温度ＴA2、層内注水量ＧSP、炉出口ガス
温度ＴG 、層温度ＴB 、炉出口酸素濃度Ｏ2 であり、そ
の他は略一定値であるので係数として扱うことができ
る。
【０００９】図２に示すニューラルネットワーク２８に
ついてさらに詳細に説明する。式（１）〜（３）は、被
焼却物供給量をｘ1 、ｘ2 、ｘ3 とした式（４）、
（５）、（６）の形の連立代数方程式に変形できる。 ａ11ｘ1 ＋ａ12ｘ2 ＋ａ13ｘ3 ＝ｂ1 （４） ａ21ｘ1 ＋ａ22ｘ2 ＋ａ23ｘ3 ＝ｂ2 （５） ａ31ｘ1 ＋ａ32ｘ2 ＋ａ33ｘ3 ＝ｂ3 （６） 式（１）〜（３）の変形であるので、式（４）、
（５）、（６）の各要素の意味は次の通りである。 ａ11＝ＨU1Ｋ1 、ａ12＝ＨU2Ｋ2 、ａ13＝ＨU3Ｋ3 ａ21＝ＨU1（１−Ｋ1 ）、ａ22＝ＨU2（１−Ｋ2 ）、ａ
23＝ＨU3（１−Ｋ3 ） ａ31＝Ａ01、ａ32＝Ａ02、ａ33＝Ａ03 ｂ1 ＝−ＣPAＧA1ＴA1−ＱBI＋ＱBO＋ＣPGＴB ｛ＧA1＋
（２２．４／１８）ＧSP｝＋６００ＧSP ｂ2 ＝ＣPGＴG ｛ＧA1＋ＧA2＋（２２．４／１８）
ＧSP｝−ＣPGＴB ｛ＧA1＋（２２．４／１８）ＧSP｝−
ＣPAＴA2ＧA2 ｂ3 ＝（ＧA1＋ＧA2）（２１−Ｏ2 ）／２１ ｘ1 ＝ＧR1、ｘ2 ＝ＧR2、ｘ3 ＝ＧR3 計測値がＧA1、ＴA1、ＧA2、ＴA2、ＧSP、ＴG 、ＴB 、
Ｏ2 であることから、ｂ1 、ｂ2 、ｂ3 は時変データと
なる。この３つがニューラルネットワークへの入力とな
る。ａ11、ａ12、ａ13、ａ21、ａ22、ａ23、ａ31、
ａ32、ａ33は時不変データであり、ニューラルネットワ
ーク内部の係数として設定する。ｘ1 、ｘ2 、ｘ3 がニ
ューラルネットワークの出力であり、連立代数方程式の
解となる。μ11、μ12、μ13、μ21、μ22、μ23、
μ31、μ32、μ33はニューラルネットワークの収束性と
安定性とのトレードオフを考慮して選ぶゲインである。
ゲインを大きくすれば、出力の収束は速くなるが出力が
不安定になる可能性があり、ゲインを小さくすれば、出
力は安定であるが収束に時間がかかる。
ついてさらに詳細に説明する。式（１）〜（３）は、被
焼却物供給量をｘ1 、ｘ2 、ｘ3 とした式（４）、
（５）、（６）の形の連立代数方程式に変形できる。 ａ11ｘ1 ＋ａ12ｘ2 ＋ａ13ｘ3 ＝ｂ1 （４） ａ21ｘ1 ＋ａ22ｘ2 ＋ａ23ｘ3 ＝ｂ2 （５） ａ31ｘ1 ＋ａ32ｘ2 ＋ａ33ｘ3 ＝ｂ3 （６） 式（１）〜（３）の変形であるので、式（４）、
（５）、（６）の各要素の意味は次の通りである。 ａ11＝ＨU1Ｋ1 、ａ12＝ＨU2Ｋ2 、ａ13＝ＨU3Ｋ3 ａ21＝ＨU1（１−Ｋ1 ）、ａ22＝ＨU2（１−Ｋ2 ）、ａ
23＝ＨU3（１−Ｋ3 ） ａ31＝Ａ01、ａ32＝Ａ02、ａ33＝Ａ03 ｂ1 ＝−ＣPAＧA1ＴA1−ＱBI＋ＱBO＋ＣPGＴB ｛ＧA1＋
（２２．４／１８）ＧSP｝＋６００ＧSP ｂ2 ＝ＣPGＴG ｛ＧA1＋ＧA2＋（２２．４／１８）
ＧSP｝−ＣPGＴB ｛ＧA1＋（２２．４／１８）ＧSP｝−
ＣPAＴA2ＧA2 ｂ3 ＝（ＧA1＋ＧA2）（２１−Ｏ2 ）／２１ ｘ1 ＝ＧR1、ｘ2 ＝ＧR2、ｘ3 ＝ＧR3 計測値がＧA1、ＴA1、ＧA2、ＴA2、ＧSP、ＴG 、ＴB 、
Ｏ2 であることから、ｂ1 、ｂ2 、ｂ3 は時変データと
なる。この３つがニューラルネットワークへの入力とな
る。ａ11、ａ12、ａ13、ａ21、ａ22、ａ23、ａ31、
ａ32、ａ33は時不変データであり、ニューラルネットワ
ーク内部の係数として設定する。ｘ1 、ｘ2 、ｘ3 がニ
ューラルネットワークの出力であり、連立代数方程式の
解となる。μ11、μ12、μ13、μ21、μ22、μ23、
μ31、μ32、μ33はニューラルネットワークの収束性と
安定性とのトレードオフを考慮して選ぶゲインである。
ゲインを大きくすれば、出力の収束は速くなるが出力が
不安定になる可能性があり、ゲインを小さくすれば、出
力は安定であるが収束に時間がかかる。
【００１０】図２において、番号３０、３２、３４、３
６のように描かれている記号は、左からの入力信号を定
数倍して右へ出力する演算機能である。例えば、 Ｙ→ａ23→Ｚならば、Ｚ＝ａ23Ｙ Ｙ→μ22→Ｚならば、Ｚ＝μ22Ｙ Ｙ→−１→Ｚならば、Ｚ＝−Ｙ である。また、図２において、番号３８のように描かれ
ている記号は、左からの入力信号を積分して右へ出力す
る演算機能である。例えば、 Ｙ→∫→Ｚならば、Ｚ＝∫Ｙｄｔ＋Ｃ である。なおｔは時間、Ｃは初期値である。ニューラル
ネットワークは、ｘ1 、ｘ2 、ｘ3 を出力し、同時にｘ
1 、ｘ2 、ｘ3 をフィードバックして計算に用いてい
る。これを繰り返すことで、出力ｘ1、ｘ2 、ｘ3 が収
束し、それが式（４）、（５）、（６）の解となる。混
焼率は、各被焼却物の供給量の比であるので、導出した
ｘ1 、ｘ2 、ｘ3 を用いて求めることができる。例え
ば、 ｘ1 の混焼率 ：ｘ1 ／（ｘ1 ＋ｘ2 ＋ｘ3 ） ｘ1 とｘ2 の合計の混焼率：（ｘ1 ＋ｘ2 ）／（ｘ1 ＋ｘ2 ＋ｘ3 ）
６のように描かれている記号は、左からの入力信号を定
数倍して右へ出力する演算機能である。例えば、 Ｙ→ａ23→Ｚならば、Ｚ＝ａ23Ｙ Ｙ→μ22→Ｚならば、Ｚ＝μ22Ｙ Ｙ→−１→Ｚならば、Ｚ＝−Ｙ である。また、図２において、番号３８のように描かれ
ている記号は、左からの入力信号を積分して右へ出力す
る演算機能である。例えば、 Ｙ→∫→Ｚならば、Ｚ＝∫Ｙｄｔ＋Ｃ である。なおｔは時間、Ｃは初期値である。ニューラル
ネットワークは、ｘ1 、ｘ2 、ｘ3 を出力し、同時にｘ
1 、ｘ2 、ｘ3 をフィードバックして計算に用いてい
る。これを繰り返すことで、出力ｘ1、ｘ2 、ｘ3 が収
束し、それが式（４）、（５）、（６）の解となる。混
焼率は、各被焼却物の供給量の比であるので、導出した
ｘ1 、ｘ2 、ｘ3 を用いて求めることができる。例え
ば、 ｘ1 の混焼率 ：ｘ1 ／（ｘ1 ＋ｘ2 ＋ｘ3 ） ｘ1 とｘ2 の合計の混焼率：（ｘ1 ＋ｘ2 ）／（ｘ1 ＋ｘ2 ＋ｘ3 ）
【００１１】図３は、ニューラルネットワーク２８を含
む制御系の全体図である。流動床焼却炉１０（例えば流
動床産廃焼却炉）の制御系は図３よりも複雑であり、図
３はニューラルネットワーク２８による混焼率推定に関
係のある信号の流れだけが示されている。演算器４０で
は、混焼率推定値を用いて、炉出口ガス温度ＴG 、流動
用空気流量ＧA1、２次空気流量ＧA2の設定値を計算して
いる。ＰＩＤ（ｐｒｏｐｏｒｔｉｏｎａｌ ｉｎｔｅｇ
ｒａｌ ａｎｄ ｄｅｒｉｖａｔｉｖｅ）制御器４２、
４４、４６、４８は、設定値と計測信号の差を打ち消す
ように働く制御装置で、比例動作、積分動作、微分動作
を行う。流動床産廃焼却炉１０では、図３で示すよりも
多くの入出力信号があるが、ここでは本発明の方法に関
係のある操作量と計測信号だけを示している。ＴB （層
温度）設定値は一定の値であり、層温度はこの値になる
ように制御される。
む制御系の全体図である。流動床焼却炉１０（例えば流
動床産廃焼却炉）の制御系は図３よりも複雑であり、図
３はニューラルネットワーク２８による混焼率推定に関
係のある信号の流れだけが示されている。演算器４０で
は、混焼率推定値を用いて、炉出口ガス温度ＴG 、流動
用空気流量ＧA1、２次空気流量ＧA2の設定値を計算して
いる。ＰＩＤ（ｐｒｏｐｏｒｔｉｏｎａｌ ｉｎｔｅｇ
ｒａｌ ａｎｄ ｄｅｒｉｖａｔｉｖｅ）制御器４２、
４４、４６、４８は、設定値と計測信号の差を打ち消す
ように働く制御装置で、比例動作、積分動作、微分動作
を行う。流動床産廃焼却炉１０では、図３で示すよりも
多くの入出力信号があるが、ここでは本発明の方法に関
係のある操作量と計測信号だけを示している。ＴB （層
温度）設定値は一定の値であり、層温度はこの値になる
ように制御される。
【００１２】図４〜図７は、本発明の方法を適用した実
炉（流動床産廃焼却炉）でのデータの一例である。４つ
のグラフとも、横軸は時間であり、８時から１６時まで
の８時間のデータである。図４〜図７の順に、各グラフ
を説明する。図４は２種類の被焼却物１＋２の供給量推
定値〔t ／H 〕の経時変化を示しており、ニューラルネ
ットワークの出力ｘ1 とｘ2 の合計（ｘ1 ＋ｘ2 ）に関
するものである。つまり、被焼却物の供給量ＧR1〔t ／
H 〕の推定値と、被焼却物の供給量ＧR2〔t ／H 〕の推
定値との合計である。なおＧR1を被焼却物１の供給量、
ＧR2を被焼却物２の供給量、ＧR3を被焼却物３の供給量
とする。図５は被焼却物１＋２の投入実績〔t 〕の経時
変化を示しており、被焼却物１と被焼却物２との焼却実
績の合計を、１時間ごとに表したものである。図６は被
焼却物３の供給量推定値〔t ／H 〕の経時変化を示して
おり、ニューラルネットワークの出力ｘ3 に関するもの
である。つまり、被焼却物３の供給量ＧR3〔t ／H 〕の
推定値である。図７は被焼却物３のコンベア速度〔％〕
の経時変化、つまり、焼却物３を炉内へ搬送するコンベ
アの速度を示している。図４と図５のグラフ、図６と図
７のグラフをそれぞれ比較すると、それらの傾向は一致
していることがわかる。
炉（流動床産廃焼却炉）でのデータの一例である。４つ
のグラフとも、横軸は時間であり、８時から１６時まで
の８時間のデータである。図４〜図７の順に、各グラフ
を説明する。図４は２種類の被焼却物１＋２の供給量推
定値〔t ／H 〕の経時変化を示しており、ニューラルネ
ットワークの出力ｘ1 とｘ2 の合計（ｘ1 ＋ｘ2 ）に関
するものである。つまり、被焼却物の供給量ＧR1〔t ／
H 〕の推定値と、被焼却物の供給量ＧR2〔t ／H 〕の推
定値との合計である。なおＧR1を被焼却物１の供給量、
ＧR2を被焼却物２の供給量、ＧR3を被焼却物３の供給量
とする。図５は被焼却物１＋２の投入実績〔t 〕の経時
変化を示しており、被焼却物１と被焼却物２との焼却実
績の合計を、１時間ごとに表したものである。図６は被
焼却物３の供給量推定値〔t ／H 〕の経時変化を示して
おり、ニューラルネットワークの出力ｘ3 に関するもの
である。つまり、被焼却物３の供給量ＧR3〔t ／H 〕の
推定値である。図７は被焼却物３のコンベア速度〔％〕
の経時変化、つまり、焼却物３を炉内へ搬送するコンベ
アの速度を示している。図４と図５のグラフ、図６と図
７のグラフをそれぞれ比較すると、それらの傾向は一致
していることがわかる。
【００１３】
【発明の効果】本発明は上記のように構成されているの
で、つぎのような効果を奏する。 （１） 温度、空気流量等の計測信号とニューラルネッ
トワークによる信号処理を用いて、流動層部のエネルギ
ーバランス式、フリーボード部のエネルギーバランス式
及び焼却炉内の空気比式から、各被焼却物の供給量を導
き出し、各被焼却物の供給量の比から性状の異なる被焼
却物の混焼率をリアルタイムに推定し、この混焼率推定
値を用いて、炉出口ガス温度、流動用空気流量及び２次
空気流量の設定値が導出されるので、被焼却物の供給量
に応じた有効な燃焼制御を行うことができ、ＣＯ、ＮＯ
ｘの発生抑制を図ることができる。
で、つぎのような効果を奏する。 （１） 温度、空気流量等の計測信号とニューラルネッ
トワークによる信号処理を用いて、流動層部のエネルギ
ーバランス式、フリーボード部のエネルギーバランス式
及び焼却炉内の空気比式から、各被焼却物の供給量を導
き出し、各被焼却物の供給量の比から性状の異なる被焼
却物の混焼率をリアルタイムに推定し、この混焼率推定
値を用いて、炉出口ガス温度、流動用空気流量及び２次
空気流量の設定値が導出されるので、被焼却物の供給量
に応じた有効な燃焼制御を行うことができ、ＣＯ、ＮＯ
ｘの発生抑制を図ることができる。
【図１】本発明の方法を実施するのに用いられる流動床
炉の概略構成図である。
炉の概略構成図である。
【図２】本発明の方法を実施するのに用いられるニュー
ラルネットワークの説明図である。
ラルネットワークの説明図である。
【図３】本発明の方法を実施する混焼率推定・燃焼制御
系を示す系統図である。
系を示す系統図である。
【図４】本発明の方法を適用した実炉でのデータで、被
焼却物１＋２の供給量推定値の経時変化を示すグラフで
ある。
焼却物１＋２の供給量推定値の経時変化を示すグラフで
ある。
【図５】被焼却物１＋２の投入実績の経時変化を示すグ
ラフである。
ラフである。
【図６】被焼却物３の供給量推定値の経時変化を示すグ
ラフである。
ラフである。
【図７】被焼却物３のコンベア速度の経時変化を示すグ
ラフである。
ラフである。
１０ 流動床炉（流動床産廃焼却炉） １２ １次空気 １６ 流動層 １８ フリーボード部 ２０ ２次空気 ２２ 冷却用水 ２８ ニューラルネットワーク ４０ 演算器 ４２ ＰＩＤ制御器 ４４ ＰＩＤ制御器 ４６ ＰＩＤ制御器 ４８ ＰＩＤ制御器
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 ＦＩ Ｆ２３Ｇ 5/50 ＺＡＢ Ｆ２３Ｇ 5/50 ＺＡＢＨ ＺＡＢＭ ＺＡＢＮ (72)発明者 宮崎 英隆 兵庫県明石市川崎町１番１号 川崎重工 業株式会社 明石工場内 (72)発明者 林 正人 兵庫県明石市川崎町１番１号 川崎重工 業株式会社 明石工場内 (72)発明者 小谷野 薫 兵庫県明石市川崎町１番１号 川崎重工 業株式会社 明石工場内 (72)発明者 中西 源一郎 神戸市中央区東川崎町１丁目１番３号 川崎重工業株式会社 神戸本社内 (72)発明者 越田 力 神戸市中央区東川崎町１丁目１番３号 川崎重工業株式会社 神戸本社内 (56)参考文献 特開 平６−34118（ＪＰ，Ａ) 特開 平５−279980（ＪＰ，Ａ) 特開 平６−332501（ＪＰ，Ａ) 特開 平４−161710（ＪＰ，Ａ) (58)調査した分野(Int.Cl.6，ＤＢ名) F23G 5/30 ZAB F23C 11/02 301 F23C 11/02 305 F23C 11/02 ZAB F23G 5/50 ZAB
Claims (2)
- 【請求項１】 流動床焼却炉で性状の異なる被焼却物を
燃焼させるに際し、流動床焼却炉における計測信号とニ
ューラルネットワークによる信号処理を用いて、流動層
部のエネルギーバランス式、フリーボード部のエネルギ
ーバランス式及び焼却炉内の空気比式から、各被焼却物
の供給量を導き出し、性状の異なる被焼却物の混焼率を
リアルタイムに推定することにより、被焼却物の供給量
に応じた炉出口ガス温度、流動用空気流量及び２次空気
流量を導出し、これらの値から操作量を決定し、燃焼制
御することを特徴とする流動床焼却炉の混焼率推定・燃
焼制御方法。 - 【請求項２】 計測信号が、流動用空気流量、流動用空
気温度、２次空気流量、２次空気温度、層内注水量、炉
出口ガス温度、層温度及び炉出口酸素濃度である請求項
１記載の流動床焼却炉の混焼率推定・燃焼制御方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7187793A JP2769995B2 (ja) | 1995-06-30 | 1995-06-30 | 流動床焼却炉の混焼率推定・燃焼制御方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7187793A JP2769995B2 (ja) | 1995-06-30 | 1995-06-30 | 流動床焼却炉の混焼率推定・燃焼制御方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0914627A JPH0914627A (ja) | 1997-01-17 |
| JP2769995B2 true JP2769995B2 (ja) | 1998-06-25 |
Family
ID=16212333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7187793A Expired - Fee Related JP2769995B2 (ja) | 1995-06-30 | 1995-06-30 | 流動床焼却炉の混焼率推定・燃焼制御方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2769995B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104197324B (zh) * | 2014-09-24 | 2015-11-04 | 北京中科润东节能技术有限公司 | 流化床锅炉燃烧优化调节控制方法及装置 |
| CN113532137A (zh) * | 2021-07-23 | 2021-10-22 | 中国恩菲工程技术有限公司 | 反应炉的运行控制方法、装置、介质与电子设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2516278B2 (ja) * | 1990-10-24 | 1996-07-24 | 株式会社クボタ | 焼却炉の燃焼状況診断装置 |
| JPH05279980A (ja) * | 1992-03-31 | 1993-10-26 | Toshiba Corp | 回収ボイラ制御装置 |
| JP2955431B2 (ja) * | 1992-07-17 | 1999-10-04 | 株式会社クボタ | 焼却炉の燃焼制御装置 |
| JPH06332501A (ja) * | 1993-05-24 | 1994-12-02 | Ishikawajima Harima Heavy Ind Co Ltd | フィードバック制御装置および該制御装置を用いた焼却炉 |
-
1995
- 1995-06-30 JP JP7187793A patent/JP2769995B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0914627A (ja) | 1997-01-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1832809B1 (en) | Controlling a waste combustion process | |
| JP3328742B2 (ja) | ニューロｐｉｄ制御装置 | |
| JP2769995B2 (ja) | 流動床焼却炉の混焼率推定・燃焼制御方法 | |
| CN115629537A (zh) | 基于子群改进粒子群优化pid的加热炉燃烧控制方法及系统 | |
| JP2847468B2 (ja) | ごみ焼却炉のごみ性状推定方法および推定装置 | |
| CN114609901A (zh) | 一种焚烧炉模糊自适应温度控制方法及系统 | |
| JP3115964B2 (ja) | 焼却炉制御方法 | |
| JP2762054B2 (ja) | 流動床焼却炉の燃焼制御方法 | |
| JP3256335B2 (ja) | 燃焼設備の燃焼排ガス酸素濃度制御方法 | |
| Dimirovski et al. | Learning control of thermal systems | |
| Cheung et al. | Comparison of fuzzy and PI controllers for a benchmark drum-boiler model | |
| JP2000257824A (ja) | 燃焼設備の制御方法及び装置 | |
| Ho et al. | Multivariable internal model adaptive decoupling controller with neural network for nonlinear plants | |
| Liu et al. | Design and implementation of an adaptive predictive controller for combustor NOx emissions | |
| JP2000028123A (ja) | ゴミ焼却炉の二次燃焼制御装置 | |
| KR970002100A (ko) | 쓰레기소각로의 연소제어방법 및 그 장치 | |
| Kambhampati et al. | Internal model control of nonlinear systems through the inversion of recurrent neural networks | |
| Dharmadhikari et al. | Comparision of smithpredictor sliding mode and pid controller for steam pressure in coal-fired power plant boiler | |
| Kraft et al. | Comparison of convergence properties of CMAC neural networks and traditional adaptive controllers | |
| JPS63169418A (ja) | 後燃焼空気流量制御方式 | |
| Himer et al. | Control of combustion based on neuro-fuzzy model | |
| JPS6155007B2 (ja) | ||
| JPH0152653B2 (ja) | ||
| Pfannstiel et al. | SELFTUNING COMBUSTION CONTROL FOR A FURNACE WITH LOW POWER | |
| Pfannstiel et al. | SELFTUNING COMBUSTION CONTROL FOR A FURNACE |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |