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 |