【０００１】
【発明の属する技術分野】
本発明は、石炭焚ボイラの主要機器の一つである微粉炭ミルにおいて、燃料性状変化など種々の外乱要因によらず、運転状態を適切な状態に維持するため、外乱要因に対して自律的、かつ安定的に適応可能なプラント制御方法及び装置に関するものである。
【０００２】
【従来の技術】
事業用石炭焚ボイラでは広範な性状の燃料を利用するため、燃料性状変化などの外乱要因により、プラント各機器の動特性や運転状態が変化し、プラントの安定運転や高効率運転を維持することが困難になる場合があった。
一方、微粉炭ミルを有する石炭焚ボイラの制御は、負荷要求（発電量）に対応した石炭供給量操作及び先行信号付加に加え、その過不足分をＰＩＤ制御等にて修正するプラント自動制御装置（ＡＰＣ： Ａｕｔｏｍａｔｉｃ Ｐｌａｎｔ Ｃｏｎｔｒｏｌｌｅｒ）にて構成されている。
従来の微粉炭ミルを有する石炭焚ボイラの制御では、例えば、図２２に示すように、プラント１０の安定運転や高効率運転を実現するために、燃料種類毎に（石炭で言えば炭種等）試験運転を実施し、プラント自動制御装置（ＡＰＣ）１２にて利用するＡＰＣパラメータ等の調整を行う必要があった。したがって、図２２に示すように、燃料種類毎にあらかじめ用意した複数のＡＰＣパラメータ１４を切り替える必要があった。
【０００３】
これに対して、燃料性状変化によるプラント特性の低下を防止することを目的に、以下のような従来技術が提案されている。
特開２００１−１１７６０６号公報には、図２３に示すように、火力プラント１０を構成する機器のプラント状態量から負荷要求に対応した該機器の操作量を制御するプラント自動制御装置（ＡＰＣ）１２を用いた制御において、火力プラントのＡＰＣパラメータ１４に対して現状の運転状態に適した補正処理を行う状態適応部１６を備え、この状態適応部１６にニューラルネットワークを利用し、さらに状態適応部１６のニューラルネットワーク教示用のデータを探索するため、正弦波又はランダム波をＡＰＣパラメータに与えることが記載されている。このように、状態適応部はＡＰＣパラメータ補正関数を自律的に修正する機能を有しており、これにより、燃料性状変化だけでなく種々の外乱要因（経年変化、機器劣化等）に対して自律的にＡＰＣパラメータを適応させることができる。
【０００４】
【発明が解決しようとする課題】
上述したように、図２２に示すような従来の火力プラント制御では、プラントの安定運転や高効率運転を実現するために、燃料種類毎に（石炭で言えば炭種等）試験運転を実施し、ＡＰＣ１２にて利用するＡＰＣパラメータ等の調整を行う必要があり、燃料種類毎にあらかじめ用意した複数のＡＰＣパラメータテーブルを切り替える必要があった。
また、図２３に示すような制御手法では、ＡＰＣパラメータ補正関数の修正時、並びにニューラルネットワーク教示用データの作成時に、各パラメータに対して擾乱操作を加える必要があり、適応データ探索時に擾乱操作を与えることにより、ボイラの運転状態の変動して発電量変動などの動的な外乱要因となる恐れがあった。すなわち、ＡＰＣパラメータ探索のために与えられた正弦波又はランダム波がボイラ運転状態への外乱となるため、修正／再学習処理のオンライン化及び自動化の障害となる。
【０００５】
本発明は上記の諸点に鑑みなされたもので、本発明の目的は、複数台の微粉炭ミルを有する石炭焚ボイラにおいて、ＡＰＣにて利用するＡＰＣパラメータに対して補正処理を行う状態適応部を設け、この状態適応部にＡＰＣパラメータ補正関数を自律的に修正する機能をもたせるとともに、新たな適応データ探索時に微粉炭ミルに与えられる擾乱操作によるボイラへの影響を抑制するために、ミル運転台数に基づいて導出した擾乱操作を各ミルに与えることにより、擾乱操作によるボイラ運転状態への影響を抑制しつつ、燃料性状変化などの種々の外乱要因（経年変化、機器劣化等）に対して自律的にＡＰＣパラメータを適応させ、石炭焚ボイラの安定運転、高効率運転を維持することができる適応制御方法及び装置を提供することにある。
【０００６】
【課題を解決するための手段】
上記の目的を達成するために、本発明の微粉炭ミルにおける適応制御方法は、複数台の微粉炭ミルを主要構成機器として備えた石炭焚ボイラを、ミルの状態量からボイラの負荷要求（発電量）に対応したミルの操作量を制御するプラント自動制御装置（ＡＰＣ）を用い、ＡＰＣにて利用するＡＰＣパラメータを状態適応部でミル状態量に応じて補正し、種々の外乱要因に対して自律的にＡＰＣパラメータを適応させるミル適応制御装置により制御する方法において、状態適応部が、適応操作部と状態認識部と適応データ管理部と適応データ記憶部とから構成されており、状態適応部での処理として、適応操作部にてミル状態量からＡＰＣパラメータ補正量を算出し、状態認識部にてミル状態量から状態評価値を算出してＡＰＣパラメータ補正の成否を定量化し、適応データ記憶部にてミル状態量、ＡＰＣパラメータ補正量及び状態評価値からなる複数の適応データを記憶し、適応データ管理部にて状態評価値を指標として新たなＡＰＣパラメータ探索実行の要否を判断するとともに適応データ記憶部の更新を行い、適応データ管理部で適応データの探索を行う場合は、適応操作部から出力されたＡＰＣパラメータ補正量に、適応データ管理部から出力される適応データ探索用出力を付加した補正量を用いて算出した適応ＡＰＣパラメータをＡＰＣに反映させ、各ミルの適応データ探索用出力をミル運転台数に基づいて導出した擾乱操作となるように設定して、複数台のミルに与える擾乱操作によるボイラ全体の運転状態への影響を抑制し、適応データの探索が不要な場合は、適応操作部から出力されたＡＰＣパラメータ補正量を用いて算出した適応ＡＰＣパラメータをＡＰＣに反映させるように構成されている。
【０００７】
上記の方法においては、適応操作部でミル状態量からＡＰＣパラメータ補正量を算出するに際し、ニューラルネットワークを利用することが好ましい。この場合、一例として、ミル状態量偏差からＡＰＣパラメータ補正量を算出することができる。また、ニューラルネットワークを適応データ記憶部の適応データにより更新して、優れた適応データとして適応データ記憶部に反映された入出力関係を適応操作部に反映させることが好ましい。
【０００８】
また、上記の方法においては、適応データ管理部でのＡＰＣパラメータ探索に正弦波を用い、運転中の各ミルより求めた振幅設定値の最大値をすべてのミルの適応データ探索用出力に与える正弦波の振幅とし、運転中の各ミルの適応データ探索用出力に与える正弦波の位相を運転台数に応じた位相差に設定することが好ましい。各ミルの出炭特性が同じであれば、上記の制御手法により、ボイラ全体の運転状態への擾乱操作による影響を抑制することができる。
各ミルの出炭特性が異なる場合等は、ミルモデルを用いて推定した出炭特性により、各ミルの適応データ探索用出力に与える正弦波の振幅及び／又は位相を補正する。
また、上記の補正に際しては、ミルモデルにより推定した各ミルの出炭量をＸ−Ｙ軸とした軌道を観測することにより出炭特性を判定することができる。
【０００９】
本発明の微粉炭ミルにおける適応制御装置は、複数台の微粉炭ミルを主要構成機器として備えた石炭焚ボイラを、ミルの状態量からボイラの負荷要求（発電量）に対応したミルの操作量を制御するプラント自動制御装置（ＡＰＣ）と、ＡＰＣにて利用するＡＰＣパラメータに対して補正処理を行うためのＡＰＣパラメータ補正関数を自律的に修正する機能を有する状態適応部とを備えたミル適応制御装置により制御する装置において、状態適応部が、ミル状態量からＡＰＣパラメータ補正量を算出する適応操作部と、ミル状態量から適応状態評価を行ってミル状態量から状態評価値を算出する状態認識部と、ミル状態量、ＡＰＣパラメータ補正量及び状態評価値からなる複数の適応データを記憶する適応データ記憶部と、状態評価値に基づいて新たな適応データの探索と適応データ記憶部の更新を行う適応データ管理部とから構成され、適応操作部から出力されたＡＰＣパラメータ補正量、又は適応データ探索時には適応データ管理部から出力された適応データ探索用出力を付加した補正量を用いて算出した適応ＡＰＣパラメータが、ＡＰＣに反映されるようにし、適応データ探索時にミルに与えられる擾乱操作によるボイラ全体の運転状態への影響を抑制するために、各ミルの適応データ探索用出力がミル運転台数に基づいて導出した擾乱操作となるように設定されたことを特徴としている。
【００１０】
上記の装置においては、適応操作部が、ミル状態量からＡＰＣパラメータ補正量を算出するニューラルネットワークであり、ニューラルネットワークが適応データ記憶部の適応データにより更新されるように構成することが好ましい。
また、適応データ管理部において、適応データ探索用出力が正弦波として与えられ、運転中の各ミルより求めた振幅設定値の最大値がすべてのミルの適応データ探索用出力に与える正弦波の振幅とされ、運転中の各ミルの適応データ探索用出力に与える正弦波の位相は運転台数に応じた位相差に設定されるように構成することが好ましい。各ミルの出炭特性が同じであれば、上記の制御手段により、ボイラ全体の運転状態への擾乱操作による影響を抑制することができる。
各ミルの出炭特性が異なる場合等には、ミルモデルを用いて推定した出炭特性を判定し、各ミルの適応データ探索用出力に与える正弦波の振幅及び／又は位相の補正量を設定する機能を有する振幅・位相補正部を設けて制御することが好ましい。振幅・位相補正部での出炭特性の判定は、ミルモデルにより推定した各ミルの出炭量をＸ−Ｙ軸とした軌道の観測により行うことができる。
【００１１】
【発明の実施の形態】
以下、本発明の実施の形態について説明するが、本発明は下記の実施の形態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できるものである。
図１は、微粉炭ミルの適応制御装置の概略構成を示しており、図１に示すように、石炭焚ボイラの主要機器の一つである微粉炭ミル１８の制御装置は、負荷要求（発電量）に対応した燃料供給操作及び先行信号付加に加え、その過不足分をＰＩＤ制御等にて修正するプラント自動制御装置（ＡＰＣ）２０と、ＡＰＣ２０にて利用するＡＰＣパラメータ２２に対して補正処理を行う状態適応部２４とから構成されている。この状態適応部２４はＡＰＣパラメータの補正関数を自律的に修正する機能を有しており、これにより、燃料性状変化だけでなく種々の外乱要因（プラント機器の経年変化、機器劣化等）に対して自律的にＡＰＣパラメータを適応させることができる。
【００１２】
本発明では、図２に示すような複数台の微粉炭ミルを有する石炭焚ボイラにおいて、石炭性状の影響を最も受ける微粉炭ミルのＡＰＣパラメータを、ボイラ運転状態に影響を与えることなく、自律的に適応させることが可能な制御方法及び装置を提供する。図２では、一例として、Ａ〜Ｅの５台の微粉炭ミル１８を有しており、これらのミル１８が上記の状態適応部を備えたミル適応制御装置２６で制御される。Ａ〜Ｅのホッパー（石炭貯槽）２８からそれぞれのミル１８に石炭が供給され、粉砕・分級により得られた微粉炭が、燃焼・搬送用空気とともにボイラ火炉３０のバーナ（図示略）に供給される。これらの詳細は後述する。ボイラ火炉３０で発生した蒸気によりタービン３２が駆動され、発電機３４によって発電が行われる。
【００１３】
図３は、本実施の形態にて用いる竪型微粉炭ミルの構成を示している。微粉炭ミル１８は、燃料である石炭（原炭）を粉砕・分級し、燃焼・搬送用空気とともにボイラ火炉へ供給する装置であり、石炭をミル内へ供給する石炭供給機３６、回転している粉砕皿３８上の石炭を加圧・粉砕するローラ４０、ミル下部より燃焼・搬送用空気を供給する空気供給手段４２（送風機等の図示略）、粉砕後の微粉炭を粒度により選別し粒径の大きな微粉炭を再びミル内に戻す分級機４４などから構成されている。
【００１４】
図３に示すように、石炭貯槽２８内の石炭は、石炭供給機３６によりミルケーシング４６内に投入され、回転している粉砕皿３８上に供給された石炭が遠心力により外周方向に飛ばされて、粉砕皿３８の上面とローラ４０との間で粉砕され、空気供給手段４２により空気供給ノズル４８から供給される燃焼・搬送用空気によりミルケーシング４６内の外側を粉砕された微粉炭が吹き上げられる。なお、ローラ４０は、バネ等の加圧手段５０により粉砕皿３８上面に圧接するようになっている。ミルケーシング４６内を吹き上げられた微粉炭は、多数の羽状部材を有する回転式の分級機４４により分級が行われ、分級機４４の羽状部材の間を通過した粒径の小さい微粉炭は、燃焼・搬送用空気とともに燃料・空気搬送ノズル５２を介してボイラ火炉（図示略）に供給される。一方、粒径の大きい微粉炭は再びミルケーシング４６内に戻される。５４は駆動源であるモータ、５６は燃焼・搬送用空気の流量を調節するダンパである。なお、ＡＰＣ５８では、発電量（負荷要求）に対応して、分級機４４の回転数、ローラ４０の加圧力、石炭の供給量、燃焼・搬送用空気の流量等を出力している。
【００１５】
通常、竪型微粉炭ミルでは、ミルに供給された石炭は所望の粒度の微粉炭として排出されるまで、ミル内を複数回循環するため、粉砕途上の種々の粒度の微粉炭が粉砕皿上を中心に滞留する構造となっている。ゆえに、負荷設定変更などにより石炭供給機を操作しても、実際にボイラ火炉へ供給される微粉炭量が変化するには、数秒〜数十秒の遅れを伴うような動特性を有している。この動特性によるボイラ制御への影響を補償すべく、分級機回転数、ローラ加圧力などのＡＰＣパラメータが設定されている。例えば、ミル動特性は負荷の影響を受けるため、ＡＰＣパラメータは負荷に対して、図４に示すような設定テーブルにて設定されている（図４は、一例として、ＡＰＣパラメータが分級機回転数の場合）。しかし、オンラインで計測できない石炭性状変化（硬さ、含水率等）によるミル動特性の変化を補償するためには、事前の試験運転にて調整した炭種別のＡＰＣパラメータを現在使用中の炭種に合わせて切り替える必要があり、同一炭種内での性状のばらつきや石炭性状以外の外乱要因に対するＡＰＣパラメータの調整は困難であった。
【００１６】
ここで、微粉炭ミルのＡＰＣパラメータに対して補正処理を行う状態適応部の構成を図５に示す。一例として、状態適応部は、ミル状態量偏差からＡＰＣパラメータ補正量を算出するニューラルネットワークからなる適応操作部６０、ミル状態量から適応状態評価を行って設計基準からのミル状態量偏差から状態評価値を算出する状態認識部６２、ニューラルネットワークの学習に利用するミル状態量、ＡＰＣパラメータ補正量、状態評価値からなる複数の適応データを記憶する適応データ記憶部６４、及び状態評価値に基づいて新たな適応データの探索と適応データ記憶部６４の更新を行う適応データ管理部６６から構成されている。６８はＡＰＣパラメータテーブル、７０は基準状態量テーブルである。適応操作部６０から出力されたＡＰＣパラメータ補正量は、適応データ探索時には適応データ管理部６６から出力される適応データ探索用出力を付加した後、適応ＡＰＣパラメータの導出に用いられる。
【００１７】
適応操作部６０は、適応データ記憶部６４に保存した適応データ群をもとに、ミル状態量からＡＰＣパラメータ補正量を導出する非線形関数を構築している。非線形関数の構築方法としては、回帰演算など演算の都度非線形関数を導出する手段もあるが、本実施の形態では、より容易に、かつ連続的に所望の非線形関数を導出可能なニューラルネットワークを利用する。ニューラルネットワークは、学習と呼ばれる手続きを行うことにより、適応データ記憶部６４に保存した適応データ群の入出力特性を再現する非線形関数を構築することができる。
【００１８】
適応データ管理部６６は、適応データ探索用出力をＡＰＣパラメータ補正量に付加することにより、より優れた適応データを探索する。すなわち、適応データ探索用出力の付加によりＡＰＣパラメータ補正量が変化し、その結果、ミル状態量が変化して、状態認識部６２にて算出する状態評価値が向上した場合、適応操作部６０への入力と、適応データ探索用出力を付加した後のＡＰＣパラメータ補正量を優れた適応データとして適応データ記憶部６４に反映する。適応データ記憶部６４にて反映された入出力関係は、先のニューラルネットワーク学習手段により連続的に適応操作部６０に反映される。これを繰り返すことにより、炭種変化など種々の外乱要因に対して、状態評価値の良好な運転条件を維持するようＡＰＣパラメータを適応させることができる。
【００１９】
さらに、図６に示すフローチャートにしたがって処理内容を説明する。まず、プラント状態量Ｙとしてミル動特性に影響を与える微粉炭滞留量に相関のあるノズル差圧とミル電力を検出し、負荷（給炭量）Ｌに対する基準状態量ｙ（Ｌ）との偏差を下式の通り算出する。なお、ノズル差圧は、ミル内に燃焼・搬送用空気を供給する空気供給ノズルの前後（入口側と出口側）の圧力差である。
ｄＹｊ（ｔ）＝Ｙｊ（ｔ）／ｙｊ（Ｌ）
ｔ：時間， ｊ：各状態変数（＝１，２）
なお、上式右辺は、これに限定されるものではなく、（Ｙｊ（ｔ）−ｙｊ（Ｌ））／ｙｊ（Ｌ）、Ｙｊ（ｔ）−ｙｊ（Ｌ）等でもよい。また、基準状態量はミル設計データより作成した各負荷に対する基準状態量テーブル７０から求めることができる。図７に基準状態量テーブルの一例を示す。なお、図７は、状態量がノズル差圧の場合を示している。
【００２０】
次に、状態量偏差を用いてＡＰＣパラメータ補正量を求める処理と適応操作部６０を更新する処理を並行して行う。ＡＰＣパラメータ補正量を求める処理では、先に求めたノズル差圧偏差とミル電力偏差を適応操作部６０の非線形関数であるニューラルネットワークに入力する。そして、ニューラルネットワーク出力としてＡＰＣパラメータ補正量、ここでは分級機回転数補正量とローラ加圧力補正量を得る。
適応操作部６０にて用いるニューラルネットワークは、教師ありの階層型ニューラルネットワークである。このニューラルネットワークの全体は、図８に示すように、入力層７２と隠れ層７４と出力層７６との合計３層からなり、各層はユニット７８と呼ばれる非線形連続関数で構成されている。また、ユニット７８は各層間でリンク８０と呼ばれる情報伝達器で接続されている。ネットワークに入った入力は入力層のユニットに伝えられ、さらに隠れ層及び出力層へと伝播し、最終的に出力層のユニットから出力される。隠れ層以外のユニット数はニューラルネットワーク入力数及び出力数により決定されるため、ここでは、入力層、出力層ともに２ユニットである。隠れ層のユニット数は特に限定されないが、ここでは３ユニットの場合を示している。
【００２１】
次に、状態認識部６２にてノズル差圧偏差ｄＹ１（ｔ）とミル電力偏差ｄＹ２（ｔ）から状態評価値Ｅ（ｔ）を下記の数１で示す式の通り算出する。
【００２２】
【数１】
【００２３】
ｔ：時間， ｊ：各状態変数（＝１，２）
なお、上式はこれに限定されるものではなく、下記の数２で示す式等でもよく、また、これらの式は右辺をその逆数としたものでもよい。上式により算出した状態評価値Ｅ（ｔ）が小さいほどミル設計基準の運転特性に近いことから、適応目標は状態評価値Ｅ（ｔ）を小さくするＡＰＣパラメータ補正量を導出することとする。
【００２４】
【数２】
【００２５】
次に、適応データ管理部６６にて状態評価値Ｅ（ｔ）が基準評価値を満たしているかどうかの判断を行い、基準を満たしていない場合、例えば、石炭性状変化などの外乱要因により状態評価値Ｅ（ｔ）が大きくなった場合、適応操作部６０にて算出したＡＰＣパラメータ補正量ｄＸ（ｔ）に対して適応データ探索用出力Ｓ（ｔ）を付加する。
ｄＸｉ（ｔ）＝ｄＸｉ（ｔ）＊Ｓｉ（ｔ）
ｔ：時間， ｉ：各ＡＰＣパラメータ（＝１，２）
なお、適応データ探索用出力Ｓ（ｔ）には正弦波を用い、上式右辺はこれに限定されるものではなく、ｄＸｉ（ｔ）＋Ｓｉ（ｔ）等でもよい。
適応データ探索用出力Ｓｉ（ｔ）付加の後、図４に示されるようなＡＰＣパラメータテーブル６８にて設定した負荷Ｌに対するＡＰＣパラメータｘ（Ｌ）とＡＰＣパラメータ補正量ｄＸ（ｔ）から適応ＡＰＣパラメータＸ（ｔ）を下式の通り算出する。
Ｘｉ（ｔ）＝ｘｉ（Ｌ）＊ｄＸｉ（ｔ）
ｔ：時間， ｉ：各ＡＰＣパラメータ（＝１，２）
なお、上式右辺は、これに限定されるものではなく、ｘｉ（Ｌ）＋ｘｉ（Ｌ）＊ｄＸｉ（ｔ）、ｘｉ（Ｌ）＋ｄＸｉ（ｔ）等でもよい。そして、この適応ＡＰＣパラメータを用いたＡＰＣ５８にて微粉炭ミル１８を運転する。
【００２６】
適応操作部６０を更新する処理では、先に算出した状態評価値Ｅ（ｔ）を用いて適応データ記憶部６４の更新候補データを作成する。適応データ記憶部６４の適応操作データ群は、図９に示すように、状態量偏差ｄＹと状態量偏差ｄＹを用いて導出したＡＰＣパラメータ補正量ｄＸとその結果得られた状態評価値ｅからなる複数組の適応データにて構成されている。
同様に、先に算出した状態評価値Ｅ（ｔ）はＴ時点前の前後数時点に補正したＡＰＣパラメータの影響を受けているため、Ｔ時点前の前後数時点よりｍ個（≧１）の更新候補データを作成する。ただし、Ｔ時点前の状態量偏差ｄＹ（ｔ−Ｔ）とＡＰＣパラメータ補正量ｄＸ（ｔ−Ｔ）には状態評価値Ｅ′＝Ｅ（ｔ）をそのまま組み合わせ、その前後の状態量偏差ｄＹ（ｔ−Ｔ±ｄＴ）とＡＰＣパラメータ補正量ｄＸ（ｔ−Ｔ±ｄＴ）には減衰係数ζ（≧１）により下式の通り減衰させた状態評価値Ｅ′を組み合わせる。なお、ｄＴはサンプリング周期（≧１）である。
Ｅ′＝Ｅ（ｔ）＊ζ＊ｄＴ
なお、上式右辺はこれに限定されるものではなく、Ｅ（ｔ）＊ζ＊（ｄＴ）２等でもよい。
【００２７】
このようにして作成したｍ組の更新候補データの状態評価値Ｅ′１、Ｅ′２、…、Ｅ′ｍと適応データ記憶部６４に保存されているｋ組の適応データの状態評価値ｅ１、ｅ２、…、ｅｋをそれぞれ１対１で比較し、更新候補データの状態評価値Ｅ′が適応データ記憶部６４のデータの状態評価値ｅより優れている場合、すなわち、状態評価値Ｅ′がｅより小さい場合、適応データの入れ替えを行う。
【００２８】
適応データ管理部６６により適応データ群が更新された場合、更新結果を適応操作部６０に反映するため、更新後の適応データ群を用いてニューラルネットワークの学習を行う。ニューラルネットワークの学習では、適応データ記憶部６４に保存しているｋ個の適応データから、教師入力として状態量偏差ｄＹ１、ｄＹ２、…、ｄＹｋを、教師出力としてＡＰＣパラメータ補正量ｄＸ１、ｄＸ２、…、ｄＸｋを作成し、入力層の各ユニットに教師入力を入力した時、出力層の各ユニットから教師出力に近い出力がでるよう、リンクの伝達効率、ユニットの出力関数のパラメータ等のネットワーク内部パラメータを更新する。この操作をｋ組の教師入出力データに対して繰り返し行うことによって、所望の非線形関数を獲得することができる。なお、ニューラルネットワークは今回更新手続きを行われなかった適応データによりすでに学習が進んでいるため、新たに更新された適応データに関する入出力関係を学習するためには数回又は数十回程度の繰り返し計算を行えばよい。このため、ニューラルネットワークの学習、すなわち、適応操作部６０を更新する処理は、ＡＰＣパラメータ補正量を求める処理と同様、高速に実行することができる。
【００２９】
以上のような手法により、炭種変化など種々の外乱要因に対して、状態評価値の良好な運転条件を維持するようＡＰＣパラメータを適応させることができる。しかし、ＡＰＣパラメータ補正の過程でＡＰＣパラメータ補正量ｄＸ（ｔ）に付加した適応データ探索用出力Ｓ（ｔ）は、分級機回転数とローラ加圧力を周期的に変化させるため、その結果としてミルからボイラに供給される微粉炭の出炭量が周期的に変動し、これがボイラの燃焼特性、収熱特性の動的外乱となる可能性がある。
【００３０】
図１０は上記制御手法を竪型微粉炭ミルの動特性モデルを用いて計算機シミュレーションした例であるが、石炭性状指標の一つであるＨＧＩ（ハードグルーブ指数：硬さ）と含水率の変化に対して、ＡＰＣパラメータである分級機回転数とローラ加圧力を補正し、ノズル差圧とミル電力を基準値に保持、すなわち、微粉炭滞留量を基準値に保持して、ミル動特性を該当負荷に対応した特性に維持できることがわかる。その反面、ミルからボイラに供給される微粉炭出炭量が周期的に１０〜２０％程度変動し、無視できないレベルの外乱となっている。
【００３１】
本発明では、このような微粉炭出炭量の変動によるボイラ運転特性への影響を抑制するために、図１１に示すように複数台で構成されるミル制御システム（この例ではＡ〜Ｅの５台）において、適応データ探索用出力として与える正弦波の振幅を運転中のミルの状態評価値の最大値によって算出し、運転中のミルの適応データ探索用出力に同振幅の正弦波を与える。さらに、各ミルの適応データ探索用出力に与える正弦波の位相を、表１に示す設定テーブルに基づいて互いにずらす。例えば、Ａ、Ｂミルのみ運転中の場合、Ａミルに与える正弦波に対してＢミルに与える正弦波は半波長（π）遅れた正弦波とする。これにより、各ミルに与えられる分級機回転数設定とローラ加圧力設定の周期変化の位相がずれることになり、結果として各ミルからボイラに供給される微粉炭の出炭量の周期変動がずれ、最終的にボイラに供給される微粉炭量の変動を抑制することができる。
【００３２】
【表１】
【００３３】
図１２は上記制御手法を採用したＡ、Ｂミル２台運転中において、図１０と同じ石炭性状変化が発生した場合を計算機シミュレーションした例である。図１０と同様に、石炭性状指標の一つであるＨＧＩと含水率の変化に対して、ＡＰＣパラメータである分級機回転数とローラ加圧力を補正し、ノズル差圧とミル電力を基準値に保持、すなわち、微粉炭滞留量を基準値に保持して、ミル動特性を該当負荷に対応した特性に維持することができる。さらに、ミルからボイラに供給される微粉炭出炭量の周期変動が大幅に抑制されており、ボイラ運転特性への影響を抑制できる。これにより、従来の手法では困難であった修正／再学習処理のオンライン化及び自動化をボイラに対する外乱をほとんど与えずに実現することができる。
【００３４】
さらに別の例を示す。図１３は図１１のミル制御システムを採用し、Ａ、Ｂミル２台にて図１２の場合と比較してＡミルへの給炭量が３０％増、Ｂミルへの給炭量が３０％減で運転している状態で、図１０及び図１２と同じ石炭性状変化が発生した場合を計算機シミュレーションした例である。ＡミルとＢミルへの給炭量が異なることにより、図１２の場合と比較して、ミルからボイラに供給される微粉炭出炭量の周期変動が増加している。このように、図１１のミル制御システムでは各ミルへの給炭量が異なる場合、あるいは石炭性状などにより各ミルの出炭特性（応答時定数、無駄時間など）がずれている場合には、出炭量変動抑制の効果が低下する恐れがある。
【００３５】
図１４は、図１１のミル制御システムに出炭特性判定・補正量設定機能を有する振幅・位相補正部８２を加えた制御システムである。本制御システムでは、現在のミル運転状況より算出した各ミルへのＡＰＣパラメータ補正量探索用信号の位相及び／又は振幅を、振幅・位相補正部８２により補正する。
振幅・位相補正部は、図１５に示すように、ミル適応制御装置モデル８４及びミルモデル８６を用いて、現在設定しているＡＰＣパラメータ補正量により運転した際の各ミルからの出炭量を算出する。さらに、出炭特性判定・補正量設定部８８により探索用信号の位相及び振幅の良否を判断し、その結果に基づいて補正した位相及び振幅により、良好な判定結果が得られるまで繰り返し補正を行う。
【００３６】
出炭特性判定・補正量設定部での出炭特性判定には、図１６に示す目標軌道テーブルを使用する。例えば、Ａ、Ｂ、Ｃミル３台にて運転している場合、ＡミルとＢミルの出炭量をそれぞれ横軸と縦軸にとると、出炭量変動が相殺されるためには図のように長軸が右斜め下４５度の楕円軌道をとる必要がある。他の場合についても、複数台のミルを運転する際に出炭量変動が相殺されるためには、それぞれ図１６のような軌道をとる必要がある。
【００３７】
これに対して、ＡＰＣパラメータ補正量探索用信号の位相及び／又は振幅の設定が不適当であると、例えば、図１７に示すように、目標軌道とミルモデルにより推定した計算軌道がずれるため、楕円軌道などの軌道の形状のずれに対しては位相を、軌道の傾きのずれに対しては振幅を補正することにより、計算軌道を目標軌道に近づけ、その結果として出炭量の周期変動を抑制することができる。
なお、ここで使用するミルモデル８６は、図１８に示すように、実機（微粉炭ミル）１８の運転データ（例えば、ノズル差圧、ミル電力、入口空気温度など）により修正回路９０にて石炭性状の主要指標であるＨＧＩと含水率を修正し、ミルモデルのシミュレーション精度を保持する。
【００３８】
図１９は、図１４〜図１８に示すミル制御システムを採用したＡ、Ｂミル２台運転中において、図１３の場合と同じ状況が発生した場合を計算機シミュレーションした例である。このように、各ミルへの給炭量が異なる場合に本制御システムが動作した際の出炭量の周期変動を抑制することができる。なお、図２０は図１３における出炭量及び出炭特性判定結果で、図２１は図１９における出炭量及び出炭特性判定結果であり、振幅・位相補正部でのＡＰＣパラメータ補正量探索用信号の位相及び振幅の補正が有効に機能していることがわかる。
【００３９】
なお、本実施形態では、適応操作部の入力としてノズル差圧とミル電力を、出力として分級機回転数とローラ加圧力を用い、状態評価値としてノズル差圧とミル電力の偏差の和を用いているが、これらの状態変数及びＡＰＣパラメータはこれらに限定されるものではない。
また、本発明のＡＰＣパラメータの適応制御は、新しい種類の石炭に対して適応したＡＰＣパラメータを保存することにより、従来人手による試行錯誤にて調整していた炭種毎のＡＰＣパラメータの設定の自動化に利用することも可能である。
【００４０】
【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） 状態適応部、すなわち、ＡＰＣパラメータ補正を行う補正関数を自律的に修正する機能を有する適応制御手法を採用した複数台の微粉炭ミルで構成される石炭焚ボイラにおいて、石炭性状の影響を最も受ける微粉炭ミルのＡＰＣパラメータを、ボイラ運転状態に影響を与えることなく、自律的に適応させ、石炭焚ボイラの安定運転、高効率運転を維持することができる。
（２） 新たな適応データ探索時に微粉炭ミルに与えられる擾乱操作によるボイラへの影響を抑制するために、ミル運転台数に基づいて導出した協調擾乱操作を各ミルに与えることにより、擾乱操作によるボイラ運転状態への影響を抑制しつつ、燃料性状変化など種々の外乱要因に対してボイラを適応させることができ、これにより、従来の手法では困難であった修正／再学習処理のオンライン化及び自動化をボイラに対する外乱をほとんど与えずに実現することができる。
【図面の簡単な説明】
【図１】微粉炭ミルにおける適応制御装置を示す概略構成説明図である。
【図２】複数台の微粉炭ミルとミル適応制御装置とを備えた石炭焚ボイラを示す概略構成説明図である。
【図３】竪型微粉炭ミル及びＡＰＣによる制御の構成を示す概略説明図である。
【図４】ＡＰＣパラメータの設定テーブルの一例を示すグラフである。
【図５】微粉炭ミルにおける適応制御方法を実施する装置の一例を示す系統的概略構成説明図である。
【図６】微粉炭ミルの適応制御手法における処理手順を示すフローチャートである。
【図７】ミル設計データより作成した各負荷に対する基準状態量テーブルの一例を示すグラフである。
【図８】ニューラルネットワークの全体構成を示す概略説明図である。
【図９】適応データ記憶部における適応操作データ群を示す概略説明図である。
【図１０】竪型微粉炭ミルの動特性モデルを用いた計算機シミュレーションの結果を示すグラフである。
【図１１】本発明の実施の第１形態による複数台の微粉炭ミルにおける制御システムの一例を示す系統的概略説明図である。
【図１２】本発明の実施の第１形態において、竪型微粉炭ミルの動特性モデルを用いた計算機シミュレーションの結果を示すグラフである。
【図１３】本発明の実施の第１形態において、ミルへの給炭量が異なる場合の計算機シミュレーションの結果を示すグラフである。
【図１４】本発明の実施の第２形態による複数台の微粉炭ミルにおける振幅・位相補正部を加えた制御システムの一例を示す系統的概略説明図である。
【図１５】振幅・位相補正部の詳細を示す概略構成説明図である。
【図１６】出炭特性判定・補正量設定部での出炭特性判定に用いる目標軌道テーブルの一例を示すグラフである。
【図１７】目標軌道と計算軌道とが形状及び／又は傾きでずれている場合とそれぞれの補正方法を示すグラフである。
【図１８】本発明の実施形態で使用するミルモデルの一例を示す概略構成説明図である。
【図１９】本発明の実施の第２形態において、竪型微粉炭ミルの動特性モデルを用いた計算機シミュレーションの結果を示すグラフである。
【図２０】図１３における出炭量及び出炭特性判定結果を示すグラフである。
【図２１】図１９における出炭量及び出炭特性判定結果を示すグラフである。
【図２２】従来の火力プラントの制御方法を実施する装置の一例を示す概略構成説明図である。
【図２３】従来の火力プラントの制御方法を実施する装置の他の例を示す概略構成説明図である。
【符号の説明】
１０ 火力プラント
１２、２０、５８ プラント自動制御装置（ＡＰＣ）
１４、２２ ＡＰＣパラメータ
１６、２４ 状態適応部
１８ 微粉炭ミル
２６ ミル適応制御装置
２８ ホッパー（石炭貯槽）
３０ ボイラ火炉
３２ タービン
３４ 発電機
３６ 石炭供給機
３８ 粉砕皿
４０ ローラ
４２ 空気供給手段
４４ 分級機
４６ ミルケーシング
４８ 空気供給ノズル
５０ 加圧手段
５２ 燃料・空気搬送ノズル
５４ モータ
５６ ダンパ
６０ 適応操作部
６２ 状態認識部
６４ 適応データ記憶部
６６ 適応データ管理部
６８ ＡＰＣパラメータテーブル
７０ 基準状態量テーブル
７２ 入力層
７４ 隠れ層
７６ 出力層
７８ ユニット
８０ リンク
８２ 振幅・位相補正部
８４ ミル適応制御装置モデル
８６ ミルモデル
８８ 出炭特性判定・補正量設定部
９０ 修正回路[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention provides a pulverized coal mill, which is one of the main components of a coal-fired boiler, in order to maintain the operating state in an appropriate state regardless of various disturbance factors such as a change in fuel properties. And a plant control method and apparatus that can be applied stably.
[0002]
[Prior art]
Because commercial coal-fired boilers use a wide range of fuel properties, dynamic factors and operating conditions of plant equipment change due to disturbance factors such as changes in fuel properties, and maintain stable and efficient operation of the plant. Was sometimes difficult.
On the other hand, the control of a coal-fired boiler having a pulverized coal mill is controlled by a plant automatic controller that corrects excess or deficiency by PID control or the like in addition to the operation of the coal supply corresponding to the load demand (power generation) and the addition of a preceding signal. (APC: Automatic Plant Controller).
In the control of a conventional coal-fired boiler having a pulverized coal mill, for example, as shown in FIG. 22, in order to realize stable operation and high-efficiency operation of the plant 10, each type of fuel (such as coal type in terms of coal) is used. ) It was necessary to perform a test operation and adjust APC parameters and the like used in the automatic plant control device (APC) 12. Therefore, as shown in FIG. 22, it is necessary to switch a plurality of APC parameters 14 prepared in advance for each fuel type.
[0003]
On the other hand, the following prior arts have been proposed for the purpose of preventing a decrease in plant characteristics due to a change in fuel properties.
JP-A-2001-117606 discloses, as shown in FIG. 23, an automatic plant control (APC) 12 for controlling an operation amount of a device constituting a thermal power plant 10 based on a plant state quantity of the device in response to a load request. , A state adaptation unit 16 for performing a correction process suitable for the current operation state on the APC parameters 14 of the thermal power plant, and using a neural network for the state adaptation unit 16 It is described that a sine wave or a random wave is applied to the APC parameter in order to search data for teaching the neural network of the APC. As described above, the state adaptation unit has a function of autonomously correcting the APC parameter correction function, and thereby, is capable of autonomously controlling various disturbance factors (aging, equipment deterioration, etc.) as well as fuel property changes. APC parameters can be adaptively adapted.
[0004]
[Problems to be solved by the invention]
As described above, in the conventional thermal power plant control as shown in FIG. 22, a test operation is performed for each fuel type (such as coal type in the case of coal) in order to realize stable operation and high efficiency operation of the plant. , APC parameters used in the APC 12 need to be adjusted, and a plurality of APC parameter tables prepared in advance for each fuel type need to be switched.
Further, in the control method as shown in FIG. 23, it is necessary to add a disturbance operation to each parameter when correcting the APC parameter correction function and when creating the neural network teaching data. By giving it, there is a possibility that the operating state of the boiler fluctuates and becomes a dynamic disturbance factor such as a fluctuation in the amount of power generation. That is, a sine wave or a random wave given for the APC parameter search becomes a disturbance to the boiler operation state, and thus hinders online correction and re-learning processing and automation.
[0005]
The present invention has been made in view of the above points, and an object of the present invention is to provide a state adaptation unit that performs correction processing on APC parameters used in APC in a coal-fired boiler having a plurality of pulverized coal mills. In order to provide the state adaptation unit with the function of autonomously correcting the APC parameter correction function, and to suppress the influence on the boiler due to the disturbance operation given to the pulverized coal mill when searching for new adaptive data, By applying the disturbance operation derived to each mill to each mill, the influence of the disturbance operation on the boiler operation state is suppressed, and various disturbance factors such as fuel property change (age change, equipment deterioration, etc.) are autonomously controlled. It is an object of the present invention to provide an adaptive control method and apparatus capable of adaptively adapting APC parameters and maintaining stable operation and high-efficiency operation of a coal-fired boiler.
[0006]
[Means for Solving the Problems]
In order to achieve the above object, an adaptive control method in a pulverized coal mill according to the present invention provides a coal-fired boiler having a plurality of pulverized coal mills as main constituent devices by using a boiler load request (power generation) based on a state quantity of the mill. APC parameters used in the APC are controlled by the state adaptation unit according to the mill state quantity using the automatic plant control device (APC) that controls the operation amount of the mill corresponding to the amount of the mill. In a method of controlling by a mill adaptive control device that autonomously adapts APC parameters, a state adapting unit includes an adaptive operating unit, a state recognizing unit, an adaptive data managing unit, and an adaptive data storing unit. In the processing of, the adaptive operation unit calculates the APC parameter correction amount from the mill state amount, and the state recognition unit calculates the state evaluation value from the mill state amount to correct the APC parameter. The adaptive data storage unit stores a plurality of adaptive data including the mill state amount, the APC parameter correction amount, and the state evaluation value, and the adaptive data management unit searches for a new APC parameter using the state evaluation value as an index. In the case where the necessity of execution is determined and the adaptive data storage unit is updated, and the adaptive data management unit searches for adaptive data, the adaptive data management unit outputs the APC parameter correction amount output from the adaptive operation unit. The adaptive APC parameter calculated using the correction amount to which the output for adaptive data search is added is reflected in APC, and the output for adaptive data search of each mill is set to be a disturbance operation derived based on the number of operating mills. Therefore, the effect of the disturbance operation on the multiple mills on the operating state of the entire boiler is suppressed. And it is configured to reflect the APC adaptive APC parameters calculated using the APC parameter correction amount output from the section.
[0007]
In the above method, it is preferable to use a neural network when calculating the APC parameter correction amount from the mill state amount in the adaptive operation unit. In this case, as an example, the APC parameter correction amount can be calculated from the mill state amount deviation. Preferably, the neural network is updated with the adaptive data in the adaptive data storage unit, and the input / output relationship reflected in the adaptive data storage unit as excellent adaptive data is reflected in the adaptive operation unit.
[0008]
Further, in the above method, a sine wave is used for the APC parameter search in the adaptive data management unit, and the maximum value of the amplitude setting value obtained from each operating mill is given to the adaptive data search output of all the mills. It is preferable to set the phase of the sine wave given to the output for adaptive data search of each mill during operation as a wave amplitude and a phase difference corresponding to the number of machines operated. If the coal output characteristics of each mill are the same, the influence of the disturbance operation on the operation state of the entire boiler can be suppressed by the above control method.
When the coal output characteristics of each mill are different, the amplitude and / or phase of the sine wave given to the adaptive data search output of each mill is corrected based on the coal output characteristics estimated using the mill model.
In the above correction, the coal output characteristics can be determined by observing a trajectory with the XY axis representing the coal output of each mill estimated by the mill model.
[0009]
The adaptive control device in the pulverized coal mill of the present invention is a method for operating a coal-fired boiler equipped with a plurality of pulverized coal mills as main constituent devices in accordance with a mill operation amount corresponding to a boiler load request (power generation amount) based on the state of the mill. Mill automatic control apparatus (APC) for controlling the APC parameter, and a state adaptation unit having a function of autonomously correcting an APC parameter correction function for performing a correction process on an APC parameter used in the APC. In a device controlled by a control device, a state adapting unit for calculating an APC parameter correction amount from a mill state amount, and a state for performing an adaptive state evaluation from the mill state amount and calculating a state evaluation value from the mill state amount. A recognition unit, an adaptive data storage unit that stores a plurality of adaptive data including a mill state amount, an APC parameter correction amount, and a state evaluation value; An adaptive data management unit that searches for new adaptive data and updates an adaptive data storage unit, and the APC parameter correction amount output from the adaptive operation unit, or the adaptive amount output from the adaptive data management unit during adaptive data search. To make the adaptive APC parameter calculated using the correction amount to which the data search output is added reflected in the APC, and to suppress the influence of the disturbance operation given to the mill during the adaptive data search on the operation state of the entire boiler. The output for adaptive data search of each mill is set to be a disturbance operation derived based on the number of operating mills.
[0010]
In the above apparatus, it is preferable that the adaptive operation unit is a neural network that calculates an APC parameter correction amount from a mill state amount, and the neural network is configured to be updated with the adaptive data in the adaptive data storage unit.
In the adaptive data management unit, the output for adaptive data search is given as a sine wave, and the maximum value of the amplitude setting value obtained from each mill during operation is the amplitude of the sine wave given to the output for adaptive data search for all mills. It is preferable that the phase of the sine wave applied to the adaptive data search output of each mill during operation be set to a phase difference corresponding to the number of operating units. If the coal output characteristics of each mill are the same, the influence of the disturbance operation on the operation state of the entire boiler can be suppressed by the control means described above.
If the coal output characteristics of each mill are different, etc., the estimated coal output characteristics using the mill model are determined, and the correction amount of the amplitude and / or phase of the sine wave given to the output for adaptive data search of each mill is set. It is preferable to provide an amplitude / phase correction unit having a function to perform the control. The determination of the coal removal characteristics in the amplitude / phase correction unit can be performed by observing the orbit with the coal removal amount of each mill estimated by the mill model on the XY axis.
[0011]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described. However, the present invention is not limited to the following embodiments, and can be implemented with appropriate modifications.
FIG. 1 shows a schematic configuration of an adaptive control device of a pulverized coal mill. As shown in FIG. 1, a control device of a pulverized coal mill 18, which is one of the main equipments of a coal-fired boiler, has a load demand (power generation). APC) 20 that corrects the excess or deficiency by PID control or the like, and corrects APC parameters 22 used by the APC 20 in addition to the fuel supply operation corresponding to the amount and the advance signal addition. And a state adapting unit 24 that performs the following. The state adapting unit 24 has a function of autonomously correcting the correction function of the APC parameter, and thereby, not only changes in fuel properties, but also various disturbance factors (aging of plant equipment, deterioration of equipment, etc.). APC parameters can be autonomously adjusted.
[0012]
In the present invention, in a coal-fired boiler having a plurality of pulverized coal mills as shown in FIG. 2, the APC parameters of the pulverized coal mill most affected by the coal properties can be autonomously controlled without affecting the boiler operation state. The present invention provides a control method and apparatus which can be adapted to the following. In FIG. 2, as an example, five pulverized coal mills A to E are provided, and these mills 18 are controlled by the mill adaptation control device 26 including the above-described state adaptation unit. Coal is supplied to each of the mills 18 from hoppers (coal storage tanks) 28 of A to E, and pulverized coal obtained by pulverization and classification is supplied to a burner (not shown) of a boiler furnace 30 together with air for combustion and conveyance. You. Details of these will be described later. The turbine 32 is driven by the steam generated in the boiler furnace 30, and power is generated by the generator 34.
[0013]
FIG. 3 shows a configuration of a vertical pulverized coal mill used in the present embodiment. The pulverized coal mill 18 is a device that pulverizes and classifies coal (raw coal) as a fuel and supplies it to a boiler furnace together with air for combustion and transportation. A coal feeder 36 that supplies coal into the mill is rotated. A roller 40 for pressurizing and pulverizing coal on the pulverizing dish 38, an air supply means 42 (not shown in the drawing of a blower or the like) for supplying air for combustion and conveyance from the lower part of the mill, and pulverized pulverized coal are selected according to particle size. It comprises a classifier 44 for returning pulverized coal having a large diameter into the mill again.
[0014]
As shown in FIG. 3, the coal in the coal storage tank 28 is charged into the mill casing 46 by the coal feeder 36, and the coal supplied on the rotating crushing dish 38 is blown outward by centrifugal force. Then, the pulverized coal pulverized between the upper surface of the pulverizing dish 38 and the roller 40 and pulverized outside the inside of the mill casing 46 by the combustion / transport air supplied from the air supply nozzle 48 by the air supply means 42 is blown up. Can be The roller 40 is pressed against the upper surface of the crushing dish 38 by pressing means 50 such as a spring. The pulverized coal blown up in the mill casing 46 is classified by a rotary classifier 44 having a large number of blades, and the pulverized coal having a small particle size that has passed between the blades of the classifier 44 is Is supplied to a boiler furnace (not shown) through a fuel / air conveying nozzle 52 together with combustion / transport air. On the other hand, the pulverized coal having a large particle size is returned into the mill casing 46 again. Reference numeral 54 denotes a motor as a drive source, and 56 denotes a damper for adjusting the flow rate of combustion / transport air. The APC 58 outputs the number of revolutions of the classifier 44, the pressing force of the roller 40, the supply amount of coal, the flow rate of combustion / transport air, and the like in accordance with the amount of power generation (load demand).
[0015]
Normally, in a vertical pulverized coal mill, coal supplied to the mill circulates through the mill several times until it is discharged as pulverized coal having a desired particle size. It stays around the center. Therefore, even if the coal feeder is operated by changing the load setting or the like, the amount of pulverized coal actually supplied to the boiler furnace has a dynamic characteristic with a delay of several seconds to several tens of seconds in order to change. I have. In order to compensate for the effect of the dynamic characteristics on the boiler control, APC parameters such as the classifier rotation speed and the roller pressing force are set. For example, since the mill dynamic characteristics are affected by the load, the APC parameter is set for the load in a setting table as shown in FIG. 4 (FIG. 4 shows an example in which the APC parameter is set to the classifier rotation speed. in the case of). However, in order to compensate for changes in the mill dynamics due to coal properties changes (hardness, moisture content, etc.) that cannot be measured online, the APC parameters of the coal type adjusted in the preliminary test operation are used for the coal type currently used. Therefore, it is difficult to adjust APC parameters for variations in properties within the same coal type and disturbance factors other than coal properties.
[0016]
Here, FIG. 5 shows the configuration of the state adaptation unit that performs the correction process on the APC parameters of the pulverized coal mill. As an example, the state adaptation unit includes an adaptive operation unit 60 composed of a neural network that calculates an APC parameter correction amount from a mill state amount deviation, performs an adaptive state evaluation from a mill state amount, and evaluates a state from a mill state amount deviation from a design standard. A state recognition unit 62 for calculating a value, a mill state amount used for learning of a neural network, an APC parameter correction amount, an adaptive data storage unit 64 for storing a plurality of adaptive data including state evaluation values, and a state evaluation value. It comprises an adaptive data management unit 66 for searching for new adaptive data and updating the adaptive data storage unit 64. Reference numeral 68 denotes an APC parameter table, and reference numeral 70 denotes a reference state quantity table. The APC parameter correction amount output from the adaptive operation unit 60 is used for deriving adaptive APC parameters after adding an output for adaptive data search output from the adaptive data management unit 66 during adaptive data search.
[0017]
The adaptive operation unit 60 constructs a non-linear function for deriving the APC parameter correction amount from the mill state amount based on the adaptive data group stored in the adaptive data storage unit 64. As a method for constructing a nonlinear function, there is also a means for deriving a nonlinear function each time an operation such as a regression operation is performed. In the present embodiment, a neural network that can easily and continuously derive a desired nonlinear function is used. I do. The neural network can construct a nonlinear function that reproduces the input / output characteristics of the adaptive data group stored in the adaptive data storage unit 64 by performing a procedure called learning.
[0018]
The adaptive data management unit 66 searches for better adaptive data by adding the output for adaptive data search to the APC parameter correction amount. That is, when the APC parameter correction amount changes due to the addition of the adaptive data search output, and as a result, the mill state amount changes and the state evaluation value calculated by the state recognition unit 62 improves, And the APC parameter correction amount after adding the adaptive data search output to the adaptive data storage unit 64 as excellent adaptive data. The input / output relationship reflected in the adaptive data storage unit 64 is continuously reflected in the adaptive operation unit 60 by the neural network learning means. By repeating this, it is possible to adapt the APC parameters so as to maintain good operating conditions of the state evaluation value with respect to various disturbance factors such as a change in coal type.
[0019]
Further, the processing content will be described according to the flowchart shown in FIG. First, as a plant state quantity Y, a nozzle differential pressure and a mill power that are correlated with the pulverized coal accumulation amount that affects the mill dynamic characteristics are detected, and the deviation of the load (coal feed amount) L from the reference state quantity y (L). Is calculated according to the following equation. The nozzle differential pressure is a pressure difference between before and after (an inlet side and an outlet side) of an air supply nozzle for supplying combustion / transport air into the mill.
dYj (t) = Yj (t) / yj (L)
t: time, j: each state variable (= 1, 2)
The right side of the above equation is not limited to this, and may be (Yj (t) -yj (L)) / yj (L), Yj (t) -yj (L), or the like. The reference state quantity can be obtained from the reference state quantity table 70 for each load created from the mill design data. FIG. 7 shows an example of the reference state quantity table. FIG. 7 shows a case where the state quantity is a nozzle differential pressure.
[0020]
Next, the process of obtaining the APC parameter correction amount using the state amount deviation and the process of updating the adaptive operation unit 60 are performed in parallel. In the processing for obtaining the APC parameter correction amount, the nozzle differential pressure deviation and the mill power deviation obtained above are input to a neural network which is a nonlinear function of the adaptive operation unit 60. Then, an APC parameter correction amount, here a classifier rotation speed correction amount and a roller pressing force correction amount, are obtained as neural network outputs.
The neural network used in the adaptive operation unit 60 is a supervised hierarchical neural network. As shown in FIG. 8, the entire neural network is composed of a total of three layers: an input layer 72, a hidden layer 74, and an output layer 76. Each layer is constituted by a nonlinear continuous function called a unit 78. The units 78 are connected by an information transmitter called a link 80 between the layers. Inputs entering the network are transmitted to the units in the input layer, further propagate to the hidden layer and the output layer, and finally output from the units in the output layer. Since the number of units other than the hidden layer is determined by the number of inputs and outputs of the neural network, here, both the input layer and the output layer are two units. Although the number of units in the hidden layer is not particularly limited, the case of three units is shown here.
[0021]
Next, the state recognition unit 62 calculates the state evaluation value E (t) from the nozzle differential pressure deviation dY1 (t) and the mill power deviation dY2 (t) according to the following equation (1).
[0022]
(Equation 1)
[0023]
t: time, j: each state variable (= 1, 2)
Note that the above equation is not limited to this, and may be an equation represented by the following equation 2, or the like, and these equations may be those with the right side thereof being the reciprocal. Since the smaller the state evaluation value E (t) calculated by the above equation is, the closer to the operation characteristics of the mill design standard, the adaptive target is to derive an APC parameter correction amount that reduces the state evaluation value E (t).
[0024]
(Equation 2)
[0025]
Next, the adaptive data management unit 66 determines whether or not the state evaluation value E (t) satisfies the reference evaluation value. If the state evaluation value E (t) does not satisfy the criterion, the state evaluation is performed based on disturbance factors such as a change in coal properties. When the value E (t) increases, the adaptive data search output S (t) is added to the APC parameter correction amount dX (t) calculated by the adaptive operation unit 60.
dXi (t) = dXi (t) * Si (t)
t: time, i: each APC parameter (= 1, 2)
Note that a sine wave is used for the adaptive data search output S (t), and the right side of the above equation is not limited to this, and may be dXi (t) + Si (t).
After the output of the adaptive data search Si (t), the adaptive APC parameter is calculated from the APC parameter x (L) and the APC parameter correction amount dX (t) for the load L set in the APC parameter table 68 as shown in FIG. X (t) is calculated according to the following equation.
Xi (t) = xi (L) * dXi (t)
t: time, i: each APC parameter (= 1, 2)
Note that the right side of the above expression is not limited to this, and may be xi (L) + xi (L) * dXi (t), xi (L) + dXi (t), or the like. Then, the pulverized coal mill 18 is operated by the APC 58 using the adaptive APC parameters.
[0026]
In the process of updating the adaptive operation unit 60, update candidate data of the adaptive data storage unit 64 is created using the state evaluation value E (t) calculated previously. As shown in FIG. 9, the adaptive operation data group of the adaptive data storage unit 64 includes a state amount deviation dY, an APC parameter correction amount dX derived using the state amount deviation dY, and a state evaluation value e obtained as a result. It consists of a plurality of sets of adaptation data.
Similarly, since the previously calculated state evaluation value E (t) is affected by the APC parameters corrected several times before and after the time T, m (≧ 1) of the number of times before and after the time T are calculated. Create update candidate data. However, the state evaluation value E ′ = E (t) is directly combined with the state amount deviation dY (t−T) and the APC parameter correction amount dX (t−T) before the time point T, and the state amount deviation dY ( The state evaluation value E ′ attenuated by the attenuation coefficient ζ (≧ 1) as shown in the following equation is combined with the (t−T ± dT) and the APC parameter correction amount dX (t−t ± dT). Note that dT is a sampling period (≧ 1).
E ′ = E (t) * ζ * dT
Note that the right side of the above equation is not limited to this, and E (t) * ζ * (dT) 2 And so on.
[0027]
The state evaluation values E′1, E′2,..., E′m of the m sets of update candidate data thus created and the state evaluation values e1 of the k sets of adaptive data stored in the adaptive data storage unit 64. , E2,... Ek are compared one-to-one, and when the state evaluation value E ′ of the update candidate data is superior to the state evaluation value e of the data in the adaptive data storage unit 64, that is, the state evaluation value E ′ Is smaller than e, the adaptive data is replaced.
[0028]
When the adaptive data group is updated by the adaptive data management unit 66, learning of the neural network is performed using the updated adaptive data group in order to reflect the update result to the adaptive operation unit 60. In the learning of the neural network, the state quantity deviations dY1, dY2,..., DYk are used as teacher inputs from the k pieces of adaptive data stored in the adaptive data storage unit 64, and the APC parameter correction amounts dX1, dX2,. , DXk, and when a teacher input is input to each unit of the input layer, network internal parameters such as transmission efficiency of the link and parameters of the output function of the unit so that an output close to the teacher output is obtained from each unit of the output layer. To update. By repeating this operation for k sets of teacher input / output data, a desired nonlinear function can be obtained. Since the neural network has already learned the adaptation data for which the update procedure has not been performed this time, it has to be repeated several or several tens of times to learn the input / output relationship for the newly updated adaptation data. You just have to do the calculations. Therefore, the learning of the neural network, that is, the process of updating the adaptive operation unit 60 can be executed at high speed, similarly to the process of obtaining the APC parameter correction amount.
[0029]
With the above-described method, it is possible to adapt the APC parameters so as to maintain good operating conditions of the state evaluation value with respect to various disturbance factors such as a change in coal type. However, the adaptive data search output S (t) added to the APC parameter correction amount dX (t) in the process of APC parameter correction periodically changes the classifier rotation speed and the roller pressing force. The output of pulverized coal supplied from the boiler to the boiler fluctuates periodically, which may be a dynamic disturbance in the combustion characteristics and heat collection characteristics of the boiler.
[0030]
FIG. 10 shows an example of a computer simulation of the above control method using a dynamic characteristic model of a vertical pulverized coal mill. In FIG. 10, changes in HGI (hard groove index: hardness), which is one of the coal property indicators, and moisture content are shown. On the other hand, the classifier rotation speed and roller pressure, which are the APC parameters, are corrected, and the nozzle differential pressure and the mill power are maintained at the reference values. It can be seen that the characteristics corresponding to the load can be maintained. On the other hand, the amount of pulverized coal output from the mill to the boiler periodically fluctuates by about 10 to 20%, which is a level of disturbance that cannot be ignored.
[0031]
In the present invention, in order to suppress the influence on the boiler operation characteristics due to the fluctuation of the pulverized coal output amount, a mill control system including a plurality of units as shown in FIG. 5), the amplitude of the sine wave given as the output for adaptive data search is calculated by the maximum value of the state evaluation value of the operating mill, and a sine wave of the same amplitude is given to the output for adaptive data search of the operating mill. . Further, the phases of the sine waves given to the adaptive data search output of each mill are shifted from each other based on the setting table shown in Table 1. For example, when only the A and B mills are operating, the sine wave applied to the B mill is a sine wave delayed by a half wavelength (π) with respect to the sine wave applied to the A mill. As a result, the phases of the cycle change of the classifier rotation speed setting and the roller pressing force setting given to each mill are shifted, and as a result, the cycle fluctuation of the coal output amount of the pulverized coal supplied from each mill to the boiler is shifted. In addition, fluctuations in the amount of pulverized coal finally supplied to the boiler can be suppressed.
[0032]
[Table 1]
[0033]
FIG. 12 is an example of a computer simulation of a case where the same coal property change as in FIG. 10 occurs during the operation of two A and B mills employing the above control method. As in FIG. 10, the classifier rotation speed and roller pressure, which are APC parameters, are corrected for changes in HGI and water content, which are one of the coal property indicators, and the nozzle differential pressure and mill power are used as reference values. Holding, that is, the pulverized coal retention amount can be held at the reference value, and the mill dynamic characteristics can be maintained at characteristics corresponding to the load. Further, the periodic fluctuation of the amount of coal removed from the pulverized coal supplied from the mill to the boiler is significantly suppressed, and the influence on the boiler operation characteristics can be suppressed. As a result, it is possible to realize on-line and automatic modification / re-learning processing, which is difficult with the conventional method, with almost no disturbance to the boiler.
[0034]
Another example will be described. FIG. 13 adopts the mill control system of FIG. 11, and the amount of coal supplied to the A mill increases by 30% and the amount of coal supplied to the B mill increases by 30 with two A and B mills compared to the case of FIG. This is an example in which a computer simulation is performed in a case where the same coal property change as that shown in FIGS. Due to the difference in the amount of coal supplied to the A mill and the B mill, the periodic variation in the amount of coal removed from the pulverized coal supplied from the mill to the boiler is greater than in the case of FIG. As described above, in the mill control system of FIG. 11, when the amount of coal supplied to each mill is different, or when the coal output characteristics (response time constant, dead time, etc.) of each mill are deviated due to the properties of the coal, There is a possibility that the effect of suppressing fluctuations in coal output is reduced.
[0035]
FIG. 14 shows a control system in which an amplitude / phase correction unit 82 having a coal output characteristic determination / correction amount setting function is added to the mill control system of FIG. In the present control system, the amplitude and phase correction unit 82 corrects the phase and / or amplitude of the APC parameter correction amount search signal for each mill calculated from the current mill operation status.
As shown in FIG. 15, the amplitude / phase correction unit uses the mill adaptive control device model 84 and the mill model 86 to calculate the amount of coal output from each mill when operating with the currently set APC parameter correction amount. calculate. Further, whether the phase and amplitude of the search signal is good or bad is determined by the coal output characteristic determination / correction amount setting unit 88, and the phase and amplitude corrected based on the result are repeatedly corrected until a good determination result is obtained. .
[0036]
The target trajectory table shown in FIG. 16 is used for the coal output characteristic determination in the coal output characteristic determination / correction amount setting unit. For example, when operating three A, B, and C mills, if the output of the A mill and the output of the B mill are plotted on the horizontal axis and the vertical axis, respectively, the change in the output of coal will be canceled out. It is necessary to take an elliptical orbit in which the major axis is obliquely downward at an angle of 45 degrees. In other cases, it is necessary to take a trajectory as shown in FIG. 16 in order to offset fluctuations in coal output when operating a plurality of mills.
[0037]
On the other hand, if the setting of the phase and / or the amplitude of the APC parameter correction amount search signal is inappropriate, for example, the target trajectory and the calculation trajectory estimated by the mill model are shifted as shown in FIG. By correcting the phase for the deviation of the orbital shape such as elliptical orbit and the amplitude for the deviation of the orbital inclination, the calculated orbit is brought closer to the target orbit, and as a result, the periodic fluctuation of coal output is reduced. Can be suppressed.
As shown in FIG. 18, the mill model 86 used here is operated by the correction circuit 90 based on operation data (for example, nozzle differential pressure, mill power, inlet air temperature, etc.) of the actual machine (pulverized coal mill) 18. The HGI and water content, which are main indicators of properties, are corrected to maintain the simulation accuracy of the mill model.
[0038]
FIG. 19 is an example in which computer simulation is performed when the same situation as in FIG. 13 occurs during the operation of two A and B mills employing the mill control system shown in FIGS. As described above, when the amount of coal supplied to each mill is different, it is possible to suppress the periodic fluctuation of the amount of coal output when the present control system operates. FIG. 20 shows the coal removal amount and coal removal characteristic determination result in FIG. 13, and FIG. 21 shows the coal removal amount and coal removal characteristic determination result in FIG. 19. It can be seen that the correction of the phase and the amplitude of the signal functions effectively.
[0039]
In the present embodiment, the nozzle differential pressure and the mill power are used as inputs of the adaptive operation unit, the classifier rotation speed and the roller pressing force are used as the outputs, and the sum of the deviation between the nozzle differential pressure and the mill power is used as the state evaluation value. However, these state variables and APC parameters are not limited to these.
In addition, the adaptive control of APC parameters of the present invention saves APC parameters adapted to a new type of coal, thereby automating the setting of APC parameters for each coal type, which was conventionally adjusted by manual trial and error. It is also possible to use it.
[0040]
【The invention's effect】
The present invention is configured as described above, and has the following effects.
(1) Influence of coal properties in a state adaptation unit, that is, a coal-fired boiler composed of a plurality of pulverized coal mills employing an adaptive control method having a function of autonomously correcting a correction function for performing APC parameter correction. APC parameters of the pulverized coal mill which are most affected by the above-mentioned conditions can be autonomously adapted without affecting the boiler operation state, and the stable operation and high efficiency operation of the coal-fired boiler can be maintained.
(2) In order to suppress the influence on the boiler due to the disturbance operation given to the pulverized coal mill when searching for new adaptive data, the cooperative disturbance operation derived based on the number of operating mills is given to each mill, so that the disturbance operation The boiler can be adapted to various disturbance factors such as a change in fuel properties while suppressing the influence on the boiler operation state. This makes it possible to online the correction / re-learning process which is difficult with the conventional method. Automation can be realized with little disturbance to the boiler.
[Brief description of the drawings]
FIG. 1 is a schematic configuration explanatory view showing an adaptive control device in a pulverized coal mill.
FIG. 2 is a schematic configuration diagram illustrating a coal-fired boiler including a plurality of pulverized coal mills and a mill adaptive control device.
FIG. 3 is a schematic explanatory view showing a configuration of control by a vertical pulverized coal mill and APC.
FIG. 4 is a graph showing an example of an APC parameter setting table.
FIG. 5 is a systematic schematic configuration explanatory diagram showing an example of an apparatus for implementing an adaptive control method in a pulverized coal mill.
FIG. 6 is a flowchart showing a processing procedure in an adaptive control method of the pulverized coal mill.
FIG. 7 is a graph showing an example of a reference state quantity table for each load created from mill design data.
FIG. 8 is a schematic explanatory diagram showing the overall configuration of a neural network.
FIG. 9 is a schematic explanatory diagram showing an adaptive operation data group in an adaptive data storage unit.
FIG. 10 is a graph showing the results of computer simulation using a dynamic characteristic model of a vertical pulverized coal mill.
FIG. 11 is a systematic schematic explanatory diagram showing an example of a control system in a plurality of pulverized coal mills according to the first embodiment of the present invention.
FIG. 12 is a graph showing a result of computer simulation using a dynamic characteristic model of a vertical pulverized coal mill in the first embodiment of the present invention.
FIG. 13 is a graph showing the results of computer simulation when the amount of coal supplied to the mill is different in the first embodiment of the present invention.
FIG. 14 is a systematic schematic explanatory diagram showing an example of a control system including an amplitude / phase correction unit in a plurality of pulverized coal mills according to the second embodiment of the present invention.
FIG. 15 is a schematic configuration diagram illustrating details of an amplitude / phase correction unit.
FIG. 16 is a graph illustrating an example of a target trajectory table used for coal output characteristic determination in a coal output characteristic determination / correction amount setting unit.
FIG. 17 is a graph showing a case where a target trajectory and a calculated trajectory are displaced in shape and / or inclination, and respective correction methods.
FIG. 18 is a schematic configuration explanatory view showing an example of a mill model used in the embodiment of the present invention.
FIG. 19 is a graph showing the results of computer simulation using a dynamic characteristic model of a vertical pulverized coal mill in the second embodiment of the present invention.
FIG. 20 is a graph showing a coal output amount and a coal output characteristic determination result in FIG. 13;
FIG. 21 is a graph showing a coal output amount and a coal output characteristic determination result in FIG. 19;
FIG. 22 is a schematic configuration explanatory view showing an example of an apparatus for implementing a conventional control method for a thermal power plant.
FIG. 23 is a schematic configuration explanatory view showing another example of an apparatus for implementing a conventional thermal power plant control method.
[Explanation of symbols]
10 Thermal power plant
12, 20, 58 Automatic plant control equipment (APC)
14,22 APC parameters
16, 24 State adaptation unit
18 Pulverized coal mill
26 Mill adaptive controller
28 Hopper (coal storage tank)
30 boiler furnace
32 turbine
34 generator
36 Coal feeder
38 crushing dish
40 rollers
42 Air supply means
44 classifier
46 mill casing
48 Air supply nozzle
50 pressing means
52 Fuel / air transfer nozzle
54 motor
56 Damper
60 Adaptive operation unit
62 state recognition unit
64 Adaptive data storage
66 Adaptive Data Management Unit
68 APC parameter table
70 Reference state quantity table
72 Input layer
74 Hidden Layer
76 Output layer
78 units
80 links
82 Amplitude / phase correction unit
84 Mill Adaptive Controller Model
86 mil model
88 Coal output characteristic judgment / correction amount setting unit
90 Correction circuit
