JP7238279B2 - 機械学習装置及び燃焼状態判定装置 - Google Patents
機械学習装置及び燃焼状態判定装置 Download PDFInfo
- Publication number
- JP7238279B2 JP7238279B2 JP2018119168A JP2018119168A JP7238279B2 JP 7238279 B2 JP7238279 B2 JP 7238279B2 JP 2018119168 A JP2018119168 A JP 2018119168A JP 2018119168 A JP2018119168 A JP 2018119168A JP 7238279 B2 JP7238279 B2 JP 7238279B2
- Authority
- JP
- Japan
- Prior art keywords
- coal
- combustion state
- burner
- machine learning
- combustion
- 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.)
- Active
Links
Images
Landscapes
- Feeding And Controlling Fuel (AREA)
- Regulation And Control Of Combustion (AREA)
Description
以下、本発明の第1実施形態について、図1~図7を参照することにより説明する。第1実施形態に係る燃焼状態調整システムは、バーナの燃焼状態が正常状態か異常状態か判定し、異常状態である場合には警報を発するものである。
図1は、第1実施形態に係る燃焼状態調整システム1の全体構成を示す。燃焼状態調整システム1は、図1に示すように、機械学習装置10、燃焼状態判定装置20、制御装置30、火力発電システム35、及びネットワーク40を備える。
機械学習装置10は、火力発電システム35に備わるボイラ内のバーナの燃焼状態を判定するための学習モデルを構築する装置である。
燃焼状態判定装置20は、機械学習装置10により構築された学習モデルを用いて、火力発電システム35に備わるボイラ内のバーナの燃焼状態を判定する。
制御装置30は、火力発電システム35を制御するための装置であり、本実施形態においては、とりわけ、火力発電システム35に備わる、コンベア、微粉炭機、空気供給機を制御する装置である。
火力発電システム35は、公知技術によって火力発電を実施することが可能な発電システムである。
図2は、火力発電システム35を示す概略構成例である。
火力発電システム35は、図2に示す各構成要素のほか、不図示の蒸気タービン、発電機等を備える。後述する微粉炭燃焼部38において、微粉炭の燃焼時に発生した熱は、蒸気に変換される。この蒸気により蒸気タービンが回されることにより、発電機で発電が行われる。微粉炭燃焼部38において、微粉炭の燃焼時に発生する窒素酸化物(NOx)、煤塵、硫黄酸化物(SOx)等は、後段の脱硝装置391、集塵機392及び脱硫装置(不図示)で除去され、煙突から排出される。
石炭供給部36は、サイロ361と、コンベア362と、石炭バンカ363と、給炭機364とを備える。サイロ361は、微粉炭燃焼部38での燃焼に用いられる微粉炭の原料となる石炭を貯留する。コンベア362は、サイロ361から石炭バンカ363に石炭を搬送する。石炭バンカ363は、給炭機364へ供給する石炭を貯蔵する。給炭機364は、石炭バンカ363から供給された石炭を連続して微粉炭機371(後述)へ供給する。給炭機364は、石炭の供給量を調整する装置(不図示)を備える。給炭機364は、微粉炭機371に供給される石炭の炭種と石炭量を調整できる。また、石炭供給部36は、石炭バンカ363と給炭機364との境界に石炭ゲート(不図示)を備える。この石炭ゲートは、給炭機364からの空気が石炭バンカ363へ流入することを防止する。
微粉炭生成部37は、微粉炭機(ミル)371と、微粉炭機371に空気を供給する空気供給機372とを備える。
微粉炭燃焼部38は、火炉381と、加熱機382(熱交換ユニット)と、空気供給機383と、を備える。
石炭灰処理部39は、脱硝装置391と、集塵機392と、石炭灰回収サイロ393と、を備える。
石炭灰回収サイロ393は、集塵機392により捕集された石炭灰を一時貯蔵する。
図3は、微粉炭燃焼部38における火炉381とその周辺の構成例を示す図である。
図3に示すように、火炉381の下方には、バーナ561が設けられている。バーナ561には、微粉炭機371(図2参照)から供給された微粉炭500、空気供給機372から微粉炭機371を介して供給された一次空気501が供給される。なお、一次空気501は、温度調整器625によって温度が調整された後、バーナ561に供給される。微粉炭500は、火炉381において、主にバーナゾーン381aで燃焼する。
集塵機392は、排ガス503に含まれる石炭灰(煤塵)を収集する装置である。集塵機392として、例えば、機械式の集塵機を用いることができる。
図4は、制御装置30の機能ブロック図である。制御装置30は、映像取得部31と、給炭機制御部32と、節炭器制御部33と、温度調整器制御部34とを備える。
図5は、機械学習装置10及び燃焼状態判定装置20の機能ブロック図である。
機械学習装置10は、教師あり機械学習により、燃焼状態判定装置20が燃焼状態を判定するために用いる学習モデルを構築する。そのため、機械学習装置10は、図5に示すように、特徴量抽出部11と、ラベル取得部12と、学習部13と、記憶部14とを備える。
記憶部14は、特徴量とラベルとの組を教師データとして記憶する。記憶部14が記憶する教師データに基づいて、学習部13は学習モデルを構築する。
燃焼状態判定装置20は、機械学習装置10により構築された学習モデルを用いて、バーナ561における燃焼状態を判定し、燃焼状態が異常である場合には、警報を発報する。そのため、燃焼状態判定装置20は、図5に示すように、映像取得部21と、判定部22と、警報部23とを備える。
次に、機械学習装置10の動作を主として、燃焼状態調整システム1における機械学習時の動作について説明する。図6は、機械学習装置10の動作を示すフローチャートである。
次に、燃焼状態判定装置20の動作を主として、燃焼状態調整システム1における燃焼状態判定時の動作について説明する。図7は、燃焼状態判定装置20の動作を示すフローチャートである。
本発明の第1実施形態に係る機械学習装置は、火力発電システムのバーナの火炎の映像から抽出した特徴量と、火炎の映像の取得時点から事前に設定された期間における、燃焼状態を調整する作業者の作業内容との組を教師データとして教師あり学習を行うことにより、燃焼状態の判定を行う学習モデルを構築する。
以下、本発明の第2実施形態について、図8~図12を参照することにより説明する。第2実施形態に係る燃焼状態調整システムにおいては、機械学習装置が、バーナにおける火炎の映像から抽出された特徴量と、作業者が制御装置を用いた制御における調整量との関係を規定する計算式を学習し、バーナにおける火炎がある状態の時に、この計算式から推定される調整量分だけ、制御装置が給炭機、節炭器、温度調整器を自動制御するものである。
なお、以降の第2実施形態に係る燃焼状態調整システム1Aに係る説明において、第1実施形態に係る燃焼状態調整システム1と同一の構成要素については、同一の符号を用いると共にその説明を省略し、主として異なる構成要素について説明する。
図8は、第2実施形態に係る燃焼状態調整システム1Aの全体構成を示す。第2実施形態に係る燃焼状態調整システム1Aは、第1実施形態に係る燃焼状態調整システム1における機械学習装置10の代わりに機械学習装置10Aを、制御装置30の代わりに制御装置30Aを備える。更に、燃焼状態調整システム1Aは、第1実施形態に係る燃焼状態調整システム1と異なり、燃焼状態判定装置20を必須の構成要素とはしない。
図9は、制御装置30Aの機能ブロック図である。制御装置30Aは、第1実施形態に係る制御装置30が備える給炭機制御部32の代わりに給炭機制御部32Aを、節炭器制御部33の代わりに節炭器制御部33Aを、温度調整器制御部34の代わりに温度調整器制御部34Aを備える。
すなわち、マニュアルでの制御時には、作業員が給炭機制御部32Aを用いることにより給炭機364を制御し、自動制御時には、給炭機制御部32Aが機械学習装置10Aにより設定された計算式を用いて、給炭機364を制御する。
すなわち、マニュアルでの制御時には、作業員が節炭器制御部33Aを用いることにより節炭器385を制御し、自動制御時には、節炭器制御部33Aが機械学習装置10Aにより設定された計算式を用いて、節炭器385を制御する。
すなわち、マニュアルでの制御時には、作業員が温度調整器制御部34Aを用いることにより温度調整器625を制御し、自動制御時には、温度調整器制御部34Aが機械学習装置10Aにより設定された計算式を用いて、温度調整器625を制御する。
図10は、機械学習装置10Aの機能ブロック図である。機械学習装置10Aは、第1実施形態に係る機械学習装置10が備えるラベル取得部12の代わりにラベル取得部12Aを、学習部13の代わりに学習部13Aを備える。
次に、機械学習装置10Aの動作を主として、燃焼状態調整システム1Aにおける機械学習時の動作について説明する。図11は、機械学習装置10Aの動作を示すフローチャートである。
次に、制御装置30Aの動作を主として、燃焼状態調整システム1Aにおける自動制御時の動作について説明する。図12は、制御装置30Aの動作を示すフローチャートである。なお、以下の説明では例として、給炭機制御部32A、節炭器制御部33A、温度調整器制御部34Aのうち、給炭機制御部32Aの動作について取り上げる。
本発明の第2実施形態に係る機械学習装置は、火力発電システムのバーナの火炎の映像から抽出した特徴量と、火炎の映像の取得時点から事前に設定された期間における、燃焼状態を調整する作業者の作業内容との組を教師データとして教師あり学習を行うことにより、火炎の燃焼状態を調整するための、給炭機、節炭器、及び温度調整器での調整量を算出する計算式を設定する。
上述した実施形態は、本発明の好適な実施形態ではあるが、上記実施形態に本発明の範囲を限定するものではなく、本発明の要旨を逸脱しない範囲において、種々の変更を施した形態での実施が可能である。
第1実施形態におけるラベルとして、作業者が、制御装置30の給炭機制御部32、節炭器制御部33、及び温度調整器制御部34のいずれかを動作させることにより、給炭機364、節炭器385、及び温度調整器625のいずれか1つでも制御したか否かを二値化したラベルを用いるとしたが、これには限定されない。ラベルの生成にあたり、作業者が、火力発電システム35のその他の構成要素を制御したか否かを含めて、ラベルを生成してもよい。
また、第1実施形態において、作業者が、給炭機364を制御したか否かを第1のラベル、節炭器385を制御したか否かを第2のラベル、温度調整器625を制御したか否かを第3のラベルとし、バーナ561の火炎の映像の特徴量と第1のラベルとから第1の学習モデルを、当該特徴量と第2のラベルとから第2の学習モデルを、当該特徴量と第3のラベルとから第3の学習モデルを構築してもよい。この場合、燃焼状態判定装置20の判定部22は、第1の学習モデルを用いることにより、燃焼状態が正常か異常かの判定に、給炭機364の制御の必要性を付随することが可能となる。なぜならば、第1の学習モデルにおいて、燃焼状態が異常であることと、給炭機364を制御したこととは同値だからである。同様に、燃焼状態判定装置20の判定部22は、第2の学習モデルを用いることにより、燃焼状態が正常か異常かの判定に、節炭器385の制御の必要性を付随することが可能となる。また、燃焼状態判定装置20の判定部22は、第3の学習モデルを用いることにより、燃焼状態が正常か異常かの判定に、温度調整器625の制御の必要性を付随することが可能となる。
第2実施形態においては、制御装置30Aが、給炭機364、節炭器385、及び温度調整器625を自動制御するとしたが、これには限定されない。例えば、給炭機制御部32Aが第1の調整量推定計算式を用いて推定した調整量に基づいて、作業者が給炭機364をマニュアル制御してもよい。同様に、節炭器制御部33Aが第2の調整量推定計算式を用いて推定した調整量に基づいて、作業者が節炭器385をマニュアル制御してもよい。同様に、温度調整器制御部34Aが第3の調整量推定計算式を用いて推定した調整量に基づいて、作業者が温度調整器625をマニュアル制御してもよい。
燃焼状態判定装置20の映像取得部21、及び、制御装置30及び30Aの映像取得部31は、赤外線サーモグラフィカメラにより実現するとしたが、これには限定されない。例えば、映像取得部21及び映像取得部31は、汎用のデジタルカメラやハイパースペクトルカメラにより実現されてもよい。また、バーナ561の火炎の映像はサーモグラフィ映像に限定されず、例えば、マルチスペクトル画像であってもよい。
10 10A 機械学習装置
11 特徴量抽出部
12 12A ラベル取得部
13 13A 学習部
14 記憶部
20 燃焼状態判定装置
21 映像取得部
22 判定部
23 警報部
30 制御装置
31 映像取得部
32 32A 給炭機制御部
33 33A 節炭器制御部
34 34A 温度調整器制御部
35 火力発電システム
40 ネットワーク
364 給炭機
385 節炭器
561 バーナ
625 温度調整器
Claims (5)
- 火力発電システムに備わるボイラ内のバーナの燃焼状態を判定するための学習モデルを構築する機械学習装置であって、
前記バーナの火炎の映像から、前記火炎の特徴量を抽出する特徴量抽出手段と、
前記火炎の映像を取得して以降、取得時点から事前に設定された期間における、前記火炎の状態による、前記燃焼状態を調整する作業者の作業内容をラベルとして取得し、前記ラベルは、少なくとも給炭、節炭及び温度調整を含む要素のうちで、少なくとも1つの要素を制御したか否かによる、二値化されたラベルである、ラベル取得手段と、
前記特徴量と前記ラベルとの組を教師データとして教師あり学習を行うことにより、前記燃焼状態の判定を行う学習モデルを構築する学習手段と、
を備える機械学習装置。 - 前記火炎の映像は、前記火炎のサーモグラフィ映像である、請求項1に記載の機械学習装置。
- 前記火力発電システムは、
前記バーナでの燃焼に用いられる石炭を貯留するサイロと、
前記サイロに貯留された前記石炭を粉砕前に一時貯蔵する石炭バンカと、
前記石炭バンカに貯蔵された前記石炭を微粉炭に粉砕する微粉炭機と、
前記石炭バンカから前記微粉炭機に前記石炭を供給する給炭機と、
前記ボイラの出口付近に設置され、前記ボイラの給水を予熱する節炭器と、
前記微粉炭機を通じて前記バーナに燃焼用空気を供給する空気供給機と、
前記バーナに導入される燃焼用空気の温度を調整する温度調整器とを備え、
前記作業内容は、前記作業者による、前記給炭機、前記節炭器、前記温度調整器のいずれか1以上の制御に係る作業内容である、請求項1又は2に記載の機械学習装置。 - 請求項1~3までのいずれか1項に記載の機械学習装置で構築した前記学習モデルを用いた燃焼状態判定装置であって、
前記バーナの火炎の映像を取得する映像取得部と、
前記映像から特徴量を抽出し、前記特徴量と前記学習モデルとに基づいて、前記燃焼状態の判定を行う判定部と、
前記判定に基づいて、前記燃焼状態が異常状態にある場合には警報を発報する警報部と、
を備える燃焼状態判定装置。 - 請求項3に記載の機械学習装置で構築した前記学習モデルを用いた燃焼状態判定装置であって、
前記バーナの火炎の映像を取得する映像取得部と、
前記映像から特徴量を抽出し、前記特徴量と前記学習モデルとに基づいて、前記燃焼状態の判定を行う判定部と、
前記判定に基づいて、前記燃焼が異常状態にある場合には、前記給炭機、前記節炭器、前記温度調整器のうち、いずれか1以上の装置の制御の必要性と共に、警報を発報する警報部と、
を備える燃焼状態判定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018119168A JP7238279B2 (ja) | 2018-06-22 | 2018-06-22 | 機械学習装置及び燃焼状態判定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018119168A JP7238279B2 (ja) | 2018-06-22 | 2018-06-22 | 機械学習装置及び燃焼状態判定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019219147A JP2019219147A (ja) | 2019-12-26 |
JP7238279B2 true JP7238279B2 (ja) | 2023-03-14 |
Family
ID=69096265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018119168A Active JP7238279B2 (ja) | 2018-06-22 | 2018-06-22 | 機械学習装置及び燃焼状態判定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7238279B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102430963B1 (ko) * | 2020-06-19 | 2022-08-09 | 인천대학교 산학협력단 | 인공신경망의 딥러닝을 이용하는 영상 시퀀스 분류 방법 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2620245B2 (ja) | 1987-07-09 | 1997-06-11 | バブコツク日立株式会社 | 学習機能を有する自動バーナ制御装置 |
JP2001159915A (ja) | 1999-12-03 | 2001-06-12 | Nkk Corp | 運転支援装置 |
JP2017032213A (ja) | 2015-07-31 | 2017-02-09 | 中国電力株式会社 | 石炭火力発電設備 |
JP2017187228A (ja) | 2016-04-06 | 2017-10-12 | 日立造船株式会社 | ストーカ式焼却炉 |
JP2018072029A (ja) | 2016-10-25 | 2018-05-10 | ファナック株式会社 | 学習モデル構築装置、故障予測システム、学習モデル構築方法及び学習モデル構築プログラム |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0637974B2 (ja) * | 1984-09-05 | 1994-05-18 | 株式会社日立製作所 | 燃焼診断装置 |
JPH0627577B2 (ja) * | 1985-10-11 | 1994-04-13 | 株式会社日立製作所 | 燃焼状態診断装置および燃焼状態制御装置 |
JPH0690080B2 (ja) * | 1987-05-29 | 1994-11-14 | 日本ファ−ネス工業株式会社 | バ−ナ燃焼状態解析装置 |
JP2928630B2 (ja) * | 1990-11-30 | 1999-08-03 | 株式会社日立製作所 | 燃焼制御装置 |
JPH05187265A (ja) * | 1992-01-13 | 1993-07-27 | Hitachi Ltd | ガスタービン燃焼診断装置 |
JPH06119454A (ja) * | 1992-10-08 | 1994-04-28 | Babcock Hitachi Kk | 異常検出方法および装置 |
JPH07208733A (ja) * | 1994-01-18 | 1995-08-11 | Mitsubishi Heavy Ind Ltd | ボイラプラントの燃焼監視装置 |
JPH0814551A (ja) * | 1994-06-29 | 1996-01-19 | Mitsubishi Heavy Ind Ltd | ボイラの火炎燃焼状態予測装置 |
JP2963009B2 (ja) * | 1994-08-04 | 1999-10-12 | 川崎重工業株式会社 | カラー画像を利用した燃焼判定・制御方法および判定・制御装置 |
JP3383773B2 (ja) * | 1998-10-16 | 2003-03-04 | 株式会社山武 | 炎診断装置 |
EP1391655A1 (de) * | 2002-08-16 | 2004-02-25 | Powitec Intelligent Technologies GmbH | Verfahren zur Überwachung eines thermodynamischen Prozesses |
JP6172249B2 (ja) * | 2014-12-03 | 2017-08-02 | Jfeスチール株式会社 | 熱処理設備の燃焼管理システム |
JP2018063545A (ja) * | 2016-10-12 | 2018-04-19 | 横河電機株式会社 | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
-
2018
- 2018-06-22 JP JP2018119168A patent/JP7238279B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2620245B2 (ja) | 1987-07-09 | 1997-06-11 | バブコツク日立株式会社 | 学習機能を有する自動バーナ制御装置 |
JP2001159915A (ja) | 1999-12-03 | 2001-06-12 | Nkk Corp | 運転支援装置 |
JP2017032213A (ja) | 2015-07-31 | 2017-02-09 | 中国電力株式会社 | 石炭火力発電設備 |
JP2017187228A (ja) | 2016-04-06 | 2017-10-12 | 日立造船株式会社 | ストーカ式焼却炉 |
JP2018072029A (ja) | 2016-10-25 | 2018-05-10 | ファナック株式会社 | 学習モデル構築装置、故障予測システム、学習モデル構築方法及び学習モデル構築プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2019219147A (ja) | 2019-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8601960B2 (en) | Method and apparatus of controlling exhaust gas in oxyfuel combustion boiler | |
US20110011315A1 (en) | Oxyfuel Boiler and Control Method for Oxyfuel Boiler | |
US10954854B2 (en) | Power plant methods and apparatus | |
US9186625B2 (en) | Method and apparatus for pre-heating recirculated flue gas to a dry scrubber during periods of low temperature | |
US10302301B2 (en) | Method and apparatus for controlling inlet temperature of dedusting apparatus in oxygen combustion boiler equipment | |
CN106662417B (zh) | 热交换器的监视装置及热交换器的监视方法 | |
KR101394113B1 (ko) | Oxy-PC 연소시스템 운전장치 및 운전방법 | |
CN103381340B (zh) | 增强的烟道气阻尼器混合装置 | |
JP7238279B2 (ja) | 機械学習装置及び燃焼状態判定装置 | |
JP2016053953A (ja) | プラントの少なくとも1つの動作パラメータを制御するための装置及び方法 | |
JP2018103067A (ja) | 粉砕プラントにおける処理装置、方法、およびプログラム | |
EP3755947B1 (en) | Method for operating a combustion chamber | |
KR102386243B1 (ko) | 산화제 농도 및 열량을 제어하여 승온 속도를 증가시키는 순환유동층 반응기 제어 방법 및 이를 이용하는 순환유동층 연소 시스템 | |
JP7259963B2 (ja) | 制御システム | |
EP3473927B1 (en) | Method for operating a steam generation system | |
JP6492478B2 (ja) | 粉砕プラントにおける給炭量の演算方法、装置及びプログラム | |
JP6347100B2 (ja) | 排ガス循環系粉砕プラントのミル出口温度制御方法、装置及びプログラム | |
TW202417781A (zh) | 煤氨混燒鍋爐控制裝置、煤氨混燒鍋爐控制方法、煤氨混燒鍋爐控制程式 | |
TW202417782A (zh) | 鍋爐控制裝置、鍋爐控制方法、及鍋爐控制程式 | |
JP6525759B2 (ja) | コークス乾式消火装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210311 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220328 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220726 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220922 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230131 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7238279 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |