JP7296436B2 - 制御装置 - Google Patents
制御装置 Download PDFInfo
- Publication number
- JP7296436B2 JP7296436B2 JP2021169507A JP2021169507A JP7296436B2 JP 7296436 B2 JP7296436 B2 JP 7296436B2 JP 2021169507 A JP2021169507 A JP 2021169507A JP 2021169507 A JP2021169507 A JP 2021169507A JP 7296436 B2 JP7296436 B2 JP 7296436B2
- Authority
- JP
- Japan
- Prior art keywords
- flow rate
- steam flow
- unit
- information
- main steam
- 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
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23G—CREMATION FURNACES; CONSUMING WASTE PRODUCTS BY COMBUSTION
- F23G5/00—Incineration of waste; Incinerator constructions; Details, accessories or control therefor
- F23G5/50—Control or safety arrangements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E20/00—Combustion technologies with mitigation potential
- Y02E20/12—Heat utilisation in combustion or incineration of waste
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Incineration Of Waste (AREA)
Description
上記課題を解決するために、本開示に係る別の制御装置は、情報取得部と、蒸気流量予測部と、発熱量推定部と、制御部とを備える。情報取得部は、焼却設備内の処理空間へ供給される前の被焼却物に関する情報を取得する。蒸気流量予測部は、情報取得部により取得された情報を含む予測用情報に基づき、焼却設備のボイラで生成される主蒸気流量を予測する。制御部は、蒸気流量予測部により予測された主蒸気流量に基づき燃焼制御を行う。発熱量推定部は、上記情報に含まれるまたは上記情報から得られる、焼却設備のホッパ内での被焼却物の密度またはホッパ内での被焼却物の水分計測結果に基づいて被焼却物の低位発熱量を推定する。前記蒸気流量予測部は、前記発熱量推定部により推定された前記低位発熱量に基づき前記主蒸気流量を予測する。
<1.焼却設備の全体構成>
図1は、実施形態に係る焼却設備SFの全体構成を示す概略構成図である。焼却設備SFは、例えば、都市ごみ、産業廃棄物、またはバイオマスなどを被焼却物Gとするストーカ炉である。以下では説明の便宜上、「被焼却物G」を「ごみG」と称する。なお、焼却設備SFは、ストーカ炉に限定されるものではなく、別タイプの焼却設備でもよい。本実施形態では、焼却設備SFは、例えば、クレーン1、焼却炉2、排熱回収ボイラ3、減温塔4、集塵装置5、煙道6、煙突7、および制御装置100を備える。
次に、焼却炉2について詳しく説明する。焼却炉2は、例えば、供給機構10、炉本体20、ストーカ30、風箱41、排出シュート42、火炉43、および送風機構50を有する。
供給機構10は、クレーン1によって運ばれたごみGを、一時的に貯留するとともに、後述する炉本体20の処理空間Vに向けて順次供給する機構である。供給機構10は、例えば、ホッパ11、フィーダ12、押出装置13(図2参照)、物体計測器14、および水分計測器15を有する。
炉本体20は、ホッパ11に隣接して設けられ、ごみGを搬送しながら燃焼させる設備である。以下では、燃焼設備FにおけるごみGの搬送方向を「搬送方向D」と称する。炉本体20は、搬送方向Dにおける上流側から下流側に向けて、乾燥段20a、燃焼段20b、および後燃焼段20cをこの順に有する。乾燥段20aは、燃焼段20bおよび後燃焼段20cよりも上流側に位置し、ホッパ11から供給されたごみGを、ストーカ30上での燃焼に先立って乾燥させる領域である。燃焼段20bおよび後燃焼段20cは、乾燥段20aを通過して乾燥した状態のごみGをストーカ30上で燃焼させる領域である。燃焼段20bでは、ごみGから発生する熱分解ガスによる拡散燃焼が起き、輝炎Fが生じる。後燃焼段20cでは、ごみGの拡散燃焼後の固定炭素燃焼が起きるため、輝炎Fは生じない。燃焼段20bおよび後燃焼段20cは、ごみGを燃焼させる処理空間Vの一例である。乾燥段20aは、搬送方向Dにおいて処理空間Vよりも上流側の領域の一例である。
ストーカ30は、複数の火格子31と、火格子駆動装置32(図2参照)とを含む。複数の火格子31は、炉本体20の底面(例えば処理空間Vの底面)となるストーカ面30aを形成している。ストーカ面30aには、供給機構10によってごみGが層状に供給される。ストーカ面30aは、上述した乾燥段20a、燃焼段20b、および後燃焼段20cに亘り設けられている。複数の火格子31は、固定火格子と、可動火格子とを含む。固定火格子は、後述する風箱41の上面に固定されている。可動火格子は、一定の速度で搬送方向Dに沿って往復移動することで、可動火格子と固定火格子の上(ストーカ面30a上)にあるごみGを攪拌混合しながら下流側へ搬送する。
風箱41は、ストーカ30の下方に設けられ、ストーカ30を通じて炉本体20の内部に燃焼用の空気を供給する。風箱41は、搬送方向Dに複数配列されている。風箱41は、風箱圧力センサ41aを有する。風箱圧力センサ41aは、風箱41の内部の圧力を検出する。風箱41の内部の圧力は、後述する一次空気ライン52を通じて炉本体20の内部に供給される燃焼空気の圧力に相当する。風箱圧力センサ41aの検出結果は、制御装置100に送信される。
送風機構50は、炉本体20の内部に空気(例えば燃焼空気)を供給する。送風機構50は、例えば、送風機51、一次空気ライン52、空気予熱器53、二次空気ライン54、ダンパ55、および空気流量センサ56を有する。
次に、排熱回収ボイラ3について説明する。排熱回収ボイラ3は、例えば、ボイラ本体61、管路62、放射温度センサ(赤外線温度センサ)63、炉内圧力センサ64、給水流量センサ65、および過熱器減温器流量センサ(蒸気流量センサ)66を含む。
次に、制御装置100について説明する。
図2は、実施形態に係る焼却設備SFの機能構成を示すブロック図である。制御装置100は、焼却設備SFを統括的に制御する。例えば、制御装置100は、炉本体20の処理空間VでのごみGの燃焼制御を行う。本実施形態では、制御装置100は、例えば、情報取得部110、データ変換部120、予測モデル作成部130、予測モデル判定部140、蒸気流量予測部150、および制御部160を有する。制御装置100による制御対象の装置(以下「制御対象装置S」と称する)は、上述した押出装置13、送風機51、ダンパ55、および火格子駆動装置32などを含む。
情報取得部110は、焼却設備SFに含まれる上述した各種センサにより検出された検出結果などを取得する。例えば、情報取得部110は、重量センサ1bの検出結果(ごみ重量)、物体計測器14の検出結果(ごみ高さ)、水分計測器15の検出結果(ごみ水分検出結果)、可視光カメラ21の撮像結果(燃焼火炎画像)、赤外カメラ22の撮像結果(ごみ層画像)、風箱圧力センサ41aの検出結果(風箱圧力)、空気流量センサ56の検出結果(押込空気流量)、放射温度センサ63の検出結果(炉内温度)、炉内圧力センサ64の検出結果(炉内圧力)、給水流量センサ65の検出結果(給水流量)、過熱器減温器流量センサ66の検出結果(過熱器減温器流量)、およびガス濃度センサ6aの検出結果(酸素濃度など)を取得する。
データ変換部120は、情報取得部110から受け取る情報に対して所定のデータ変換を行う。例えば、データ変換部120は、所定のデータ変換として、特徴量の抽出、時間遅れの調整、平均化処理などを行う。
第1発熱量推定部121には、重量センサ1bの検出結果(ごみ重量)と、物体計測器14の検出結果(ごみ高さ)とが入力される。第1発熱量推定部121は、ごみGの高さに基づき(例えばごみGの高さとクレーン1の把持部1aの大きさに基づき)、ごみGの体積を算出する。そして、第1発熱量推定部121は、ごみGの重量をごみGの体積で除算することで、ごみGの密度を算出する。また、第1発熱量推定部121は、ごみGの密度とごみGの発熱量(例えば低位発熱量LHV:Lower Heating Value)(以下「ごみ発熱量」と称する)との相関関係を示す相関関係情報を有する。上記相関関係情報は、例えば、ごみGの密度からごみ発熱量の推定値を算出する発熱量推定式である。第1発熱量推定部121は、算出されたごみGの密度と、上記相関関係情報とに基づき、ごみ発熱量の推定値を算出する。第1発熱量推定部121は、算出されたごみ発熱量の推定値を、調整処理部PUに出力する。
第2発熱量推定部122には、水分計測器15の検出結果(ごみ水分検出結果)が入力される。なお、第2発熱量推定部122には、第1発熱量推定部121で算出されたごみGの体積がさらに入力されてもよい。ごみGの体積が入力される場合、第2発熱量推定部122は、ごみGの水分率とごみGの体積とを乗算することで、ごみGの水分量を算出することができる。第2発熱量推定部122は、ごみGの水分に関する値(水分率または水分量)とごみ発熱量(例えば低位発熱量)との相関関係を示す相関関係情報を有する。上記相関関係情報は、例えば、ごみGの水分に関する値からごみ発熱量の推定値を算出する発熱量推定式である。第2発熱量推定部122は、ごみGの水分に関する値と、上記相関関係情報とに基づき、ごみ発熱量の推定値を算出する。第2発熱量推定部122は、算出されたごみ発熱量の推定値を、調整処理部PUに出力する。
第1特徴量抽出部123には、可視光カメラ21の撮影結果(燃焼火炎画像)が入力される。第1特徴量抽出部123は、入力された燃焼火炎画像に対してクラスタリング処理を行うことで、色情報に応じて複数の色領域に区分された色画像データIM(図5参照)に変換する。そして、第1特徴量抽出部123は、色画像データIMに基づいて火炎状態に関する特徴量を抽出する。
酸素濃度推定部124には、第1特徴量抽出部123により抽出された特徴量と、情報取得部110により取得されたプロセスデータの一部または全部が入力される。酸素濃度推定部124に入力されるプロセスデータは、例えば、風箱圧力センサ41aの検出結果、空気流量センサ56の検出結果、放射温度センサ63の検出結果、炉内圧力センサ64の検出結果、給水流量センサ65の検出結果、過熱器減温器流量センサ66の検出結果、およびガス濃度センサ6aの検出結果などのうち1つ以上である。酸素濃度推定部124は、入力された特徴量およびプロセスデータに基づき機械学習による回帰分析を行うことで、処理空間Vの酸素濃度を推定するための推定式を導出する。そして、酸素濃度推定部124は、入力された特徴量およびプロセスデータと上記推定式に基づいて、処理空間Vの酸素濃度の推定値をリアルタイムで算出する。酸素濃度推定部124は、算出した酸素濃度の推定値を燃え難さ係数算出部125に出力する。なお、酸素濃度推定部124によって上記推定式を導出する手法は、回帰分析に限らず、別の手法でもよい。また、機械学習のアルゴリズムは、特に限定されず、公知の種々のアルゴリズムを用いることが可能である。
燃え難さ係数算出部125には、酸素濃度推定部124により算出された酸素濃度の推定値と、情報取得部110により取得されたプロセスデータの一部または全部が入力される。酸素濃度推定部124に入力されるプロセスデータは、例えば、放射温度センサ63の検出結果、およびフィーダ12の移動速度などのうち1つ以上である。本実施形態では、燃え難さ係数算出部125は、酸素濃度の推定値、放射温度センサ63の検出結果、およびフィーダ12の移動速度の変化量などに基づき、処理空間Vの燃焼状態を数値化した燃え難さ係数を算出する。燃え難さ係数算出部125は、算出した燃え難さ係数を、調整処理部PUに出力する。本開示で「燃え難さ」とは、「燃焼状況」を意味する。
画像変換部126には、赤外カメラ22の撮像結果(ごみ層画像)が入力される。画像変換部126は、入力されたごみ層画像に対して所定の画像処理を行い、ごみ層画像を単純化する。例えば、画像変換部126は、入力されたごみ層画像を二値化する。二値化の手法は、例えば大津法であるが、これに限定されない。
ごみ層高さ検出部127には、画像変換部126により得られた画像が入力される。ごみ層高さ検出部127は、入力された画像に基づき、炉本体20の乾燥段20aにおけるごみGの高さ(ごみ層高さ)を検出する。
第2特徴量抽出部128には、赤外カメラ22の撮像結果(ごみ層画像)が入力される。第2特徴量抽出部128は、入力されたごみ層画像に対してクラスタリング処理を行うことで、色情報に応じて複数の色領域に区分された色画像データに変換する。そして、第2特徴量抽出部128は、上記色画像データに基づいてごみの供給状態に関する特徴量を抽出する。なお、「画像をクラスタリング処理により色情報に応じて複数の色領域に区分する」ことの処理方法、および、クラスタリング処理のアルゴリズムは、例えば、第1特徴量抽出部123の処理方法およびアルゴリズムと同じであるが、異なってもよい。
フィーダ供給量推定部129には、ごみ層高さ検出部127により算出されたごみ層高さを示す情報と、第2特徴量抽出部128により抽出されたごみGの供給状態の特徴量を示す情報とが入力される。また、フィーダ供給量推定部129は、ごみ層高さおよびごみGの供給状態の特徴量と、フィーダ12からのごみGの供給量との相関関係を示す相関関係情報を有する。上記相関関係情報は、例えば、ごみ層高さおよびごみGの供給状態の特徴量から、フィーダ12からのごみGの供給量を算出する供給量推定式である。フィーダ供給量推定部129は、入力されたごみ層高さを示す情報およびごみGの供給状態の特徴量と、上記相関関係情報とに基づき、フィーダ12からのごみGの供給量の推定値を算出する。フィーダ供給量推定部129は、算出したごみGの供給量の推定値を、調整処理部PUに出力する。ごみGの供給量の推定値は、「ホッパ11から処理空間VへのごみGの供給状態を示す供給状態情報」の別の一例である。
調整処理部PUには、第1発熱量推定部121、第2発熱量推定部122、第1特徴量抽出部123、燃え難さ係数算出部125、およびフィーダ供給量推定部129により算出された情報、並びに情報取得部110により取得されたプロセスデータが入力される。以下、これらを纏めて「入力情報」と称する。本実施形態では、調整処理部PUに入力されるプロセスデータは、例えば、フィーダ12のプロセス値(例えばフィーダ12のストローク長および/またはフィーダ12の移動速度)、風箱圧力センサ41aの検出結果、空気流量センサ56の検出結果、炉内圧力センサ64の検出結果、放射温度センサ63の検出結果、給水流量センサ65の検出結果、過熱器減温器流量センサ66の検出結果、およびガス濃度センサ6aの検出結果(例えば酸素濃度)を含む。なお、上記プロセスデータの一部または全部(例えばフィーダ12のプロセス値)は省略されてもよい。
予測モデル作成部130には、予測モデル作成処理(学習処理)において、調整処理部PUにより生成されたデータセットと、当該データセットに対応する主蒸気流量の予測値の正解データとの組み合わせが学習データとして入力される。予測モデル作成部130は、入力された学習データに基づき機械学習を行うことで、将来時点の主蒸気流量を予測するための主蒸気流量予測モデルMを生成する。主蒸気流量予測モデルMは、調整処理部PUにより生成されたデータセットが入力された場合に、将来時点の主蒸気流量の予測値を出力する学習済みモデルである。主蒸気流量予測モデルMは、例えば、LSTM(Long Short Term Memory)またはXGBoost(eXtreme Gradient Boosting)などであるが、これらに限定されない。機械学習のアルゴリズムは、特に限定されず、公知の種々の機械学習のアルゴリズムを用いることが可能である。
予測モデル判定部140は、予測モデル作成部130により生成された複数の学習期間に対応する複数の主蒸気流量予測モデルMについて評価を行い、蒸気流量予測部150で用いる主蒸気流量予測モデルMを選定する。
蒸気流量予測部150は、焼却設備SFの運転段階において、調整処理部PUにより生成されたデータセットと、予測モデル判定部140により選択された主蒸気流量予測モデルMとを用いて、将来時点における主蒸気流量の予測値を導出する。本実施形態では、60秒先、120秒先、および180秒先の主蒸気流量をそれぞれ予測する複数の主蒸気流量予測モデルMが用いられ、60秒先、120秒先、および180秒先の主蒸気流量の予測値が導出される。蒸気流量予測部150は、所定の周期(例えば毎秒や10秒毎)に主蒸気流量の予測値を導出する。蒸気流量予測部150は、導出された主蒸気流量の予測値を、制御部160に出力する。
制御部160は、蒸気流量予測部150により導出された主蒸気流量の予測値(例えば、60秒先、120秒先、および180秒先の予測値)に基づき、処理空間Vの燃焼制御を行う。具体的には、制御部160は、処理空間Vの燃焼状態の変動量が小さくなるように、制御対象装置Sを制御する。
次に、上述した制御装置100における処理の流れの一例について説明する。ただし、以下に説明する処理の順番は、以下の例に限定されず、適宜入れ替えられてもよい。
まず、主蒸気流量予測モデルMの作成処理(学習処理)について説明する。以下に説明する主蒸気流量予測モデルMの作成処理は、後述する焼却設備SFの運転段階においても並行して実行される。
次に、焼却設備SFの運転段階の処理について説明する。
図13は、燃焼設備の運転段階の処理の流れを示すフローチャートである。まず、情報取得部110は、各種センサの検出結果およびプロセスデータを取得する(S201)。次に、データ変換部120は、情報取得部110により取得された各種センサの検出結果およびプロセスデータに基づき、主蒸気流量予測モデルMに入力するためのデータセットを生成する(S202)。データ変換部120は、生成したデータセットを蒸気流量予測部150に出力する。
主蒸気流量は、ごみGの供給状態やごみGの性状によって大きく変動する場合がある。このため、燃焼工程以降の情報から予測を行う場合、主蒸気流量の予測精度を高めることが難しい場合がある。
上述した実施形態では、各入力情報に対して個別に設定された時間遅れ設定値は、各入力情報と主蒸気流量との相関関係が最も高くなる時間遅れ設定値が選定されて設定された後、設定された時間遅れ設定値が固定値として用いられる。しかしながら、時間遅れ調整部PUbは、所定の周期で、各入力情報と主蒸気流量との相関関係を計算し直し、各入力情報と主蒸気流量との相関関係がより高くなるように時間遅れ設定値を変更してもよい。このような構成によれば、ごみGの性状が季節やその他の要因によって変わる場合でも、主蒸気流量の予測精度をさらに高めることができる場合がある。
以上、本開示の実施形態について図面を参照して詳述したが、具体的な構成はこの実施形態に限られるものではなく、本開示の要旨を逸脱しない範囲の設計変更なども含まれる。
各実施形態に記載の制御装置100は、例えば以下のように把握される。
Claims (5)
- 焼却設備内の処理空間へ供給される前の被焼却物に関する情報を取得する情報取得部と、
前記情報取得部により取得された前記情報を含む予測用情報に基づき、前記焼却設備のボイラで生成される主蒸気流量を予測する蒸気流量予測部と、
前記蒸気流量予測部により予測された前記主蒸気流量に基づき燃焼制御を行う制御部と、
を備え、
前記焼却設備は、前記処理空間へ供給される前の前記被焼却物が堆積されるホッパと、前記ホッパの内部に堆積した前記被焼却物を前記処理空間に向けて押し出すフィーダとを有し、
前記予測用情報は、前記焼却設備のホッパから前記処理空間への前記被焼却物の供給状態を示す供給状態情報を含み、前記供給状態情報は、前記フィーダのストローク長と前記フィーダの移動速度とのうち少なくとも一方を示す情報を含む、
制御装置。 - 前記情報は、前記被焼却物の性状に関する情報を含む、
請求項1に記載の制御装置。 - 前記情報は、前記焼却設備のホッパ内での前記被焼却物の堆積状態を示す堆積状態情報を含む、
請求項1または請求項2に記載の制御装置。 - 前記堆積状態情報は、前記焼却設備における前記被焼却物の搬送方向の下流側から、前記処理空間の火炎を透過して前記ホッパの出口部が撮像された赤外画像を含む、
請求項3に記載の制御装置。 - 焼却設備内の処理空間へ供給される前の被焼却物に関する情報を取得する情報取得部と、
前記情報取得部により取得された前記情報を含む予測用情報に基づき、前記焼却設備のボイラで生成される主蒸気流量を予測する蒸気流量予測部と、
前記蒸気流量予測部により予測された前記主蒸気流量に基づき燃焼制御を行う制御部と、
前記情報に含まれるまたは前記情報から得られる、前記焼却設備のホッパ内での前記被焼却物の密度または前記ホッパ内での前記被焼却物の水分計測結果に基づいて前記被焼却物の低位発熱量を推定する発熱量推定部と、
を備え、
前記蒸気流量予測部は、前記発熱量推定部により推定された前記低位発熱量に基づき前記主蒸気流量を予測する、
制御装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021169507A JP7296436B2 (ja) | 2021-10-15 | 2021-10-15 | 制御装置 |
PCT/JP2022/036664 WO2023063107A1 (ja) | 2021-10-15 | 2022-09-30 | 制御装置 |
TW111137841A TW202323728A (zh) | 2021-10-15 | 2022-10-05 | 控制裝置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021169507A JP7296436B2 (ja) | 2021-10-15 | 2021-10-15 | 制御装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023059470A JP2023059470A (ja) | 2023-04-27 |
JP7296436B2 true JP7296436B2 (ja) | 2023-06-22 |
Family
ID=85988315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021169507A Active JP7296436B2 (ja) | 2021-10-15 | 2021-10-15 | 制御装置 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7296436B2 (ja) |
TW (1) | TW202323728A (ja) |
WO (1) | WO2023063107A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116300666A (zh) * | 2023-05-24 | 2023-06-23 | 科大智能物联技术股份有限公司 | 基于XGBoost优化的电厂锅炉运行控制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022161065A (ja) | 2021-04-08 | 2022-10-21 | Jfeエンジニアリング株式会社 | ごみ質予測装置、焼却炉の燃焼制御装置、ごみ質予測方法、ごみ質予測モデルの学習方法およびごみ質予測モデルプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6782203B2 (ja) * | 2017-08-09 | 2020-11-11 | 川崎重工業株式会社 | 発熱量推定方法、発熱量推定装置、及びごみ貯蔵設備 |
JP7093757B2 (ja) * | 2019-12-04 | 2022-06-30 | 三菱重工業株式会社 | 燃焼設備の制御装置、燃焼設備の制御方法およびプログラム |
-
2021
- 2021-10-15 JP JP2021169507A patent/JP7296436B2/ja active Active
-
2022
- 2022-09-30 WO PCT/JP2022/036664 patent/WO2023063107A1/ja unknown
- 2022-10-05 TW TW111137841A patent/TW202323728A/zh unknown
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022161065A (ja) | 2021-04-08 | 2022-10-21 | Jfeエンジニアリング株式会社 | ごみ質予測装置、焼却炉の燃焼制御装置、ごみ質予測方法、ごみ質予測モデルの学習方法およびごみ質予測モデルプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2023063107A1 (ja) | 2023-04-20 |
TW202323728A (zh) | 2023-06-16 |
JP2023059470A (ja) | 2023-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6824859B2 (ja) | 炉内状態量推定装置、推定モデル作成装置、それらのプログラムおよび方法 | |
WO2023063107A1 (ja) | 制御装置 | |
JP6723864B2 (ja) | ごみ移動速度検出機能を備えた燃焼制御装置 | |
KR20190011282A (ko) | 쓰레기 소각 설비 및 쓰레기 소각 설비의 제어 방법 | |
JP2021067381A (ja) | 燃焼状況評価方法及び燃焼制御方法 | |
WO2021075488A1 (ja) | 燃焼状況評価方法及び燃焼制御方法 | |
WO2023037742A1 (ja) | 焼却炉設備の制御装置 | |
JP2022161065A (ja) | ごみ質予測装置、焼却炉の燃焼制御装置、ごみ質予測方法、ごみ質予測モデルの学習方法およびごみ質予測モデルプログラム | |
CN111094851B (zh) | 热值推定方法、热值推定装置及垃圾贮存设备 | |
JP2019086255A (ja) | ストーカ炉の燃焼制御装置及び方法、並びに、燃料移動量の検出装置及び方法 | |
JP7308016B2 (ja) | ごみ質推定システム及び方法、並びに、ごみ貯蔵設備 | |
JP7256016B2 (ja) | 予測モデル生成装置、予測モデル生成装置による予測モデル生成方法、及び予測装置 | |
KR20240073073A (ko) | 제어 장치 | |
JP7085039B1 (ja) | 予測モデル作成装置、排ガス濃度制御システム、予測モデル作成方法、及び排ガス濃度制御方法 | |
WO2021075489A1 (ja) | 燃焼状況評価方法及び燃焼制御方法 | |
JP7478297B1 (ja) | 情報処理システム、情報処理方法、学習システム、および学習方法 | |
KR20240029089A (ko) | 연소 보일러의 유동층에서 국소 온도 이상을 결정하기 위한 방법, 연소 보일러의 유동층의 수치 모델 교정하기 위한 방법, 유동층 연소 보일러 층 소결의 위험도를 추정하기 위한 방법, 유동층 연소 보일러 및 연소 보일러를 제어하는 방법 | |
JP7445058B1 (ja) | 燃焼設備用システムおよび燃焼制御方法 | |
WO2021095431A1 (ja) | 燃焼方法及び燃焼制御方法 | |
JP7474208B2 (ja) | 運転支援装置、運転支援方法および運転支援プログラム | |
JP2004245519A (ja) | 焼却炉の燃焼制御装置 | |
CN116906910A (zh) | 一种基于深度卷积神经网络的高效燃烧控制方法及系统 | |
JP2024021223A (ja) | ごみの攪拌方法及びごみの攪拌システム | |
JP2024001991A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN114791102A (zh) | 一种基于动态运行数据分析的燃烧优化控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211105 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211105 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221115 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230116 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230411 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230516 |
|
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: 20230530 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230612 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7296436 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |