JPH04161710A

JPH04161710A - 焼却炉の燃焼状況診断装置

Info

Publication number: JPH04161710A
Application number: JP2287944A
Authority: JP
Inventors: Yoshiaki Takahata; 高畠　義明; Fuminori Imamura; 今村　文典; Koichi Onyuda; 鬼生田　浩一
Original assignee: Kubota Corp
Current assignee: Kubota Corp
Priority date: 1990-10-24
Filing date: 1990-10-24
Publication date: 1992-06-05
Anticipated expiration: 2011-07-24
Also published as: JP2516278B2

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】（産業上の利用分野〕本発明は、都市ゴミ焼却炉の燃焼状況を監視、診断して
、焼却効率の低下や異常燃焼を防止するための焼却炉の
燃焼状況診断装置に関し、詳しくは、ゴミ送り速度、燃
焼室温度、燃焼位置等の燃焼プロセスデータから、炉内
燃焼状態が適性に維持されているか否か、つまり、ゴミ
か炉内に満載されて燃えにくい“ゴミ山盛り”やゴミが
炉内に僅かしかない“ゴミ切れ”の状態が発生している
か否かを診断出力する焼却炉の燃焼状況診断装置に関す
る。

〔従来の技術〕

従来、この種の焼却炉の燃焼状況診断装置としては、プ
ロダクションルールを格納したルールベースと、燃焼プ
ロセスデータに対してプロダクションルールを適用する
ことで燃焼状況を診断する推論手段で構成されるエキス
パートシステムがあった。

〔発明が解決しようとする課題〕

しかし、上述のエキスパートシステムでは、“ゴミ山盛
り”や“ゴミ切れ”を正確に判断することはかなり困難
で、診断の精度を上げるためには非常に複雑で多数のル
ールが要求される。

入力される燃焼プロセスデータは、互いに密接に関連し
ており、“ゴミ山盛り”や“ゴミ切れ”に対して非常に
似通った値を採るものもある。それらの僅かな違いに基
づき“ゴミ山盛り”や“ゴミ切れ”を診断しなければな
らないからである。

その結果、ルールベースの構築作業や、構築されたルー
ルベースの保守管理作業をするのに多大の時間と、作業
ミスを防ぐための細心の注意か必要となり、作業効率か
低下するという欠点があった。

一方、線型的に分離・識別することが困難なため、該エ
キスパートシステムでは困難な技術であるとされるパタ
ーン認識は、複雑なルールベースを構築することなく、
ニューラルネットワークを用いることで容易になしうる
と考えられる。

つまり、ニューラルネットワークは、入力された燃焼プ
ロセスデータのパターンからそれら間の関連性を所定の
重み付けをもって演算して“ゴミ山盛り”や゛°ゴミ切
れ”の程度を出力するのである。

しかし、”ゴミ山盛り”や“ゴミ切れ”の判断にあたっ
ては、それらを発生の初期に検出することにより症状か
重くなる前に解消させることが望まれており、このため
にはニューラルネットワークに時間的要素を加味するこ
とか必要となる。

時間的要素を加味するとは、ネットワーク出力を入力層
に帰還させて過去の状態を現在の状態に寄与させること
等をいうが、この場合、ニューロン数が増大すること、
処理時間か長くなること、コストか増すこと、さらには
、効果的学習方法が未確立であることといった種々の障
害があるので実現が困難である。

本発明の目的は上述した従来欠点を解消する点にある。

〔課題を解決するための手段〕

この目的を達成するため、本発明による焼却炉の燃焼状
況診断装置の特徴構成は、所定時間毎に入力される燃焼
プロセスデータに基づき、燃焼室の燃焼状態データを順
次出力するニューラルネットワークと、該燃焼状態デー
タの入力に基づき、該燃焼室の燃焼傾向データを推論出
力するエキスパートシステムとで構成してあることにあ
る。

〔作　用〕

ニューラルネットワークは、所定時間毎に入力される燃
焼プロセスデータから予め学習された燃焼状態のパター
ンに対する一致度、つまり“ゴミ山盛り”や“ゴミ切れ
”の程度である燃焼状態データを順次出力する。

エキスパートシステムは、ニューラルネットワークから
所定時間毎に出力される燃焼状態データに対して推論を
実行して、“ゴミ山盛り”や“ゴミ切れ”の時系列的な
傾向を燃焼傾向データとして出力する。

〔発明の効果〕

従って、本発明による焼却炉の燃焼状況診断装置によれ
ば、エキスパートシステムで必要とされた多大な時間の
かかる複雑なルールベースの構築作業や構築されたルー
ルベースの保守・管理作業が不要な、ニューラルネット
ワークを用いることで、“ゴミ山盛り”や“ゴミ切れ”
の程度という信頼性のある燃焼状態データを容易に獲得
できるようになった。

さらに、燃焼状態判断に時間的要素を加味するに、比較
的簡単なルールベースの構築でまかなえるエキスパート
システムをニューラルネットワークに接続して構成する
ことで、ニューラルネットワークの処理時間が長くなっ
たり、コストか増したりすることなく、゛ゴミ山盛り”
や“ゴミ切れ”を発生の初期に検出することかできるよ
うになり、焼却炉の異常燃焼の症状が重くなる前にその
状態を解消させることができるようになった。

〔実施例〕

以下に本発明の実施例を図面に基づいて説明する。

第３図に示すように、都市ゴミ用の焼却炉（１）は、燃
焼室（２）と、ゴミを投入するホッパ（３）と、燃焼済
の灰を集める灰ピット（４）等から構成してある。

該ホッパ（３）に投入されたゴミは、ブツシャ（５）に
より該燃焼室（２）に搬送される。該燃焼室（２）は、
乾燥帯（６）、燃焼帯（７）、後燃焼帯（８）の−ブロ
ックで構成してあり、上向摺動式のストーカ（２ａ）、
　（２ｂ）、　（２ｃ）により各ブロックに順次搬送さ
れる。

燃焼用空気を炉床や炉壁から供給してあり、該乾燥帯（
６）ではゴミを熱風で乾燥させ、該燃焼帯（７）ではゴ
ミを焼却し、該後燃焼帯（８）では焼却灰に完全燃焼さ
せる。

尚、該燃焼帯（７）でゴミは初期にバーナ（９）で点火
される。

該後燃焼帯（８）で燃え尽きたゴミは灰として灰押し出
し装置（ｌＯ）に落下し、灰出しコンベア（ＩＮ）によ
り該灰ビット（４）に搬送される。

該燃焼室（２）で発生した燃焼排ガスを、廃熱ボイラ（
１２）によって熱エネルギーを蒸気の形で取り出し、発
電機（１３）等のエネルギーとして利用すべく場外に供
給する一方、電気集塵機等からなる排ガス処理設備（１
４）によりばいじんや有害ガスを除去して排気する。

第２図に示すように、該焼却炉（１）の燃焼制御装置（
２０）は、該燃焼室（２）内各所に配した温度センサ、
ガスセンサ等の各種センサの出力情報に基づき、ブツシ
ャ（５）の速度を制御して該燃焼室（２）に送り込むゴ
ミ量を加減するとともに、ストーカ速度、圧力、温度、
空気量等を制御することで適切な燃焼制御を行う。

しかし、ゴミが炉内に満載されて燃えにくい“ゴミ山盛
り”やゴミが炉内に僅かしかない“ゴミ切れ”の状態が
発生する場合かある。

例えば、“ゴミ山盛り”や“ゴミ切れ”の判断に重要な
データである炉出口温度が共に低下するといったように
それらの識別が非常に紛られしいために適切な制御が行
われないことがあるからである。

この場合、該燃焼制御装置（２０）による燃焼制御が正
常か否かを診断するために燃焼状況診断装置を設けてあ
り、その出力に基づいて、運転員が修正運転を行う。

燃焼状況診断装置は、該燃焼室（２）の燃焼状態データ
を出力するニューラルネットワーク（２１）と、該ニュ
ーラルネットワーク（２Ｉ）の出力を入力として該燃焼
室（２）の燃焼傾向データを出力するエキスパートシス
テム（３０）とで構成してある。

詳述すると、第１図に示すように、該ニューラルネット
ワーク（２１）は、所定単位のメモリーて構成された複
数のニューロン（２２ａ）でなる入力層（２２）と、該
入力層（２２）からの出力データを所定の重みで関連付
けて中間出力する同じく複数のニューロン（２３ａ）で
なる中間層（２３）と、該中間層（２３）からの出力を
所定の重みで関連付けて該燃焼室（２）の燃焼状態デー
タとしての“ゴミ切れ指数”、“ゴミ山盛り指数”を出
力する二つのニューロン（２４ａ）でなる出力層（２４
）と入力されたプロセスデータを中間層から出力層へ、
所定の重みをもって乗加算する演算装置（論理素子やマ
イクロコンピュータ）で構成してある。

該入力層（２２）には、ゴミの燃焼状況を監視する撮像
手段（！５）としての産業用テレビカメラ（ＩＴＶ）の
画像情報である“乾燥帯炎”等や、プツシ中速度、スト
ーカ速度、炉出口温度等各種センサの出力情報、該燃焼
制御装置（２０）による制御出力でなる燃焼プロセスデ
ータを０から１゜Ｏの範囲で正規化したものであって過
去１ｏ分間の平均値カ月分毎に入力される。

該出力層（２４）から出力される“ゴミ切れ指数”、“
ゴミ山盛り指数”は、０．０から１．０の範囲の数値で
表され、”良好（０，０から０．２）“、“兆候（０，
４から０．６）”、“発生（ｏ、７がら１．０）“とい
った具合に評価される。

該ニューラルネットワーク（２１）で用いられる所定の
重みは、“ゴミ切れ指数”や“ゴミ山盛り指数”が“発
生（１，０）”となる燃焼プロセスデータを教師信号と
して入力する教師信号入力手段（２５）と、その入力時
に該ニューラルネットワーク（２１）の出力かそれらに
対応して°°発生（１，０）“となるように調整する学
習手段（２６）による予めの学習（バックプロパゲーシ
ョン）によって決定され各々メモリーに記憶される。

該エキスパートシステム（３０）は、該ニューラルネッ
トワーク（２１）の１分毎の出力を事実データとして記
憶する記憶エリア（３１）と、燃焼状態を判断するプロ
ダクションルールを記憶するルールベース（３２）と、
事実データとプロダクションルールとから時系列的変化
の様子を示す燃焼傾向データを出力する推論エンジン（
３３）とで構成してある。

例えば、条件；　　　ゴミ切れ指数〉０．７且つ、ゴミ山盛り指数＜０．３が２分間以上連続する結論：　ゴミ切れ発生とか、条件：　　　０．４＜ゴミ切れ指数＜０．７で、ゴミ切
れ指数が上昇且つ、ゴミ山盛り指数〈０．３結論：　ゴミ切れ兆候発生とか、条件：　　　ゴミ切れ指数〉０．７且つ、ゴミ山盛り指数〉０．７結論：ゴミ切れかゴミ山盛りかの燃焼悪化発生のように
実行される。

〔別実施例〕

以下に本発明の別実施例を説明する。

先の実施例では、燃焼プロセスデータとして０から１０
０の範囲で正規化したものであって、過去１０分間の平
均値を１分毎に入力しているが、燃焼プロセスデータの
時系列的な入力はこれに限定するものではなく任意であ
る。

先の実施例では、ニューラルネットワークの構成を、入
力層、中間層、出力層の三層で構成してあるが、これに
限定するものでなく任意である。

さらに、出力層を、燃焼状態データとしての“ゴミ切れ
指数”、“ゴミ山盛り指数”を出力する二つのニューロ
ンで構成しているか、ニューラルネットワークとしては
、“ゴミ切れ指数”を出力するものと、“ゴミ山盛り指
数”を出力するものとの二つのニューラルネットワーク
で構成してもよい。この場合、ニューラルネットワーク
の演算速度はより高速となる。

先の実施例では、教師信号を、“ゴミ切れ”、“ゴミ山
盛り”の指数カ月、０となる複数の燃焼プロセスデータ
の組合せで構成していたが、“ゴミ切れ”、“ゴミ山盛
り′の指数が０．０となる複数の燃焼プロセスデータの
組合せで構成してもよい。

先の実施例では、燃焼状況診断装置による診断出口に基
づき運転員が焼却炉の運転を補正しているが、該診断装
置と該制御装置とを接続して自動的に補正をかけてるよ
うにしてもよい。

尚、特許請求の範囲の項に図面との対象を便利にする為
に符号を記すか、該記入により本発明は添付図面の構成
に限定されるものではない。

【図面の簡単な説明】

図面は本発明に係る焼却炉の燃焼状況診断装置の実施例
を示し、第１図はブロック構成図、第２図は全体のブロ
ック構成図、第３図は焼却炉のブロック図である。（２）・・・・・・燃焼室、（２１）・・・・・・ニュ
ーラルネットワーク、（３０）・・・・・・エキスパー
トシステム。

Claims

【特許請求の範囲】

所定時間毎に入力される燃焼プロセスデータに基づき、
燃焼室（２）の燃焼状態を示す燃焼状態データを順次出
力するニューラルネットワーク（２１）と、該燃焼状態
データの入力に基づき、該燃焼室（２）の燃焼傾向を示
す燃焼傾向データを推論出力するエキスパートシステム
（３０）とで構成してある焼却炉の燃焼状況診断装置。