JPH05209233A - 加熱炉の炉内温度制御装置 - Google Patents
加熱炉の炉内温度制御装置Info
- Publication number
- JPH05209233A JPH05209233A JP1480392A JP1480392A JPH05209233A JP H05209233 A JPH05209233 A JP H05209233A JP 1480392 A JP1480392 A JP 1480392A JP 1480392 A JP1480392 A JP 1480392A JP H05209233 A JPH05209233 A JP H05209233A
- Authority
- JP
- Japan
- Prior art keywords
- flow rate
- furnace
- temperature
- fuel flow
- parameter
- 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.)
- Withdrawn
Links
Landscapes
- Control Of Heat Treatment Processes (AREA)
- Tunnel Furnaces (AREA)
- Waste-Gas Treatment And Other Accessory Devices For Furnaces (AREA)
- Control Of Temperature (AREA)
- Control Of Combustion (AREA)
- Feeding And Controlling Fuel (AREA)
Abstract
(57)【要約】
【目的】 炉況変化時の炉内温度推定精度を高くし加熱
炉温度制御精度を向上する。 【構成】 炉況情報に対応付けた学習パラメ−タ(αh)
を保持する記憶手段(55)より、現炉況に対応するパラメ
−タを読み出し、読出したパラメ−タを含む熱平衡モデ
ル式(3a式)を用いて、燃料流量対応の炉内温度を推定演
算し加熱対象材を目標温度に焼上げるに要する将来の各
時刻(i=1〜n)の燃料流量(Vei)を算出し;加熱炉(15)の
燃料流量をこれに制御し;評価関数(4式)を用いて、各
時刻(i=1〜n)の実績炉内温度(Ti)および実績流量(Vi)よ
り熱平衡モデル式のパラメ−タ(αe)を算出し、記憶手
段(55)のパラメ−タ(αh)をこの算出した学習パラメ−
タ(αe)に更新する。 【効果】 炉況変化による炉内温度推定誤差が小さい。
学習パラメ−タの管理と熱平衡モデルの精度向上が容
易。
炉温度制御精度を向上する。 【構成】 炉況情報に対応付けた学習パラメ−タ(αh)
を保持する記憶手段(55)より、現炉況に対応するパラメ
−タを読み出し、読出したパラメ−タを含む熱平衡モデ
ル式(3a式)を用いて、燃料流量対応の炉内温度を推定演
算し加熱対象材を目標温度に焼上げるに要する将来の各
時刻(i=1〜n)の燃料流量(Vei)を算出し;加熱炉(15)の
燃料流量をこれに制御し;評価関数(4式)を用いて、各
時刻(i=1〜n)の実績炉内温度(Ti)および実績流量(Vi)よ
り熱平衡モデル式のパラメ−タ(αe)を算出し、記憶手
段(55)のパラメ−タ(αh)をこの算出した学習パラメ−
タ(αe)に更新する。 【効果】 炉況変化による炉内温度推定誤差が小さい。
学習パラメ−タの管理と熱平衡モデルの精度向上が容
易。
Description
【0001】
【産業上の利用分野】本発明は、加熱炉の温度制御に関
し、特に、熱平衡モデル式に基づいて所要炉温をもたら
す燃料流量を演算し該燃料流量を加熱炉に設定して該所
要炉温を得る炉温制御に関する。
し、特に、熱平衡モデル式に基づいて所要炉温をもたら
す燃料流量を演算し該燃料流量を加熱炉に設定して該所
要炉温を得る炉温制御に関する。
【0002】
【従来技術】加熱炉の温度は、熱収支すなわちそれへの
入熱量とそれからの放熱量により定まる。特開平2−1
56017号公報には、加熱炉の入熱量,温度および放
熱量の関係を表わす熱平衡モデル式を用いて炉温および
現在炉内にある材料(加熱対象材)の温度を推定演算
し、これを基点に将来の各時刻の材料温度を各時刻の操
業条件をかえながら推定演算しかつ目標温度までの焼上
げまでの時系列で変わる操業条件を所定の評価関数を用
いて評価値に換算しこの評価値が小さくなるように各時
刻の操業条件は変更して、評価値が最小となる材料温度
推移すなわち時系列の操業条件を設定する。熱平衡モデ
ル式は、線形的な損失熱係数なるパラメータを含むもの
として、熱平衡モデル式に実績燃料流量と実績炉内温度
を代入して該パラメ−タの値を算出し、熱平衡モデル式
の該パラメ−タを該算出した値に定め、そしてこのよう
にして更新した熱平衡モデル式を、炉温の算出に用い
る。このように更新する熱平衡モデル式は、有る程度の
炉内状態変化には、追従するためそれなりの効果が上が
っている。
入熱量とそれからの放熱量により定まる。特開平2−1
56017号公報には、加熱炉の入熱量,温度および放
熱量の関係を表わす熱平衡モデル式を用いて炉温および
現在炉内にある材料(加熱対象材)の温度を推定演算
し、これを基点に将来の各時刻の材料温度を各時刻の操
業条件をかえながら推定演算しかつ目標温度までの焼上
げまでの時系列で変わる操業条件を所定の評価関数を用
いて評価値に換算しこの評価値が小さくなるように各時
刻の操業条件は変更して、評価値が最小となる材料温度
推移すなわち時系列の操業条件を設定する。熱平衡モデ
ル式は、線形的な損失熱係数なるパラメータを含むもの
として、熱平衡モデル式に実績燃料流量と実績炉内温度
を代入して該パラメ−タの値を算出し、熱平衡モデル式
の該パラメ−タを該算出した値に定め、そしてこのよう
にして更新した熱平衡モデル式を、炉温の算出に用い
る。このように更新する熱平衡モデル式は、有る程度の
炉内状態変化には、追従するためそれなりの効果が上が
っている。
【0003】図1の(a)に1つの加熱炉の平面概略
を、(b)に縦断面概略を示す。このような加熱炉の燃
焼制御系においては、加熱炉の炉内温度、特に将来の炉
内温度を推定をするために、熱平衡モデル式を用いてお
り、そのモデルの精度を向上させるには炉況の変化に追
従して、自動的にモデルパラメータを修正する学習方式
が有効とされている。加熱炉をいくつかの制御領域に分
けてそれぞれの領域について熱平衡を考慮し、時間的非
定常項は小さいとして無視すると、燃焼ガスについて従
来の方式では、各加熱帯についての熱平衡モデル式は、 fa (T,V)+α1 ・V+α0 =0 ・・・(1) と表現される。Tは炉内温度、Vは燃料流量(流速)、
α1およびα0がモデルパラメ−タすなわち学習パラメ−
タである。i=1〜nの各時点についての、上記(1)式
に基づいて燃料流量Vei(目標値)を定め、炉内温度を
Teiと推定して炉温制御したときすなわち各時点で加熱
炉にVeiを目標値として燃料を供給したとき、各時点で
炉温がTi(測定値)、燃料流量がVi(測定値)であっ
たとすると、評価関数Pを、 ここで右辺第1項は推定演算式、右辺第2項は実績演算
式であり、右辺第1項の推定演算式{fa (Tei,
Vei)+α1 ・Vei+α0 }は(1)式より零であるので と定めて、この評価関数Pを最小にするα1 およびα0
を求める。
を、(b)に縦断面概略を示す。このような加熱炉の燃
焼制御系においては、加熱炉の炉内温度、特に将来の炉
内温度を推定をするために、熱平衡モデル式を用いてお
り、そのモデルの精度を向上させるには炉況の変化に追
従して、自動的にモデルパラメータを修正する学習方式
が有効とされている。加熱炉をいくつかの制御領域に分
けてそれぞれの領域について熱平衡を考慮し、時間的非
定常項は小さいとして無視すると、燃焼ガスについて従
来の方式では、各加熱帯についての熱平衡モデル式は、 fa (T,V)+α1 ・V+α0 =0 ・・・(1) と表現される。Tは炉内温度、Vは燃料流量(流速)、
α1およびα0がモデルパラメ−タすなわち学習パラメ−
タである。i=1〜nの各時点についての、上記(1)式
に基づいて燃料流量Vei(目標値)を定め、炉内温度を
Teiと推定して炉温制御したときすなわち各時点で加熱
炉にVeiを目標値として燃料を供給したとき、各時点で
炉温がTi(測定値)、燃料流量がVi(測定値)であっ
たとすると、評価関数Pを、 ここで右辺第1項は推定演算式、右辺第2項は実績演算
式であり、右辺第1項の推定演算式{fa (Tei,
Vei)+α1 ・Vei+α0 }は(1)式より零であるので と定めて、この評価関数Pを最小にするα1 およびα0
を求める。
【0004】このようにして求めたパラメ−タα1,α0
の値に、(5)式つまりは(1)式のα1,α0の値を更新す
る。すなわち学習パラメ−タα1,α0を更新する。そし
てまたこのように更新した熱平衡モデル式を用いて燃料
流量対応の炉内温度を推定演算して、加熱対象材を目標
温度に焼上げるための最適燃料流量を算出する。この燃
適燃料流量を加熱炉に与えた結果に基づいてまた学習パ
ラメ−タα1,α0を更新する。以下同様である。
の値に、(5)式つまりは(1)式のα1,α0の値を更新す
る。すなわち学習パラメ−タα1,α0を更新する。そし
てまたこのように更新した熱平衡モデル式を用いて燃料
流量対応の炉内温度を推定演算して、加熱対象材を目標
温度に焼上げるための最適燃料流量を算出する。この燃
適燃料流量を加熱炉に与えた結果に基づいてまた学習パ
ラメ−タα1,α0を更新する。以下同様である。
【0005】したがって、パラメ−タα1,α0は最新の
炉内状況に対応して修正されており、この状況が継続す
る場合、ならびに、この状況が比較的に緩やかに変化す
る場合には、実プロセスすなわち加熱炉の状況と熱平衡
モデル式との対応が良く、炉内温度制御精度が高い。
炉内状況に対応して修正されており、この状況が継続す
る場合、ならびに、この状況が比較的に緩やかに変化す
る場合には、実プロセスすなわち加熱炉の状況と熱平衡
モデル式との対応が良く、炉内温度制御精度が高い。
【0006】
【発明が解決しようとする課題】しかし、操業条件の変
化が大きいと炉内状況の変化が大きく熱平衡モデル式に
よる炉内温度の推定精度が低下し、加熱炉温度制御の信
頼性が低下する。
化が大きいと炉内状況の変化が大きく熱平衡モデル式に
よる炉内温度の推定精度が低下し、加熱炉温度制御の信
頼性が低下する。
【0007】本発明は、操業条件の変化に対しても高い
推定精度を維持し加熱炉温度制御の信頼性を向上するこ
とを目的とする。
推定精度を維持し加熱炉温度制御の信頼性を向上するこ
とを目的とする。
【0008】
【課題を解決するための手段】本発明の炉内温度制御装
置は、加熱対象材料の温度,材質,サイズ,炉内位置お
よび炉内温度、の少なくとも一者を含む炉況情報に対応
付けて学習パラメ−タを保存する記憶手段(55);炉況情
報に対応する学習パラメ−タ(αh)を前記記憶手段(55)
より読み出し、読出した学習パラメ−タ(αh)を含みか
つ加熱炉(15)の入熱量,温度および放熱量の関係を表わ
す熱平衡モデル式(3a式)を用いて、燃料流量対応の炉内
温度を推定演算し加熱対象材を目標温度に焼上げるに要
する将来の各時刻(i=1〜n)の燃料流量(Vei)を算出する
燃料流量算出手段(51);加熱炉(15)の燃料流量を該各時
刻の算出された燃料流量(Vei)に制御する燃料流量制御
手段(40);加熱炉(15)の炉内温度すなわち実績炉内温度
(Ti)を検出する温度検出手段(24);加熱炉(15)の燃料流
量すなわち実績流量(Vi)を検出する流量検出手段;およ
び、評価関数(4式)を用いて、各時刻(i=1〜n)の前記実
績炉内温度(Ti)および実績流量(Vi)より前記熱平衡モデ
ル式(3式)の、これらの実績炉内温度(Ti)および実績流
量(Vi)に整合する学習パラメ−タ(αe)を算出し、前記
記憶手段(55)の、これらの実績炉内温度(Ti)および実績
流量(Vi)が該当する炉況情報の学習パラメ−タ(αh)を
この算出した学習パラメ−タ(αe)に更新するパラメ−
タ更新手段(51);を備える。
置は、加熱対象材料の温度,材質,サイズ,炉内位置お
よび炉内温度、の少なくとも一者を含む炉況情報に対応
付けて学習パラメ−タを保存する記憶手段(55);炉況情
報に対応する学習パラメ−タ(αh)を前記記憶手段(55)
より読み出し、読出した学習パラメ−タ(αh)を含みか
つ加熱炉(15)の入熱量,温度および放熱量の関係を表わ
す熱平衡モデル式(3a式)を用いて、燃料流量対応の炉内
温度を推定演算し加熱対象材を目標温度に焼上げるに要
する将来の各時刻(i=1〜n)の燃料流量(Vei)を算出する
燃料流量算出手段(51);加熱炉(15)の燃料流量を該各時
刻の算出された燃料流量(Vei)に制御する燃料流量制御
手段(40);加熱炉(15)の炉内温度すなわち実績炉内温度
(Ti)を検出する温度検出手段(24);加熱炉(15)の燃料流
量すなわち実績流量(Vi)を検出する流量検出手段;およ
び、評価関数(4式)を用いて、各時刻(i=1〜n)の前記実
績炉内温度(Ti)および実績流量(Vi)より前記熱平衡モデ
ル式(3式)の、これらの実績炉内温度(Ti)および実績流
量(Vi)に整合する学習パラメ−タ(αe)を算出し、前記
記憶手段(55)の、これらの実績炉内温度(Ti)および実績
流量(Vi)が該当する炉況情報の学習パラメ−タ(αh)を
この算出した学習パラメ−タ(αe)に更新するパラメ−
タ更新手段(51);を備える。
【0009】なお、カッコ内の記号は、図面を参照して
後述する実施例の対応要素又は対応事項を示す。
後述する実施例の対応要素又は対応事項を示す。
【0010】
【作用】パラメ−タ更新手段(51)が、各時刻(i=1〜n)の
実績炉内温度(Ti)および実績流量(Vi)より熱平衡モデル
式(3式)の、これらの実績炉内温度(Ti)および実績流量
(Vi)に整合する学習パラメ−タ(αe)を算出し、記憶手
段(55)の、これらの実績炉内温度(Ti)および実績流量(V
i)が該当する炉況情報の学習パラメ−タ(αh)をこの算
出した学習パラメ−タ(αe)に更新するので、記憶手段
(55)には、炉況状況対応で最新の学習パラメ-タ(αe)が
保存される。
実績炉内温度(Ti)および実績流量(Vi)より熱平衡モデル
式(3式)の、これらの実績炉内温度(Ti)および実績流量
(Vi)に整合する学習パラメ−タ(αe)を算出し、記憶手
段(55)の、これらの実績炉内温度(Ti)および実績流量(V
i)が該当する炉況情報の学習パラメ−タ(αh)をこの算
出した学習パラメ−タ(αe)に更新するので、記憶手段
(55)には、炉況状況対応で最新の学習パラメ-タ(αe)が
保存される。
【0011】しかして、燃料流量算出手段(51)が、炉況
情報に対応する学習パラメ−タ(αh)を記憶手段(55)よ
り読み出し、読出した学習パラメ−タ(αh)を含みかつ
加熱炉(15)の入熱量,温度および放熱量の関係を表わす
熱平衡モデル式(3a式)を用いて、燃料流量対応の炉内温
度を推定演算し加熱対象材を目標温度に焼上げるに要す
る将来の各時刻(i=1〜n)の燃料流量(Vei)を算出し、燃
料流量制御手段(40)が、加熱炉(15)の燃料流量を該各時
刻の算出された燃料流量(Vei)に制御する。
情報に対応する学習パラメ−タ(αh)を記憶手段(55)よ
り読み出し、読出した学習パラメ−タ(αh)を含みかつ
加熱炉(15)の入熱量,温度および放熱量の関係を表わす
熱平衡モデル式(3a式)を用いて、燃料流量対応の炉内温
度を推定演算し加熱対象材を目標温度に焼上げるに要す
る将来の各時刻(i=1〜n)の燃料流量(Vei)を算出し、燃
料流量制御手段(40)が、加熱炉(15)の燃料流量を該各時
刻の算出された燃料流量(Vei)に制御する。
【0012】これにより、操業条件が変化し炉内状況が
変化する操業のとき、変更される操業条件すなわち炉内
状況に対応する学習パラメ−タ(αh)が自動的に選択さ
れる。すなわち操業条件の変化に対応して熱平衡モデル
式(3a式)が更新される。したがって操業条件の変化によ
る炉内温度の推定精度の格別な低下がなく加熱炉温度制
御の信頼性が向上する。
変化する操業のとき、変更される操業条件すなわち炉内
状況に対応する学習パラメ−タ(αh)が自動的に選択さ
れる。すなわち操業条件の変化に対応して熱平衡モデル
式(3a式)が更新される。したがって操業条件の変化によ
る炉内温度の推定精度の格別な低下がなく加熱炉温度制
御の信頼性が向上する。
【0013】ところで、(2)式の評価関数Pを最小とす
るα1 ,α0 の決定は、線形回帰計算である。ところ
が、炉内温度Tがα1 ,α0 の関数であり非線形性があ
るので、炉内状況が大きく変化する場合、α1 ,α0 の
推定誤差が大きくなり、そのため炉内温度の推定精度は
良くならない。さらに、熱平衡モデル式自体も誤差が存
在するため推定温度そのものが、必ずしも実際の温度と
一致しない。
るα1 ,α0 の決定は、線形回帰計算である。ところ
が、炉内温度Tがα1 ,α0 の関数であり非線形性があ
るので、炉内状況が大きく変化する場合、α1 ,α0 の
推定誤差が大きくなり、そのため炉内温度の推定精度は
良くならない。さらに、熱平衡モデル式自体も誤差が存
在するため推定温度そのものが、必ずしも実際の温度と
一致しない。
【0014】そこで本発明の好ましい実施例では、熱平
衡モデル式すなわち前記(5)式の内容(14式のQLi)を、
QLi=α(学習パラメ−タ)とするものとして、非線形
関数 Q=fb (T ,V ,α)=0 ・・・(3) α:モデルパラメ−タすなわち学習パラメ−タ に定め、この(3)式のパラメ−タαを、熱平衡モデル式
に燃料流量(実績値)Viを導入して得られる炉内温度
推定値Tieと炉内温度実績値(実測値)Tiに基づいて
学習処理して、両者の差が小さくなるように修正する。
衡モデル式すなわち前記(5)式の内容(14式のQLi)を、
QLi=α(学習パラメ−タ)とするものとして、非線形
関数 Q=fb (T ,V ,α)=0 ・・・(3) α:モデルパラメ−タすなわち学習パラメ−タ に定め、この(3)式のパラメ−タαを、熱平衡モデル式
に燃料流量(実績値)Viを導入して得られる炉内温度
推定値Tieと炉内温度実績値(実測値)Tiに基づいて
学習処理して、両者の差が小さくなるように修正する。
【0015】すなわち、まずは(3)式のパラメ−タα
を、炉況情報対応値αa=αh(最新の学習値)に設定し
て、すなわち、 fb (Tei ,Vei ,αa)=0 ・・・(3a) としてこの関数に基づいて所要炉温(推定値)Tei を
もたらす燃料流量Vei(目標値)を算出する。具体的に
は、将来の各時刻(i=1〜n)のそれぞれにつき、(3
a)式に燃料流量各値(仮定値)Veieを与えて各値に対
する炉内温度Teieを推定演算しこの炉内温度Teieに基
づいて炉壁温度および材料温度を推定演算して燃料流量
各値Veieに対する炉内各材料(および各材料内各部)
の目標温度に対する誤差を算出しこれらの誤差の総和
(燃料流量各値Veie宛て)が最小の燃料流量を、最適
な燃料流量Vei(これに対応する炉内温度推定値は
Tei)すなわち目標流量Veiに定める。
を、炉況情報対応値αa=αh(最新の学習値)に設定し
て、すなわち、 fb (Tei ,Vei ,αa)=0 ・・・(3a) としてこの関数に基づいて所要炉温(推定値)Tei を
もたらす燃料流量Vei(目標値)を算出する。具体的に
は、将来の各時刻(i=1〜n)のそれぞれにつき、(3
a)式に燃料流量各値(仮定値)Veieを与えて各値に対
する炉内温度Teieを推定演算しこの炉内温度Teieに基
づいて炉壁温度および材料温度を推定演算して燃料流量
各値Veieに対する炉内各材料(および各材料内各部)
の目標温度に対する誤差を算出しこれらの誤差の総和
(燃料流量各値Veie宛て)が最小の燃料流量を、最適
な燃料流量Vei(これに対応する炉内温度推定値は
Tei)すなわち目標流量Veiに定める。
【0016】しかして、このVeiを目標値として燃料を
加熱炉に与えたときの炉内温度実績値(測定値)Tiと燃
料流量実績値(測定値)Viに基づいて、 ただし、ETi は、(3)式に燃料流量実績値Viを導入し
て得られる炉内温度推定値であって、ETi =fT(V
i ,α)であり、これは(3)式をTを算出する関数に変形
したものである。すなわち、fb (fT(Vi,α),Vi,
α)=0である。
加熱炉に与えたときの炉内温度実績値(測定値)Tiと燃
料流量実績値(測定値)Viに基づいて、 ただし、ETi は、(3)式に燃料流量実績値Viを導入し
て得られる炉内温度推定値であって、ETi =fT(V
i ,α)であり、これは(3)式をTを算出する関数に変形
したものである。すなわち、fb (fT(Vi,α),Vi,
α)=0である。
【0017】なる評価関数Pの値を算出し、これが最小
となるαの値αeを算出する。そして、記憶手段(55)
の、実績値Ti,Vi対応の炉況情報の学習パラメ−タ
αhをαeに更新する。以下同様である。
となるαの値αeを算出する。そして、記憶手段(55)
の、実績値Ti,Vi対応の炉況情報の学習パラメ−タ
αhをαeに更新する。以下同様である。
【0018】これによれば、評価関数Pを温度そのもの
についての2乗誤差積算値としており、これによりモデ
ル誤差によって生じる実績温度との誤差分がパラメ−タ
α自身の変化におきかわる。すなわち該誤差分が最小に
なるようにパラメ−タαが修正される。これにより、パ
ラメータαの非線形性による温度推定値誤差が低減す
る。従って、熱平衡モデル式が炉内の状況変化に追従
し、これに基づいて推定した炉温の推定精度が高く、加
熱炉の温度制御精度が向上する。
についての2乗誤差積算値としており、これによりモデ
ル誤差によって生じる実績温度との誤差分がパラメ−タ
α自身の変化におきかわる。すなわち該誤差分が最小に
なるようにパラメ−タαが修正される。これにより、パ
ラメータαの非線形性による温度推定値誤差が低減す
る。従って、熱平衡モデル式が炉内の状況変化に追従
し、これに基づいて推定した炉温の推定精度が高く、加
熱炉の温度制御精度が向上する。
【0019】本発明の他の目的および特徴は、図面を参
照した以下の実施例の説明より明らかになろう。
照した以下の実施例の説明より明らかになろう。
【0020】
【実施例】図1に本発明の一実施例の概要を示す。加熱
炉1は、平面を示す図1の(a)に示すように、炉尻1
1,予熱帯12,第2加熱帯13,第3加熱帯14およ
び均熱帯15を有する。縦断面を示す図1の(b)に示
すように、各帯には、炉内温度検出器21〜24および
炉壁温度検出器31〜35が装備されている。予熱帯1
2〜均熱帯15のそれぞれには燃料流量制御装置40が
各帯別に燃料を供給する。燃料流量制御装置40には、
最適制御装置50のスケジュ−ル計算機51が、各帯の
燃料流量目標値を与え、燃料流量制御装置40は、各帯
の燃料流量検出器(図示せず)の検出値を参照して、検
出値が目標値に合致するように各帯の燃料流量を制御す
る。炉内温度検出器21〜24および炉壁温度検出器3
1〜35による各帯の検出温度はスケジュ−ル計算機5
1に与えられる。
炉1は、平面を示す図1の(a)に示すように、炉尻1
1,予熱帯12,第2加熱帯13,第3加熱帯14およ
び均熱帯15を有する。縦断面を示す図1の(b)に示
すように、各帯には、炉内温度検出器21〜24および
炉壁温度検出器31〜35が装備されている。予熱帯1
2〜均熱帯15のそれぞれには燃料流量制御装置40が
各帯別に燃料を供給する。燃料流量制御装置40には、
最適制御装置50のスケジュ−ル計算機51が、各帯の
燃料流量目標値を与え、燃料流量制御装置40は、各帯
の燃料流量検出器(図示せず)の検出値を参照して、検
出値が目標値に合致するように各帯の燃料流量を制御す
る。炉内温度検出器21〜24および炉壁温度検出器3
1〜35による各帯の検出温度はスケジュ−ル計算機5
1に与えられる。
【0021】最適制御装置50には、燃料流量制御装置
40とデ−タを交換しかつ検出温度を読込むための入/
出力装置52,読込んだデ−タを所定期間保存するため
の入力デ−タメモリ53,出力したデ−タを所定期間保
存するための出力デ−タメモリ54,演算したデ−タを
保存するための演算値デ−タメモリ55、および、加熱
炉1の材料装入および抽出を管理する制御計算機60と
デ−タを交換するための入/出力装置56が備わってい
る。
40とデ−タを交換しかつ検出温度を読込むための入/
出力装置52,読込んだデ−タを所定期間保存するため
の入力デ−タメモリ53,出力したデ−タを所定期間保
存するための出力デ−タメモリ54,演算したデ−タを
保存するための演算値デ−タメモリ55、および、加熱
炉1の材料装入および抽出を管理する制御計算機60と
デ−タを交換するための入/出力装置56が備わってい
る。
【0022】図2に、最適制御装置50のスケジュ−ル
計算機51の制御動作の概要を示し、図3に、図2に示
す「パラメ−タαaの算出」(A12)の内容を示し、図4
に、図2に示す「Veiの算出」(2)の内容を示し、図5
に、図2に示す「パラメ−タの更新」(10)の内容を示
す。
計算機51の制御動作の概要を示し、図3に、図2に示
す「パラメ−タαaの算出」(A12)の内容を示し、図4
に、図2に示す「Veiの算出」(2)の内容を示し、図5
に、図2に示す「パラメ−タの更新」(10)の内容を示
す。
【0023】まず図2を参照して最適制御装置50の制
御動作の概要を説明する。加熱炉1の炉温制御を開始す
る最初には、スケジュ−ル計算機51は、「初期値設
定」(1)で、制御計算機60から表1に示す材料情報を
受けて入力デ−タメモリ53に書込み、かつ温度測定値
を読込んでデ−タメモリ53に書込む。表1に示す上面
温度現在値以下の情報はスケジュ−ル計算機51がそれ
らを得たときに演算値デ−タメモリ55に書込むもので
あり、スケジュ−ル計算機51は所要のときに所要のも
のを読み出す。
御動作の概要を説明する。加熱炉1の炉温制御を開始す
る最初には、スケジュ−ル計算機51は、「初期値設
定」(1)で、制御計算機60から表1に示す材料情報を
受けて入力デ−タメモリ53に書込み、かつ温度測定値
を読込んでデ−タメモリ53に書込む。表1に示す上面
温度現在値以下の情報はスケジュ−ル計算機51がそれ
らを得たときに演算値デ−タメモリ55に書込むもので
あり、スケジュ−ル計算機51は所要のときに所要のも
のを読み出す。
【0024】
【表1】
【0025】なお、スケジュ−ル計算機51は、予熱帯
12〜均熱帯15のそれぞれについて温度制御を行なう
が、以下においては均熱帯15の温度制御のみを説明す
る。他の帯の温度制御は均熱帯15の温度制御と同様で
ある。
12〜均熱帯15のそれぞれについて温度制御を行なう
が、以下においては均熱帯15の温度制御のみを説明す
る。他の帯の温度制御は均熱帯15の温度制御と同様で
ある。
【0026】スケジュ−ル計算機51は次に、これから
n×dt1(i=1〜n)の時間の間の材料情報(表1
の材料情報の欄の厚さ〜目標抽出時刻までの情報)を制
御計算機60からもらい、かつ現在の材料情報(表1の
材料情報の欄の上面温度現在値〜平均温度現在値)およ
び加熱炉(均熱炉)情報(表1)を入力デ−タメモリ5
3から読出して、これらのデ−タを自身の演算情報レジ
スタに書込む(セ−ブする)と共に、演算値デ−タメモ
リ55に書込む(ステップA11:以下カッコ内ではス
テップという語を省略)。
n×dt1(i=1〜n)の時間の間の材料情報(表1
の材料情報の欄の厚さ〜目標抽出時刻までの情報)を制
御計算機60からもらい、かつ現在の材料情報(表1の
材料情報の欄の上面温度現在値〜平均温度現在値)およ
び加熱炉(均熱炉)情報(表1)を入力デ−タメモリ5
3から読出して、これらのデ−タを自身の演算情報レジ
スタに書込む(セ−ブする)と共に、演算値デ−タメモ
リ55に書込む(ステップA11:以下カッコ内ではス
テップという語を省略)。
【0027】スケジュ−ル計算機51は次に、セ−ブし
たデ−タより、現在からn×dt1の間の炉況情報を摘
出して該炉況情報対応の学習パラメ−タαhを算出し、
演算用レジスタαaに書込む(A12)。演算値デ−タ
メモリ55には、炉況情報対応で学習パラメ−タαhが
書込まれている。該メモリ55の該パラメ−タ記憶領域
をパラメ−タテ−ブルと称する。パラメ−タテ−ブルの
内容を表2に示す。
たデ−タより、現在からn×dt1の間の炉況情報を摘
出して該炉況情報対応の学習パラメ−タαhを算出し、
演算用レジスタαaに書込む(A12)。演算値デ−タ
メモリ55には、炉況情報対応で学習パラメ−タαhが
書込まれている。該メモリ55の該パラメ−タ記憶領域
をパラメ−タテ−ブルと称する。パラメ−タテ−ブルの
内容を表2に示す。
【0028】
【表2】
【0029】スケジュ−ル計算機51は次に、現在時刻
(i=1),それからdt1経過後の時刻(i=2),
それから更にdt1経過後の時刻(i=3),・・・終
端時刻(i=n)、のそれぞれにおいて均熱帯15に設
定すべき燃料流量Veiを算出して(2)、これらn個の
デ−タを、各時刻の燃料流量目標値として燃料流量制御
装置40に与え、かつ、これらのデ−タを出力デ−タメ
モリ54に、また算出過程の所要の演算デ−タを演算値
デ−タメモリ55に書込む(3)。
(i=1),それからdt1経過後の時刻(i=2),
それから更にdt1経過後の時刻(i=3),・・・終
端時刻(i=n)、のそれぞれにおいて均熱帯15に設
定すべき燃料流量Veiを算出して(2)、これらn個の
デ−タを、各時刻の燃料流量目標値として燃料流量制御
装置40に与え、かつ、これらのデ−タを出力デ−タメ
モリ54に、また算出過程の所要の演算デ−タを演算値
デ−タメモリ55に書込む(3)。
【0030】燃料流量制御装置40は与えられた各時刻
の目標値デ−タを読込んで、第1時刻(i=1)のもの
を参照値に設定し、その後時間経過に連動してdt1経
過毎に参照値を経過時間対応のもの(i=2,3,4・・・)に更新
して、流量検出器(図示せず)が検出する燃料流量(実
績値)が参照値に合致するように、均熱帯15の燃料流
量を制御する。
の目標値デ−タを読込んで、第1時刻(i=1)のもの
を参照値に設定し、その後時間経過に連動してdt1経
過毎に参照値を経過時間対応のもの(i=2,3,4・・・)に更新
して、流量検出器(図示せず)が検出する燃料流量(実
績値)が参照値に合致するように、均熱帯15の燃料流
量を制御する。
【0031】スケジュ−ル計算機51は、このように制
御装置40が燃料流量を制御している間、dt1周期で
(正確には制御装置40が参照値を切換える直前に)炉
内温度Tsiおよび炉壁温度Twi、ならびに燃料流量実績
値Vi(流量検出器の検出値)を読込んで入力デ−タメ
モリ53に書込む(5,6)。そしてn回の温度および
流量実績値の読込みを行なうと、ここまでn×dt1の
間の実績値Ti(Tsi)およびViに基づいて、これらの実
績値に整合する熱平衡モデル式(3式)のパラメ-タα=α
eを算出し、演算値デ−タメモリ55のパラメ−タテ−
ブルの、これらの実績値を得た操業条件すなわち炉内状
況に該当する炉状情報の学習パラメ−タαhを、αeに更
新する(10)。
御装置40が燃料流量を制御している間、dt1周期で
(正確には制御装置40が参照値を切換える直前に)炉
内温度Tsiおよび炉壁温度Twi、ならびに燃料流量実績
値Vi(流量検出器の検出値)を読込んで入力デ−タメ
モリ53に書込む(5,6)。そしてn回の温度および
流量実績値の読込みを行なうと、ここまでn×dt1の
間の実績値Ti(Tsi)およびViに基づいて、これらの実
績値に整合する熱平衡モデル式(3式)のパラメ-タα=α
eを算出し、演算値デ−タメモリ55のパラメ−タテ−
ブルの、これらの実績値を得た操業条件すなわち炉内状
況に該当する炉状情報の学習パラメ−タαhを、αeに更
新する(10)。
【0032】この実施例では、上記(3)式を次の(5)式で
具体化している。
具体化している。
【0033】 Qi=Qqi-1+Qhi+Qai−Qsi−Qwi−Qqi−QLi=0 ・・・(5) 但し、単位は(Kcal/h)。
【0034】Qqi-1:燃焼ガス持ち込み熱量 Qqi-1=Cqi-1・Vi-1・Θqi-1 ・・・(6) Cqi-1:ガス熱容量(Kcal/°C・Nm3) Vi-1 :領域(i-1)から流れ込むガス流量(Nm3/h) Θqi-1:領域(i-1)のガス温度(°C) Qhi :燃焼発熱量 Qhi =hi ・Fi ・・・(7) hi:発熱率(Kcal/Nm3) Fi:燃料流量(Nm3/h) Qai :予熱空気持ち込み熱量 Qai =Cai ・Fai ・Θai ・・・(8) Cai :空気熱容量(Kcal/°C・Nm3) Fai =Ari ・Fi ・・・(9) Ari:空燃比 Θai :空気温度(℃) Qsi :材料への移動熱量 σ:シュテファンボルツマン定数、 Sij:材料の表面積、 Φ:総括熱吸収率、 T:温度(°K) 小文字はそれぞれ、gはガス、sは材料、uは上面、l
は下面を意味する。
は下面を意味する。
【0035】Qwi :炉壁持ち出し熱量 Qwi =σ・Swi・Φgwi・(Tgi 4−Twi 4) ・・・(11) Sw:炉壁の面積(m2)、小文字のwは炉壁を意味す
る。 Qqi :燃焼ガス持ち出し熱量 Qqi =Cgi・Vi・Θgi ・・・(12) Vi=G・ΣFk ・・・(13) G:燃焼ガス発生率 QLi :損失熱量及び補正項 QLi =α ・・・(14) α:学習パラメ−タ 炉状情報の学習パラメ−タαhを、αeに更新する(1
0)と、パラメ−タテ−ブルの初期情報は、過去の操作
実績より得られ整理されていたものであり、オペレ−タ
入力により書込まれたものである。その後の情報は、上
述の学習パラメ−タの更新により書替えられたもの、な
らびに、詳細は後述する「パラメ−タαaの算出」(A12)
および「パラメ−タの更新」(10)で、新たな炉状情報の発
生に対応して新たに書込まれたものとなる。
る。 Qqi :燃焼ガス持ち出し熱量 Qqi =Cgi・Vi・Θgi ・・・(12) Vi=G・ΣFk ・・・(13) G:燃焼ガス発生率 QLi :損失熱量及び補正項 QLi =α ・・・(14) α:学習パラメ−タ 炉状情報の学習パラメ−タαhを、αeに更新する(1
0)と、パラメ−タテ−ブルの初期情報は、過去の操作
実績より得られ整理されていたものであり、オペレ−タ
入力により書込まれたものである。その後の情報は、上
述の学習パラメ−タの更新により書替えられたもの、な
らびに、詳細は後述する「パラメ−タαaの算出」(A12)
および「パラメ−タの更新」(10)で、新たな炉状情報の発
生に対応して新たに書込まれたものとなる。
【0036】熱平衡モデル式のパラメ−タαを更新する
(10)とスケジュ−ル計算機51は、またステップA
11に戻って、炉況情報(表1)をこれからn×dt1
の間のものに更新する。そして、また、炉況情報対応の
パラメ−タを算出し(A12)、そして現在時刻からn
×dt1までの各時刻iのそれぞれにおいて均熱帯15
に設定すべき燃料流量Veiを算出して(2)、これらn
個のデ−タを、各時刻の燃料流量目標値として燃料流量
制御装置40に与える(3)。以下同様である。
(10)とスケジュ−ル計算機51は、またステップA
11に戻って、炉況情報(表1)をこれからn×dt1
の間のものに更新する。そして、また、炉況情報対応の
パラメ−タを算出し(A12)、そして現在時刻からn
×dt1までの各時刻iのそれぞれにおいて均熱帯15
に設定すべき燃料流量Veiを算出して(2)、これらn
個のデ−タを、各時刻の燃料流量目標値として燃料流量
制御装置40に与える(3)。以下同様である。
【0037】次に、図3を参照して「パラメ−タαaの
算出」(A12)の内容を説明する。演算値デ−タメモ
リ55のパラメ−タテ−ブル(表2)は、パラメータα
は炉内の状態変数による関数として認識し、実績修正時
の誤差を抑えるためにパラメータの値を、炉内の状態変
数(T,V,Sb,Sz,・・・:炉況情報)領域を分割
して、 テ−ブル1のパラメ−タα1=g1 (T,V,Sb,Sz,・・・) 但し、T:炉内温度,V:燃料流量,Sb:加熱材の材質,Sz:加
熱材のサイズ,・・・ T1min <T<T1max ,V1min <V<V1max ,・・・ テ−ブル2のパラメ−タα2=g2 (T,V,Sb,Sz,・・・) 但し T2min <T<T2max ,V2min <V<V2max ,・・・ ・ ・ ・ ・ ・ ・ テ−ブルpのパラメ−タαp=gp (T,V,Sb,Sz,・・・) 但し Tpmin <T<Tpmax ,Vpmin <V<Vpmax ,・・・ と領域区分で定めている。すなわち、各変数の各領域の
組合せでテ−ブルを区分し、すなわち炉況情報対応でテ
−ブルを定めて、該炉況情報に割り宛てる学習パラメ−
タαを登録している。ここで小文字min,maxはそれぞ
れ、その領域の最小値、最大値を意味する。このよう
に、学習パラメータ値を炉況情報区分で分類しておけ
ば、後述する「Veiの算出」(2)において、炉況対応
の適正な学習パラメ−タを再利用できるので、炉熱炉内
の状況変化が予測される場合も対応可能となり、長期の
予測最適化でも高い精度を確保できる。
算出」(A12)の内容を説明する。演算値デ−タメモ
リ55のパラメ−タテ−ブル(表2)は、パラメータα
は炉内の状態変数による関数として認識し、実績修正時
の誤差を抑えるためにパラメータの値を、炉内の状態変
数(T,V,Sb,Sz,・・・:炉況情報)領域を分割
して、 テ−ブル1のパラメ−タα1=g1 (T,V,Sb,Sz,・・・) 但し、T:炉内温度,V:燃料流量,Sb:加熱材の材質,Sz:加
熱材のサイズ,・・・ T1min <T<T1max ,V1min <V<V1max ,・・・ テ−ブル2のパラメ−タα2=g2 (T,V,Sb,Sz,・・・) 但し T2min <T<T2max ,V2min <V<V2max ,・・・ ・ ・ ・ ・ ・ ・ テ−ブルpのパラメ−タαp=gp (T,V,Sb,Sz,・・・) 但し Tpmin <T<Tpmax ,Vpmin <V<Vpmax ,・・・ と領域区分で定めている。すなわち、各変数の各領域の
組合せでテ−ブルを区分し、すなわち炉況情報対応でテ
−ブルを定めて、該炉況情報に割り宛てる学習パラメ−
タαを登録している。ここで小文字min,maxはそれぞ
れ、その領域の最小値、最大値を意味する。このよう
に、学習パラメータ値を炉況情報区分で分類しておけ
ば、後述する「Veiの算出」(2)において、炉況対応
の適正な学習パラメ−タを再利用できるので、炉熱炉内
の状況変化が予測される場合も対応可能となり、長期の
予測最適化でも高い精度を確保できる。
【0038】「パラメ−タαaの算出」(A12)では
まず、ステップA11の「炉況情報の更新」で得た最新
情報より、各変量X=(X1 =T,X2 =V,X3 =S
b,X4 =Sz,・・・,Xq )を基に、パラメ−タテ−
ブル内を検索し、変数Xが、 XεZk[Zkj(min) ≦Xj ≦Zkj(mex)] ・・・(15) となるテーブルhを見つけ、テーブルh内のパラメ−タ
αhを読出し、レジスタαaに書込む(A121,A12
2)。
まず、ステップA11の「炉況情報の更新」で得た最新
情報より、各変量X=(X1 =T,X2 =V,X3 =S
b,X4 =Sz,・・・,Xq )を基に、パラメ−タテ−
ブル内を検索し、変数Xが、 XεZk[Zkj(min) ≦Xj ≦Zkj(mex)] ・・・(15) となるテーブルhを見つけ、テーブルh内のパラメ−タ
αhを読出し、レジスタαaに書込む(A121,A12
2)。
【0039】既に実績があり登録された炉況情報に対し
ては上述のようにパラメ−タαを算出するが、パラメ−
タαが未確定の炉況情報であった場合、変量が同じ確定
情報(テ−ブルs)がある場合には、確定部分のパラメ
ータ値(テ−ブルsのパラメ−タαs)から補間計算
(内挿法又は外挿法)によりパラメ−タ値αkを算出
し、レジスタαaに書込む。変量が異なるテ−ブルしか
無い場合には、今回の炉況情報の変量のそれぞれにつ
き、同一の変量を含みしかも今回の炉況情報の変量の領
域に最も新い領域の同一の変量を含むテ−ブルのパラメ
−タ値を読出して(A123)、1次回帰モデルを算出
して(A124)、最小2乗法により、これらのパラメ
−タ値αkとの誤差の2乗の総和が最小となるパラメ−
タ値αmを算出して、αmをレジスタαaに書込む(A1
25)と共に、新たなテ−ブルを作成してそこにαmを
登録する(A126)。
ては上述のようにパラメ−タαを算出するが、パラメ−
タαが未確定の炉況情報であった場合、変量が同じ確定
情報(テ−ブルs)がある場合には、確定部分のパラメ
ータ値(テ−ブルsのパラメ−タαs)から補間計算
(内挿法又は外挿法)によりパラメ−タ値αkを算出
し、レジスタαaに書込む。変量が異なるテ−ブルしか
無い場合には、今回の炉況情報の変量のそれぞれにつ
き、同一の変量を含みしかも今回の炉況情報の変量の領
域に最も新い領域の同一の変量を含むテ−ブルのパラメ
−タ値を読出して(A123)、1次回帰モデルを算出
して(A124)、最小2乗法により、これらのパラメ
−タ値αkとの誤差の2乗の総和が最小となるパラメ−
タ値αmを算出して、αmをレジスタαaに書込む(A1
25)と共に、新たなテ−ブルを作成してそこにαmを
登録する(A126)。
【0040】なお、(3)を、上記(5)式のQLiを、QLi=
α1・V+α0として、学習パラメ−タを1次パラメ−タ
α1と0次パラメ−タα0とする場合には、次の1次回帰
モデル 但し、αk1 :テーブルkの1次パラメータ現在値 αk0 :テーブルkの0次パラメータ現在値 βk1 :テーブルkの規格化変数i =(Xi −Zaki )/Zaki ・・・(17) Zaki :テーブルkの変数i平均値 を算出して最小2乗法により、これらのパラメ−タ値α
kとの誤差の2乗の総和が最小となるパラメ−タ値
α1m,α0mを算出して、これらをレジスタに書込むと共
に、新たなテ−ブルを作成してそこにα1m,α0mを登録
する。このQLi=α1・V+α0の演算を行なう態様で
は、表2に示すテ−ブル1,2,・・・それぞれの内容
が、α1を示すものとα0を示すものの2欄となる。
α1・V+α0として、学習パラメ−タを1次パラメ−タ
α1と0次パラメ−タα0とする場合には、次の1次回帰
モデル 但し、αk1 :テーブルkの1次パラメータ現在値 αk0 :テーブルkの0次パラメータ現在値 βk1 :テーブルkの規格化変数i =(Xi −Zaki )/Zaki ・・・(17) Zaki :テーブルkの変数i平均値 を算出して最小2乗法により、これらのパラメ−タ値α
kとの誤差の2乗の総和が最小となるパラメ−タ値
α1m,α0mを算出して、これらをレジスタに書込むと共
に、新たなテ−ブルを作成してそこにα1m,α0mを登録
する。このQLi=α1・V+α0の演算を行なう態様で
は、表2に示すテ−ブル1,2,・・・それぞれの内容
が、α1を示すものとα0を示すものの2欄となる。
【0041】なお、図3のステップA121のチェック
で、変量が同じ確定情報(テ−ブルs)があって、確定
部分のパラメータ値αsから補間計算(内挿法又は外挿
法)によりパラメ−タ値αkを算出した場合には、算出
したパラメ−タ値αkが、登録されているパラメ−タ値
αsに対して、所定の誤差範囲、つまり、 ┃(αs−αk)/αk┃≦Δ ・・・(18) △:許容相対誤差、 という条件の基に、テ−ブルsのパラメ−タ値をα
kに、今回の炉況情報の変量の領域を含む範囲に境界値
を更新する。
で、変量が同じ確定情報(テ−ブルs)があって、確定
部分のパラメータ値αsから補間計算(内挿法又は外挿
法)によりパラメ−タ値αkを算出した場合には、算出
したパラメ−タ値αkが、登録されているパラメ−タ値
αsに対して、所定の誤差範囲、つまり、 ┃(αs−αk)/αk┃≦Δ ・・・(18) △:許容相対誤差、 という条件の基に、テ−ブルsのパラメ−タ値をα
kに、今回の炉況情報の変量の領域を含む範囲に境界値
を更新する。
【0042】次に、図4を参照して「Veiの算出」
(2)の内容を説明する。ここではスケジュ−ル計算機
51は、まず現時刻の燃料流量目標値Vei(i=1)を算出
する(21〜30)。
(2)の内容を説明する。ここではスケジュ−ル計算機
51は、まず現時刻の燃料流量目標値Vei(i=1)を算出
する(21〜30)。
【0043】現時刻の燃料流量目標値Vei(i=1)の算出
(21〜30)においてまずVei(i=1)を、現在の燃料
流量実績値(ステップ6で読込んだ直近値)Veipより設
定量Vai小さい値Veieと仮定して(22)、(3)式とし
て示す熱平衡モデル式(そのパラメ-タαはレジスタαa
の値αa:図3のA122又はA125)にVeieを与えて公知の
ニュートン法で解いて、燃料流量Veie対応の炉内温度
Teiを算出する(23)。そしてこの炉内温度Teiによ
る炉壁温度Twiを算出する(24)。この炉壁温度Twi
の算出は後述する材料温度の算出と同様な演算で行な
う。次に炉内の各材料の各部の加熱温度を推定する(2
5)。これにおいてはまず上下部熱流束を以下の式で、
計算する。
(21〜30)においてまずVei(i=1)を、現在の燃料
流量実績値(ステップ6で読込んだ直近値)Veipより設
定量Vai小さい値Veieと仮定して(22)、(3)式とし
て示す熱平衡モデル式(そのパラメ-タαはレジスタαa
の値αa:図3のA122又はA125)にVeieを与えて公知の
ニュートン法で解いて、燃料流量Veie対応の炉内温度
Teiを算出する(23)。そしてこの炉内温度Teiによ
る炉壁温度Twiを算出する(24)。この炉壁温度Twi
の算出は後述する材料温度の算出と同様な演算で行な
う。次に炉内の各材料の各部の加熱温度を推定する(2
5)。これにおいてはまず上下部熱流束を以下の式で、
計算する。
【0044】 qsuij =σ・Φgsui ・(Tgij 4−Tsuij 4) ・・・(19) qslij =σ・Фgsli ・(Tgij 4−Tslij 4) ・・・(20) 但し、 Φ:総括熱吸収率、 T:温度(°K) 小文字はそれぞれgはガス、sは材料、uは上面、lは
下面を意味する。次に、この熱流束を境界条件として、
上下面方向(材料の厚み方向)の1次元熱伝導モデルよ
り、重み付き残差法を用いて解いた以下の近似式にて材
料各部の温度を計算する。
下面を意味する。次に、この熱流束を境界条件として、
上下面方向(材料の厚み方向)の1次元熱伝導モデルよ
り、重み付き残差法を用いて解いた以下の近似式にて材
料各部の温度を計算する。
【0045】 T(t,x)=f00 +Ka ・α・t +〔(f01 −Kb )・g1 (t)+Kb 〕・f1 (x) +〔(f02 −Ka /2)・g2 (t)+Ka /2〕 ・f2 (x)−(5/12)・(f01 −Kb ) ・ g1 (t)・f3 (x)−(7/8) ・(f02 −Ka /2)・g2 (t)・f4 (x) ・・・(21) 但し、 g1 (t)=exp〔(−5/2)・α・t〕 ・・・(22) g2 (t)=exp〔(−(60/7)・α・t〕・・・(23) f1 (x)=x ・・・(24) f2 (x)=x2−1/3 ・・・(25) f3 (x)=x3−(3/5)・x ・・・(26) f4 (x)=x4−(6/7)・x2 +3/35 ・・・(27) ここでf00 ,f01 ,f02 ,Ka ,α,Kb は定数と
し、厚み方向の位置xは領域内で(−1〜+1)を取る
ように正規化されている。
し、厚み方向の位置xは領域内で(−1〜+1)を取る
ように正規化されている。
【0046】ここで、温度計算単位時間dt1 では、境
界での熱流束を一定と考えて、定数を決める。炉壁の厚
さ方向の温度は、式(21)〜(27)を使用する。
界での熱流束を一定と考えて、定数を決める。炉壁の厚
さ方向の温度は、式(21)〜(27)を使用する。
【0047】なお、炉壁温度についても、同じように考
えて計算するが熱流束は前述の(11)式より、 qw =σ・Φgwi ・(Tgi 4−Twi 4) ・・・(28) となる。
えて計算するが熱流束は前述の(11)式より、 qw =σ・Φgwi ・(Tgi 4−Twi 4) ・・・(28) となる。
【0048】このようにして得た材料各部の温度(推定
値)と目標値との差すなわち誤差(各材料の各部)を算
出し、「誤差の総和」を算出する(図4の26,27)。
値)と目標値との差すなわち誤差(各材料の各部)を算
出し、「誤差の総和」を算出する(図4の26,27)。
【0049】以上に説明した上記「誤差の総和」の算出
を、同様に、燃料流量仮定値Veieを1ステップ(Δ)
づつVeip+Vaiまで大きくし、各ステップ(各燃料流量
仮定値)について同様に実行する(図4の28,29,
23〜27の繰返し)。そして、これらの各ステップの
「誤差の総和」の内最小のものが得られた燃料流量仮定
値を、i=1(現時刻)の燃料流量目標値Vei(i=1)と
定める(30)。なお、この「Veiの算出」(2)にお
いて燃料流量の最適値は、演算速度を高くするため、公
知の急降下法を用いてもよい。例えば、Veie=Veip−
Vai,Veie=Veip−Vai/2,Veie=Veip,Veie=
Veip+Vai/2およびVeie=Veip+Vaiの5点につ
いて上述の「誤差の総和」を算出してそれらの内最小値
をもたらしたものがVeie=Veip−Vai/2であると、
次にはVeie=Veip−(3/4)VaiおよびVeie=Veip−
(1/4)Vaiの「誤差の総和」を算出して、それを最小と
する燃料流量が、Veie=Veip−VaiからVeie=Veip
−(3/4)Vaiの領域,Veie=Veip−(3/4)VaiからVei
e=Veip−Vai/2の領域,Veie=Veip−Vai/2か
らVeie=Veip−(1/4)Vaiの領域およびVeie=Veip
−(1/4)VaiからVeie=Veipの領域、のいずれにある
か判定し、このように最小値が存在する領域を順次狭く
して最後には燃料流量の最小単位で「誤差の総和」が最
小値となった燃料流量を、最適値と決定する。このよう
な急降下法を用いると、最適燃料流量を算出する演算時
間が短くなる。
を、同様に、燃料流量仮定値Veieを1ステップ(Δ)
づつVeip+Vaiまで大きくし、各ステップ(各燃料流量
仮定値)について同様に実行する(図4の28,29,
23〜27の繰返し)。そして、これらの各ステップの
「誤差の総和」の内最小のものが得られた燃料流量仮定
値を、i=1(現時刻)の燃料流量目標値Vei(i=1)と
定める(30)。なお、この「Veiの算出」(2)にお
いて燃料流量の最適値は、演算速度を高くするため、公
知の急降下法を用いてもよい。例えば、Veie=Veip−
Vai,Veie=Veip−Vai/2,Veie=Veip,Veie=
Veip+Vai/2およびVeie=Veip+Vaiの5点につ
いて上述の「誤差の総和」を算出してそれらの内最小値
をもたらしたものがVeie=Veip−Vai/2であると、
次にはVeie=Veip−(3/4)VaiおよびVeie=Veip−
(1/4)Vaiの「誤差の総和」を算出して、それを最小と
する燃料流量が、Veie=Veip−VaiからVeie=Veip
−(3/4)Vaiの領域,Veie=Veip−(3/4)VaiからVei
e=Veip−Vai/2の領域,Veie=Veip−Vai/2か
らVeie=Veip−(1/4)Vaiの領域およびVeie=Veip
−(1/4)VaiからVeie=Veipの領域、のいずれにある
か判定し、このように最小値が存在する領域を順次狭く
して最後には燃料流量の最小単位で「誤差の総和」が最
小値となった燃料流量を、最適値と決定する。このよう
な急降下法を用いると、最適燃料流量を算出する演算時
間が短くなる。
【0050】以上に説明した「i=1(現時刻)の燃料流
量目標値Vei(i=1)」の決定と同様にして、dt1後
(i=2)の燃料流量目標値Vei(i=2)からn×dt1
後の燃料流量目標値Vei(i=n)まで、それぞれを決定す
る(31,32,22〜30)。
量目標値Vei(i=1)」の決定と同様にして、dt1後
(i=2)の燃料流量目標値Vei(i=2)からn×dt1
後の燃料流量目標値Vei(i=n)まで、それぞれを決定す
る(31,32,22〜30)。
【0051】次に、図5を参照して「パラメ−タの更
新」(10)の内容を説明する。なお、「パラメ−タの
更新」(10)は、n×dt1前にステップ2(図2:
詳細は図4)で与えた各時点(i=1〜n)の燃料流量
目標値Veiと、それによって現われた結果すなわち実績
値(図2のステップ4〜8による検出値:燃料流量Vi,
炉内温度Ti)とを、時系列の対応付けをして、(4)式に
示す評価関数Pに基づいて(3)式(具体時には(5)式:以下
においては単に(3)式という)に示す熱平衡モデル式の学
習パラメ−タαを更新するものである。図5は学習パラ
メ−タαの更新処理の論理を示す。
新」(10)の内容を説明する。なお、「パラメ−タの
更新」(10)は、n×dt1前にステップ2(図2:
詳細は図4)で与えた各時点(i=1〜n)の燃料流量
目標値Veiと、それによって現われた結果すなわち実績
値(図2のステップ4〜8による検出値:燃料流量Vi,
炉内温度Ti)とを、時系列の対応付けをして、(4)式に
示す評価関数Pに基づいて(3)式(具体時には(5)式:以下
においては単に(3)式という)に示す熱平衡モデル式の学
習パラメ−タαを更新するものである。図5は学習パラ
メ−タαの更新処理の論理を示す。
【0052】まず、図5に従って説明すると、n×dt
1の間の第1時点(i=1)の流量実績値Viを(3)式に
示す熱平衡モデル式に導入してそれによってもたらされ
る炉内温度推定値ETi =fT(Vi,α)を算出し(こ
れにはαが含まれる)、炉内温度推定値ETi と第1時
点(i=1)の温度実績値Tiの差の2乗を算出する
(図5の101〜103)。同様に第2時点(i=2)
から終端時点(i=n)それぞれの炉内温度推定値ETi
と温度実績値Tiの差の2乗を算出し(102〜10
6)、これらの値の総和を算出する(108)。すなわ
ち(4)式の値を算出する。この総和はαをパラメ−タと
している。そしてこの総和が最小となるαを算出し(1
09、パラメ−タテ−ブルの、現炉況情報に対応するテ
−ブルhのパラメ−タαhを、算出したαに更新する
(A13)。このとき、算出したパラメ−タαを導入し
てテ−ブルhのパラメ−タ平均値も更新する。最大値、
最小値については、以下の規則にて更新する。
1の間の第1時点(i=1)の流量実績値Viを(3)式に
示す熱平衡モデル式に導入してそれによってもたらされ
る炉内温度推定値ETi =fT(Vi,α)を算出し(こ
れにはαが含まれる)、炉内温度推定値ETi と第1時
点(i=1)の温度実績値Tiの差の2乗を算出する
(図5の101〜103)。同様に第2時点(i=2)
から終端時点(i=n)それぞれの炉内温度推定値ETi
と温度実績値Tiの差の2乗を算出し(102〜10
6)、これらの値の総和を算出する(108)。すなわ
ち(4)式の値を算出する。この総和はαをパラメ−タと
している。そしてこの総和が最小となるαを算出し(1
09、パラメ−タテ−ブルの、現炉況情報に対応するテ
−ブルhのパラメ−タαhを、算出したαに更新する
(A13)。このとき、算出したパラメ−タαを導入し
てテ−ブルhのパラメ−タ平均値も更新する。最大値、
最小値については、以下の規則にて更新する。
【0053】 Zkj(min) !=min(Zkj(min) ,Xj(min) ) ・・・(29) Zkj(max) !=max(Zkj(max) ,Xj(max) ) ・・・(30) 但し、!は更新後を意味する。
【0054】実際には、公知の急降下法により誤差の2
乗の総和を最小とするαの値αaを算出する。これにお
いては、上述の「Veiの算出」で最適燃料流量Veiを算
出したように、αに仮定値を与えて誤差の2乗の総和を
算出し、公知の急降下法により誤差の2乗の総和を最小
とするαの値αaを求める。収束の条件は、評価値(誤
差の2乗の総和)の変化が一定値より小さくなった場
合、つまり △P < ε ・・・(31) のときとする。すなわち(31)式が成立したときのαの値
を、図5のステップ108,109の算出値とする。
乗の総和を最小とするαの値αaを算出する。これにお
いては、上述の「Veiの算出」で最適燃料流量Veiを算
出したように、αに仮定値を与えて誤差の2乗の総和を
算出し、公知の急降下法により誤差の2乗の総和を最小
とするαの値αaを求める。収束の条件は、評価値(誤
差の2乗の総和)の変化が一定値より小さくなった場
合、つまり △P < ε ・・・(31) のときとする。すなわち(31)式が成立したときのαの値
を、図5のステップ108,109の算出値とする。
【0055】本実施例では、評価関数を温度そのものに
ついての2乗誤差積算値としており、これによりモデル
誤差によって生じる実績温度との誤差分は、パラメータ
自身の変化におきかわる。
ついての2乗誤差積算値としており、これによりモデル
誤差によって生じる実績温度との誤差分は、パラメータ
自身の変化におきかわる。
【0056】図6に、本発明の実施時の均熱帯15の炉
内温度推定値を一点鎖線で、実測温度を実線で、また従
来方式による炉内温度推定値を破線で示す。従来方式
(破線)では、炉況変化によって推定誤差が大きくなっ
て行くが、本発明の場合は炉況変化に対して学習パラメ
−タが選択されるため、炉況変化に対して温度推定値の
遅れ誤差が小さくしかも推定誤差が実側温度に収束して
行く。この時の操業条件は、材料の幅760〜1420
mm、厚さ250mm、装入温度50〜900℃、抽出
目標温度1100〜1230℃である。
内温度推定値を一点鎖線で、実測温度を実線で、また従
来方式による炉内温度推定値を破線で示す。従来方式
(破線)では、炉況変化によって推定誤差が大きくなっ
て行くが、本発明の場合は炉況変化に対して学習パラメ
−タが選択されるため、炉況変化に対して温度推定値の
遅れ誤差が小さくしかも推定誤差が実側温度に収束して
行く。この時の操業条件は、材料の幅760〜1420
mm、厚さ250mm、装入温度50〜900℃、抽出
目標温度1100〜1230℃である。
【0057】
【効果】本発明によれば、炉況の変化があっても、学習
パラメ−タαが自動的に炉況対応のものに変更されるた
め、炉況の変化による推定誤差が小さく、常に安定した
炉内温度制御が実施できる。従って、多種多様な材料の
加熱にも最適な燃料を精度良く推定でき、材料焼き上げ
品質の確保と大きな省エネルギー効果が得られる。さら
には、学習パラメ−タの管理と熱平衡モデルの精度向上
を容易に行なえる。
パラメ−タαが自動的に炉況対応のものに変更されるた
め、炉況の変化による推定誤差が小さく、常に安定した
炉内温度制御が実施できる。従って、多種多様な材料の
加熱にも最適な燃料を精度良く推定でき、材料焼き上げ
品質の確保と大きな省エネルギー効果が得られる。さら
には、学習パラメ−タの管理と熱平衡モデルの精度向上
を容易に行なえる。
【図1】 1つの加熱炉と加熱炉と本発明の一実施例を
示すブロック図であり、(a)は加熱炉の平面図、
(b)は縦断面図である。
示すブロック図であり、(a)は加熱炉の平面図、
(b)は縦断面図である。
【図2】 図1の(b)に示すスケジュ−ル計算機51
の演算処理内容を示すフロ−チャ−トである。
の演算処理内容を示すフロ−チャ−トである。
【図3】 図1の(b)に示すスケジュ−ル計算機51
の演算処理内容を示すフロ−チャ−トであり、図2に示
す「パラメ−タαaの算出」(A12)の内容を示す。
の演算処理内容を示すフロ−チャ−トであり、図2に示
す「パラメ−タαaの算出」(A12)の内容を示す。
【図4】 図1の(b)に示すスケジュ−ル計算機51
の演算処理内容を示すフロ−チャ−トであり、図2に示
す「Veiの算出」(2)の内容を示す。
の演算処理内容を示すフロ−チャ−トであり、図2に示
す「Veiの算出」(2)の内容を示す。
【図5】 図1の(b)に示すスケジュ−ル計算機51
の演算処理内容を示すフロ−チャ−トであり、図2に示
す「パラメ−タの更新」(10)の内容を示す。
の演算処理内容を示すフロ−チャ−トであり、図2に示
す「パラメ−タの更新」(10)の内容を示す。
【図6】 均熱帯の炉内温度の変化を示すグラフであ
る。
る。
1:加熱炉 11:炉尻 12:予熱帯 13:第
2加熱帯 14:第3加熱帯 15:均
熱帯 21〜24:炉内温度検出器(温度検出手段) 31〜35:炉壁温度検出器 40:燃料流量制御装置(燃料流量制御手段) 50:最適制御装置 51:スケジュ−ル計算機(燃料流量算出手段,パラメ
−タ更新手段) 55:演算値デ−タメモリ(記憶手段)
2加熱帯 14:第3加熱帯 15:均
熱帯 21〜24:炉内温度検出器(温度検出手段) 31〜35:炉壁温度検出器 40:燃料流量制御装置(燃料流量制御手段) 50:最適制御装置 51:スケジュ−ル計算機(燃料流量算出手段,パラメ
−タ更新手段) 55:演算値デ−タメモリ(記憶手段)
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.5 識別記号 庁内整理番号 FI 技術表示箇所 F27B 9/40 7516−4K F27D 19/00 A 6977−4K G05D 23/19 E 9132−3H
Claims (1)
- 【請求項1】加熱対象材料の温度,材質,サイズ,炉内
位置および炉内温度、の少なくとも一者を含む炉況情報
に対応付けて学習パラメ−タを保存する記憶手段;炉況
情報に対応する学習パラメ−タを前記記憶手段より読み
出し、読出した学習パラメ−タを含みかつ加熱炉の入熱
量,温度および放熱量の関係を表わす熱平衡モデル式を
用いて、燃料流量対応の炉内温度を推定演算し加熱対象
材を目標温度に焼上げるに要する将来の各時刻の燃料流
量を算出する燃料流量算出手段;加熱炉の燃料流量を該
各時刻の算出された燃料流量に制御する燃料流量制御手
段;加熱炉の炉内温度すなわち実績炉内温度を検出する
温度検出手段;加熱炉の燃料流量すなわち実績流量を検
出する流量検出手段;および、 評価関数を用いて、各時刻の前記実績炉内温度および実
績流量より前記熱平衡モデル式の、これらの実績炉内温
度および実績流量に整合する学習パラメ−タを算出し、
前記記憶手段の、これらの実績炉内温度および実績流量
が該当する炉況情報の学習パラメ−タをこの算出した学
習パラメ−タに更新するパラメ−タ更新手段;を備える
加熱炉の炉内温度制御装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1480392A JPH05209233A (ja) | 1992-01-30 | 1992-01-30 | 加熱炉の炉内温度制御装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1480392A JPH05209233A (ja) | 1992-01-30 | 1992-01-30 | 加熱炉の炉内温度制御装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH05209233A true JPH05209233A (ja) | 1993-08-20 |
Family
ID=11871203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1480392A Withdrawn JPH05209233A (ja) | 1992-01-30 | 1992-01-30 | 加熱炉の炉内温度制御装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH05209233A (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09204203A (ja) * | 1996-01-24 | 1997-08-05 | Hitachi Ltd | 制御指令算出方法および装置 |
JP2002357392A (ja) * | 2001-05-31 | 2002-12-13 | Ohkura Electric Co Ltd | ガスブレンド演算付き調節計 |
WO2006016579A1 (ja) * | 2004-08-09 | 2006-02-16 | Applied Materials Inc. | 基板の熱的性質判定方法及び熱処理条件の決定方法 |
CN103499101A (zh) * | 2013-09-27 | 2014-01-08 | 中冶长天国际工程有限责任公司 | 一种三元点火炉炉膛温度调节方法及装置 |
CN111550822A (zh) * | 2020-05-20 | 2020-08-18 | 宝钢湛江钢铁有限公司 | 一种控制脉冲燃烧方式煤气流量波动的方法 |
JP2020148371A (ja) * | 2019-03-12 | 2020-09-17 | Jfeスチール株式会社 | 加熱炉の異常原因特定方法、加熱炉の異常原因特定装置、機械学習方法、及び加熱炉の異常原因特定モデル |
CN112304106A (zh) * | 2019-08-02 | 2021-02-02 | 乔治洛德方法研究和开发液化空气有限公司 | 炉的控制系统、炉的控制方法及具备该控制系统的炉 |
CN112414155A (zh) * | 2020-11-18 | 2021-02-26 | 攀钢集团攀枝花钢铁研究院有限公司 | 用于复合式轧钢加热炉烟气量的计算方法 |
CN115287446A (zh) * | 2022-07-01 | 2022-11-04 | 燕山大学 | 一种智慧加热炉远程大数据集控系统 |
-
1992
- 1992-01-30 JP JP1480392A patent/JPH05209233A/ja not_active Withdrawn
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09204203A (ja) * | 1996-01-24 | 1997-08-05 | Hitachi Ltd | 制御指令算出方法および装置 |
JP2002357392A (ja) * | 2001-05-31 | 2002-12-13 | Ohkura Electric Co Ltd | ガスブレンド演算付き調節計 |
JP4698068B2 (ja) * | 2001-05-31 | 2011-06-08 | 大倉電気株式会社 | ガスブレンド演算付き調節計 |
WO2006016579A1 (ja) * | 2004-08-09 | 2006-02-16 | Applied Materials Inc. | 基板の熱的性質判定方法及び熱処理条件の決定方法 |
JP2006054214A (ja) * | 2004-08-09 | 2006-02-23 | Applied Materials Inc | 基板の熱的性質判定方法及び熱処理条件の決定方法 |
US8308350B2 (en) | 2004-08-09 | 2012-11-13 | Applied Materials, Inc. | Method of determining thermal property of substrate and method of deciding heat treatment condition |
CN103499101A (zh) * | 2013-09-27 | 2014-01-08 | 中冶长天国际工程有限责任公司 | 一种三元点火炉炉膛温度调节方法及装置 |
CN103499101B (zh) * | 2013-09-27 | 2015-10-28 | 中冶长天国际工程有限责任公司 | 一种三元点火炉炉膛温度调节方法及装置 |
JP2020148371A (ja) * | 2019-03-12 | 2020-09-17 | Jfeスチール株式会社 | 加熱炉の異常原因特定方法、加熱炉の異常原因特定装置、機械学習方法、及び加熱炉の異常原因特定モデル |
CN112304106A (zh) * | 2019-08-02 | 2021-02-02 | 乔治洛德方法研究和开发液化空气有限公司 | 炉的控制系统、炉的控制方法及具备该控制系统的炉 |
CN111550822A (zh) * | 2020-05-20 | 2020-08-18 | 宝钢湛江钢铁有限公司 | 一种控制脉冲燃烧方式煤气流量波动的方法 |
CN112414155A (zh) * | 2020-11-18 | 2021-02-26 | 攀钢集团攀枝花钢铁研究院有限公司 | 用于复合式轧钢加热炉烟气量的计算方法 |
CN112414155B (zh) * | 2020-11-18 | 2022-07-05 | 攀钢集团攀枝花钢铁研究院有限公司 | 用于复合式轧钢加热炉烟气量的计算方法 |
CN115287446A (zh) * | 2022-07-01 | 2022-11-04 | 燕山大学 | 一种智慧加热炉远程大数据集控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US4255133A (en) | Method for controlling furnace temperature of multi-zone heating furnace | |
JPH05209233A (ja) | 加熱炉の炉内温度制御装置 | |
JP6729514B2 (ja) | 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置 | |
US6711531B1 (en) | Temperature control simulation method and apparatus | |
US20190144961A1 (en) | Real-time control of the heating of a part by a steel furnace or heat treatment furnace | |
JP4203275B2 (ja) | 連続鋼材加熱炉の燃焼制御方法、燃焼制御装置及び燃焼制御プログラム並びにコンピュータ読み取り可能な記録媒体 | |
JPH05209232A (ja) | 加熱炉の炉内温度制御装置 | |
KR100356159B1 (ko) | 가열로연소제어장치 | |
JPH05209235A (ja) | 加熱炉の炉内温度制御装置 | |
JP3144984B2 (ja) | 製鋼工程における溶鋼温度の調整方法 | |
KR100689153B1 (ko) | 가열로에서의 슬라브 온도 예측 방법. | |
JPH05209234A (ja) | 加熱炉の炉内温度制御装置 | |
JP2912086B2 (ja) | 高炉制御方法 | |
KR20220019469A (ko) | 환기 제어 시스템 및 방법 | |
JP2000129319A (ja) | 高炉炉熱制御方法及び装置 | |
KR100706528B1 (ko) | 열 처리로에서의 분위기온도 예측 방법 | |
Muske et al. | Model-based control of a thermal regenerator. Part 2: control and estimation | |
JP4110780B2 (ja) | 高炉炉内溶銑温度及び外乱の推定方法 | |
JPS5950196B2 (ja) | コ−クス炉の火落判定方法 | |
JPH1153005A (ja) | 制御系におけるモデルパラメータの学習方法 | |
JP4875290B2 (ja) | 加熱炉の炉温制御方法及び装置 | |
JPH07138658A (ja) | 連続熱処理炉の露点制御装置 | |
JPH09296228A (ja) | 連続式加熱炉の燃焼制御方法及び装置 | |
JPS6027405B2 (ja) | 温度制御装置 | |
JPS61141787A (ja) | コ−クス炉における炉温制御方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19990408 |