PL211425B1 - Sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym poprzez zmianę parametrów wejściowych kotła - Google Patents
Sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym poprzez zmianę parametrów wejściowych kotłaInfo
- Publication number
- PL211425B1 PL211425B1 PL382827A PL38282707A PL211425B1 PL 211425 B1 PL211425 B1 PL 211425B1 PL 382827 A PL382827 A PL 382827A PL 38282707 A PL38282707 A PL 38282707A PL 211425 B1 PL211425 B1 PL 211425B1
- Authority
- PL
- Poland
- Prior art keywords
- combustion process
- exhaust gas
- lymphocytes
- vector
- optimizer
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 87
- 238000005457 optimization Methods 0.000 title claims description 29
- 210000000987 immune system Anatomy 0.000 title description 16
- 238000002485 combustion reaction Methods 0.000 claims description 58
- 230000008569 process Effects 0.000 claims description 57
- 239000013598 vector Substances 0.000 claims description 53
- 210000004698 lymphocyte Anatomy 0.000 claims description 38
- 210000003719 b-lymphocyte Anatomy 0.000 claims description 37
- 239000007789 gas Substances 0.000 claims description 36
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 35
- 229910052760 oxygen Inorganic materials 0.000 claims description 35
- 239000001301 oxygen Substances 0.000 claims description 35
- 244000052769 pathogen Species 0.000 claims description 28
- 230000006054 immunological memory Effects 0.000 claims description 27
- 230000008859 change Effects 0.000 claims description 17
- 230000001717 pathogenic effect Effects 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 11
- 239000003245 coal Substances 0.000 claims description 9
- 230000003068 static effect Effects 0.000 claims description 8
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 7
- 239000003546 flue gas Substances 0.000 claims description 7
- 230000015654 memory Effects 0.000 claims description 4
- 230000003631 expected effect Effects 0.000 claims description 2
- 230000012010 growth Effects 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 239000000427 antigen Substances 0.000 description 10
- 108091007433 antigens Proteins 0.000 description 10
- 102000036639 antigens Human genes 0.000 description 10
- 230000001276 controlling effect Effects 0.000 description 9
- 210000004027 cell Anatomy 0.000 description 6
- 239000012636 effector Substances 0.000 description 4
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 241000700605 Viruses Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000004154 complement system Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 101150013553 CD40 gene Proteins 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 102000018713 Histocompatibility Antigens Class II Human genes 0.000 description 1
- 108010027412 Histocompatibility Antigens Class II Proteins 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000009089 cytolysis Effects 0.000 description 1
- 231100000433 cytotoxic Toxicity 0.000 description 1
- 230000001472 cytotoxic effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000001900 immune effect Effects 0.000 description 1
- 230000008105 immune reaction Effects 0.000 description 1
- 230000028993 immune response Effects 0.000 description 1
- 230000000899 immune system response Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001535 kindling effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 244000045947 parasite Species 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004449 solid propellant Substances 0.000 description 1
Landscapes
- Regulation And Control Of Combustion (AREA)
Description
Przedmiotem wynalazku jest sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym poprzez zmianę parametrów wejściowych kotła.
Istnieje wiele różnorodnych systemów optymalizacji spalania w kotłach energetycznych za pomocą automatycznych regulatorów lub systemów optymalizacji.
Znane są różne sposoby regulacji pracy kotła parowego oraz układy do realizacji tych sposobów, umożliwiające regulację jednego lub jednocześnie dwu lub kilku parametrów procesu spalania z wykorzystaniem regulatorów PID dla szeregu pę tli regulacji poprzez utrzymywanie zadawanego ciśnienia pary, obciążenie i optymalnej ilości powietrza przy pracy kotła w stanie ustalonym i w stanach nieustalonych lub poprzez sterowanie palnikami kotła energetycznego lub poprzez regulację ilości powietrza całkowitego bądź dodatkowego doprowadzanego do kotła lub korygowanie wartości zadanej O2 dla regulatora w zależności od zawartości CO w spalinach. Znane są też układy regulacji procesu spalania w kotłach z zastosowaniem klasycznych algorytmów PID dla szeregu pętli regulacji np. paliwa, powietrza.
Z polskiego opisu patentowego 162474 znany jest sposób i ukł ad automatycznej regulacji dopływu powietrza do kotła w procesie spalania bliku energetycznego opalanego paliwem stałym, zwłaszcza przy dużych zakłóceniach w doprowadzaniu paliwa do kotła. Sposób polegający na proporcjonalnej do obciążenia cieplnego kotła zmianie ilości doprowadzanego paliwa do spalania, gdzie zmiana ilości powietrza odbywa się przez zmianę wysterowania kierownic wentylatorów podmuchu charakteryzuje się tym, że sygnał mocy rzeczywistej bloku energetycznego, który jest sygnałem wartości zadanej regulatora ilości powietrza całkowitego do kotła, koryguje się poprzez dodanie do niego sygnału korekcyjnego będącego całką różniczki mocy rzeczywistej bloku energetycznego i sygnału przyjmującego wartość iloczynu różniczki mocy rzeczywistej bloku energetycznego wyselekcjonowanego w spolaryzowanym wzmacniaczu sygnału wartości dodanej przez sygnał korekcyjny. Do tak kształtowanego toru sygnału mocy rzeczywistej dodaje się sygnał pochodnej sygnału sumy obrotów podajników węgla pomniejszony o sygnał ubytku węgla na podajnikach i powiększony o sygnał ilości doprowadzanego do kotła paliwa rozpałkowego, po czym tak utworzony sygnał podaje się do regulatora powietrza całkowitego. Z polskiego opisu patentowego nr 156836 znany jest sposób i układ do automatycznej optymalizacji procesów spalania w obiektach cieplnych poprzez zmianę ilości dodatkowego powietrza na podstawie pomiaru zawartości tlenu w spalinach w co najmniej dwóch punktach komory spalania. Sposób polega na tym, że określa się podstawową ilość dodatkowego powietrza na podstawie pomiaru zawartości tlenu w spalinach, zarazem określa się zawartość tlenu na podstawie pomiaru w jednej części komory spalania i mierzy się asymetrię wskazań zawartości tlenu w spalinach miedzy co najmniej dwoma punktami komory spalania i na podstawie asymetrii tych wskazań dostarcza się dodatkowe powietrze z dwóch źródeł o asymetrycznych wydatkach, których asymetria jest odwrotna do asymetrii ilości tlenu w spalinach.
Jednak pomimo znacznej liczby udanych implementacji tego typu systemów, w przypadku wszystkich wymienionych wyżej rozwiązań:
• implementacja technologii wiąże się z dużym nakładem środków przeznaczonych na wdrożenie, o ile bowiem koszt samego komputera jest znikomy, to koszt pracy wysoko wykwalifikowanej kadry inżynierskiej stanowi znaczące obciążenie dla budżetu elektrowni;
• parametry jakoś ciowe wę gla, badane zazwyczaj w laboratorium raz na dobę , nie są uwzglę dniane w trakcie definiowania wskaźnika jakości (funkcji celu) dla zadania optymalizacji.
Eliminacja obydwu wymienionych tutaj mankamentów nie jest możliwa metodami dotychczas wykorzystywanymi w tego typu rozwiązaniach. Wolny od powyższych niedogodności jest sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym poprzez zmianę parametrów wejściowych kotła, wykorzystujący optymalizację stochastyczną w połączeniu ze sztucznymi systemami immunologicznymi.
Z opisów w otwartej literaturze (m.in. Artificial Immune Systems: Part II A Survey of applications - Leandro Nunes de Castro, Fernando Jose Von Zuben, Technical Report DCA-RT02/00) znane są zastosowania systemów immunologicznych w przemyśle dla problemów identyfikacji, sterowania adaptacyjnego, optymalizacji z ograniczeniami, optymalizacji kombinatoryjnej (n-TSP Problem), eliminacji wirusów, podwyższenia poziomów bezpieczeństwa w sieciach komputerowych, data minig (automatycznego wnioskowania w wielkich zbiorach danych), diagnostyki pomiarowej, detekcji zachowań odbiegających od normy czy tez próby zastąpienia funkcjonalności sieci neuronowych.
PL 211 425 B1
Do tej pory systemy immunologiczne nie były zastosowane w zakresie regulacji, sterowania lub optymalizacji procesów zachodzących w kotłach energetycznych. W żadnym z zastosowań na świecie sztuczne systemy immunologiczne w powiązaniu z optymalizacją stochastyczną nie umożliwiały optymalizacji emisji spalin w procesie spalania w kotle energetycznym.
W swojej książce „Układ odpornościowy - twój osobisty doktor” M. Dąbrowski pisze: „Obok układu nerwowego, właśnie układ odpornościowy jest tym szczególnym układem organizmu, który obdarzony jest zdolnością zdobywania i podnoszenia swoich kwalifikacji poprzez naukę i doświadczenie. Posługuje się pamięcią i wykazuje zdolność przewidywania. W zależności od warunków, układ może rozwinąć nowe, lub stracić uprzednio posiadane zdolności.” (w: Marek P. Dąbrowski, wydawnictwo Sanmedia, Warszawa, 1994). Wymienione przez Dąbrowskiego cechy układu odpornościowego doskonale przydają się w rozwiązywaniu różnorodnych problemów technicznych spotykanych zarówno w energetyce, jak i w innych branż ach przemysłu.
Celem działania układu odpornościowego jest ochrona organizmu przed patogenami. Przez termin patogeny rozumiane są wirusy, bakterie, pasożyty i inne mikroorganizmy, które zagrażają żywemu organizmowi. Zatem podstawą działania układu odpornościowego jest prawidłowa detekcja patogenów oraz ich efektywna eliminacja. Patogeny rozpoznawane są przez detektory - limfocyty, których struktura reprezentuje w bezpośredni sposób wiedzę układu odpornościowego. Rozważając budowę systemu odpornościowego z punktu widzenia przydatności do rozwiązywania problemów technicznych, szczególnie interesujące są limfocyty typu B, które biorą udział w niszczeniu patogenów przy pomocy produkowanych przez limfocyty przeciwciał. W wyniku rekombinacji genów składających się na genom danego osobnika powstają nowe, skuteczniejsze generacje przeciwciał, widać więc podobieństwo między układem odpornościowym i systemem ewolucyjnym. Dzięki tej właściwości limfocyty B, oprócz eliminacji patogenów, biorą także udział w procesie tworzenia pamięci immunologicznej. Każdy limfocyt może posiadać inny „zestaw narzędzi” do niszczenia patogenów, dzięki czemu jedne limfocyty mogą być skuteczniejsze od innych w zwalczaniu wyróżnionego rodzaju patogenów atakujących organizm. Ponadto w organizmie funkcjonują limfocyty typu T, będące pierwszą linią obrony, której zadaniem jest detekcja patogenów i pobudzenie do działania limfocytów typu B. Proces tworzenia pamięci immunologicznej polega na selekcji najbardziej skutecznych limfocytów. Cechą charakterystyczną pamięci immunologicznej jest występowanie skupień komórek o podobnych właściwościach. Innymi słowy limfocyty o podobnym zestawie narzędzi są ulokowane blisko siebie. Dzięki takiemu ułożeniu limfocytów, podczas zainfekowania organizmu przez patogeny, do akcji obronnej można zaangażować odpowiednio dużą grupę limfocytów.
Jak wynika z powyższych rozważań, cechą charakterystyczną układu odpornościowego jest jego nieustanne „uczenie się”. Proces ten związany jest z tzw. „pierwotną odpowiedzią immunologiczną”. Jest to odpowiedź organizmu na nowy, nieznany patogen, co w praktyce odpowiada wyszukaniu limfocytów z najlepszym zestawem narzędzi do usunięcia zagrożenia. Pierwotna odpowiedź układu odpornościowego jest na ogół wolna, ponieważ potrzebuje on czasu na eliminację nieznanego patogenu. Warto jednak podkreślić tutaj, że po udanej akcji obronnej pamięć o patogenie nie zanika. Dzięki temu reakcja na ponowny atak tego patogenu jest o wiele szybsza i skuteczniejsza. Jest to tzw. „wtórna reakcja immunologiczna”, która świadczy o posiadaniu przez układ odpornościowy cech systemu adaptacyjnego.
Wymienione dotychczas cechy układu immunologicznego i opis jego działania prowadzą do wniosku, że reakcja obronna organizmu polega na produkcji limfocytów z odpowiedniej grupy. Jednak aby skutecznie zarządzać limfocytami ich liczba nie może rosnąć w nieskończoność. Dzięki mechanizmowi konkurencji struktura pamięci immunologicznej jest strukturą samoregulującą się. Osobniki nieefektywne są usuwane, a w ich miejsce pojawiają się nowe limfocyty. Uproszczony mechanizm zarządzania populacją limfocytów przedstawia równanie:
SRP = DNK - SNK + RPK gdzie:
SRP - stopień różnorodności komórek
DNK - dopływ nowych komórek
SNK - śmierć nieefektywnych komórek
RPK - reprodukcja pobudzonych komórek
Sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym poprzez zmianę parametrów wejściowych kotła według wynalazku charakteryzuje się tym, że na wejście procesu spa4
PL 211 425 B1 lania w kotle energetycznym do klap powietrza wtórnego i regulatora tlenu podaje się optymalne sygnały sterujące odpowiednio stopniem otwarcia klap powietrza wtórnego i zadaną zawartością tlenu w spalinach, wygenerowane w procesie optymalizacji poprzez dział anie współ pracują cego z kotł em energetycznym optymalizatora mającego pamięć immunologiczną, na podstawie automatycznie zebranej przez optymalizator w procesie uczenia wiedzy o statycznych zależnościach między wejściami i wyjściami procesu spalania przechowywanej w pamięci immunologicznej, reprezentowane jako optymalny wektor przyrostów zmiennych sterujących MV minimalizujący wartość wskaźnika jakości, przy czym optymalne sygnały sterujące stopniem otwarcia klap powietrza wtórnego i zadaną zawartością tlenu w spalinach ustala się w ten sposób, że w procesie optymalizacji w każdym zdefiniowanym przedziale czasowym oblicza się wektor przyrostu zmiennych sterujących MV reprezentujący przeciwciało z uwzględnieniem: bieżącego stanu procesu spalania w zakresie obciążenia kotła lub prędkości podajników węgla definiowanego jako wektor zakłóceń mierzalnych DV reprezentujący patogen, wektora optymalizowanych wyjść kotła CV obejmującego emisję CO, emisję NOx, temperaturę pary świeżej i wtórnej oraz wektora MV reprezentującego sygnały sterujące stopniem otwarcia klap powietrza wtórnego i zadaną zawartością tlenu w spalinach; wiedzy jaką optymalizator posiada o statycznych zależnościach miedzy sygnałami wejść i wyjść procesu spalania w okolicy bieżącego punktu pracy, definiowanego jako trójka wektorów {MV, CV, DV}; oraz automatycznie przeprowadzanej oceny jakości tej wiedzy na podstawie weryfikacji, w jakim stopniu zastosowane sterowanie na wejściu procesu spalania odniosło spodziewane skutki w kontekście obserwowanych wyjść procesu spalania; a w procesie uczenia wskutek każdej zmiany sterowań automatycznie zapisuje się w pamięci immunologicznej optymalizatora nowy kwant wiedzy o procesie spalania stanowiący limfocyt typu B przechowujący informacje o przyroście wektora sterowań MV i jednoczesnej statycznej odpowiedzi procesu spalania na zmianę sterowania oraz o wartości punktu pracy {MV, CV, DV} przed i po zmianie sterowania, przy spełnieniu warunku, że zakłócenie procesu nie zmieni się istotnie w trakcie trwania dynamicznej odpowiedzi procesu na zmianę sterowania.
W sposobie według wynalazku odbywają się dwa główne procesy - są to proces optymalizacji i proces uczenia. Proces optymalizacji odpowiedzialny jest za znajdywanie optymalnego wektora przyrostów zmiennych sterujących MV stanowiącego optymalne sygnały sterujące stopniem otwarcia klap powietrza wtórnego i zadaną zawartością tlenu w spalinach.
W proces uczenia optymalizator obserwuje przebiegi czasowe wybranych sygnałów i identyfikuje okna czasowe, które mogą zawierać limfocyt typu B. Gdy optymalizator stwierdzi, że w oknie czasowym znajduje się limfocyt typu B, wówczas limfocyt jest zapisywany w pamięci immunologicznej.
W procesie optymalizacji optymalne sygnały sterujące stopniem otwarcia klap powietrza wtórnego i zadaną zawartością tlenu w spalinach są generowane w jednym z czterech procesów cząstkowych, a wybór przez optymalizator odpowiedniego procesu cząstkowego zależny jest od ilości wszystkich limfocytów typu B w pamięci immunologicznej optymalizatora, ilości limfocytów B reprezentujących statyczne zależności w procesie spalania w okolicy aktualnego punktu pracy, jakości wiedzy zgromadzonej w limfocytach typu B automatycznie weryfikowanej na podstawie obserwacji wpływu zastosowanych sterowań otwarciem klap powietrza wtórnego i zadaną zawartością tlenu w spalinach na wejściu procesu spalania na obserwowaną odpowiedź na wyjściach procesu spalania związaną z emisją CO i NOx oraz temperaturą pary ś wież ej i wtórnej.
W pierwszym z czterech procesów cząstkowych wyszukiwany jest przez optymalizator w jego pamięci immunologicznej i aktywowany limfocyt typu B posiadający przeciwciało stanowiące wektor przyrostu zmiennych sterujących MV, powodujące największy spadek wartości wskaźnika jakości, obliczony na podstawie stanu procesu spalania przed i po zmianie sterowania zapisanego w limfocycie typu B.
W tym procesie ma miejsce bezpoś rednie zastosowanie limfocytu typu B. Każde aktywowanie limfocytu B powoduje stworzenie nowego limfocytu, który jest bardzo podobny do macierzystego limfocytu B. Ze względu na bezpieczeństwo pracy kotła, duże jednorazowe zmiany sterowania nie są pożądane. Z tego powodu limfocyt typu B musi najczęściej zostać pobudzony wiele razy, zanim uda się zneutralizować patogen. Tak więc często w wyniku pojawienia się patogenu, otrzymuje się kilka klonów macierzystego limfocytu B. Jeżeli rozwiązanie znalezione w tym procesie cząstkowym okaże się nieskuteczne, wówczas następuje przełączenie do kolejnego procesu cząstkowego.
W drugim z czterech procesów cząstkowych równolegle aktywowane są przez optymalizator znajdujące się w jego pamięci immunologicznej wszystkie limfocyty typu B reprezentujące stan procesu spalania zbliżony do aktualnego, tworzące zbiór lokalnych limfocytów typu B oraz wszystkie limfoPL 211 425 B1 cyty typu B znajdujące się w pamięci immunologicznej, tworzące zbiór globalnych limfocytów typu B a nastę pnie w oparciu o wiedzę zgromadzoną w lokalnych i globalnych limfocytach typu B automatycznie wyznaczany jest przyrost sygnałów sterujących stopniem otwarcia klap powietrza wtórnego i zadaną zawartością tlenu w spalinach, minimalizuj ący wartość wskaźnika jakości.
W procesie tym jest również moż liwość losowego blokowania niektórych zmiennych sterujących. Zapewnia to lepszą jakość wiedzy zgromadzonej w pamięci immunologicznej, gdyż wymusza na optymalizatorze konieczność innego przyrostu otwarcia klap powietrza wtórnego i zadanej zawartości tlenu w spalinach w stosunku do sytuacji, gdy żadna ze zmiennych sterujących nie jest blokowana. Chwilowe suboptymalne działanie zapewnia możliwość bardziej reprezentatywnego zebrania wiedzy o procesie spalania w procesie uczenia. Mechanizm ten jest odpowiedzialny za mutację limfocytów, co powoduje, że w pamięci immunologicznej optymalizatora pojawia się więcej dostępnych konfiguracji zmiennych sterujących.
W trzecim z czterech procesów cząstkowych aktywowane są przez optymalizator znajdujące się w jego pamię ci immunologicznej wszystkie limfocyty typu B, a nastę pnie w oparciu o wiedzę zgromadzoną w aktywowanych limfocytach typu B automatycznie wyznaczany jest przyrost sygnałów sterujących stopniem otwarcia klap powietrza wtórnego i zadaną zawartością tlenu w spalinach, minimalizujący wartość wskaźnika jakości.
W czwartym procesie cząstkowym wykonywane są losowe zmiany sygnałów sterujących stopniem otwarcia klap powietrza wtórnego i zadaną zawartością tlenu w spalinach objętych wektorem MV, w celu generowania nowych limfocytów typu B i minimalizacji wartości wskaźnika jakości w długim okresie czasu. Optymalizator przechodzi do tego procesu cząstkowego, jeżeli rozwiązanie znalezione w drugim lub trzecim procesie cząstkowym okaże się nieskuteczne. W procesie tym optymalizator uczy się skutecznie eliminować nowe patogeny oddziałujące na proces, tj. zakłócenia mierzalne objęte wektorem DV, a także zakłócenia niemierzalne objęte wektorem zakłóceń niemierzalnych XV. Ponieważ w początkowej fazie procesu spalania pamięć immunologiczna ma niewielki rozmiar często zdarza się, że kocioł energetyczny jest atakowany przez niezarejestrowane do tej pory patogeny takie jak nowa prędkość podajników węgla, nowe obciążenie kotła. W procesie tym kolejno wykonywane są losowe ruchy sygnałami objętymi wektorem MV (położenia klap powietrza, zadana zawartość tlenu w spalinach). Głównym zadaniem tego procesu jest generowanie nowych limfocytów typu B, które wejdą w skład pamięci immunologicznej. Jeżeli ruch wybranym sygnałem objętym wektorem MV spowodował poprawę wskaźnika jakości, to kierunek tego ruchu jest zapamiętywany i kolejny ruch wykonywany jest w tym samym kierunku (np. zwiększanie otwarcia klap). Jeżeli zdarzy się, że po wykonaniu ruchu wskaźnik jakości pogorszy się, wówczas kierunek ruchu jest odwracany. Jednorazowo wykonywany jest ruch tylko na jednym sygnale objętym wektorem MV. Sygnał ten jest za każdym razem losowany z grupy wszystkich sygnałów objętych wektorem MV. Proces ten powoduje też, że z czasem wskaźnik jakości maleje.
Wynalazek został przedstawiony w przykładach wykonania na załączonym rysunku, nieograniczającym jego zakresu, na którym fig. 1 przedstawia, w tym schematycznie, kocioł energetyczny wraz z oddziaływaniem wektorów MV, DV, XV, CV, fig. 2 przedstawia reprezentację i działanie patogenu w procesie spalania w kotle energetycznym, fig. 3 przedstawia przeciwciało w procesie spalania w kotle energetycznym, fig. 4 przedstawia reprezentację limfocytu B w procesie spalania w kotle energetycznym, fig. 5 przedstawia schematycznie współpracę optymalizatora z kotłem energetycznym.
Na fig. 1 przedstawiono kocioł energetyczny 1 wraz z oddziaływaniem wektorów MV, DV, XV, CV na proces spalania i optymalizację emisji spalin.
Wektor MV oznacza wektor wejść sterowalnych, którym w przypadku optymalizacji emisji spalin w kotle energetycznym 1 jest stopień otwarcia klap powietrza wtórnego 2 w kotle 1 i zawartość tlenu w spalinach, regulowana za pomocą regulatora tlenu. Wektor DV oznacza wektor mierzalnych zakłóceń DV, którym w przypadku optymalizacji emisji spalin w kotle energetycznym 1 jest obciążenie kotła 1 lub prędkości podajników węgla 3. Wektor XV oznacza wektor zakłóceń niemierzalnych, którym w przypadku optymalizacji emisji spalin w kotle energetycznym 1 jest wartość opał owa i wilgotność węgla, jakość przemiału w młynach węglowych. Natomiast wektor CV oznacza wektor wyjść, którym w przypadku optymalizacji emisji spalin w kotle energetycznym 1 jest zawartość CO w spalinach, zawartość NOx w spalinach, temperatura pary świeżej i wtórnej.
Na fig. 2 przedstawiono, w odniesieniu do procesu spalania w kotle energetycznym, patogen reprezentujący zakłócenie (mierzalne lub niemierzalne), które oddziałują na pracę kotła. Bieżący stan procesu spalania w zakresie obciążenia kotła i prędkości podajników węgla definiowany jest jako wek6
PL 211 425 B1 tor zakłóceń mierzalnych DV. Przeciwciała rozpoznają patogeny dzięki epitopom znajdującym się na powierzchni patogenu. W przypadku procesu spalania, objawem działania zakłócenia jest zmieniony stan procesu (wektor {MV,CV,DV}). Patogen rozpoznawany jest pośrednio, przez zmieniony stan procesu. Aktualny stan procesu (wektor {MV,CV,DV}) to epitopy, znajdujące się na powierzchni patogenu.
Na fig. 3 przedstawiono, w odniesieniu do procesu spalania w kotle energetycznym, przeciwciało stanowiące wektor przyrostu zmiennych sterujących MV. Przeciwciała wytwarzane są przez limfocyty typu B. Zadaniem przeciwciała jest związanie antygenu, znajdującego się na powierzchni patogenu. Każde przeciwciało jest w stanie rozpoznawać tylko określony rodzaj epitopów. Przeciwciało złożone jest z części wiążącej antygen i z części efektorowej.
W przypadku optymalizacji emisji spalin część wiążąca antygen reprezentowana jest przez mierzalne zakłócenie i opcjonalnie przez sygnały sterujące i optymalizowane wyjścia procesu spalania. W przypadku optymalizacji emisji spalin część efektorowa przeciwciała to wektor MV, który minimalizuje wskaźnik jakości. Podanie do kotła energetycznego nowego wektora sterowań powinno zneutralizować negatywne objawy działania zakłócenia.
Znanych jest wiele sposobów liczenia siły wiązania antygenu przez przeciwciało. Miara użyta do obliczenia mocy wiązania zależy od przyjętej struktury limfocytu. W przypadku problemu optymalizacji najczęściej przyjmuje się, że siła wiązania jest liczona na podstawie optymalizowanego wskaźnika jakości. W sposobie według wynalazku przyjęto inne rozwiązanie. Założono, że przeciwciało wiąże antygen wtedy i tylko wtedy, gdy aktualny stan procesu jest podobny do historycznego stanu procesu, zapisanego w limfocycie typu B, który wytworzył przeciwciało. Zbiór analizowanych przez optymalizator punktów procesowych może zostać ograniczony jedynie do punktów reprezentujących mierzalne zakłócenie. Jeżeli poprzednie i aktualne wektory MV, CV i DV są podobne, to również aktualny wektor zakłóceń niemierzalnych XV jest podobny do wektora zakłóceń niemierzalnych XV, który oddziaływał na proces w przeszłości. Dzieje się tak z uwagi na to, że gdy wektory XV są wyraźnie różne, to odpowiedź procesu (wektor CV) na takie samo pobudzenie (wektory MV i DV) będzie różna.
Tak więc informacja o niemierzalnych lub rzadko mierzalnych zakłóceniach jest niejawnie uwzględniana przez optymalizator.
Na fig. 4 przedstawiono, w odniesieniu do procesu spalania w kotle energetycznym, limfocyt typu B. Limfocyty typu B produkują przeciwciała i biorą udział w procesie tworzenia pamięci immunologicznej. Po wykryciu antygenu przez przeciwciało, antygen jest prezentowany na powierzchni limfocytu w kontekście cząsteczki MHC klasy II. Jeżeli limfocyt Th rozpozna prezentowany antygen jako intruza atakującego organizm, wówczas aktywuje limfocyt typu B. Powoduje to intensywną proliferację i róż nicowanie pobudzonego limfocytu typu B (proces selekcji klonalnej). Limfocyt typu B odbiera sygnał aktywacji przy pomocy receptora CD40.
W sposobie według wynalazku limfocyt B reprezentuje stan procesu spalania przed i po zmianie sterowania. Każda para stan procesu spalania i odpowiedź obiektu na zmianę sygnału sterującego reprezentuje jeden limfocyt.
Przykład limfocytu przedstawia następująca tabela:
| Punkty | Średnia wartość przed | |
| zL.1 Uleli lcł sterowań | ||
| MV: Poziom tlenu | 2.0 | |
| MV: Lewa klapa | 10.0 | |
| Μ V: Prawa klapa | 20.0 | |
| DV: Obciążenie kotła | 200.0 | |
| CV: Emisja NOx | 500.0 | |
| CV: Emisja CO | 80.0 |
W tabeli przedstawiono przykład limfocytu typu B zbudowanego przy założeniu, ż e wektor MV składa się z trzech elementów: zadanego poziomu tlenu w spalinach, otwarcia lewej klapy powietrza
PL 211 425 B1 wtórnego i otwarcia prawej klapy powietrza wtórnego, wektor CV składa się z dwóch elementów: emisji CO i emisji NOx, wektor DV składa się z jednego elementu, jakim jest obciążenie kotła energetycznego. W tabeli przedstawiono limfocyt typu B reprezentujący zarejestrowany przyrost emisji NOx o 20 mg/Nm3 i spadek emisji CO o 70 mg/Nm3 pod wpływem wzrostu wartości zadanej tlenu w spalinach o 0.2 % i wzrostu otwarcia prawej klapy powietrza wtórnego o 10%, w sytuacji, gdy kocioł pracował przy stałym obciążeniu 200 MW.
Antygen prezentowany na powierzchni limfocytu B składa się z aktualnego stanu procesu i ze zmierzonego i zapisanego w limfocycie przyrostu punktów z wektora CV pod wpływem przyrostu punktów z wektora MV. Limfocyt Th podejmuje decyzję o aktywacji limfocytu typu B, na podstawie wskaźnika jakości.
Gdy przeciwciało zwiąże antygen, wówczas część efektorowa przeciwciała aktywuje układ dopełniacza. Działanie układu dopełniacza ma charakter cytotoksyczny. Jego zadaniem jest liza patogenu. W sposobie według wynalazku część efektorowa przeciwciała składa się z urządzeń wykonawczych, tj. nieuwidocznionych na tej figurze klap powietrza wtórnego i regulatora tlenu, do których podaje się wygenerowane przez optymalizator optymalne sygnały sterujące.
Wskutek podania optymalnego sygnału sterującego zmienia się stopień otwarcia nieuwidocznionych na tej figurze klap powietrza wtórnego i korygowana jest w nieuwidocznionym na tej figurze regulatorze tlenu wartość zadana tlenu w spalinach. Wartości tych zmian są takie, aby na podstawie posiadanej przez optymalizator wiedzy w danym punkcie pracy w jak największym stopniu zrealizować założone cele optymalizacji, czyli zmniejszenie emisji spalin.
Jeżeli obciążenie kotła (element wektora DV) jest większe, niż pewien określony poziom, wówczas klapy powietrza wtórnego w najniższym rzędzie nie mogą być zamknięte więcej niż pewna założona wartość.
Na fig. 5 przedstawiono współpracę optymalizatora z kotłem energetycznym 1. Na podstawie wiedzy zgromadzonej w pamięci immunologicznej obliczane jest przez optymalizator w procesie optymalizacji optymalne przeciwciało, reprezentowane jako optymalny przyrost otwarcia klap powietrza wtórnego 2 i wartości zadanej zawartości tlenu w spalinach. Pamięć immunologiczna tworzona jest w procesie uczenia. W procesie uczenia na bieżąco analizowane są przebiegi czasowe reprezentujące sygnały objęte wektorami MV, CV i DV. Po znalezieniu zmiany wejściowego sygnału sterującego, jeżeli zakłócenia objęte wektorem DV, oddziałujące na prace kotła są stałe, wówczas rejestrowana jest odpowiedź wyjściowych sygnałów objętych wektorem CV na zmianę sterowania i na podstawie tych informacji tworzony jest nowy limfocyt typu B.
Claims (6)
1. Sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym poprzez zmianę parametrów wejściowych kotła, znamienny tym, że na wejście procesu spalania w kotle energetycznym (1) do klap powietrza wtórnego (2) i regulatora tlenu podaje się optymalne sygnały sterujące odpowiednio stopniem otwarcia klap powietrza wtórnego (2) i zadaną zawartością tlenu w spalinach, wygenerowane w procesie optymalizacji poprzez działanie współpracującego z kotłem energetycznym (1) optymalizatora mającego pamięć immunologiczną, na podstawie automatycznie zebranej przez optymalizator w procesie uczenia wiedzy o statycznych zależnościach między wejściami i wyjściami procesu spalania przechowywanej w pamięci immunologicznej, reprezentowane jako optymalny wektor przyrostów zmiennych sterujących MV minimalizujący wartość wskaźnika jakości, przy czym optymalne sygnały sterujące stopniem otwarcia klap powietrza wtórnego (2) i zadaną zawartością tlenu w spalinach ustala się w ten sposób, że w procesie optymalizacji w każdym zdefiniowanym przedziale czasowym oblicza się wektor przyrostu zmiennych sterujących MV reprezentujący przeciwciało z uwzględnieniem: bieżącego stanu procesu spalania w zakresie obciążenia kotła (1) lub prędkości podajników węgla (3) definiowanego jako wektor zakłóceń mierzalnych DV reprezentujący patogen, wektora optymalizowanych wyjść kotła (1) CV obejmującego emisję CO, emisję NOx, temperaturę pary świeżej i wtórnej oraz wektora MV reprezentującego sygnały sterujące stopniem otwarcia klap powietrza wtórnego (2) i zadaną zawartością tlenu w spalinach; wiedzy jaką optymalizator posiada o statycznych zależ noś ciach miedzy sygnał ami wejść i wyjść procesu spalania w okolicy bieżącego punktu pracy, definiowanego jako trójka wektorów {MV, CV, DV}; oraz automatycznie przeprowadzanej oceny jakości tej wiedzy na podstawie weryfikacji, w jakim stopniu zastosowane sterowanie na
PL 211 425 B1 wejściu procesu spalania odniosło spodziewane skutki w kontekście obserwowanych wyjść procesu spalania; a w procesie uczenia wskutek każdej zmiany sterowań automatycznie zapisuje się w pamięci immunologicznej optymalizatora nowy kwant wiedzy o procesie spalania stanowiący limfocyt typu B przechowujący informacje o przyroście wektora sterowań MV i jednoczesnej statycznej odpowiedzi procesu spalania na zmianę sterowania oraz o wartości punktu pracy {MV, CV, DV} przed i po zmianie sterowania, przy spełnieniu warunku, że zakłócenie procesu nie zmieni się istotnie w trakcie trwania dynamicznej odpowiedzi procesu na zmianę sterowania.
2. Sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym według zastrz. 1, znamienny tym, że w procesie optymalizacji optymalne sygnały sterujące stopniem otwarcia klap powietrza wtórnego (2) i zadaną zawartością tlenu w spalinach są generowane w jednym z czterech procesów cząstkowych, a wybór przez optymalizator odpowiedniego procesu cząstkowego zależny jest od ilości wszystkich limfocytów typu B w pamięci immunologicznej optymalizatora, ilości limfocytów B reprezentujących statyczne zależności w procesie spalania w okolicy aktualnego punktu pracy, jakości wiedzy zgromadzonej w limfocytach typu B automatycznie weryfikowanej na podstawie obserwacji wpływu zastosowanych sterowań otwarciem klap powietrza wtórnego (2) i zadaną zawartością tlenu w spalinach na wejściu procesu spalania na obserwowaną odpowiedź na wyjściach procesu spalania związaną z emisją CO i NOx oraz temperaturą pary świeżej i wtórnej.
3. Sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym według zastrz. 2, znamienny tym, że w pierwszym z czterech procesów cząstkowych wyszukiwany jest przez optymalizator w jego pamięci immunologicznej i aktywowany limfocyt typu B posiadający przeciwciało stanowiące wektor przyrostu zmiennych sterujących MV, powodujące największy spadek wartości wskaźnika jakości, obliczony na podstawie stanu procesu spalania przed i po zmianie sterowania zapisanego w limfocycie typu B.
4. Sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym według zastrz. 2, znamienny tym, że w drugim z czterech procesów cząstkowych równolegle aktywowane są przez optymalizator znajdujące się w jego pamięci immunologicznej wszystkie limfocyty typu B reprezentujące stan procesu spalania zbliżony do aktualnego, tworzące zbiór lokalnych limfocytów typu B oraz wszystkie limfocyty typu B znajdujące się w pamięci immunologicznej, tworzące zbiór globalnych limfocytów typu B a następnie w oparciu o wiedzę zgromadzoną w lokalnych i globalnych limfocytach typu B automatycznie wyznaczany jest przyrost sygnałów sterujących stopniem otwarcia klap powietrza wtórnego (2) i zadaną zawartością tlenu w spalinach, minimalizujący wartość wskaźnika jakości.
5. Sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym według zastrz. 2, znamienny tym, że w trzecim z czterech procesów cząstkowych aktywowane są przez optymalizator znajdujące się w jego pamięci immunologicznej wszystkie limfocyty typu B, a następnie w oparciu o wiedzę zgromadzoną w aktywowanych limfocytach typu B automatycznie wyznaczany jest przyrost sygnałów sterujących stopniem otwarcia klap powietrza wtórnego (2) i zadaną zawartością tlenu w spalinach, minimalizujący wartość wskaźnika jakości.
6. Sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym według zastrz. 2, znamienny tym, że w czwartym procesie cząstkowym wykonywane są losowe zmiany sygnałów sterujących stopniem otwarcia klap powietrza wtórnego (2) i zadaną zawartością tlenu w spalinach objętych wektorem MV, w celu generowania nowych limfocytów typu B i minimalizacji wartości wskaźnika jakości w długim okresie czasu.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PL382827A PL211425B1 (pl) | 2007-07-03 | 2007-07-03 | Sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym poprzez zmianę parametrów wejściowych kotła |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PL382827A PL211425B1 (pl) | 2007-07-03 | 2007-07-03 | Sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym poprzez zmianę parametrów wejściowych kotła |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| PL382827A1 PL382827A1 (pl) | 2009-01-05 |
| PL211425B1 true PL211425B1 (pl) | 2012-05-31 |
Family
ID=42984985
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PL382827A PL211425B1 (pl) | 2007-07-03 | 2007-07-03 | Sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym poprzez zmianę parametrów wejściowych kotła |
Country Status (1)
| Country | Link |
|---|---|
| PL (1) | PL211425B1 (pl) |
-
2007
- 2007-07-03 PL PL382827A patent/PL211425B1/pl unknown
Also Published As
| Publication number | Publication date |
|---|---|
| PL382827A1 (pl) | 2009-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102271070B1 (ko) | 혼탄조합 결정 방법 및 장치 | |
| Safdarnejad et al. | Dynamic modeling and optimization of a coal-fired utility boiler to forecast and minimize NOx and CO emissions simultaneously | |
| KR102271069B1 (ko) | 석탄화력발전소 보일러의 상태 예측 모델 생성 방법 및 장치 | |
| US20180025288A1 (en) | System modeling, control and optimization | |
| US8527072B2 (en) | System and method for multi-unit optimization of boiler and SCR operations | |
| CN1107205C (zh) | 具有前馈和反馈控制的室内压力控制装置及方法 | |
| US11262065B2 (en) | System and method for optimizing combustion of boiler | |
| CN110888401B (zh) | 火力发电机组燃烧控制优化方法、装置及可读存储介质 | |
| CN110486749A (zh) | 一种火电机组锅炉燃烧优化控制方法及系统 | |
| EP3308076B1 (en) | Control method for the operation of a combustion boiler | |
| CN102460018B (zh) | 尤其矿物燃料锅炉燃烧室内燃烧过程的控制方法和燃烧系统 | |
| CN110762540A (zh) | 垃圾焚烧炉的燃烧决策方法和自动燃烧控制方法及系统 | |
| US20060042525A1 (en) | Method and system for SCR Optimization | |
| ES2998083T3 (en) | Dynamic heat release calculation for improved feedback control of solid-fuel-based combustion processes | |
| CN117423399A (zh) | 一种城市固废焚烧过程的多目标优化控制方法 | |
| WO2019235377A1 (ja) | 燃焼設備の状態量推定方法、燃焼制御方法、及び燃焼制御装置 | |
| PL211425B1 (pl) | Sposób optymalizacji emisji spalin w procesie spalania w kotle energetycznym poprzez zmianę parametrów wejściowych kotła | |
| EP1832810B1 (en) | Controlling a waste combustion process | |
| Wojdan et al. | Immune Inspired System for Chemical Process optimization using the example of a Combustion Process in a Power Boiler | |
| Wang et al. | R-SCN based Model Predictive Control for NOx Emissions of MSWI Process | |
| JP7054094B2 (ja) | 燃焼制御方法、ごみ焼却炉発電設備 | |
| Śladewski et al. | Combustion process optimization by using immune optimizer in power boiler | |
| Dadiala et al. | Model predictive control for an industrial coal pulveriser | |
| Gabor et al. | Closed Loop NOx Control and Optimisation Using Neural Networks | |
| CN105701347A (zh) | 利用锅炉燃烧过程模型实现多目标优化的方法和装置 |