TW201937441A - 模型作成方法、工廠的運轉支援方法、模型作成裝置、模型、程式、及記錄有程式的記錄媒體 - Google Patents

Abstract

[課題]目的在提供即使工廠規格與先行工廠不同，亦可有效活用先行工廠的實績而有效率且精度佳地作成對象工廠的運轉模擬的模型、或利用此的模型作成方法、工廠的運轉支援方法、模型作成裝置、模型、程式、及記錄有程式的記錄媒體。
[解決手段]本發明之模型作成方法係活用先行工廠的實績，而作成表示對象工廠的輸入參數與製程值的關係的模型的模型作成方法，其特徵為：具有：讀入在先行工廠的既有模型的讀入步驟；及在前述先行工廠的既有模型的輸入參數，追加有關前述對象工廠的工廠規格的物理參數，而作成新規模型的模型作成步驟。

Description

模型作成方法、工廠的運轉支援方法、模型作成裝置、模型、程式、及記錄有程式的記錄媒體

本發明係關於活用先行工廠的實績而作成對象工廠的運轉模擬的模型，並且利用模型，構成模型作成方法、工廠的運轉支援方法、模型作成裝置以及模型、程式、及記錄有程式的記錄媒體。

自以往以來，在各種工廠中，構成模擬工廠的運轉模擬器而活用在運轉控制、或進行運轉員的教育。
以例如在工廠的運轉控制引進模擬技術者而言，已知專利文獻1。在專利文獻1中，係在工廠的控制裝置中，使用推定當對工廠供予控制訊號時所取得的計測訊號的值的統計模型，且若在建構統計模型所使用的資料被修正時，使用經修正的資料來更新模型。
[先前技術文獻]
[專利文獻]
[專利文獻1]日本專利第5378288號

(發明所欲解決之課題)
作成/更新模型時，所使用的資料較多者可高精度模擬對象工廠的特性。因此，若對象工廠的資料不足，以參照先行工廠的資料或模型作成履歷(以下僅稱為實績)，且增加資料數較為有效。
活用先行工廠的實績時，假想規格與現行工廠有所改變。但是，關於此點，專利文獻1係僅記載在同一工廠內修正資料，並未記載工廠規格或燃料改變時的對應。
因此，在本發明中，目的在提供即使工廠規格與先行工廠不同，亦可有效活用先行工廠的實績而有效率且精度佳地作成對象工廠的運轉模擬的模型、或利用此的模型作成方法、工廠的運轉支援方法、模型作成裝置、以及模型、程式、及記錄有程式的記錄媒體。

(解決課題之手段)
基於以上情形，在本發明中，係形成為「一種模型作成方法，其係活用先行工廠的實績，而作成表示對象工廠的輸入參數與製程值(process value)的關係的模型的模型作成方法，其特徵為：具有：讀入在先行工廠的既有模型的讀入步驟；及在前述先行工廠的既有模型的輸入參數，追加有關前述對象工廠的工廠規格的物理參數，而作成新規模型的模型作成步驟」者。
此外，在本發明中，係形成為「一種工廠的運轉支援方法，其係使用藉由模型作成方法所生成的新規模型的工廠的運轉支援方法，其特徵為：另外具備：使用對象工廠的新規運轉資料與新規模型，算出製程值的模擬步驟；及根據滿足預定條件的製程值，算出對象工廠的運轉指示值的運轉指示步驟」者。
此外，在本發明中，係形成為「一種模型作成裝置，其係活用先行工廠的實績，作成表示對象工廠的輸入參數與製程值的關係的模型的模型作成裝置，其特徵為：具有：讀入在先行工廠的既有模型的資料讀入部；及在先行工廠的既有模型的輸入參數，追加有關前述對象工廠的工廠規格的物理參數，而作成新規模型」者。
此外，在本發明中，係形成為「一種模型，其係活用先行工廠的實績所作成之表示對象工廠的輸入參數與製程值的關係的模型，其係在前述先行工廠的既有模型的輸入參數，可識別地追加有關前述對象工廠的工廠規格的物理參數而作成」者。
此外，在本發明中，係形成為「一種程式，其係使電腦執行以下處理：取得表示先行工廠的輸入參數與製程值的關係的既有模型，在既有模型的輸入參數追加有關對象工廠的工廠規格的物理參數，而作成新規模型」者。
此外，在本發明中，係形成為「一種記錄媒體，其係記錄有程式」者。

(發明之效果)
即使對象工廠的工廠規格與先行工廠不同，亦可有效活用先行工廠的實績而有效率且精度佳地作成對象工廠的運轉模擬的模型。

以下參照圖示，詳細說明本發明之實施例。
在本發明之實施例中，若工廠為鍋爐工廠，說明構成模擬其動作的模型的事例。首先，在實施例1中，說明典型鍋爐工廠的構成例、與模型的作成手法。此外，說明構成適用所作成的模型的運轉支援裝置甚至運轉控制裝置。在實施例2中係說明藉由複數運轉支援裝置來構成運轉支援系統。

[實施例1]
首先，說明鍋爐工廠的構成例、及模擬其動作的模型的構成手法。
圖1係成為模型化的對象的典型的鍋爐工廠的概略構成例圖。
圖1所示之鍋爐工廠100係被使用在發電或熱供給的設備，以使固體燃料燃燒者而言，為可使用將煤粉碎的粉煤作為粉狀燃料(固體燃料)，使該粉煤藉由火爐11的燃燒器燃燒，將藉由該燃燒所發生的熱與供水或蒸氣作熱交換而生成蒸氣的燃煤鍋爐。其中，燃料並非侷限於煤，亦可為生物質(biomass)等可在鍋爐燃燒的其他個體燃料。此外，亦可混合使用多種個體燃料。
鍋爐工廠100係具有：火爐11、燃燒裝置12、及煙道13。
其中，火爐11係形成例如四角筒的中空形狀而沿著鉛直方向作設置。火爐11係壁面由蒸發管(傳熱管)、及連接蒸發管的散熱片所構成，藉由與供水或蒸氣作熱交換，抑制火爐壁的溫度上升。具體而言，在火爐11的側壁面係沿著例如鉛直方向配置複數蒸發管，以水平方向排列配置。散熱片係將蒸發管與蒸發管之間閉塞。火爐11係在爐底設有傾斜面62，在傾斜面62設有爐底蒸發管70而成為底面。
燃燒裝置12係被設在構成該火爐11的火爐壁的鉛直下部側。在圖1的實施形態中，該燃燒裝置12係具有被裝設在火爐壁的複數燃燒器(例如21、22、23、24、25)。例如，該燃燒器21、22、23、24、25係沿著火爐11的周方向而以均等間隔配設複數個。但是，火爐的形狀、燃燒器的配置或一段中的燃燒器的數量、段數並非為限定於該實施形態者。
該各燃燒器21、22、23、24、25係透過粉煤供給管26、27、28、29、30而連結於粉碎機(粉煤機/研磨機)31、32、33、34、35。若以未圖示之搬送系統搬送煤，且投入至該粉碎機31、32、33、34、35時，在此被粉碎為預定的微粉的大小，連同搬送用空氣(1次空氣)一起，由粉煤供給管26、27、28、29、30將經粉碎的煤(粉煤)供給至燃燒器21、22、23、24、25。
此外，火爐11係在各燃燒器21、22、23、24、25的裝設位置設有風箱36，在該風箱36連結空氣導管37b的一端部，另一端部係在連結點37d被連結在供給空氣的空氣導管37a。結果，在火爐11係被導入搬送用空氣(1次空氣)與來自空氣導管37b的燃燒用空氣(2次空氣)。
此外，在火爐11的鉛直方向上方係連結有煙道13，在該煙道13配置用以生成蒸氣的複數熱交換器(41、42、43、44、45、46、47)。因此，藉由燃燒器21、22、23、24、25在火爐11內噴射粉煤燃料與燃燒用空氣的混合氣而形成火焰，生成燃燒氣體而流至煙道13。接著，藉由燃燒氣體，將在火爐壁及熱交換器(41、42、43、44、45、46、47)流通的供水或蒸氣加熱或過熱而生成過熱蒸氣，供給所生成的過熱蒸氣，而使未圖示之蒸氣渦輪機旋轉驅動，可將與蒸氣渦輪機的旋轉軸相連結之未圖示之發電機旋轉驅動來進行發電。
此外，在該煙道13係設有：連結排放氣體通路48，用以進行燃燒氣體之淨化的脫硝裝置50：在由壓入送風機38a送氣至空氣導管37a的空氣與在排放氣體通路48進行送氣的排放氣體之間進行熱交換的空氣加熱器49；煤塵處理裝置51；誘引送風機52等，在下游端部設有煙囪53。其中，脫硝裝置50若可滿足排放氣體基準，亦可不設置。
此外，粉煤的搬送用空氣(1次空氣)係藉由：由1次空氣送風機38b通過空氣加熱器49的空氣導管37e、及結合有將空氣加熱器49旁通的空氣導管37f的空氣導管37g而被送風。雙方的空氣導管37e、37f的送風量被調整後合流，且經由空氣導管37g而被送至粉碎機(粉煤機/研磨機)31、32、33、34、35，藉此粉煤的搬送用空氣(1次空氣)被調整為預定的溫度等。
實施例1的火爐11係藉由粉煤的搬送用空氣(1次空氣)及由風箱36被投入至火爐11的燃燒用空氣(2次空氣)所為之燃料過剩燃燒後，新投入燃燒用空氣(燃盡空氣)而使其進行燃料稀薄燃燒之所謂2段燃燒方式的火爐。因此，在火爐11係配備有燃盡空氣口39，在燃盡空氣口39連結空氣導管37c的一端部，另一端部係連結於在連結點37d供給空氣的空氣導管37a。其中，若不採用2段燃燒方式，亦可未設置燃盡空氣口39。
由1次空氣送風機38b被送至空氣導管37a的空氣係以空氣加熱器49藉由與燃燒氣體作熱交換而加溫，分歧成在連結點37d經由空氣導管37b而被導至風箱36的2次空氣、與經由空氣導管37c而被導至燃盡空氣口39的燃盡空氣。
典型的鍋爐工廠100係如圖1所示者，以下說明構成鍋爐工廠100的模型。
在此，說明活用先行工廠的實績、經驗，而作成表示對象工廠的輸入參數與製程值的關係的模型的模型作成手法。在圖2係例示關於模型作成手法的處理流程。
該模型作成手法係由以下所構成：讀入先行工廠及對象工廠的運轉資料、與在先行工廠之既有模型的讀入步驟S1；在既有模型的輸入參數追加有關工廠規格的物理參數，而作成新規模型的模型作成步驟S2；將所作成的新規模型，使用運轉資料進行精度驗證的驗證步驟S3；及輸出經精度驗證的新規模型的輸出步驟S4。
藉由形成為該處理的流程，可作成考慮工廠規格差異的動作模型。
以下更加詳細說明圖2的模型作成手法。首先，讀入步驟S1係藉由以下觀點來處理。
在讀入步驟S1中，首先，讀入先行工廠與對象工廠的全運轉資料、及在先行工廠的既有模型。
在此，工廠係發電工廠之中，例示鍋爐工廠，以下係以鍋爐工廠為前提來進行說明，但是並非為限定於此者，亦可廣泛適用於生成工業製品、材料的工廠，自不待言。例如，以將燃料燃燒的燃燒工廠而言，除了發電工廠以外，例示蒸氣供給工廠、製鐵工廠。此外，燃燒工廠以外，係例示化學、製紙工廠。
先行工廠係有作成模型的實績的既有工廠，既有模型係在先行工廠所作成的模型。
此外，模型係表示工廠的輸入參數(輸入)與製程值(輸出)的關係者。將輸入參數輸入至模型，而被使用在用以預測(模擬)製程值。原則上，模型係按每個製程值來作成，但是並非限定於此，亦可以1個模型輸出複數製程值。
接著，在模型作成步驟S2中，依序執行以下顯示詳細內容的各步驟。
在步驟S21中，首先，在模型作成的次數N(初期值為0)追加1。
接著，在步驟S22中，讀入模型作成條件、追加參數候補。若次數N為2以上，進行該等的變更。在此，模型作成條件係指模型作成的對象(製程值)、手法(函數式)或容許誤差等。此外，追加參數候補係指後述之輸入參數的追加候補。
接著，在步驟S23中，確認先行工廠與對象工廠的工廠規格、燃料性狀的差異。
在步驟S23的確認結果，若工廠規格不同，移至步驟S24，在既有模型的輸入參數追加有關工廠規格的物理參數。在此，物理參數係指關於工廠的構造、性能及/或設計條件的參數。藉由追加物理參數，可選定表示工廠規格的適當參數。
在步驟S23的確認結果，若燃料性狀不同，移至步驟S25，在既有模型的輸入參數追加有關燃料性狀的燃料參數。在此，燃料參數係指關於燃料的調整、燃燒、環境負荷、水分的任一者的參數。
在步驟S23的確認結果，若工廠規格、燃料性狀的任一者均無差異，移至步驟S26，且並未進行輸入參數的追加。
其中，在步驟S23中，工廠規格、燃料性狀不同係指以在既有模型的輸入參數分別需要追加物理參數、燃料參數的程度不同。例如，若工廠規格之中鍋爐尺寸不同、且在既有模型的輸入參數已包含關於鍋爐尺寸的物理參數時，並不需要追加新的輸入參數。在如上所示之情形下，在步驟S23中係判斷工廠規格並無差異。
在驗證步驟S3中，依序執行以下顯示詳細內容的各步驟。
在步驟S31中，係使用全運轉資料，進行所作成的新規模型的精度驗證。接著，在步驟S32中，判斷新規模型的妥適性。例如，將全運轉資料中的製程值的實測值(實製程值)與使用模型所算出的製程值的模擬值(假想製程值)作對比，確認誤差。順帶一提，若誤差為容許誤差以內，模型係判斷為妥當。
藉由在步驟S32的判斷，若誤差超過容許誤差，在步驟S33中，確認次數N為容許次數Nth以下。若次數N為容許次數Nth以下，再度返回至模型作成步驟S2，變更模型作成條件、追加參數候補，而修正新規模型。
在驗證步驟S3中，關於新規模型之具代表性的輸入參數與製程值的關係，根據預先設定的基準來進行驗證，藉此關於輸入與輸出的關係(傾向)，由理論或操作員的經驗的觀點來驗證妥適性，藉此可更加提高模型的精度。
在輸出步驟S4中，依序執行以下顯示詳細內容的各步驟。
在步驟S32的處理中，模型若被判斷為妥當，在步驟S41中將新規模型輸出至後述之輸出或資料庫。
在步驟S33的處理中，若前述次數N超過容許次數Nth，將模型作成錯誤輸出至輸出入部309。如上所示，輸出新規模型或模型作成錯誤之任一者後，模型作成流程即結束。
在輸出步驟S4中，藉由另外輸出新規模型之具代表性的輸入參數與製程值的關係，操作員可再度確認輸入與輸出的關係(傾向)。
在圖2中，係說明工廠的模型的作成手法，但是如上所示所作成的模型係被組入在例如工廠的運轉控制裝置而被利用。使用圖3、圖4來說明構成工廠的運轉控制裝置的觀點。
首先，圖3係顯示將使用圖2中所作成的模型的模擬結果，作為對運轉控制裝置的運轉指示所供予的運轉指示流程的流程圖。
在本流程圖中，首先在步驟S5中讀入對象工廠的新規運轉資料、與新規模型。
接著，在模擬步驟S6中實施模擬。首先，在步驟S61中設定模擬條件。模擬條件係指輸入參數集(set)。
在步驟S62中，將輸入參數集輸入至在圖2的處理中所作成的新規模型來實施模擬。模擬的結果，可得假想製程值。
在運轉指示步驟S7中，係作成對運轉控制裝置的運轉指示值。最初在步驟S71中，評估模擬結果。接著，在步驟S72中，針對藉由模擬所得的假想製程值，判斷是否為最適(滿足預定條件)。若非為最適，返回至步驟S61且將模擬條件再設定，而指示算出新的假想製程值。
在此，評估亦可指將各個的假想製程值，以預定的換算係數換算成積分(無次元)。此外，所謂最適亦可形成為所算定出的積分的合計值成為預定值以上的情形。或者，亦可形成為以複數個案(模擬條件)進行模擬，該等結果之中為積分最高時、或上位數個個案之中，操作員判斷為最適時。此外，亦可使用基因演算法或粒子群最適化的手法，自動探索積分更高的個案，由該結果來判斷是否為最適。
在步驟S72中，根據被判斷為最適的模擬的條件及結果，算出運轉指示值，且將結果輸出至後述之輸出畫面等。
圖4係顯示組入模型的鍋爐工廠的運轉控制裝置的全體構成例的圖。若將此大致區分，在圖4中係記載作為控制對象的鍋爐工廠100、及進行鍋爐工廠100的控制的運轉控制裝置200。
其中，鍋爐工廠100詳言之係如圖1所示之系統構成，其中具代表性地記載感測器SR與操作端OP。操作端OP係指閥或阻尼器。感測器SR係感測鍋爐工廠100各部的製程值等運轉資料。
相對於此，運轉控制裝置200係由設置在鍋爐工廠100內的感測器SR，取得該運轉資料作為輸入，最終供予鍋爐工廠100內的各部操作端OP中的操作量作為輸出者。
運轉控制裝置200係一貫處理由該輸入至輸出的自動控制的觀點者，但是可將運轉控制部201除外，而構成運轉支援裝置300。若為運轉支援裝置300，藉由將在由操作員M或預先設定的規則庫判斷出運轉支援裝置300所提示的參數而被認為適當的值的參數，送訊至運轉控制部201，來進行鍋爐工廠100的運轉控制者。其中，運轉控制部201係取得對所設定的參數之適當的回授訊號，執行藉由所謂回授控制所為之自動控制。
在本發明之以下說明中，係敘述構成運轉支援裝置300的情形，但是由於可輕易進行將該觀點在運轉控制裝置200展開，故省略詳細說明。
在圖4所示之本發明之運轉支援裝置300中處理眾多資料，因此保有各種資料庫DB。在運轉支援裝置300所採用的資料庫DB及其記憶內容係如以下所示。
過去運轉資料庫DB1係記憶先行工廠中的運轉資料。將過去運轉資料庫DB1的資料構成例顯示於圖8，且容後敘述。
新規運轉資料庫DB2係記憶在對象工廠中所取得的新規運轉資料。新規運轉資料庫DB2的資料構成例基本上與過去運轉資料庫DB1的資料構成例相同。
既有模型資料庫DB3係記憶在先行工廠所作成的既有模型。將既有模型資料庫DB3的資料構成例顯示於圖9，且容後敘述。
工廠規格資料庫DB4係記憶先行工廠與對象工廠的工廠規格。將工廠規格資料庫DB4的資料構成例顯示於圖10，且容後敘述。
燃料性狀資料庫DB5係記憶在先行工廠與對象工廠所使用的燃料的性狀。將燃料性狀資料庫DB5的資料構成例顯示於圖11，且容後敘述。
新規模型資料庫DB6係記憶所作成的新規模型。
圖4所示之運轉支援裝置300係使用被記憶在上述資料庫的資料而如以下所示發揮作用。
資料取得部301係由鍋爐工廠(對象工廠)100取得新規運轉資料，且儲存在新規運轉資料庫DB2。
資料抽出轉換部302係由新規運轉資料庫DB2、過去運轉資料庫DB1抽出模型作成或運轉控制用所必要的資料(新規運轉資料、過去運轉資料)，視需要進行增補、格式轉換。在此之轉換之一例係將無法藉由感測器SR來直接計測的運轉資料，由其他資料等進行推定、且鑑別的處理等。該推定處理係將由使用計算機而在軟體上被執行所被推定出的值稱為軟感測器值。
在圖5中詳述模型作成裝置303，其概要係使用來自資料抽出轉換部302的新規運轉資料、過去運轉資料、來自既有模型資料庫DB3的既有模型資料、來自工廠規格資料庫DB4的工廠規格資料、來自燃料性狀資料庫DB5的燃料的性狀資料，作成表示鍋爐工廠100的輸出入的關係的模型(新規模型)者。所被作成的新規模型係儲存在新規模型資料庫DB6。
模擬部306係使用由資料抽出轉換部302被輸出的新規運轉資料、與由新規模型資料庫DB6被輸出的新規模型，算出假想製程值，且將算出結果輸出至最適化部307。
最適化部307係針對假想製程值，判斷是否為最適，若判斷出為最適，係將假想製程值輸出至運轉指示部308，若判斷出非為最適，則將模擬條件再設定而輸出至模擬部306，俾以再度進行模擬。運轉指示部308係根據被判斷為最適的模擬的條件及結果，算出運轉指示值，且輸出至運轉控制部201。此外，運轉指示部308係將由最適化部307被輸出的模擬的結果及所算出的運轉指示值輸出至輸出入部309。在此的詳細內容係在圖3的運轉指示步驟S7中作說明者。
輸出入部309係顯示新規模型的作成/驗證結果、模擬的評估結果、運轉指示的提案畫面，對各個受理操作員M的指示。此外，若有對過去運轉資料庫DB1、既有模型資料庫DB3、工廠規格資料庫DB4、燃料性狀資料庫DB5輸入追加情報，將輸入結果輸出至各個。
其中，可藉由將運轉支援裝置300所供予的運轉指示值供予至運轉控制部201，來構成運轉控制裝置。此時，運轉控制部201係根據運轉指示值，控制鍋爐的各操作端OP的運轉(閥的開度等)。其中，運轉控制係可根據運轉指示值來自動進行，亦可經由在輸出入部309的操作員M的應允之後再進行，可為任意者。此外，亦可對於來自既有的鍋爐工廠控制裝置(未圖示)的運轉指示值，將來自運轉支援裝置300的運轉指示值作為偏置值進行加算，來指示最終的運轉指示值。
在以上說明的運轉支援裝置300中，係另外具備：在模型作成裝置303中所作成的模型，另外使用對象工廠的新規運轉資料來算出製程值的模擬步驟；及以製程值滿足預定條件的方式，算出對象工廠的運轉指示值的運轉指示步驟，藉此可使用通用的模型來進行工廠的運轉支援。
接著，使用圖5，說明模型作成裝置303的詳細構成例。在模型作成裝置303中，係使用來自資料抽出轉換部302的新規運轉資料、過去運轉資料、來自既有模型資料庫DB3的既有模型資料、來自工廠規格資料庫DB4的工廠規格資料、來自燃料性狀資料庫DB5的燃料的性狀資料、來自追加參數候補資料庫DB7的追加參數候補資料、來自靈敏度資料庫DB8的靈敏度資料，來作成表示鍋爐工廠的輸出入的關係的模型(新規模型)者。所作成的新規模型係被儲存在新規模型資料庫DB6。追加參數候補資料、靈敏度資料係如既有模型資料、工廠規格資料、燃料的性狀資料般，為透過輸出入部309而被設定、輸入的資料。
其中，在模型作成裝置303係新追加追加參數候補資料庫DB7及靈敏度資料庫DB8，其中，追加參數候補資料庫DB7係記憶輸入參數的追加候補者，靈敏度資料庫DB8係記憶用以驗證具代表性的輸入參數與製程值的關係(變化傾向)的基準者。將追加參數候補資料庫DB7的構成例例示於圖12，且將靈敏度資料庫DB8的構成例例示於圖13，後述其詳細內容。
模型作成裝置303係活用先行工廠的實績，作成表示對象工廠的輸入參數與製程值的關係的模型者，由以下所構成：讀入先行工廠及對象工廠的全運轉資料、及在先行工廠的既有模型的資料讀入部3031；在既有模型的輸入參數追加有關工廠規格的物理參數，作成新規模型的模型修正部3032；使用全運轉資料，將所作成的新規模型進行精度驗證的模型驗證部3033；及輸出經精度驗證的新規模型的模型輸出部3034。
構成圖5的模型作成裝置303的各部，詳言之係如以下發揮功能。
首先，資料讀入部3031係讀入在資料抽出轉換部302被抽出的全運轉資料(過去運轉資料、及新規運轉資料)、及被記憶在既有模型資料庫DB3的既有模型。
模型修正部3032係根據記憶在內部的模型作成條件，修正由既有模型資料庫DB3所讀入的既有模型。此時，針對由工廠規格資料庫DB4所讀入的工廠規格、由燃料性狀資料庫DB5所讀入的燃料性狀，確認先行工廠與對象工廠的差異。此外，由追加參數候補資料庫DB7讀入輸入參數的追加候補。由該追加候補之中，分別在工廠規格不同的情形下，選定物理參數，在燃料性狀參數不同的情形下，選定燃料參數，且追加在輸入參數。該詳細內容係顯示於圖2的模型作成步驟S3。
模型驗證部3033係進行由模型修正部3032所讀入的新規模型的精度驗證。精度驗證係實施以下2項目。
精度驗證的項目1係使用全運轉資料，進行所被作成的新規模型的精度驗證。在此，將全運轉資料中的製程值的實測值(實製程值)與使用模型所算出的製程值的模擬值(假想製程值)作對比，運算預測誤差。此外，將經運算的預測誤差與預先被記憶在模型驗證部3033的容許誤差作對比，來進行精度驗證。
精度驗證的項目2係針對新規模型之具代表性的輸入參數與製程值的關係，根據由靈敏度資料庫DB8所讀入的基準進行驗證。
藉由模型驗證部3033中的上述精度驗證，針對輸入與輸出的關係(傾向)，由理論或操作員M的經驗的觀點來驗證妥適性，藉此可更加提高模型的精度。
在模型輸出部3034中，由模型驗證部3033讀入經驗證的新規模型，且輸出至新規模型資料庫DB6與輸出入部309。
接著，使用圖6，說明模型作成用的全運轉資料之一例。在此，全運轉資料係指由資料抽出轉換部302所得的過去運轉資料、及新規運轉資料，在圖6之例中，過去運轉資料係先行工廠亦即工廠A、B中的運轉資料，新規運轉資料係對象工廠亦即工廠C中的運轉資料。其中，運轉資料係包含試運轉資料及實運轉資料者。以全運轉資料而言，藉由包含試運轉資料與實際開動中的實運轉資料之雙方，可將先行工廠的資料全部活用而提高模型的精度。
如上所示，在圖6之例中，有3個工廠(A、B、C)，工廠A、工廠B係先行工廠、工廠C係對象工廠。為了新設的對象工廠亦即工廠C的模型作成，參照先行工廠亦即工廠A、B中的運轉資料及在該等先行工廠所作成的模型，而欲新規作成工廠C的模型。
以下依序說明各工廠中的運轉與模型作成的關係。首先，工廠A的模型係在工廠A的實際開動前成為必要，因此使用工廠A的試運轉資料(在試驗上使參數、燃料改變而取得的運轉資料)來作成。在此，形成為關於工廠A的模型作成處理完成，運轉開始而取得實運轉資料者。
工廠B的模型係使用工廠A的試運轉資料與實運轉資料(運轉控制期間內所取得的資料)之雙方、與工廠B的試運轉資料所作成者。在此，形成為關於工廠B的模型作成處理係完成，運轉開始而取得實運轉資料者。其中，在關於工廠B的模型作成處理時，係追加工廠B的物理、燃料參數而作成適於工廠B的模型。
新設的工廠C的模型係由此作成。在該作成中，使用工廠A、B的試運轉資料與實運轉資料、及工廠C的試運轉資料，追加工廠C的物理、燃料參數而作成適於工廠C的模型。
如上所示進行新設的對象工廠的模型作成時，可將先行工廠的資料全部活用而提高模型的精度。此外，藉由階段式作成模型，可精查所追加的輸入參數而嚴選為適當的輸入參數。在此，被一度追加的輸入參數並未被刪除，而在接下來的工廠接手。此係基於最大限度活用在既有工廠的實績，而且使其具有連續性之故。
圖7係表示模型的輸入與輸出的關係的模式圖。在此，在模型的輸入參數(輸入)係除了操作端用的參數之外，包含物理參數及/或燃料參數。操作端用的參數係指表示對操作端OP的指示值(閥的開度等)的參數。
模型係按每個製程值作成。在此製程值係指作為在圖4的運轉控制部201的控制的結果而在鍋爐工廠100所得的輸出，其大多數係表示鍋爐工廠100的監視、控制上的監視項目(或監視控制項目)者。該等係例如在環境監視上，被排出至大氣的排放氣體NOx值，關於被供予至蒸氣渦輪機等的蒸氣的溫度、壓力，在各種機器或輔機中進行控制的控制對象量，藉由感測器SR來感測。因此，模型係針對鍋爐工廠100的輸出亦即複數製程值的各個，定義在與對該製程值造成影響的輸入參數之間所成立的相關等關係者。
以下針對主要的資料庫DB，顯示其構成例加以說明。
圖8係過去運轉資料庫DB1中的資料格式之例。在該例中，將橫軸以工廠名、使用燃料、運轉個案數等作區分。縱軸係以關於輸入參數與製程值之各個的資料來作區分。其中，新規運轉資料庫DB2亦基本上係形成為與過去運轉資料庫DB1中的資料格式相同的構成。
圖9係既有模型資料庫DB3中的資料格式之例。橫軸係按每個工廠，以作成日、函數、輸入參數、模型詳細作區分。函數係記載進行模型化的手法。以進行模型化的手法而言，例示逐步( Stepwise)法、隨機森林法(random forests)、k近傍法(KNN)、神經網路法、深層學習、強化學習等，惟並非侷限於此。模型詳細係記載以下所示之模型式F的各項目。或者，亦可記載記載有各項目的其他DB的引用目的端。
模型式F係例如(1)式所示者，在此，f係表示模型化手法(函數)、x係表示輸入參數、ω係表示權重、λ係表示切片、n係表示輸入參數的數量。
［數1］
F＝f(x、ω、λ、n)　　　(1)
縱軸係以模型的作成單位作區分。若按每個製程值作成模型，列舉作為模型化對象的製程值。
若在同一工廠更新模型，亦可以可知更新履歷的方式記憶所有版本的模型。例如，在圖9中，係更新模型PR1而表記為模型PR1´。
由於記憶有各個模型的作成日，因此可識別輸入參數為在哪個工廠、以哪個階段被追加者。可由之後追催輸入參數的追加履歷之故。
圖10係工廠規格資料庫DB4中的資料格式之例。橫軸係以工廠名作區分。列舉網羅先行工廠、對象工廠的全部的工廠名。
縱軸係以表示工廠規格的項目作區分。在此，以構造規格與性能規格作區別。構造規格係指尺寸，例示鍋爐尺寸。性能規格係指表示工廠性能的值，例示排放氣體溫度、蒸氣溫度等。構造規格、性能規格亦可記載設計條件的值，而不僅計測結果的代表值。
圖11係燃料性狀資料庫DB5中的資料格式之例。橫軸係以燃料作區分。列舉網羅先行工廠、對象工廠的全部的燃料。
縱軸係以表示燃料性狀的項目作區分。在燃料性狀係例示工業分析(燃料比等)、及元素分析(碳量等)。在此燃料比係指固定碳與揮發分的比率。
圖12係追加參數候補資料庫DB7中的資料格式之例。橫軸係以資料取得法或適用條件作區分。在資料取得法中，係不僅計測值，亦可形成為將複數計測值組合而計算出的計算值(軟感測器值)。其中，若無表示工廠規格的適當參數的計測值，可以計算值代用。
縱軸係以物理參數、燃料參數作區分。物理參數係有由構造尺寸等鍋爐規格所得者、氣體溫度、蒸氣溫度等由計測值或計算值所得者。其中，後者亦可由鍋爐規格參照設計值來進行設定。此外，物理參數亦可為將複數計測值組合來計算的軟感測器值。軟感測器值亦可藉由處理作為物理參數，若無表示工廠規格的適當參數的計測值，可以計算值代用。
燃料參數係在評估燃料的特性時所使用的項目，關於煤的粉碎，為粉碎機(粉煤機/研磨機)的馬達電流值、油壓、差壓等，關於煤的燃燒，為燃料消耗量(煤流程)、傳熱面的吸收熱量、鍋爐輸出等，關於環境負荷，為排放氣體中的NOx值、SO₂ 值等，關於水分，為粉碎機的入口空氣溫度等。藉由追加燃料參數作為追加參數，可作成考慮到燃料性狀的差異的動作模型。此外，以燃料參數而言，藉由使用有關燃料的調整、燃燒、環境負荷、水分的任一者的參數，可選定表示燃料性狀的適當參數。
其中，針對關於粉碎機的運轉資料，若鍋爐工廠100具備複數台粉碎機，以將2台以上的粉碎機的運轉資料使用在輸入參數，來作成新規模型為佳。此時，算出假想製程值時，代表1台粉碎機的運轉資料來使用，若該粉碎機停止，可切換成其他粉碎機的運轉資料。即使1台粉碎機因維護等而停止，亦可使用其他粉碎機的運轉資料來繼續運轉支援之故。粉碎機係若按照開動率或供給粉煤的燃燒器位置來選定即可。尤其，以儘可能由對中段的燃燒器供給粉煤的粉碎機中選定為佳。可反映鍋爐內的平均舉動之故。
圖13係靈敏度資料庫DB8中的資料格式之例。橫軸係以具代表性的製程值作區分。例示蒸氣溫度、金屬溫度及NOx值，惟並非侷限於此。
縱軸係以具代表性的輸入參數作區分。例示燃燒器角度、空氣阻尼器開度，惟並非侷限於此。靈敏度的確認基準係針對輸入參數與製程值的關係，以正比、反比、一定等線性的變化傾向、或凸向上、凸向下等非線性的變化傾向來表示。
圖14係靈敏度的確認畫面的顯示例。以縱軸設為具代表性的製程值、橫軸設為具代表性的輸入參數的2軸圖表，顯示兩資料的關係。在模型驗證部3033中，將該結果、與被記憶在靈敏度資料庫DB8的確認基準作對比，驗證新規模型的妥適性。或者，操作員M在輸出入部的確認畫面確認妥適性。
其中，亦可將運轉控制裝置200的功能的一部分或全部配置在遠距或雲端上，透過網際網路回線而與鍋爐工廠100相連接。
圖17係顯示運轉控制裝置200的硬體構成之一例的圖。運轉控制裝置200係包含：CPU(CPU(Central Processing Unit，中央處理單元)601、RAM(Random Access Memory，隨機存取記憶體)602、ROM(Read Only Memory，唯讀記憶體)603、HDD(Hard Disk Drive，硬碟驅動機)604、輸入I/F605、及輸出I/F606，使用透過匯流排607而彼此相連接的電腦，構成該等。其中，運轉控制裝置200的硬體構成並非限定於上述，亦可藉由控制電路與記憶裝置的組合來構成。此外，運轉控制裝置200係藉由電腦執行實現運轉控制裝置200的各功能的程式來構成，該等程式係儲存在雲端1601或記錄媒體1602。
被儲存在記錄媒體1602的程式係例如具有圖2所示之流程圖的功能的程式，亦可形成為使電腦執行以下處理的程式(新規模型作成程式)：取得表示先行工廠的輸入參數與製程值的關係的既有模型，在既有模型的輸入參數追加有關對象工廠的工廠規格的物理參數，作成新規模型。
此外，被儲存在記錄媒體1602的程式係例如具有圖3所示之流程圖的功能的程式，亦可形成為使電腦執行以下處理的程式(運轉支援程式)：取得藉由新規模型作成程式所生成的新規模型，且取得對象工廠的新規運轉資料，使用新規運轉資料與新規模型，算出製程值，且根據滿足預定條件的製程值，算出對象工廠的運轉指示值。
此外，運轉控制裝置200亦可具備有外部通訊器608，例如4G、5G回線通訊器或Wi-Fi(註冊商標)等無線LAN通訊器，CPU601透過外部通訊器608而由雲端1601讀入程式，且載入於RAM602來執行。或者，運轉控制裝置200亦可具備用以讀取記錄媒體1602的資料的驅動器609，CPU601由記錄媒體1602讀入程式，且載入於RAM602來執行。記錄媒體1602的種類不拘，可使用SD卡、USB記憶體、外接HDD等按照程式的容量來使用各種記錄媒體。
圖18係顯示運轉支援裝置300的硬體構成之一例的圖。取得與上述運轉控制裝置200同樣的構成，另一方面，構成為由輸出I/F606，對例如監視器或印表機等輸出部(輸出入部309)輸出(顯示)新規模型的作成/驗證結果、模擬的評估結果、運轉指示的提案畫面。

[實施例2]
在實施例2中，說明藉由總括結合複數鍋爐工廠，構成支援模型作成的運轉支援系統。
圖15係顯示支援模型作成的運轉支援系統500的全體構成例的圖。在該圖中，支援模型作成的運轉支援系統500係由：例如按複數鍋爐工廠100A、100B、100C的每個而設的複數局部支援系統300A、300B、300C、及可透過網路N而與局部支援系統300A、300B、300C通訊的遠距支援系統400所構成。
圖16係顯示支援模型作成的運轉支援系統500的詳細構成例的圖，例如顯示局部支援系統300A的構成作為代表構成例。局部支援系統300B、300C亦具有與局部支援系統300A為相同的構成。
局部支援系統300A係由運轉支援裝置300、及第一收送訊部301所構成。其中，亦可為運轉控制裝置200，而非為運轉支援裝置300。遠距支援系統400係由第二收送訊部401、及共通模型資料庫DB10所構成。
第一收送訊部301係將在運轉支援裝置300內的模型作成裝置303所作成的新規模型與新規運轉資料的更新結果，藉由一定周期或來自第二收送訊部401的指示，送訊至第二收送訊部401。
第二收送訊部401係接收由各個局部支援系統300A、300B、300C被送訊的新規運轉資料與新規模型的更新結果。若接收到新的更新結果，隨時或以一定周期形成為全運轉資料與既有模型的更新結果，而送訊至其他所有局部支援系統300A、300B、300C的第一收送訊部301。
第一收送訊部301係若接收到新的全運轉資料與既有模型的更新結果，分別將全運轉資料的更新結果送訊至過去運轉資料庫DB1，且將既有模型的更新結果送訊至既有模型資料庫DB3。
由此，圖15、圖16所例示的支援模型作成的運轉支援系統係由：具備模型作成裝置303的複數局部支援系統300A、300B、300C、及可透過網路N而與局部支援系統300A、300B、300C通訊的遠距支援系統400所成，局部支援系統300A、300B、300C係具有將新規運轉資料與新規模型的更新結果送訊至遠距支援系統400，並且接收由遠距支援系統400被送訊的其他局部支援系統中的全運轉資料與既有模型的更新結果的第一收送訊部301，遠距支援系統400係形成為具有接收由各個的局部系統300A、300B、300C被送訊出的新規運轉資料與新規模型的更新結果，並且將更新結果作為全運轉資料與既有模型的更新結果而送訊至其他所有局部系統300A、300B、300C的第二收送訊部401者。
藉由該構成，可共有其他局部支援系統(先行工廠)中的運轉資料與模型的更新結果。
其中，在上述說明中，局部系統300A、300B、300C係形成為透過遠距支援系統400來進行訊號傳達的構成，但是此亦可為在局部系統300A、300B、300C間，直接進行收送訊者。

[產業上可利用性]
本發明係不僅煤火力發電所，亦可廣泛適用在一般的工廠。

11‧‧‧火爐

12‧‧‧燃燒裝置

13‧‧‧煙道

21、22、23、24、25‧‧‧燃燒器

26、27、28、29、30‧‧‧粉煤供給管

31、32、33、34、35‧‧‧粉碎機

36‧‧‧風箱

37a、37b、37c、37e、37f、37g‧‧‧空氣導管

37d‧‧‧連結點

38a‧‧‧壓入送風機

38b‧‧‧1次空氣送風機

39‧‧‧燃盡空氣口

41、42、43、44、45、46、47‧‧‧熱交換器

48‧‧‧排放氣體通路

49‧‧‧空氣加熱器

50‧‧‧脫硝裝置

51‧‧‧煤塵處理裝置

52‧‧‧誘引送風機

53‧‧‧煙囪

62‧‧‧傾斜面

70‧‧‧爐底蒸發管

100、100A、100B、100C‧‧‧鍋爐工廠

200‧‧‧運轉控制裝置

201‧‧‧運轉控制部

300‧‧‧運轉支援裝置

300A、300B、300C‧‧‧局部支援系統

301‧‧‧第一收送訊部

302‧‧‧資料抽出轉換部

303‧‧‧模型作成裝置

306‧‧‧模擬部

307‧‧‧最適化部

308‧‧‧運轉指示部

309‧‧‧輸出入部(輸出部)

400‧‧‧遠距支援系統

401‧‧‧第二收送訊部

500‧‧‧運轉支援系統

601‧‧‧CPU

602‧‧‧RAM

603‧‧‧ROM

604‧‧‧HDD

605‧‧‧輸入I/F

606‧‧‧輸出I/F

607‧‧‧匯流排

608‧‧‧外部通訊器

1601‧‧‧雲端

1602‧‧‧記錄媒體

3031‧‧‧資料讀入部

3032‧‧‧模型修正部

3033‧‧‧模型驗證部

3034‧‧‧模型輸出部

DB1‧‧‧過去運轉資料庫

DB2‧‧‧新規運轉資料庫

DB3‧‧‧既有模型資料庫

DB4‧‧‧工廠規格資料庫

DB5‧‧‧燃料性狀資料庫

DB6‧‧‧新規模型資料庫

DB7‧‧‧追加參數候補資料庫

DB8‧‧‧靈敏度資料庫

DB10‧‧‧共通模型資料庫

N‧‧‧網路

SR‧‧‧感測器

OP‧‧‧操作端

圖1係成為模型化對象的典型鍋爐工廠的概略構成圖。

圖2係顯示關於模型作成手法的處理流程的流程圖。

圖3係顯示將使用模型的模擬的結果，供予作為對運轉控制裝置的運轉指示的運轉指示流程的流程圖。

圖4係顯示組入模型的鍋爐工廠的運轉控制裝置的全體構成例的圖。

圖5係顯示模型作成裝置的詳細構成例的圖。

圖6係顯示模型作成用的全運轉資料之一例的圖。

圖7係表示模型的輸入與輸出的關係的模式圖。

圖8係顯示過去運轉資料庫中的資料格式例的圖。

圖9係顯示既有模型資料庫中的資料格式例的圖。

圖10係顯示工廠規格資料庫中的資料格式例的圖。

圖11係顯示燃料性狀資料庫中的資料格式例的圖。

圖12係顯示追加參數候補資料庫中的資料格式例的圖。

圖13係顯示靈敏度資料庫中的資料格式例的圖。

圖14係顯示靈敏度的確認畫面的顯示例的圖。

圖15係顯示支援模型作成的運轉支援系統的全體構成例的圖。

圖16係顯示支援模型作成的運轉支援系統的詳細構成例的圖。

圖17係顯示運轉控制裝置的硬體構成的圖。

圖18係顯示運轉支援裝置的硬體構成的圖。

Claims (14)

1. 一種模型作成方法，其係活用先行工廠的實績，而作成表示對象工廠的輸入參數與製程值的關係的模型的模型作成方法，其特徵為： 具有： 讀入在前述先行工廠的既有模型的讀入步驟；及在前述先行工廠的既有模型的輸入參數，追加有關前述對象工廠的工廠規格的物理參數，而作成新規模型的模型作成步驟。
2. 如申請專利範圍第1項之模型作成方法，其中，前述物理參數係關於工廠的構造、性能及／或設計條件的參數。
3. 如申請專利範圍第1項之模型作成方法，其中，前述物理參數係包含：將複數計測值組合所計算出的軟感測器值。
4. 如申請專利範圍第1項之模型作成方法，其中，前述先行工廠及前述對象工廠係燃料的燃燒工廠， 前述模型作成步驟係在前述既有模型的輸入參數追加有關前述燃料的性狀的燃料參數，而作成新規模型。
5. 如申請專利範圍第4項之模型作成方法，其中，前述燃料參數係有關燃料的調整、燃燒、環境負荷、水分之任一者的參數。
6. 如申請專利範圍第1項之模型作成方法，其中，另外包含驗證步驟，其係使用前述先行工廠與前述對象工廠的全運轉資料，將前述新規模型進行精度驗證， 前述驗證步驟係針對前述新規模型之具代表性的輸入參數與製程值的關係，根據預先設定的基準進行驗證。
7. 如申請專利範圍第6項之模型作成方法，其中，前述全運轉資料係包含：試運轉資料、與實際開動中的實運轉資料之雙方。
8. 如申請專利範圍第1項之模型作成方法，其中，另外包含：輸出前述新規模型的輸出步驟， 前述輸出步驟係另外輸出前述新規模型之具代表性的輸入參數與製程值的關係。
9. 一種工廠的運轉支援方法，其係使用藉由如申請專利範圍第1項之模型作成方法所生成的新規模型的工廠的運轉支援方法，其特徵為： 另外具備： 使用前述對象工廠的新規運轉資料與前述新規模型，算出前述製程值的模擬步驟；及 根據滿足預定條件的前述製程值，算出前述對象工廠的運轉指示值的運轉指示步驟。
10. 一種模型，其係活用先行工廠的實績所作成之表示對象工廠的輸入參數與製程值的關係的模型，其特徵為： 在前述先行工廠的既有模型的輸入參數，可識別地追加有關前述對象工廠的工廠規格的物理參數而作成。
11. 一種模型作成裝置，其係活用先行工廠的實績，作成表示對象工廠的輸入參數與製程值的關係的模型的模型作成裝置，其特徵為： 具有：讀入在前述先行工廠的既有模型的資料讀入部；及在前述先行工廠的既有模型的輸入參數，追加有關前述對象工廠的工廠規格的物理參數，而作成新規模型。
12. 一種程式，其係使電腦執行以下處理： 取得表示先行工廠的輸入參數與製程值的關係的既有模型，在前述既有模型的輸入參數追加有關對象工廠的工廠規格的物理參數，而作成新規模型。
13. 一種程式，其係使電腦執行以下處理： 取得藉由如申請專利範圍第12項之程式所生成的新規模型， 取得前述對象工廠的新規運轉資料，使用前述新規運轉資料與前述新規模型，算出前述製程值， 根據滿足預定條件的前述製程值，算出前述對象工廠的運轉指示值。
14. 一種記錄媒體，其係記錄有如申請專利範圍第12項之程式。