WO2022034738A1 - 異常診断装置及びガス化システム - Google Patents

異常診断装置及びガス化システム Download PDF

Info

Publication number
WO2022034738A1
WO2022034738A1 PCT/JP2021/022734 JP2021022734W WO2022034738A1 WO 2022034738 A1 WO2022034738 A1 WO 2022034738A1 JP 2021022734 W JP2021022734 W JP 2021022734W WO 2022034738 A1 WO2022034738 A1 WO 2022034738A1
Authority
WO
WIPO (PCT)
Prior art keywords
gasification
value
gasification system
abnormality diagnosis
concentration
Prior art date
Application number
PCT/JP2021/022734
Other languages
English (en)
French (fr)
Inventor
玉平 劉
Original Assignee
株式会社Ihi
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社Ihi filed Critical 株式会社Ihi
Priority to CN202180022291.2A priority Critical patent/CN115335789A/zh
Priority to JP2022542587A priority patent/JP7315108B2/ja
Publication of WO2022034738A1 publication Critical patent/WO2022034738A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring

Definitions

  • the present invention relates to an abnormality diagnostic device and a gasification system.
  • Patent Document 1 discloses an abnormality diagnosis method and an abnormality diagnosis system.
  • the abnormality diagnosis method in Patent Document 1 measures a model creation step for creating a simulation model of a monitored object, an operation start step for starting the operation of the monitored object, and an internal state quantity in the operating state of the monitored object.
  • a measurement step that extracts the measured value
  • a prediction step that inputs the same control input value as the operating state of the monitored object into the simulation model, and calculates the predicted value of the internal state amount of the monitored object, and the measured value and prediction.
  • It includes a Maharanobis distance calculation step for calculating the Maharanobis distance from the difference from the value, and an abnormality diagnosis step for diagnosing whether or not the operating state of the monitored object is abnormal based on the Maharanobis distance.
  • Patent Document 2 discloses a simulation device and a simulation method.
  • the simulation device in Patent Document 2 is a simulation device that predicts the operating state of an actual process, and the adjustment parameters of the simulation model set in the synchronization of the operating state by the tracking simulator device are set under the operating conditions obtained from the actual plant.
  • a parameter storage unit that accumulates in association with the information in the above, a process simulator unit that predicts the operating state using a simulation model based on the operating conditions of the prediction target, and an adjustment parameter setting unit that dynamically sets the adjustment parameters of the simulation model.
  • the adjustment parameter setting unit obtains the adjustment parameter associated with the information of the operation condition similar to the operation condition to be predicted from the parameter storage unit, and sets the adjustment parameter of the simulation model based on this adjustment parameter. It is something to do.
  • this gasification system produces a gaseous fuel (gasification gas) such as methane gas as a product by gasifying a solid fuel (raw material) such as biomass by thermal decomposition and reduction reaction. It is known that the operational stability of such a gasification system is affected by the water content of the raw material, the gasification temperature, and the like. In a gasification system, in order to stably generate gasified gas, it is extremely important to optimally set operating parameters according to the raw material.
  • each operation amount of the gasification system is controlled by using well-known PID control (proportional / integral / differential control), and the operating parameters are preset limit values (upper limit value and upper limit value). If it deviates from the lower limit value), it is determined that the operating state of the gasification system has reached an abnormal state, and an alarm is output. Therefore, the conventional gasification system has a problem that the operation abnormality of the gasification system cannot be predicted in advance.
  • PID control proportional / integral / differential control
  • the operating parameters are preset limit values (upper limit value and upper limit value). If it deviates from the lower limit value), it is determined that the operating state of the gasification system has reached an abnormal state, and an alarm is output. Therefore, the conventional gasification system has a problem that the operation abnormality of the gasification system cannot be predicted in advance.
  • the present invention has been made in view of the above circumstances, and an object of the present invention is to predict in advance an operation abnormality of a gasification system.
  • the gasification system is abnormal based on the correlation between a specific process value in the gasification system and a specific component concentration in the gasification gas generated by the gasification system. It is provided with an evaluation means for evaluating whether or not there is a tendency toward gasification, and a notification means for notifying the evaluation result of the evaluation means to the outside.
  • the evaluation means may include a temperature predicting means for obtaining a predicted value of the process value and a concentration predicting means for obtaining a predicted value of the component concentration, and the difference between the predicted value and the measured value of the process value and the said. Whether the gasification system tends to be abnormal by comparing the distance evaluation index given by the difference between the predicted value of the component concentration and the measured value with the distance evaluation index obtained at the normal time of the gasification system. You may evaluate whether or not.
  • the temperature predicting means may obtain a predicted value of the process value using the physical model of the gasification system.
  • the concentration predicting means may obtain a predicted value of the component concentration using a trained model of the gasification system.
  • the evaluation means may evaluate whether or not the gasification system tends to be abnormal when the predicted value of the component concentration differs from the measured value of the component concentration by a predetermined amount or more.
  • the process value may be the gasification temperature, and the component concentration may be the methane concentration.
  • Another aspect of the present invention is a gasification system, which comprises the above-mentioned abnormality diagnostic device.
  • This two-tower gasification furnace T includes a gasification furnace 1, a combustion furnace 2, a first cyclone 3 and a second cyclone 4 as main components, and gas fuel (gas) from a predetermined raw material N input from the outside. Gasification) is manufactured.
  • gasification furnace T corresponds to the gasification system according to the present invention.
  • the raw material N in this embodiment is a solid fuel such as coal or biomass.
  • the above-mentioned coal is low-grade coal such as lignite and subbituminous coal in addition to general coal.
  • the biomass is, for example, woody biomass such as thinned wood, or resource crop-based biomass such as sugar cane.
  • Such raw material N is charged into the two-tower gasification furnace T in a state where the particle size is adjusted to a predetermined particle size.
  • the gasification furnace 1 is a pyrolysis furnace that generates gasification gas by pyrolyzing and reducing the above-mentioned raw material N. ..
  • the gasification furnace 1 forms a gasification chamber Rg including an internal space having a predetermined capacity. Further, as shown in the figure, the gasification furnace 1 includes a raw material input port 1a, a heat medium receiving port 1b, a bubble fluidized bed 1c, a first discharge port 1d, and a second discharge port 1e.
  • the raw material charging port 1a is an opening for charging the raw material N into the gasification chamber Rg, and is provided on the side of the gasification furnace 1 as shown in the figure. That is, the raw material input port 1a is provided at a position where the raw material can be dropped onto the bubble fluidized bed 1c formed at the bottom of the gasification chamber Rg, and the raw material N input from the outside is placed in the bubble fluidized bed 1c. Drop it up.
  • the heat medium receiving port 1b is an opening for receiving the high-temperature granular heat medium P (heat medium) flowing in from the first cyclone 3 into the gasification chamber Rg, and is the upper part of the gasification furnace 1 and in the horizontal direction as shown in the figure. It is provided at one end of the above. That is, the heat medium receiving port 1b allows the high-temperature granular heat medium P or the like flowing from the first cyclone 3 to flow into the gasification chamber Rg from above and one end.
  • the granular heat medium P is a granular (solid) heat medium having a predetermined particle size, and is, for example, sand having a predetermined particle size.
  • the bubble fluidized bed 1c is formed over the entire bottom of the gasification chamber Rg, and the raw material N, the granular heat medium P, and the like are fluidized by the steam J injected from the bottom to the top.
  • the bottom of the gasification chamber Rg is provided with a wind box that restricts the passage of the raw material N, the granular heat medium P, and the like and allows the steam J to pass through.
  • the raw material N and the granular heat medium P located on such a wind box are fluidized using steam J.
  • a pyrolysis gas is generated by thermally decomposing the raw material N using a high-temperature granular heat medium P as a heat source, and the pyrolysis gas is generated by steam J.
  • a gas component such as gasification gas G is generated.
  • solid components such as char (thermally decomposed char) and tar are generated by the thermal decomposition of the raw material N.
  • the pyrolysis char is a substance containing carbon (C) as a main component and can function as a fuel.
  • the first discharge port 1d is provided on the side of the gasification furnace 1 as shown in the figure, and is an opening that mainly discharges the solid component and the granular heat medium P to the combustion furnace 2. That is, the first discharge port 1d is provided on the side portion of the gasification furnace 1 to selectively discharge the solid component and the granular heat medium P having a specific gravity larger than that of the gas component to the combustion furnace 2.
  • the second discharge port 1e is an opening provided in the upper part of the gasification furnace 1 as shown in the figure, and mainly contains a gas component such as gasification gas G as a second. Discharge to cyclone 4. That is, the second discharge port 1e is provided in the upper part of the gasification furnace 1 to selectively discharge a gas component such as gasification gas G having a specific gravity smaller than that of the solid component to the second cyclone 4.
  • the gas component contains a small amount of combustion ash (solid) having a relatively small specific gravity.
  • the raw material input port 1a and the heat medium receiving port 1b described above are arranged at relatively close positions as shown in the figure. Further, although the first discharge port 1d and the second discharge port 1e described above are arranged at relatively close positions as shown in the figure, they are arranged at positions sufficiently separated from the raw material input port 1a and the heat medium receiving port 1b. Has been done. Such a separation arrangement between the raw material input port 1a and the heat medium receiving port 1b and the first discharge port 1d and the second discharge port 1e is for ensuring a sufficient reaction distance in the gasification chamber Rg.
  • the raw material N and the granular heat medium P charged into the gasification chamber Rg are transported from one end to the other while being fluidized by steam J. Then, in the gasification furnace 1, the gasification gas G is generated by the progress of the thermal decomposition reaction of the raw material N and the reduction reaction of the thermal decomposition gas during such transportation.
  • the combustion furnace 2 is a heating furnace that heats the granular heat medium P by burning the pyrolysis char flowing from the gasification furnace 1, and the internal space thereof forms the combustion chamber Rb.
  • the combustion furnace 2 generates high-temperature combustion gas and combustion ash by combustion of the pyrolysis char, and uses this combustion gas as a heat source to heat the granular heat medium P flowing from the gasification furnace 1.
  • a combustion furnace 2 includes an inlet 2a, a circulating fluidized bed 2b, and an outlet 2c.
  • the receiving port 2a is an opening for receiving the solid component from the gasification furnace 1, and is provided on the side of the combustion furnace 2 as shown in the figure. That is, the receiving port 2a is provided at a position where the granular heat medium P can be dropped on the circulating fluidized bed 2b formed at the bottom of the combustion chamber Rb, and the solid component, that is, the granular material received from the gasification furnace 1 is provided. The heat medium P and the pyrolysis char are dropped onto the circulating fluidized bed 2b.
  • the circulating fluidized bed 2b is formed over the entire bottom of the combustion chamber Rb, and the granular heat medium P and the pyrolysis char are fluidized by the air A injected from the bottom to the top.
  • the bottom of the combustion chamber Rb is provided with a plurality of air diffusers that blow air A upward.
  • the granular heat medium P and the pyrolysis char located on the air diffuser are fluidized, and the pyrolysis char is burned by acting on the pyrolysis char using air A as an oxidant. ..
  • combustion chamber Rb provided with such a circulating fluidized bed 2b, high-temperature combustion gas is generated by burning the pyrolysis char in the presence of air A. Further, in the combustion chamber Rb, the granular heat medium P is heated by exchanging heat with the granular heat medium P by the high-temperature combustion gas. In such a combustion chamber Rb, the combustion gas and the combustion ash become an ascending flow and flow from the lower part to the upper part, and the granular heat medium P is blown up from the lower part to the upper part by the ascending flow.
  • the discharge port 2c is an opening for discharging the combustion gas, combustion ash, and granular heat medium P toward the first cyclone 3, and is provided in the upper part of the combustion furnace 2 as shown in the figure. That is, the discharge port 2c is provided in the upper part of the combustion furnace 2 to discharge the granular heat medium P heated to a sufficiently high temperature to the first cyclone 3 together with the combustion gas and the combustion ash.
  • the first cyclone 3 is a solid air separation device that separates the combustion gas flowing from the combustion furnace 2 and the granular heat medium P into solid air.
  • the first cyclone 3 takes in the combustion gas and the granular heat medium P from the side to form a downward swirling flow, and separates the combustion gas, the combustion ash, and the granular heat medium P by utilizing the difference in specific gravity.
  • Such a first cyclone 3 includes a first discharge port 3a and a second discharge port 3b.
  • the first discharge port 3a is an opening for discharging the combustion ash and the granular heat medium P, which are solid components, toward the gasification furnace 1, and is provided at the bottom (lower part) of the first cyclone 3 as shown in the figure. .. Since the first discharge port 3a is provided at the bottom of the first cyclone 3, the combustion ash and the granular heat medium P having a relatively large specific gravity among the combustion gas and the granular heat medium P are discharged.
  • the second discharge port 3b is an opening for discharging the combustion gas to the outside, and is provided at the center of the first cyclone 3 in the horizontal direction as shown in the figure. Since the second discharge port 3b is provided at the center of the first cyclone 3 in the horizontal direction, the combustion gas (gas) having a relatively small specific gravity is discharged to the outside.
  • the second cyclone 4 is a solid air separation device that separates gas components such as gasified gas G flowing in from the second discharge port 1e of the gasification furnace 1 and combustion ash.
  • the second cyclone 4 takes in the gas component and the combustion ash from the side to form a downward swirling flow, and separates the gas component and the combustion ash by utilizing the difference in specific gravity.
  • Such a second cyclone 4 includes a discharge valve 4a and a discharge port 4b.
  • the discharge valve 4a is an on-off valve that discharges combustion ash, which is a solid component, to the outside, and is provided at the bottom (lower part) of the second cyclone 4 as shown in the figure. Since the discharge valve 4a is provided at the bottom of the second cyclone 4, the combustion ash having a specific gravity larger than that of the gas component is selectively discharged.
  • the discharge port 4b is an opening for discharging a gas component such as gasification gas G to the outside, and is provided at the center of the second cyclone 4 in the horizontal direction as shown in the figure. Since the discharge port 4b is provided at the center of the second cyclone 4 in the horizontal direction, the gas component having a relatively small specific gravity is discharged to the outside.
  • the gasification furnace 1 In gasification chamber Rg
  • a gas component containing gasification gas G is generated from the raw material N.
  • the combustion ash which is a solid impurity is selectively removed.
  • the gasification gas G containing some gas impurities is supplied to the outside as a product of the two-tower gasification furnace T.
  • various operation amounts are adjusted by a system control device (not shown). That is, in the two-tower gasification furnace T, the supply amount of steam J in the bubble flow layer 1c (steam flow rate), the flow velocity of steam J (steam flow rate) and the layer temperature (gasification temperature), and the air A in the circulating flow layer 2b.
  • Various sensors (not shown) for detecting various process amounts such as the supply amount (air flow rate) of the gas are provided.
  • the system control device operates the two-tower gasifier T stably by PID controlling the operation amounts such as steam flow rate, steam flow rate, gasification temperature and air flow rate based on the detected values (controlled amounts) of these various sensors.
  • the abnormality diagnosis device D diagnoses the above-mentioned two-tower gasification furnace T, and includes a storage device 5, an operation device 6, and an arithmetic unit 7 as shown in the figure.
  • This abnormality diagnosis device D is incidentally provided to the two-tower gasification furnace T as ancillary equipment to assist the system control device.
  • the storage device 5 is a non-volatile storage device such as a hard disk, and stores at least the trained model 5a and the physical model 5b. Further, the storage device 5 stores an abnormality diagnosis program as one of the application programs executed by the operation device 6. Such a storage device 5 provides the operation device 6 with a learned model 5a, a physical model 5b, and an abnormality diagnosis program based on a read instruction input from the operation device 6.
  • the trained model 5a includes a database (teacher database) in which a large number of teacher data showing the relationship between a specific process value in the normal state of the two-tower gasifier T and a specific component concentration in the gasified gas G are registered. ing.
  • This trained model 5a is a mathematical model (mathematical model) obtained by machine learning the teacher data, and when an actually measured value of a process value is input (designated), a predicted value of a specific component concentration corresponding to the actually measured value is input (designated). Is output.
  • a trained model 5a for example, when the measured values of the steam flow rate, the steam flow rate, the gasification temperature and the air flow rate, and the composition of the raw material N (raw material composition) are input, the component concentration of the characteristic corresponding to these measured values is input. As a result, the predicted value of the concentration (methane concentration) of the methane gas (CH4), which is the main component of the gasification gas G, is output. This methane concentration corresponds to the specific component concentration in the present invention.
  • the physical model 5b is a mathematical model (mathematical model) that simulates the behavior of the two-tower gasifier T under normal conditions.
  • the physical model 5b outputs the predicted value of the process value different from the specific process value for the two-tower gasifier T in the normal state.
  • the gasification temperature corresponding to the composition is output. This gasification temperature corresponds to the specific process value in the present invention.
  • the gasification temperature which is a specific process value, that is, the layer temperature of the bubble fluidized bed 1c is a physical quantity having a relatively good correlation with the methane concentration of the gasification gas G, which is a specific component concentration.
  • the abnormality diagnosis device D pays attention to such a correlation between the gasification temperature and the methane concentration, and evaluates the cooperation of the two-tower gasification furnace T in a metric space based on the correlation. By doing so, the tendency of gasification is identified.
  • the operation device 6 is an input device operated by the user of the abnormality diagnosis device D, and is a pointing device such as a keyboard and / or a mouse.
  • the user causes the abnormality diagnosis device D to start the abnormality diagnosis process based on the abnormality diagnosis program by inputting various operation instructions to the operation device 6.
  • the arithmetic unit 7 is an information processing unit mainly composed of a CPU (Central Processing Unit), and is a two-tower gasifier T (gasification system) by executing an abnormality diagnosis program read from the storage device 5 on the CPU. Make an abnormality diagnosis. Further, the arithmetic unit 7 notifies the outside of the diagnosis result, that is, whether or not the two-tower gasifier T has an abnormal tendency.
  • a CPU Central Processing Unit
  • T gasification system
  • the arithmetic unit 7 has a trained model 5a and a physical model 5b read from the storage device 5 in addition to the abnormality diagnosis program, and specific process values acquired from the system control device, that is, raw material composition and steam.
  • An abnormality diagnosis of the two-tower gasification furnace T is performed based on the flow rate, steam flow rate, gasification temperature, and air flow rate.
  • the arithmetic unit 7 also updates the learned model 5a stored in the storage device 5. That is, when the arithmetic unit 7 determines that the two-tower gasification furnace T is normal based on the above-mentioned various process values, the measured values of the raw material composition, steam flow rate, steam flow rate, gasification temperature and air flow rate, and methane.
  • the trained model 5a is updated by incorporating the data showing the relationship with the calculated concentration value into the trained model 5a as new teaching data.
  • Such a storage device 5, an operation device 6, and a calculation device 7 are used for the gasification temperature (specific process value) in the two-tower gasification furnace T and the gasification gas G output from the two-tower gasification furnace T. It constitutes an evaluation means for evaluating whether or not the two-tower gasifier T is heading toward an abnormal tendency based on the correlation with the methane concentration (specific component concentration). Further, the arithmetic unit 7 corresponds to a notifying means for notifying the evaluation result of the evaluation means to the outside.
  • the arithmetic unit 7 starts the abnormality diagnosis process of the two-tower type gasifier T based on the abnormality diagnosis program.
  • the arithmetic unit 7 first acquires the measured values of the raw material composition, steam flow rate, steam flow rate, gasification temperature, and air flow rate from the system control device (step S1).
  • the arithmetic unit 7 analyzes the methane concentration based on the measured value of such a process value, and acquires the analyzed value as the measured value Cr of the methane concentration (step S2).
  • Acquisition of such measured value Cr (analyzed value) of methane concentration is, for example, past actual data showing the relationship between a specific process value (raw material composition, steam flow rate, steam flow rate, gasification temperature and air flow rate) and methane concentration. It is done based on.
  • the arithmetic unit 7 inputs the raw material composition, steam flow rate, steam flow rate, gasification temperature, and air flow rate acquired in step S1 into the trained model 5a acquired from the storage device 5, thereby methane after a predetermined time.
  • the predicted value Ce of the concentration is acquired (step S3).
  • the learned model 5a of the arithmetic unit 7 and the storage device 5 constitutes a concentration predicting means for obtaining a predicted value Ce of the methane concentration.
  • the arithmetic unit 7 determines whether or not the predicted value Ce is extremely fluctuating with respect to the methane concentration in the two-tower gasifier T in the normal state with respect to the past normal value (step S4). .. That is, the arithmetic unit 7 determines that the predicted value Ce is extremely fluctuating with respect to the past normal value when the predicted value Ce of the methane concentration exceeds the concentration threshold value Cth, and the predicted value Ce of the methane concentration If does not exceed the concentration threshold Cth, it is determined that the predicted value Ce does not fluctuate extremely. That is, the concentration threshold value Cth is a limit value in the range that the past normal value can take.
  • step S4 determines whether the predicted value Ce shows a change exceeding the concentration threshold value Cth.
  • the arithmetic unit 7 sets the predicted value Te of the gasification temperature to the physical model 5b. Obtained from (step S5).
  • the physical model 5b of the arithmetic unit 7 and the storage device 5 constitutes a temperature predicting means for obtaining a predicted value Te of the gasification temperature (process value).
  • the arithmetic apparatus 7 determines the raw material composition, steam flow rate, steam flow rate, and air flow rate excluding the gasification temperature among the measured values of the raw material composition, steam flow rate, steam flow rate, gasification temperature, and air flow rate acquired in step S1.
  • the gasification temperature corresponding to the raw material composition, steam flow rate, steam flow rate and air flow rate is acquired from the physical model 5b as the predicted value Te of the gasification temperature.
  • the arithmetic unit 7 calculates the difference vector Vc regarding the methane concentration by using the measured value Cr of the methane concentration acquired in step S2 and the predicted value Ce of the methane concentration calculated in step S3 (step S6). That is, the arithmetic unit 7 calculates the difference vector Vc by calculating the difference between the actually measured value Cr and the predicted value Ce.
  • the arithmetic unit 7 calculates the difference vector Vt regarding the gasification temperature by using the measured value Tr of the gasification temperature acquired in step S1 and the predicted value Te of the gasification temperature calculated in step S5 (step S6). ). That is, the arithmetic unit 7 calculates the difference vector Vt by calculating the difference between the actually measured value Tr and the predicted value Te.
  • the arithmetic unit 7 calculates the Mahalanobis distance M using the difference vector Vc of the methane concentration calculated in step S6 and the difference vector Vt of the gasification temperature calculated in step S7 (step S8).
  • the Mahalanobis distance M is an amount given by the difference between the measured value Tr and the predicted value Te of the gasification temperature and the difference between the measured value Cr and the predicted value Ce of the methane concentration.
  • Such a Mahalanobis distance M corresponds to the distance evaluation index of the present invention.
  • This Mahalanobis distance M is well known as a statistical distance concept based on the correlation between multiple variables. Further, in the above-mentioned Patent Document 1, the Mahalanobis distance, which is a concept similar to the Mahalanobis distance M, is described in detail. For these reasons, the details of the method for calculating the Mahalanobis distance M will be omitted here, but the Mahalanobis distance M is calculated by using the covariance matrix related to the teacher data used for learning the trained model 5a.
  • the arithmetic unit 7 determines whether or not the two-tower gasifier T reaches an abnormal state after a predetermined time by comparing the Mahalanobis distance M calculated this time with the predetermined distance threshold value Mth. (Step S9).
  • the distance threshold value Mth is a limit value of the Mahalanobis distance M set based on the past Mahalanobis distance in the normal state of the two-tower gasifier T.
  • the arithmetic unit 7 outputs an alarm when the determination in step S9 is "Yes", that is, when the Mahalanobis distance M exceeds the distance threshold value Mth (step S10).
  • This alarm is output to an output device such as a display device provided separately and / or a system control device.
  • the user of the abnormality diagnosis device D and / and the operator of the two-tower gasifier T can hear the alarm output by the abnormality diagnosis device D before the two-tower gasifier T actually becomes abnormal. It is possible to recognize the tendency of the tower gasifier T to become abnormal.
  • step S4 the arithmetic unit 7 repeats the abnormality diagnosis process in steps S1 to S10. That is, the arithmetic unit 7 sequentially acquires the Mahalanobis distance M as time-series data as shown in FIG. 4 by repeating the abnormality diagnosis process at predetermined time intervals based on a preset time schedule. Then, the arithmetic unit 7 sequentially compares the Mahalanobis distance M calculated at each cycle time with the distance threshold value Mth to determine whether or not the two-tower gasifier T reaches an abnormal state in a plurality of cycle times. Monitor over.
  • step S11 the arithmetic unit 7 updates the teacher database in the trained model 5a (step S11). That is, in this case, since the two-tower gasifier T is in a normal state, the various process values acquired in step S1 and the measured value Cr of the methane concentration acquired in step S2 are the two-tower gasifier T. It is a state quantity indicating a normal state. Therefore, the above-mentioned process value and the measured value Cr of the methane concentration sufficiently satisfy the eligibility as new teacher data.
  • the arithmetic unit 7 in the present embodiment registers the measured values Cr of the various process values and the measured values Cr of the methane concentration described above as new teacher data in the teacher database of the storage device 5.
  • the teacher database is updated by such new registration of teacher data.
  • machine learning is further enhanced by such an update of the teacher database.
  • step S4 when the determination in step S4 is "No", the arithmetic unit 7 in the present embodiment starts the abnormality diagnosis process in the next cycle time without performing the subsequent processes in steps S5 to S11. Therefore, according to the abnormality diagnosis device D according to the present embodiment, it is possible to reduce the calculation load of the calculation device 7 by the amount that the processing of steps S5 to S11 can be omitted.
  • the layer temperature (gasification temperature) of the bubble fluidized bed 1c is set to a specific process value
  • the methane concentration of the gasification gas G is set to a specific component concentration
  • the present invention is limited to this. Not done.
  • the correlation changes depending on the behavior of the two-tower gasification furnace T. As long as it is a physical quantity to be used, a process value other than the gasification temperature may be used as a specific process value, and a component concentration other than the methane concentration may be used as a specific component concentration.
  • the steam flow rate that is, the flow rate of the water vapor J supplied to the bubble fluidized bed 1c may be set as a specific process value corresponding to the methane concentration (specific component concentration).
  • This steam flow rate is a process amount that has a correlation with the methane concentration (specific component concentration) as well as the gasification temperature.
  • the gasification temperature instead of the layer temperature of the bubble fluidized bed 1c, the representative temperature of the gasification furnace 1, the upper temperature of the combustion furnace 2, the middle temperature of the combustion furnace 2, and the combustion furnace 2
  • the outlet combustion exhaust gas temperature and the outlet methane gas temperature of the gas furnace 1 may be adopted.
  • the component concentration hydrogen gas concentration, carbon dioxide concentration or carbon monoxide concentration may be adopted instead of the methane concentration.
  • the two-tower gasification furnace T is adopted as the gasification system, but the present invention is not limited to this. That is, a gasification furnace other than the two-tower gasification furnace T may be adopted as the gasification system.
  • a gasification furnace other than the two-tower gasification furnace T may be adopted as the gasification system.
  • a fluidized bed type gasification system and a fixed bed type gasification system are known, but the present invention is adopted for both a fluidized bed type gasification system and a fixed bed type gasification system. be able to.
  • the abnormality diagnosis device D is provided as an incidental device to the two-tower gasification furnace T, but the present invention is not limited to this.
  • the abnormality diagnosis device D is arranged at a position separated from the two-tower type gasifier T, that is, the system control device, and the abnormality diagnosis device D and the system control device are connected to each other by using a communication line. Anomalous diagnosis of the formula gasifier T may be performed.
  • the abnormality diagnosis of the plurality of two-tower gasifiers T can be performed in parallel (at the same time). It may be done in a time-divided manner. According to such an operation method of the abnormality diagnosis device D, it is possible to improve the operating efficiency of the abnormality diagnosis device D, and thus it is possible to reduce the cost related to the abnormality diagnosis.
  • the Mahalanobis distance M is adopted as the distance evaluation index, but the present invention is not limited to this. That is, the abnormal tendency of the two-tower gasifier T may be evaluated using a distance evaluation index other than the Mahalanobis distance M.
  • a Air D Abnormality diagnosis device J Steam G Gasification gas N Raw material P Granular heat medium Rb Combustion chamber Rg Gasification chamber T Two-tower gasification furnace (gasification system) 1 Gasification furnace 1a Raw material input port 1b Heat medium inlet 1c Bubble fluidized bed 1d 1st discharge port 1e 2nd discharge port 2 Combustion furnace 2a Inlet 2b Circulation fluidized bed 2c Discharge port 3 1st cyclone 3a 1st discharge port 3b 2nd discharge port 4 2nd cyclone 4a discharge valve 4b discharge port 5 storage device 5a trained model 5b physical model 6 operation device 7 arithmetic unit

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Gasification And Melting Of Waste (AREA)
  • Alarm Systems (AREA)
  • Fluidized-Bed Combustion And Resonant Combustion (AREA)

Abstract

ガス化システムにおける特定のプロセス値とガス化システムで生成されるガス化ガスにおける特定の成分濃度との相関関係に基づいてガス化システムが異常化傾向にあるか否かを評価する評価手段と、該評価手段の評価結果を外部に報知する報知手段とを備える。

Description

異常診断装置及びガス化システム
　本発明は、異常診断装置及びガス化システムに関する。本出願は２０２０年８月１２日に提出された日本特許出願第２０２０－１３６２５２号に基づく優先権の利益を主張し、その内容は本出願に援用される。
　下記特許文献１には、異常診断方法及び異常診断システムが開示されている。この特許文献１における異常診断方法は、監視対象物のシミュレーションモデルを作成するモデル作成ステップと、監視対象物の運転を開始する運転開始ステップと、監視対象物の運転状態における内部状態量を計測して実測値を抽出する計測ステップと、監視対象物の運転状態と同一の制御入力値をシミュレーションモデルにインプットして監視対象物の内部状態量の予測値を算出する予測ステップと、実測値と予測値との差分からマハラノビス距離を算出するマハラノビス距離算出ステップと、マハラノビス距離に基づいて監視対象物の運転状態が異常であるか否か診断する異常診断ステップとを備えている。
　下記特許文献２には、シミュレーション装置およびシミュレーション方法が開示されている。この特許文献２におけるシミュレーション装置は、実プロセスの運転状態を予測するシミュレーション装置であって、トラッキングシミュレータ装置による運転状態の同期において設定されたシミュレーションモデルの調整パラメータを、実プラントから得られた運転条件の情報に関連付けて蓄積するパラメータ蓄積部と、予測対象の運転条件を基にシミュレーションモデルを用いて運転状態を予測するプロセスシミュレータ部と、シミュレーションモデルの調整パラメータを動的に設定する調整パラメータ設定部とを備え、上記調整パラメータ設定部は、予測対象の運転条件に類似する運転条件の情報に関連付けられた調整パラメータをパラメータ蓄積部から取得し、この調整パラメータを基にシミュレーションモデルの調整パラメータを設定するものである。
特開２０１６－１５１９０９号公報 特開２０１９－０２１０３２号公報
　上記監視対象物の１つとしてガス化システムがある。このガス化システムは、周知のようにバイオマス等の固体燃料（原料）を熱分解及び還元反応によってガス化することにより、メタンガス等の気体燃料（ガス化ガス）を成果物として生成する。このようなガス化システムの運転安定性は、原料の含水率及びガス化温度等の影響を受けることが知られている。ガス化システムにおいて、ガス化ガスを安定して生成するためには、原料に応じた運転パラメータの最適設定が極めて重要である。
　しかしながら、従来のガス化システムでは、周知のＰＩＤ制御（比例・積分・微分制御）を用いてガス化システムの各操作量を制御しており、運転パラメータが予め設定された限界値（上限値及び下限値）を逸脱すると、ガス化システムの運転状態が異常状態に至ったと判定して警報（アラーム）を出力する。したがって、従来のガス化システムでは、ガス化システムの運転異常を事前に予測することができないという問題がある。
　本発明は、上述した事情に鑑みてなされたものであり、ガス化システムの運転異常を事前に予測することを目的とするものである。
　本発明の一態様に係る異常診断装置は、ガス化システムにおける特定のプロセス値と前記ガス化システムで生成されるガス化ガスにおける特定の成分濃度との相関関係に基づいて前記ガス化システムが異常化傾向にあるか否かを評価する評価手段と、該評価手段の評価結果を外部に報知する報知手段とを備える。
　前記評価手段は、前記プロセス値の予測値を求める温度予測手段と、前記成分濃度の予測値を求める濃度予測手段とを備えてもよく、前記プロセス値の予測値と実測値との差分及び前記成分濃度の予測値と実測値との差分とによって与えられる距離評価指数を前記ガス化システムの正常時に得られた前記距離評価指数と比較することにより、前記ガス化システムが異常化傾向にあるか否かを評価してもよい。
　前記温度予測手段は、前記ガス化システムの物理モデルを用いて前記プロセス値の予測値を求めてもよい。
　前記濃度予測手段は、前記ガス化システムの学習済モデルを用いて前記成分濃度の予測値を求めてもよい。
　前記評価手段は、前記成分濃度の予測値が前記成分濃度の実測値から所定量以上異なる場合に前記ガス化システムが異常化傾向にあるか否かを評価してもよい。
　前記プロセス値はガス化温度であってもよく、かつ、前記成分濃度はメタン濃度であってもよい。
　本発明の他の態様は、ガス化システムであって、上記の異常診断装置を備える。
　本発明によれば、ガス化システムの運転異常を事前に予測することが可能である。
本発明の一実施形態における二塔式ガス化炉Ｔ（ガス化システム）の概要を示す模式図である。 本発明の一実施形態に係る異常診断装置Ｄの機能構成を示すブロック図である。 本発明の一実施形態に係る異常診断装置Ｄの動作を示すフローチャートである。 本発明の一実施形態におけるマハラノビス距離の時間変化を示す特性図である。
　以下、図面を参照して、本発明の一実施形態について説明する。
　最初に、図１を参照して本実施形態における二塔式ガス化炉Ｔについて説明する。この二塔式ガス化炉Ｔは、主な構成要素としてガス化炉１、燃焼炉２、第１サイクロン３及び第２サイクロン４を備え、外部から投入された所定の原料Ｎから気体燃料（ガス化ガス）を製造する。このような二塔式ガス化炉Ｔは、本発明に係るガス化システムに相当する。
　本実施形態における原料Ｎは、石炭やバイオマス等の固体燃料である。上記石炭は、一般的なものに加え、褐炭や亜瀝青炭等の低品位炭である。また、バイオマスは、例えば間伐材等の木質バイオマス、またサトウキビ等の資源作物系バイオマスである。このような原料Ｎは、所定の粒径に粒径調整された状態で二塔式ガス化炉Ｔに投入される。
　このような二塔式ガス化炉Ｔを構成する上記構成要素のうち、ガス化炉１は、上述した原料Ｎを熱分解処理かつ還元処理することによりガス化ガスを発生させる熱分解炉である。このガス化炉１は、所定容量の内部空間を含むガス化室Ｒｇを形成している。また、このガス化炉１は、図示するように原料投入口１ａ、熱媒受入口１ｂ、気泡流動層１ｃ、第１排出口１ｄ及び第２排出口１ｅを備えている。
　原料投入口１ａは、上記原料Ｎをガス化室Ｒｇに投入するための開口であり、図示するようにガス化炉１の側部に設けられている。すなわち、この原料投入口１ａは、ガス化室Ｒｇの底部に形成される気泡流動層１ｃ上に原料を投下できるような位置に設けられており、外部から投入された原料Ｎを気泡流動層１ｃ上に落下させる。
　熱媒受入口１ｂは、第１サイクロン３から流入する高温の粒状熱媒Ｐ（熱媒体）をガス化室Ｒｇに受け入れるための開口であり、図示するようにガス化炉１の上部かつ水平方向における一端部に設けられている。すなわち、この熱媒受入口１ｂは、第１サイクロン３から流入する高温の粒状熱媒Ｐ等を上方かつ一端部からガス化室Ｒｇに流入させる。なお、上記粒状熱媒Ｐは、所定の粒径を有する粒状（固体状）の熱媒であり、例えば所定粒径の砂である。
　気泡流動層１ｃは、図示するようにガス化室Ｒｇの底部全般に亘って形成されており、下方から上方に向かって噴射される水蒸気Ｊによって原料Ｎ及び粒状熱媒Ｐ等を流動化させる。例えば、ガス化室Ｒｇの底部には原料Ｎ及び粒状熱媒Ｐ等の通過を規制すると共に水蒸気Ｊを通過させ得るウインドボックスが備えられている。気泡流動層１ｃは、このようなウインドボックス上に位置する原料Ｎ及び粒状熱媒Ｐ等を水蒸気Ｊを用いて流動化させる。
　このような気泡流動層１ｃが設けられたガス化室Ｒｇでは、高温の粒状熱媒Ｐを熱源として原料Ｎが熱分解することによって熱分解ガスが生成されると共に当該熱分解ガスが水蒸気Ｊによって還元処理されることによってガス化ガスＧ等の気体成分が生成される。また、ガス化室Ｒｇでは、原料Ｎの熱分解によってチャー（熱分解チャー）やタール等の固体成分が生成される。上記熱分解チャーは、炭素（Ｃ）を主成分とする物質であり、燃料として機能し得る。
　第１排出口１ｄは、図示するようにガス化炉１の側部に設けられており、主に上記固体成分及び粒状熱媒Ｐを燃焼炉２に排出する開口である。すなわち、この第１排出口１ｄは、ガス化炉１の側部に設けられることによって、気体成分よりも比重が大きい固体成分及び粒状熱媒Ｐを選択的に燃焼炉２に排出する。
　このような第１排出口１ｄに対して、第２排出口１ｅは、図示するようにガス化炉１の上部に設けられた開口であり、主にガス化ガスＧ等の気体成分を第２サイクロン４に排出する。すなわち、この第２排出口１ｅは、ガス化炉１の上部に設けられることにより、固体成分よりも比重が小さいガス化ガスＧ等の気体成分を選択的に第２サイクロン４に排出する。なお、上記気体成分には、比重が比較的小さい燃焼灰（固体）が若干量含まれている。
　上述した原料投入口１ａ及び熱媒受入口１ｂは、図示するように比較的近い位置に配置されている。また、上述した第１排出口１ｄ及び第２排出口１ｅは、図示するように比較的近い位置に配置されているが、原料投入口１ａ及び熱媒受入口１ｂから十分に離間した位置に配置されている。このような原料投入口１ａ及び熱媒受入口１ｂと第１排出口１ｄ及び第２排出口１ｅとの離間配置は、ガス化室Ｒｇにおける反応距離を十分に確保するためである。
　このようなガス化炉１では、ガス化室Ｒｇに投入された原料Ｎ及び粒状熱媒Ｐが一端から他端に向かって水蒸気Ｊによって流動化されつつ搬送される。そして、ガス化炉１では、このような搬送の間に原料Ｎの熱分解反応及び熱分解ガスの還元反応が進行することによってガス化ガスＧが生成される。
　燃焼炉２は、ガス化炉１から流入する熱分解チャーを燃焼させることによって粒状熱媒Ｐを加熱する加熱炉であり、その内部空間が燃焼室Ｒｂを形成している。この燃焼炉２は、熱分解チャーの燃焼によって高温の燃焼ガス及び燃焼灰を発生させ、この燃焼ガスを熱源としてガス化炉１から流入する粒状熱媒Ｐを加熱する。このような燃焼炉２は、図示するように受入口２ａ、循環流動層２ｂ及び排出口２ｃを備えている。
　受入口２ａは、上記固体成分をガス化炉１から受け入れる開口であり、図示するように燃焼炉２の側部に設けられている。すなわち、この受入口２ａは、燃焼室Ｒｂの底部に形成される循環流動層２ｂ上に粒状熱媒Ｐを投下できるような位置に設けられており、ガス化炉１から受け入れた固体成分つまり粒状熱媒Ｐ及び熱分解チャーを循環流動層２ｂ上に落下させる。
　循環流動層２ｂは、図示するように燃焼室Ｒｂの底部全般に亘って形成されており、下方から上方に向かって噴射される空気Ａによって粒状熱媒Ｐ及び熱分解チャーを流動化させる。例えば、燃焼室Ｒｂの底部には空気Ａを上方に吹き上げる複数の散気管が備えられている。このような循環流動層２ｂは、散気管上に位置する粒状熱媒Ｐ及び熱分解チャーを流動化させると共に、空気Ａを酸化剤として熱分解チャーに作用させることによって当該熱分解チャーを燃焼させる。
　このような循環流動層２ｂが設けられた燃焼室Ｒｂでは、空気Ａの存在下で熱分解チャーが燃焼することによって高温の燃焼ガスが発生する。また、この燃焼室Ｒｂでは、高温の燃焼ガスが粒状熱媒Ｐと熱交換することによって粒状熱媒Ｐが加熱される。このような燃焼室Ｒｂでは、燃焼ガス及び燃焼灰が上昇流となって下方から上方に流通し、この上昇流によって粒状熱媒Ｐが下方から上方に吹き上げられる。
　排出口２ｃは、上記燃焼ガス、燃焼灰及び粒状熱媒Ｐを第１サイクロン３に向けて排出する開口であり、図示するように燃焼炉２の上部に設けられている。すなわち、この排出口２ｃは、燃焼炉２の上部に設けられることによって、十分な高温に加熱された粒状熱媒Ｐを燃焼ガス及び燃焼灰と共に第１サイクロン３に排出する。
　第１サイクロン３は、燃焼炉２から流入する燃焼ガス及び粒状熱媒Ｐを固気分離する固気分離装置である。この第１サイクロン３は、燃焼ガス及び粒状熱媒Ｐを側部から取り込んで下降旋回流とすることにより、燃焼ガス、燃焼灰及び粒状熱媒Ｐの比重差を利用して分離する。このような第１サイクロン３は、第１排出口３ａと第２排出口３ｂとを備えている。
　第１排出口３ａは、固体成分である燃焼灰及び粒状熱媒Ｐをガス化炉１に向けて排出する開口であり、図示するように第１サイクロン３の底部（下部）に設けられている。この第１排出口３ａは、第１サイクロン３の底部に設けられているので、燃焼ガス及び粒状熱媒Ｐのうち、比重が比較的大きい燃焼灰及び粒状熱媒Ｐを排出する。
　第２排出口３ｂは、燃焼ガスを外部に向けて排出する開口であり、図示するように水平方向における第１サイクロン３の中心部に設けられている。この第２排出口３ｂは、水平方向における第１サイクロン３の中心部に設けられているので、比重が比較的小さい燃焼ガス（気体）を外部に排出する。
　第２サイクロン４は、ガス化炉１の第２排出口１ｅから流入するガス化ガスＧ等の気体成分及び燃焼灰を固気分離する固気分離装置である。この第２サイクロン４は、気体成分及び燃焼灰をを側部から取り込んで下降旋回流とすることにより、気体成分及び燃焼灰の比重差を利用して分離する。このような第２サイクロン４は、排出バルブ４ａと排出口４ｂとを備えている。
　排出バルブ４ａは、固体成分である燃焼灰を外部に排出する開閉弁であり、図示するように第２サイクロン４の底部（下部）に設けられている。この排出バルブ４ａは、第２サイクロン４の底部に設けられているので、比重が気体成分よりも大きい燃焼灰を選択的に排出する。
　排出口４ｂは、ガス化ガスＧ等の気体成分を外部に向けて排出する開口であり、図示するように水平方向における第２サイクロン４の中心部に設けられている。この排出口４ｂは、第２サイクロン４の水平方向における中心部に設けられているので、比重が比較的小さい気体成分を外部に排出する。
　このように構成された二塔式ガス化炉Ｔでは、粒状熱媒Ｐがガス化炉１→燃焼炉２→第１サイクロン３→ガス化炉１の順で循環する間に、ガス化炉１（ガス化室Ｒｇ）において原料Ｎからガス化ガスＧを含む気体成分が生成される。そして、この気体成分がガス化炉１から第２サイクロン４に流入することにより、固体不純物である燃焼灰が選択的に除去される。そして、若干の気体不純物を含むガス化ガスＧが二塔式ガス化炉Ｔの成果物として外部に供給される。
　このような二塔式ガス化炉Ｔでは、図示しないシステム制御装置によって各種操作量が調節される。すなわち、二塔式ガス化炉Ｔには気泡流動層１ｃにおける水蒸気Ｊの供給量（蒸気流量）、水蒸気Ｊの流速（蒸気流速）及び層温（ガス化温度）並びに循環流動層２ｂにおける空気Ａの供給量（空気流量）等の各種プロセス量を検出するための各種センサ（図示略）が備えられている。システム制御装置は、これら各種センサの検出値（制御量）に基づいて蒸気流量、蒸気流速、ガス化温度及び空気流量等の操作量をＰＩＤ制御することによって二塔式ガス化炉Ｔの安定運転を実現する。
　続いて、図２を参照して本実施形態に係る異常診断装置Ｄについて説明する。この異常診断装置Ｄは、上述した二塔式ガス化炉Ｔを診断し、図示するように記憶装置５、操作装置６及び演算装置７を備えている。この異常診断装置Ｄは、システム制御装置を補佐する付属設備として二塔式ガス化炉Ｔに付帯的に設けられる。
　記憶装置５は、ハードディスク等の不揮発性記憶装置であり、学習済モデル５ａ及び物理モデル５ｂを少なくとも記憶している。また、この記憶装置５は、操作装置６が実行するアプリケーションプログラムの１つとして異常診断プログラムを記憶している。このような記憶装置５は、操作装置６から入力される読出し命令に基づいて学習済モデル５ａ、物理モデル５ｂ及び異常診断プログラムを操作装置６に提供する。
　学習済モデル５ａは、二塔式ガス化炉Ｔの正常時における特定のプロセス値とガス化ガスＧにおける特定の成分濃度との関係を示す教師データが多数登録されたデータベース（教師データベース）を備えている。この学習済モデル５ａは、上記教師データを機械学習した数理モデル（数学モデル）であり、プロセス値の実測値が入力（指定）されると、当該実測値に対応する特定の成分濃度の予測値を出力する。
　このような学習済モデル５ａは、例えば蒸気流量、蒸気流速、ガス化温度及び空気流量並びに原料Ｎの組成（原料組成）の実測値が入力されると、これら実測値に対応する特性の成分濃度として、ガス化ガスＧの主成分であるメタンガス（ＣＨ４）の濃度（メタン濃度）の予測値を出力する。このメタン濃度は、本発明における特定の成分濃度に相当する。
　物理モデル５ｂは、正常時における二塔式ガス化炉Ｔの挙動を模擬した数理モデル（数学モデル）である。この物理モデル５ｂは、特定のプロセス値の実測値を入力（指定）すると、正常時の二塔式ガス化炉Ｔに関して上記特定のプロセス値とは異なるプロセス値の予測値を出力する。このような物理モデル５ｂは、例えば原料Ｎの組成（原料組成）、蒸気流量、蒸気流速及び空気流量が入力されると、これに対応したガス化温度を出力する。このガス化温度は、本発明における特定のプロセス値に相当する。
　特定のプロセス値であるガス化温度つまり気泡流動層１ｃの層温は、特定の成分濃度であるガス化ガスＧのメタン濃度に対して比較的良好な相関関係を有する物理量である。本実施形態に係る異常診断装置Ｄは、このようなガス化温度とメタン濃度との相関関係に着目し、当該相関関係に基づいて距離空間上で二塔式ガス化炉Ｔの協働を評価することによって異常化傾向を特定する。
　操作装置６は、異常診断装置Ｄの利用者が操作する入力装置であり、例えばキーボード及び/あるいはマウス等のポインティングデバイスである。利用者は、操作装置６に各種の操作指示を入力することにより異常診断装置Ｄに異常診断プログラムに基づく異常診断処理を開始させる。
　演算装置７は、ＣＰＵ（Central Processing Unit）を主体とする情報処理装置であり、記憶装置５から読み出した異常診断プログラムをＣＰＵで実行することにより二塔式ガス化炉Ｔ（ガス化システム）の異常診断を行う。また、この演算装置７は、診断結果つまり二塔式ガス化炉Ｔが異常傾向にあるか否かを外部に報知する。
　詳細については後述するが、演算装置７は、異常診断プログラムに加えて記憶装置５から読み出した学習済モデル５ａ及び物理モデル５ｂ、またシステム制御装置から取得した特定のプロセス値、つまり原料組成、蒸気流量、蒸気流速、ガス化温度及び空気流量に基づいて二塔式ガス化炉Ｔ（ガス化システム）の異常診断を行う。
　また、演算装置７は、記憶装置５に記憶された学習済モデル５ａの更新処理をも行う。すなわち、演算装置７は、上述した各種プロセス値に基づいて二塔式ガス化炉Ｔが正常であると判定すると、原料組成、蒸気流量、蒸気流速、ガス化温度及び空気流量の実測値とメタン濃度の計算値との関係を示すデータを新たな教示データとして学習済モデル５ａに取り込ませることにより、学習済モデル５ａを更新させる。
　このような記憶装置５、操作装置６及び演算装置７は、二塔式ガス化炉Ｔにおけるガス化温度（特定のプロセス値）と二塔式ガス化炉Ｔから出力されるガス化ガスＧのメタン濃度（特定の成分濃度）との相関関係に基づいて二塔式ガス化炉Ｔが異常傾向に向かっているか否かを評価する評価手段を構成している。また、演算装置７は、上記評価手段の評価結果を外部に報知する報知手段に相当する。
　次に、本実施形態に係る異常診断装置Ｄの動作について、図３～図５を参照して詳しく説明する。
　演算装置７は、操作装置６から開始指示が入力されると、異常診断プログラムに基づいて二塔式ガス化炉Ｔの異常診断処理を開始する。演算装置７は、この異常診断処理において、最初に原料組成、蒸気流量、蒸気流速、ガス化温度及び空気流量の実測値をシステム制御装置から取得する（ステップＳ１）。
　そして、演算装置７は、このようなプロセス値の実測値に基づいてメタン濃度を分析し、その分析値をメタン濃度の実測値Ｃｒとして取得する（ステップＳ２）。このようなメタン濃度の実測値Ｃｒ（分析値）の取得は、例えば特定のプロセス値（原料組成、蒸気流量、蒸気流速、ガス化温度及び空気流量）とメタン濃度との関係を示す過去実績データに基づいて行われる。
　続いて、演算装置７は、記憶装置５から取得した学習済モデル５ａにステップＳ１で取得した原料組成、蒸気流量、蒸気流速、ガス化温度及び空気流量を入力することにより、所定時間後におけるメタン濃度の予測値Ｃｅを取得する（ステップＳ３）。このような演算装置７と記憶装置５の学習済モデル５ａとは、メタン濃度の予測値Ｃｅを求める濃度予測手段を構成している。
　そして、演算装置７は、正常時の二塔式ガス化炉Ｔにおけるメタン濃度に対して上記予測値Ｃｅが過去の正常値に対して極端に変動しているか否かを判定する（ステップＳ４）。すなわち、演算装置７は、メタン濃度の予測値Ｃｅが濃度しきい値Ｃｔｈを超える場合に予測値Ｃｅが過去の正常値に対して極端に変動していると判定し、メタン濃度の予測値Ｃｅが濃度しきい値Ｃｔｈを超えない場合には、予測値Ｃｅが極端に変動していないと判定する。つまり、上記濃度しきい値Ｃｔｈは、過去の正常値が取り得る範囲の限界値である。
　そして、演算装置７は、上記ステップＳ４の判定が「Ｙｅｓ」の場合つまり上記予測値Ｃｅが濃度しきい値Ｃｔｈを超えるような変化を示した場合、ガス化温度の予測値Ｔｅを物理モデル５ｂから取得する（ステップＳ５）。このような演算装置７と記憶装置５の物理モデル５ｂとは、ガス化温度（プロセス値）の予測値Ｔｅを求める温度予測手段を構成している。
　すなわち、演算装置７は、ステップＳ１で取得した原料組成、蒸気流量、蒸気流速、ガス化温度及び空気流量の実測値のうち、ガス化温度を除く原料組成、蒸気流量、蒸気流速及び空気流量を物理モデル５ｂに入力することにより、当該原料組成、蒸気流量、蒸気流速及び空気流量に対応するガス化温度を当該ガス化温度の予測値Ｔｅとして物理モデル５ｂから取得する。
　そして、演算装置７は、ステップＳ２で取得したメタン濃度の実測値ＣｒとステップＳ３で算出したメタン濃度の予測値Ｃｅを用いることにより、メタン濃度に関する差分ベクトルＶｃを算出する（ステップＳ６）。すなわち、演算装置７は、実測値Ｃｒと予測値Ｃｅとの差を計算することにより差分ベクトルＶｃを算出する。
　そして、演算装置７は、ステップＳ１で取得したガス化温度の実測値ＴｒとステップＳ５で算出したガス化温度の予測値Ｔｅを用いることにより、ガス化温度に関する差分ベクトルＶｔを算出する（ステップＳ６）。すなわち、演算装置７は、実測値Ｔｒと予測値Ｔｅとの差を計算することにより差分ベクトルＶｔを算出する。
　そして、演算装置７は、ステップＳ６で算出したメタン濃度の差分ベクトルＶｃとステップＳ７で算出したガス化温度の差分ベクトルＶｔとを用いてマハラノビス距離Ｍを算出する（ステップＳ８）。上記マハラノビス距離Ｍは、ガス化温度の実測値Ｔｒと予測値Ｔｅとの差分及びメタン濃度の実測値Ｃｒと予測値Ｃｅとの差分によって与えられる量である。このようなマハラノビス距離Ｍは、本発明の距離評価指数に相当する。
　このマハラノビス距離Ｍは、多変数間の相関に基づく統計学的な距離概念として周知である。また、上述した特許文献１には、マハラノビス距離Ｍと同様な概念であるマハラノビス距離について詳しく説明されている。このような事情から、ここではマハラノビス距離Ｍの計算方法の詳説を省略するが、マハラノビス距離Ｍは、学習済モデル５ａの学習に用いられた教師データに関する共分散行列を用いることによって計算される。
　続いて、演算装置７は、今回算出したマハラノビス距離Ｍを所定の距離しきい値Ｍｔｈと比較することにより、所定時間後における二塔式ガス化炉Ｔが異常状態に至るか否かを判定する（ステップＳ９）。上記距離しきい値Ｍｔｈは、二塔式ガス化炉Ｔの正常時における過去のマハラノビス距離に基づいて設定されたマハラノビス距離Ｍの限界値である。
　そして、演算装置７は、ステップＳ９の判定が「Ｙｅｓ」の場合つまりマハラノビス距離Ｍが距離しきい値Ｍｔｈを越えた場合に警報を出力する（ステップＳ１０）。この警報は、別途設けられた表示装置等の出力装置あるいは／及びシステム制御装置に出力される。
　このような本実施形態によれば、二塔式ガス化炉Ｔの運転異常を事前に予測することが可能である。したがって、異常診断装置Ｄの利用者あるいは／及び二塔式ガス化炉Ｔの運転者は、異常診断装置Ｄが出力する警報によって、二塔式ガス化炉Ｔが実際に異常に至る前に二塔式ガス化炉Ｔの異常化傾向を認知することができる。
　なお、上述したステップＳ４の判定が「Ｎｏ」の場合、演算装置７は、ステップＳ１～Ｓ１０に亘る異常診断処理を繰り返す。すなわち、演算装置７は、予め設定されたタイムスケジュールに基づいて所定時間間隔毎に異常診断処理を繰り返すことにより、図４に示すようにマハラノビス距離Ｍを時系列データとして順次取得する。そして、演算装置７は、各サイクルタイムで算出したマハラノビス距離Ｍを距離しきい値Ｍｔｈと順次比較することにより、二塔式ガス化炉Ｔが異常状態に至るか否かを複数のサイクルタイムに亘って監視する。
　また、演算装置７は、上述したステップＳ９の判定が「Ｎｏ」の場合には、学習済モデル５ａにおける教師データベースの更新処理を行う（ステップＳ１１）。すなわち、この場合、二塔式ガス化炉Ｔは正常な状態にあるので、ステップＳ１で取得した各種プロセス値及びステップＳ２で取得したメタン濃度の実測値Ｃｒは、二塔式ガス化炉Ｔの正常な状態を示す状態量である。したがって、上記プロセス値及びメタン濃度の実測値Ｃｒは、新たな教師データとしての適格性を十分に満足するものである。
　このような事情から、本実施形態における演算装置７は、上述した各種プロセス値の実測値及びメタン濃度の実測値Ｃｒを新たな教師データとして、記憶装置５の教師データベースに登録する。教師データベースは、このような教師データの新規登録によって更新される。記憶装置５の学習済モデル５ａでは、このような教師データベースの更新によって機械学習がさらに充実したものとなる。
　また、本実施形態における演算装置７は、ステップＳ４の判断が「Ｎｏ」の場合、その後のステップＳ５～Ｓ１１の処理を行われることなく、次のサイクルタイムにおける異常診断処理を開始する。したがって、本実施形態に係る異常診断装置Ｄによれば、ステップＳ５～Ｓ１１の処理を省略することができる分だけ、演算装置７の演算負荷を低減することが可能である。
　なお、本発明は上記実施形態に限定されるものではなく、例えば以下のような変形例が考えられる。
（１）上記実施形態では、気泡流動層１ｃの層温（ガス化温度）を特定のプロセス値とし、またガス化ガスＧのメタン濃度を特定の成分濃度としたが、本発明はこれに限定されない。二塔式ガス化炉Ｔ（ガス化システム）に関する入力値としての各種プロセス量及び出力値としてのガス化ガスＧの各種成分濃度のうち、二塔式ガス化炉Ｔの挙動によって相関関係が変化する物理量であれば、ガス化温度以外のプロセス値を特定のプロセス値とし、メタン濃度以外の成分濃度を特定の成分濃度としてもよい。
　例えば、ガス化温度に代えて蒸気流量つまり気泡流動層１ｃに供給される水蒸気Ｊの流量をメタン濃度（特定の成分濃度）に対応する特定のプロセス値としてもよい。この蒸気流量は、ガス化温度と同様にメタン濃度（特定の成分濃度）に対して相関性を有するプロセス量である。
　より具体的には、上記ガス化温度としては、気泡流動層１ｃの層温に代えて、ガス化炉１の代表温度、燃焼炉２の上部温度、燃焼炉２の中部温度、燃焼炉２の出口燃焼排ガス温度、ガス炉１の出口メタンガス温度を採用してもよい。また、成分濃度については、メタン濃度に代えて、水素ガス濃度、二酸化炭素濃度あるいは一酸化炭素濃度を採用してもよい。
（２）上記実施形態では、ガス化システムとして二塔式ガス化炉Ｔを採用したが、本発明はこれに限定されない。すなわち、二塔式ガス化炉Ｔ以外のガス化炉をガス化システムとして採用してもよい。例えば、ガス化システムには流動床式のものと固定床式のものが知られているが、本発明は、流動床式のガス化システム及び固定床式のガス化システムの何れにも採用することができる。
（３）上記実施形態では、二塔式ガス化炉Ｔに付帯的に設けられる装置として異常診断装置Ｄを設けたが、本発明はこれに限定されない。例えば、異常診断装置Ｄを二塔式ガス化炉Ｔつまりシステム制御装置に対して離間した位置に配置し、また異常診断装置Ｄとシステム制御装置とを通信回線を用いて接続することにより二塔式ガス化炉Ｔの異常診断を行ってもよい。
　この場合、１台の異常診断装置Ｄを複数の二塔式ガス化炉Ｔのシステム制御装置と通信回線で接続することにより、複数の二塔式ガス化炉Ｔの異常診断を同時並行的（時分割的）に行ってもよい。このような異常診断装置Ｄの運用方法によれば、異常診断装置Ｄの稼働効率を向上させることが可能であり、以って異常診断に関するコストを低減することが可能である。
（４）上記実施形態では、距離評価指数としてマハラノビス距離Ｍを採用したが、本発明はこれに限定されない。すなわち、マハラノビス距離Ｍ以外の距離評価指数を用いて二塔式ガス化炉Ｔの異常化傾向を評価してもよい。
　Ａ　空気
　Ｄ　異常診断装置
　Ｊ　水蒸気
　Ｇ　ガス化ガス
　Ｎ　原料
　Ｐ　粒状熱媒
　Ｒｂ　燃焼室
　Ｒｇ　ガス化室
　Ｔ　二塔式ガス化炉（ガス化システム）
　１　ガス化炉
　１ａ　原料投入口
　１ｂ　熱媒受入口
　１ｃ　気泡流動層
　１ｄ　第１排出口
　１ｅ　第２排出口
　２　燃焼炉
　２ａ　受入口
　２ｂ　循環流動層
　２ｃ　排出口
　３　第１サイクロン
　３ａ　第１排出口
　３ｂ　第２排出口
　４　第２サイクロン
　４ａ　排出バルブ
　４ｂ　排出口
　５　記憶装置
　５ａ　学習済モデル
　５ｂ　物理モデル
　６　操作装置
　７　演算装置

Claims (7)

  1. 　ガス化システムにおける特定のプロセス値と前記ガス化システムで生成されるガス化ガスにおける特定の成分濃度との相関関係に基づいて前記ガス化システムが異常化傾向にあるか否かを評価する評価手段と、
    　該評価手段の評価結果を外部に報知する報知手段と
    　を備える異常診断装置。
  2. 　前記評価手段は、前記プロセス値の予測値を求める温度予測手段と、前記成分濃度の予測値を求める濃度予測手段とを備え、前記プロセス値の予測値と実測値との差分及び前記成分濃度の予測値と実測値との差分とによって与えられる距離評価指数を前記ガス化システムの正常時に得られた前記距離評価指数と比較することにより、前記ガス化システムが異常化傾向にあるか否かを評価する請求項１記載の異常診断装置。
  3. 　前記温度予測手段は、前記ガス化システムの物理モデルを用いて前記プロセス値の予測値を求める請求項２に記載の異常診断装置。
  4. 　前記濃度予測手段は、前記ガス化システムの学習済モデルを用いて前記成分濃度の予測値を求める請求項２または３に記載の異常診断装置。
  5. 　前記評価手段は、前記成分濃度の予測値が所定の濃度しきい値を超える場合に前記ガス化システムが異常化傾向にあるか否かを評価する請求項１～４のいずれか一項に記載の異常診断装置。
  6. 　前記プロセス値はガス化温度であり、かつ、前記成分濃度はメタン濃度である請求項１～５のいずれか一項に記載の異常診断装置。
  7. 　請求項１～６のいずれか一項に記載の異常診断装置を備えるガス化システム。
PCT/JP2021/022734 2020-08-12 2021-06-15 異常診断装置及びガス化システム WO2022034738A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202180022291.2A CN115335789A (zh) 2020-08-12 2021-06-15 异常诊断装置及气化系统
JP2022542587A JP7315108B2 (ja) 2020-08-12 2021-06-15 異常診断装置及びガス化システム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020-136252 2020-08-12
JP2020136252 2020-08-12

Publications (1)

Publication Number Publication Date
WO2022034738A1 true WO2022034738A1 (ja) 2022-02-17

Family

ID=80247791

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/022734 WO2022034738A1 (ja) 2020-08-12 2021-06-15 異常診断装置及びガス化システム

Country Status (3)

Country Link
JP (1) JP7315108B2 (ja)
CN (1) CN115335789A (ja)
WO (1) WO2022034738A1 (ja)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07260146A (ja) * 1994-03-18 1995-10-13 Hitachi Ltd 流動層ボイラの異常検出方法及びその装置
JP2006170609A (ja) * 2006-01-05 2006-06-29 Ebara Corp 固形廃棄物のガス化並びにガス化燃焼方法
JP2008101141A (ja) * 2006-10-19 2008-05-01 Nippon Steel Engineering Co Ltd ガス化ガスの利用方法
JP2008308534A (ja) * 2007-06-13 2008-12-25 Nippon Steel Engineering Co Ltd ガス化ガスの浄化方法及び浄化装置
CN102175345A (zh) * 2011-01-06 2011-09-07 华东理工大学 多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法
JP2014173572A (ja) * 2013-03-12 2014-09-22 Hitachi Ltd 熱電可変型コジェネレーションシステム
JP2019184079A (ja) * 2018-04-02 2019-10-24 株式会社神戸製鋼所 ガス化溶融炉プラントの排ガス制御装置、排ガス制御方法、及びプログラム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07260146A (ja) * 1994-03-18 1995-10-13 Hitachi Ltd 流動層ボイラの異常検出方法及びその装置
JP2006170609A (ja) * 2006-01-05 2006-06-29 Ebara Corp 固形廃棄物のガス化並びにガス化燃焼方法
JP2008101141A (ja) * 2006-10-19 2008-05-01 Nippon Steel Engineering Co Ltd ガス化ガスの利用方法
JP2008308534A (ja) * 2007-06-13 2008-12-25 Nippon Steel Engineering Co Ltd ガス化ガスの浄化方法及び浄化装置
CN102175345A (zh) * 2011-01-06 2011-09-07 华东理工大学 多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法
JP2014173572A (ja) * 2013-03-12 2014-09-22 Hitachi Ltd 熱電可変型コジェネレーションシステム
JP2019184079A (ja) * 2018-04-02 2019-10-24 株式会社神戸製鋼所 ガス化溶融炉プラントの排ガス制御装置、排ガス制御方法、及びプログラム

Also Published As

Publication number Publication date
JPWO2022034738A1 (ja) 2022-02-17
JP7315108B2 (ja) 2023-07-26
CN115335789A (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
Elmaz et al. Predictive modeling of biomass gasification with machine learning-based regression methods
Ozbas et al. Hydrogen production via biomass gasification, and modeling by supervised machine learning algorithms
Habibollahzade et al. Biomass gasification using various gasification agents: Optimum feedstock selection, detailed numerical analyses and tri-objective grey wolf optimization
La Villetta et al. Modelling approaches to biomass gasification: A review with emphasis on the stoichiometric method
Adánez-Rubio et al. Biomass combustion with CO2 capture by chemical looping with oxygen uncoupling (CLOU)
Mirmoshtaghi et al. The influence of different parameters on biomass gasification in circulating fluidized bed gasifiers
US4489562A (en) Method and apparatus for controlling a gasifier
Kargbo et al. Optimisation of two-stage biomass gasification for hydrogen production via artificial neural network
Trninić et al. A mathematical model of biomass downdraft gasification with an integrated pyrolysis model
Kushwah et al. Modelling approaches for biomass gasifiers: A comprehensive overview
BR112017014428B1 (pt) Método para otimizar a operação de uma usina de coque e forno de coque
Cerinski et al. Dynamic modelling of the biomass gasification process in a fixed bed reactor by using the artificial neural network
Zarei et al. Kinetic modeling and optimization of Claus reaction furnace
CN108549792A (zh) 一种基于潜结构映射算法的固废焚烧过程二噁英排放浓度软测量方法
Zhou et al. On-line simulation and optimization of a commercial-scale shell entrained-flow gasifier using a novel dynamic reduced order model
Samadi et al. Investigation of factors affecting performance of a downdraft fixed bed gasifier using optimized MLP neural networks approach
Kim et al. Predicting biomass composition and operating conditions in fluidized bed biomass gasifiers: An automated machine learning approach combined with cooperative game theory
WO2022034738A1 (ja) 異常診断装置及びガス化システム
Stanger et al. Dynamic modeling of dual fluidized bed steam gasification for control design
Chen et al. Modelling the furnace temperature field of a municipal solid waste incinerator using the numerical simulation and the deep forest regression algorithm
Ruusunen et al. Fuzzy modelling of carbon dioxide in a burning process
Gandhi et al. Biomass downdraft gasifier controller using intelligent techniques
Teixeira et al. Prediction of the gasification kinetics of a single wood char particle from a limited set of parameters
Gautam et al. Gasification of wood chips, agricultural residues, and waste in a commercial downdraft gasifier
JP6822913B2 (ja) ガス化溶融炉プラントの空気量制御装置、空気量制御方法、及び空気流量特性モデル

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21855817

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022542587

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21855817

Country of ref document: EP

Kind code of ref document: A1