WO2022113459A1 - 異常検知装置および異常検知方法 - Google Patents

異常検知装置および異常検知方法 Download PDF

Info

Publication number
WO2022113459A1
WO2022113459A1 PCT/JP2021/031930 JP2021031930W WO2022113459A1 WO 2022113459 A1 WO2022113459 A1 WO 2022113459A1 JP 2021031930 W JP2021031930 W JP 2021031930W WO 2022113459 A1 WO2022113459 A1 WO 2022113459A1
Authority
WO
WIPO (PCT)
Prior art keywords
water
make
operation data
value
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2021/031930
Other languages
English (en)
French (fr)
Inventor
弘樹 斉藤
浩隆 川部
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
IHI Corp
Original Assignee
IHI Corp
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 IHI Corp filed Critical IHI Corp
Priority to JP2022565066A priority Critical patent/JP7452703B2/ja
Priority to AU2021387203A priority patent/AU2021387203B2/en
Priority to DE112021003970.9T priority patent/DE112021003970T5/de
Publication of WO2022113459A1 publication Critical patent/WO2022113459A1/ja
Priority to US18/171,847 priority patent/US20230204205A1/en
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F22—STEAM GENERATION
    • F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
    • F22B35/00—Control systems for steam boilers
    • F22B35/18—Applications of computers to steam-boiler control
    • 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
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F22—STEAM GENERATION
    • F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
    • F22B37/00—Component parts or details of steam boilers
    • F22B37/02—Component parts or details of steam boilers applicable to more than one kind or type of steam boiler
    • F22B37/38—Determining or indicating operating conditions in steam boilers, e.g. monitoring direction or rate of water flow through water tubes
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F22—STEAM GENERATION
    • F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
    • F22B37/00—Component parts or details of steam boilers
    • F22B37/02—Component parts or details of steam boilers applicable to more than one kind or type of steam boiler
    • F22B37/42—Applications, arrangements or dispositions of alarm or automatic safety devices

Definitions

  • the boiler heats the water supply in multiple heat exchangers with the high-temperature combustion exhaust gas generated by burning fuel such as coal to generate steam.
  • the combustion exhaust gas contains a highly corrosive component produced from the sulfur component of the fuel. Further, the boiler repeatedly starts, stops, and changes the load, so that fatigue is repeatedly generated in the heat transfer pipes constituting the heat exchangers, the connecting pipes connecting the heat exchangers, and the like. Therefore, the heat transfer tube, the connection pipe, and the like may be damaged. Then, steam leaks to the outside from the heat transfer pipe, the connection pipe, and the like.
  • Patent Document 1 has a problem that it is erroneously determined that a tube leak has occurred even though there is no leak.
  • the present disclosure aims to provide an abnormality detection device and an abnormality detection method for accurately detecting steam leakage in a boiler.
  • the abnormality detection device includes operation data of one or a plurality of extraction devices for extracting water from the water circulation system in the boiler to the outside of the circulation system, and a circulation system.
  • a data acquisition unit that acquires the measured value of the make-up water amount to the data acquisition unit, a prediction unit that derives a predicted value of the make-up water amount based on the operation data acquired by the data acquisition unit, and an actual measurement of the make-up water amount acquired by the data acquisition unit.
  • a comparison unit for comparing the value with the predicted value of the make-up water amount derived by the prediction unit is provided.
  • the prediction unit may perform predetermined statistical processing on the operation data to derive a predicted value of the make-up water amount.
  • the statistical processing may be a processing for deriving the integrated value, the average value, or the variance of the operation data of the extraction device in a predetermined period.
  • At least one operation data may have a different acquisition timing or acquisition period from the other operation data.
  • the abnormality detection method includes operation data of one or a plurality of extraction devices for extracting water from the circulation system of water in the boiler to the outside of the circulation system, and a circulation system.
  • FIG. 1 is a diagram illustrating a boiler system according to an embodiment.
  • FIG. 2 is a diagram illustrating an abnormality detection device.
  • FIG. 3 is a diagram illustrating the construction of the prediction unit.
  • FIG. 4 is a flowchart illustrating a processing flow of the abnormality detection method according to the embodiment.
  • FIG. 5 is a diagram illustrating a change over time in the difference between the measured value and the predicted value derived by the abnormality detection device.
  • FIG. 1 is a diagram illustrating a boiler system 100 according to the present embodiment.
  • the solid arrow indicates the flow of water
  • the broken line arrow indicates the flow of the combustion exhaust gas.
  • liquid water and gaseous water (steam) may be collectively referred to as water.
  • the boiler system 100 includes a boiler 110 and an abnormality detection device 300.
  • the boiler 110 includes a furnace 120, an evaporator 130, a superheater 140, a turbine generator 150, a condenser 160, a water supply pump 170, an economizer 180, a make-up water supply unit 190, and auxiliary steam.
  • the extraction unit 200 and the exhaust gas purification device 210 are included.
  • a burner 122 is provided on the side wall of the furnace 120. Fuel such as coal, biomass, and heavy oil and air are supplied to the burner 122. The burner 122 burns fuel.
  • the flue gas generated by burning the fuel by the burner 122 is guided to the flue gas purification device 210 through the flue 124 connected to the fireplace 120.
  • the evaporator 130 includes a drum 132, a precipitation pipe 134, a water wall pipe 136, and a drain pipe 138.
  • the drum 132 is provided on the upper part of the furnace 120.
  • the drum 132 stores liquid water and steam.
  • the precipitation pipe 134 connects the lower part of the drum 132 to the water wall pipe 136.
  • the water wall pipe 136 is provided in the furnace 120.
  • the water wall pipe 136 connects the precipitation pipe 134 and the lower part of the drum 132.
  • the drain pipe 138 is connected to the lower part of the drum 132.
  • the drain pipe 138 is provided with an on-off valve 138a.
  • the drain pipe 138 is provided to dispose of the liquid water in the drum 132 to the outside.
  • the precipitation pipe 134, the water wall pipe 136, and the drain pipe 138 are connected below the waterline W in the drum 132.
  • the superheater 140 is provided in the furnace 120.
  • the superheater 140 is a heat exchanger that exchanges heat between the steam derived from the drum 132 and the combustion exhaust gas.
  • the superheater 140 is connected to the drum 132 and the turbine generator 150.
  • the turbine generator 150 includes a turbine 152 and a generator 154.
  • the turbine 152 converts the thermal energy of the steam derived from the superheater 140 into rotational power.
  • the generator 154 is coaxially connected to the turbine 152.
  • the generator 154 generates electricity by the rotational power generated by the turbine 152.
  • the condenser 160 cools the steam that has passed through the turbine generator 150 to make liquid water.
  • the suction side is connected to the lower part of the condenser 160, and the discharge side is connected to the economizer 180.
  • the water supply pump 170 guides the liquid water condensed by the condenser 160 to the economizer 180.
  • the economizer 180 is provided in the flue 124.
  • the economizer 180 is a heat exchanger that exchanges heat between liquid water and combustion exhaust gas.
  • the make-up water supply unit 190 replenishes the condenser 160 with liquid water.
  • the make-up water supply unit 190 replenishes liquid water so that the amount of water circulating in the circulation system described later is maintained at a predetermined value.
  • the auxiliary steam extraction unit 200 extracts steam from the drum 132 and supplies it to the user.
  • the auxiliary steam extraction unit 200 is, for example, a soot blower.
  • the exhaust gas purification device 210 purifies the combustion exhaust gas.
  • the exhaust gas purification device 210 includes, for example, a denitration device, a dust removal device, and a desulfurization device.
  • the combustion exhaust gas purified by the exhaust gas purification device 210 is exhausted to the outside through the chimney 212.
  • the combustion exhaust gas generated in the burner 122 first passes through the water wall pipe 136 and then passes through the superheater 140. Then, the combustion exhaust gas is guided to the exhaust gas purification device 210 after passing through the economizer 180.
  • the liquid water generated by the condenser 160 passes through the water supply pump 170 and the economizer 180 in this order and is guided to the drum 132. Further, the liquid water in the drum 132 evaporates by circulating in the precipitation pipe 134 and the water wall pipe 136.
  • the steam in the drum 132 passes through the superheater 140 and is guided to the turbine 152. Further, the steam that has passed through the turbine 152 is returned to the condenser 160.
  • the boiler 110 has a water circulation system including a condenser 160, a water supply pump 170, an economizer 180, an evaporator 130, a superheater 140, and a turbine 152.
  • the above equipment, pipes, valves, connection points between pipes, connection points between pipes and valves, etc. that make up the circulation system may be damaged due to deterioration over time. Then, water leaks from the damaged part to the outside.
  • the boiler system 100 of the present embodiment includes an abnormality detecting device 300 for detecting a water leak.
  • the abnormality detection device 300 will be described.
  • FIG. 2 is a diagram illustrating an abnormality detection device 300.
  • the dashed arrow indicates the signal flow.
  • the abnormality detection device 300 includes a central control unit 310 and a notification unit 320.
  • the central control unit 310 is composed of a semiconductor integrated circuit including a CPU (central processing unit).
  • the central control unit 310 reads a program, parameters, and the like for operating the CPU from the ROM.
  • the central control unit 310 manages and controls the entire abnormality detection device 300 in cooperation with the RAM as a work area and other electronic circuits.
  • the notification unit 320 includes a display device or a speaker.
  • the central control unit 310 functions as a data acquisition unit 312, a prediction unit 314, and a comparison unit 316.
  • the data acquisition unit 312 acquires the operation data of each of the plurality of extraction devices that extract water from the water circulation system in the boiler 110 to the outside of the circulation system.
  • the extraction device is a device in which the amount of make-up water fluctuates (increases or decreases) depending on the operating condition.
  • the extraction device is, for example, an on-off valve 138a, a turbine generator 150, a condenser 160, and an auxiliary steam extraction unit 200.
  • the data acquisition unit 312 acquires, for example, the opening degree of the on-off valve 138a as the operation data of the on-off valve 138a.
  • the data acquisition unit 312 acquires, for example, the amount of power generated by the turbine generator 150 as the operation data of the turbine generator 150.
  • the data acquisition unit 312 acquires, for example, the degree of vacuum of the condenser 160 as the operation data of the condenser 160.
  • the data acquisition unit 312 acquires, for example, the amount of steam extracted by the auxiliary steam extraction unit 200 as the operation data of the auxiliary steam extraction unit 200.
  • the data acquisition unit 312 acquires the measured value of the amount of make-up water supplied to the circulation system by the make-up water supply unit 190.
  • the prediction unit 314 derives a predicted value of the make-up water amount based on a plurality of operation data acquired by the data acquisition unit 312.
  • the prediction unit 314 is a machine that outputs the predicted value of the make-up water amount based on the plurality of operation data acquired by the data acquisition unit 312 and the measured value of the make-up water amount when the boiler 110 is operating normally. It is built by learning. Machine learning is, for example, XG boost, multiple regression analysis, and the like. Normal operation is an operating state in the boiler 110 during a period in which there is no water leak.
  • FIG. 3 is a diagram illustrating the construction of the prediction unit 314.
  • the prediction unit 314 integrates the opening degree Va of the on-off valve 138a in the period from time T1 to time T2, and the integrated power generation amount in the period from time T1 to time T2.
  • the time T4 is a time after the time T1 to the time T3, the time T3 is the time after the time T1, and the time T2 is the time after the time T1.
  • the time T3 may be a time before the time T2, a time after the time T2, or the same time.
  • the integration period when deriving the integrated value Vd of the extracted steam amount is the integrated value Va of the opening degree, the integrated value Vb of the power generation amount, the integrated value Vc of the degree of vacuum, and the integrated value of the make-up water amount (actual measurement value). It is a period after the accumulation period when accumulating.
  • the period from time T1 to time T2 is substantially equal to the period from time T3 to time T4, for example, one hour.
  • the prediction unit 314 is constructed in which the plurality of operation data (integrated value) acquired by the data acquisition unit 312 is used as the input value and the predicted value Vp (integrated value) of the make-up water amount is used as the output value.
  • the prediction unit 314 has the opening degree of the on-off valve 138a in the first predetermined period.
  • the integrated value Va, the integrated value Vb of the power generation amount in the first predetermined period, the integrated value Vc of the degree of vacuum in the first predetermined period, and the integrated value Vd of the extracted steam amount in the second predetermined period are input.
  • the first predetermined period has a length substantially equal to the period from the time T1 to the time T2.
  • the second predetermined period has a length substantially equal to the period from the time T3 to the time T4. Further, the time at the end of the second predetermined period is a time after the time at the end of the first predetermined period.
  • the prediction unit 314 predicts the amount of make-up water Vp (the integrated value Vp of the make-up water amount) based on the integrated value Va of the input opening degree, the integrated value Vb of the power generation amount, the integrated value Vc of the degree of vacuum, and the integrated value Vd of the extracted steam amount. (Integrated value) is derived. For example, the larger the integrated value Va of the opening degree, the larger the predicted value Vp of the make-up water amount derived by the prediction unit 314. Further, the larger the integrated value Vb of the power generation amount, the larger the predicted value Vp of the make-up water amount derived by the prediction unit 314.
  • the comparison unit 316 compares the measured value of the make-up water amount acquired by the data acquisition unit 312 (integrated value in the first predetermined period) with the predicted value Vp (integrated value) of the make-up water amount derived by the prediction unit 314. ..
  • the comparison unit 316 determines that a water leak has occurred when the difference between the measured value and the predicted value Vp is equal to or greater than a predetermined threshold value.
  • the threshold value is set to a value that can be determined to be a leak.
  • the comparison unit 316 determines that a leak has occurred, the comparison unit 316 outputs to that effect to the notification unit 320.
  • FIG. 4 is a flowchart illustrating a processing flow of the abnormality detection method according to the present embodiment.
  • the abnormality detection method includes a data acquisition step S110, a predicted value derivation step S120, a comparison step S130, a determination step S140, a leak notification step S150, and a normal notification step S160.
  • each step will be described.
  • the data acquisition step S110 is a step in which the data acquisition unit 312 acquires the operation data of each of the plurality of extraction devices and the measured value of the make-up water amount by the make-up water supply unit 190.
  • the predicted value derivation step S120 is a step in which the prediction unit 314 derives the predicted value Vp of the make-up water amount based on the plurality of operation data acquired in the data acquisition step S110. As described above, the prediction unit 314 is preliminarily constructed by machine learning so as to output the predicted value Vp of the make-up water amount based on the operation data of each of the plurality of extraction devices.
  • the comparison step S130 is a step in which the comparison unit 316 compares the measured value of the make-up water amount acquired in the data acquisition step S110 with the predicted value Vp of the make-up water amount derived in the predicted value derivation step S120. In the present embodiment, the comparison unit 316 derives the difference between the measured value and the predicted value Vp.
  • the comparison unit 316 determines whether or not the difference derived in the comparison step S130 is equal to or greater than a predetermined threshold value. As a result, when it is determined that the difference is equal to or greater than the threshold value (YES in S140), the comparison unit 316 shifts the process to the leak notification step S150. On the other hand, when it is determined that the difference is less than the threshold value (NO in S140), the comparison unit 316 shifts the process to the normal notification step S160.
  • the comparison unit 316 causes the notification unit 320 to output that a water leak has occurred.
  • the comparison unit 316 causes the notification unit 320 to output that no water leak has occurred, that is, that it is normal.
  • the abnormality detection device 300 and the abnormality detection method according to the present embodiment are replenished by using the prediction unit 314 constructed by learning only the operation data of each of the plurality of extraction devices during normal operation.
  • the predicted value Vp of the amount of water is derived.
  • the prediction unit 314 can exclude leaks (extraction of water from the circulation system by a device other than the extraction device) and derive a predicted value Vp of the make-up water amount corresponding only to the amount of water extracted by the extraction device. can. Therefore, the comparison unit 316 can detect a water leak by comparing the predicted value Vp of the make-up water amount with the actually measured value of the make-up water amount. Therefore, the abnormality detecting device 300 can accurately detect the leak of water in the boiler 110.
  • the prediction unit 314 is constructed so as to derive the predicted value Vp of the make-up water amount based on the integrated value of the operation data of the extraction device in the predetermined period. Further, when detecting a leak, the prediction unit 314 derives a predicted value Vp of the make-up water amount based on the integrated value of the operation data of the extraction device in a predetermined period. This makes it possible to improve the prediction accuracy of the prediction unit 314.
  • the integration period for deriving the integrated value Vd of the extracted steam amount used when constructing the prediction unit 314 and when using the prediction unit 314 is the opening degree of the on-off valve 138a. It is shifted in time after the integration period when deriving the integrated value Va, the integrated value Vb of the power generation amount, and the integrated value Vc of the degree of vacuum. It takes a predetermined time from the time when the steam is extracted (consumed) by the auxiliary steam extraction unit 200 to the time when the shortage of make-up water is replenished by the make-up water supply unit 190. Therefore, by shifting the integration period when deriving the integrated value Vd of the extracted steam amount to the rear in time from the integration period when deriving other integrated values, the predicted value Vp of the make-up water amount is increased. It can be derived with accuracy.
  • FIG. 5 is a diagram illustrating a change over time in the difference between the measured value and the predicted value Vp derived by the abnormality detection device 300.
  • the vertical axis shows the difference between the measured value and the predicted value Vp
  • the horizontal axis shows the date and time.
  • the difference derived by the abnormality detection device 300 from around September 16 to around September 18 was about the threshold value. It is considered that this is because the auxiliary steam extraction unit 200 supplied a large amount of auxiliary steam for starting the other boiler 110.
  • the difference derived by the abnormality detection device 300 began to increase from around September 22nd. Then, the abnormality detection device 300 detected the leak on September 22nd. Meanwhile, observers detected a leak on September 27.
  • the abnormality detection device 300 can detect the leak 5 days earlier than the conventional technique by the observer.
  • the prediction unit 314 may perform predetermined statistical processing on the operation data of the extraction device to derive a predicted value of the make-up water amount.
  • the statistical processing is not only the process of deriving the integrated value of the operation data of the extraction device in the predetermined period, but also, for example, the average value of the operation data (including the weighted average and the moving average) in the predetermined period, or in the predetermined period. It is a process to derive the variation (dispersion, standard deviation) of the operation data. This makes it possible to improve the prediction accuracy of the prediction unit 314.
  • the case where the integrated value Vd of the extracted steam amount is different from other integrated values in the acquisition period (integrated period) is given as an example.
  • at least one of the operation data used in the prediction unit 314 may have a different acquisition timing or acquisition period from the other operation data.
  • the extraction device the on-off valve 138a, the turbine generator 150, the condenser 160, and the auxiliary steam extraction unit 200 are given as examples.
  • the extraction device may be another device as long as the amount of make-up water fluctuates (increases or decreases) depending on the operating state.
  • the data acquisition unit 312 acquires all the operation data of the on-off valve 138a, the turbine generator 150, the condenser 160, and the auxiliary steam extraction unit 200 is taken as an example.
  • the data acquisition unit 312 may acquire operation data of one or more of the on-off valve 138a, the turbine generator 150, the condenser 160, and the auxiliary steam extraction unit 200.
  • the prediction unit 314 is constructed to output the predicted value of the make-up water amount based on the operation data acquired by the data acquisition unit 312. Further, in this case, it is preferable to select an extraction device having a relatively large amount of water extraction.
  • the case where the period from time T1 to time T2, the period from time T3 to time T4, the first predetermined period, and the second predetermined period are substantially equal is given as an example.
  • any one or more of the period from time T1 to time T2, the period from time T3 to time T4, the first predetermined period, and the second predetermined period has a length different from that of the other period. It may be different.
  • the abnormality detection device 300 constantly determines whether or not a water leak has occurred has been given as an example.
  • the abnormality detection device 300 uses water for a period before and after the start of the boiler 110, a period in which it is difficult to acquire data such as a period in which the boiler 110 is intentionally stopped, or a period in which a disturbance occurs. It may be excluded from the determination period of whether or not a leak has occurred.
  • each step of the abnormality detection method of the present specification does not necessarily have to be processed in chronological order according to the order described as a flowchart, and may include parallel processing or processing by a subroutine.
  • a computer-readable flexible disc, optical magnetic disc, ROM, EPROM, EEPROM, CD (Compact Disc), DVD (Digital Versatile Disc) that records a program that causes the computer to function as an abnormality detection device 300 and the program are recorded.
  • CD Compact Disc
  • DVD Digital Versatile Disc
  • the program refers to a data processing means described in any language or description method.
  • Anomaly detection device 312 Data acquisition unit 314: Prediction unit 316: Comparison unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Thermal Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Examining Or Testing Airtightness (AREA)
  • Air Bags (AREA)
  • Excavating Of Shafts Or Tunnels (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

異常検知装置３００は、ボイラにおける水の循環系統から循環系統外へ水を抜き出す１または複数の抜出機器それぞれの運転データ、および、循環系統への補給水量の実測値を取得するデータ取得部３１２と、データ取得部３１２によって取得された運転データに基づき、補給水量の予測値を導出する予測部３１４と、データ取得部３１２によって取得された補給水量の実測値と、予測部３１４によって導出された補給水量の予測値とを比較する比較部３１６と、を備える。

Description

異常検知装置および異常検知方法
　本開示は、異常検知装置および異常検知方法に関する。本出願は２０２０年１１月３０日に提出された日本特許出願第２０２０－１９７８５７号に基づく優先権の利益を主張するものであり、その内容は本出願に援用される。
　ボイラは、石炭等の燃料を燃焼させることで生じる高温の燃焼排ガスにより、給水を複数の熱交換器において加熱し、蒸気を生成する。燃焼排ガスは、燃料の硫黄成分から生成された高腐食性成分を含む。また、ボイラは、起動、停止や負荷変化を繰り返すことにより、熱交換器を構成する伝熱管、熱交換器同士を接続する接続配管等に繰り返し疲労が発生する。このため、伝熱管、接続配管等が破損する場合がある。そうすると、伝熱管、接続配管等から外部へ蒸気が漏洩（リーク）してしまう。
　蒸気のリークを検知する技術として、ボイラの配管からのリーク（チューブリーク）時に発生する複数の現象それぞれに対し、予め設定された境界値を超えたか否かを観察し、ボイラのチューブリーク発生と認定された箇所を表示して警告する技術が記載されている（例えば、特許文献１）。
特許第４９６３９０７号公報
　しかし、上記特許文献１に記載された、チューブリーク時に発生する現象のうち、チューブリーク以外の要因で発生する現象もある。このため、特許文献１の技術では、リークしていないにも拘わらず、チューブリークが発生したと誤判定してしまうという問題があった。
　本開示は、このような課題に鑑み、ボイラにおける蒸気の漏洩を精度よく検知することが異常検知装置および異常検知方法を提供することを目的としている。
　上記課題を解決するために、本開示の一態様に係る異常検知装置は、ボイラにおける水の循環系統から循環系統外へ水を抜き出す１または複数の抜出機器それぞれの運転データ、および、循環系統への補給水量の実測値を取得するデータ取得部と、データ取得部によって取得された運転データに基づき、補給水量の予測値を導出する予測部と、データ取得部によって取得された補給水量の実測値と、予測部によって導出された補給水量の予測値とを比較する比較部と、を備える。
　また、予測部は、運転データに対し、所定の統計処理を施して、補給水量の予測値を導出してもよい。
　また、統計処理は、所定期間における抜出機器の運転データの積算値、平均値、または、分散を導出する処理であってもよい。
　また、予測部において用いられる複数の運転データのうち、少なくとも１の運転データは、他の運転データと、取得タイミングまたは取得期間が異なってもよい。
　上記課題を解決するために、本開示の一態様に係る異常検知方法は、ボイラにおける水の循環系統から循環系統外へ水を抜き出す１または複数の抜出機器それぞれの運転データ、および、循環系統への補給水量の実測値を取得する工程と、取得した複数の運転データに基づき、補給水量の予測値を導出する工程と、取得した補給水量の実測値と、導出した補給水量の予測値とを比較する工程と、を含む。
　本開示によれば、ボイラにおける蒸気の漏洩を精度よく検知することが可能となる。
図１は、実施形態に係るボイラシステムを説明する図である。 図２は、異常検知装置を説明する図である。 図３は、予測部の構築について説明する図である。 図４は、実施形態に係る異常検知方法の処理の流れを説明するフローチャートである。 図５は、異常検知装置によって導出された実測値と予測値との差分の経時変化を説明する図である。
　以下に添付図面を参照しながら、本開示の実施形態について詳細に説明する。かかる実施形態に示す寸法、材料、その他具体的な数値等は、理解を容易とするための例示にすぎず、特に断る場合を除き、本開示を限定するものではない。なお、本明細書および図面において、実質的に同一の機能、構成を有する要素については、同一の符号を付することにより重複説明を省略し、また本開示に直接関係のない要素は図示を省略する。
［ボイラシステム１００］
　図１は、本実施形態に係るボイラシステム１００を説明する図である。なお、図１中、実線の矢印は水の流れを示し、破線の矢印は燃焼排ガスの流れを示す。また、本実施形態では、液体の水、および、気体の水（蒸気）を纏めて水と呼ぶ場合がある。図１に示すように、ボイラシステム１００は、ボイラ１１０と、異常検知装置３００とを含む。
［ボイラ１１０］
　ボイラ１１０は、火炉１２０と、蒸発器１３０と、過熱器１４０と、タービン発電機１５０と、復水器１６０と、給水ポンプ１７０と、節炭器１８０と、補給水供給部１９０と、補助蒸気抜出部２００と、排ガス浄化装置２１０とを含む。
　火炉１２０の側壁には、バーナ１２２が設けられる。バーナ１２２には、石炭、バイオマス、重油等の燃料および空気が供給される。バーナ１２２は、燃料を燃焼させる。
　バーナ１２２によって燃料が燃焼されることで生じた燃焼排ガスは、火炉１２０に接続された煙道１２４を通じて排ガス浄化装置２１０に導かれる。
　蒸発器１３０は、ドラム１３２と、降水管１３４と、水壁管１３６と、ドレン管１３８を含む。ドラム１３２は、火炉１２０の上部に設けられる。ドラム１３２は、液体の水および蒸気を貯留する。降水管１３４は、ドラム１３２の下部と水壁管１３６とを接続する。水壁管１３６は、火炉１２０内に設けられる。水壁管１３６は、降水管１３４とドラム１３２の下部とを接続する。
　ドレン管１３８は、ドラム１３２の下部に接続される。ドレン管１３８には、開閉弁１３８ａが設けられる。ドレン管１３８は、ドラム１３２内の液体の水を外部に廃棄するために設けられる。
　なお、降水管１３４、水壁管１３６、および、ドレン管１３８は、ドラム１３２における喫水線Ｗより下方に接続される。
　過熱器１４０は、火炉１２０内に設けられる。過熱器１４０は、ドラム１３２から導かれた蒸気と、燃焼排ガスとを熱交換する熱交換器である。過熱器１４０は、ドラム１３２およびタービン発電機１５０に接続される。
　タービン発電機１５０は、タービン１５２と、発電機１５４とを含む。タービン１５２は、過熱器１４０から導かれた蒸気の熱エネルギーを回転動力に変換する。発電機１５４は、タービン１５２と同軸で接続される。発電機１５４は、タービン１５２によって生成された回転動力によって発電する。
　復水器１６０は、タービン発電機１５０を通過した蒸気を冷却して液体の水にする。
　給水ポンプ１７０は、吸入側が復水器１６０の下部に接続され、吐出側が節炭器１８０に接続される。給水ポンプ１７０は、復水器１６０で凝縮された液体の水を節炭器１８０に導く。
　節炭器１８０は、煙道１２４内に設けられる。節炭器１８０は、液体の水と燃焼排ガスとを熱交換する熱交換器である。
　補給水供給部１９０は、復水器１６０に液体の水を補給する。補給水供給部１９０は、後述する循環系統を循環する水の量が所定値に維持されるように液体の水を補給する。
　補助蒸気抜出部２００は、ドラム１３２から蒸気を抜き出し、利用先に供給する。補助蒸気抜出部２００は、例えば、スートブロワである。
　排ガス浄化装置２１０は、燃焼排ガスを浄化する。排ガス浄化装置２１０は、例えば、脱硝装置、除塵装置、脱硫装置を含む。排ガス浄化装置２１０によって浄化された燃焼排ガスは、煙突２１２を通じて外部に排気される。
　ここで、燃焼排ガスの流れおよび水の流れについて説明する。図１中、破線の矢印で示すように、バーナ１２２において生じた燃焼排ガスは、まず、水壁管１３６を通過し、次に、過熱器１４０を通過する。そして、燃焼排ガスは、節炭器１８０を通過した後、排ガス浄化装置２１０に導かれる。
　一方、復水器１６０で生成された液体の水は、給水ポンプ１７０、節炭器１８０をこの順で通過して、ドラム１３２に導かれる。また、ドラム１３２内の液体の水は、降水管１３４、水壁管１３６を循環することで蒸発する。
　そして、ドラム１３２内の蒸気は、過熱器１４０を通過して、タービン１５２に導かれる。また、タービン１５２を通過した蒸気は、復水器１６０に戻される。
　このように、水は、復水器１６０、給水ポンプ１７０、節炭器１８０、蒸発器１３０、過熱器１４０、タービン１５２をこの順で循環する。つまり、ボイラ１１０は、復水器１６０、給水ポンプ１７０、節炭器１８０、蒸発器１３０、過熱器１４０、タービン１５２で構成される水の循環系統を有する。
　循環系統を構成する上記各機器、配管、バルブ、配管同士の接続箇所、配管とバルブの接続箇所等は、経年劣化等により破損する場合がある。そうすると、破損した部分から外部へ水が漏洩（リーク）してしまう。
　そこで、本実施形態のボイラシステム１００は、水のリークを検知する異常検知装置３００を備える。以下、異常検知装置３００について説明する。
［異常検知装置３００］
　図２は、異常検知装置３００を説明する図である。図２中、破線の矢印は、信号の流れを示す。
　図２に示すように、異常検知装置３００は、中央制御部３１０と、報知部３２０とを含む。
　中央制御部３１０は、ＣＰＵ（中央処理装置）を含む半導体集積回路で構成される。中央制御部３１０は、ＲＯＭからＣＰＵを動作させるためのプログラムやパラメータ等を読み出す。中央制御部３１０は、ワークエリアとしてのＲＡＭや他の電子回路と協働して異常検知装置３００全体を管理および制御する。
　報知部３２０は、表示装置、または、スピーカを含む。
　本実施形態において、中央制御部３１０は、データ取得部３１２、予測部３１４、比較部３１６として機能する。
　データ取得部３１２は、ボイラ１１０における水の循環系統から循環系統外へ水を抜き出す複数の抜出機器それぞれの運転データを取得する。抜出機器は、運転状態によって、補給水量が変動（増加、または、減少）する機器である。抜出機器は、例えば、開閉弁１３８ａ、タービン発電機１５０、復水器１６０、補助蒸気抜出部２００である。
　データ取得部３１２は、開閉弁１３８ａの運転データとして、例えば、開閉弁１３８ａの開度を取得する。データ取得部３１２は、タービン発電機１５０の運転データとして、例えば、タービン発電機１５０の発電量を取得する。データ取得部３１２は、復水器１６０の運転データとして、例えば、復水器１６０の真空度を取得する。データ取得部３１２は、補助蒸気抜出部２００の運転データとして、例えば、補助蒸気抜出部２００が抜き出す蒸気量を取得する。
　また、データ取得部３１２は、補給水供給部１９０によって循環系統へ供給される補給水量の実測値を取得する。
　予測部３１４は、データ取得部３１２によって取得された複数の運転データに基づき、補給水量の予測値を導出する。
　予測部３１４は、ボイラ１１０が正常運転している際に、データ取得部３１２によって取得された複数の運転データと、補給水量の実測値とに基づき、補給水量の予測値を出力するように機械学習させて構築される。機械学習は、例えば、ＸＧブースト、重回帰分析等である。正常運転は、ボイラ１１０において水のリークがない期間の運転状態である。
　図３は、予測部３１４の構築について説明する図である。図３に示すように、本実施形態において、予測部３１４は、時刻Ｔ１～時刻Ｔ２までの期間における開閉弁１３８ａの開度の積算値Ｖａ、時刻Ｔ１～時刻Ｔ２までの期間における発電量の積算値Ｖｂ、時刻Ｔ１～時刻Ｔ２までの期間における真空度の積算値Ｖｃ、および、時刻Ｔ３～時刻Ｔ４までの期間における抜き出し蒸気量の積算値Ｖｄと、時刻Ｔ１～時刻Ｔ２までの期間における補給水量（実測値）の積算値とに基づいて構築される。なお、時刻Ｔ４は、時刻Ｔ１～時刻Ｔ３よりも後の時刻であり、時刻Ｔ３は、時刻Ｔ１よりも後の時刻であり、時刻Ｔ２は、時刻Ｔ１よりも後の時刻である。時刻Ｔ３は、時刻Ｔ２よりも前の時刻であってもよいし、後の時刻であってもよいし、同じ時刻であってもよい。
　つまり、抜き出し蒸気量の積算値Ｖｄを導出する際の積算期間は、開度の積算値Ｖａ、発電量の積算値Ｖｂ、真空度の積算値Ｖｃ、および、補給水量（実測値）の積算値を積算する際の積算期間よりも後の期間である。
　なお、時刻Ｔ１～時刻Ｔ２までの期間は、時刻Ｔ３～時刻Ｔ４までの期間と実質的に等しくは、例えば、１時間である。
　こうして、データ取得部３１２によって取得された複数の運転データ（積算値）を入力値とし、補給水量の予測値Ｖｐ（積算値）を出力値とする予測部３１４が構築される。
　図２に戻って説明すると、構築された予測部３１４を用いて、補給水量の予測値Ｖｐ（積算値）を導出する際、予測部３１４には、第１所定期間における開閉弁１３８ａの開度の積算値Ｖａ、第１所定期間における発電量の積算値Ｖｂ、第１所定期間における真空度の積算値Ｖｃ、第２所定期間における抜き出し蒸気量の積算値Ｖｄが入力される。なお、第１所定期間は、上記時刻Ｔ１～時刻Ｔ２までの期間と実質的に等しい長さである。第２所定期間は、上記時刻Ｔ３～時刻Ｔ４までの期間と実質的に等しい長さである。また、第２所定期間の終わりの時刻は、第１所定期間の終わりの時刻よりも後の時刻である。
　そして、予測部３１４は、入力された開度の積算値Ｖａ、発電量の積算値Ｖｂ、真空度の積算値Ｖｃ、および、抜き出し蒸気量の積算値Ｖｄに基づき、補給水量の予測値Ｖｐ（積算値）を導出する。例えば、開度の積算値Ｖａが大きいほど、予測部３１４によって導出される補給水量の予測値Ｖｐは大きくなる。また、発電量の積算値Ｖｂが大きいほど、予測部３１４によって導出される補給水量の予測値Ｖｐは大きくなる。また、真空度（圧力）の積算値Ｖｃが小さいほど、予測部３１４によって導出される補給水量の予測値Ｖｐは大きくなる。また、抜き出し蒸気量の積算値Ｖｄが大きいほど、予測部３１４によって導出される補給水量の予測値Ｖｐは大きくなる。
　比較部３１６は、データ取得部３１２によって取得された補給水量の実測値（第１所定期間における積算値）と、予測部３１４によって導出された補給水量の予測値Ｖｐ（積算値）とを比較する。
　そして、比較部３１６は、実測値と予測値Ｖｐとの差分が所定の閾値以上である場合、水のリークが発生したと判定する。なお、閾値は、リークと判定できる値に設定される。
　比較部３１６は、リークが発生したと判定した場合、その旨を報知部３２０に出力させる。
［異常検知方法］
　続いて、上記異常検知装置３００を用いた異常検知方法について説明する。図４は、本実施形態に係る異常検知方法の処理の流れを説明するフローチャートである。図４に示すように、異常検知方法は、データ取得工程Ｓ１１０と、予測値導出工程Ｓ１２０と、比較工程Ｓ１３０と、判定工程Ｓ１４０と、リーク報知工程Ｓ１５０と、正常報知工程Ｓ１６０を含む。以下、各工程について説明する。
［データ取得工程Ｓ１１０］
　データ取得工程Ｓ１１０は、データ取得部３１２が、複数の抜出機器それぞれの運転データ、および、補給水供給部１９０による補給水量の実測値を取得する工程である。
［予測値導出工程Ｓ１２０］
　予測値導出工程Ｓ１２０は、予測部３１４が、上記データ取得工程Ｓ１１０で取得した複数の運転データに基づき、補給水量の予測値Ｖｐを導出する工程である。なお、上記したように、予測部３１４は、複数の抜出機器それぞれの運転データに基づき、補給水量の予測値Ｖｐを出力するように機械学習させて事前に構築されている。
［比較工程Ｓ１３０］
　比較工程Ｓ１３０は、比較部３１６が、データ取得工程Ｓ１１０で取得した補給水量の実測値と、予測値導出工程Ｓ１２０で導出した補給水量の予測値Ｖｐとを比較する工程である。本実施形態において、比較部３１６は、実測値と予測値Ｖｐとの差分を導出する。
［判定工程Ｓ１４０］
　比較部３１６は、比較工程Ｓ１３０で導出した差分が所定の閾値以上であるか否かを判定する。その結果、差分が閾値以上であると判定した場合（Ｓ１４０におけるＹＥＳ）、比較部３１６は、リーク報知工程Ｓ１５０に処理を移す。一方、差分が閾値未満であると判定した場合（Ｓ１４０におけるＮＯ）、比較部３１６は、正常報知工程Ｓ１６０に処理を移す。
［リーク報知工程Ｓ１５０］
　比較部３１６は、水のリークが発生した旨を報知部３２０に出力させる。
［正常報知工程Ｓ１６０］
　比較部３１６は、水のリークが発生していない旨、つまり、正常である旨を報知部３２０に出力させる。
　以上説明したように、本実施形態に係る異常検知装置３００および異常検知方法は、正常運転時における複数の抜出機器それぞれの運転データのみを学習させて構築された予測部３１４を用いて、補給水量の予測値Ｖｐを導出する。これにより、予測部３１４は、リーク（抜出機器以外による循環系統からの水の抜き出し）を除外し、抜出機器による水の抜き出し量のみに対応した補給水量の予測値Ｖｐを導出することができる。したがって、比較部３１６は、補給水量の予測値Ｖｐと、補給水量の実測値とを比較することで、水のリークを検知することが可能となる。このため、異常検知装置３００は、ボイラ１１０における水のリークを精度よく検知することができる。
　また、上記したように、予測部３１４は、所定期間における抜出機器の運転データの積算値に基づき、補給水量の予測値Ｖｐを導出するように構築される。また、予測部３１４は、リークを検知する際に、所定期間における抜出機器の運転データの積算値に基づき、補給水量の予測値Ｖｐを導出する。これにより、予測部３１４の予測精度を向上させることが可能となる。
　また、上記したように、予測部３１４を構築する際、および、予測部３１４を利用する際に用いる、抜き出し蒸気量の積算値Ｖｄを導出する際の積算期間は、開閉弁１３８ａの開度の積算値Ｖａ、発電量の積算値Ｖｂ、および、真空度の積算値Ｖｃを導出する際の積算期間よりも時間的に後にシフトされる。補助蒸気抜出部２００によって蒸気が抜き出されて（消費されて）から、補給水供給部１９０によって不足分の補給水が補給されるまでには、所定時間を要する。このため、抜き出し蒸気量の積算値Ｖｄを導出する際の積算期間を、他の積算値を導出する際の積算期間よりも時間的に後方にシフトさせることで、補給水量の予測値Ｖｐを高精度に導出することができる。
［実施例］
　ボイラ１１０において、上記異常検知装置３００を用いたリーク検知（実施例）と、監視員によるリーク検知（比較例）とを行った。
　図５は、異常検知装置３００によって導出された実測値と予測値Ｖｐとの差分の経時変化を説明する図である。図５中、縦軸は、実測値と予測値Ｖｐとの差分を示し、横軸は日時を示す。
　図５に示すように、９月１６日ごろから９月１８日ごろまでの間、異常検知装置３００によって導出された差分は、閾値程度となった。これは、補助蒸気抜出部２００が、他のボイラ１１０の起動用に補助蒸気を大量に供給したためだと考えられる。また、異常検知装置３００によって導出された差分は、９月２２日ごろから上昇し始めた。そして、異常検知装置３００は、９月２２日にリークを検知した。一方、監視員は、９月２７日にリークを検知した。
　以上の結果から、異常検知装置３００は、監視員による従来技術よりも５日早くリークを検知できることが確認された。
　以上、添付図面を参照しながら実施形態について説明したが、本開示は上記実施形態に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本開示の技術的範囲に属するものと了解される。
　例えば、上述した実施形態において、予測部３１４が、所定期間における抜出機器の運転データの積算値に基づき、補給水量の予測値を導出する場合を例に挙げた。しかし、予測部３１４は、抜出機器の運転データに対し、所定の統計処理を施して、補給水量の予測値を導出すればよい。統計処理は、上記所定期間における抜出機器の運転データの積算値を導出する処理のみならず、例えば、所定期間における運転データの平均値（加重平均、移動平均を含む）、または、所定期間における運転データのバラツキ（分散、標準偏差）を導出する処理である。これにより、予測部３１４の予測精度を向上させることが可能となる。
　また、上記実施形態において、抜き出し蒸気量の積算値Ｖｄは、他の積算値と取得期間（積算期間）が異なる場合を例に挙げた。しかし、抜き出し蒸気量に拘わらず、予測部３１４において用いられる複数の運転データのうち、少なくとも１の運転データは、他の運転データと、取得タイミングまたは取得期間が異なってもよい。
　また、上記実施形態において、抜出機器として、開閉弁１３８ａ、タービン発電機１５０、復水器１６０、補助蒸気抜出部２００を例に挙げた。しかし、抜出機器は、運転状態によって、補給水量が変動（増加、または、減少）する機器であれば、他の機器であってもよい。
　また、上記実施形態において、データ取得部３１２が、開閉弁１３８ａ、タービン発電機１５０、復水器１６０、および、補助蒸気抜出部２００それぞれの運転データすべてを取得する場合を例に挙げた。しかし、データ取得部３１２は、開閉弁１３８ａ、タービン発電機１５０、復水器１６０、および、補助蒸気抜出部２００のうちの１または２以上の運転データを取得してもよい。この場合、予測部３１４は、データ取得部３１２によって取得された運転データに基づき、補給水量の予測値を出力するように構築される。また、この場合、水の抜き出し量が相対的に多い抜出機器が選択されるとよい。
　また、上記実施形態において、時刻Ｔ１～時刻Ｔ２までの期間、時刻Ｔ３～時刻Ｔ４までの期間、第１所定期間、および、第２所定期間が実質的に等しい場合を例に挙げた。しかし、時刻Ｔ１～時刻Ｔ２までの期間、時刻Ｔ３～時刻Ｔ４までの期間、第１所定期間、および、第２所定期間のうちのいずれか１または複数の期間は、他の期間と長さが異なっていてもよい。
　また、上記実施形態において、異常検知装置３００は、水のリークが発生したか否かを常時判定する場合を例に挙げた。しかし、異常検知装置３００は、ボイラ１１０の起動前後の期間、または、意図的にボイラ１１０を停止する期間等の、データの取得が困難である期間、または、外乱が生じる期間については、水のリークが発生したか否かの判定期間から除外してもよい。
　なお、本明細書の異常検知方法の各工程は、必ずしもフローチャートとして記載された順序に沿って時系列に処理する必要はなく、並列的あるいはサブルーチンによる処理を含んでもよい。
　また、コンピュータを、異常検知装置３００として機能させるプログラムや当該プログラムを記録した、コンピュータで読み取り可能なフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＢＤ（Blu-ray（登録商標） Disc）等の記憶媒体も提供される。ここで、プログラムは、任意の言語や記述方法にて記述されたデータ処理手段をいう。
３００：異常検知装置　３１２：データ取得部　３１４：予測部　３１６：比較部

Claims (5)

  1. 　ボイラにおける水の循環系統から前記循環系統外へ水を抜き出す１または複数の抜出機器それぞれの運転データ、および、前記循環系統への補給水量の実測値を取得するデータ取得部と、
    　前記データ取得部によって取得された前記運転データに基づき、前記補給水量の予測値を導出する予測部と、
    　前記データ取得部によって取得された前記補給水量の実測値と、前記予測部によって導出された前記補給水量の予測値とを比較する比較部と、
    を備える異常検知装置。
  2. 　前記予測部は、前記運転データに対し、所定の統計処理を施して、前記補給水量の予測値を導出する請求項１に記載の異常検知装置。
  3. 　前記統計処理は、所定期間における前記抜出機器の運転データの積算値、平均値、または、分散を導出する処理である請求項２に記載の異常検知装置。
  4. 　前記予測部において用いられる前記複数の運転データのうち、少なくとも１の運転データは、他の運転データと、取得タイミングまたは取得期間が異なる請求項１から３のいずれか１項に記載の異常検知装置。
  5. 　ボイラにおける水の循環系統から前記循環系統外へ水を抜き出す１または複数の抜出機器それぞれの運転データ、および、前記循環系統への補給水量の実測値を取得する工程と、
    　取得した複数の前記運転データに基づき、前記補給水量の予測値を導出する工程と、
    　取得した前記補給水量の実測値と、導出した前記補給水量の予測値とを比較する工程と、
    を含む異常検知方法。
PCT/JP2021/031930 2020-11-30 2021-08-31 異常検知装置および異常検知方法 Ceased WO2022113459A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2022565066A JP7452703B2 (ja) 2020-11-30 2021-08-31 異常検知装置および異常検知方法
AU2021387203A AU2021387203B2 (en) 2020-11-30 2021-08-31 Abnormality detection device and abnormality detection method
DE112021003970.9T DE112021003970T5 (de) 2020-11-30 2021-08-31 Auffälligkeitserfassungsvorrichtung und Auffälligkeitserfassungsverfahren
US18/171,847 US20230204205A1 (en) 2020-11-30 2023-02-21 Abnormality detection device and abnormality detection method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020197857 2020-11-30
JP2020-197857 2020-11-30

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/171,847 Continuation US20230204205A1 (en) 2020-11-30 2023-02-21 Abnormality detection device and abnormality detection method

Publications (1)

Publication Number Publication Date
WO2022113459A1 true WO2022113459A1 (ja) 2022-06-02

Family

ID=81754441

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/031930 Ceased WO2022113459A1 (ja) 2020-11-30 2021-08-31 異常検知装置および異常検知方法

Country Status (5)

Country Link
US (1) US20230204205A1 (ja)
JP (1) JP7452703B2 (ja)
AU (1) AU2021387203B2 (ja)
DE (1) DE112021003970T5 (ja)
WO (1) WO2022113459A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6192352B1 (en) * 1998-02-20 2001-02-20 Tennessee Valley Authority Artificial neural network and fuzzy logic based boiler tube leak detection systems
US6484108B1 (en) * 1997-09-26 2002-11-19 Ge Betz, Inc. Method for predicting recovery boiler leak detection system performance
JP2004211923A (ja) * 2002-12-27 2004-07-29 Jfe Engineering Kk ボイラの伝熱水管の破孔検知方法
JP2008144995A (ja) * 2006-12-07 2008-06-26 Chugoku Electric Power Co Inc:The プラントリーク検出システム
JP2020076543A (ja) * 2018-11-08 2020-05-21 株式会社日立製作所 ボイラチューブリーク診断システム及びボイラチューブリーク診断方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS4963907A (ja) 1972-10-25 1974-06-20
JP2020197857A (ja) 2019-05-31 2020-12-10 キヤノン株式会社 画像形成装置、その制御方法、及びプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6484108B1 (en) * 1997-09-26 2002-11-19 Ge Betz, Inc. Method for predicting recovery boiler leak detection system performance
US6192352B1 (en) * 1998-02-20 2001-02-20 Tennessee Valley Authority Artificial neural network and fuzzy logic based boiler tube leak detection systems
JP2004211923A (ja) * 2002-12-27 2004-07-29 Jfe Engineering Kk ボイラの伝熱水管の破孔検知方法
JP2008144995A (ja) * 2006-12-07 2008-06-26 Chugoku Electric Power Co Inc:The プラントリーク検出システム
JP2020076543A (ja) * 2018-11-08 2020-05-21 株式会社日立製作所 ボイラチューブリーク診断システム及びボイラチューブリーク診断方法

Also Published As

Publication number Publication date
JPWO2022113459A1 (ja) 2022-06-02
JP7452703B2 (ja) 2024-03-19
DE112021003970T5 (de) 2023-05-11
AU2021387203B2 (en) 2024-03-14
US20230204205A1 (en) 2023-06-29
AU2021387203A1 (en) 2023-03-16

Similar Documents

Publication Publication Date Title
CA2679632C (en) Method and apparatus for generalized performance evaluation of equipment using achievable performance derived from statistics and real-time data
US7890214B2 (en) Method and apparatus for controlling soot blowing using statistical process control
US8140296B2 (en) Method and apparatus for generalized performance evaluation of equipment using achievable performance derived from statistics and real-time data
CN101839795B (zh) 锅炉承压管的泄漏诊断系统和方法
CA2639197C (en) Dual model approach for boiler section cleanliness calculation
JP5981693B2 (ja) 複合サイクル動作における安全なドラム水位を決定する方法およびシステム
US20230093661A1 (en) Display device, evaluation method, and evaluation system
JP7142545B2 (ja) ボイラチューブリーク診断システム及びボイラチューブリーク診断方法
KR20140017237A (ko) 운전신호 패턴을 이용한 보일러튜브 이상상태 진단 방법
JP7452703B2 (ja) 異常検知装置および異常検知方法
JP2021011992A (ja) ボイラチューブリーク早期検知システム及びその方法
JPS6228395B2 (ja)
Albrecht et al. Use of a vertical separator design for a natural circulation HRSG boiler
KR20180131239A (ko) 화력발전 운영 방법 및 시스템
JP2014159914A (ja) 補給水系統制御装置、及び補給水系統制御方法
JP2021105933A (ja) 装置及びシステム
JP7206990B2 (ja) 伝熱管損傷検出装置、ボイラシステム及び伝熱管損傷検出方法
JP2008039224A (ja) 定圧貫流ボイラ構成とその運用方法
Pasha et al. Design and Modification of Heat Recovery Steam Generators for Cycling Operations
CN114857957A (zh) 降温换热器、热媒水换热系统及该系统泄漏量检测方法
CN117916522A (zh) 用于确定燃烧锅炉系统的水-蒸汽回路中的管泄漏的方法和燃烧锅炉
KR20050007971A (ko) 석탄 연소 보일러에서의 그을음 침적 제거 시스템 및 방법

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: 21897437

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022565066

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2021387203

Country of ref document: AU

Date of ref document: 20210831

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 21897437

Country of ref document: EP

Kind code of ref document: A1