JP7456312B2 - 情報処理装置、情報処理方法、プログラム、薬剤供給装置、排ガス処理装置、および排ガス処理方法 - Google Patents

情報処理装置、情報処理方法、プログラム、薬剤供給装置、排ガス処理装置、および排ガス処理方法 Download PDF

Info

Publication number
JP7456312B2
JP7456312B2 JP2020115538A JP2020115538A JP7456312B2 JP 7456312 B2 JP7456312 B2 JP 7456312B2 JP 2020115538 A JP2020115538 A JP 2020115538A JP 2020115538 A JP2020115538 A JP 2020115538A JP 7456312 B2 JP7456312 B2 JP 7456312B2
Authority
JP
Japan
Prior art keywords
exhaust gas
concentration
value
storage unit
process data
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.)
Active
Application number
JP2020115538A
Other languages
English (en)
Other versions
JP2022013163A (ja
Inventor
秀駿 川畑
敦 平山
奨 三宅
浩 山本
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.)
JFE Engineering Corp
Original Assignee
JFE Engineering 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 JFE Engineering Corp filed Critical JFE Engineering Corp
Priority to JP2020115538A priority Critical patent/JP7456312B2/ja
Publication of JP2022013163A publication Critical patent/JP2022013163A/ja
Application granted granted Critical
Publication of JP7456312B2 publication Critical patent/JP7456312B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing And Monitoring For Control Systems (AREA)
  • Treating Waste Gases (AREA)

Description

本発明は、情報処理装置、情報処理方法、プログラム、薬剤供給装置、排ガス処理装置、および排ガス処理方法に関する。
従来、廃棄物焼却炉から排出される排ガスに含まれる酸性ガスの物質量を適正に制御するための装置が提案されている。例えば特許文献１には、処理後の排ガス中の塩化水素（ＨＣｌ）濃度などの変動を低減して、脱塩剤の使用量を低減する技術が開示されている。
特許文献１に記載された技術においては具体的に、廃棄物焼却炉からの排ガス中の酸性ガスを消石灰などの薬剤の吹込みによって中和し除去する方法において、排ガスの流れ方向に沿ったバグフィルタより上流側に設けられたＨＣｌレーザー計などの酸性ガス濃度計の計測値に基づくフィードフォワード制御（ＦＦ制御）と、バグフィルタより下流側に設けられた他の酸性ガス濃度計によるフィードバック制御（ＦＢ制御）とを組み合わせて薬剤の供給量を決定している。特許文献１に記載された技術においては、バグフィルタなどの排ガス処理部より上流側の酸性ガス濃度計を用いることによって、排ガス処理部より下流側の酸性ガス濃度計のみを用いた場合に比して、排ガス処理部で処理される前の排ガスにおける酸性ガス濃度の急激な変化を早い段階で検知でき、薬剤の供給量を低減できる。
特開２００６－０７５７５８号公報
しかしながら、廃棄物焼却炉の排ガス中に含まれる酸性ガスの量は変動が大きい一方、酸性ガスの除去に用いられる薬剤は、酸性ガスとの反応に時間を要する。そのため、排ガス処理部の上流側の酸性ガスの量が急に上昇した場合、排ガス処理部の流入側の酸性ガスの量が上昇した後に薬剤の供給量（以下、薬剤供給量）を変化させても、薬剤と酸性ガスとの反応に対して酸性ガスの上昇分が上回る形になり、排ガス処理部の下流側の酸性ガスの濃度や物質量（以下、酸性ガス濃度と総称）が上昇してしまう。この場合、酸性ガス濃度の上昇を抑制するために、薬剤供給量を大きく増加させる必要があり、薬剤の過度の供給は薬剤を無駄に消費することになる。そのため、排ガスに含まれる酸性ガス濃度を予測して、予測した酸性ガス濃度に基づいて切り出す薬剤の供給量を制御することによって、薬剤の消費量を低減する技術が求められていた。
本発明は、上記に鑑みてなされたものであって、その目的は、排ガスに含まれる酸性ガス濃度を予測できる情報処理装置、情報処理方法、ならびにプログラム、および予測した酸性ガス濃度に基づいて薬剤供給量を制御して、排ガス処理に使用する薬剤の薬剤供給量を低減可能な薬剤供給装置、排ガス処理装置、ならびに排ガス処理方法を提供することにある。
上述した課題を解決し、目的を達成するために、本発明の一態様に係る情報処理装置は、廃棄物を焼却する廃棄物焼却炉から排出される酸性ガスを含む排ガス中の前記酸性ガスの濃度または物質量を予測する制御部を備えた情報処理装置であって、前記制御部は、前記酸性ガスの濃度または物質量の計測値を取得して酸性ガス計測値として記憶部に格納し、前記廃棄物焼却炉から、前記廃棄物焼却炉における運転に関連した情報を取得してプロセスデータとして前記記憶部に格納し、前記記憶部から読み出した、所定時点における前記酸性ガス計測値および前記プロセスデータに基づいて、前記所定時点から所定の予測時間後の前記酸性ガスの濃度または物質量を予測して、濃度予測値を出力する。
本発明の一態様に係る情報処理装置は、上記の発明において、前記制御部は、前記記憶部から、前記所定時点における前記酸性ガス計測値および前記プロセスデータを入力パラメータとして取得し、前記記憶部から読み出した前記酸性ガス計測値および前記プロセスデータを予測学習モデルに入力し、前記濃度予測値を出力パラメータとして出力し、前記予測学習モデルは、所定期間における、前記酸性ガスの濃度または物質量の計測値および前記プロセスデータを学習用入力パラメータとし、前記酸性ガス計測値および前記プロセスデータを取得した前記所定時点から前記予測時間経過後の前記酸性ガス計測値を学習用出力パラメータとした入出力データセットを用いて、機械学習によって生成された学習モデルである。
本発明の一態様に係る情報処理装置は、上記の発明において、前記排ガスに対して排ガス処理を実行する排ガス処理部における、前記排ガス処理が実行される前の前記排ガスに含まれる前記酸性ガスの濃度または物質量を予測する。
本発明の一態様に係る情報処理装置は、上記の発明において、前記廃棄物焼却炉が、前記廃棄物を移動させる火格子および蒸気を発生させる蒸気発生部を備え、前記プロセスデータは、前記排ガスにおける、温度、酸素濃度、ＮＯx濃度、ならびに流量、前記廃棄物における、体積、ならびに嵩密度、前記火格子における、速度、ならびに火格子下空気圧力、および前記蒸気発生部の出口の圧力ならびに温度から選ばれた少なくとも１種類の物理量を含む。
本発明の一態様に係る情報処理装置は、上記の発明において、前記廃棄物焼却炉が、前記廃棄物焼却炉内の前記廃棄物を含む領域を撮像する撮像部を備え、前記プロセスデータは、前記撮像部が撮像した、火炎の燃焼状態を示す燃焼画像データ、および熱画像情報に基づいて前記火炎を透過した状態を示す透過画像データの少なくとも一方から得られた特徴量を含む。
本発明の一態様に係る情報処理装置は、上記の発明において、前記廃棄物焼却炉が、蒸気を発生させる蒸気発生部を備え、前記プロセスデータは、前記蒸気発生部におけるスートブロー運転の有無の情報を含む。
本発明の一態様に係る情報処理装置は、上記の発明において、前記酸性ガスが塩化水素ガスである。
本発明の一態様に係る情報処理方法は、廃棄物を焼却する廃棄物焼却炉から排出される酸性ガスを含む排ガス中の前記酸性ガスの濃度または物質量を予測する制御部を備えた情報処理装置が実行する情報処理方法であって、前記制御部は、前記酸性ガスの濃度または物質量の計測値を取得して酸性ガス計測値として記憶部に格納し、前記廃棄物焼却炉から、前記廃棄物焼却炉における運転に関連した情報を取得してプロセスデータとして前記記憶部に格納し、前記記憶部から読み出した所定時点における前記酸性ガス計測値および前記プロセスデータに基づいて、前記所定時点から所定の予測時間後の前記酸性ガスの濃度または物質量を予測して、濃度予測値を出力する。
本発明の一態様に係るプログラムは、廃棄物を焼却する廃棄物焼却炉から排出される酸性ガスを含む排ガス中の前記酸性ガスの濃度または物質量を予測する制御部を備えた情報処理装置に、前記酸性ガスの濃度または物質量の計測値を取得して酸性ガス計測値として記憶部に格納し、前記廃棄物焼却炉から、前記廃棄物焼却炉における運転に関連した情報を取得してプロセスデータとして前記記憶部に格納し、前記記憶部から読み出した所定時点における前記酸性ガス計測値および前記プロセスデータに基づいて、前記所定時点から所定の予測時間後の前記酸性ガスの濃度または物質量を予測して、濃度予測値を出力することを実行させる。
本発明の一態様に係る薬剤供給装置は、廃棄物を焼却する廃棄物焼却炉から排出される酸性ガスを含む排ガスに排ガス処理を実行する排ガス処理部によって、前記排ガス処理が実行される前の前記排ガスに薬剤を供給する薬剤供給装置であって、前記排ガス処理が実行される前の前記排ガスに薬剤を供給する薬剤供給部と、前記薬剤供給部に対して前記薬剤の供給量を指示する供給量制御値を出力する薬剤供給制御部と、を備え、前記薬剤供給制御部は、上記の発明に係る情報処理装置から出力された濃度予測値を取得して、記憶部に格納し、前記記憶部から前記濃度予測値を取得して、前記濃度予測値に基づいて前記供給量制御値を導出する。
本発明の一態様に係る排ガス処理装置は、廃棄物を焼却する廃棄物焼却炉から排出される酸性ガスを含む排ガスに対して排ガス処理を実行する排ガス処理装置であって、前記排ガスの煙道に設けられた排ガス処理部と、前記排ガス処理部における前記排ガスの流れ方向に沿った上流側に薬剤を供給する薬剤供給部と、前記薬剤供給部に対して前記薬剤の供給量を指示する供給量制御値を出力する薬剤供給制御部と、を備え、前記薬剤供給制御部は、上記の発明に係る情報処理装置から出力された濃度予測値を取得して、記憶部に格納し、前記記憶部から前記濃度予測値を取得して、前記濃度予測値に基づいて前記供給量制御値を導出する。
本発明の一態様に係る排ガス処理方法は、廃棄物を焼却する廃棄物焼却炉から排出される酸性ガスを含む排ガスに対して排ガス処理を実行する排ガス処理方法であって、前記排ガスの煙道に設けられた排ガス処理部において行われる排ガス処理工程と、薬剤を供給可能に構成された薬剤供給部から、前記排ガス処理部における前記排ガスの流れ方向に沿った上流側に薬剤を供給する薬剤供給工程と、薬剤供給制御部が、前記薬剤供給部に対して前記薬剤の供給量を指示する供給量制御値を出力する薬剤供給制御工程と、を含み、前記薬剤供給制御工程は、前記薬剤供給制御部が上記発明の一態様に係る情報処理装置から出力された濃度予測値を取得して記憶部に格納し、前記記憶部から前記濃度予測値を取得して、前記濃度予測値に基づいて前記供給量制御値を導出する工程を含む。
本発明に係る情報処理装置、情報処理方法、プログラム、薬剤供給装置、排ガス処理装置、および排ガス処理方法によれば、排ガスに含まれる酸性ガス濃度を予測して、予測した酸性ガス濃度に基づいて薬剤供給量を制御することができるので、排ガス処理に使用する薬剤の薬剤供給量を低減することが可能となる。
図１は、本発明の一実施形態による情報処理装置が適用される排ガス処理設備の構成を模式的に示す全体構成図である。 図２は、本発明の一実施形態による排ガス処理施設における焼却炉を模式的に示す全体構成図である。 図３は、本発明の一実施形態による情報処理装置を含むシステムの構成の一例を示すブロック図である。 図４は、本発明の一実施形態による薬剤供給制御方法を説明するための図である。
以下、本発明の一実施形態について図面を参照しつつ説明する。なお、以下の一実施形態の全図においては、同一または対応する部分には同一の符号を付す。また、本発明は以下に説明する一実施形態によって限定されるものではない。
（排ガス処理設備）
図１は、本発明の一実施形態による情報処理方法としての薬剤供給制御方法が適用される排ガス処理設備の構成の一例を示す図である。図１に示すように、廃棄物処理施設１は、焼却炉１００、排ガスダクト１３０，１５０、集塵器１４０、および煙突１６０を備える。
焼却炉１００から排出された処理前の排ガスは、排ガスダクト１３０を通過して集塵器１４０に供給される。排ガスダクト１３０における集塵器１４０の前段には、例えば水酸化カルシウム（Ｃａ（ＯＨ）2）（消石灰）や重曹（ＮａＨＣＯ3）などの薬剤が供給される供給口１３１が設けられている。供給口１３１を通じて集塵器１４０の前段に供給される薬剤は、集塵器１４０のフィルタの表面に層を形成し、排ガス中の塩化水素（ＨＣｌ）、二酸化硫黄（ＳＯ2）、または三酸化硫黄（ＳＯ3）などと反応して反応生成物を生成する。反応生成物が生成される反応式の例を以下の化学反応式（１－１）～（３）に挙げる。なお、反応生成物の生成については、以下に挙げる化学反応に限定されない。
Ｃａ（ＯＨ）2＋ＨＣｌ → ＣａＣｌＯＨ＋Ｈ2Ｏ ……（１－１）
ＣａＣｌＯＨ＋ＨＣｌ → ＣａＣｌ2＋Ｈ2Ｏ ……（１－２）
Ｃａ（ＯＨ）2＋ＳＯ2 → ＣａＳＯ3＋Ｈ2Ｏ ……（２－１）
２ＣａＳＯ3＋Ｏ2 → ２ＣａＳＯ4 ……（２－２）
Ｃａ（ＯＨ）2＋ＳＯ3 → ＣａＳＯ4＋Ｈ2Ｏ ……（３）
これらの反応生成物は、排ガス処理工程を行う排ガス処理部としての集塵器１４０において他のダストとともに回収されて処理される。塩化水素などが除去された処理後の排ガスは、排ガスダクト１５０を通過して煙突１６０から系外に排出される。
廃棄物処理施設１はさらに、薬剤供給制御装置３２、薬剤供給部３３、上流酸性ガス濃度計３４、下流酸性ガス濃度計３５、およびガス濃度予測装置４０を備える。なお、廃棄物処理施設１は、ガス濃度予測装置４０を備えない構成でも良い。また、薬剤供給制御装置３２および薬剤供給部３３によって、本実施形態による薬剤供給装置が構成される。
薬剤供給制御装置３２は、薬剤供給部３３を制御することによって、集塵器１４０の前段に設けられた供給口１３１に供給する薬剤の量を制御する。上流酸性ガス濃度計３４は、排ガスの流れ方向に沿った集塵器１４０の上流側に設けられる。上流酸性ガス濃度計３４は、集塵器１４０の前段の排ガスダクト１３０における、処理前の排ガス中の酸性ガス濃度を計測可能に構成される。下流酸性ガス濃度計３５は、排ガスの流れ方向に沿った集塵器１４０の下流側に設けられる。下流酸性ガス濃度計３５は、集塵器１４０の後段の排ガスダクト１５０における、処理後の排ガス中の酸性ガス濃度を計測可能に構成される。なお、下流酸性ガス濃度計３５は、煙突１６０やその入口付近などに設けられていても良い。
ガス濃度予測装置４０には、焼却炉１００における種々のプロセス計測値（以下、プロセスデータ）が入力される。ガス濃度予測装置４０は、酸性ガス計測値としての、上流酸性ガス濃度計３４から排ガス処理前の酸性ガスの濃度（以下、処理前酸性ガス濃度）の計測値、および下流酸性ガス濃度計３５から排ガス処理後の酸性ガスの濃度（以下、処理後酸性ガス濃度）の計測値がそれぞれ入力される。なお、酸性ガス濃度の代わりに酸性ガスの物質量としても良く、以下の説明においては、酸性ガス濃度および酸性ガスの物質量を、「酸性ガス濃度」と総称する。
ガス濃度予測装置４０は、各種プロセスデータ、処理前酸性ガス濃度、および処理後酸性ガス濃度のそれぞれの現在の計測値に基づいて、現在から所定の予測時間後の処理前酸性ガス濃度を予測して予測値（以下、濃度予測値）を導出できる。なお、予測時間は、薬剤供給量の変化が処理後酸性ガス濃度に影響を及ぼすまでの時間以上に選択され、本実施形態において具体的に例えば、１５秒以上５分以下の範囲、本実施形態においては、例えば１分に選ばれる。ガス濃度予測装置４０は、導出した濃度予測値を薬剤供給制御装置３２に出力することができる。
薬剤供給制御装置３２は、ガス濃度予測装置４０から入力された濃度予測値に基づいて、集塵器１４０の前段に供給する薬剤の供給量を導出する。薬剤供給制御装置３２は、導出した薬剤の供給量の情報（以下、供給量制御値）を薬剤供給部３３に出力する。薬剤供給部３３は、入力された供給量制御値に基づいた薬剤の量を、供給口１３１を通じて集塵器１４０の前段に供給することによって薬剤供給工程を行う。
（廃棄物焼却炉）
次に、廃棄物焼却炉としての焼却炉１００について説明する。図２は、本発明の一実施形態による廃棄物処理施設における焼却炉を模式的に示す全体構成図である。図２に示すように、焼却炉１００は、廃棄物の燃焼が行われる炉１０１、廃棄物を投入する廃棄物投入口１０２、およびボイラ１０９を備える。蒸気発生部としてのボイラ１０９は、炉１０１の炉出口１０７の下流側に設置された熱交換器１０９ａおよび蒸気ドラム１０９ｂを備える。
廃棄物投入口１０２から投入された廃棄物は、廃棄物供給装置１０３によって火格子１０４に搬送される。火格子１０４が往復運動を行うことにより、廃棄物の撹拌および移動が行われる。火格子１０４上の廃棄物は、火格子１０４の下方の風箱に燃焼用空気ブロア１０６から供給される燃焼用空気の吹き込みによって乾燥されながら燃焼されて、排ガスおよび灰が生成される。生成された灰は、灰落下口１０５を通じて落下して炉１０１の外部に排出される。
火格子１０４の下から炉１０１の内部に供給される燃焼用空気の総量は、押込送風機としての燃焼用空気ブロア１０６の直近に設けた燃焼用空気ダンパ１１４によって調整される。それぞれの風箱に供給される燃焼用空気の流量は、それぞれの風箱に燃焼用空気を供給する配管にそれぞれ設けられた、火格子下燃焼用空気ダンパ１１４ａ，１１４ｂ，１１４ｃ，１１４ｄによって調整される。換言すると、火格子下燃焼用空気ダンパ１１４ａ～１１４ｄによって、それぞれの風箱に供給される燃焼用空気の流量の比率が調整される。なお、図２においては、廃棄物の搬送方向に沿って火格子１０４の下を４つの風箱で分割し、それぞれの風箱を通じて燃焼用空気を供給しているが、火格子下燃焼用空気ダンパ１１４ａ～１１４ｄおよび風箱の数は必ずしも４つに限定されず、火格子焼却炉の規模や目的などに応じて適宜変更可能である。
炉壁に設けられた二次空気吹き込み口１１０からは、二次送風機としての二次空気ブロア１１１によって二次空気が炉１０１内に吹き込まれる。二次空気が炉１０１内に吹き込まれることによって、燃焼ガス中の未燃焼成分がさらに燃焼するとともに、炉壁の温度の過度な上昇を抑制する。二次空気吹き込み口１１０から炉１０１内に供給される二次空気の流量は、二次空気ブロア１１１の直近に設けられた二次空気ダンパ１１５によって調整される。
火格子１０４における廃棄物の搬送方向に沿って、上流側の廃棄物乾燥過程および主燃焼過程において発生した可燃性ガスと、下流側の後燃焼過程において発生した燃焼排ガスとが、炉１０１の炉出口１０７側に設けられたガス混合部において合流する。ガス混合部において合流した可燃性ガスおよび燃焼排ガスは、再度攪拌および混合された後、二次燃焼用空気の供給によって、二次燃焼が行われる。ボイラ１０９は、二次燃焼が行われる部分（以下、二次燃焼部）に対して、廃棄物の搬送方向に沿った下流側に設置されている。二次燃焼が行われた燃焼ガスは、ボイラ１０９の熱交換器１０９ａによって熱エネルギーが回収された後に、排ガスダクト１３０を通じて焼却炉１００から排気される。
炉１０１内には、炉１０１の高さ方向に沿った上側の位置に中間天井１１６が設けられている。炉１０１内に流動するガスは、中間天井１１６によって、上流側における廃棄物乾燥過程および主燃焼過程で発生した可燃性ガスを多く含むガスと、下流側における後燃焼過程で発生した燃焼排ガスとに、分割して排出できる。具体的には、燃焼排ガスが中間天井１１６よりも下方の煙道（主煙道）を流れる一方、可燃性ガスを多く含むガスが中間天井１１６よりも上方の煙道（副煙道）を流れる。燃焼排ガスと可燃性ガスを多く含むガスとがガス混合部において合流することによって、ガス混合部でのガスの攪拌および混合がさらに促進される。これにより、二次燃焼部における燃焼がより安定化し、燃焼過程におけるダイオキシン類の発生を抑制し、廃棄物の未燃分の発生を抑制することができる。なお、炉１０１内に中間天井１１６を設けない構成にしても良い。
炉１０１内の複数位置に、炉１０１内のガス温度を計測するセンサとしての温度計が設けられている。具体的には、炉１０１の高さ方向に沿って、火格子１０４と二次空気吹き込み口１１０との中間位置に燃焼室ガス温度計１１７が設けられている。炉１０１の高さ方向に沿って、炉出口１０７より下方位置に主煙道ガス温度計１１８が設けられている。炉１０１の高さ方向に沿って、炉出口１０７の下部位置に炉出口下部ガス温度計１１９が設けられている。炉１０１の高さ方向に沿って、炉出口１０７の中部位置に炉出口中部ガス温度計１２０が設けられている。炉１０１の高さ方向に沿って、炉出口１０７の下流側位置に燃焼管理温度を測定する炉出口ガス温度計１２１が設けられている。燃焼室ガス温度計１１７、主煙道ガス温度計１１８、炉出口下部ガス温度計１１９、炉出口中部ガス温度計１２０、および炉出口ガス温度計１２１により計測された温度の計測値は、プロセスデータを含む燃焼プロセス測定値として、燃焼制御装置３１に送信され、記憶部３１２（図３参照）に記憶される。
ボイラ１０９には、出口側に排ガス中の酸素（Ｏ2）の濃度を計測するボイラ出口酸素濃度計１２２が設けられている。排ガスダクト１３０の入口には、排ガス中の一酸化炭素（ＣＯ）や窒素酸化物（ＮＯx）などの濃度を計測するガス濃度計１２３が設けられている。ボイラ１０９の出口側には、排ガス量を計測するための排ガス流量計１２４が設けられている。ボイラ出口酸素濃度計１２２、ガス濃度計１２３、および排ガス流量計１２４により計測されたガスの濃度や流量の計測値は、プロセスデータとして燃焼制御装置３１の記憶部３１２に記憶される。また、ボイラ１０９には、ボイラ１０９において発生した蒸気量を計測する蒸気流量計１２５が設けられている。蒸気流量計１２５により計測されたボイラ１０９の蒸気量の計測値は、プロセスデータとして燃焼制御装置３１の記憶部３１２に記憶される。
炉１０１における廃棄物の搬送方向の下流側には、撮像部１２６が設けられている。撮像部１２６は、例えば赤外線カメラから構成される火炎透過カメラ、および撮像した画像データを処理する画像処理部を有して構成される。撮像部１２６は、炉壁に設けられた監視窓に近接して炉外に配設されても、水冷構造を有して炉１０１内に配設されても良い。廃棄物は、段差壁１１３の部分で廃棄物供給部１１２から火格子１０４上に落下する。火格子１０４上に落下した廃棄物は、火格子１０４の前後移動に伴う往復運動によって攪拌されつつ、撮像部１２６側である前方に移動される。
撮像部１２６は、火格子１０４上の廃棄物のサーモグラフィ情報を熱画像情報として取得できる透過画像撮影部を有していても良い。ここで、廃棄物から放射される赤外線の波長と、空間における高温ガスおよび火炎から放射される赤外線の波長とは異なる。そのため、撮像部１２６においては、測定する赤外線波長を適切に選定することによって測定視野内に火炎が存在していても、廃棄物の層の温度分布に対応する熱画像情報を得ることができる。また、撮像部１２６による炉長方向の測定範囲を設定して、燃焼領域より上流側位置（火炎より上流側）での火格子１０４上の廃棄物の層の熱画像情報を得ることができる。熱画像情報は、火炎を透過した状態の映像データ、すなわち複数の透過画像データとして扱うことができる。
燃焼制御装置３１は、取得した透過画像データに基づいて、廃棄物の落下面積、落下高さ、燃え切り点の位置などのプロセスデータを生成できる。燃焼制御装置３１は、透過画像データに基づいて、供給前の廃棄物の平均温度、領域面積、および温度重心などのプロセスデータを導出できる。燃焼制御装置３１は、段差壁１１３の平均温度、領域面積、および温度重心、火格子１０４上の廃棄物の平均温度、領域面積、および温度重心、火格子１０４の平均温度、領域面積、および温度重心などのプロセスデータを導出できる。また、燃焼制御装置３１は、取得した透過画像データにおける層別メッシュ温度や等分メッシュ温度などのプロセスデータを導出できる。これらのプロセスデータの導出は、画像処理に関する画像処理学習モデルを用いて行うことが可能である。
また、撮像部１２６は、火格子１０４上の廃棄物の燃焼状態、すなわち火炎を撮像する燃焼画像撮像部をさらに有していても良い。撮像部１２６の燃焼画像撮像部によって燃焼画像を撮像することによって、燃焼画像に基づいて燃焼状態を数値化して特徴量とした燃焼数値化データを生成することが可能になる。燃焼数値化データの生成は、所定の燃焼画像学習モデルを用いて行うことができる。燃焼数値化データは、プロセスデータとして燃焼制御装置３１の記憶部３１２に格納される。
（排ガス処理システム）
次に、以上説明した廃棄物処理施設１における排ガスに供給する薬剤の供給量を導出する排ガス処理装置としての排ガス処理システムについて説明する。図３は、本発明の一実施形態による情報処理装置を含む排ガス処理システムの構成の一例を示すブロック図である。
図３に示すように、排ガス処理方法を実行する排ガス処理システムは、廃棄物処理施設１における制御装置群３０およびガス濃度予測装置４０を備える。制御装置群３０は、燃焼制御装置３１および薬剤供給制御装置３２を備える。排ガス処理システムは、さらに廃棄物処理施設１とは独立した学習サーバ５０を有していても良い。この場合、ガス濃度予測装置４０を備えた廃棄物処理施設１と、学習サーバ５０とは、ネットワーク２を介して接続される。
廃棄物処理施設１内において、制御装置群３０とガス濃度予測装置４０とは、ネットワーク２を介して接続されている。ネットワーク２は、例えば、専用線、インターネットなどの公衆通信網、例えばＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、および携帯電話などの電話通信網や公衆回線、ＶＰＮ（Virtual Private Network）などの一または複数の組み合わせからなる。
なお、ガス濃度予測装置４０を廃棄物処理施設１とは独立してネットワーク２に接続させても良く、ガス濃度予測装置４０と制御装置群３０とをそれぞれ、別々の施設に設置しても良い。ガス濃度予測装置４０と制御装置群３０とを別々の施設に設置する場合、上述したネットワーク２を介して各種情報や各種データの通信が行われる。また、ガス濃度予測装置４０と学習サーバ５０とを一体に構成しても良い。
廃棄物処理施設１の制御装置群３０における燃焼制御装置３１は、制御部３１１、および記憶部３１２を備える。なお、燃焼制御を行うための操作量調整部をさらに備えていても良い。燃焼制御部としての制御部３１１は、具体的に、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＦＰＧＡ（Field-Programmable Gate Array）などのプロセッサ、およびＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）などの主記憶部（いずれも図示せず）を備える。記憶部３１２は、ＲＡＭなどの揮発性メモリ、ＲＯＭなどの不揮発性メモリ、ＥＰＲＯＭ（Erasable Programmable ROM）、ハードディスクドライブ（ＨＤＤ、Hard Disk Drive）、ソリッドステートドライブ（ＳＳＤ、Solid State Drive）、およびリムーバブルメディアなどから選ばれた記憶媒体から構成される。なお、リムーバブルメディアは、例えば、ＵＳＢ（Universal Serial Bus）メモリ、または、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、もしくはＢＤ（Blu-ray（登録商標） Disc）のようなディスク記録媒体である。また、外部から装着可能なメモリカードなどのコンピュータ読み取り可能な記録媒体を用いて記憶部３１２を構成しても良い。
記憶部３１２には、燃焼制御装置３１の動作を実行するための、オペレーティングシステム（Operating System：ＯＳ）、各種プログラム、各種テーブル、各種データベースなどが記憶可能である。ここで、各種プログラムには、上述した燃焼画像学習モデルや画像処理学習モデルなどの学習モデルや学習済みモデルに基づいた処理を実現する情報処理プログラムも含まれる。すなわち、各種プログラムには、燃焼画像撮像部によって撮像された燃焼画像から所定の判断を実行可能な、燃焼画像学習モデルや画像処理学習モデルを用いた判断処理を実現する自動判断処理プログラムが含まれていても良い。これらの各種プログラムは、ＨＤＤ、ＳＳＤ、フラッシュメモリ、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、フレキシブルディスクなどのコンピュータ読み取り可能な記録媒体に記録して広く流通させることも可能である。
燃焼制御装置３１は、あらかじめ定められた操作量関係式に基づいて、それぞれの操作端の操作量を制御する。操作端の操作量としては、例えば、廃棄物の廃棄物供給速度を調整するための廃棄物供給装置送り速度や、廃棄物の移動速度を調整する火格子送り速度などの操作量である。燃焼制御装置３１は、必要に応じて、操作量関係式に基づいて、燃焼用空気量や二次空気量を制御する。
記憶部３１２は、制御部３１１によって参照されるデータを記憶する。記憶部３１２には、あらかじめ定められた操作量関係式、制御アルゴリズム、あらかじめ設定された焼却量設定値、および炉１０１内の燃焼状態量として取得された、上述した各種のプロセスデータが記憶されている。
廃棄物処理施設１における薬剤供給制御装置３２は、制御部３２１、記憶部３２２、および通信部３２３を備える。制御部３２１は、機能的および物理的には、上述した制御部３１１と同様の構成を有し、ＣＰＵ、ＤＳＰ、ＦＰＧＡなどのプロセッサ、およびＲＡＭやＲＯＭなどの主記憶部（いずれも図示せず）を備える。
記憶部３２２は、機能的および物理的には、上述した記憶部３１２と同様の構成を有し、ＲＡＭなどの揮発性メモリ、ＲＯＭなどの不揮発性メモリ、ＥＰＲＯＭ、ＨＤＤ、ＳＳＤ、およびリムーバブルメディアなどから選ばれた記憶媒体から構成される。記憶部３２２には、薬剤供給制御装置３２の動作、すなわち薬剤供給制御工程を実行するためのＯＳ、各種プログラム、各種データベースなどが記憶可能である。記憶部３２２には、具体的に、薬剤供給部３３を制御するためのプログラム、薬剤の供給量を算出するためのプログラム、および薬剤の供給量制御値が記憶されている。
制御部３２１は、記憶部３２２に記憶されたプログラムを主記憶部の作業領域にロードして実行し、プログラムの実行を通じて各構成部などを制御することによって、所定の目的に合致した機能を実現できる。本実施形態において制御部３２１は、記憶部３２２に格納されたプログラムの実行によって、薬剤量算出部３２４の機能を実行する。具体的に例えば、制御部３２１は、記憶部３２２から薬剤量を算出するプログラムを読み込むことによって薬剤量算出部３２４として機能して、現在の処理前酸性ガス濃度ならびに処理後酸性ガス濃度、および予測時間後の濃度予測値の少なくとも１つの情報から、排ガスダクト１３０に供給する薬剤量を導出する。
薬剤供給制御装置３２における通信部３２３は、例えばＬＡＮ（Local Area Network）インターフェースボード、無線通信のための無線通信回路等から構成される。通信部３２３はネットワーク２と接続されている。ネットワーク２に接続された通信部３２３は、ガス濃度予測装置４０および学習サーバ５０と通信可能に構成される。なお、燃焼制御装置３１と通信部３２３とを通信可能とし、通信部３２３を介して、燃焼制御装置３１をネットワーク２に接続しても良い。
（ガス濃度予測装置）
情報処理装置としてのガス濃度予測装置４０は、制御部４１、記憶部４２、入力部４３、出力部４４、および通信部４５を備える。ガス濃度予測装置４０は、排ガスダクト１３０における予測時間後の処理前酸性ガス濃度、すなわち濃度予測値を算出する。制御部４１、記憶部４２、および通信部４５はそれぞれ、機能的および物理的には、上述した制御部３１１，３２１、記憶部３１２，３２２、および通信部３２３と同様の構成を有する。
記憶部４２には、ガス濃度予測装置４０の動作を実行するためのＯＳ、各種プログラム、各種テーブル、各種データベースなどが記憶可能である。ここで、各種プログラムには、本実施形態による予測学習モデルを用いた処理を実現する情報処理プログラムが含まれる。記憶部４２は、ネットワーク２を介して通信可能な学習サーバ５０などの他のサーバに設けても良いし、燃焼制御装置３１または薬剤供給制御装置３２に設けても良い。
具体的に、記憶部４２には、予測学習モデル４２１、ガス濃度データベース（ガス濃度ＤＢ）４２２、およびプロセスデータデータベース（プロセスデータＤＢ）４２３が格納されている。予測学習モデル４２１は少なくとも１つの学習モデルを含む。予測学習モデル４２１は、更新可能なモデルである。なお、学習モデルを更新しない場合には、予測学習済みモデルとして記憶部４２に格納される。これらの各種プログラムは、ＳＳＤ、ＨＤＤ、フラッシュメモリ、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、フレキシブルディスクなどのコンピュータ読み取り可能な記録媒体に記録して広く流通させることも可能である。ガス濃度ＤＢ４２２は、排ガスダクト１３０，１５０内を流動する種々のガス、特に酸性ガスの濃度のデータから構成される。ガス濃度ＤＢ４２２は、日時の情報に関連付けされた処理前酸性ガス濃度および処理後酸性ガス濃度のデータが、時系列で格納されている。プロセスデータＤＢ４２３は、上述した焼却炉１００の各所において測定されて取得した各種プロセスデータから構成される。
制御部４１は、記憶部４２に記憶されたプログラムを主記憶部の作業領域にロードして実行し、プログラムの実行を通じて各構成部などを制御することによって、所定の目的に合致した機能を実現できる。本実施形態において制御部４１は、記憶部４２に格納されたプログラムの実行によって、予測部４１１、および学習部４１２の機能を実行できる。なお、学習部４１２の機能は設けなくても良い。具体的に例えば、制御部４１は、記憶部４２からプログラムである予測学習モデル４２１を読み込むことによって、予測部４１１の機能を実行する。予測部４１１および学習部４１２の機能の詳細については、後述する。
入力手段としての入力部４３は、キーボードや入力用のボタン、レバーや、液晶などのディスプレイに重畳して設けられる手入力のためのタッチパネル、または音声認識のためのマイクロホンなどの、ユーザインターフェースを用いて構成される。ユーザなどが入力部４３を操作することによって、制御部４１に所定の情報を入力可能に構成される。出力手段としての出力部４４は、所定の情報を外部に通知可能に構成される。出力部４４は、制御部４１による制御に従って、ディスプレイモニタに炉１０１内の廃棄物の画像などを表示したり、タッチパネルディスプレイの画面上に文字や図形などを表示したり、スピーカから音声を出力したりする。なお、入力部４３および出力部４４を一体として入出力部を構成し、入出力部をタッチパネルディスプレイやスピーカマイクロホンなどから構成しても良い。
（予測学習モデル）
ここで、記憶部４２に記憶されている予測学習モデル４２１およびその生成方法について説明する。予測学習モデル４２１は、説明変数として、過去から現在までの間における、上流酸性ガス濃度計３４により計測された処理前酸性ガス濃度、上述した各種プロセスデータ、燃焼画像データや透過画像データに基づいて導出された廃棄物の燃焼状態を示す特徴量、およびスートブロー運転の有無などを入力パラメータとする。なお、入力パラメータに処理後酸性ガス濃度を含めても良い。また、プロセスデータは、上述した各種のガス温度や空気流量などのプロセスデータ以外にも、廃棄物の体積や嵩密度などから選ばれる物理量からなるデータを含めても良い。具体的に、プロセスデータは、排ガス温度、排ガス中酸素濃度、排ガス中のＮＯx濃度、排ガス流量、廃棄物体積、廃棄物嵩密度、火格子速度、火格子下空気圧力、ボイラ１０９の過熱器出口の温度や圧力などの物理量から選ばれたデータを含めることができる。予測学習モデル４２１は、目的変数として、現在から予測時間後における酸性ガス濃度または酸性ガス量を出力パラメータとする。なお、酸性ガスは、典型的には塩化水素ガス（ＨＣｌ）であるが、その他の酸性ガスであっても良い。なお、予測学習モデル４２１における「現在」は、「任意の時刻」に言い換えることができる。
予測学習モデル４２１の生成のために用いられるデータは、例えば、過去から現在までの間における、処理前酸性ガス濃度、各種プロセスデータ、燃焼画像データや透過画像データに基づいて導出された廃棄物の燃焼状態を示す特徴量、およびスートブロー運転の有無などである。これらのデータはそれぞれ、例えば過去１週間以上１か月間以下の運転データに基づくことが好ましく、本実施形態においては例えば２週間の運転データに基づいているが限定されない。すなわち、予測学習モデル４２１を生成する際の入出力データセットとしては、学習用入力パラメータとして、過去から所定時点までの間における、処理前酸性ガス濃度、上述した各種プロセスデータ、廃棄物の燃焼状態を示す特徴量、およびスートブロー運転の有無などのデータが用いられ、学習用出力パラメータとして、所定時点から予測時間経過した後の処理前酸性ガス濃度が用いられる。また、ある異常な状態をより良く学習するために、特定の状態に対するオーバーサンプリングなどの方法によってデータを加工しても良い。
制御部４１の学習部４１２は、上述した学習用入力パラメータおよび学習用出力パラメータを教師データとして、例えばニューラルネットワークを用いたディープラーニング（深層学習）などの機械学習によって、回帰分析の予測学習モデル４２１を生成する。制御部４１は、学習部４１２により学習された内容に基づいて、処理前酸性ガス濃度、各種プロセスデータ、廃棄物の燃焼状態を示す特徴量、およびスートブロー運転の有無の群から選ばれた少なくとも１種類のパラメータから、予測時間経過後の処理前酸性ガス濃度を導出する。また、学習部４１２は、所定時点における上述した入力パラメータ、および所定時点から予測時間経過した後に上流酸性ガス濃度計３４によって計測された処理前酸性ガス濃度を用いて、予測学習モデル４２１を適宜更新する。
（学習サーバ）
情報処理装置としての学習サーバ５０は、制御部５１、記憶部５２、入力部５３、出力部５４、および通信部５５を備える。学習サーバ５０は、上述した予測学習モデル４２１と同様の予測学習モデル５２１を生成する。制御部５１、記憶部５２、入力部５３、出力部５４、および通信部５５はそれぞれ、機能的および物理的には、上述した制御部３１１，３２１，４１、記憶部３１２，３２２，４２、入力部４３、出力部４４、および通信部３２３，４５と同様の構成を有する。
記憶部５２には、学習サーバ５０の動作を実行するためのＯＳ、各種プログラム、各種テーブル、各種データベースなどが記憶可能である。ここで、各種プログラムには、本実施形態による予測学習モデルを用いた処理を実現する情報処理プログラムが含まれる。記憶部５２は、ネットワーク２を介して通信可能な他のサーバに設けても良い。具体的に記憶部５２には、予測学習モデル５２１、およびビッグデータ５２２が格納されている。予測学習モデル５２１は、上述した予測学習モデル４２１と同様の学習モデルを含む。ビッグデータ５２２は、廃棄物処理施設１における過去の運転データ、すなわち、処理前酸性ガス濃度、各種プロセスデータ、廃棄物の燃焼状態を示す特徴量、およびスートブロー運転の有無などのデータを含む。すなわち、学習サーバ５０は、ネットワーク２を介して廃棄物処理施設１における種々の運転データを受信して取得し、ビッグデータ５２２として記憶部５２に格納する。
本実施形態において学習サーバ５０の制御部５１は、記憶部５２に記憶されたプログラムを主記憶部の作業領域にロードして実行し、プログラムの実行を通じて各構成部などを制御することによって、学習部５１１の機能を実現できる。学習部５１１の機能は、上述した学習部４１２と同様である。制御部５１の学習部５１１は、ビッグデータ５２２に含まれる過去の運転データに基づいて、上述した予測学習モデル４２１の生成方法や更新方法と同様にして、予測学習モデル５２１を生成したり更新したりする。制御部５１は、生成した予測学習モデル５２１を、ネットワーク２を通じてガス濃度予測装置４０に送信する。ガス濃度予測装置４０は、受信した予測学習モデル５２１を予測学習モデル４２１として、記憶部４２に格納する。これにより、ガス濃度予測装置４０において予測学習モデル４２１を生成する必要がなくなることから、制御部４１の負荷を低減できる。
また、学習サーバ５０の制御部５１に予測部４１１と同様の機能を実現させることも可能である。この場合、記憶部５２には予測部４１１の機能を実現するプログラムが格納されていても良い。これにより、学習サーバ５０において、ガス濃度予測装置４０が実行する機能、すなわち濃度予測値の導出を実現できる。換言すると、学習サーバ５０とガス濃度予測装置４０とを一体に構成して、学習サーバ５０において導出された濃度予測値の情報を、ネットワーク２を介して廃棄物処理施設１に送信することも可能である。これにより、廃棄物処理施設１における処理の負荷を低減できる。
（薬剤供給制御方法）
次に、上述したガス濃度予測装置４０を用いて排ガスダクト１３０に供給する薬剤の量を制御する薬剤供給制御方法について説明する。図４は、本実施形態による薬剤供給制御方法を説明するための図である。
図４に示すように、まず、運転開始時において、焼却炉１００の運転中において燃焼制御装置３１が取得した、燃焼状態の特徴量、スートブロー運転の有無の情報、および各種プロセスデータ（以下、各種プロセスデータと総称）が、燃焼制御装置３１からガス濃度予測装置４０に送信される。ガス濃度予測装置４０は取得した各種プロセスデータを、記憶部４２のプロセスデータＤＢ４２３に格納する。また、上流酸性ガス濃度計３４によって計測された処理前酸性ガス濃度の計測値が、ガス濃度予測装置４０に送信されて、ガス濃度ＤＢ４２２に格納される。
（プロセスデータ取得処理）
ガス濃度予測装置４０において予測部４１１は、予測学習モデル４２１のプログラムを読み込む一方、取得した各種プロセスデータおよび処理前酸性ガス濃度の計測値を記憶部４２から取得する。
（処理前酸性ガス濃度の予測処理）
予測部４１１は、入力された各種プロセスデータおよび処理前酸性ガス濃度に基づいて、予測時間後の処理前酸性ガスの濃度予測値を導出する予測処理を行う。ガス濃度予測装置４０の制御部４１は、予測時間後の濃度予測値の情報を、薬剤供給制御部としての薬剤供給制御装置３２に出力する。
（薬剤量の算出処理）
薬剤供給制御装置３２の制御部３２１がガス濃度予測装置４０から濃度予測値を取得すると、取得した濃度予測値を記憶部３２２に格納する。また、薬剤供給制御装置３２は、下流酸性ガス濃度計３５から処理後酸性ガス濃度の計測値を取得して、記憶部３２２に格納する。続いて、薬剤量算出部３２４は、記憶部３２２から読み出した濃度予測値に基づいて、排ガスダクト１３０に供給する薬剤量を算出する。なお、薬剤量算出部３２４は、濃度予測値と処理後酸性ガス濃度の計測値とに基づいて薬剤量を算出しても良い。薬剤量算出部３２４は、薬剤量の算出値に基づいて、排ガスダクト１３０に供給する薬剤量に関する供給量制御値を生成して、薬剤供給部３３に出力する。
（薬剤の供給処理）
薬剤供給部３３は、入力された供給量制御値に基づいた量の薬剤を、供給口１３１を通じて排ガスダクト１３０に供給する。排ガスダクト１３０においては、上述した反応式（１－１）～（３）などの反応が生じて酸性ガス濃度が低減される。
（処理後酸性ガス濃度）
集塵器１４０によって処理された排ガスに対して、下流酸性ガス濃度計３５により処理後酸性ガス濃度が計測される。計測された処理後酸性ガス濃度は、ガス濃度予測装置４０に供給されて、ガス濃度ＤＢ４２２に格納される一方、薬剤供給制御装置３２に供給されて記憶部３２２に格納される。排ガスは、各種の処理によって清浄化されて、大気に放出される。以上により、薬剤供給制御処理が実行される。薬剤供給制御処理は、排ガス処理が継続している間、繰り返し実行される。
（予測学習モデルの更新）
また、以上のように実行された薬剤供給制御処理においては、燃焼制御装置３１から取得した各種プロセスデータがプロセスデータＤＢ４２３に蓄積されるとともに、処理前酸性ガス濃度および処理後酸性ガス濃度の計測値がガス濃度ＤＢ４２２に蓄積される。ガス濃度予測装置４０の制御部４１における学習部４１２は、蓄積された各種プロセスデータおよびガス濃度を教師データとして、予測学習モデル４２１を適宜、更新することができる。なお、予測学習モデル４２１の更新は、所定期間ごとの頻度で行っても良く、処理前酸性ガス濃度の計測値と濃度予測値との二乗平均平方根誤差（ＲＭＳＥ：Root Mean Square Error）が更新時点のＲＭＳＥより一定割合、例えば３０％以上大きくなった段階で行うようにしても良い。
酸性ガスは、廃棄物の燃焼によって発生するものであることから、燃焼状況を推定して、燃焼状況の変化を予測できれば、酸性ガス濃度を予測可能であると考えられる。しかしながら、燃焼プロセスが複雑であることから、酸性ガス濃度の予測は困難であった。これに対し、以上説明した一実施形態によれば、焼却炉１００において計測された各種プロセスデータからガス濃度予測装置４０によって酸性ガス濃度を予測し、予測した酸性ガス濃度の増減に基づいて、薬剤供給量を調整することができる。これにより、従来に比して、薬剤供給量を低減して、薬剤の過剰投入を抑制できる。本発明では、過去のプロセスデータから機械学習を用いて予測することで、酸性ガス濃度の予測が可能となった。
以上、本発明の一実施形態について具体的に説明したが、本発明は、上述の一実施形態に限定されるものではなく、本発明の技術的思想に基づく各種の変形が可能である。例えば、上述の一実施形態において挙げた数値はあくまでも例に過ぎず、必要に応じてこれと異なる数値を用いても良く、本実施形態による本発明の開示の一部をなす記述および図面により本発明は限定されることはない。
例えば、上述した一実施形態においては、予測学習モデル４２１を廃棄物処理施設１に設けられたガス濃度予測装置４０の記憶部４２に格納しているが、ネットワーク２を通じて通信可能な他のサーバの記憶部に格納することも可能である。すなわち、予測学習モデル４２１を、ネットワーク２を介して薬剤供給制御装置３２と通信可能な予測サーバに格納しておくことも可能である。この場合、予測サーバの制御部は、薬剤供給制御装置３２からの要求に対応して、上述した燃焼制御装置３１やガス濃度計３４，３５などからプロセスデータなどの各種の入力パラメータを取得して、予測時間後の濃度予測値を導出し、薬剤供給制御装置３２に送信する。換言すると、予測部４１１の機能を備えた制御部を、ネットワーク２を介して通信可能な廃棄物処理施設１とは別体の情報処理装置に設けても良い。さらに、予測部４１１と学習部４１２とをそれぞれ、互いにネットワーク２を介して通信可能な別の装置に設けても良い。
また、例えば、上述した一実施形態においては、数値予測の一例として機械学習におけるニューラルネットワークを用いたディープラーニングを用いたが、それ以外の方法に基づく数値予測を行っても良い。例えば、以下の三種類の方法を採用することも可能である。第１に、リカレントニューラルネットワークを用いた時系列予測で、ＬＳＴＭやＧＲＵなどの方法を採用できる。第２に、回帰的な機械学習を用いた教師あり学習を採用できる。機械学習としては例えば、ＸＧＢＯＯＳＴやＬＩＧＨＴＧＢＭなどの勾配ブースティング、ランダムフォレストなどのバギング、ＥＬＡＳＴＩＣＮＥＴ回帰などの正則化線形回帰、ＰＬＳ回帰、直交マッチング追跡、サポートベクターマシン、決定木、ナイーブベイズ、ｋ近傍法などの方法を用いても良い。さらに、これらの複数の方法を組み合わせたアンサンブルモデルや、スタッキングなどを行っても良い。これらの方法を採用する場合、説明変数として時系列情報を含んだ形にセンサーデータを加工した特徴量を用いても良い。特徴量としては、ウィンドウサイズ、時間遅れ、集計関数などにより複数の種類があり、例えば酸性ガス濃度の三分移動平均などを特徴量としても良い。また、回帰のみならず分類を行って、その結果を回帰に使用したり、教師あり学習に代えて半教師あり学習を用いたりしても良い。第３に、統計モデリングによる方法であって、例えばＡＲＩＭＡモデルや、カルマンフィルタを用いた線形ガウス状態空間モデルなどの状態空間モデルを採用しても良い。
また、例えば、上述した一実施形態においては、焼却炉として段差壁を有する火格子焼却炉を採用した例について説明したが、必ずしも火格子焼却炉に限定されない。
（記録媒体）
上述の一実施形態において、燃焼制御装置３１、薬剤供給制御装置３２、またはガス濃度予測装置４０にそれらの処理方法を実行させるプログラムを、コンピュータその他の機械やウェアラブルデバイスなどの装置（以下、コンピュータなど、という）が読み取り可能な記録媒体に記録することができる。コンピュータなどに、この記録媒体のプログラムを読み込ませて実行させることにより、当該コンピュータなどが移動体制御装置として機能する。ここで、コンピュータなどが読み取り可能な記録媒体とは、データやプログラムなどの情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータなどから読み取ることができる非一時的な記録媒体をいう。このような記録媒体のうちのコンピュータ等から取り外し可能なものとしては、例えばフレキシブルディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＣＤ－Ｒ／Ｗ、ＤＶＤ、ＢＤ、ＤＡＴ、磁気テープ、フラッシュメモリなどのメモリカードなどがある。また、コンピュータなどに固定された記録媒体としてハードディスク、ＲＯＭなどがある。さらに、ＳＳＤは、コンピュータなどから取り外し可能な記録媒体としても、コンピュータなどに固定された記録媒体としても利用可能である。
また、一実施形態による燃焼制御装置３１、薬剤供給制御装置３２、およびガス濃度予測装置４０に実行させるプログラムは、インターネットなどのネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。
（その他の実施形態）
一実施形態においては、上述した「部」を、「回路」などに読み替えることができる。例えば、制御部は、制御回路に読み替えることができる。
なお、本明細書における薬剤供給制御方法の説明では、「まず」、「その後」、「続いて」などの表現を用いて処理の前後関係を明示していたが、本実施形態を実施するために必要な処理の順序は、それらの表現によって一意的に定められるわけではない。すなわち、本明細書で記載した薬剤供給制御方法における処理の順序は、矛盾のない範囲で変更することができる。
さらなる効果や変形例は、当業者によって容易に導き出すことができる。本開示のより広範な態様は、以上のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付のクレームおよびその均等物によって定義される総括的な発明の概念の精神または範囲から逸脱することなく、様々な変更が可能である。
１ 廃棄物処理施設
２ ネットワーク
３０ 制御装置群
３１ 燃焼制御装置
３２ 薬剤供給制御装置
３３ 薬剤供給部
３４ 上流酸性ガス濃度計
３５ 下流酸性ガス濃度計
４０ ガス濃度予測装置
４１，５１，３１１，３２１ 制御部
４２，５２，３１２，３２２ 記憶部
４３，５３ 入力部
４４，５４ 出力部
４５，５５，３２３ 通信部
５０ 学習サーバ
１００ 焼却炉
１０１ 炉
１０２ 廃棄物投入口
１０３ 廃棄物供給装置
１０４ 火格子
１０５ 灰落下口
１０６ 燃焼用空気ブロア
１０７ 炉出口
１０９ ボイラ
１０９ａ 熱交換器
１０９ｂ 蒸気ドラム
１１０ 二次空気吹き込み口
１１１ 二次空気ブロア
１１２ 廃棄物供給部
１１３ 段差壁
１１４ 燃焼用空気ダンパ
１１４ａ，１１４ｂ，１１４ｃ，１１４ｄ 火格子下燃焼用空気ダンパ
１１６ 中間天井
１１７ 燃焼室ガス温度計
１１８ 主煙道ガス温度計
１１９ 炉出口下部ガス温度計
１２０ 炉出口中部ガス温度計
１２１ 炉出口ガス温度計
１２２ ボイラ出口酸素濃度計
１２３ ガス濃度計
１２４ 排ガス流量計
１２５ 蒸気流量計
１２６ 撮像部
１３０，１５０ 排ガスダクト
１３１ 供給口
１４０ 集塵器
１６０ 煙突
３２４ 薬剤量算出部
４１１ 予測部
４１２，５１１ 学習部
４２１，５２１ 予測学習モデル
４２２ ガス濃度ＤＢ
４２３ プロセスデータＤＢ
５２２ ビッグデータ

Claims (11)

  1. 廃棄物を焼却する廃棄物焼却炉から排出される酸性ガスを含む排ガス中の前記酸性ガスの濃度または物質量を予測する制御部を備えた情報処理装置であって、
    前記制御部は、
    前記酸性ガスの濃度または物質量の計測値を取得して酸性ガス計測値として記憶部に格納し、
    前記廃棄物焼却炉から、前記廃棄物焼却炉における運転に関連した情報を取得してプロセスデータとして前記記憶部に格納し、
    前記記憶部から読み出した、所定時点における前記酸性ガス計測値および前記プロセスデータに基づいて、前記所定時点から所定の予測時間後の前記酸性ガスの濃度または物質量を予測して、濃度予測値を出力する場合に、
    前記記憶部から、前記所定時点における前記酸性ガス計測値および前記プロセスデータを入力パラメータとして取得し、前記記憶部から読み出した前記酸性ガス計測値および前記プロセスデータを予測学習モデルに入力し、
    前記濃度予測値を出力パラメータとして出力し、
    前記予測学習モデルは、所定期間における、前記酸性ガスの濃度または物質量の計測値および前記プロセスデータを学習用入力パラメータとし、前記酸性ガス計測値および前記プロセスデータを取得した前記所定時点から前記予測時間経過後の前記酸性ガス計測値を学習用出力パラメータとした入出力データセットを用いて、機械学習によって生成された学習モデルであり、
    前記予測学習モデルの更新を、前記酸性ガス計測値と前記濃度予測値との二乗平均平方根誤差が更新時点の二乗平均平方根誤差より３０％以上大きくなった段階で行う
    情報処理装置。
  2. 前記排ガスに対して排ガス処理を実行する排ガス処理部における、前記排ガス処理が実行される前の前記排ガスに含まれる前記酸性ガスの濃度または物質量を予測する
    請求項１に記載の情報処理装置。
  3. 前記廃棄物焼却炉が、前記廃棄物を移動させる火格子および蒸気を発生させる蒸気発生部を備え、
    前記プロセスデータは、前記排ガスにおける、温度、酸素濃度、ＮＯx濃度、および流量、前記廃棄物における、体積、および嵩密度、前記火格子における、速度、および火格子下空気圧力、ならびに前記蒸気発生部の出口の圧力および温度から選ばれた少なくとも１種類の物理量を含む
    請求項１または２に記載の情報処理装置。
  4. 前記廃棄物焼却炉が、前記廃棄物焼却炉内の前記廃棄物を含む領域を撮像する撮像部を備え、
    前記プロセスデータは、前記撮像部が撮像した、火炎の燃焼状態を示す燃焼画像データ、および熱画像情報に基づいて前記火炎を透過した状態を示す透過画像データの少なくとも一方から得られた特徴量を含む
    請求項１～３のいずれか１項に記載の情報処理装置。
  5. 前記廃棄物焼却炉が、蒸気を発生させる蒸気発生部を備え、
    前記プロセスデータは、前記蒸気発生部におけるスートブロー運転の有無の情報を含む
    請求項１～４のいずれか１項に記載の情報処理装置。
  6. 前記酸性ガスが塩化水素ガスである
    請求項１～５のいずれか１項に記載の情報処理装置。
  7. 廃棄物を焼却する廃棄物焼却炉から排出される酸性ガスを含む排ガス中の前記酸性ガスの濃度または物質量を予測する制御部を備えた情報処理装置が実行する情報処理方法であって、
    前記制御部は、
    前記酸性ガスの濃度または物質量の計測値を取得して酸性ガス計測値として記憶部に格納し、
    前記廃棄物焼却炉から、前記廃棄物焼却炉における運転に関連した情報を取得してプロセスデータとして前記記憶部に格納し、
    前記記憶部から読み出した所定時点における前記酸性ガス計測値および前記プロセスデータに基づいて、前記所定時点から所定の予測時間後の前記酸性ガスの濃度または物質量を予測して、濃度予測値を出力する場合に、
    前記記憶部から、前記所定時点における前記酸性ガス計測値および前記プロセスデータを入力パラメータとして取得し、前記記憶部から読み出した前記酸性ガス計測値および前記プロセスデータを予測学習モデルに入力し、
    前記濃度予測値を出力パラメータとして出力し、
    前記予測学習モデルは、所定期間における、前記酸性ガスの濃度または物質量の計測値および前記プロセスデータを学習用入力パラメータとし、前記酸性ガス計測値および前記プロセスデータを取得した前記所定時点から前記予測時間経過後の前記酸性ガス計測値を学習用出力パラメータとした入出力データセットを用いて、機械学習によって生成された学習モデルであり、
    前記予測学習モデルの更新を、前記酸性ガス計測値と前記濃度予測値との二乗平均平方根誤差が更新時点の二乗平均平方根誤差より３０％以上大きくなった段階で行う
    情報処理方法。
  8. 廃棄物を焼却する廃棄物焼却炉から排出される酸性ガスを含む排ガス中の前記酸性ガスの濃度または物質量を予測する制御部を備えた情報処理装置に、
    前記酸性ガスの濃度または物質量の計測値を取得して酸性ガス計測値として記憶部に格納し、
    前記廃棄物焼却炉から、前記廃棄物焼却炉における運転に関連した情報を取得してプロセスデータとして前記記憶部に格納し、
    前記記憶部から読み出した所定時点における前記酸性ガス計測値および前記プロセスデータに基づいて、前記所定時点から所定の予測時間後の前記酸性ガスの濃度または物質量を予測して、濃度予測値を出力する場合に、
    前記記憶部から、前記所定時点における前記酸性ガス計測値および前記プロセスデータを入力パラメータとして取得し、前記記憶部から読み出した前記酸性ガス計測値および前記プロセスデータを予測学習モデルに入力し、
    前記濃度予測値を出力パラメータとして出力し、
    前記予測学習モデルは、所定期間における、前記酸性ガスの濃度または物質量の計測値および前記プロセスデータを学習用入力パラメータとし、前記酸性ガス計測値および前記プロセスデータを取得した前記所定時点から前記予測時間経過後の前記酸性ガス計測値を学習用出力パラメータとした入出力データセットを用いて、機械学習によって生成された学習モデルであり、
    前記予測学習モデルの更新を、前記酸性ガス計測値と前記濃度予測値との二乗平均平方根誤差が更新時点の二乗平均平方根誤差より３０％以上大きくなった段階で行う
    ことを実行させるプログラム。
  9. 廃棄物を焼却する廃棄物焼却炉から排出される酸性ガスを含む排ガスに排ガス処理を実行する排ガス処理部によって、前記排ガス処理が実行される前の前記排ガスに薬剤を供給する薬剤供給装置であって、
    前記排ガス処理が実行される前の前記排ガスに薬剤を供給する薬剤供給部と、
    前記薬剤供給部に対して前記薬剤の供給量を指示する供給量制御値を出力する薬剤供給制御部と、を備え、
    前記薬剤供給制御部は、
    請求項１～６のいずれか１項に記載の情報処理装置から出力された濃度予測値を取得して、記憶部に格納し、
    前記記憶部から前記濃度予測値を取得して、前記濃度予測値に基づいて前記供給量制御値を導出する
    薬剤供給装置。
  10. 廃棄物を焼却する廃棄物焼却炉から排出される酸性ガスを含む排ガスに対して排ガス処理を実行する排ガス処理装置であって、
    前記排ガスの煙道に設けられた排ガス処理部と、
    前記排ガス処理部における前記排ガスの流れ方向に沿った上流側に薬剤を供給する薬剤供給部と、
    前記薬剤供給部に対して前記薬剤の供給量を指示する供給量制御値を出力する薬剤供給制御部と、を備え、
    前記薬剤供給制御部は、
    請求項１～６のいずれか１項に記載の情報処理装置から出力された濃度予測値を取得して、記憶部に格納し、
    前記記憶部から前記濃度予測値を取得して、前記濃度予測値に基づいて前記供給量制御値を導出する
    排ガス処理装置。
  11. 廃棄物を焼却する廃棄物焼却炉から排出される酸性ガスを含む排ガスに対して排ガス処理を実行する排ガス処理方法であって、
    前記排ガスの煙道に設けられた排ガス処理部において行われる排ガス処理工程と、
    薬剤を供給可能に構成された薬剤供給部から、前記排ガス処理部における前記排ガスの流れ方向に沿った上流側に薬剤を供給する薬剤供給工程と、
    薬剤供給制御部が、前記薬剤供給部に対して前記薬剤の供給量を指示する供給量制御値を出力する薬剤供給制御工程と、を含み、
    前記薬剤供給制御工程は、
    前記薬剤供給制御部が請求項１～６のいずれか１項に記載の情報処理装置から出力された濃度予測値を取得して記憶部に格納し、前記記憶部から前記濃度予測値を取得して、前記濃度予測値に基づいて前記供給量制御値を導出する工程を含む
    排ガス処理方法。
JP2020115538A 2020-07-03 2020-07-03 情報処理装置、情報処理方法、プログラム、薬剤供給装置、排ガス処理装置、および排ガス処理方法 Active JP7456312B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020115538A JP7456312B2 (ja) 2020-07-03 2020-07-03 情報処理装置、情報処理方法、プログラム、薬剤供給装置、排ガス処理装置、および排ガス処理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020115538A JP7456312B2 (ja) 2020-07-03 2020-07-03 情報処理装置、情報処理方法、プログラム、薬剤供給装置、排ガス処理装置、および排ガス処理方法

Publications (2)

Publication Number Publication Date
JP2022013163A JP2022013163A (ja) 2022-01-18
JP7456312B2 true JP7456312B2 (ja) 2024-03-27

Family

ID=80169529

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020115538A Active JP7456312B2 (ja) 2020-07-03 2020-07-03 情報処理装置、情報処理方法、プログラム、薬剤供給装置、排ガス処理装置、および排ガス処理方法

Country Status (1)

Country Link
JP (1) JP7456312B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115414770B (zh) * 2022-09-15 2023-12-01 杭州楚环科技股份有限公司 垃圾废气处理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018151771A (ja) 2017-03-10 2018-09-27 荏原環境プラント株式会社 プロセス管理支援装置および方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3669781B2 (ja) * 1996-08-12 2005-07-13 株式会社クボタ ゴミ焼却炉の燃焼制御方法
JP2011072877A (ja) * 2009-09-29 2011-04-14 Mitsubishi Heavy Ind Ltd 排ガス脱塩装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018151771A (ja) 2017-03-10 2018-09-27 荏原環境プラント株式会社 プロセス管理支援装置および方法

Also Published As

Publication number Publication date
JP2022013163A (ja) 2022-01-18

Similar Documents

Publication Publication Date Title
JP7443683B2 (ja) 自動燃焼制御方法および監視センタ
JP7456312B2 (ja) 情報処理装置、情報処理方法、プログラム、薬剤供給装置、排ガス処理装置、および排ガス処理方法
JP3712329B2 (ja) プロセスの制御装置
JP7126215B2 (ja) システム制御装置及び制御方法
JP5452906B2 (ja) 燃焼炉の燃焼制御システムおよびその燃焼制御方法
CN112219065A (zh) 燃烧设备的状态量推定方法、燃烧控制方法及燃烧控制装置
JP2022161065A (ja) ごみ質予測装置、焼却炉の燃焼制御装置、ごみ質予測方法、ごみ質予測モデルの学習方法およびごみ質予測モデルプログラム
JP5819251B2 (ja) 循環流動層ボイラの運転制御システム
JP2024001991A (ja) 情報処理装置、情報処理方法、およびプログラム
JP6907151B2 (ja) 燃焼炉の燃焼状態の推定方法、燃焼炉の燃焼制御方法、および燃焼炉の燃焼制御装置
JP7501432B2 (ja) 廃棄物情報予測装置、焼却炉の燃焼制御装置、廃棄物情報予測方法、廃棄物情報予測モデルの学習方法および廃棄物情報予測モデルプログラム
JP7354930B2 (ja) 情報処理装置、情報処理方法、燃焼制御装置、および燃焼制御方法
JP4486628B2 (ja) 焼却炉の制御方法及び装置、並びにプログラム
JP7354924B2 (ja) 情報処理装置、情報処理方法、廃棄物供給速度の計測装置ならびに計測方法、燃切点の位置測定装置ならびに測定方法、および燃焼制御装置ならびに燃焼制御方法
JP7428080B2 (ja) 情報処理装置、情報処理方法、燃焼制御装置、および燃焼制御方法
JP6673799B2 (ja) ガス化溶融炉プラントの排ガス制御装置及び排ガス制御方法
JP7075021B1 (ja) ごみ焼却処理施設の燃焼制御装置及び燃焼制御方法
JP2024061437A (ja) 自動運転管理方法および自動運転管理装置
JP7516963B2 (ja) 情報処理装置および情報処理方法
JP7299721B2 (ja) 排ガス処理システムおよび排ガス処理方法
JP6938571B2 (ja) 情報処理装置を自動で操作する装置
JP2006046825A (ja) 塩素化合物の処理方法および処理装置
JP2021173495A (ja) 廃棄物供給異常検知方法、廃棄物供給制御方法、廃棄物供給異常検知装置および廃棄物供給制御装置
JP2021173497A (ja) 廃棄物供給異常検知方法、廃棄物供給制御方法、廃棄物供給異常検知装置および廃棄物供給制御装置
KR20240045669A (ko) 시계열 예측 모델을 이용한 소각로 제어 시스템 및 시스템의 동작 방법

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220824

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230719

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230905

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231031

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240213

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240226

R150 Certificate of patent or registration of utility model

Ref document number: 7456312

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150