JPH08121704A - Steam temperature control apparatus for boiler - Google Patents
Steam temperature control apparatus for boilerInfo
- Publication number
- JPH08121704A JPH08121704A JP6255469A JP25546994A JPH08121704A JP H08121704 A JPH08121704 A JP H08121704A JP 6255469 A JP6255469 A JP 6255469A JP 25546994 A JP25546994 A JP 25546994A JP H08121704 A JPH08121704 A JP H08121704A
- Authority
- JP
- Japan
- Prior art keywords
- steam temperature
- flow rate
- superheater
- temperature
- secondary superheater
- 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.)
- Pending
Links
Landscapes
- Control Of Steam Boilers And Waste-Gas Boilers (AREA)
- Feedback Control In General (AREA)
- Control Of Temperature (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は、ボイラプラントの蒸気
温度制御装置に係わり、特に好適な計算モデルを有する
ボイラの蒸気温度制御装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a steam temperature controller for a boiler plant, and more particularly to a steam temperature controller for a boiler having a suitable calculation model.
【０００２】[0002]
【従来の技術】従来の蒸気温度制御方法としては、ボイ
ラプラントのプロフィールを予め予測して決定される先
行値と、設定値と実測値との偏差のフィードバックとの
和として燃料流量、スプレー量を補正するものが主流で
ある。そして、ＤＳＳ運転等の運用の多様化に対応でき
るように過熱器の物理モデルを制御系に内蔵し、蒸気温
度のｎ分先の値を予測する制御手法が提案されている
（特開昭５７−１６７１９号参照）。2. Description of the Related Art As a conventional steam temperature control method, a fuel flow rate and a spray amount are calculated as a sum of a preceding value determined by predicting a boiler plant profile in advance and a feedback of a deviation between a set value and an actually measured value. What is corrected is the mainstream. Then, a control method has been proposed in which a physical model of a superheater is built in a control system so as to cope with diversification of operations such as DSS operation, and a value of the steam temperature n minutes ahead is predicted (Japanese Patent Laid-Open No. 57-57). -16719).
【０００３】さらに、過熱器の物理モデルにおいて計算
条件として与える過熱器外部のガス温度を、バーナ域と
２段燃焼域とに分割したボイラ火炉の物理モデルを適用
して計算するような制御方法が考えられている。Further, there is a control method in which the gas temperature outside the superheater given as a calculation condition in the physical model of the superheater is calculated by applying a physical model of a boiler furnace divided into a burner region and a two-stage combustion region. It is considered.
【０００４】従来の制御方法は、ボイラの蒸気温度応答
遅れによる制御修正動作の遅れを補償するために、過熱
器の物理モデルから演算されるｎ分先の蒸気温度予測値
により先行的に燃料流量を補正するものであり、過熱器
物理モデルの計算条件となる過熱器外部ガス温度をボイ
ラ火炉の物理モデルから算出するものである。In the conventional control method, in order to compensate for the delay of the control correction operation due to the steam temperature response delay of the boiler, the fuel flow rate is preceded by the steam temperature prediction value calculated n minutes ahead from the physical model of the superheater. The temperature of the gas outside the superheater, which is the calculation condition for the physical model of the superheater, is calculated from the physical model of the boiler furnace.
【０００５】超臨界圧定圧運転ボイラの蒸気温度制御へ
の適用を想定して、物理モデル化して扱う過熱器として
２次過熱器（最終過熱器）をとる。即ち、２次過熱器の
物理モデルにおいて水／蒸気エンタルピＨｓとメタル温
度Ｔｍとに対するエネルギー保存方程式は、 ＶＲｄＨｓ／ｄｔ ＝（Ｈｉｎ−Ｈｓ）Ｆｓ＋Ａｓαｓ（Ｔｍ−Ｔｓ） （１） ＭｍＣｍｄＴｍ／ｄｔ ＝Ａｓαｓ（Ｔｍ−Ｔｓ）＋Ａｍαｍ（Ｔｇ−Ｔｍ） （２） である。但し、 Ｖ：２次過熱器流路容積 Ｒ：２次過熱器流体比重量 Ｈｓ：２次過熱器出口流体エンタルピ Ｈｉｎ：２次過熱器入口流体エンタルピ Ｆｓ：２次過熱器流体流量 Ａｓ：２次過熱器流体側伝熱面積 αｓ：２次過熱器メタル／流体熱伝達率 Ｔｓ：２次過熱器流体温度（Ｈｓの関数） Ｍｍ：２次過熱器メタル質量 Ｔｍ：２次過熱器メタル温度 Ｔｇ：２次過熱器外部ガス温度 Ａｍ：２次過熱器メタル側伝熱面積 αｍ：２次過熱器ガス／メタル熱伝達率 である。ここで２次過熱器の外部ガス温度は後述する火
炉の物理モデルを使って、 Ｔｇ＝Ｆ（Ｆｆ，Ｆａ，Ｆｇｒ，Ｆｇａｓ，Ｆａ2 ） （３） で計算される。但し、 Ｆｆ：燃料流量 Ｆａ：空気流量 Ｆｇｒ：再循環ガス流量 Ｆｇａｓ：全ガス流量 Ｆａ2 ：２段燃焼空気流量 であり、Ｔｇはこの他にも燃料、空気、ガスのエンタル
ピ、比熱にも依存して算出され、火炉のモデルパラメー
タにも依存するものである。A secondary superheater (final superheater) is used as a superheater handled by physical modeling, assuming application to steam temperature control of a supercritical pressure constant pressure operation boiler. That is, the energy conservation equation for the water / steam enthalpy Hs and the metal temperature Tm in the physical model of the secondary superheater is: VRdHs / dt = (Hin−Hs) Fs + Asαs (Tm−Ts) (1) MmCmdTm / dt = Asαs ( Tm-Ts) + Am [alpha] m (Tg-Tm) (2). However, V: Secondary superheater channel volume R: Secondary superheater fluid specific weight Hs: Secondary superheater outlet fluid enthalpy Hin: Secondary superheater inlet fluid enthalpy Fs: Secondary superheater fluid flow rate As: Secondary Superheater Fluid side heat transfer area αs: Secondary superheater metal / fluid heat transfer coefficient Ts: Secondary superheater fluid temperature (function of Hs) Mm: Secondary superheater metal mass Tm: Secondary superheater metal temperature Tg: Secondary superheater external gas temperature Am: Secondary superheater metal side heat transfer area αm: Secondary superheater gas / metal heat transfer coefficient. Here, the external gas temperature of the secondary superheater is calculated by Tg = F (Ff, Fa, Fgr, Fgas, Fa 2 ) (3) using the physical model of the furnace described later. However, Ff: fuel flow rate Fa: air flow rate Fgr: recirculation gas flow rate Fgas: total gas flow rate Fa 2 : two-stage combustion air flow rate, and Tg also depends on the enthalpy and specific heat of fuel, air, gas It depends on the model parameters of the furnace.
【０００６】次に、２次過熱器外部ガス温度Ｔｇを計算
する手法を説明する。まず、火炉をバーナ域と２段燃焼
域に要素分割した火炉の物理モデルを説明する。Next, a method of calculating the secondary superheater external gas temperature Tg will be described. First, a physical model of a furnace in which the furnace is divided into a burner region and a two-stage combustion region will be described.
【０００７】火炉をバーナ域と２段燃焼域とに分割し、
両域での熱収支の方程式の解がバーナ域および２段燃焼
域の燃焼ガス温度である。即ち、バーナ域における熱収
支は次の方程式で表現される。The furnace is divided into a burner area and a two-stage combustion area,
The solution of the heat balance equation in both regions is the combustion gas temperature in the burner region and the two-stage combustion region. That is, the heat balance in the burner region is expressed by the following equation.
【０００８】 ＱＢｉｎ＝ＱＢｏｕｔ＋ＱＢｔｒ （４） ここで、バーナ域への入熱ＱＢｉｎはバーナ域での燃料
の発生熱量ＱＢｇｅｎと空気、燃料および再循環ガスの
顕熱、それぞれＱＢａｉｒ、ＱｆｕｅｌおよびＱＢｇ
ｒ，ｉｎの持込み量の総和である。このうち発生熱量Ｑ
Ｂｇｅｎは燃焼率Ｆｌに依存して決まる。即ち、次の
（５）式のようになる。QBin = QBout + QBtr (4) Here, the heat input QBin to the burner region is the heat generation amount QBgen of the fuel in the burner region and the sensible heat of air, fuel and recirculation gas, respectively QBair, Qfuel and QBg.
It is the sum of the carry-in amounts of r and in. Of this, the amount of heat generated Q
Bgen is determined depending on the combustion rate Fl. That is, the following expression (5) is obtained.
【０００９】 ＱＢｉｎ＝ＱＢｇｅｎ＋ＱＢａｉｒ＋Ｑｆｕｅｌ＋ＱＢｇｒ，ｉｎ （５） また、バーナ域からの出熱ＱＢｏｕｔは燃焼ガス、再循
環ガス、未燃分の顕熱、それぞれＱＢｇａｓ、ＱＢｇ
ｒ，ｏｕｔおよびＱｕｂｃの持ち出し量の総和である。
即ち、次の（６）式のようになる。QBin = QBgen + QBair + Qfuel + QBgr, in (5) Further, the heat output QBout from the burner region is combustion gas, recirculation gas, sensible heat of unburned gas, QBgas and QBg, respectively.
It is the sum of the carry-out amounts of r, out, and Qubc.
That is, the following expression (6) is obtained.
【００１０】 ＱＢｏｕｔ＝ＱＢｇａｓ＋ＱＢｇｒ，ｏｕｔ＋Ｑｕｂｃ （６） さらに、バーナ域における火炎からバーナ域の水壁への
伝熱量ＱＢｔｒは輻射ＱＢｒａｄと熱伝達ＱＢｃｖとの
総和である。このうち輻射ＱＢｒａｄは輻射率と形態係
数の積Ｆと火炎充満率Ｆｃｇに依存して決まる。QBout = QBgas + QBgr, out + Qubc (6) Furthermore, the amount of heat transfer QBtr from the flame in the burner area to the water wall in the burner area is the sum of the radiation QBrad and the heat transfer QBcv. Of these, the radiation QBrad is determined depending on the product F of the radiation rate and the view factor and the flame filling rate Fcg.
【００１１】即ち、 ＱＢｔｒ＝ＱＢｒａｄ＋ＱＢｃｖ （７） である。That is, QBtr = QBrad + QBcv (7).
【００１２】このように、バーナ域における熱収支方程
式の両辺はバーナ域の燃焼ガス温度ＴＧＢの関数であ
り、この方程式を解くことによりＴＧＢが算出される。
即ち、ＴＧＢは燃料流量、空気流量、再循環ガス流量、
２段燃焼空気流量の関数として求められるが〔（３）式
参照〕、この関数にはパラメータとして燃焼率Ｆｌ、輻
射率と形態係数の積Ｆ、火炎充満率Ｆｃｇが含まれてい
る。これらのパラメータを本明細書では“火炉モデルパ
ラメータ”と称する。Thus, both sides of the heat balance equation in the burner region are functions of the combustion gas temperature TGB in the burner region, and TGB is calculated by solving this equation.
That is, TGB is the fuel flow rate, air flow rate, recirculation gas flow rate,
Although it is obtained as a function of the two-stage combustion air flow rate (see the equation (3)), the function includes the combustion rate Fl, the product F of the emissivity and the form factor, and the flame filling rate Fcg. These parameters are referred to herein as "furnace model parameters".
【００１３】一方、２段燃焼域における熱収支は次の方
程式で表現される。On the other hand, the heat balance in the two-stage combustion region is expressed by the following equation.
【００１４】 ＱＹｉｎ＝ＱＹｏｕｔ＋ＱＹｔｒ （８） ここで、２段燃焼域への入熱ＱＹｉｎはバーナ域での未
燃分の発生熱量ＱＹｇｅｎとバーナ域からの流入ガス、
２段燃焼空気、再循環ガスの顕熱、それぞれＱＢｏｕ
ｔ、ＱＹａｉｒ、ＱＹｇｒ，ｉｎの持込み量との総和で
ある。QYin = QYout + QYtr (8) Here, the heat input QYin to the two-stage combustion region is the heat generation amount QYgen of the unburned component in the burner region and the inflow gas from the burner region,
Two-stage combustion air, sensible heat of recirculation gas, QBou
It is the sum of the carry-in amounts of t, QYair, QYgr, and in.
【００１５】即ち、、次の（９）式のようになる。That is, the following expression (9) is obtained.
【００１６】 ＱＹｉｎ＝ＱＹｇｅｎ＋ＱＢｏｕｔ＋ＱＹａｉｒ＋ＱＹｇｒ，ｉｎ （９） また、２段燃焼域からの出熱ＱＹｏｕｔは燃焼ガス、再
循環ガスの顕熱、それぞれＱＹｇａｓ、ＱＹｇｒ，ｏｕ
ｔの持ち出し量の総和である。このうち発生熱量ＱＹｇ
ｅｎは燃焼率Ｆｌに依存して決まる。即ち、次の（１
０）式のようになる。QYin = QYgen + QBout + QYair + QYgr, in (9) Further, the heat output QYout from the two-stage combustion region is the sensible heat of the combustion gas and the recirculation gas, QYgas, QYgr, ou, respectively.
It is the sum of the carry-out amount of t. Of these, the amount of heat generated QYg
en depends on the combustion rate Fl. That is, the following (1
It becomes like the expression 0).
【００１７】 ＱＹｏｕｔ＝ＱＹｇａｓ＋ＱＹｇｒ，ｏｕｔ （１０） さらに、２段燃焼域の火炎から２段燃焼域の水壁への伝
熱量ＱＹｔｒは、輻射ＱＹｒａｄと熱伝達ＱＹｃｖとの
総和である。このうち輻射ＱＹｒａｄは輻射率と形態係
数の積Ｆ、火炎充満率Ｆｃｇに依存して決まる。QYout = QYgas + QYgr, out (10) Furthermore, the amount of heat transfer QYtr from the flame in the second-stage combustion region to the water wall in the second-stage combustion region is the sum of the radiation QYrad and the heat transfer QYcv. Of these, the radiation QYrad is determined depending on the product F of the radiation rate and the form factor and the flame filling rate Fcg.
【００１８】 ＱＹｔｒ＝ＱＹｒａｄ＋ＱＹｃｖ （１１） このように、２段燃焼域の熱収支方程式の両辺は２段燃
焼域の燃焼ガス温度ＴＧＹおよびバーナ域の燃焼ガス温
度ＴＧＢの関数であり、ＴＧＢはバーナ域の熱収支方程
式から算出されているので、この方程式を解くことによ
りＴＧＹが算出される。即ち、ＴＧＹは燃料流量、空気
流量、再循環ガス流量、２段燃焼空気流量の関数として
（３）の型式で求められるが、この関数には火炉モデル
パラメータが含まれている。QYtr = QYrad + QYcv (11) Thus, both sides of the heat balance equation in the two-stage combustion region are functions of the combustion gas temperature TGY in the two-stage combustion region and the combustion gas temperature TGB in the burner region, and TGB is the burner region. Since it is calculated from the heat balance equation of TGY, TGY is calculated by solving this equation. That is, TGY is obtained by the formula (3) as a function of the fuel flow rate, the air flow rate, the recirculation gas flow rate, and the two-stage combustion air flow rate, and this function includes the furnace model parameter.
【００１９】以上のように算出された２段燃焼域の燃焼
ガス温度ＴＧＹを２次過熱器外部ガス温度Ｔｇとして適
用できる。The combustion gas temperature TGY in the two-stage combustion region calculated as described above can be applied as the secondary superheater external gas temperature Tg.
【００２０】上記方程式（１），（２）は時間常微分方
程式であるから、Ｈｉｎ〔入口エンタルピ（蒸気温
度）〕と（３）式から計算されるＴｇを与えれば、現時
点のＨｓとＴｍを初期条件として積分することにより、
ｎ分後のＨｓとＴｍを計算予測することができる。但
し、ＨｉｎとＴｇは現時点からｎ分間一定であると仮定
する。Since the above equations (1) and (2) are time ordinary differential equations, if Hg [inlet enthalpy (steam temperature)] and Tg calculated from the equation (3) are given, the present Hs and Tm can be calculated. By integrating as an initial condition,
Hs and Tm after n minutes can be calculated and predicted. However, it is assumed that Hin and Tg are constant for n minutes from the present time.
【００２１】以上のようにして計算される２次過熱器出
口蒸気温度のｎ分後の予測値と目標値設定回路から得る
目標値からの偏差に応じてフィードバック信号を作成
し、これとボイラ入力指令から決まる先行値との和を燃
料量指令とし、さらに燃料流量との偏差をフィードバッ
クすることにより燃料調節弁の操作信号を作成する。A feedback signal is created according to the predicted value of the secondary superheater outlet steam temperature calculated as described above after n minutes and the deviation from the target value obtained from the target value setting circuit. The sum of the preceding value determined by the command is used as the fuel amount command, and the deviation from the fuel flow rate is fed back to generate the operation signal of the fuel control valve.
【００２２】このような火炉の物理モデルを考慮に入れ
た予測制御方法においては、２段燃焼を考慮したボイラ
火炉の物理モデルを用いて２次過熱器外部ガス温度を算
出しているので、これを２次過熱器モデルの計算条件と
することにより２次過熱器出口蒸気温度を計算予測する
ことができ、予測計算値に基づく燃料流量制御の制御性
能を向上させることができる。In the predictive control method taking such a physical model of the furnace into consideration, the secondary superheater external gas temperature is calculated using the physical model of the boiler furnace considering the two-stage combustion. The secondary superheater outlet steam temperature can be calculated and predicted by setting the above as the calculation condition of the secondary superheater model, and the control performance of the fuel flow rate control based on the predicted calculation value can be improved.
【００２３】[0023]
【発明が解決しようとする課題】しかし、火炉物理モデ
ルを適用して火炉伝熱量・水壁熱吸収量を計算する場
合、輻射伝熱量を算出するためには火炉物理モデルパラ
メータを決めておく必要がある。これは輻射率と形態係
数との積、燃焼率、火炎充満率であるがモデル化に恣意
性がある、もしくは燃焼様式への依存性が高く、これら
を予め設定することは困難な場合がある。However, when the furnace heat transfer amount and water wall heat absorption amount are calculated by applying the furnace physical model, it is necessary to determine the furnace physical model parameter in order to calculate the radiant heat transfer amount. There is. This is the product of the emissivity and the form factor, the burn rate, and the flame fill rate, but they are arbitrary in modeling, or highly dependent on the combustion mode, and it may be difficult to preset them. .
【００２４】これを解決するには火炉物理モデルにより
輻射率と形態係数との積、燃焼率、火炎充満率という火
炉物理モデルパラメータの関数として算出された火炉出
口ガス温度が実測値に一致するように、上記パラメータ
を時々刻々に推定すればよい。しかし、火炉出口ガス温
度を直接に実測することは困難な場合が多いという問題
がある。To solve this, the furnace outlet gas temperature calculated by the furnace physical model as a function of the parameters of the furnace physical model such as the product of the emissivity and the form factor, the burning rate, and the flame filling rate should match the measured value. In addition, the above parameters may be estimated every moment. However, it is often difficult to directly measure the furnace outlet gas temperature.
【００２５】また、このような問題点を解決するため
に、図５に示すように２次過熱器出口蒸気温度の計算予
測値を実測値と比較し、計算予測値が実測値に一致する
ように、２次過熱器外部ガス温度、従って火炉物理モデ
ルパラメータである輻射率と形態係数の積、燃焼率、火
炎充満率を調節するための火炉物理モデルパラメータ調
節部を設置し、その調節結果に基づいて２次過熱器出口
温度のｎ分先の予測値を求めるという考え方がある。Further, in order to solve such a problem, as shown in FIG. 5, the calculated predicted value of the secondary superheater outlet steam temperature is compared with the measured value so that the calculated predicted value matches the measured value. In addition, a furnace physics model parameter adjustment unit for adjusting the secondary superheater external gas temperature, and therefore the product of the physics model parameter emissivity and form factor, burning rate, and flame filling rate, is installed. There is an idea to obtain a predicted value of the secondary superheater outlet temperature n minutes ahead based on this.
【００２６】即ち、２次過熱器の物理モデルにおける水
／蒸気エンタルピＨｓとメタル温度Ｔｍに対するエネル
ギー保存方程式は（１），（２）式の通りであるが、こ
れをＨｓに対する２階常微分方程式に変形できる。That is, the energy conservation equations for the water / steam enthalpy Hs and the metal temperature Tm in the physical model of the secondary superheater are as shown in equations (1) and (2). Can be transformed into
【００２７】 ｄ2 Ｈｓ／ｄｔ2 ＝Ｉ／ＶＲ〔（ｄＨｉｎ／ｄｔ−ｄＨｓ／ｄｔ）Ｆｓ ＋（Ｈｉｎ−Ｈｓ）ｄＦｓ／ｄｔ ＋Ａｓαｓ（ｄＴｍ／ｄｔ−ｄＴｓ／ｄｔ）〕 （１）′ ここで、ｄＴｍ／ｄｔを（２）式により表現すると、 ｄ2 Ｈｓ／ｄｔ2 ＝Ｉ／ＶＲ〔（ｄＨｉｎ／ｄｔ−ｄＨｓ／ｄｔ）Ｆｓ ＋（Ｈｉｎ−Ｈｓ）ｄＦｓ／ｄｔ ＋Ａｓαｓ（−１／ＭｍＣｍ） ｛−Ａｓαｓ（Ｔｍ−Ｔｓ）＋Ａｍαｍ（Ｔｇ−Ｔｍ）｝〕（１）″ のようにＨｓの２階微分方程式になる。D 2 Hs / dt 2 = I / VR [(dHin / dt-dHs / dt) Fs + (Hin-Hs) dFs / dt + Asαs (dTm / dt-dTs / dt)] (1) ′ where , DTm / dt is expressed by the equation (2), d 2 Hs / dt 2 = I / VR [(dHin / dt-dHs / dt) Fs + (Hin-Hs) dFs / dt + Asαs (-1 / MmCm) {-As [alpha] s (Tm-Ts) + Am [alpha] m (Tg-Tm)}] (1) ", which is a second-order differential equation of Hs.
【００２８】故に、２次過熱器出口温度の計算時点ｔに
おける値Ｔｓ（ｔ）、前ステップｔ−ｄｔでの値Ｔｓ
（ｔ−ｄｔ）、２次過熱器入口温度のｔ、ｔ−ｄｔでの
値Ｔｉｎ（ｔ），Ｔｉｎ（ｔ−ｄｔ）、メタル温度Ｔｍ
（ｔ）を与えれば、火炉物理モデルの出力値である２次
過熱器外部ガス温度Ｔｇ（ｔ）を（１）″式を適用する
ことにより、次ステップｔ＋ｄｔでの２次過熱器出口温
度計算値Ｔｓ，ｃａｌ（ｔ＋ｄｔ）を算出することがで
きる。 即ち、下記の（１２）式のようになる。Therefore, the value Ts (t) at the calculation time point t of the secondary superheater outlet temperature and the value Ts at the previous step t-dt.
(T-dt), secondary inlet superheater inlet temperature t, values at t-dt Tin (t), Tin (t-dt), metal temperature Tm
If (t) is given, the secondary superheater external gas temperature Tg (t), which is the output value of the furnace physical model, is applied to formula (1) ″ to calculate the secondary superheater outlet temperature at the next step t + dt. The value Ts, cal (t + dt) can be calculated, that is, the following expression (12) is obtained.
【００２９】 Ｔｓ，ｃａｌ（ｔ−ｄｔ） ＝Ｆ〔Ｔｓ（ｔ），Ｔｓ（ｔ−ｄｔ）， Ｔｉｎ（ｔ），Ｔｉｎ（ｔ−ｄｔ）， Ｔｍ（ｔ），Ｔｇ（ｔ）〕 （１２） ここで、（１）″を次のように書き下ろすことにより
（１２）を導くことができる。Ts, cal (t-dt) = F [Ts (t), Ts (t-dt), Tin (t), Tin (t-dt), Tm (t), Tg (t)] (12 ) Here, (12) can be derived by writing down (1) ″ as follows.
【００３０】即ち、 Ｈｓ（ｔ＋ｄｔ）−２・Ｈｓ（ｔ）＋Ｈｓ（ｔ−ｄｔ）〕／（ｄｔ）2 ＝ｌ／ＶＲ・〔｛Ｈｉｎ（ｔ）−Ｈｉｎ（ｔ−ｄｔ）｝／ｄｔ〕 −｛Ｈｓ（ｔ）−Ｈｓ（ｔ−ｄｔ）／ｄｔ｝・Ｆｓ（ｔ） ＋｛Ｈｉｎ（ｔ）−Ｈｓ（ｔ）｝・〔｛Ｆｓ（ｔ）−Ｆｓ（ｔ−ｄｔ）／ｄｔ｝ ＋Ａｓ・αｓ・（−ｌ／Ｍｍ／Ｃｍ）・〔−Ａｓ・αｓ・｛Ｔｍ（ｔ）−Ｔｓ（ ｔ）｝＋Ａｍ・αｍ・｛Ｔｇ（ｔ）−Ｔｍ（ｔ）｝〕 （１）″′ となる。ここで、エンタルピＨを蒸気温度ＴによりＨ−
ｆ（Ｔ）あるいは、逆にＴ＝ｆ-1（Ｈ）と表現するなら
ば、ｆは既知関数であるので（１）″′から（１２）を
導く場合にはここで関数Ｆは既知の関数となっている。That is, Hs (t + dt) -2 · Hs (t) + Hs (t-dt)] / (dt) 2 = 1 / VR · [{Hin (t) -Hin (t-dt)} / dt] -{Hs (t) -Hs (t-dt) / dt} * Fs (t) + {Hin (t) -Hs (t)} * [{Fs (t) -Fs (t-dt) / dt} + As · αs · (−1 / Mm / Cm) · [−As · αs · {Tm (t) −Ts (t)} + Am · αm · {Tg (t) −Tm (t)}] (1) ″ ′. Here, the enthalpy H is changed to H− by the steam temperature T.
If f (T) or, conversely, T = f −1 (H) is expressed, f is a known function, and therefore, when deriving (12) from (1) ″ ′, the function F is known here. It is a function.
【００３１】この２次過熱器出口温度計算値Ｔｓ，ｃａ
ｌ（ｔ＋ｄｔ）は、２次過熱器外部ガス温度Ｔｇ（ｔ）
が火炉物理モデルパラメータである輻射率と形態関数の
積Ｆ、火炎充満率Ｆｃｇ、燃焼率Ｆｌの有する不確かさ
を含んでいるため、２次過熱器出口温度Ｔｓ（ｔ＋ｄ
ｔ）と必ずしも一致しない。This secondary superheater outlet temperature calculated value Ts, ca
1 (t + dt) is the secondary superheater external gas temperature Tg (t)
Includes the uncertainty of the emissivity and the morphological function F, which are the physical model parameters of the furnace, the flame filling rate Fcg, and the combustion rate Fl, and therefore the secondary superheater outlet temperature Ts (t + d
It does not always match t).
【００３２】そこで、２次過熱器出口温度Ｔｓ（ｔ＋ｄ
ｔ）と２次過熱器出口温度計算値Ｔｓ，ｃａｌ（ｔ＋ｄ
ｔ）とを火炉物理モデルパラメータ調節部に入力し、以
下の演算を行う。Therefore, the secondary superheater outlet temperature Ts (t + d
t) and the secondary superheater outlet temperature calculated value Ts, cal (t + d)
t) and are input to the furnace physical model parameter adjustment unit, and the following calculation is performed.
【００３３】まず、Ｔｓ（ｔ＋ｄｔ）とＴｓ，ｃａｌ
（ｔ＋ｄｔ）との誤差平方を計算する。First, Ts (t + dt) and Ts, cal
Calculate the error square with (t + dt).
【００３４】 ＥＲＲ＝｛Ｔｓ（ｔ＋ｄｔ）−Ｔｓ，ｃａｌ（ｔ＋ｄｔ）｝2 （１３） このＥＲＲはＴｓ，Ｃａｌ（ｔ＋ｄｔ）が火炉物理モデ
ルパラメータＦ，Ｆｃｇ，Ｆｌに依存することから、こ
れらのパラメータの関数となり、 ＥＲＲ＝ＥＲＲ（Ｆ，Ｆｃｇ，Ｆｌ） （１３）′ である。ERR = {Ts (t + dt) −Ts, cal (t + dt)} 2 (13) This ERR is because Ts, Cal (t + dt) depends on the furnace physical model parameters F, Fcg, and Fl. And ERR = ERR (F, Fcg, Fl) (13) '.
【００３５】この誤差平方ＥＲＲを最小化するように、
Ｆ，Ｆｃｇ，Ｆｌを決定するには最急降下法を適用すれ
ばよい。In order to minimize this error square ERR,
The steepest descent method may be applied to determine F, Fcg, and Fl.
【００３６】即ち、 Ｆ→Ｆ＋ηｄＥＲＲ／ｄＦ （１４）′ Ｆｃｇ→Ｆｃｇ＋ηｄＥＲＲ／ｄＦｃｇ （１４）″ Ｆｌ→Ｆｌ＋ηｄＥＲＲ／ｄＦｌ （１４）″′ によって逐次的にパラメータＦ，Ｆｃｇ，Ｆｌを修正し
ていき、ＥＲＲが最小になる点で修正完了とすればよ
い。ここで、ηは負の実数である。That is, F → F + ηdERR / dF (14) ′ Fcg → Fcg + ηdERR / dFcg (14) ″ Fl → Fl + ηdERR / dFl (14) ″ ″ are sequentially corrected to obtain the ERR. The correction may be completed at the point where is minimized. Here, η is a negative real number.
【００３７】以上の演算によって算出された最適パラメ
ータＦｏｐｔ，Ｆｃｇｏｐｔ，Ｆｌｏｐｔを火炉物理モ
デルにて適用するパラメータとして採用する。The optimum parameters Fopt, Fcgopt, and Flopt calculated by the above calculation are adopted as parameters to be applied in the furnace physical model.
【００３８】しかし、この方法には次の問題がある。However, this method has the following problems.
【００３９】即ち、（４）から（１１）において輻射熱
伝達に関係する項（例えばＱＹｒａｄ等）がガス温度Ｔ
ＧＢもしくはＴＧＹの非線形な関数（４次式）になって
いるので、（３）における２次過熱器外部ガス温度Ｔｇ
の火炉物理モデルパラメータＦ，Ｆｃｇ，Ｆｌへの依存
性が解析的に表現されている訳ではない。That is, in (4) to (11), the terms related to radiant heat transfer (eg, QYrad) are the gas temperature T.
Since it is a non-linear function of GB or TGY (a quartic expression), the secondary superheater external gas temperature Tg in (3)
The dependence of the above on the furnace physical model parameters F, Fcg, and Fl is not expressed analytically.
【００４０】従って、（１４）′から（１４）″′のよ
うに最急降下法を適用するとしても、偏微分∂ＥＲＲ／
∂Ｆ等を計算するためには誤差関数ＥＲＲの火炉物理モ
デルパラメータＦ，Ｆｃｇ，Ｆｌへの依存性が解析的な
数式で表現されていないので、Ｆ＝Ｆ＋ｄＦと、Ｆ＝Ｆ
のそれぞれに対応してＴｓ，ｃａｌ（ｔ＋ｄｔ）を計算
し、Ｆ＝Ｆ＋ｄＦに対応するＥＲＲ（これをＥＲＲ＋ｄ
ＥＲＲとする）と、Ｆ＝Ｆに対応するＥＲＲを各々計算
した上で、 ∂ＥＲＲ／∂Ｆ＝｛（ＥＲＲ＋ｄＥＲＲ）−ＥＲＲ｝／
ｄＦ の如き計算を、ＥＲＲがゼロと見做せる値に到達するま
で何回も実行する必要があり、差分ｄＦの取り方にパラ
メータが依存し、パラメータの最適性が明らかでない。
また制御用計算機への負荷が、必要以上に大きくなる可
能性もある。Therefore, even if the steepest descent method is applied as in (14) ′ to (14) ″ ″, the partial differential ∂ERR /
In order to calculate ∂F and the like, the dependence of the error function ERR on the furnace physical model parameters F, Fcg, and Fl is not expressed by an analytical formula, so F = F + dF and F = F
Ts, cal (t + dt) is calculated for each of the above, and the ERR corresponding to F = F + dF (this is ERR + d
ERR) and ERR corresponding to F = F, and then ∂ERR / ∂F = {(ERR + dERR) -ERR} /
It is necessary to perform calculations such as dF many times until ERR reaches a value that can be regarded as zero, the parameter depends on how to take the difference dF, and the optimality of the parameter is not clear.
In addition, the load on the control computer may increase more than necessary.
【００４１】本発明はこのような背景に基づいてなされ
たものであり、予測計算値に基づく蒸気温度制御の制御
性能を向上させることができるボイラプラントの蒸気温
度制御装置を提供することを目的とする。The present invention has been made based on such a background, and an object thereof is to provide a steam temperature control device for a boiler plant capable of improving the control performance of the steam temperature control based on a predicted calculation value. To do.
【００４２】[0042]
【課題を解決するための手段】この目的を達成するた
め、本発明は、上記の非線形な関係式を同定するため
の、燃料流量、空気流量、再循環ガス流量、全ガス流
量、２段燃焼空気流量を入力とし、出力が１個であって
その出力と火炉物理モデルによる２次過熱器外部ガス温
度の計算推定値との偏差がゼロに近づくように、ニュー
ロン間の結合の重み係数を調整するようにしたニューラ
ルネット（これをオフラインニューラルネットと呼ぶ）
を予め用意して、火炉物理モデルをこのオフラインニュ
ーラルネットにおけるニューロンの間の結合の重み係数
の分布状態として表現しておき、この重み係数を初期設
定値として、燃料流量、空気流量、再循環ガス流量、全
ガス流量、２段燃焼空気流量を入力とし、出力が１個で
あり、オフラインニューラルネットと同じ入出力構造を
有するニューラルネット（これをオンラインニューラル
ネットと呼ぶ）を構成する。In order to achieve this object, the present invention provides a fuel flow rate, an air flow rate, a recirculation gas flow rate, a total gas flow rate, a two-stage combustion for identifying the above-mentioned nonlinear relational expression. Adjusts the weighting factor of the connections between neurons so that the deviation between the output of one input of the air flow rate and the calculated value of the secondary superheater external gas temperature based on the furnace physics model approaches zero. Neural network (this is called offline neural network)
Is prepared in advance, and the furnace physics model is expressed as the distribution state of the weighting factor of the coupling between neurons in this offline neural network, and the weighting factor is used as an initial setting value for the fuel flow rate, air flow rate, recirculation gas. A neural network (which is called an online neural network) having the same input / output structure as an offline neural network, which has a flow rate, a total gas flow rate, a two-stage combustion air flow rate as an input and one output, is configured.
【００４３】このオンラインニューラルネットの出力を
２次過熱器予測モデルに入力した場合、２次過熱器予測
モデルの計算出力と２次過熱器出口蒸気温度の実測値と
の偏差がゼロに近づくように、重み係数を自動調整する
ことにより火炉物理モデルのパラメータを適用的に自動
調整するものとすれば、オンラインニューラルネットに
おいては、重み係数と入力・出力の関係は解析的な数式
で表現されており、２次過熱器予測モデルの入出力関係
は既知の関数で表現されている〔（１２）式〕ので、オ
ンラインニューラルネットの出力を２次過熱器予測モデ
ルに入力した場合の２次過熱器予測モデルの計算出力
と、２次過熱器出口蒸気温度実測値との偏差をゼロに近
づけるには、例えば、逆伝播法を適用して重み係数を調
整してオンラインニューラルネットの出力を調整すれ
ば、上記従来技術における誤差関数の偏微分（例えば∂
ＥＲＲ／∂Ｆ等）を求めるに際して現れたような、ＥＲ
ＲがＦ等の解析的な数式で表現されていないことに起因
する問題は解決され、オンラインニューラルネットにお
ける重み係数の調整に基づいて２次過熱器出口蒸気温度
のｎ分先の予測値を求めるようにすることができる。When the output of this online neural network is input to the secondary superheater prediction model, the deviation between the calculated output of the secondary superheater prediction model and the measured value of the secondary superheater outlet steam temperature approaches zero. Assuming that the parameters of the furnace physics model are automatically adjusted by automatically adjusting the weighting factors, the relationship between the weighting factors and the input / output is expressed by an analytical mathematical formula in the online neural network. Since the input / output relationship of the secondary superheater prediction model is expressed by a known function [Equation (12)], the secondary superheater prediction when the output of the online neural network is input to the secondary superheater prediction model In order to bring the deviation between the calculated output of the model and the measured steam temperature at the outlet of the secondary superheater close to zero, for example, the back propagation method is applied to adjust the weighting factor to adjust the online By adjusting the output of Rarunetto, partial differential of the error function in the prior art (e.g. ∂
ER, which appeared when seeking ERR / ∂F etc.)
The problem caused by the fact that R is not expressed by an analytical formula such as F is solved, and a predicted value of the secondary superheater outlet steam temperature n minutes ahead is obtained based on the adjustment of the weighting coefficient in the online neural network. You can
【００４４】[0044]
【作用】上記のように、輻射率と形態係数の積、燃焼
率、火炎充満率のようなパラメータの実測値を用いた自
動調節を行うならば、どのような運転状態、あるいはど
のような燃焼状態においても、火炉物理モデルパラメー
タは最適値に保持され、また自動調節を行うに際して、
火炉モデルと２次過熱器計算モデルからの計算出力を、
特定のパラメータ値（例えば輻射率と形態係数の積Ｆお
よびＦ＋ｄＦ等）に応じて逐一計算して、誤差関数ＥＲ
Ｒの偏微分（例えばｄＥＲＲ／ｄＦ等）計算を行うこと
により、パラメータが最適か否か不明となる、あるいは
制御用計算機への必要以上の負荷の問題を解決でき、従
って２次過熱器出口蒸気温度のｎ分先の計算予測精度も
向上し、従来技術に比較して予測計算値に基づく燃料流
量制御の性能を向上させることができる。If the automatic adjustment is performed by using the actual measurement values of the parameters such as the product of the emissivity and the form factor, the combustion rate, and the flame filling rate as described above, what kind of operating state or what combustion Even in the state, the furnace physics model parameters are held at the optimum values, and when performing automatic adjustment,
Calculation output from the furnace model and the secondary superheater calculation model,
The error function ER is calculated one by one according to a specific parameter value (for example, the product F and F + dF of the emissivity and the view factor).
By performing partial differentiation of R (for example, dERR / dF etc.), it becomes unclear whether the parameters are optimal or the problem of excessive load on the control computer can be solved. Therefore, the secondary superheater outlet steam The calculation prediction accuracy n minutes ahead of the temperature is also improved, and the performance of the fuel flow rate control based on the predicted calculation value can be improved as compared with the prior art.
【００４５】[0045]
【実施例】以下、本発明の実施例について図とともに説
明する。図４は、本発明の実施例に係るボイラ装置の全
体の構成図である。Embodiments of the present invention will be described below with reference to the drawings. FIG. 4 is an overall configuration diagram of the boiler device according to the embodiment of the present invention.
【００４６】図中の５１は給水ポンプ、５２は高圧給水
加熱器、５３は節炭器、５４は水壁、５５はゲージ壁、
５６は１次過熱器、５７はスプレ、５８は２次過熱器、
５９はスプレ、６０は１次再熱器、６１は２次再熱器、
６２は復水器、６３は復水ポンプ、６４は復水脱塩装
置、６５は復水昇圧ポンプ、６６は低圧給水加熱器、６
７は脱気器、６８はフラッシュタンクである。In the figure, 51 is a water supply pump, 52 is a high pressure water heater, 53 is a economizer, 54 is a water wall, 55 is a gauge wall,
56 is a primary superheater, 57 is a spray, 58 is a secondary superheater,
59 is a spray, 60 is a primary reheater, 61 is a secondary reheater,
62 is a condenser, 63 is a condensate pump, 64 is a condensate demineralizer, 65 is a condensate booster pump, 66 is a low pressure feed water heater, 6
7 is a deaerator and 68 is a flash tank.
【００４７】図１により前記オンラインニューラルネッ
トの構成を説明する。The structure of the online neural network will be described with reference to FIG.
【００４８】このニューラルネットは同図に示すよう
に、燃料流量７、空気流量８、再循環ガス流量９、全ガ
ス流量１０、２段燃焼空気流量１３を、ニューロン１
ａ，１ｂ，１ｃ，１ｄ，１ｉにそれぞれ入力し、その各
ニューロンからの出力４ａ，４ｂ，４ｃ，４ｄ，４ｋ及
びしきい値ニューロン２ａからの一定値出力である−１
を重み付き加算器３ａにて、各ニューロンからの入力対
象とするニューロン１ｆへの結合重みを乗じた上で加算
し、ニューロン１ｆに対する入力５ａを計算する。ここ
でニューロン１ｆは第２層目の任意のニューロンであ
る。即ち、ニューロン１ａ，１ｂ，１ｃ，１ｄ，１ｉの
入力を、 Ｘ１＝Ｆｆ Ｘ２＝Ｆａ Ｘ３＝Ｆｇｒ Ｘ４＝Ｆｇａｓ Ｘ５＝Ｆａ２ とすると、ニューロン１ａ，１ｂ，１ｃ，１ｄ，１ｉは
これらをそのまま出力する。即ち、出力４ａ，４ｂ，４
ｃ，４ｄ，４ｋは上記信号に他ならない。As shown in the figure, this neural net has a fuel flow rate 7, an air flow rate 8, a recirculation gas flow rate 9, a total gas flow rate 10, a two-stage combustion air flow rate 13, and a neuron 1
a, 1b, 1c, 1d and 1i respectively, and outputs from the respective neurons 4a, 4b, 4c, 4d and 4k and a constant value output from the threshold neuron 2a-1
Is multiplied by the connection weight of each neuron to the neuron 1f as an input target in the weighted adder 3a, and the result is added to calculate the input 5a for the neuron 1f. Here, the neuron 1f is an arbitrary neuron in the second layer. That is, if the inputs of the neurons 1a, 1b, 1c, 1d, 1i are X1 = Ff X2 = Fa X3 = Fgr X4 = Fgas X5 = Fa2, the neurons 1a, 1b, 1c, 1d, 1i output them as they are. . That is, the outputs 4a, 4b, 4
c, 4d and 4k are none other than the above signals.
【００４９】次に第２層目におけるｉ番目のニューロン
１ｆの９入力５ａは次式で与えられる。Next, the 9-input 5a of the i-th neuron 1f in the second layer is given by the following equation.
【００５０】Ｘ２ｉ＝Ｗ１１ｉ・Ｘ１＋Ｗ１２ｉ・Ｘ２
＋Ｗ１３ｉ・Ｘ３＋Ｗ１４ｉ・Ｘ４＋Ｗ１５ｉ＋Ｘ５−
Ｗ１６ｉ ニューロン１ｆはこの入力Ｘ２ｉを次の関係によって処
理して出力４ｇを計算する。即ち、出力４ｇは次の信号
である。X2i = W11i.X1 + W12i.X2
+ W13i / X3 + W14i / X4 + W15i + X5-
The W16i neuron 1f processes the input X2i according to the following relation to calculate the output 4g. That is, the output 4g is the next signal.
【００５１】Ｙ２ｉ＝ｓｉｇｍ（Ｘ２ｉ） ここで、関数ｓｉｇｍ（Ｘ）は、 ｓｉｇｍ（Ｘ）＝ｔａｎｈ（Ｘ／２） で定義され、シグモイド関数と呼ばれる。これらの第２
層のニューロン１ｅ，１ｆからの出力は再び重み付き加
算器３ｂに入力され、重み付き加算器３ｂから、 Ｘ３３＝Ｗ２３１・Ｙ２１＋Ｗ２３２・Ｙ２２＋・・・
＋Ｗ２３ｉ・Ｙ２ｉ＋・・・＋Ｗ２３ｎ・Ｙ２ｎ−Ｗ２
３ が計算される。Y2i = sigm (X2i) Here, the function sigm (X) is defined by sigm (X) = tanh (X / 2) and is called a sigmoid function. These second
The outputs from the layer neurons 1e and 1f are input again to the weighted adder 3b, and from the weighted adder 3b, X33 = W231 · Y21 + W232 · Y22 + ...
+ W23i / Y2i + ... + W23n / Y2n-W2
3 is calculated.
【００５２】ここで、ｎは第２層のニューロンの個数で
あり、Ｗ２３１，・・・・，Ｗ２３ｎ，Ｗ２３は重み係
数である。この信号Ｘ３３が第３層のニューロン１ｚに
入力され、やはりシグモイド関数により処理されて出力
される。Here, n is the number of neurons in the second layer, and W231, ..., W23n, W23 are weighting factors. This signal X33 is input to the neuron 1z of the third layer, also processed by the sigmoid function, and output.
【００５３】Ｙ３＝ｓｉｇｍ（Ｘ３３） そして、この出力Ｙ３が２次過熱器外部ガス温度計算推
定値１１と比較されるが、それは誤差計算機６におい
て、Ｙ３と２次過熱器外部ガス温度計算推定値１１との
差の平方を計算し、これがゼロに近づくように、例えば
誤差逆伝播法により重み係数Ｗ１２ｉ，・・・，Ｗ２３
１，・・・，Ｗ２３が決定される。即ち、誤差逆伝播計
算器１８により重み係数調整値１９を出力し、重み係数
Ｗ１２ｉ・・・を決定する。このように決定された重み
係数を、Ｗ１２ｉ，・・・，Ｗ２３１，・・・Ｗ２３と
対応する小文字で表現する。Y3 = sigm (X33) Then, this output Y3 is compared with the secondary superheater external gas temperature calculation estimated value 11, which is calculated in the error calculator 6 by Y3 and the secondary superheater external gas temperature estimated value. The square of the difference with 11 is calculated, and the weight coefficient W12i, ...
1, ..., W23 are determined. That is, the error backpropagation calculator 18 outputs the weighting coefficient adjustment value 19 to determine the weighting coefficient W12i .... The weighting factors determined in this way are represented by lowercase letters corresponding to W12i, ..., W231 ,.
【００５４】ここで、２次過熱器出口外部ガス温度計算
推定値１１は代表的なＦ，Ｆｃｇ，Ｆｌパラメータ値を
用いて、（３）により計算した量であり、重み係数ｗ１
２ｉ等はこれらのＦ，Ｆｃｇ，Ｆｌの関数になってい
る。The secondary superheater outlet external gas temperature calculation estimated value 11 is an amount calculated in (3) using typical F, Fcg and Fl parameter values, and the weighting factor w1.
2i and the like are functions of these F, Fcg, and Fl.
【００５５】なお、図中の１２は２次過熱器出口蒸気温
度、１５は２次過熱器出口蒸気温度計算推定値、１８は
誤差逆伝播計算器、１９は重み係数調整値である。In the figure, 12 is a secondary superheater outlet steam temperature, 15 is a secondary superheater outlet steam temperature calculation estimated value, 18 is an error back propagation calculator, and 19 is a weighting coefficient adjustment value.
【００５６】オンラインニューラルネットはオフライン
ニューラルネットと同じ構造を持つニューラルネットで
あり、これを図２で説明する。The online neural network is a neural network having the same structure as the offline neural network, which will be described with reference to FIG.
【００５７】オンラインニューラルネットは、燃料流量
７、空気流量８、再循環ガス流量９、全ガス流量１０、
２段燃焼空気流量１３をニューロン１ａ′，１ｂ′，１
ｃ′，１ｄ′，１ｉ′にそれぞれ入力し、その各ニュー
ロンからの出力４ａ′，４ｂ′，４ｃ′，４ｄ′，４
ｋ′及びしきい値ニューロン２ａ′からの一定値出力で
ある−１を重み付き加算器３ａ′にて各ニューロンから
の入力対象とするニューロン１ｆ′への結合重みを乗じ
た上で加算し、ニューロン１ｆ′に対する入力５ａ′を
計算する。The online neural network consists of a fuel flow rate 7, an air flow rate 8, a recirculation gas flow rate 9, a total gas flow rate 10,
The two-stage combustion air flow rate 13 is set to the neurons 1a ', 1b', 1
c ', 1d', 1i ', and outputs 4a', 4b ', 4c', 4d ', 4 from the respective neurons.
k ′ and −1 which is a constant value output from the threshold neuron 2a ′ are multiplied by the connection weight to the input target neuron 1f ′ from each neuron by the weighted adder 3a ′, and then added. The input 5a 'for the neuron 1f' is calculated.
【００５８】ここで、ニューロン１ｆ′は第２層目の任
意のニューロンである。即ち、ニューロン１ａ′，１
ｂ′，１ｃ′，１ｄ′の入力を、 Ｘ１′＝Ｆｆ Ｘ２′＝Ｆａ Ｘ３′＝Ｆｇｒ Ｘ４′＝Ｆｇａｓ Ｘ５′＝Ｆａ２ とすると、ニューロン１ａ′，１ｂ′，１ｃ′，１
ｄ′，１ｉ′はこれらをそのまま出力する。即ち、出力
４ａ′，４ｂ′，４ｃ′，４ｄ′，４ｋ′は上記信号に
他ならない。Here, the neuron 1f 'is an arbitrary neuron in the second layer. That is, the neurons 1a ', 1
When the inputs of b ', 1c', 1d 'are X1' = Ff X2 '= Fa X3' = Fgr X4 '= Fgas X5' = Fa2, the neurons 1a ', 1b', 1c ', 1
d'and 1i 'output these as they are. That is, the outputs 4a ', 4b', 4c ', 4d' and 4k 'are none other than the above signals.
【００５９】次に、第２層目のｉ番目のニューロン１
ｆ′の入力５ａ′は次式で与えられる。Next, the i-th neuron 1 in the second layer
The input 5a 'of f'is given by the following equation.
【００６０】Ｘ２ｉ′＝Ｗ１１ｉ′・Ｘ１′＋Ｗ１２
ｉ′・Ｘ２′＋Ｗ１３ｉ′・Ｘ３′＋Ｗ１４ｉ′・Ｘ
４′＋Ｗ１５ｉ′・Ｘ５′−Ｗ１５ｉ′ ニューロン１ｆ′はこの入力Ｘ２ｉ′を次の関係によっ
て処理して出力４ｇ′を計算する。即ち、出力４ｇ′は
次の信号である。X2i '= W11i'.X1' + W12
i '* X2' + W13i '* X3' + W14i '* X
The 4 '+ W15i'.X5'-W15i' neuron 1f 'processes this input X2i' according to the following relationship to calculate the output 4g '. That is, the output 4g 'is the next signal.
【００６１】Ｙ２ｉ′＝ｓｉｇｍ（Ｘ２ｉ′） これらの第２層のニューロン１ｅ′，１ｆ′からの出力
は再び重み付き加算器３ｂ′に入力され、重み付き加算
器３ｂ′から、 Ｘ３３′＝Ｗ２３１′・Ｙ２１′＋Ｗ２３２′・Ｙ２
２′＋・・・＋Ｗ２３ｉ′・Ｙ２ｉ′＋・・・＋Ｗ２３
ｎ′・Ｙ２ｎ′−Ｗ２３′ が計算される。Y2i '= sigm (X2i') The outputs from these second layer neurons 1e 'and 1f' are again input to the weighted adder 3b ', and from the weighted adder 3b', X33 '= W231. ′ · Y21 ′ + W232 ′ · Y2
2 '+ ... + W23i', Y2i '+ ... + W23
n'.Y2n'-W23 'is calculated.
【００６２】ここで、Ｗ２３１′，・・・，Ｗ２３
ｎ′，Ｗ２３′は重み係数であり、それらの初期設定値
としては、オフラインニューラルネットにおいて最終的
に決定された重み係数値であるｗ２３１，・・・，ｗ２
３ｎ，ｗ２３が与えられている。この信号Ｘ３３′が第
３層のニューロン１ｚ′に入力され、やはりシグモイド
関数により処理され出力される。Here, W231 ', ..., W23
n ′ and W23 ′ are weighting factors, and their initial setting values are w231, ..., W2, which are weighting factor values finally determined in the offline neural network.
3n, w23 are given. This signal X33 'is input to the neuron 1z' of the third layer, also processed by the sigmoid function and output.
【００６３】Ｙ３′＝ｓｉｇｍ（Ｘ３３′） そして、この出力Ｙ３′が２次過熱器外部ガス温度Ｔｇ
（ｔ）を計算推定したものと考えられるが、出力Ｙ３′
を（１２）のＴｇ（ｔ）として適用して、２次過熱器予
測モデル１６により２次過熱器出口蒸気温度計算推定値
１５を計算出力し、これを２次過熱器出口蒸気温度１２
との誤差を誤差計算器６′にて計算し、これがゼロに近
づくように、例えば誤差逆伝播法により重み係数Ｗ１２
ｉ′，・・・，Ｗ２３１′，・・・，Ｗ２３′が決定さ
れる。即ち、誤差逆伝播計算器１８′により重み係数調
整値１９′を出力し、重み係数Ｗ１２ｉ′・・・を決定
する。なお、図中の１７は２次過熱器入口蒸気温度等で
ある。Y3 '= sigm (X33') This output Y3 'is the secondary superheater external gas temperature Tg.
It is considered that (t) is calculated and estimated, but the output Y3 '
Is applied as Tg (t) of (12) to calculate and output the secondary superheater outlet steam temperature calculation estimated value 15 by the secondary superheater prediction model 16, and this is output as the secondary superheater outlet steam temperature 12
Error is calculated by the error calculator 6 ', and the weighting coefficient W12 is set so as to approach zero by, for example, the error back propagation method.
i ′, ..., W231 ′, ..., W23 ′ are determined. That is, the error backpropagation calculator 18 'outputs the weighting coefficient adjustment value 19' to determine the weighting coefficient W12i '.... In addition, 17 in the figure is a secondary superheater inlet steam temperature and the like.
【００６４】図３は、ボイラ蒸気温度適応制御方法を説
明するためのフローチャートである。同図に示すように
オンラインニューラルネット３０に２段燃焼空気流量、
燃料流量、空気流量、再循環ガス流量、全ガス流量、２
次過熱器入口蒸気温度などが入力され、このオンライン
ニューラルネット３０からの出力と、２次過熱器入口蒸
気温度ならびに２次過熱器出口蒸気温度が２次過熱器予
測モデル１６に入力されて、２次過熱器出口蒸気温度の
ｎ分先予測値を演算する。FIG. 3 is a flow chart for explaining the boiler steam temperature adaptive control method. As shown in the figure, the online neural network 30 has a two-stage combustion air flow rate,
Fuel flow rate, air flow rate, recirculation gas flow rate, total gas flow rate, 2
The secondary superheater inlet steam temperature and the like are input, and the output from the online neural net 30, the secondary superheater inlet steam temperature, and the secondary superheater outlet steam temperature are input to the secondary superheater prediction model 16, and 2 The n-minute ahead predicted value of the steam temperature at the outlet of the next superheater is calculated.
【００６５】次に目標温度設定回路３１に予め設定され
ている２次過熱器出口の目標蒸気温度と前記２次過熱器
出口蒸気温度ｎ分先予測値が比較器３２で比較され、そ
の偏差値を比例・積分器３３に入力して燃料流量補正信
号を作成する。Next, the target steam temperature at the outlet of the secondary superheater preset in the target temperature setting circuit 31 and the predicted value of the secondary superheater outlet steam temperature n minutes ahead are compared by the comparator 32, and the deviation value thereof is obtained. Is input to the proportional / integrator 33 to generate a fuel flow rate correction signal.
【００６６】次いでこの燃料流量補正信号に、ボイラ入
力指令器３４からのボイラ入力指令信号を先行値として
加味し、その値と実際に供給されている燃料流量とを比
較器３５で比較して、その偏差値を比例・積分器３６に
入力して操作信号を作成し、その操作信号に基づいて燃
料調節弁３７の開度を調整することにより、ボイラ蒸気
温度の制御がなされる。Next, the boiler input command signal from the boiler input command device 34 is added to this fuel flow rate correction signal as a preceding value, and that value is compared with the fuel flow rate actually supplied by the comparator 35, The deviation value is input to the proportional / integrator 36 to generate an operation signal, and the opening of the fuel control valve 37 is adjusted based on the operation signal to control the boiler steam temperature.
【００６７】[0067]
【発明の効果】このように本発明においては、２次過熱
器外部ガス温度を計算するに際して、火炉物理モデルの
有する輻射率と形態係数の積Ｆ、火炎充満率Ｆｃｇ、燃
焼率Ｆｌのような必ずしも一意的には決定しがたいパラ
メータを、オンライン計測量を利用してニューラルネッ
トを適用し、その最適値に時々刻々ニューラルネットで
汎用的な逆伝播法という簡便なアルゴリズムにより調整
している。このため、算出された２次過熱器外部ガス温
度の計算精度は高く、これを２次過熱器モデルに適用す
ることにより、従来技術に比較してパラメータ最適化は
遙に容易であり、従って遙に高精度な過熱器出口蒸気温
度を計算予測することができ、予測計算値に基づく蒸気
温度制御の制御性能を向上させることができる。As described above, according to the present invention, when calculating the temperature of the secondary superheater external gas, the product F of the emissivity and the form factor of the furnace physical model, the flame filling rate Fcg, and the combustion rate Fl are calculated. Parameters that are not necessarily uniquely determined are applied to a neural network using online measurement quantities, and the optimal values are adjusted every moment by a simple algorithm called a general-purpose back propagation method. For this reason, the calculated accuracy of the calculated secondary superheater external gas temperature is high, and by applying this to the secondary superheater model, the parameter optimization is much easier than in the prior art, and therefore, is much easier. The highly accurate superheater outlet steam temperature can be calculated and predicted, and the control performance of the steam temperature control based on the predicted calculation value can be improved.
【図１】本発明の実施例に係るオフラインニューラルネ
ットの入出力構成を示す説明図である。FIG. 1 is an explanatory diagram showing an input / output configuration of an offline neural network according to an embodiment of the present invention.
【図２】本発明の実施例に係るオンラインニューラルネ
ットの入出力構成を示す説明図である。FIG. 2 is an explanatory diagram showing an input / output configuration of an online neural network according to an embodiment of the present invention.
【図３】本発明の実施例に係るボイラ蒸気温度制御方法
を示すフローチャートである。FIG. 3 is a flowchart showing a boiler steam temperature control method according to an embodiment of the present invention.
【図４】本発明の実施例に係るボイラの全体構成図であ
る。FIG. 4 is an overall configuration diagram of a boiler according to an embodiment of the present invention.
【図５】以前考えられたボイラ蒸気温度制御方法を示す
フローチャートである。FIG. 5 is a flow chart showing a previously considered boiler steam temperature control method.
１ ニューロン ２ しきい値ニューロン ３ 重み付き加算器 ４ 出力信号 ５ 入力信号 ６ 誤差計算器 ７ 燃料流量 ８ 空気流量 ９ 再循環ガス流量 １０ 全ガス流量 １２ ２次過熱器出口蒸気温度 １３ ２段燃焼空気流量 １５ ２次過熱器出口蒸気温度計算推定値 １７ ２次過熱器入口蒸気温度 １８ 誤差逆伝播計算器 １９ 重み係数調整値 ３０ オンラインニューラルネット 1 neuron 2 threshold neuron 3 weighted adder 4 output signal 5 input signal 6 error calculator 7 fuel flow rate 8 air flow rate 9 recirculation gas flow rate 10 total gas flow rate 12 secondary superheater outlet steam temperature 13 two-stage combustion air Flow rate 15 Secondary superheater outlet steam temperature calculation estimated value 17 Secondary superheater inlet steam temperature 18 Error back propagation calculator 19 Weighting coefficient adjustment value 30 Online neural network
フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０６Ｆ 7/60 15/18 ５５０ Ｅ 8837−5Ｌ Continuation of front page (51) Int.Cl. 6 Identification code Office reference number FI Technical display location G06F 7/60 15/18 550 E 8837-5L
Claims (1)
計測信号を入力して、過熱器入口ガス温度信号を出力す
るオンラインニューラルネットと、 このオンラインニューラルネットから出力される過熱器
入口ガス温度信号と、実測値の過熱器入口ガス温度と過
熱器入口蒸気温度とを入力して、過熱器出口蒸気温度を
予測する蒸気温度予測モデルとを備え、 この蒸気温度予測モデルから出力される過熱器出口蒸気
温度予測値と過熱器出口蒸気温度の実測値との偏差がゼ
ロに近づくように自動調整されるように構成されている
ことを特徴とするボイラの蒸気温度制御装置。1. An online neural network for inputting an online measurement signal related to an operating state of a boiler and outputting a gas temperature signal for a superheater inlet gas, and a gas temperature signal for a superheater inlet gas output from the online neural network, A steam temperature prediction model for predicting the superheater outlet steam temperature by inputting the measured superheater inlet gas temperature and superheater inlet steam temperature is provided, and the superheater outlet steam temperature output from this steam temperature prediction model A steam temperature control device for a boiler, which is configured to be automatically adjusted so that a deviation between a predicted value and a measured value of the steam temperature at the superheater outlet steam approaches zero.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6255469A JPH08121704A (en) | 1994-10-20 | 1994-10-20 | Steam temperature control apparatus for boiler |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6255469A JPH08121704A (en) | 1994-10-20 | 1994-10-20 | Steam temperature control apparatus for boiler |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08121704A true JPH08121704A (en) | 1996-05-17 |
Family
ID=17279206
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6255469A Pending JPH08121704A (en) | 1994-10-20 | 1994-10-20 | Steam temperature control apparatus for boiler |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08121704A (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1194206A (en) * | 1997-09-22 | 1999-04-09 | Mitsubishi Heavy Ind Ltd | Boiler furnace operating system |
| JP2004503001A (en) * | 2000-06-29 | 2004-01-29 | アスペン テクノロジー インコーポレイテッド | Computer apparatus and method for constraining a nonlinear approximator of an empirical process |
| CN102200272A (en) * | 2011-04-29 | 2011-09-28 | 山西省电力公司电力科学研究院 | Main steam temperature control system for large boiler |
| WO2016136506A1 (en) * | 2015-02-23 | 2016-09-01 | 三菱重工業株式会社 | Boiler, marine steam turbine propulsion system equipped with same, ship equipped with same, and boiler control method |
| JPWO2019159883A1 (en) * | 2018-02-13 | 2020-07-09 | 三菱日立パワーシステムズ株式会社 | Model creation method, plant operation support method, model creation device, model, program, and recording medium recording the program |
| CN114062427A (en) * | 2021-11-17 | 2022-02-18 | 兰州理工大学 | Coal oxidation characteristic temperature determination method |
-
1994
- 1994-10-20 JP JP6255469A patent/JPH08121704A/en active Pending
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1194206A (en) * | 1997-09-22 | 1999-04-09 | Mitsubishi Heavy Ind Ltd | Boiler furnace operating system |
| JP2004503001A (en) * | 2000-06-29 | 2004-01-29 | アスペン テクノロジー インコーポレイテッド | Computer apparatus and method for constraining a nonlinear approximator of an empirical process |
| JP4918207B2 (en) * | 2000-06-29 | 2012-04-18 | アスペン テクノロジー インコーポレイテッド | Computer system and method for constraining nonlinear approximation of empirical processes. |
| US8296107B2 (en) | 2000-06-29 | 2012-10-23 | Aspen Technology, Inc. | Computer method and apparatus for constraining a non-linear approximator of an empirical process |
| CN102200272A (en) * | 2011-04-29 | 2011-09-28 | 山西省电力公司电力科学研究院 | Main steam temperature control system for large boiler |
| WO2012145874A1 (en) * | 2011-04-29 | 2012-11-01 | 山西省电力公司 | Main steam temperature control system for large boiler |
| US20140033715A1 (en) * | 2011-04-29 | 2014-02-06 | Shanxi Electric Power Research Institute | Main stream temperature control system for large boiler |
| WO2016136506A1 (en) * | 2015-02-23 | 2016-09-01 | 三菱重工業株式会社 | Boiler, marine steam turbine propulsion system equipped with same, ship equipped with same, and boiler control method |
| CN107614974A (en) * | 2015-02-23 | 2018-01-19 | 三菱重工业株式会社 | Boiler, the marine vapor turbine propulsion system with the boiler, the ship and boiler controlling method with the propulsion system |
| JPWO2019159883A1 (en) * | 2018-02-13 | 2020-07-09 | 三菱日立パワーシステムズ株式会社 | Model creation method, plant operation support method, model creation device, model, program, and recording medium recording the program |
| CN114062427A (en) * | 2021-11-17 | 2022-02-18 | 兰州理工大学 | Coal oxidation characteristic temperature determination method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2907672B2 (en) | Process adaptive control method and process control system | |
| CN103343961B (en) | Dynamic compensation method of attemperation water impact leading steam temperature measuring point in boiler steam temperature control system | |
| Feliu-Batlle et al. | Control of the temperature in a petroleum refinery heating furnace based on a robust modified Smith predictor | |
| JPH04127205A (en) | Process controller | |
| JPH0127337B2 (en) | ||
| CN110531797A (en) | Extra-supercritical unit high temperature superheater wall temperature prediction technique neural network based | |
| CN111102559B (en) | Screen type superheater steam temperature control method based on double neural network inverse model | |
| CN103134046B (en) | Superheated steam temperature two-stage coordination, prediction and control method of thermal power generating unit | |
| CN113433911A (en) | Denitration device ammonia injection accurate control system and method based on concentration accurate prediction | |
| CN114839880B (en) | Self-adaptive control method based on flexible joint mechanical arm | |
| CN110515304A (en) | Overheating steam temperature PID forecast Control Algorithm based on ARX-Laguerre function model | |
| JPH08121704A (en) | Steam temperature control apparatus for boiler | |
| CN105700383B (en) | A kind of positive pressed baker optimal control method | |
| CN112799297B (en) | Temperature prediction control method, system, equipment and readable storage medium | |
| US20010034560A1 (en) | Control system | |
| JPH08339204A (en) | Autonomous adaptive optimization control system for thermal power station | |
| CN112396162A (en) | Fire coal unit screen type superheater wall temperature prediction neural network model | |
| CN106287659A (en) | Reheat steam temperature degree control method and device | |
| CN112381296B (en) | Neural network model for predicting wall temperature of high-temperature superheater of coal-fired unit | |
| CN115657466A (en) | Boiler system of intelligent control ammonia input volume | |
| JP3162161B2 (en) | Computing unit for boiler equipment | |
| JP2001041403A (en) | Boiler controller | |
| JPH0694210A (en) | Vapor temperature controller for boiler | |
| JP2521722B2 (en) | Steam temperature controller for thermal power boiler | |
| JP3291467B2 (en) | Process prediction control method and apparatus |