WO2023182286A1 - 運転支援装置、運転支援方法、運転支援システムおよび運転支援プログラム - Google Patents
運転支援装置、運転支援方法、運転支援システムおよび運転支援プログラム Download PDFInfo
- Publication number
- WO2023182286A1 WO2023182286A1 PCT/JP2023/010940 JP2023010940W WO2023182286A1 WO 2023182286 A1 WO2023182286 A1 WO 2023182286A1 JP 2023010940 W JP2023010940 W JP 2023010940W WO 2023182286 A1 WO2023182286 A1 WO 2023182286A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- rate
- accumulation
- ion exchange
- exchange membrane
- impurity
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 41
- 239000012535 impurity Substances 0.000 claims abstract description 331
- 238000009825 accumulation Methods 0.000 claims abstract description 247
- 239000003014 ion exchange membrane Substances 0.000 claims abstract description 223
- 230000007423 decrease Effects 0.000 claims abstract description 59
- 230000006866 deterioration Effects 0.000 claims description 132
- 238000004519 manufacturing process Methods 0.000 claims description 63
- 239000007864 aqueous solution Substances 0.000 claims description 60
- 230000015556 catabolic process Effects 0.000 claims description 50
- 238000006731 degradation reaction Methods 0.000 claims description 50
- 229910001514 alkali metal chloride Inorganic materials 0.000 claims description 33
- 238000012937 correction Methods 0.000 claims description 26
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 claims description 16
- 150000008044 alkali metal hydroxides Chemical class 0.000 claims description 14
- 238000010801 machine learning Methods 0.000 claims description 13
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 10
- 239000011575 calcium Substances 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000011777 magnesium Substances 0.000 claims description 6
- 229910052759 nickel Inorganic materials 0.000 claims description 6
- 239000010936 titanium Substances 0.000 claims description 6
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 claims description 5
- 229910052782 aluminium Inorganic materials 0.000 claims description 5
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 5
- 229910052788 barium Inorganic materials 0.000 claims description 5
- DSAJWYNOEDNPEQ-UHFFFAOYSA-N barium atom Chemical compound [Ba] DSAJWYNOEDNPEQ-UHFFFAOYSA-N 0.000 claims description 5
- 229910052791 calcium Inorganic materials 0.000 claims description 5
- 238000011084 recovery Methods 0.000 claims description 5
- 229910052710 silicon Inorganic materials 0.000 claims description 5
- 239000010703 silicon Substances 0.000 claims description 5
- 229910052712 strontium Inorganic materials 0.000 claims description 5
- CIOAGBVUUVVLOB-UHFFFAOYSA-N strontium atom Chemical compound [Sr] CIOAGBVUUVVLOB-UHFFFAOYSA-N 0.000 claims description 5
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 claims description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 4
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 229910052742 iron Inorganic materials 0.000 claims description 4
- 229910052749 magnesium Inorganic materials 0.000 claims description 4
- 239000011574 phosphorus Substances 0.000 claims description 4
- 229910052698 phosphorus Inorganic materials 0.000 claims description 4
- 229910052719 titanium Inorganic materials 0.000 claims description 4
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 2
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 claims description 2
- 239000007788 liquid Substances 0.000 description 94
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 description 90
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 48
- 238000010586 diagram Methods 0.000 description 46
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 description 42
- 239000011780 sodium chloride Substances 0.000 description 24
- 238000005868 electrolysis reaction Methods 0.000 description 23
- 239000007789 gas Substances 0.000 description 17
- 239000000243 solution Substances 0.000 description 17
- 229910052783 alkali metal Inorganic materials 0.000 description 14
- 150000001340 alkali metals Chemical class 0.000 description 14
- 239000000460 chlorine Substances 0.000 description 14
- 150000003839 salts Chemical class 0.000 description 13
- 150000001875 compounds Chemical class 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 239000011734 sodium Substances 0.000 description 10
- 229910001415 sodium ion Inorganic materials 0.000 description 10
- LSNNMFCWUKXFEE-UHFFFAOYSA-M Bisulfite Chemical compound OS([O-])=O LSNNMFCWUKXFEE-UHFFFAOYSA-M 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 150000001450 anions Chemical group 0.000 description 8
- 239000000126 substance Substances 0.000 description 8
- 150000001732 carboxylic acid derivatives Chemical class 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 6
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 5
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 5
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 239000008151 electrolyte solution Substances 0.000 description 5
- 239000001257 hydrogen Substances 0.000 description 5
- 229910052739 hydrogen Inorganic materials 0.000 description 5
- 229910052740 iodine Inorganic materials 0.000 description 5
- 239000011630 iodine Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 4
- 229910052801 chlorine Inorganic materials 0.000 description 4
- -1 hydroxide ions Chemical class 0.000 description 4
- FKNQFGJONOIPTF-UHFFFAOYSA-N Sodium cation Chemical compound [Na+] FKNQFGJONOIPTF-UHFFFAOYSA-N 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 150000001768 cations Chemical class 0.000 description 3
- 150000002500 ions Chemical class 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 229910000000 metal hydroxide Inorganic materials 0.000 description 2
- 150000004692 metal hydroxides Chemical class 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000005342 ion exchange Methods 0.000 description 1
- 229910001510 metal chloride Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/46—Treatment of water, waste water, or sewage by electrochemical methods
- C02F1/461—Treatment of water, waste water, or sewage by electrochemical methods by electrolysis
-
- C—CHEMISTRY; METALLURGY
- C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
- C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
- C25B15/00—Operating or servicing cells
-
- C—CHEMISTRY; METALLURGY
- C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
- C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
- C25B15/00—Operating or servicing cells
- C25B15/02—Process control or regulation
- C25B15/023—Measuring, analysing or testing during electrolytic production
- C25B15/025—Measuring, analysing or testing during electrolytic production of electrolyte parameters
- C25B15/029—Concentration
-
- C—CHEMISTRY; METALLURGY
- C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
- C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
- C25B9/00—Cells or assemblies of cells; Constructional parts of cells; Assemblies of constructional parts, e.g. electrode-diaphragm assemblies; Process-related cell features
- C25B9/17—Cells comprising dimensionally-stable non-movable electrodes; Assemblies of constructional parts thereof
- C25B9/19—Cells comprising dimensionally-stable non-movable electrodes; Assemblies of constructional parts thereof with diaphragms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Definitions
- the present invention relates to a driving support device, a driving support method, a driving support system, and a driving support program.
- Patent Document 1 states, "The ion exchange membrane renewal method of the present embodiment includes the step of sandwiching the ion exchange membrane between an anode side gasket and a cathode side gasket." (Paragraph 0052).
- Patent Document 1 Japanese Patent Application Publication No. 2019-19408
- the performance of the ion exchange membrane in an electrolytic cell may decrease with the operating time of the electrolytic cell.
- the rate of decline in the performance of the ion exchange membrane can vary depending on the operating conditions (temperature, concentration, current, etc.) of the electrolytic cell. For this reason, it is desirable that the electrolytic cell be operated under optimal operating conditions.
- the optimal operating conditions at one point in the scheduled operating period of the electrolytic cell may be different from the optimal operating conditions in consideration of the entire operating period. For this reason, it is desirable that the electrolytic cell be operated under optimal operating conditions that take into account the entire scheduled operating period.
- Determining the optimal operating conditions for an electrolytic cell may be more difficult than determining the optimal operating conditions at one point in the operating period. For this reason, it is desirable to be able to easily recognize the optimal operating conditions that take the entire operating period into consideration.
- a driving support device includes an estimator that estimates the performance deterioration rate of the ion exchange membrane based on the actual value of impurity data regarding the rate of accumulation of impurities in the ion exchange membrane in the electrolytic cell.
- the actual value of the impurity data may include the actual value of the accumulation rate or the actual amount of accumulation of one or more elements constituting one or more impurities accumulated in the ion exchange membrane.
- the estimating unit estimates one or more impurities based on the actual accumulation rate or accumulation amount of one or more elements, and estimates the one or more impurities based on the estimated accumulation rate or accumulation amount of the one or more impurities. , the rate of performance degradation of the ion exchange membrane may be estimated.
- the estimation unit may estimate the type of one or more impurities based on the actual value of the accumulation rate or the actual value of the accumulation amount of one or more elements.
- the estimator may estimate the rate of performance decline of the ion exchange membrane based on the estimated accumulation rate or amount of one or more types of impurities.
- the estimation unit may estimate the rate of performance decline based on the relationship between the position in the cross-sectional direction of the ion exchange membrane and the concentration of impurities accumulated in the ion exchange membrane.
- the estimation unit may estimate the concentration profile of impurities in the cross-sectional direction based on the relationship between the position in the cross-sectional direction of the ion exchange membrane and the concentration of impurities, and estimate the rate of performance decline based on the estimated concentration profile.
- the electrolytic cell may have an anode chamber and a cathode chamber separated by an ion exchange membrane.
- An aqueous solution of an alkali metal chloride may be introduced into the anode chamber.
- An aqueous solution of alkali metal hydroxide may be drawn off from the cathode chamber.
- the estimation unit may estimate the impurity concentration profile in the cross-sectional direction of the ion exchange membrane based on at least one of the pH of the aqueous solution of alkali metal chloride and the pH of the aqueous solution of alkali metal hydroxide.
- the estimation unit may estimate the rate of performance decline based on the concentration data of impurities in the aqueous solution of alkali metal chloride.
- the estimation unit may estimate the rate of performance decline based on the position where the estimated concentration profile shows a peak.
- the concentration profile may be a concentration profile estimated by the estimation unit based on the relationship between the position in the cross-sectional direction of the ion exchange membrane and the concentration of impurities.
- the concentration profile may be a concentration profile estimated by the estimation unit based on at least one of the pH of the aqueous solution of alkali metal chloride and the pH of the aqueous solution of alkali metal hydroxide.
- the estimation unit may estimate the rate of performance decline based on the position where the estimated concentration profile shows a peak and the concentration data of impurities in the aqueous solution of alkali metal chloride.
- the actual value of the impurity data may be actual analysis data of the ion exchange membrane.
- the electrolytic cell may have an anode chamber and a cathode chamber separated by an ion exchange membrane.
- An aqueous solution of an alkali metal chloride may be introduced into the anode chamber.
- the impurity data may include concentration data of impurities in the aqueous solution of alkali metal chloride.
- the estimation unit may estimate the rate of performance decline based on the impurity concentration data.
- the estimation unit may estimate the rate of performance decline of the ion exchange membrane based on the impurity concentration data.
- the estimating unit may estimate one or more impurities based on the impurity concentration data, and estimate the performance deterioration rate of the ion exchange membrane based on the estimated accumulation rate or amount of the one or more impurities.
- the estimating unit estimates one or more impurities based on the actual accumulation rate or accumulation amount of one or more elements, and calculates the estimated accumulation rate or accumulation amount of the one or more impurities and the alkali.
- the rate of performance decline may be estimated based on data on the concentration of impurities in the aqueous solution of metal chloride.
- the estimation unit may estimate, based on the rate of performance decline, a production parameter related to a product produced by the electrolytic cell, which is a production parameter when the electrolytic cell is operated under one operating condition.
- the performance deterioration rate may be a performance deterioration rate estimated by the estimation unit based on the relationship between the position in the cross-sectional direction of the ion exchange membrane and the concentration of impurities accumulated in the ion exchange membrane.
- the above performance deterioration rate is determined by the estimation unit estimating the concentration profile of impurities in the cross-sectional direction based on the relationship between the position in the cross-sectional direction of the ion exchange membrane and the concentration of impurities, and the performance estimated based on the estimated concentration profile. It may be a decreasing rate.
- the performance deterioration rate may be a performance deterioration rate estimated by the estimation unit based on data on the concentration of impurities in the aqueous solution of alkali metal chloride.
- the performance deterioration rate may be a performance deterioration rate estimated by the estimation unit based on a position where the concentration profile shows a peak.
- the estimation unit may estimate the rate of performance decline based on the actual values of the operating conditions of the electrolytic cell.
- the estimation unit may estimate the performance deterioration rate based on the relationship between the accumulation rate or amount of impurities in the ion exchange membrane and the performance deterioration rate.
- the estimator calculates the relationship between the position where the estimated concentration profile shows a peak, the concentration data of impurities in the aqueous solution of alkali metal chloride, and the rate of accumulation of impurities in the ion exchange membrane and the rate of performance decline.
- the rate of performance degradation may be estimated based on .
- the driving support device may further include a performance degradation learning unit that generates a performance degradation prediction model.
- the performance deterioration prediction model uses machine learning to determine the relationship between the accumulation rate or amount of impurities and the performance deterioration rate.
- the predicted amount of the rate of decline may be output.
- the performance deterioration rate may be a performance deterioration rate estimated by the estimation unit based on the relationship between the position in the cross-sectional direction of the ion exchange membrane and the concentration of impurities accumulated in the ion exchange membrane.
- the above performance deterioration rate is determined by the estimation unit estimating the concentration profile of impurities in the cross-sectional direction based on the relationship between the position in the cross-sectional direction of the ion exchange membrane and the concentration of impurities, and the performance estimated based on the estimated concentration profile. It may be a decreasing rate.
- the performance deterioration rate may be a performance deterioration rate estimated by the estimation unit based on data on the concentration of impurities in the aqueous solution of alkali metal chloride.
- the performance deterioration rate may be a performance deterioration rate estimated by the estimation unit based on a position where the concentration profile shows a peak.
- the performance deterioration rate may be a performance deterioration rate estimated by the estimator based on actual values of operating conditions of the electrolytic cell.
- the performance deterioration prediction model uses machine learning to determine the relationship between the operating conditions of the electrolytic cell, the rate or amount of impurity accumulation, and the rate of performance deterioration.
- a predicted amount of the performance deterioration rate based on the relationship between the amount and the performance deterioration rate may be output for each of the plurality of operating conditions.
- the driving support device may include a plurality of performance degradation learning units.
- Each of the plurality of performance deterioration learning units may generate a performance deterioration prediction model for each of the plurality of ion exchange membrane types.
- the performance degradation prediction model may estimate the operating conditions of the electrolytic cell that satisfy the production parameters based on the accumulation rate or amount of impurities and the production parameters related to the products produced by the electrolytic cell.
- the performance degradation prediction model may estimate at least one of the time for recovery of the performance of the ion exchange membrane and the time for replacement of the ion exchange membrane when there are no operating conditions that satisfy the production parameters.
- the operation support device includes an acquisition unit that acquires the accumulation rate or amount of impurities when the electrolyzer is operated under one operating condition, and an acquisition unit that acquires the accumulation rate or amount of impurities acquired by the acquisition unit. , a correction section that corrects the accumulation rate or accumulation amount of one or more impurities estimated by the estimation section.
- the correction unit may correct the accumulation rate or amount of one or more types of impurities estimated by the estimation unit based on the accumulation rate or amount of impurities acquired by the acquisition unit.
- the estimation unit may estimate the accumulation rate or accumulation amount of one or more impurities in the first cycle.
- the estimator may estimate the accumulation rate or amount of one or more types of impurities in the first period.
- the acquisition unit may acquire the impurity accumulation rate in a second cycle that is shorter than the first cycle.
- the impurity may be at least one of barium, calcium, strontium, iodine, silicon, aluminum, nickel, magnesium, iron, titanium, and phosphorus.
- a second aspect of the present invention provides a driving support method.
- the operation support method includes a first estimation step in which the estimator estimates the rate of performance decline of the ion exchange membrane based on the actual value of impurity data regarding the rate of accumulation of impurities in the ion exchange membrane in the electrolytic cell.
- the actual value of the impurity data may include the actual value of the accumulation rate or the actual amount of accumulation of one or more elements constituting one or more impurities accumulated in the ion exchange membrane.
- the estimating unit estimates one or more impurities based on the actual value of the accumulation rate or the actual value of the accumulation amount of one or more elements, and the estimated accumulation rate of the one or more impurities.
- it may be a step of estimating the rate of performance decline of the ion exchange membrane based on the accumulated amount.
- the first estimation step may be a step in which the estimator estimates the rate of performance decline based on the relationship between the position in the cross-sectional direction of the ion exchange membrane and the concentration of impurities accumulated in the ion exchange membrane.
- the estimation unit estimates the concentration profile of impurities in the cross-sectional direction of the ion-exchange membrane based on the relationship between the position in the cross-sectional direction of the ion-exchange membrane and the concentration of impurities, and based on the estimated concentration profile. This may be a step of estimating the rate of performance deterioration.
- the concentration profile may be a concentration profile estimated by the estimation unit based on at least one of the pH of the aqueous solution of alkali metal chloride and the pH of the aqueous solution of alkali metal hydroxide.
- the impurity data may include concentration data of impurities in the aqueous solution of alkali metal chloride.
- the first estimating step may be a step in which the estimating unit estimates the rate of performance decline based on the impurity concentration data.
- the first estimation step is a step in which the estimator estimates one or more impurities based on the impurity concentration data, and estimates a performance deterioration rate based on the estimated accumulation rate or amount of the one or more impurities. It may be.
- the first estimation step may be a step in which the estimation unit estimates the rate of performance decline based on the position in the cross-sectional direction of the ion exchange membrane where the concentration profile shows a peak.
- the concentration profile may be a concentration profile estimated by the estimation unit based on the relationship between the position in the cross-sectional direction of the ion exchange membrane and the concentration of impurities.
- the concentration profile may be a concentration profile estimated by the estimation unit based on at least one of the pH of the aqueous solution of alkali metal chloride and the pH of the aqueous solution of alkali metal hydroxide.
- the estimation unit calculates the production parameters when the electrolytic cell is operated under one operating condition based on the performance deterioration rate estimated in the first estimation step, and the production parameters produced by the electrolytic cell.
- the method may further include a second estimating step of estimating a production parameter regarding the product.
- the first estimating step may be a step in which the estimating unit estimates the rate of performance decline based on the actual values of the operating conditions of the electrolytic cell.
- the first estimating step may be a step in which the estimating unit estimates the performance deterioration rate based on the relationship between the accumulation rate or amount of impurities accumulated in the ion exchange membrane and the performance deterioration rate.
- the estimating unit estimates at least one of the position in the cross-sectional direction of the ion exchange membrane where the estimated concentration profile shows a peak, and the concentration data of impurities in the aqueous solution of alkali metal chloride, and the ion exchange membrane.
- the step may be a step of estimating the rate of performance deterioration based on the relationship between the rate or amount of impurity accumulation and the rate of performance deterioration.
- the first estimation step may include a performance degradation learning step in which the performance degradation learning section generates a performance degradation prediction model.
- the performance deterioration prediction model uses machine learning to determine the relationship between the accumulation rate or amount of impurities and the performance deterioration rate.
- the predicted amount of performance deterioration rate may be output.
- the performance degradation prediction model estimates the operating conditions of the electrolytic cell that satisfy the production parameters based on the accumulation rate or amount of impurities and the production parameters related to the products produced by the electrolytic cell.
- the method may further include a step of estimating operating conditions.
- the operation support method includes an acquisition step in which the acquisition unit acquires the accumulation rate or accumulation amount of impurities when the electrolytic cell is operated under one operating condition, and a correction unit in which the correction unit acquires the impurity accumulation rate or amount of impurities acquired in the acquisition step.
- the method may further include a correction step of correcting the accumulation rate or accumulation amount of one or more impurities estimated in the first estimation step based on the accumulation rate or accumulation amount.
- the correction step is a step in which the correction unit corrects the accumulation rate or accumulation amount of one or more types of impurities estimated in the first estimation step, based on the accumulation rate or accumulation amount of impurities acquired in the acquisition step. It may be.
- a third aspect of the present invention provides a driving support system.
- the driving support system includes a driving support device and an electrolyzer having an electrolytic cell.
- a driving assistance program is provided.
- a driving support program is a driving support program that allows a computer to function as a driving support device.
- FIG. 1 is a diagram showing an example of an electrolysis device 200 according to one embodiment of the present invention.
- 2 is a diagram showing an example of details of one electrolytic cell 91 in FIG. 1.
- FIG. 3 is an enlarged view of the vicinity of the ion exchange membrane 84 in the electrolytic cell 91 shown in FIG. 2.
- FIG. 1 is a diagram showing an example of a block diagram of a driving support device 100 according to an embodiment of the present invention.
- FIG. 7 is a diagram showing an example of the relationship between the accumulated amount of impurity Im and current efficiency CE for each impurity Im. 7 is a diagram showing an example of the relationship between the position in the cross-sectional direction of the ion exchange membrane 84 and the concentration of alkali metal.
- FIG. 8 is a diagram schematically showing a cluster 85 of an ion exchange membrane 84.
- FIG. 8 is a diagram schematically showing a cluster 85 of an ion exchange membrane 84.
- FIG. 7 is a diagram showing an example of the relationship between the position of the ion exchange membrane 84 in the cross-sectional direction and pH.
- FIG. 7 is a diagram showing an example of the relationship between elapsed time t and current efficiency CE for each impurity Im. It is a figure showing another example of a block diagram of driving support device 100 concerning one embodiment of the present invention.
- 6 is a diagram showing an example of a performance degradation prediction model 62.
- FIG. 3 is a diagram showing an example of an output mode in an output unit 32.
- FIG. 6 is a diagram illustrating an example of prediction of the predicted amount VLp or estimation of the driving condition Cd by the performance degradation prediction model 62.
- FIG. 6 is a diagram illustrating an example of estimation of the performance recovery time of the ion exchange membrane 84 or the replacement time of the ion exchange membrane 84 using the performance deterioration prediction model 62.
- FIG. It is a figure showing another example of a block diagram of driving support device 100 concerning one embodiment of the present invention.
- FIG. 3 is a diagram illustrating an example of the timing at which the acquisition unit 35 acquires the accumulation rate or amount of impurity Im, and the timing at which the estimation unit 10 acquires the accumulation rate or amount of impurity Im.
- FIG. 1 is a flowchart illustrating an example of a driving support method according to an embodiment of the present invention.
- FIG. 3 is a diagram illustrating an example of a computer 2200 in which the driving assistance device 100 according to an embodiment of the present invention may be implemented in whole or in part.
- FIG. 1 is a diagram showing an example of an electrolysis device 200 according to one embodiment of the present invention.
- the electrolysis device 200 of this example includes an electrolytic cell 90, an introduction pipe 92, an introduction pipe 93, an outlet pipe 94, and an outlet pipe 95.
- the electrolysis device 200 is a device that electrolyzes an electrolytic solution.
- the electrolytic cell 90 is a cell that electrolyzes an electrolytic solution.
- the electrolytic solution is, for example, an aqueous NaCl (sodium chloride) solution.
- the electrolytic solution is an aqueous NaCl (sodium chloride) solution.
- salt electrolysis the case where the electrolytic solution is an aqueous NaCl (sodium chloride) solution is referred to as salt electrolysis.
- the electrolytic cell 90 generates Cl 2 (chlorine), NaOH (sodium hydroxide), and H 2 (hydrogen) by electrolyzing a NaCl (sodium chloride) aqueous solution.
- the electrolytic cell 90 may include a plurality of electrolytic cells 91 (electrolytic cells 91-1 to 91-N, where N is an integer of 2 or more). N is, for example, 50.
- the electrolytic solution electrolyzed in the electrolytic cell 90 may be a NaOH (sodium hydroxide) aqueous solution or a KOH (potassium hydroxide) aqueous solution.
- the electrolyte is an aqueous NaOH (sodium hydroxide) solution or an aqueous KOH (potassium hydroxide) solution is referred to as alkaline water electrolysis.
- the electrolytic cell 90 generates O 2 (oxygen) and H 2 (hydrogen) by electrolyzing a NaOH (sodium hydroxide) aqueous solution or a KOH (potassium hydroxide) aqueous solution.
- the introduction pipe 92 and the introduction pipe 93 are connected to each of the electrolytic cells 91-1 to 91-N.
- the liquid 70 is introduced into each of the electrolytic cells 91-1 to 91-N. After passing through the introduction pipe 92, the liquid 70 may be introduced into each of the electrolytic cells 91-1 to 91-N.
- Liquid 70 is an aqueous solution of alkali metal chloride. Alkali metals are elements belonging to Group 1 of the periodic table of elements.
- the liquid 70 is an aqueous NaCl (sodium chloride) solution.
- the liquid 70 is an aqueous NaOH (sodium hydroxide) solution or a KOH (potassium hydroxide) aqueous solution.
- a liquid 72 is introduced into each of the electrolytic cells 91-1 to 91-N. After passing through the introduction pipe 93, the liquid 72 may be introduced into each of the electrolytic cells 91-1 to 91-N.
- the liquid 72 is an aqueous solution of an alkali metal hydroxide.
- the liquid 72 is an aqueous NaOH (sodium hydroxide) solution.
- the liquid 72 is a NaOH (sodium hydroxide) aqueous solution or a KOH (potassium hydroxide) aqueous solution.
- the outlet pipe 94 and the outlet pipe 95 are connected to each of the electrolytic cells 91-1 to 91-N.
- a liquid 76 and a gas 78 (described later) are led out from each of the electrolytic cells 91-1 to 91-N.
- the liquid 76 and the gas 78 (described later) may be led out of the electrolyzer 200 after passing through the lead-out pipe 95.
- Liquid 76 is an aqueous solution of alkali metal hydroxide.
- the liquid 72 is an aqueous NaOH (sodium hydroxide) solution
- the liquid 76 is an aqueous NaOH (sodium hydroxide) solution.
- Gas 78 (described below) may be H 2 (hydrogen).
- a liquid 74 and a gas 77 are led out from each of the electrolytic cells 91-1 to 91-N.
- the liquid 74 and the gas 77 may be led out of the electrolyzer 200 after passing through the lead-out pipe 94.
- Liquid 74 is an aqueous solution of alkali metal chloride.
- liquid 70 is an aqueous NaCl (sodium chloride) solution
- liquid 74 is an aqueous NaCl (sodium chloride) solution.
- Gas 77 (described below) may be Cl 2 (chlorine).
- FIG. 2 is a diagram showing an example of details of one electrolytic cell 91 in FIG. 1.
- Electrolytic cell 90 has an anode chamber 79, an anode 80, a cathode chamber 98, a cathode 82, and an ion exchange membrane 84.
- one electrolytic cell 91 has an anode chamber 79, an anode 80, a cathode chamber 98, a cathode 82, and an ion exchange membrane 84.
- the anode chamber 79 and the cathode chamber 98 are provided inside the electrolytic cell 91.
- the anode chamber 79 and the cathode chamber 98 are separated by an ion exchange membrane 84.
- An anode 80 is placed in the anode chamber 79 .
- a cathode 82 is arranged in the cathode chamber 98 .
- a plane parallel to the bottom surface 88 of the anode chamber 79 and the cathode chamber 98 is defined as an XY plane.
- the direction connecting the bottom surface 88 and the ceiling surface 89 of the anode chamber 79 and the cathode chamber 98 is defined as the Z-axis direction.
- the direction from the anode 80 to the cathode 82 is referred to as the Y-axis direction
- the direction perpendicular to the Y-axis within the XY plane is referred to as the X-axis direction.
- the Z-axis direction may be parallel to the direction of gravity.
- the XY plane may be a horizontal plane.
- An inlet pipe 92 and an outlet pipe 94 are connected to the anode chamber 79.
- An inlet pipe 93 and an outlet pipe 95 are connected to the cathode chamber 98 .
- a liquid 70 is introduced into the anode chamber 79 .
- Liquid 72 is introduced into cathode chamber 98 .
- the ion exchange membrane 84 is a membrane-like substance that blocks the passage of ions having a different sign from the ions arranged in the ion exchange membrane 84 and allows the passage of ions having the same sign.
- the ion exchange membrane 84 is a membrane that allows Na + (sodium ions) to pass through and blocks Cl - (chloride ions) from passing through.
- Anode 80 and cathode 82 may be maintained at predetermined positive and negative potentials, respectively.
- the liquid 70 introduced into the anode chamber 79 and the liquid 72 introduced into the cathode chamber 98 are electrolyzed by the potential difference between the anode 80 and the cathode 82.
- salt electrolysis and alkaline water electrolysis the following chemical reaction occurs at the anode 80.
- [Chemical formula 1-2] Alkaline water electrolysis) 4OH - ⁇ O 2 +2H 2 O+4e -
- the liquid 70 is an aqueous NaCl (sodium chloride) solution
- NaCl (sodium chloride) is ionized into Na + (sodium ions) and Cl ⁇ (chloride ions).
- Cl 2 (chlorine) gas is generated by the chemical reaction shown in Chemical Formula 1-1.
- Gas 77 (the Cl 2 (chlorine) gas) and liquid 74 may be led out from anode chamber 79 .
- Na + (sodium ions) move from the anode chamber 79 to the cathode chamber 98 after passing through the ion exchange membrane 84 due to the attractive force from the cathode 82 .
- NaOH sodium hydroxide
- NaOH sodium hydroxide
- OH - hydrooxide ions
- H 2 O water
- O 2 oxygen
- Gas 77 the O 2 (oxygen) gas
- liquid 74 may be led out from anode chamber 79 .
- Na + (sodium ions) move from the anode chamber 79 to the cathode chamber 98 after passing through the ion exchange membrane 84 due to the attractive force from the cathode 82 .
- the liquid 73 may remain in the anode chamber 79 .
- the liquid 73 may be an aqueous solution of an alkali metal chloride.
- the liquid 73 is an aqueous NaCl (sodium chloride) solution.
- the Na + (sodium ion) concentration and Cl ⁇ (chloride ion) concentration of liquid 73 may be lower than the Na + (sodium ion) concentration and Cl ⁇ (chloride ion) concentration of liquid 70 .
- the liquid 73 is a NaOH (sodium hydroxide) aqueous solution or a KOH (potassium hydroxide) aqueous solution.
- the liquid 75 may remain in the cathode chamber 98 .
- the liquid 75 is an aqueous solution of an alkali metal hydroxide.
- the liquid 75 is an aqueous solution of NaOH (sodium hydroxide) or aqueous KOH (potassium hydroxide).
- the cathode chamber 98 contains a liquid 75 in which OH - (hydroxide ions) generated by the chemical reaction shown in chemical formula 2 and Na + (sodium ions) moved from the anode chamber 79 are dissolved. It stays.
- FIG. 3 is an enlarged view of the vicinity of the ion exchange membrane 84 in the electrolytic cell 91 shown in FIG.
- Anion groups 86 are fixed to the ion exchange membrane 84 of this example. Anions are repelled by the anion groups 86, so they are difficult to pass through the ion exchange membrane 84.
- the anion is Cl ⁇ (chloride ion). Since the cations 71 are not repelled by the anion groups 86, they can pass through the ion exchange membrane 84.
- the liquid 70 see FIG. 2 is an aqueous NaCl (sodium chloride) solution, the cation 71 is Na + (sodium ion).
- FIG. 4 is a block diagram of the driving support device 100 and an example of the driving support system 300 according to one embodiment of the present invention.
- the operation support device 100 supports the operation of the electrolytic cell 90 (see FIG. 1).
- the driving support device 100 includes an estimation unit 10.
- the driving support device 100 may include a control section 20, an input section 30, an output section 32, and a storage section 40.
- the range of the driving support device 100 is shown by a broken line, and the range of the driving support system 300 is shown by a chain line.
- the driving support system 300 includes a driving support device 100 and an electrolyzer 200.
- the control unit 20 may transmit a control signal Sc for controlling the electrolysis device 200 to the electrolysis device 200.
- the control unit 20 may transmit the control signal wirelessly.
- the electrolysis device 200 may transmit the control signal Sc′ to the control unit 20.
- the electrolysis device 200 may transmit the control signal Sc' wirelessly.
- Part or all of the driving support device 100 is, for example, a computer including a CPU, a memory, an interface, and the like.
- the control unit 20 may be the CPU.
- the estimation unit 10 and the control unit 20 may be one CPU.
- a driving support program may be installed in the computer in order to execute a driving support method to be described later, and a driving support program for causing the computer to function as the driving support device 100 may be installed. May be installed.
- the input unit 30 is, for example, a keyboard, a mouse, etc.
- the output unit 32 outputs the estimation result by the estimation unit 10.
- the output unit 32 is, for example, a display, a monitor, or the like.
- one or more impurities may accumulate in ion exchange membrane 84 as electrolytic cell 90 operates over time.
- the impurities accumulated in the ion exchange membrane 84 are referred to as impurities Im.
- the impurity Im may be a compound or an element.
- One or more impurities Im may refer to one or more types of impurities Im. If the impurity Im accumulates in the ion exchange membrane 84, the performance of the ion exchange membrane 84 may deteriorate.
- the performance of the ion exchange membrane 84 refers to the ion exchange performance of the ion exchange membrane 84.
- a liquid 70 is introduced into the electrolytic cell 90 (see FIG. 1), which is obtained by subjecting salt water containing raw salt to a predetermined process.
- Predetermined treatments include, for example, precipitation of SS (suspended solids) contained in salt water using a clarifier, removal of the SS by a ceramic filter, and removal of Ba (barium) and Ca (calcium) contained in salt water using a resin tower. ), removal of at least one of Sr (strontium) and Mg (magnesium), and the like.
- the raw salt may contain at least one of I (iodine), Fe (iron), Ti (titanium), and P (phosphorus).
- SS suspended solid
- Impurities Im include Ba (barium), Ca (calcium), Sr (strontium), Mg (magnesium), I (iodine), Fe (iron), Ti (titanium), Si (silicon), Al (aluminum), and At least one of P (phosphorus) may be included.
- the surface of the cathode 82 may be provided with Ni (nickel). Ni (nickel) may be formed on the surface of the cathode 82 by plating. As the operating time of the electrolytic cell 90 passes, Ni (nickel) provided on the surface of the cathode 82 may be included in the liquid 75 (see FIG. 2).
- the impurity Im may include Ni (nickel).
- the estimation unit 10 estimates the performance deterioration rate of the ion exchange membrane 84 based on the actual value of impurity data regarding the accumulation rate of the impurity Im in the ion exchange membrane 84.
- the impurity data is referred to as impurity data Di. Let the actual value of the impurity data Di be the actual value Vi.
- the performance deterioration rate of the ion exchange membrane 84 is defined as the performance deterioration rate VL.
- the performance value Vi of the impurity data Di may include the performance value of the accumulation rate or the performance value of the accumulation amount of one or more elements constituting the one or more impurities Im accumulated in the ion exchange membrane 84. Let the actual value of the accumulation rate or the actual value of the accumulation amount of the one or more elements be the actual value Vi'.
- the estimation unit 10 may estimate one or more impurities Im based on the actual value Vi'.
- the estimation unit 10 may estimate the type of one or more impurities Im based on the actual value Vi'.
- impurity Im is a compound
- the type of impurity Im refers to the type of compound.
- the impurity Im is an element
- the type of the impurity Im refers to the type of the element.
- the estimation unit 10 may estimate the rate of performance decline VL of the ion exchange membrane 84 based on the estimated accumulation rate or amount of one or more impurities Im.
- the estimation unit 10 may estimate the rate of performance decline VL of the ion exchange membrane 84 based on the estimated accumulation rate or amount of one or more types of impurities Im.
- the actual value Vi and the actual value Vi' may be actual analysis data of the ion exchange membrane 84.
- Actual analysis data refers to data evaluated by actually analyzing the ion exchange membrane 84.
- the impurity Im is a compound
- the actual value Vi' may be actual analysis data of a plurality of elements constituting the compound accumulated in the ion exchange membrane 84 and the accumulation amount or accumulation rate of each element.
- the estimation unit 10 can estimate one or more compounds based on the actual analyzed accumulation amount or accumulation rate of each element.
- One or more compounds may refer to one or more types of compounds.
- the estimation unit 10 can estimate the type of one or more compounds based on the actual analyzed accumulation amount or accumulation rate for each element.
- the actual value Vi′ may be analytical data for each element regarding the accumulation amount or accumulation rate of one or more elements accumulated in the ion exchange membrane 84.
- the estimation unit 10 can estimate one or more elements based on the actual analyzed accumulation amount or accumulation rate for each element.
- One or more elements refers to one or more types of elements.
- the accumulated amount of one or more elements constituting the impurity Im may be the accumulated amount over a predetermined period Te.
- the period Te is, for example, one year.
- the accumulation rate of one or more elements constituting the impurity Im may be an accumulation amount per predetermined period Te'.
- the period Te' may be equal to or different from the period Te.
- the estimating unit 10 may calculate the accumulation rate or amount of impurity Im for the estimated one or more impurities Im.
- the amount of impurity Im accumulated may be the amount of impurity Im accumulated over period Te'.
- the accumulation rate of impurity Im may be the amount of accumulation of impurity Im per period Te'.
- the estimation unit 10 may calculate the accumulation rate or amount of impurity Im for each impurity Im.
- the actual value Vi may be evaluated with the ion exchange membrane 84 removed from the electrolytic cell 90, or may be evaluated with the ion exchange membrane 84 attached to the electrolytic cell 90.
- the actual value Vi' is obtained by analyzing the relationship between the accumulation amount or accumulation rate of each of the plurality of elements constituting the impurity Im and the operating time of the electrolytic cell 90 in a state where the ion exchange membrane 84 is attached to the electrolytic cell 90. It may also be data that has been
- the actual value Vi may be input through the input unit 30.
- the performance value Vi input by the input unit 30 may be stored in the storage unit 40.
- the alkali metal chloride contained in the liquid 73 may pass through the ion exchange membrane 84.
- the alkali metal chloride that has passed through the ion exchange membrane 84 may be included in the liquid 75 .
- the liquid 75 is an aqueous solution of an alkali metal hydroxide.
- the impurity data Di may include concentration data of the impurity Im in the liquid 73.
- the actual value Vi may be actual analysis data obtained by actually analyzing the concentration of impurity Im in the NaCl (sodium chloride) aqueous solution.
- the estimation unit 10 may estimate the rate of performance decline VL of the ion exchange membrane 84 based on the concentration data of the impurity Im in the liquid 73.
- the estimation unit 10 estimates one or more impurities Im based on the concentration data of the impurities Im, and calculates the performance deterioration rate VL of the ion exchange membrane 84 based on the estimated accumulation rate or amount of the one or more impurities Im. may be estimated.
- the estimation unit 10 estimates one or more impurities Im based on the actual value Vi', and based on the estimated accumulation rate or accumulation amount of the one or more impurities Im and the concentration data of the impurity Im in the liquid 73. , the rate of performance decline VL of the ion exchange membrane 84 may be estimated.
- the performance deterioration rate VL may be the deterioration rate of the current efficiency CE of the electrolytic cell 90.
- the current efficiency CE refers to the ratio of the actual production amount to the theoretical production amount of the product produced by the electrolytic cell 90. This product is referred to as product P. Let the theoretical production amount of product P be production amount Pa. Let the actual production amount of the product P be the production amount Pr.
- the current efficiency CE refers to the ratio of the production amount Pr to the production amount Pa. The larger the amount of impurity Im accumulated in the ion exchange membrane 84, the more likely the current efficiency CE is to decrease.
- the rate of performance decline VL may be the rate of increase in the voltage CV of the electrolytic cell 90.
- FIG. 5 is a diagram showing an example of the relationship between the accumulated amount of impurity Im and current efficiency CE for each impurity Im.
- FIG. 5 shows the relationship between the accumulated amount of impurity Im and current efficiency CE for each of four impurities Im (impurity Im1 to impurity Im4).
- the types of impurities Im1 to Im4 are different from each other.
- the impurity Im1 is, for example, a compound of Ba (barium) and I (iodine).
- the impurity Im2 is, for example, a compound of Ca (calcium), Sr (strontium), and I (iodine).
- the impurity Im3 is, for example, I (iodine).
- the impurity Im4 is, for example, a compound of Si (silicon) and Al (aluminum).
- the current efficiency CE tends to decrease as the amount of impurity Im accumulated increases.
- the amount of decrease in current efficiency CE per accumulated amount of impurity Im may vary depending on the type of impurity Im.
- the relationship between the accumulated amount of impurity Im and the current efficiency CE shown in FIG. 5 may be stored in the storage unit 40.
- the estimation unit 10 estimates the performance deterioration rate VL based on the accumulation rate or amount of impurity Im. Therefore, the user of the driving support device 100 can recognize future performance deterioration of the ion exchange membrane 84.
- the estimation unit 10 may estimate the performance deterioration rate VL based on the accumulation rate or accumulation amount of the plurality of impurities Im.
- the performance deterioration rate of the ion exchange membrane 84 for each impurity Im is defined as the performance deterioration rate VL'.
- the performance deterioration rates of the ion exchange membrane 84 for each impurity Im1 to impurity Im4 are defined as performance deterioration rate VL'1 to performance deterioration rate VL'4, respectively.
- the estimation unit 10 may estimate the performance deterioration rate VL of the ion exchange membrane 84 based on the relationship between the accumulation rate or amount of impurity Im and the performance deterioration rate VL.
- the estimating unit 10 calculates the performance deterioration rate of the ion exchange membrane 84 in which a plurality of impurities Im have accumulated, based on the relationship between the accumulation rate or amount of impurity Im for each impurity Im and the performance deterioration rate VL' for each impurity Im.
- VL may be estimated.
- the relationship between the accumulation rate or amount of impurity Im and the performance deterioration rate VL' may be the actual result of the relationship between the accumulation rate or amount of impurity Im and the performance deterioration rate VL'.
- the estimating unit 10 calculates the relationship between the accumulated amount of impurity Im1 and the performance deterioration rate VL1', the relationship between the accumulated amount of impurity Im2 and the performance deterioration rate VL2', and the relationship between the accumulated amount of impurity Im3 and the performance deterioration rate VL2'.
- the performance deterioration rate VL is estimated based on the relationship with VL3' and the relationship between the accumulated amount of impurity Im4 and the performance deterioration rate VL4'.
- the operating conditions of the electrolytic cell 90 are defined as operating conditions Cd.
- the operating conditions Cd refer to operating conditions of the electrolytic cell 90 that can affect the state of the ion exchange membrane 84.
- the estimation unit 10 may estimate the rate of performance decline VL of the ion exchange membrane 84 based on the actual value of the operating condition Cd. This performance value is defined as performance value Vd.
- the estimation unit 10 may estimate the performance deterioration rate VL based on the accumulation rate or amount of impurity Im and the actual value Vd.
- the operating conditions Cd include current efficiency CE, voltage CV, pH and flow rate of liquid 70 (see FIG. 2), pH and flow rate of liquid 72 (see FIG. 2), and liquid 73 (see FIG. 2) or liquid 75 ( (see FIG. 2) may be included.
- the actual value of the operating condition Cd be the actual value Cd.
- the actual value Vd is the actual value of the current of the electrolytic cell 90, the actual value of the current efficiency CE, the actual value of the voltage CV, the actual value of the pH and flow rate of the liquid 70 (aqueous solution of alkali metal chloride), and the actual value of the pH and flow rate of the liquid 72 (alkali metal chloride). It may be at least one of the actual values of the pH and flow rate of the aqueous solution of metal hydroxide (metal hydroxide aqueous solution), and the actual value of the temperature of the liquid 73 (see FIG. 2) or the liquid 75 (see FIG. 2).
- the current efficiency CE shown in FIG. 5 may be an actual value of the current efficiency CE.
- the actual value Vd may be input through the input unit 30.
- the performance value Vd input by the input unit 30 may be stored in the storage unit 40.
- FIG. 6 is a diagram showing an example of the relationship between the position of the ion exchange membrane 84 in the cross-sectional direction and the concentration of alkali metal.
- FIG. 6 is an example of an alkali metal concentration profile across the anode chamber 79, ion exchange membrane 84, and cathode chamber 98.
- the cross-sectional direction of the ion exchange membrane 84 refers to the direction from the anode chamber 79 (see FIG. 2) to the cathode chamber 98 (see FIG. 2) in the ion exchange membrane 84.
- the cross-sectional direction of the ion exchange membrane 84 refers to a direction intersecting the surface of the ion exchange membrane 84.
- the cross-sectional direction of the ion exchange membrane 84 may refer to a direction perpendicular to the surface of the ion exchange membrane 84.
- the surface of the ion exchange membrane 84 is the XY plane (see FIG. 2)
- the cross-sectional direction of the ion exchange membrane 84 is the Y-axis direction (see FIG. 2).
- position P0 is the position of the anode 80 (see FIG. 2)
- position P4 is the position of the cathode 82 (see FIG. 2).
- position P1 is the interface between the anode chamber 79 and the ion exchange membrane 84
- position P3 is the interface between the cathode chamber 98 and the ion exchange membrane 84.
- a position P2 is a position where the concentration of alkali metal in the ion exchange membrane 84 is minimum (concentration C2 (described later)).
- the concentration C0 is the alkali metal concentration in the anode chamber 79
- the concentration C4 is the alkali metal concentration in the cathode chamber 98.
- concentration C1 is the concentration of alkali metal at position P1
- concentration C3 is the concentration of alkali metal at position P3.
- concentration C2 is the minimum value of the alkali metal concentration in the ion exchange membrane 84. As shown in FIG. 6, the concentration of alkali metal is higher on the cathode 82 side than on the anode 80 side. The concentration of alkali metal in the ion exchange membrane 84 decreases from position P1 to position P2, and increases from position P2 to position P3.
- the alkali metal concentration profile shown in FIG. 6 may change.
- the amount of impurity Im supplied to the ion exchange membrane 84 or the accumulation position of the impurity Im accumulated in the ion exchange membrane 84 can be changed.
- the rate of performance decline VL of the ion exchange membrane 84 may change.
- the estimation unit 10 estimates the performance deterioration rate VL based on the actual value Vd. Therefore, the user of the driving support device 100 can recognize future performance deterioration of the ion exchange membrane 84.
- FIG. 7 and 8 are diagrams schematically showing clusters 85 of ion exchange membrane 84.
- 7 and 8 are schematic diagrams of the clusters 85 when the ion exchange membrane 84 is viewed in the direction from the anode 80 to the cathode 82 (in the thickness direction of the ion exchange membrane 84).
- FIG. 7 is a schematic diagram of the cluster 85 when the liquid 73 (see FIG. 2) and the liquid 75 (see FIG. 2) are at one temperature T1 in a predetermined temperature range.
- FIG. 8 is a schematic diagram of the cluster 85 when the liquid 73 and the liquid 75 are at another temperature T2 that is outside the temperature range and higher than the temperature range.
- the size of the clusters 85 of the ion exchange membrane 84 can change, as shown in FIGS. 7 and 8.
- the alkali metal concentration profile shown in FIG. 6 can change.
- the amount of impurity Im supplied to the ion exchange membrane 84 or the accumulation position of the impurity Im accumulated in the ion exchange membrane 84 can be changed.
- the rate of performance decline VL of the ion exchange membrane 84 may change.
- the estimating unit 10 estimates the performance deterioration rate VL based on the actual value Vd (actually measured values of the temperatures of the liquid 73 and the liquid 75 in this example). Therefore, the user of the driving support device 100 can recognize future performance deterioration of the ion exchange membrane 84.
- FIG. 9 is a diagram showing an example of the relationship between the position of the ion exchange membrane 84 in the cross-sectional direction and pH.
- FIG. 9 is an example of a pH profile in the cross-sectional direction of the ion exchange membrane 84.
- the ion exchange membrane 84 may have a sulfonic acid layer 81 and a carboxylic acid layer 83.
- the sulfonic acid layer 81 is provided on the anode chamber 79 side of the ion exchange membrane 84.
- the carboxylic acid layer 83 is provided on the cathode chamber 98 side of the ion exchange membrane 84 .
- the position P1 is the position of the interface between the anode chamber 79 and the ion exchange membrane 84 as described above.
- Position P1 is the position of the interface between anode chamber 79 and sulfonic acid layer 81.
- the position P3 is the position of the interface between the cathode chamber 98 and the ion exchange membrane 84, as described above.
- Position P3 is the position of the interface between cathode chamber 98 and carboxylic acid layer 83.
- the position where the sulfonic acid layer 81 and the carboxylic acid layer 83 are in contact is defined as position
- the pH in the cross-sectional direction of the ion exchange membrane 84 tends to increase from position P1 to position P3.
- the pH at position P1 is set to pH1
- the pH at position P3 is set to pH2.
- the pH value of pH1 is, for example, 4.
- the pH value of pH2 is, for example, 15.
- a part of the impurity Im that enters the ion exchange membrane 84 from the liquid 73 (see FIG. 2) in the anode chamber 79 may accumulate in the sulfonic acid layer 81, and another part of the impurity Im passes through the sulfonic acid layer 81. obtain.
- the pH of the sulfonic acid layer 81 tends to be lower than the pH of the carboxylic acid layer 83. Therefore, another part of the impurity Im that has passed through the sulfonic acid layer 81 can accumulate in the carboxylic acid layer 83.
- the impurity Im shows a concentration profile in the cross-sectional direction of the ion exchange membrane 84.
- the concentration profile of impurity Im refers to the relationship between each position in the cross-sectional direction of the ion exchange membrane 84 and the concentration of impurity Im at each of the positions.
- the concentration profile of the impurity Im in the cross-sectional direction of the ion exchange membrane 84 may depend on the type and concentration of the impurity Im in at least one of the liquid 73 (see FIG. 2) and the liquid 75 (see FIG. 2), and the operating conditions Cd. . Therefore, the shape of the concentration profile of impurity Im may depend on the type and concentration of impurity Im.
- the concentration profile may show a peak between positions P1 and P3 in the cross-sectional direction of the ion exchange membrane 84.
- the position of the peak may depend on the type and concentration of impurity Im.
- the concentration of impurity Im in liquid 73 and liquid 75 may be concentration data of impurity Im in liquid 73 and liquid 75, respectively.
- FIG. 10 is a diagram showing an example of the relationship between elapsed time t and current efficiency CE for each impurity Im.
- FIG. 10 shows the relationship between the elapsed time t and the current efficiency CE for each of three accumulation positions in the cross-sectional direction of the ion exchange membrane 84. It is assumed that the same amount of impurity Im is accumulated at the three accumulation positions. The rate of performance decline VL tends to increase as impurities Im accumulate on the cathode chamber 98 side in the cross-sectional direction of the ion exchange membrane 84.
- the estimation unit 10 may estimate the performance deterioration rate VL based on the relationship between the position in the cross-sectional direction of the ion exchange membrane 84 and the concentration of impurities Im accumulated in the ion exchange membrane 84.
- the estimation unit 10 calculates the estimation based on the relationship between each position in the cross-sectional direction of the ion exchange membrane 84 and the concentration of impurity Im at each of the positions, and the relationship between the elapsed time t and the performance deterioration rate VL shown in FIG. Therefore, the performance deterioration rate VL can be estimated.
- the relationship between the position in the cross-sectional direction of the ion exchange membrane 84 and the concentration of the impurity Im may be the actual relationship between the position in the cross-sectional direction of the ion exchange membrane 84 and the concentration of the impurity Im.
- the actual result of the relationship may be a relationship based on actual values obtained by actually measuring the concentration of the impurity Im at each position in the cross-sectional direction of the ion exchange membrane 84.
- the estimation unit 10 may estimate the concentration profile of the impurity Im in the cross-sectional direction based on the relationship between the position of the ion exchange membrane 84 in the cross-sectional direction and the concentration of the impurity Im. If the relationship between the position in the cross-sectional direction of the ion exchange membrane 84 and the concentration of the impurity Im is the actual relationship, the relationship between the position in the cross-sectional direction of the ion exchange membrane 84 and the concentration of the impurity Im is discrete in the cross-sectional direction. It can be.
- the estimation unit 10 can estimate the concentration profile of the impurity Im in the cross-sectional direction based on the actual relationship between the position of the ion exchange membrane 84 in the cross-sectional direction and the concentration of the impurity Im.
- the estimation unit 10 may estimate the performance deterioration rate VL based on the estimated concentration profile.
- the estimation unit 10 calculates the concentration profile of the impurity Im in the cross-sectional direction of the ion exchange membrane 84 based on at least one of the pH of the aqueous solution of alkali metal chloride and the pH of the aqueous solution of alkali metal hydroxide. may be estimated.
- the aqueous solution of alkali metal chloride is liquid 73 (see FIG. 2)
- the aqueous solution of alkali metal hydroxide is liquid 75 (see FIG. 2).
- the pH profile shown in FIG. 9 may depend on at least one of the pH of liquid 73 and the pH of liquid 75. Therefore, the manner in which the impurities Im accumulate in the cross-sectional direction of the ion exchange membrane 84 may depend on at least one of the pH of the liquid 73 and the pH of the liquid 75. Therefore, the estimation unit 10 can estimate the concentration profile of the impurity Im in the cross-sectional direction based on at least one of the pH of the liquid 73 and the pH of the liquid 75.
- the estimation unit 10 may estimate the performance deterioration rate VL based on the concentration data of the impurity Im in the aqueous solution of alkali metal chloride.
- the concentration profile of impurity Im in the cross-sectional direction of ion exchange membrane 84 may depend on the type and concentration of impurity Im in at least one of liquid 73 (see FIG. 2) and liquid 75 (see FIG. 2). Therefore, the shape of the concentration profile of impurity Im may depend on the type and concentration of impurity Im. Based on the concentration data of the impurity Im, the estimation unit 10 can easily estimate the performance deterioration rate VL accurately.
- the estimation unit 10 may estimate the performance deterioration rate VL based on the position where the estimated concentration profile shows a peak.
- the concentration profile of impurity Im may exhibit a peak between position P1 and position P3 in the cross-sectional direction of ion exchange membrane 84. Therefore, when the concentration profile of impurity Im shows a peak, the estimation unit 10 can estimate the performance deterioration rate VL based on the position where the estimated concentration profile shows the peak.
- a production parameter related to the product P is defined as a production parameter Pr.
- the production parameters Pr include the current efficiency CE of the electrolytic cell 90, the rate of decrease in the current efficiency CE, the voltage CV of the electrolytic cell 90, the rate of increase in the voltage CV, the production amount of the product P per unit time, and the quality of the product P. , and at least one of parameters related to the operation of the electrolytic cell 90 that may affect the production amount and the quality.
- the production parameter Pr may include the amount of CO 2 (carbon dioxide) generated as the electrolytic cell 90 operates. CO 2 (carbon dioxide) generated as the electrolytic cell 90 operates refers to CO 2 (carbon dioxide) generated when the electrolytic cell 90 consumes electricity.
- the production parameter Pr may include the operating cost of the electrolytic cell 90.
- the operating cost may include the electricity cost associated with the operation of the electrolytic cell 90 and the cost of the ion exchange membrane 84 when the ion exchange membrane 84 is replaced.
- the estimation unit 10 may estimate the production parameter Pr when the electrolytic cell 90 is operated under one operating condition Cd, based on the performance decline rate VL. Thereby, the user of the driving support device 100 can recognize the production parameter Pr that reflects the future performance deterioration of the ion exchange membrane 84.
- FIG. 11 is a diagram showing another example of a block diagram of the driving support device 100 according to one embodiment of the present invention.
- the driving support device 100 of this example differs from the driving support device 100 shown in FIG. 4 in that it further includes a performance degradation learning section 60.
- the performance degradation learning unit 60 generates a performance degradation prediction model 62 (described later).
- a performance degradation prediction model 62 (described later) may be stored in the storage unit 40.
- FIG. 12 is a diagram showing an example of the performance degradation prediction model 62.
- the performance deterioration prediction model 62 is based on the relationship between the accumulation rate or amount of impurities Im and the performance deterioration rate VL by machine learning the relationship between the accumulation rate or amount of impurities Im and the performance deterioration rate VL.
- the predicted amount of performance deterioration speed VL is output.
- the predicted amount of the performance deterioration speed is assumed to be the predicted amount VLp.
- the performance deterioration prediction model 62 outputs a predicted amount VLp for each impurity Im by performing machine learning on the relationship between the accumulation rate or amount of impurity Im for each impurity Im and the performance deterioration rate VL for each impurity Im. good.
- FIG. 13 is a diagram showing an example of an output mode in the output section 32 (see FIG. 11).
- the output unit 32 in this example is a display.
- a parameter related to the operating condition Cd is assumed to be an operating parameter Pd.
- an operating parameter Pd display section 33 and a production parameter Pr display section 34 are displayed.
- the user of the driving support device 100 may input the driving parameter Pd and the production parameter Pr using the input unit 30 (see FIG. 11).
- the user of the operation support device 100 may specify one or more of the operation parameters Pd that he or she wants to fix while the electrolytic cell 90 is in operation.
- the performance deterioration prediction model 62 calculates the accumulation rate or amount of impurity Im by machine learning the relationship between the accumulation rate or amount of impurity Im, the operating condition Cd, and the performance deterioration rate VL. , and a predicted amount VLp of the performance decline rate VL based on the relationship between the operating condition Cd and the performance decline rate VL, may be output for each of the plurality of operating conditions Cd.
- the plurality of driving conditions Cd refer to the first case and the second case of the driving parameter Pd that the user of the driving support device 100 wants to fix when the driving parameter Pd is input on the driving parameter Pd display section 33.
- the first case may include one or more of the operating parameters Pd displayed on the operating parameter Pd display section 33
- the second case may include one or more of the operating parameters Pd.
- An operating parameter Pd different from that in the first case may be included.
- the user of the driving support device 100 can simulate the predicted amount VLp when the driving condition Cd is variously changed.
- FIG. 14 is a diagram showing another example of a block diagram of the driving support device 100 according to one embodiment of the present invention.
- the driving support device 100 of this example differs from the driving support device 100 shown in FIG. 11 in that it includes a plurality of performance degradation learning units 60 (performance degradation learning units 60-1 to 60-n).
- Each of the plurality of performance deterioration learning units 60 may generate a performance deterioration prediction model 62 (see FIG. 12) for each of the plurality of types of ion exchange membranes 84.
- the type of ion exchange membrane 84 may be a physical quantity that can differ for each individual ion exchange membrane 84, such as the density of anion groups 86 (see FIG. 3) in the ion exchange membrane 84 and the thickness of the ion exchange membrane 84. .
- the type of ion exchange membrane 84 may be a so-called lot number for each individual.
- the type of ion exchange membrane 84 may be the type of anion group 86 (see FIG. 3).
- each of the performance degradation prediction models 62 can output a more appropriate predicted amount VLp that reflects the type of ion exchange membrane 84.
- FIG. 15 is a diagram showing an example of prediction of the predicted amount VLp or estimation of the operating condition Cd by the performance deterioration prediction model 62. It is assumed that the performance deterioration prediction model 62 of this example has undergone machine learning of the relationship between the accumulation rate or amount of impurities Im, the actual value Vd of the operating condition Cd, and the performance deterioration rate VL.
- the performance degradation prediction model 62 may estimate the operating condition Cd that satisfies the production parameter Pr (see FIG. 13), based on the accumulation rate or accumulation amount of the impurity Im and the production parameter Pr (see FIG. 13).
- the performance degradation prediction model 62 may estimate the operating condition Cd that satisfies the production parameter Pr for each type of impurity Im based on the accumulation rate or accumulation amount of the impurity Im and the production parameter Pr.
- the performance degradation prediction model 62 may estimate the operating condition Cd that satisfies the production parameter Pr.
- the operating condition Cd is referred to as an operating condition Cd'.
- the performance degradation prediction model 62 may estimate the operating condition Cd' and predict the predicted amount VLp.
- the performance degradation prediction model 62 outputs the optimal operating condition Cd' as the objective condition when the accumulation rate or accumulation amount of impurity Im is used as an explanatory variable and the production parameter Pr is used as a constraint condition.
- the user of the driving support device 100 specifies the production parameter Pr that he/she wants to satisfy from among the production parameters Pr displayed on the production parameter Pr display section 34 (see FIG. 13) using the input section 30 (see FIG. 11), and A numerical value related to the desired production parameter Pr may be input through the input unit 30. Thereby, the user of the driving support device 100 can recognize the optimal driving condition Cd' when the production parameter Pr is used as a constraint.
- the constraint conditions may further include a driving condition Cd that the user of the driving support device 100 wants to satisfy.
- the user of the driving support device 100 specifies the driving parameter Pd that the user wants to satisfy from among the driving parameters Pd displayed on the driving parameter Pd display section 33 in FIG.
- a numerical value related to the parameter Pd may be input through the input unit 30.
- the user of the driving support device 100 can recognize the optimal driving condition Cd' when the production parameter Pr and the driving parameter Pd are used as constraints.
- the operating condition Cd' may be different from the operating parameter Pd.
- FIG. 16 is a diagram showing an example of estimation of the performance recovery time of the ion exchange membrane 84 or the replacement time of the ion exchange membrane 84 using the performance deterioration prediction model 62.
- At least one of the replacement timings of the replacement membrane 84 may be estimated.
- the user of the driving support device 100 can know in advance at least one of the time for recovery of the performance of the ion exchange membrane 84 and the time for replacing the ion exchange membrane 84.
- FIG. 17 is a diagram showing another example of a block diagram of the driving support device 100 according to one embodiment of the present invention.
- the driving support device 100 of this example differs from the driving support device 100 shown in FIG. 11 in that it further includes an acquisition section 35 and a correction section 36.
- the acquisition unit 35 acquires the accumulation rate or accumulation amount of impurities Im when the electrolytic cell 90 is operated under one operating condition Cd.
- One driving condition Cd may refer to the driving condition Cd specified by the user of the driving support device 100.
- the case where the electrolytic cell 90 is being operated under the one operating condition Cd may refer to the case where the electrolytic cell 90 is operating under the one operating condition Cd.
- the acquisition unit 35 may acquire the accumulation rate or accumulation amount of impurities Im in real time while the electrolytic cell 90 is operating under one operating condition Cd.
- the correction unit 36 corrects the accumulation rate or amount of impurity Im based on the accumulation rate or amount of impurity Im acquired by the acquisition unit 35.
- the correction unit 36 may correct the accumulation rate or accumulation amount of one or more types of impurities Im based on the accumulation rate or accumulation amount of the impurity Im acquired by the acquisition unit 35.
- the accumulation rate of impurities Im is the accumulation rate or amount of one or more impurities Im estimated by the estimation unit 10.
- the accumulation rate or amount of impurity Im estimated by the estimation unit 10 may be different from the accumulation rate or amount acquired by the acquisition unit 35.
- the accumulation speed or amount estimated by the estimation unit 10 is an estimated value based on the past performance value Vi of the accumulation speed or amount.
- the accumulation rate or the accumulation amount is the current measured value. Therefore, the accumulation rate or accumulation amount acquired by the acquisition unit 35 reflects the current state of the ion exchange membrane 84 more than the accumulation rate or accumulation amount estimated by the estimation unit 10. It can be a quantity.
- the correction unit 36 corrects the accumulation rate or accumulation amount of the impurity Im estimated by the estimation unit 10 based on the accumulation rate or accumulation amount acquired by the acquisition unit 35. Therefore, the estimated accumulation rate or accumulation amount tends to be an accumulation rate or accumulation amount that more closely reflects the current state of the ion exchange membrane 84.
- the estimation unit 10 may estimate the performance deterioration rate VL based on the accumulation rate or amount of impurity Im corrected by the correction unit 36.
- the performance deterioration prediction model 62 (see FIG. 12) performs machine learning on the relationship between the actual value Vd of the operating condition Cd, the accumulation rate or amount of impurities Im corrected by the correction unit 36, and the performance deterioration speed VL. It's fine.
- FIG. 18 is a diagram illustrating an example of the timing at which the acquisition unit 35 acquires the accumulation rate or amount of impurity Im, and the timing at which the estimation unit 10 acquires the accumulation rate or amount of impurity Im.
- the acquisition timing of the accumulation rate or accumulation amount of impurity Im by the acquisition unit 35 is indicated by a white circle, and the acquisition timing of the accumulation rate or accumulation amount of impurity Im is indicated by a black circle.
- the estimation unit 10 estimates the accumulation rate or amount of one or more impurities Im in the first period T1, and the acquisition unit 35 obtains the accumulation rate or amount of the impurity Im in the second period T2.
- Estimating the accumulation rate or amount of impurity Im in the first cycle T1 means that the estimation unit 10 (see FIG. 17) estimates the accumulation rate or amount of impurity Im in the first cycle T1 based on the actual value Vi stored in the storage unit 40 (see FIG. 17). may refer to estimating the accumulation rate or amount of impurity Im.
- Obtaining the accumulation rate or amount of impurity Im in the second period T2 means that the obtaining unit 35 obtains the accumulation rate or amount of impurity Im in the second period T2 while the electrolytic cell 90 is in operation. good.
- the estimation unit 10 may estimate the accumulation rate or amount of one or more types of impurities Im in the first period T1.
- the acquisition unit 35 may acquire the accumulation rate or amount of one or more types of impurities Im in the second period T2.
- the second period T2 may be shorter than the first period T1.
- the correction unit 36 (see FIG. 17) corrects the accumulation rate or amount of impurity Im estimated in the first period T1 based on the accumulation rate or amount of impurity Im acquired in the second period T2. good.
- the current state of the ion exchange membrane 84 is reflected in the accumulation rate or amount acquired by the acquisition unit 35 more than the accumulation rate or amount estimated by the estimation unit 10 (see FIG. 17). accumulation rate or amount. Therefore, since the second period T2 is shorter than the first period T1, the correction unit 36 adjusts the accumulation rate or accumulation amount of the impurity Im to an accumulation rate or accumulation amount that more reflects the current state of the ion exchange membrane 84. It becomes easier to adjust the amount.
- FIG. 19 is a flowchart illustrating an example of a driving support method according to one embodiment of the present invention.
- An operation support method according to one embodiment of the present invention is an operation support method that supports operation of the electrolytic cell 90 (see FIG. 1).
- the driving support method includes a first estimation step S100.
- the driving assistance method may include a first input step S90, a second input step S92, and a third input step S94.
- the first input step S90 is a step of inputting the actual value Vi of impurity data Di regarding the rate of accumulation of impurities Im into the ion exchange membrane 84 in the electrolytic cell 90 to the driving support device 100 (see FIG. 11).
- the actual value Vi' of the accumulation rate or the actual value Vi' of the accumulation amount of one or more elements constituting one or more impurities Im accumulated in the ion exchange membrane 84 is sent to the driving support device 100. This may be a step of inputting information.
- the second input step S92 is a step of inputting the actual value Vd of the driving condition Cd into the driving support device 100.
- the third input step S94 is a step of inputting the actual value of the performance deterioration rate VL into the driving support device 100.
- the actual values of the actual value Vi, the actual value Vi', the actual value Vd, and the performance deterioration speed VL may be input by the input unit 30 (see FIG. 11).
- the first input step S90 to the third input step S94 may be performed in this order, or may not be performed in this order.
- the first estimation step S100 is a step in which the estimation unit 10 (see FIG. 4) estimates the rate of performance decline VL of the ion exchange membrane 84 based on the actual value Vi.
- the estimating unit 10 estimates one or more impurities Im based on the actual value Vi′, and based on the estimated accumulation rate or amount of the one or more impurities Im,
- the step may be a step of estimating the performance deterioration rate VL of.
- the estimation unit 10 estimates the type of one or more impurities Im based on the actual value Vi', and based on the estimated accumulation rate or accumulation amount of the one or more types of impurities Im.
- the first estimation step S100 may be a step in which the estimation unit 10 estimates the performance decline rate VL based on the actual value Vd of the operating condition Cd of the electrolytic cell 90 (see FIG. 1).
- the estimation unit 10 calculates the performance deterioration rate VL based on the relationship between the position in the cross-sectional direction of the ion exchange membrane 84 and the concentration of impurities Im accumulated in the ion exchange membrane 84. may be a step of estimating.
- the estimating unit 10 calculates impurities in the cross-sectional direction of the ion-exchange membrane 84 based on the relationship between the position of the ion-exchange membrane 84 in the cross-sectional direction and the concentration of impurities Im accumulated in the ion-exchange membrane 84.
- the first estimation step S100 may be a step in which the estimation unit 10 estimates the performance decline rate VL based on the position in the cross-sectional direction of the ion exchange membrane 84 where the estimated concentration profile shows a peak.
- the estimation unit 10 calculates the cross section of the ion exchange membrane 84 based on at least one of the pH of the aqueous solution of alkali metal chloride and the pH of the aqueous solution of alkali metal hydroxide.
- the step may be a step of estimating the concentration profile of the impurity Im in the direction and estimating the performance deterioration rate VL based on the estimated concentration profile.
- the first estimation step S100 may be a step in which the estimation unit 10 estimates the performance deterioration rate VL based on the concentration data of the impurity Im in the aqueous solution of alkali metal chloride.
- the impurity data Di may include concentration data of the impurity Im in the liquid 73.
- the first estimation step S100 may be a step in which the estimation unit 10 (see FIG. 4) estimates the performance deterioration rate VL based on the concentration data of the impurity Im.
- the estimation unit 10 estimates one or more impurities Im based on the actual value Vi′, and calculates the estimated accumulation rate or accumulation amount of the one or more impurities Im and the impurity Im in the liquid 73.
- the step may also be a step of estimating the rate of performance decline VL of the ion exchange membrane 84 based on the concentration data.
- the first estimation step S100 may be a step in which the estimation unit 10 (see FIG. 4) estimates the performance deterioration rate VL based on the actual value Vd of the operating condition Cd of the electrolytic cell 90.
- the first estimation step S100 is a step in which the estimation unit 10 estimates the performance deterioration rate VL based on the relationship between the accumulation rate or amount of impurities Im accumulated in the ion exchange membrane 84 and the performance deterioration rate VL. It's okay.
- the first estimation step S100 may include a performance degradation learning step S102 in which the performance degradation learning unit 60 (FIG. 11) generates a performance degradation prediction model 62 (see FIG. 12).
- the performance deterioration prediction model 62 is based on the relationship between the accumulation rate or amount of impurities Im and the performance deterioration rate VL by machine learning the relationship between the accumulation rate or amount of impurities Im and the performance deterioration rate VL.
- a predicted amount VLp of the rate of performance decline VL of the ion exchange membrane 84 is output.
- the first estimation step S100 may include a fourth input step S104 and a fifth input step S106.
- the fourth input step S104 is a step of inputting the accumulation rate or amount of impurity Im in the ion exchange membrane 84 to the performance degradation prediction model 62.
- the fifth input step S106 is a step of inputting the operating condition Cd and the production parameter Pr to the performance degradation prediction model 62.
- the accumulation rate or amount of impurity Im in the fourth input step S104 and the actual values of the performance value Vd and the performance deterioration rate VL in the fifth input step S106 may be input by the input unit 30 (see FIG. 11).
- a fifth input step S106 may be performed after the fourth input step S104, and a fourth input step S104 may be performed after the fifth input step S106.
- the first estimation step S100 may further include a driving condition estimation step S108.
- the operating condition estimation step S108 the performance deterioration prediction model 62 (see FIG. 15) determines the operating condition Cd of the electrolytic cell 90 that satisfies the production parameter Pr based on the accumulation rate or accumulation amount of the impurity Im and the production parameter Pr. This is the step of estimating.
- the production parameter Pr may be one of the production parameters Pr displayed on the production parameter Pr display section 34 (see FIG. 13) that the user of the driving support method wants to satisfy.
- the driving support method may further include a second estimation step S120.
- the estimation unit 10 calculates the production capacity when the electrolytic cell 90 is operated under one operating condition Cd based on the performance deterioration rate VL estimated in the first estimation step S100. This is a step of estimating the parameter Pr (see FIG. 13).
- the driving support method may further include an output step S130 in which the output unit 32 (see FIG. 11) outputs at least one of the performance deterioration rate VL and the driving condition Cd' estimated in the first estimation step S100.
- the output step S130 may be a step in which the output unit 32 further outputs the production parameter Pr estimated in the second estimation step S120. Thereby, the user of the driving support method can recognize at least one of the estimated performance deterioration rate VL, the driving condition Cd', and the production parameter Pr.
- the output step S130 may be a step in which the output unit 32 outputs the state of at least one of the ion exchange membrane 84, the anode 80, and the cathode 82 to the user of the driving support device 100.
- the driving support method may further include an acquisition step S96 and a correction step S98.
- the acquisition step S96 is a step in which the acquisition unit 35 (see FIG. 17) acquires the accumulation rate or accumulation amount of the impurity Im when the electrolytic cell 90 (see FIG. 1) is operated under one operating condition Cd. be.
- Correction step S98 is a step in which the correction unit 36 (see FIG. 17) corrects the accumulation rate or accumulation amount of one or more impurities Im based on the accumulation rate or accumulation amount of impurity Im acquired in acquisition step S96. It is.
- the accumulation rate or amount of impurity Im is the accumulation rate or amount of one or more impurities Im estimated in the first estimation step S100.
- the correction step S98 is a step in which the correction unit 36 corrects the accumulation rate or accumulation amount of one or more types of impurities Im based on the accumulation rate or accumulation amount of the impurity Im acquired in the acquisition step S96. good.
- the first estimation step S100 may be a step in which the estimation unit 10 (see FIG. 17) estimates the performance deterioration rate VL based on the accumulation rate or amount of impurity Im corrected in the correction step S98.
- the performance deterioration prediction model 62 uses the actual value Vd of the operating condition Cd input in the second input step S92 and the accumulation rate of impurities Im corrected in the correction step S98.
- it may be a step of performing machine learning on the relationship between the storage amount and the performance deterioration rate VL.
- a block may represent (1) a stage in a process in which an operation is performed or (2) a section of equipment responsible for performing the operation.
- Certain steps may be performed by dedicated circuits, programmable circuits or processors. Certain sections may be implemented by special purpose circuits, programmable circuits or processors. The programmable circuit and the processor may be supplied with computer readable instructions. The computer readable instructions may be stored on a computer readable medium.
- the dedicated circuit may include at least one of a digital hardware circuit and an analog hardware circuit.
- Dedicated circuitry may include at least one of integrated circuits (ICs) and discrete circuits.
- Programmable circuits may include hardware circuits for logical AND, logical OR, logical XOR, logical NAND, logical NOR, or other logical operations.
- Programmable circuits may include reconfigurable hardware circuits, including flip-flops, registers, memory elements such as field programmable gate arrays (FPGAs), programmable logic arrays (PLAs), and the like.
- the computer-readable medium may include any tangible device capable of storing instructions for execution by a suitable device.
- the computer-readable medium includes the tangible device so that the computer-readable medium has instructions stored on the device that can be executed to create a means for performing the operations specified in the flowchart or block diagram.
- the product will include:
- the computer readable medium may be, for example, an electronic storage medium, a magnetic storage medium, an optical storage medium, an electromagnetic storage medium, a semiconductor storage medium, etc.
- the computer readable medium is more specifically, for example, a floppy disk, diskette, hard disk, random access memory (RAM), read only memory (ROM), erasable programmable read only memory (EPROM or flash memory), Electrically Erasable Programmable Read Only Memory (EEPROM), Static Random Access Memory (SRAM), Compact Disc Read Only Memory (CD-ROM), Digital Versatile Disk (DVD), Blu-ray (RTM) Disc, Memory Stick, Integrated It may be a circuit card or the like.
- Computer-readable instructions may include any of assembler instructions, instruction set architecture (ISA) instructions, machine instructions, machine-dependent instructions, microcode, firmware instructions, state configuration data, source code, and object code.
- the source code and the object code may be written in any combination of one or more programming languages, including object-oriented programming languages and traditional procedural programming languages.
- the object-oriented programming language may be, for example, Smalltalk, JAVA, C++, or the like.
- the procedural programming language may be, for example, the "C" programming language.
- Computer-readable instructions may be implemented on a processor or programmable circuit of a general purpose computer, special purpose computer, or other programmable data processing device, either locally or over a wide area network (WAN), such as a local area network (LAN), the Internet, etc. ).
- a processor or programmable circuit of a general purpose computer, special purpose computer, or other programmable data processing device may be implemented in the flowchart shown in FIG. 19 or in the block diagrams shown in FIGS.
- Computer readable instructions may be executed to create a means for performing specified operations.
- the processor may be, for example, a computer processor, a processing unit, a microprocessor, a digital signal processor, a controller, a microcontroller, or the like.
- FIG. 20 is a diagram illustrating an example of a computer 2200 in which the driving support device 100 according to the embodiment of the present invention may be implemented in whole or in part.
- the program installed on the computer 2200 can cause the computer 2200 to function as one or more sections of the operation or driving support device 100 associated with the operation or driving support device 100 according to the embodiment of the present invention. The one or more sections may be performed, or the computer 2200 may be caused to perform each step (see FIG. 19) of the driving assistance method of the present invention.
- the program may cause computer 2200 to perform specific instructions associated with some or all of the blocks in the flowchart (FIG. 19) and block diagrams (FIGS. 4, 11, 14, and 17) described herein. may be executed by the CPU 2212 to perform the operations.
- the computer 2200 includes a CPU 2212, a RAM 2214, a graphics controller 2216, and a display device 2218.
- CPU 2212, RAM 2214, graphics controller 2216, and display device 2218 are interconnected by host controller 2210.
- Computer 2200 further includes input/output units such as a communication interface 2222, a hard disk drive 2224, a DVD-ROM drive 2226, and an IC card drive.
- the communication interface 2222, hard disk drive 2224, DVD-ROM drive 2226, IC card drive, etc. are connected to the host controller 2210 via the input/output controller 2220.
- the computer further includes legacy input/output units such as ROM 2230 and keyboard 2242. ROM 2230, keyboard 2242, etc. are connected to input/output controller 2220 via input/output chip 2240.
- the CPU 2212 controls each unit by operating according to programs stored in the ROM 2230 and RAM 2214.
- Graphics controller 2216 obtains image data generated by CPU 2212 into a frame buffer or the like provided in RAM 2214 so that the image data is displayed on display device 2218 .
- Hard disk drive 2224 stores programs and data used by CPU 2212 within computer 2200.
- DVD-ROM drive 2226 reads a program or data from DVD-ROM 2201 and provides the read program or data to hard disk drive 2224 via RAM 2214.
- An IC card drive reads programs and data from an IC card or writes programs and data to an IC card.
- the ROM 2230 stores a boot program executed by the computer 2200 upon activation, or a program dependent on the hardware of the computer 2200.
- Input/output chip 2240 may connect various input/output units to input/output controller 2220 via parallel ports, serial ports, keyboard ports, mouse ports, etc.
- a program is provided by a computer readable medium such as a DVD-ROM 2201 or an IC card.
- the program is read from a computer readable medium, installed on hard disk drive 2224, RAM 2214, or ROM 2230, which are also examples of computer readable media, and executed by CPU 2212.
- the information processing described in these programs is read by the computer 2200 and provides coordination between the programs and the various types of hardware resources described above.
- An apparatus or method may be configured according to the use of computer 2200 to effectuate manipulation or processing of information.
- the CPU 2212 executes a communication program loaded into the RAM 2214 and sends communication processing to the communication interface 2222 based on the processing written in the communication program. You may give orders.
- the communication interface 2222 reads transmission data stored in a transmission buffer processing area provided in a recording medium such as a RAM 2214, a hard disk drive 2224, a DVD-ROM 2201, or an IC card under the control of the CPU 2212, and reads the transmission data that has been read. is transmitted to the network, or the received data received from the network is written to a receive buffer processing area provided on the recording medium.
- the CPU 2212 may cause the RAM 2214 to read all or a necessary portion of a file or database stored in an external recording medium such as a hard disk drive 2224, DVD-ROM drive 2226 (DVD-ROM 2201), IC card, etc.
- CPU 2212 may perform various types of processing on data on RAM 2214.
- CPU 2212 may then write back the processed data to an external storage medium.
- CPU 2212 performs various types of operations, information processing, conditional determination, conditional branching, unconditional branching, information retrieval, or Various types of processing may be performed, including substitutions and the like.
- the CPU 2212 may write back the results to the RAM 2214.
- the CPU 2212 may search for information in a file in a recording medium, a database, etc. For example, if a plurality of entries are stored in the recording medium, each having an attribute value of a first attribute associated with an attribute value of a second attribute, the CPU 2212 search for an entry that matches the condition from among the plurality of entries, read the attribute value of the second attribute stored in the entry, and read the second attribute value to meet the predetermined condition. You may obtain the attribute value of the second attribute associated with the first attribute that satisfies.
- the programs or software modules described above may be stored on computer 2200 or in a computer readable medium of computer 2200.
- a storage medium such as a hard disk or RAM provided in a server system connected to a private communication network or the Internet can be used as the computer-readable medium.
- the program may be provided to the computer 2200 by the recording medium.
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Organic Chemistry (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Analytical Chemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Electrolytic Production Of Non-Metals, Compounds, Apparatuses Therefor (AREA)
Abstract
電解槽におけるイオン交換膜への不純物の蓄積速度に関する不純物データの実績値に基づいて、イオン交換膜の性能低下速度を推定する推定部を備える、運転支援装置を提供する。不純物データの実績値は、イオン交換膜に蓄積する一つ以上の不純物を構成する一つ以上の元素の蓄積速度の実績値または蓄積量の実績値を含んでよい。推定部は、一つ以上の元素の蓄積速度の実績値または蓄積量の実績値に基づいて、一つ以上の不純物を推定し、推定した一つ以上の不純物の蓄積速度または蓄積量に基づいて、イオン交換膜の性能低下速度を推定してよい。
Description
本発明は、運転支援装置、運転支援方法、運転支援システムおよび運転支援プログラムに関する。
特許文献1には、「本実施形態のイオン交換膜の更新方法は、陽極側ガスケットと陰極側ガスケットとの間に前記イオン交換膜を挟む工程を有し、・・・」と記載されている(段落0052)。
[先行技術文献]
[特許文献]
[特許文献1] 特開2019-19408号公報
[先行技術文献]
[特許文献]
[特許文献1] 特開2019-19408号公報
電解槽におけるイオン交換膜の性能は、電解槽の稼働時間とともに低下し得る。イオン交換膜の性能の低下速度は、電解槽の運転条件(温度、濃度、電流等)により変化し得る。このため、電解槽は最適な運転条件で稼働されることが望ましい。電解槽の予定される稼働期間のうちの一の時点における最適な運転条件と、当該稼働期間の全体を考慮した最適な運転条件とは、異なり得る。このため、電解槽は、予定される稼働期間の全体を考慮した最適な運転条件で稼働されることが望ましい。
予定される稼働期間の全体を考慮した、電解槽の最適な運転条件を決定することは、当該稼働期間のうちの一の時点における最適な運転条件を決定することよりも、困難であり得る。このため、当該稼働期間の全体が考慮された最適な運転条件を、簡易に認知できることが望ましい。
本発明の第1の態様においては、運転支援装置を提供する。運転支援装置は、電解槽におけるイオン交換膜への不純物の蓄積速度に関する不純物データの実績値に基づいて、イオン交換膜の性能低下速度を推定する推定部を備える。
不純物データの実績値は、イオン交換膜に蓄積する一つ以上の不純物を構成する一つ以上の元素の蓄積速度の実績値または蓄積量の実績値を含んでよい。推定部は、一つ以上の元素の蓄積速度の実績値または蓄積量の実績値に基づいて、一つ以上の不純物を推定し、推定した一つ以上の不純物の蓄積速度または蓄積量に基づいて、イオン交換膜の性能低下速度を推定してよい。
推定部は、一つ以上の元素の蓄積速度の実績値または蓄積量の実績値に基づいて、一つ以上の不純物の種類を推定してよい。推定部は、推定した一つ以上の種類の不純物の蓄積速度または蓄積量に基づいて、イオン交換膜の性能低下速度を推定してよい。
推定部は、イオン交換膜の断面方向における位置と、イオン交換膜に蓄積する不純物の濃度との関係に基づいて、性能低下速度を推定してよい。
推定部は、イオン交換膜の断面方向における位置と不純物の濃度との関係に基づいて、断面方向における不純物の濃度プロファイルを推定し、推定した濃度プロファイルに基づいて性能低下速度を推定してよい。
電解槽は、イオン交換膜により仕切られた陽極室および陰極室を有してよい。陽極室にはアルカリ金属の塩化物の水溶液が導入されてよい。陰極室からはアルカリ金属の水酸化物の水溶液が導出されてよい。推定部は、アルカリ金属の塩化物の水溶液のpHおよびアルカリ金属の水酸化物の水溶液のpHの少なくとも一方に基づいて、イオン交換膜の断面方向における不純物の濃度プロファイルを推定してよい。
推定部は、アルカリ金属の塩化物の水溶液における不純物の濃度データに基づいて、性能低下速度を推定してよい。
推定部は、推定した濃度プロファイルがピークを示す位置に基づいて、性能低下速度を推定してよい。当該濃度プロファイルは、推定部が、イオン交換膜の断面方向における位置と不純物の濃度との関係に基づいて推定した濃度プロファイルであってよい。当該濃度プロファイルは、推定部が、アルカリ金属の塩化物の水溶液のpHおよびアルカリ金属の水酸化物の水溶液のpHの少なくとも一方に基づいて推定した濃度プロファイルであってよい。推定部は、推定した濃度プロファイルがピークを示す位置、および、アルカリ金属の塩化物の水溶液における不純物の濃度データに基づいて、性能低下速度を推定してよい。
不純物データの実績値は、イオン交換膜の実解析データであってよい。
電解槽は、イオン交換膜により仕切られた陽極室および陰極室を有してよい。陽極室にはアルカリ金属の塩化物の水溶液が導入されてよい。不純物データは、アルカリ金属の塩化物の水溶液における不純物の濃度データを含んでよい。推定部は、不純物の当該濃度データに基づいて、性能低下速度を推定してよい。推定部は、不純物の濃度データに基づいて、イオン交換膜の性能低下速度を推定してよい。推定部は、不純物の濃度データに基づいて一つ以上の不純物を推定し、推定した一つ以上の不純物の蓄積速度または蓄積量に基づいてイオン交換膜の性能低下速度を推定してよい。推定部は、一つ以上の元素の蓄積速度の実績値または蓄積量の実績値に基づいて、一つ以上の不純物を推定し、推定した一つ以上の不純物の蓄積速度または蓄積量と、アルカリ金属の塩化物の水溶液における不純物の濃度データとに基づいて、性能低下速度を推定してもよい。
推定部は、性能低下速度に基づいて、電解槽が一の運転条件で運転された場合における生産パラメータであって、電解槽により生産される生産物に関する生産パラメータを推定してよい。上記性能低下速度は、推定部が、イオン交換膜の断面方向における位置と、イオン交換膜に蓄積する不純物の濃度との関係に基づいて推定した性能低下速度であってよい。上記性能低下速度は、推定部が、イオン交換膜の断面方向における位置と不純物の濃度との関係に基づいて、断面方向における不純物の濃度プロファイルを推定し、推定した濃度プロファイルに基づいて推定した性能低下速度であってよい。上記性能低下速度は、推定部が、アルカリ金属の塩化物の水溶液における不純物の濃度データに基づいて推定した性能低下速度であってよい。上記性能低下速度は、推定部が、濃度プロファイルがピークを示す位置に基づいて推定した性能低下速度であってよい。
推定部は、電解槽の運転条件の実績値に基づいて、性能低下速度を推定してよい。
推定部は、イオン交換膜への不純物の蓄積速度または蓄積量と、性能低下速度との関係に基づいて、性能低下速度を推定してよい。推定部は、推定した濃度プロファイルがピークを示す位置、および、アルカリ金属の塩化物の水溶液における不純物の濃度データの少なくとも一方と、イオン交換膜に蓄積する不純物の蓄積速度と性能低下速度との関係に基づいて、性能低下速度を推定してよい。
運転支援装置は、性能低下予測モデルを生成する性能低下学習部をさらに備えてよい。性能低下予測モデルは、不純物の蓄積速度または蓄積量と、性能低下速度との関係を機械学習することにより、不純物の蓄積速度または蓄積量と性能低下速度との関係に基づく、イオン交換膜の性能低下速度の予測量を出力してよい。上記性能低下速度は、推定部が、イオン交換膜の断面方向における位置と、イオン交換膜に蓄積する不純物の濃度との関係に基づいて推定した性能低下速度であってよい。上記性能低下速度は、推定部が、イオン交換膜の断面方向における位置と不純物の濃度との関係に基づいて、断面方向における不純物の濃度プロファイルを推定し、推定した濃度プロファイルに基づいて推定した性能低下速度であってよい。上記性能低下速度は、推定部が、アルカリ金属の塩化物の水溶液における不純物の濃度データに基づいて推定した性能低下速度であってよい。上記性能低下速度は、推定部が、濃度プロファイルがピークを示す位置に基づいて推定した性能低下速度であってよい。上記性能低下速度は、推定部が、電解槽の運転条件の実績値に基づいて推定した性能低下速度であってよい。
性能低下予測モデルは、電解槽の運転条件、および、不純物の蓄積速度または蓄積量と、性能低下速度との関係を機械学習することにより、電解槽の運転条件、および、不純物の蓄積速度または蓄積量と、性能低下速度との関係に基づく性能低下速度の予測量を、複数の運転条件のそれぞれごとに出力してよい。
運転支援装置は、複数の性能低下学習部を備えてよい。複数の性能低下学習部のそれぞれは、複数のイオン交換膜の種類のそれぞれごとに、性能低下予測モデルを生成してよい。
性能低下予測モデルは、不純物の蓄積速度または蓄積量と、電解槽により生産される生産物に関する生産パラメータとに基づいて、生産パラメータを満たす、電解槽の運転条件を推定してよい。
性能低下予測モデルは、生産パラメータを満たす運転条件が存在しない場合、イオン交換膜の性能の回復時期およびイオン交換膜の交換時期の少なくとも一方を推定してよい。
運転支援装置は、電解槽が一の運転条件で運転されている場合における、不純物の蓄積速度または蓄積量を取得する取得部と、取得部により取得された不純物の蓄積速度または蓄積量に基づいて、推定部により推定された一つ以上の不純物の蓄積速度または蓄積量を補正する補正部とをさらに備えてよい。補正部は、取得部により取得された不純物の蓄積速度または蓄積量に基づいて、推定部により推定された一つ以上の種類の不純物の蓄積速度または蓄積量を補正してよい。
推定部は、一つ以上の不純物の蓄積速度または蓄積量を第1周期で推定してよい。推定部は、一つ以上の種類の不純物の蓄積速度または蓄積量を第1周期で推定してよい。取得部は、不純物の蓄積速度を、第1周期よりも短い第2周期で取得してよい。
不純物は、バリウム、カルシウム、ストロンチウム、ヨウ素、シリコン、アルミニウム、ニッケル、マグネシウム、鉄、チタンおよびリンの少なくとも一つであってよい。
本発明の第2の態様においては、運転支援方法を提供する。運転支援方法は、推定部が、電解槽におけるイオン交換膜への不純物の蓄積速度に関する不純物データの実績値に基づいて、イオン交換膜の性能低下速度を推定する第1推定ステップを備える。
不純物データの実績値は、イオン交換膜に蓄積する一つ以上の不純物を構成する一つ以上の元素の蓄積速度の実績値または蓄積量の実績値を含んでよい。第1推定ステップは、推定部が、一つ以上の元素の蓄積速度の実績値または蓄積量の実績値に基づいて、一つ以上の不純物を推定し、推定した一つ以上の不純物の蓄積速度または蓄積量に基づいて、イオン交換膜の性能低下速度を推定するステップであってよい。
第1推定ステップは、推定部が、イオン交換膜の断面方向の位置と、イオン交換膜に蓄積する不純物の濃度との関係に基づいて、性能低下速度を推定するステップであってよい。
第1推定ステップは、推定部が、イオン交換膜の断面方向の位置と不純物の濃度との関係に基づいて、イオン交換膜の断面方向における不純物の濃度プロファイルを推定し、推定した濃度プロファイルに基づいて性能低下速度を推定するステップであってよい。当該濃度プロファイルは、推定部が、アルカリ金属の塩化物の水溶液のpHおよびアルカリ金属の水酸化物の水溶液のpHの少なくとも一方に基づいて推定した濃度プロファイルであってよい。
不純物データは、アルカリ金属の塩化物の水溶液における、不純物の濃度データを含んでよい。第1推定ステップは、推定部が、不純物の当該濃度データに基づいて、性能低下速度を推定するステップであってよい。第1推定ステップは、推定部が、不純物の当該濃度データに基づいて一つ以上の不純物を推定し、推定した一つ以上の不純物の蓄積速度または蓄積量に基づいて性能低下速度を推定するステップであってよい。
第1推定ステップは、推定部が、濃度プロファイルがピークを示す、イオン交換膜の断面方向における位置に基づいて、性能低下速度を推定するステップであってよい。当該濃度プロファイルは、推定部が、イオン交換膜の断面方向における位置と不純物の濃度との関係に基づいて推定した濃度プロファイルであってよい。当該濃度プロファイルは、推定部が、アルカリ金属の塩化物の水溶液のpHおよびアルカリ金属の水酸化物の水溶液のpHの少なくとも一方に基づいて推定した濃度プロファイルであってよい。
運転支援方法は、推定部が、第1推定ステップにおいて推定された性能低下速度に基づいて、電解槽が一の運転条件で運転された場合における生産パラメータであって、電解槽により生産される生産物に関する生産パラメータを推定する第2推定ステップをさらに備えてよい。
第1推定ステップは、推定部が、電解槽の運転条件の実績値に基づいて、性能低下速度を推定するステップであってよい。
第1推定ステップは、推定部が、イオン交換膜に蓄積する不純物の蓄積速度または蓄積量と、性能低下速度との関係に基づいて、性能低下速度を推定するステップであってよい。第1推定ステップは、推定部が、推定した濃度プロファイルがピークを示す、イオン交換膜の断面方向における位置、および、アルカリ金属の塩化物の水溶液における不純物の濃度データの少なくとも一方と、イオン交換膜に蓄積する不純物の蓄積速度または蓄積量と、性能低下速度との関係に基づいて、性能低下速度を推定するステップであってよい。
第1推定ステップは、性能低下学習部が性能低下予測モデルを生成する性能低下学習ステップを含んでよい。性能低下予測モデルは、不純物の蓄積速度または蓄積量と、性能低下速度との関係を機械学習することにより、不純物の蓄積速度または蓄積量と、性能低下速度との関係に基づく、イオン交換膜の性能低下速度の予測量を出力してよい。
第1推定ステップは、性能低下予測モデルが、不純物の蓄積速度または蓄積量と、電解槽により生産される生産物に関する生産パラメータとに基づいて、生産パラメータを満たす、電解槽の運転条件を推定する運転条件推定ステップをさらに含んでよい。
運転支援方法は、取得部が、電解槽が一の運転条件で運転されている場合における、不純物の蓄積速度または蓄積量を取得する取得ステップと、補正部が、取得ステップにおいて取得された不純物の蓄積速度または蓄積量に基づいて、第1推定ステップにおいて推定された一つ以上の不純物の蓄積速度または蓄積量を補正する補正ステップとをさらに備えてよい。補正ステップは、補正部が、取得ステップにおいて取得された不純物の蓄積速度または蓄積量に基づいて、第1推定ステップにおいて推定された一つ以上の種類の不純物の蓄積速度または蓄積量を補正するステップであってよい。
本発明の第3の態様においては、運転支援システムを提供する。運転支援システムは、運転支援装置と、電解槽を有する電解装置とを備える。
本発明の第4の態様においては、運転支援プログラムを提供する。運転支援プログラムは、コンピュータを運転支援装置として機能させるための運転支援プログラム。
なお、上記の発明の概要は、本発明の特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。
以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
図1は、本発明の一つの実施形態に係る電解装置200の一例を示す図である。本例の電解装置200は、電解槽90、導入管92、導入管93、導出管94および導出管95を備える。
電解装置200は、電解液を電気分解する装置である。電解槽90は、電解液を電気分解する槽である。当該電解液は、例えばNaCl(塩化ナトリウム)水溶液である。本明細書において、当該電解液がNaCl(塩化ナトリウム)水溶液の場合を食塩電解と称する。食塩電解の場合、電解槽90はNaCl(塩化ナトリウム)水溶液を電気分解することにより、Cl2(塩素)とNaOH(水酸化ナトリウム)とH2(水素)とを生成する。電解槽90は、複数の電解セル91(電解セル91-1~電解セル91-N。Nは2以上の整数)を備えてよい。Nは、例えば50である。
電解槽90において電気分解される電解液は、NaOH(水酸化ナトリウム)水溶液またはKOH(水酸化カリウム)水溶液であってもよい。本明細書において、当該電解液がNaOH(水酸化ナトリウム)水溶液またはKOH(水酸化カリウム)水溶液の場合をアルカリ水電解と称する。アルカリ水電解の場合、電解槽90は、NaOH(水酸化ナトリウム)水溶液またはKOH(水酸化カリウム)水溶液を電気分解することにより、O2(酸素)とH2(水素)とを生成する。
本例において、導入管92および導入管93は、電解セル91-1~電解セル91-Nのそれぞれに接続されている。電解セル91-1~電解セル91-Nのそれぞれには、液体70が導入される。液体70は、導入管92を通過した後、電解セル91-1~電解セル91-Nのそれぞれに導入されてよい。液体70は、アルカリ金属の塩化物の水溶液である。アルカリ金属は、元素周期表第1族に属する元素である。食塩電解の場合、液体70はNaCl(塩化ナトリウム)水溶液である。アルカリ水電解の場合、液体70はNaOH(水酸化ナトリウム)水溶液またはKOH(水酸化カリウム)水溶液である。
電解セル91-1~電解セル91-Nのそれぞれには、液体72が導入される。液体72は、導入管93を通過した後、電解セル91-1~電解セル91-Nのそれぞれに導入されてよい。液体72は、アルカリ金属の水酸化物の水溶液である。食塩電解の場合、液体72はNaOH(水酸化ナトリウム)水溶液である。アルカリ水電解の場合、液体72はNaOH(水酸化ナトリウム)水溶液またはKOH(水酸化カリウム)水溶液である。
本例において、導出管94および導出管95は、電解セル91-1~電解セル91-Nのそれぞれに接続されている。電解セル91-1~電解セル91-Nのそれぞれからは、液体76および気体78(後述)が導出される。液体76および気体78(後述)は、導出管95を通過した後、電解装置200の外部に導出されてよい。液体76は、アルカリ金属の水酸化物の水溶液である。液体72がNaOH(水酸化ナトリウム)水溶液である場合、液体76はNaOH(水酸化ナトリウム)水溶液である。気体78(後述)は、H2(水素)であってよい。
電解セル91-1~電解セル91-Nのそれぞれからは、液体74および気体77(後述)が導出される。液体74および気体77(後述)は、導出管94を通過した後、電解装置200の外部に導出されてよい。液体74は、アルカリ金属の塩化物の水溶液である。液体70がNaCl(塩化ナトリウム)水溶液である場合、液体74はNaCl(塩化ナトリウム)水溶液である。気体77(後述)は、Cl2(塩素)であってよい。
図2は、図1における1つの電解セル91の詳細の一例を示す図である。電解槽90は、陽極室79、陽極80、陰極室98、陰極82およびイオン交換膜84を有する。本例においては、1つの電解セル91が、陽極室79、陽極80、陰極室98、陰極82およびイオン交換膜84を有する。陽極室79および陰極室98は、電解セル91の内部に設けられている。陽極室79と陰極室98とは、イオン交換膜84により仕切られている。陽極室79には、陽極80が配置される。陰極室98には、陰極82が配置される。
本明細書においては、X軸、Y軸およびZ軸の直交座標軸を用いて技術的事項を説明する場合がある。本明細書においては、陽極室79および陰極室98の底面88と平行な面をXY面とする。本明細書において、底面88と、陽極室79および陰極室98の天井面89とを結ぶ方向(底面88に垂直な方向)をZ軸方向とする。本明細書において、陽極80から陰極82へ向かう方向をY軸方向とし、XY面内においてY軸に直交する方向をX軸方向とする。Z軸方向は重力方向に平行であってよい。Z軸方向が重力方向に平行である場合、XY面は水平面であってよい。
陽極室79には、導入管92および導出管94が接続されている。陰極室98には、導入管93および導出管95が接続されている。陽極室79には、液体70が導入される。陰極室98には、液体72が導入される。
イオン交換膜84は、イオン交換膜84に配置されたイオンとは異符号のイオンの通過を阻止し、且つ、同符号のイオンを通過させる、膜状の物質である。食塩電解の場合、イオン交換膜84は、Na+(ナトリウムイオン)を通過させ、且つ、Cl-(塩化物イオン)の通過を阻止する膜である。
陽極80および陰極82は、それぞれ予め定められた正の電位および負の電位に維持されてよい。陽極室79に導入された液体70、および、陰極室98に導入された液体72は、陽極80と陰極82との間の電位差により、電気分解される。食塩電解およびアルカリ水電解のそれぞれの場合において、陽極80においては次の化学反応が起こる。
[化学式1-1](食塩電解)
2Cl-→Cl2+2e-
[化学式1-2](アルカリ水電解)
4OH-→O2+2H2O+4e-
[化学式1-1](食塩電解)
2Cl-→Cl2+2e-
[化学式1-2](アルカリ水電解)
4OH-→O2+2H2O+4e-
液体70がNaCl(塩化ナトリウム)水溶液である場合、NaCl(塩化ナトリウム)は、Na+(ナトリウムイオン)とCl-(塩化物イオン)とに電離している。陽極80においては、化学式1-1に示される化学反応によりCl2(塩素)ガスが生成される。気体77(当該Cl2(塩素)ガス)および液体74は、陽極室79から導出されてよい。Na+(ナトリウムイオン)は、陰極82からの引力により、陽極室79からイオン交換膜84を経由した後、陰極室98に移動する。
液体70がNaOH(水酸化ナトリウム)水溶液である場合、NaOH(水酸化ナトリウム)は、Na+(ナトリウムイオン)とOH-(水酸化物イオン)とに電離している。陽極80においては、化学式1-2に示される化学反応によりH2O(水)とO2(酸素)ガスが生成される。気体77(当該O2(酸素)ガス)および液体74は、陽極室79から導出されてよい。Na+(ナトリウムイオン)は、陰極82からの引力により、陽極室79からイオン交換膜84を経由した後、陰極室98に移動する。
陽極室79には、液体73が滞留していてよい。液体73は、アルカリ金属の塩化物の水溶液であってよい。食塩電解の場合、液体73はNaCl(塩化ナトリウム)水溶液である。液体73のNa+(ナトリウムイオン)濃度およびCl-(塩化物イオン)濃度は、液体70のNa+(ナトリウムイオン)濃度およびCl-(塩化物イオン)濃度よりも小さくてよい。アルカリ水電解の場合、液体73は、NaOH(水酸化ナトリウム)水溶液またはKOH(水酸化カリウム)水溶液である。
陰極82においては、次の化学反応が起こる。
[化学式2]
2H2O+2e-→H2+2OH-
[化学式2]
2H2O+2e-→H2+2OH-
液体72がNaOH(水酸化ナトリウム)水溶液である場合、NaOH(水酸化ナトリウム)は、Na+(ナトリウムイオン)とOH-(水酸化物イオン)とに電離している。陰極82においては、化学式2に示される化学反応により、H2(水素)ガスとOH-(水酸化物イオン)が生成される。気体78(当該H2(水素)ガス)および液体76は、陰極室98から導出されてよい。
陰極室98には、液体75が滞留していてよい。液体75は、アルカリ金属の水酸化物の水溶液である。本例においては、液体75はNaOH(水酸化ナトリウム)水溶液またはKOH(水酸化カリウム)水溶液である。本例においては、陰極室98には、化学式2に示される化学反応より生成したOH-(水酸化物イオン)と、陽極室79から移動したNa+(ナトリウムイオン)とが溶解した液体75が滞留している。
図3は、図2に示される電解セル91におけるイオン交換膜84の近傍を拡大した図である。本例のイオン交換膜84には、陰イオン基86が固定されている。陰イオンは、陰イオン基86により反発されるので、イオン交換膜84を通過しにくい。本例において、当該陰イオンは、Cl-(塩化物イオン)である。陽イオン71は、陰イオン基86により反発されないので、イオン交換膜84を通過できる。液体70(図2参照)がNaCl(塩化ナトリウム)水溶液である場合、陽イオン71はNa+(ナトリウムイオン)である。
図4は、本発明の一つの実施形態に係る運転支援装置100のブロック図および運転支援システム300の一例を示す図である。運転支援装置100は、電解槽90(図1参照)の運転を支援する。運転支援装置100は、推定部10を備える。運転支援装置100は、制御部20、入力部30、出力部32および記憶部40を備えてよい。図4において、運転支援装置100の範囲が破線で示され、運転支援システム300の範囲が一点鎖線で示されている。
運転支援システム300は、運転支援装置100と電解装置200とを備える。制御部20は、電解装置200を制御する制御信号Scを電解装置200に送信してよい。制御部20は、制御信号を無線により送信してよい。電解装置200は、制御信号Sc'を制御部20に送信してよい。電解装置200は、制御信号Sc'を無線により送信してよい。
運転支援装置100の一部または全体は、一例としてCPU、メモリおよびインターフェース等を備えるコンピュータである。制御部20は、当該CPUであってよい。推定部10と制御部20とが、一つの当該CPUであってもよい。運転支援装置100がコンピュータである場合、当該コンピュータには、後述する運転支援方法を実行させるため運転支援プログラムがインストールされていてよく、当該コンピュータを運転支援装置100として機能させるための運転支援プログラムがインストールされていてもよい。
入力部30は、例えばキーボード、マウス等である。出力部32は、推定部10による推定結果を出力する。出力部32は、例えばディスプレイ、モニタ等である。
電解槽90(図1参照)は液体70を電気分解するので、電解槽90の稼働時間経過に伴い、一つ以上の不純物がイオン交換膜84に蓄積し得る。イオン交換膜84に蓄積した当該不純物を、不純物Imとする。不純物Imは化合物であってよく、元素であってもよい。一つ以上の不純物Imとは、一つ以上の種類の不純物Imを指してよい。不純物Imがイオン交換膜84に蓄積した場合、イオン交換膜84の性能が低下し得る。イオン交換膜84の性能とは、イオン交換膜84のイオン交換性能を指す。
電解槽90(図1参照)には、原塩が溶解した塩水に対して予め定められた処理がされた液体70(図1参照)が導入される。予め定められた処理とは、例えば、クラリファイヤによる、塩水に含まれるSS(サスペンデッドソリッド)の沈殿、セラミックフィルタによる当該SSの除去、樹脂塔による、塩水に含まれるBa(バリウム)、Ca(カルシウム)、Sr(ストロンチウム)およびMg(マグネシウム)の少なくとも一つの除去、等である。
原塩には、I(ヨウ素)、Fe(鉄)、Ti(チタン)およびP(リン)の少なくとも一つが含まれる場合がある。SS(サスペンデッドソリッド)には、Si(シリコン)およびAl(アルミニウム)の少なくとも一方が含まれる場合がある。不純物Imには、Ba(バリウム)、Ca(カルシウム)、Sr(ストロンチウム)、Mg(マグネシウム)、I(ヨウ素)、Fe(鉄)、Ti(チタン)、Si(シリコン)、Al(アルミニウム)およびP(リン)の少なくとも一つが含まれてよい。
陰極82の表面には、Ni(ニッケル)が設けられる場合がある。陰極82の表面には、Ni(ニッケル)がめっきにより形成される場合がある。電解槽90の稼働時間経過に伴い、陰極82の表面に設けられたNi(ニッケル)が液体75(図2参照)に含まれる場合がある。不純物Imには、Ni(ニッケル)が含まれてよい。
推定部10は、イオン交換膜84への不純物Imの蓄積速度に関する不純物データの実績値に基づいて、イオン交換膜84の性能低下速度を推定する。当該不純物データを不純物データDiとする。不純物データDiの実績値を、実績値Viとする。イオン交換膜84の性能低下速度を、性能低下速度VLとする。不純物データDiの実績値Viは、イオン交換膜84に蓄積する一つ以上の不純物Imを構成する一つ以上の元素の蓄積速度の実績値または蓄積量の実績値を含んでよい。当該一つ以上の元素の蓄積速度の実績値または蓄積量の実績値を、実績値Vi'とする。
推定部10は、実績値Vi'に基づいて一つ以上の不純物Imを推定してよい。推定部10は、実績値Vi'に基づいて一つ以上の不純物Imの種類を推定してよい。不純物Imが化合物の場合、不純物Imの種類とは、化合物の種類を指す。不純物Imが元素の場合、不純物Imの種類とは、元素の種類を指す。推定部10は、推定した一つ以上の不純物Imの蓄積速度または蓄積量に基づいて、イオン交換膜84の性能低下速度VLを推定してよい。推定部10は、推定した一つ以上の種類の不純物Imの蓄積速度または蓄積量に基づいて、イオン交換膜84の性能低下速度VLを推定してよい。
実績値Viおよび実績値Vi'は、イオン交換膜84の実解析データであってよい。実解析データとは、イオン交換膜84を実解析することにより評価されたデータを指す。不純物Imが化合物である場合、実績値Vi'は、イオン交換膜84に蓄積した当該化合物を構成する複数の元素、および、当該元素ごとの蓄積量または蓄積速度の実解析データであってよい。推定部10は、実解析された元素ごとの蓄積量または蓄積速度に基づいて、一つ以上の化合物を推定し得る。一つ以上の化合物とは、一種類以上の化合物を指してよい。推定部10は、実解析された元素ごとの蓄積量または蓄積速度に基づいて、一つ以上の化合物の種類を推定し得る。
不純物Imが元素である場合、実績値Vi'は、イオン交換膜84に蓄積した一つ以上の元素の蓄積量または蓄積速度の、元素ごとの解析データであってよい。推定部10は、実解析された元素ごとの蓄積量または蓄積速度に基づいて、一つ以上の元素を推定し得る。一つ以上の元素とは、一種類以上の元素を指す。
不純物Imを構成する一つ以上の元素の蓄積量は、予め定められた期間Teにわたる蓄積量であってよい。期間Teは、例えば一年である。不純物Imを構成する一つ以上の元素の蓄積速度は、予め定められた期間Te'当たりの蓄積量であってよい。期間Te'は期間Teと等しくてよく、異なっていてもよい。
推定部10は、推定した一つ以上の不純物Imについて、不純物Imの蓄積速度または蓄積量を算出してよい。不純物Imの蓄積量は、期間Te'にわたる不純物Imの蓄積量であってよい。不純物Imの蓄積速度は、期間Te'当たりの不純物Imの蓄積量であってよい。推定部10は、不純物Imの蓄積速度または蓄積量を不純物Imごとに算出してよい。
実績値Viは、イオン交換膜84が電解槽90から外された状態で評価されてよく、電解槽90に装着された状態で評価されてもよい。実績値Vi'は、不純物Imを構成する複数の元素ごとの蓄積量または蓄積速度と、当該イオン交換膜84が電解槽90に装着された状態における当該電解槽90の稼働時間との関係を解析したデータであってもよい。
実績値Viは、入力部30により入力されてよい。入力部30により入力された実績値Viは、記憶部40に記憶されてよい。
イオン交換膜84の性能が低下した場合、液体73に含まれるアルカリ金属の塩化物がイオン交換膜84を通過する場合がある。イオン交換膜84を通過したアルカリ金属の塩化物は、液体75に含まれる場合がある。上述したとおり、液体75はアルカリ金属の水酸化物の水溶液である。
不純物データDiは、液体73における不純物Imの濃度データを含んでよい。液体73がNaCl(塩化ナトリウム)水溶液である場合、実績値Viは、当該NaCl(塩化ナトリウム)水溶液における不純物Imの濃度を実解析した実解析データであってよい。
推定部10は、液体73における不純物Imの濃度データに基づいて、イオン交換膜84の性能低下速度VLを推定してよい。推定部10は、不純物Imの濃度データに基づいて一つ以上の不純物Imを推定し、推定した一つ以上の不純物Imの蓄積速度または蓄積量に基づいて、イオン交換膜84の性能低下速度VLを推定してもよい。推定部10は、実績値Vi'に基づいて一つ以上の不純物Imを推定し、推定した一つ以上の不純物Imの蓄積速度または蓄積量と、液体73における不純物Imの濃度データとに基づいて、イオン交換膜84の性能低下速度VLを推定してもよい。
性能低下速度VLは、電解槽90の電流効率CEの低下速度であってよい。電流効率CEとは、電解槽90により生産される生産物の理論上の生産量に対する実際の生産量の割合を指す。当該生産物を、生産物Pとする。生産物Pの理論上の生産量を、生産量Paとする。生産物Pの実際の生産量を、生産量Prとする。電流効率CEとは、生産量Paに対する生産量Prの割合を指す。イオン交換膜84への不純物Imの蓄積量が大きいほど、電流効率CEは低下しやすい。
性能低下速度VLは、電解槽90の電圧CVの上昇速度であってもよい。イオン交換膜84への不純物Imの蓄積量が大きいほど、電圧CVは上昇しやすい。
図5は、不純物Imの蓄積量と電流効率CEとの関係の一例を不純物Imごとに示す図である。図5においては、四つの不純物Im(不純物Im1~不純物Im4)のそれぞれについて、不純物Imの蓄積量と電流効率CEとの関係が示されている。不純物Im1~不純物Im4の種類は、相互に異なる。不純物Im1は、例えばBa(バリウム)とI(ヨウ素)との化合物である。不純物Im2は、例えばCa(カルシウム)とSr(ストロンチウム)とI(ヨウ素)との化合物である。不純物Im3は、例えばI(ヨウ素)である。不純物Im4は、例えばSi(ケイ素)とAl(アルミニウム)との化合物である。
図5に示されるとおり、不純物Imの蓄積量が増加するほど電流効率CEは低下しやすい。図5に示されるとおり、不純物Imの蓄積量当たりの電流効率CEの低下量は、不純物Imの種類により異なり得る。図5に示される不純物Imの蓄積量と電流効率CEとの関係は、記憶部40に記憶されてよい。
運転支援装置100において、推定部10は不純物Imの蓄積速度または蓄積量に基づいて性能低下速度VLを推定する。このため、運転支援装置100のユーザは、イオン交換膜84の将来の性能低下を認知できる。
推定部10は、複数の不純物Imの蓄積速度または蓄積量に基づいて、性能低下速度VLを推定してよい。不純物Imごとのイオン交換膜84の性能低下速度を、性能低下速度VL'とする。図5の例において、不純物Im1~不純物Im4ごとのイオン交換膜84の性能低下速度を、それぞれ性能低下速度VL'1~性能低下速度VL'4とする。
推定部10は、不純物Imの蓄積速度または蓄積量と、性能低下速度VLとの関係に基づいて、イオン交換膜84の性能低下速度VLを推定してよい。推定部10は、不純物Imごとの不純物Imの蓄積速度または蓄積量と、不純物Imごとの性能低下速度VL'との関係に基づいて、複数の不純物Imが蓄積したイオン交換膜84の性能低下速度VLを推定してよい。不純物Imの蓄積速度または蓄積量と性能低下速度VL'との関係とは、不純物Imの蓄積速度または蓄積量と性能低下速度VL'との関係の実績であってよい。図5の例では、推定部10は、不純物Im1の蓄積量と性能低下速度VL1'との関係、不純物Im2の蓄積量と性能低下速度VL2'との関係、不純物Im3の蓄積量と性能低下速度VL3'との関係、および、不純物Im4の蓄積量と性能低下速度VL4'との関係に基づいて、性能低下速度VLを推定する。
電解槽90の運転条件を、運転条件Cdとする。運転条件Cdとは、イオン交換膜84の状態に影響を与え得る、電解槽90の運転状況を指す。推定部10は、運転条件Cdの実績値に基づいて、イオン交換膜84の性能低下速度VLを推定してよい。当該実績値を、実績値Vdとする。推定部10は、不純物Imの蓄積速度または蓄積量と実績値Vdとに基づいて、性能低下速度VLを推定してよい。運転条件Cdには、電流効率CE、電圧CV、液体70(図2参照)のpHおよび流量、液体72(図2参照)のpHおよび流量、および、液体73(図2参照)または液体75(図2参照)の温度が含まれてよい。
運転条件Cdの実績値を、実績値Cdとする。実績値Vdは、電解槽90の電流の実績値、電流効率CEの実績値、電圧CVの実績値、液体70(アルカリ金属の塩化物の水溶液)のpHおよび流量の実績値、液体72(アルカリ金属の水酸化物の水溶液)のpHおよび流量の実績値、および、液体73(図2参照)または液体75(図2参照)の温度の実績値の少なくとも一つであってよい。図5に示される電流効率CEは、電流効率CEの実績値であってよい。実績値Vdは、入力部30により入力されてよい。入力部30により入力された実績値Vdは、記憶部40に記憶されてよい。
図6は、イオン交換膜84の断面方向の位置と、アルカリ金属の濃度との関係の一例を示す図である。図6は、陽極室79、イオン交換膜84および陰極室98にわたるアルカリ金属の濃度プロファイルの一例である。イオン交換膜84の断面方向とは、イオン交換膜84における、陽極室79(図2参照)から陰極室98(図2参照)への方向を指す。イオン交換膜84の断面方向とは、イオン交換膜84の面に交差する方向を指す。イオン交換膜84の断面方向とは、イオン交換膜84の面に直交する方向を指してよい。本例においては、イオン交換膜84の面はXY面(図2参照)であり、イオン交換膜84の断面方向はY軸方向(図2参照)である。
図6において、位置P0は陽極80(図2参照)の位置であり、位置P4は陰極82(図2参照)の位置である。図6において、位置P1は陽極室79とイオン交換膜84との界面の位置であり、位置P3は陰極室98とイオン交換膜84との界面の位置である。図6において、位置P2は、イオン交換膜84におけるアルカリ金属の濃度が最小となる(濃度C2(後述)となる)位置である。
図6において、濃度C0は陽極室79におけるアルカリ金属の濃度であり、濃度C4は陰極室98におけるアルカリ金属の濃度ある。図6において、濃度C1は位置P1におけるアルカリ金属の濃度であり、濃度C3は位置P3におけるアルカリ金属の濃度である。図6において、濃度C2は、イオン交換膜84におけるアルカリ金属の濃度の最小値である。図6に示されるとおり、アルカリ金属の濃度は、陽極80側よりも陰極82側の方が高い。イオン交換膜84におけるアルカリ金属の濃度は、位置P1から位置P2にかけて減少し、位置P2から位置P3にかけて増加する。
液体70(図1、2参照)のpHまたは濃度、または、液体76(図1、2参照)のpHまたは濃度が変化すると、図6に示されるアルカリ金属の濃度プロファイルが変化し得る。これにより、イオン交換膜84に供給される不純物Imの供給量、または、イオン交換膜84に蓄積する不純物Imの蓄積位置が変化し得る。これにより、イオン交換膜84の性能低下速度VLが変化し得る。推定部10は、実績値Vdに基づいて性能低下速度VLを推定する。このため、運転支援装置100のユーザは、イオン交換膜84の将来の性能低下を認知できる。
図7および図8は、イオン交換膜84のクラスター85を模式的に示す図である。図7および図8は、イオン交換膜84を陽極80から陰極82への方向(イオン交換膜84の厚さ方向)に見た場合における、クラスター85の模式図である。図7は、液体73(図2参照)および液体75(図2参照)が予め定められた温度範囲における一の温度T1である場合のクラスター85の模式図である。図8は、液体73および液体75が当該温度範囲外、且つ、当該温度範囲よりも高温側の他の温度T2である場合のクラスター85の模式図である。
液体73および液体75の少なくとも一方の温度が変化した場合、図7および図8に示されるように、イオン交換膜84のクラスター85の大きさが変化しうる。クラスター85の大きさが変化することで、図6に示されるアルカリ金属の濃度プロファイルが変化し得る。これにより、イオン交換膜84に供給される不純物Imの供給量、または、イオン交換膜84に蓄積する不純物Imの蓄積位置が変化し得る。これにより、イオン交換膜84の性能低下速度VLが変化し得る。推定部10は、実績値Vd(本例においては液体73および液体75の温度の実測値)に基づいて、性能低下速度VLを推定する。このため、運転支援装置100のユーザは、イオン交換膜84の将来の性能低下を認知できる。
図9は、イオン交換膜84の断面方向の位置と、pHとの関係の一例を示す図である。図9は、イオン交換膜84の断面方向におけるpHプロファイルの一例である。
イオン交換膜84は、スルホン酸層81およびカルボン酸層83を有してよい。スルホン酸層81は、イオン交換膜84の陽極室79側に設けられる。カルボン酸層83は、イオン交換膜84の陰極室98側に設けられる。位置P1は、上述したとおり陽極室79とイオン交換膜84との界面の位置である。位置P1は、陽極室79とスルホン酸層81との界面の位置である。位置P3は、上述したとおり陰極室98とイオン交換膜84との界面の位置である。位置P3は、陰極室98とカルボン酸層83との界面の位置である。スルホン酸層81とカルボン酸層83とが接する位置を、位置P5とする。
イオン交換膜84の断面方向におけるpHは、位置P1から位置P3にかけて増加しやすい。位置P1におけるpHをpH1とし、位置P3におけるpHをpH2とする。pH1のpH値は、例えば4である。pH2のpH値は、例えば15である。
陽極室79における液体73(図2参照)からイオン交換膜84に侵入する不純物Imの一部はスルホン酸層81に蓄積し得、当該不純物Imの他の一部はスルホン酸層81を通過し得る。スルホン酸層81のpHは、カルボン酸層83のpHよりも低くなりやすい。このため、スルホン酸層81を通過した不純物Imの他の一部は、カルボン酸層83に蓄積し得る。
不純物Imは、イオン交換膜84の断面方向において濃度プロファイルを示す。不純物Imの濃度プロファイルとは、イオン交換膜84の断面方向の各位置と、当該各位置のそれぞれにおける不純物Imの濃度との関係を指す。イオン交換膜84の断面方向における不純物Imの濃度プロファイルは、液体73(図2参照)および液体75(図2参照)の少なくとも一方の不純物Imの種類および濃度、および、運転条件Cdに依存し得る。このため、不純物Imの濃度プロファイルの形状は、不純物Imの種類および濃度に依存し得る。当該濃度プロファイルは、イオン交換膜84の断面方向における位置P1と位置P3との間において、ピークを示す場合がある。当該ピークの位置は、不純物Imの種類および濃度に依存し得る。液体73および液体75における不純物Imの濃度は、それぞれ液体73および液体75における不純物Imの濃度データであってよい。
図10は、経過時間tと電流効率CEとの関係の一例を不純物Imごとに示す図である。図10には、経過時間tと電流効率CEとの関係が、イオン交換膜84の断面方向における三つの蓄積位置ごとに示されている。三つの蓄積位置には、同じ量の不純物Imが蓄積しているとする。性能低下速度VLは、イオン交換膜84の断面方向において、不純物Imが陰極室98側に蓄積するほど大きくなりやすい。
推定部10(図4参照)は、イオン交換膜84の断面方向における位置と、イオン交換膜84に蓄積する不純物Imの濃度との関係に基づいて、性能低下速度VLを推定してよい。推定部10は、イオン交換膜84の断面方向の各位置と当該各位置のそれぞれにおける不純物Imの濃度との関係、および、図10に示される経過時間tと性能低下速度VLとの関係に基づいて、性能低下速度VLを推定し得る。
イオン交換膜84の断面方向の位置と不純物Imの濃度との関係は、イオン交換膜84の断面方向の位置と不純物Imの濃度との関係の実績であってよい。当該関係の実績とは、イオン交換膜84の断面方向の位置ごとの不純物Imの濃度を実測した実績値に基づく関係であってよい。
推定部10(図4参照)は、イオン交換膜84の断面方向の位置と、不純物Imの濃度との関係に基づいて、当該断面方向における不純物Imの濃度プロファイルを推定してよい。イオン交換膜84の断面方向の位置と不純物Imの濃度との関係が当該関係の実績である場合、イオン交換膜84の断面方向の位置と不純物Imの濃度との関係は当該断面方向において離散的であり得る。このため、推定部10は、イオン交換膜84の断面方向の位置と不純物Imの濃度との関係の実績に基づいて、当該断面方向における不純物Imの濃度プロファイルを推定し得る。推定部10は、推定した当該濃度プロファイルに基づいて性能低下速度VLを推定してよい。
推定部10(図4参照)は、アルカリ金属の塩化物の水溶液のpHおよびアルカリ金属の水酸化物の水溶液のpHの少なくとも一方に基づいて、イオン交換膜84の断面方向における不純物Imの濃度プロファイルを推定してよい。本例においては、アルカリ金属の塩化物の水溶液は液体73(図2参照)であり、アルカリ金属の水酸化物の水溶液は液体75(図2参照)である。
図9に示されるpHプロファイルは、液体73のpHおよび液体75のpHの少なくとも一方に依存し得る。このため、イオン交換膜84の断面方向における不純物Imの蓄積の態様は、液体73のpHおよび液体75のpHの少なくとも一方に依存し得る。このため、推定部10は、液体73のpHおよび液体75のpHの少なくとも一方に基づいて、当該断面方向における不純物Imの濃度プロファイルを推定し得る。
推定部10(図4参照)は、アルカリ金属の塩化物の水溶液における不純物Imの濃度データに基づいて、性能低下速度VLを推定してよい。上述したとおり、イオン交換膜84の断面方向における不純物Imの濃度プロファイルは、液体73(図2参照)および液体75(図2参照)の少なくとも一方における不純物Imの種類および濃度に依存し得る。このため、不純物Imの濃度プロファイルの形状は、不純物Imの種類および濃度に依存し得る。不純物Imの濃度データに基づくことにより、推定部10は性能低下速度VLを正確に推定しやすくなる。
推定部10(図4参照)は、推定した濃度プロファイルがピークを示す位置に基づいて、性能低下速度VLを推定してよい。上述したとおり、不純物Imの濃度プロファイルは、イオン交換膜84の断面方向における位置P1と位置P3との間において、ピークを示す場合がある。このため、不純物Imの濃度プロファイルがピークを示す場合、推定部10は、推定した濃度プロファイルがピークを示す位置に基づいて、性能低下速度VLを推定し得る。
生産物Pに関する生産パラメータを生産パラメータPrとする。生産パラメータPrには、電解槽90の電流効率CE、電流効率CEの低下速度、電解槽90の電圧CV、電圧CVの増加速度、生産物Pの単位時間当たりの生産量、生産物Pの品質、および、当該生産量および当該品質に影響し得るパラメータであって電解槽90の稼働に係るパラメータの少なくとも一つが含まれてよい。生産パラメータPrには、電解槽90の稼働に伴い発生するCO2(二酸化炭素)の量が含まれてもよい。電解槽90の稼働に伴い発生するCO2(二酸化炭素)とは、電解槽90が電気を消費することにより発生するCO2(二酸化炭素)を指す。生産パラメータPrには、電解槽90の運転コストが含まれてもよい。運転コストには、電解槽90の運転に伴う電気コスト、イオン交換膜84を交換した場合におけるイオン交換膜84のコストが含まれてよい。
推定部10は、性能低下速度VLに基づいて、電解槽90が一の運転条件Cdで運転された場合の生産パラメータPrを推定してよい。これにより、運転支援装置100のユーザは、イオン交換膜84の将来の性能低下が反映された生産パラメータPrを認知できる。
図11は、本発明の一つの実施形態に係る運転支援装置100のブロック図の他の一例を示す図である。本例の運転支援装置100は、性能低下学習部60をさらに備える点で、図4に示される運転支援装置100と異なる。性能低下学習部60は、性能低下予測モデル62(後述)を生成する。性能低下予測モデル62(後述)は、記憶部40に記憶されてよい。
図12は、性能低下予測モデル62の一例を示す図である。性能低下予測モデル62は、不純物Imの蓄積速度または蓄積量と、性能低下速度VLとの関係を機械学習することにより、不純物Imの蓄積速度または蓄積量と性能低下速度VLとの関係に基づく、性能低下速度VLの予測量を出力する。当該性能低下速度の予測量を、予測量VLpとする。性能低下予測モデル62は、不純物Imごとの不純物Imの蓄積速度または蓄積量と、不純物Imごとの性能低下速度VLとの関係を機械学習することにより、不純物Imごとに予測量VLpを出力してよい。
図13は、出力部32(図11参照)における出力態様の一例を示す図である。本例の出力部32は、ディスプレイである。運転条件Cdに関するパラメータを、運転パラメータPdとする。本例の出力部32には、運転パラメータPd表示部33と生産パラメータPr表示部34とが表示されている。運転支援装置100のユーザは、入力部30(図11参照)により運転パラメータPdおよび生産パラメータPrを入力してよい。
運転支援装置100のユーザは、運転パラメータPdのうち、電解槽90の稼働中に固定したい一または複数の運転パラメータPdを指定してよい。性能低下予測モデル62(図12参照)は、不純物Imの蓄積速度または蓄積量、および、運転条件Cdと、性能低下速度VLとの関係を機械学習することにより、不純物Imの蓄積速度または蓄積量、および、運転条件Cdと、性能低下速度VLとの関係に基づく性能低下速度VLの予測量VLpを、複数の運転条件Cdのそれぞれごとに出力してよい。当該複数の運転条件Cdとは、運転パラメータPd表示部33において運転パラメータPdが入力される場合、運転支援装置100のユーザが固定したい運転パラメータPdの第1のケースと第2のケースとを指す。当該第1のケースには、運転パラメータPd表示部33に表示される運転パラメータPdの一または複数が含まれてよく、当該第2のケースには、当該運転パラメータPdの一または複数であって当該第1のケースとは別の運転パラメータPdが含まれてよい。これにより、運転支援装置100のユーザは、運転条件Cdを様々に変化させた場合の予測量VLpをシミュレーションできる。
図14は、本発明の一つの実施形態に係る運転支援装置100のブロック図の他の一例を示す図である。本例の運転支援装置100は、複数の性能低下学習部60(性能低下学習部60-1~性能低下学習部60-n)を備える点で、図11に示される運転支援装置100と異なる。
複数の性能低下学習部60のそれぞれは、複数のイオン交換膜84の種類のそれぞれごとに、性能低下予測モデル62(図12参照)を生成してよい。イオン交換膜84の種類とは、イオン交換膜84における陰イオン基86(図3参照)の密度、イオン交換膜84の厚さ等、イオン交換膜84の個体ごとに異なり得る物理量であってよい。イオン交換膜84の種類とは、当該個体ごとの、いわゆるロット番号であってもよい。イオン交換膜84の種類とは、陰イオン基86(図3参照)の種類であってもよい。
イオン交換膜84の性能低下の態様は、イオン交換膜84の種類ごとに異なり得る。イオン交換膜84の種類ごとに性能低下予測モデル62が生成されることにより、性能低下予測モデル62のそれぞれは、イオン交換膜84の種類が反映された、より適切な予測量VLpを出力できる。
図15は、性能低下予測モデル62による予測量VLpの予測または運転条件Cdの推定の一例を示す図である。本例の性能低下予測モデル62は、不純物Imの蓄積速度または蓄積量および運転条件Cdの実績値Vdと、性能低下速度VLとの関係を機械学習済みであるとする。
性能低下予測モデル62は、不純物Imの蓄積速度または蓄積量と、生産パラメータPr(図13参照)とに基づいて、当該生産パラメータPrを満たす運転条件Cdを推定してよい。性能低下予測モデル62は、不純物Imの蓄積速度または蓄積量と生産パラメータPrとに基づいて、当該生産パラメータPrを満たす運転条件Cdを不純物Imの種類ごとに推定してよい。性能低下予測モデル62は、不純物Imの蓄積速度または蓄積量と生産パラメータPrとが性能低下予測モデル62に入力された場合、当該生産パラメータPrを満たす運転条件Cdを推定してよい。当該運転条件Cdを、運転条件Cd'とする。性能低下予測モデル62は、運転条件Cd'を推定し、且つ、予測量VLpを予測してもよい。
本例においては、性能低下予測モデル62は、不純物Imの蓄積速度または蓄積量を説明変数とし、生産パラメータPrを制約条件とした場合における、最適な運転条件Cd'を、目的条件として出力する。運転支援装置100のユーザは、生産パラメータPr表示部34(図13参照)に表示される生産パラメータPrのうち、満たしたい生産パラメータPrを入力部30(図11参照)により指定し、且つ、満たしたい当該生産パラメータPrに係る数値を入力部30により入力してよい。これにより、運転支援装置100のユーザは、当該生産パラメータPrを制約条件とした場合の最適な運転条件Cd'を認知できる。
制約条件には、運転支援装置100のユーザが満たしたい運転条件Cdがさらに含まれてもよい。運転支援装置100のユーザは、図13の運転パラメータPd表示部33に表示される運転パラメータPdのうち満たしたい運転パラメータPdを入力部30(図11参照)により指定し、且つ、満たしたい当該運転パラメータPdに係る数値を入力部30により入力してよい。これにより、運転支援装置100のユーザは、生産パラメータPrおよび運転パラメータPdを制約条件とした場合の最適な運転条件Cd'を認知できる。当該運転条件Cd'は、当該運転パラメータPdと異なっていてよい。
図16は、性能低下予測モデル62による、イオン交換膜84の性能の回復時期またはイオン交換膜84の交換時期の推定の一例を示す図である。図15に示される予測量VLpの予測または運転条件Cdの推定において、生産パラメータPrを満たす運転条件Cd'が存在しない場合、性能低下予測モデル62は、イオン交換膜84の性能の回復時期およびイオン交換膜84の交換時期の少なくとも一方を推定してよい。これにより、運転支援装置100のユーザは、イオン交換膜84の性能の回復時期およびイオン交換膜84の交換時期の少なくとも一方を、予め認知できる。
図17は、本発明の一つの実施形態に係る運転支援装置100のブロック図の他の一例を示す図である。本例の運転支援装置100は、取得部35および補正部36をさらに備える点で、図11に示される運転支援装置100と異なる。
取得部35は、電解槽90が一の運転条件Cdで運転されている場合における、不純物Imの蓄積速度または蓄積量を取得する。一の運転条件Cdとは、運転支援装置100のユーザにより指定された運転条件Cdを指してよい。一の運転条件Cdで運転されている場合とは、電解槽90が当該一の運転条件Cdで稼働中である場合を指してよい。取得部35は、電解槽90が一の運転条件Cdで稼働中に、リアルタイムで不純物Imの蓄積速度または蓄積量を取得してよい。
補正部36は、取得部35により取得された不純物Imの蓄積速度または蓄積量に基づいて、不純物Imの蓄積速度または蓄積量を補正する。補正部36は、取得部35により取得された不純物Imの蓄積速度または蓄積量に基づいて、一つ以上の種類の不純物Imの蓄積速度または蓄積量を補正してよい。不純物Imの当該蓄積速度は、推定部10により推定された一つ以上の不純物Imの蓄積速度または蓄積量である。推定部10により推定された不純物Imの蓄積速度または蓄積量は、取得部35により取得された蓄積速度または蓄積量と異なり得る。推定部10により推定された蓄積速度または蓄積量は、蓄積速度または蓄積量の過去の実績値Viに基づく推定値である。取得部35がリアルタイムで蓄積速度または蓄積量を取得する場合、当該蓄積速度または当該蓄積量は現在の測定値である。このため、推定部10により推定された蓄積速度または蓄積量よりも、取得部35により取得された蓄積速度または蓄積量の方が、現在のイオン交換膜84の状態が反映された蓄積速度または蓄積量であり得る。本例においては、補正部36は、取得部35により取得された蓄積速度または蓄積量に基づいて、推定部10により推定された不純物Imの蓄積速度または蓄積量を補正する。このため、推定された当該蓄積速度または当該蓄積量は、現在のイオン交換膜84の状態がより反映された蓄積速度または蓄積量になりやすい。
推定部10は、補正部36により補正された不純物Imの蓄積速度または蓄積量に基づいて、性能低下速度VLを推定してよい。性能低下予測モデル62(図12参照)は、運転条件Cdの実績値Vd、および、補正部36により補正された不純物Imの蓄積速度または蓄積量と、性能低下速度VLとの関係を機械学習してよい。
図18は、取得部35による不純物Imの蓄積速度または蓄積量の取得タイミング、および、推定部10による不純物Imの蓄積速度または蓄積量の取得タイミングの一例を示す図である。図18において、取得部35による不純物Imの蓄積速度または蓄積量の取得タイミングが白い丸印で示され、不純物Imの蓄積速度または蓄積量の取得タイミングが黒い丸印で示されている。
本例においては、推定部10は一つ以上の不純物Imの蓄積速度または蓄積量を第1周期T1で推定し、取得部35は不純物Imの蓄積速度または蓄積量を第2周期T2で取得する。不純物Imの蓄積速度または蓄積量を第1周期T1で推定するとは、記憶部40(図17参照)に記憶された実績値Viに基づいて、推定部10(図17参照)が第1周期T1で不純物Imの蓄積速度または蓄積量を推定することを指してよい。不純物Imの蓄積速度または蓄積量を第2周期T2で取得するとは、取得部35が、電解槽90が稼働中に不純物Imの蓄積速度または蓄積量を第2周期T2で取得することを指してよい。推定部10は、一つ以上の種類の不純物Imの蓄積速度または蓄積量を、第1周期T1で推定してよい。取得部35は、一つ以上の種類の不純物Imの蓄積速度または蓄積量を、第2周期T2で取得してよい。
第2周期T2は、第1周期T1よりも短くてよい。補正部36(図17参照)は、第2周期T2で取得された不純物Imの蓄積速度または蓄積量に基づいて、第1周期T1で推定された不純物Imの蓄積速度または蓄積量を補正してよい。上述したとおり、推定部10(図17参照)により推定された蓄積速度または蓄積量よりも、取得部35により取得された蓄積速度または蓄積量の方が、現在のイオン交換膜84の状態が反映された蓄積速度または蓄積量であり得る。このため、第2周期T2が第1周期T1よりも短いことにより、補正部36は、不純物Imの蓄積速度または蓄積量を、より現在のイオン交換膜84の状態が反映された蓄積速度または蓄積量に補正しやすくなる。
図19は、本発明の一つの実施形態に係る運転支援方法の一例を示すフローチャートである。本発明の一つの実施形態に係る運転支援方法は、電解槽90(図1参照)の運転を支援する運転支援方法である。
本発明の一つの実施形態に係る運転支援方法は、第1推定ステップS100を備える。運転支援方法は、第1入力ステップS90、第2入力ステップS92および第3入力ステップS94を備えてよい。
第1入力ステップS90は、電解槽90におけるイオン交換膜84への不純物Imの蓄積速度に関する不純物データDiの実績値Viを運転支援装置100(図11参照)に入力するステップである。第1入力ステップS90は、イオン交換膜84に蓄積する一つ以上の不純物Imを構成する一つ以上の元素の蓄積速度の実績値Vi'または蓄積量の実績値Vi'を運転支援装置100に入力するステップであってよい。第2入力ステップS92は、運転条件Cdの実績値Vdを運転支援装置100に入力するステップである。第3入力ステップS94は、性能低下速度VLの実績値を運転支援装置100に入力するステップである。
実績値Vi、実績値Vi'、実績値Vdおよび性能低下速度VLの実績値は、入力部30(図11参照)により入力されてよい。第1入力ステップS90~第3入力ステップS94は、この順に実施されてよく、この順に実施されなくてもよい。
第1推定ステップS100は、推定部10(図4参照)が、実績値Viに基づいてイオン交換膜84の性能低下速度VLを推定するステップである。第1推定ステップS100は、推定部10が、実績値Vi'に基づいて一つ以上の不純物Imを推定し、推定した一つ以上の不純物Imの蓄積速度または蓄積量に基づいてイオン交換膜84の性能低下速度VLを推定するステップであってよい。第1推定ステップS100は、推定部10が、実績値Vi'に基づいて一つ以上の不純物Imの種類を推定し、推定した一つ以上の種類の不純物Imの蓄積速度または蓄積量に基づいて、イオン交換膜84の性能低下速度VLを推定するステップであってよい。第1推定ステップS100は、推定部10が、電解槽90(図1参照)の運転条件Cdの実績値Vdに基づいて、性能低下速度VLを推定するステップであってもよい。
第1推定ステップS100は、推定部10(図4参照)が、イオン交換膜84の断面方向の位置と、イオン交換膜84に蓄積する不純物Imの濃度との関係に基づいて、性能低下速度VLを推定するステップであってよい。第1推定ステップS100は、推定部10が、イオン交換膜84の断面方向の位置と、イオン交換膜84に蓄積する不純物Imの濃度との関係に基づいて、イオン交換膜84の断面方向における不純物Imの濃度プロファイルを推定し、推定した濃度プロファイルに基づいて性能低下速度VLを推定するステップであってよい。第1推定ステップS100は、推定した濃度プロファイルがピークを示す、イオン交換膜84の断面方向における位置に基づいて、推定部10が性能低下速度VLを推定するステップであってもよい。
第1推定ステップS100は、推定部10(図4参照)が、アルカリ金属の塩化物の水溶液のpHおよびアルカリ金属の水酸化物の水溶液のpHの少なくとも一方に基づいて、イオン交換膜84の断面方向における不純物Imの濃度プロファイルを推定し、推定した濃度プロファイルに基づいて性能低下速度VLを推定するステップであってもよい。第1推定ステップS100は、推定部10が、アルカリ金属の塩化物の水溶液における不純物Imの濃度データに基づいて、性能低下速度VLを推定するステップであってもよい。
不純物データDiは、液体73における不純物Imの濃度データを含んでよい。第1推定ステップS100は、推定部10(図4参照)が、不純物Imの当該濃度データに基づいて、性能低下速度VLを推定するステップであってもよい。第1推定ステップS100は、推定部10が、実績値Vi'に基づいて一つ以上の不純物Imを推定し、推定した一つ以上の不純物Imの蓄積速度または蓄積量と、液体73における不純物Imの濃度データとに基づいて、イオン交換膜84の性能低下速度VLを推定するステップであってもよい。
第1推定ステップS100は、推定部10(図4参照)が、電解槽90の運転条件Cdの実績値Vdに基づいて、性能低下速度VLを推定するステップであってよい。第1推定ステップS100は、推定部10が、イオン交換膜84に蓄積する不純物Imの蓄積速度または蓄積量と、性能低下速度VLとの関係に基づいて、性能低下速度VLを推定するステップであってもよい。
第1推定ステップS100は、性能低下学習部60(図11)が性能低下予測モデル62(図12参照)を生成する性能低下学習ステップS102を含んでよい。性能低下予測モデル62は、不純物Imの蓄積速度または蓄積量と、性能低下速度VLとの関係を機械学習することにより、不純物Imの蓄積速度または蓄積量と性能低下速度VLとの関係に基づく、イオン交換膜84の性能低下速度VLの予測量VLpを出力する。
第1推定ステップS100は、第4入力ステップS104および第5入力ステップS106を含んでよい。第4入力ステップS104は、イオン交換膜84の不純物Imの蓄積速度または蓄積量を性能低下予測モデル62に入力するステップである。第5入力ステップS106は、運転条件Cdおよび生産パラメータPrを性能低下予測モデル62に入力するステップである。
第4入力ステップS104における不純物Imの蓄積速度または蓄積量、および、第5入力ステップS106における実績値Vdおよび性能低下速度VLの実績値は、入力部30(図11参照)により入力されてよい。運転支援方法において、第4入力ステップS104の次に第5入力ステップS106が実施されてよく、第5入力ステップS106の次に第4入力ステップS104が実施されてもよい。
第1推定ステップS100は、運転条件推定ステップS108をさらに含んでよい。運転条件推定ステップS108は、性能低下予測モデル62(図15参照)が、不純物Imの蓄積速度または蓄積量と、生産パラメータPrとに基づいて、生産パラメータPrを満たす、電解槽90の運転条件Cdを推定するステップである。当該生産パラメータPrは、生産パラメータPr表示部34(図13参照)に表示される生産パラメータPrのうち、運転支援方法のユーザが満たしたい生産パラメータPrであってよい。
運転支援方法は、第2推定ステップS120をさらに備えてよい。第2推定ステップS120は、推定部10(図4参照)が、第1推定ステップS100において推定された性能低下速度VLに基づいて、電解槽90が一の運転条件Cdで運転された場合における生産パラメータPr(図13参照)を推定するステップである。
運転支援方法は、出力部32(図11参照)が、第1推定ステップS100において推定された性能低下速度VLおよび運転条件Cd'の少なくとも一方を出力する出力ステップS130をさらに備えてよい。出力ステップS130は、出力部32が、第2推定ステップS120において推定された生産パラメータPrをさらに出力するステップであってもよい。これにより、運転支援方法のユーザは、推定された性能低下速度VL、運転条件Cd'および生産パラメータPrの少なくとも一つを認知できる。出力ステップS130は、出力部32が、イオン交換膜84、陽極80および陰極82の少なくとも一つの状態を、運転支援装置100のユーザに出力するステップであってもよい。
運転支援方法は、取得ステップS96および補正ステップS98をさらに備えてよい。取得ステップS96は、取得部35(図17参照)が、電解槽90(図1参照)が一の運転条件Cdで運転されている場合における、不純物Imの蓄積速度または蓄積量を取得するステップである。補正ステップS98は、補正部36(図17参照)が、取得ステップS96において取得された不純物Imの蓄積速度または蓄積量に基づいて、一つ以上の不純物Imの蓄積速度または蓄積量を補正するステップである。不純物Imの当該蓄積速度または当該蓄積量は、第1推定ステップS100において推定された一つ以上の不純物Imの蓄積速度または蓄積量である。補正ステップS98は、補正部36が、取得ステップS96において取得された不純物Imの蓄積速度または蓄積量に基づいて、一つ以上の種類の不純物Imの蓄積速度または蓄積量を補正するステップであってよい。
第1推定ステップS100は、推定部10(図17参照)が、補正ステップS98において補正された不純物Imの蓄積速度または蓄積量に基づいて、性能低下速度VLを推定するステップであってよい。性能低下学習ステップS102は、性能低下予測モデル62(図12参照)が、第2入力ステップS92において入力された運転条件Cdの実績値Vd、および、補正ステップS98において補正された不純物Imの蓄積速度または蓄積量と、性能低下速度VLとの関係を機械学習するステップであってよい。
本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよい。本発明の様々な実施形態において、ブロックは、(1)操作が実行されるプロセスの段階または(2)操作を実行する役割を持つ装置のセクションを表わしてよい。
特定の段階が、専用回路、プログラマブル回路またはプロセッサによって実行されてよい。特定のセクションが、専用回路、プログラマブル回路またはプロセッサによって実装されてよい。当該プログラマブル回路および当該プロセッサは、コンピュータ可読命令と共に供給されてよい。当該コンピュータ可読命令は、コンピュータ可読媒体上に格納されてよい。
専用回路は、デジタルハードウェア回路およびアナログハードウェア回路の少なくとも一方を含んでよい。専用回路は、集積回路(IC)およびディスクリート回路の少なくとも一方を含んでもよい。プログラマブル回路は、論理AND、論理OR、論理XOR、論理NAND、論理NORまたは他の論理操作のハードウェア回路を含んでよい。プログラマブル回路は、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ(FPGA)、プログラマブルロジックアレイ(PLA)等のメモリ要素等を含む、再構成可能なハードウェア回路を含んでもよい。
コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよい。コンピュータ可読媒体が当該有形なデバイスを含むことにより、当該デバイスに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。
コンピュータ可読媒体は、例えば電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等であってよい。コンピュータ可読媒体は、より具体的には、例えばフロッピー(登録商標)ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ(RAM)、リードオンリメモリ(ROM)、消去可能プログラマブルリードオンリメモリ(EPROMまたはフラッシュメモリ)、電気的消去可能プログラマブルリードオンリメモリ(EEPROM)、静的ランダムアクセスメモリ(SRAM)、コンパクトディスクリードオンリメモリ(CD-ROM)、デジタル多用途ディスク(DVD)、ブルーレイ(RTM)ディスク、メモリスティック、集積回路カード等であってよい。
コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ(ISA)命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、ソースコードおよびオブジェクトコードのいずれかを含んでよい。当該ソースコードおよび当該オブジェクトコードは、オブジェクト指向プログラミング言語および従来の手続型プログラミング言語を含む、1または複数のプログラミング言語の任意の組み合わせで記述されてよい。オブジェクト指向プログラミング言語は、例えばSmalltalk(登録商標)、JAVA(登録商標)、C++等であってよい。手続型プログラミング言語は、例えば「C」プログラミング言語であってよい。
コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク(LAN)、インターネット等のようなワイドエリアネットワーク(WAN)を介して提供されてよい。汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路は、図19に示されるフローチャート、または、図4、図11、図14および図17に示されるブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサは、例えばコンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等であってよい。
図20は、本発明の実施形態に係る運転支援装置100が全体的または部分的に具現化されてよいコンピュータ2200の一例を示す図である。コンピュータ2200にインストールされたプログラムは、コンピュータ2200に、本発明の実施形態に係る運転支援装置100に関連付けられる操作または運転支援装置100の1または複数のセクションとして機能させることができ、または当該操作または当該1または複数のセクションを実行させることができ、またはコンピュータ2200に、本発明の運転支援方法に係る各段階(図19参照)を実行させることができる。当該プログラムは、コンピュータ2200に、本明細書に記載されたフローチャート(図19)およびブロック図(図4、図11、図14および図17)におけるブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、CPU2212によって実行されてよい。
本実施形態によるコンピュータ2200は、CPU2212、RAM2214、グラフィックコントローラ2216およびディスプレイデバイス2218を含む。CPU2212、RAM2214、グラフィックコントローラ2216およびディスプレイデバイス2218は、ホストコントローラ2210によって相互に接続されている。コンピュータ2200は、通信インターフェース2222、ハードディスクドライブ2224、DVD-ROMドライブ2226およびICカードドライブ等の入出力ユニットをさらに含む。通信インターフェース2222、ハードディスクドライブ2224、DVD-ROMドライブ2226およびICカードドライブ等は、入出力コントローラ2220を介してホストコントローラ2210に接続されている。コンピュータは、ROM2230およびキーボード2242等のレガシの入出力ユニットをさらに含む。ROM2230およびキーボード2242等は、入出力チップ2240を介して入出力コントローラ2220に接続されている。
CPU2212は、ROM2230およびRAM2214内に格納されたプログラムに従い動作することにより、各ユニットを制御する。グラフィックコントローラ2216は、RAM2214内に提供されるフレームバッファ等またはRAM2214の中に、CPU2212によって生成されたイメージデータを取得することにより、イメージデータがディスプレイデバイス2218上に表示されるようにする。
通信インターフェース2222は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ2224は、コンピュータ2200内のCPU2212によって使用されるプログラムおよびデータを格納する。DVD-ROMドライブ2226は、プログラムまたはデータをDVD-ROM2201から読み取り、読み取ったプログラムまたはデータを、RAM2214を介してハードディスクドライブ2224に提供する。ICカードドライブは、プログラムおよびデータをICカードから読み取るか、または、プログラムおよびデータをICカードに書き込む。
ROM2230は、アクティブ化時にコンピュータ2200によって実行されるブートプログラム等、または、コンピュータ2200のハードウェアに依存するプログラムを格納する。入出力チップ2240は、様々な入出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入出力コントローラ2220に接続してよい。
プログラムが、DVD-ROM2201またはICカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ2224、RAM2214、またはROM2230にインストールされ、CPU2212によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ2200に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ2200の使用に従い、情報の操作または処理を実現することによって構成されてよい。
例えば、通信がコンピュータ2200および外部デバイス間で実行される場合、CPU2212は、RAM2214にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インターフェース2222に対し、通信処理を命令してよい。通信インターフェース2222は、CPU2212の制御下、RAM2214、ハードディスクドライブ2224、DVD-ROM2201またはICカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。
CPU2212は、ハードディスクドライブ2224、DVD-ROMドライブ2226(DVD-ROM2201)、ICカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がRAM2214に読み取られるようにしてよい。CPU2212は、RAM2214上のデータに対し、様々なタイプの処理を実行してよい。CPU2212は、次に、処理されたデータを外部記録媒体にライトバックしてよい。
様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理されてよい。CPU2212は、RAM2214から読み取られたデータに対し、本開示に記載された、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索または置換等を含む、様々なタイプの処理を実行してよい。CPU2212は、結果をRAM2214に対しライトバックしてよい。
CPU2212は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第2の属性の属性値に関連付けられた第1の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、CPU2212は、第1の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第2の属性の属性値を読み取り、第2の属性値を読み取ることにより、予め定められた条件を満たす第1の属性に関連付けられた第2の属性の属性値を取得してよい。
上述したプログラムまたはソフトウェアモジュールは、コンピュータ2200上またはコンピュータ2200のコンピュータ可読媒体に格納されてよい。専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはRAMのような記録媒体が、コンピュータ可読媒体として使用可能である。プログラムは、当該記録媒体によりコンピュータ2200に提供されてよい。
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、請求の範囲の記載から明らかである。
請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。
[項目1]
電解槽におけるイオン交換膜の性能低下速度を推定する推定部を備え、
上記推定部は、上記イオン交換膜の断面方向の位置と、上記イオン交換膜に蓄積する一つ以上の不純物の濃度との関係に基づいて、上記性能低下速度を推定する、
運転支援装置。
[項目1]
電解槽におけるイオン交換膜の性能低下速度を推定する推定部を備え、
上記推定部は、上記イオン交換膜の断面方向の位置と、上記イオン交換膜に蓄積する一つ以上の不純物の濃度との関係に基づいて、上記性能低下速度を推定する、
運転支援装置。
10・・・推定部、20・・・制御部、30・・・入力部、32・・・出力部、33・・・運転パラメータPd表示部、34・・・生産パラメータPr表示部、35・・・取得部、36・・・補正部、40・・・記憶部、60・・・性能低下学習部、62・・・性能低下予測モデル、70・・・液体、71・・・陽イオン、72・・・液体、73・・・液体、74・・・液体、75・・・液体、76・・・液体、77・・・気体、78・・・気体、79・・・陽極室、80・・・陽極、81・・・スルホン酸層、82・・・陰極、83・・・カルボン酸層、84・・・イオン交換膜、85・・・クラスター、86・・・陰イオン基、88・・・底面、89・・・天井面、90・・・電解槽、91・・・電解セル、92・・・導入管、93・・・導入管、94・・・導出管、95・・・導出管、98・・・陰極室、100・・・運転支援装置、200・・・電解装置、300・・・運転支援システム、2200・・・コンピュータ、2201・・・DVD-ROM、2210・・・ホストコントローラ、2212・・・CPU、2214・・・RAM、2216・・・グラフィックコントローラ、2218・・・ディスプレイデバイス、2220・・・入出力コントローラ、2222・・・通信インターフェース、2224・・・ハードディスクドライブ、2226・・・DVD-ROMドライブ、2230・・・ROM、2240・・・入出力チップ、2242・・・キーボード
Claims (31)
- 電解槽におけるイオン交換膜への不純物の蓄積速度に関する不純物データの実績値に基づいて、前記イオン交換膜の性能低下速度を推定する推定部を備える、運転支援装置。
- 前記不純物データの実績値は、前記イオン交換膜に蓄積する一つ以上の前記不純物を構成する一つ以上の元素の蓄積速度の実績値または蓄積量の実績値を含み、
前記推定部は、前記一つ以上の元素の前記蓄積速度の実績値または前記蓄積量の実績値に基づいて、前記一つ以上の前記不純物を推定し、推定した前記一つ以上の前記不純物の蓄積速度または蓄積量に基づいて、前記イオン交換膜の性能低下速度を推定する、
請求項1に記載の運転支援装置。 - 前記推定部は、前記イオン交換膜の断面方向における位置と、前記イオン交換膜に蓄積する前記不純物の濃度との関係に基づいて、前記性能低下速度を推定する、請求項1または2に記載の運転支援装置。
- 前記推定部は、前記位置と前記不純物の濃度との前記関係に基づいて、前記断面方向における前記不純物の濃度プロファイルを推定し、推定した前記濃度プロファイルに基づいて前記性能低下速度を推定する、請求項3に記載の運転支援装置。
- 前記電解槽は、前記イオン交換膜により仕切られた陽極室および陰極室を有し、
前記陽極室にはアルカリ金属の塩化物の水溶液が導入され、前記陰極室からはアルカリ金属の水酸化物の水溶液が導出され、
前記推定部は、前記アルカリ金属の塩化物の水溶液のpHおよび前記アルカリ金属の水酸化物の水溶液のpHの少なくとも一方に基づいて、前記断面方向における前記不純物の前記濃度プロファイルを推定する、
請求項4に記載の運転支援装置。 - 前記推定部は、前記アルカリ金属の塩化物の水溶液における前記不純物の濃度データに基づいて、前記性能低下速度を推定する、請求項5に記載の運転支援装置。
- 前記推定部は、推定した前記濃度プロファイルがピークを示す前記位置に基づいて、前記性能低下速度を推定する、請求項4から6のいずれか一項に記載の運転支援装置。
- 前記不純物データの実績値は、前記イオン交換膜の実解析データである、請求項1から7のいずれか一項に記載の運転支援装置。
- 前記電解槽は、前記イオン交換膜により仕切られた陽極室および陰極室を有し、
前記陽極室にはアルカリ金属の塩化物の水溶液が導入され、
前記不純物データは、前記アルカリ金属の塩化物の水溶液における、不純物の濃度データを含み、
前記推定部は、前記不純物の濃度データに基づいて、前記イオン交換膜の性能低下速度を推定する、
請求項1から4のいずれか一項に記載の運転支援装置。 - 前記推定部は、前記性能低下速度に基づいて、前記電解槽が一の運転条件で運転された場合における生産パラメータであって、前記電解槽により生産される生産物に関する生産パラメータを推定する、請求項1から9のいずれか一項に記載の運転支援装置。
- 前記推定部は、前記電解槽の運転条件の実績値に基づいて、前記性能低下速度を推定する、請求項1から10のいずれか一項に記載の運転支援装置。
- 前記推定部は、前記イオン交換膜への前記不純物の蓄積速度または蓄積量と、前記性能低下速度との関係に基づいて、前記性能低下速度を推定する、請求項1から11のいずれか一項に記載の運転支援装置。
- 性能低下予測モデルを生成する性能低下学習部をさらに備え、
前記性能低下予測モデルは、前記不純物の前記蓄積速度または前記蓄積量と、前記性能低下速度との前記関係を機械学習することにより、前記不純物の前記蓄積速度または前記蓄積量と前記性能低下速度との関係に基づく、前記イオン交換膜の性能低下速度の予測量を出力する、
請求項12に記載の運転支援装置。 - 前記性能低下予測モデルは、前記電解槽の運転条件、および、前記不純物の前記蓄積速度または前記蓄積量と、前記性能低下速度との関係を機械学習することにより、前記電解槽の運転条件、および、前記不純物の前記蓄積速度または前記蓄積量と、前記性能低下速度との関係に基づく前記性能低下速度の予測量を、複数の前記運転条件のそれぞれごとに出力する、請求項13に記載の運転支援装置。
- 複数の前記性能低下学習部を備え、
複数の前記性能低下学習部のそれぞれは、複数の前記イオン交換膜の種類のそれぞれごとに、前記性能低下予測モデルを生成する、
請求項13または14に記載の運転支援装置。 - 前記性能低下予測モデルは、前記不純物の前記蓄積速度または前記蓄積量と、前記電解槽により生産される生産物に関する生産パラメータとに基づいて、前記生産パラメータを満たす、前記電解槽の運転条件を推定する、請求項13から15のいずれか一項に記載の運転支援装置。
- 前記性能低下予測モデルは、前記生産パラメータを満たす前記運転条件が存在しない場合、前記イオン交換膜の性能の回復時期および前記イオン交換膜の交換時期の少なくとも一方を推定する、請求項16に記載の運転支援装置。
- 前記電解槽が一の運転条件で運転されている場合における、前記不純物の蓄積速度または蓄積量を取得する取得部と、
前記取得部により取得された前記不純物の前記蓄積速度または前記蓄積量に基づいて、前記推定部により推定された前記一つ以上の不純物の前記蓄積速度または前記蓄積量を補正する補正部と、
をさらに備える請求項1から17のいずれか一項に記載の運転支援装置。 - 前記推定部は、前記一つ以上の不純物の前記蓄積速度または前記蓄積量を第1周期で推定し、
前記取得部は、前記不純物の蓄積速度または前記蓄積量を、前記第1周期よりも短い第2周期で取得する、
請求項18に記載の運転支援装置。 - 前記不純物は、バリウム、カルシウム、ストロンチウム、ヨウ素、シリコン、アルミニウム、ニッケル、マグネシウム、鉄、チタンおよびリンの少なくとも一つである、請求項1から19のいずれか一項に記載の運転支援装置。
- 推定部が、電解槽におけるイオン交換膜への不純物の蓄積速度に関する不純物データの実績値に基づいて、前記イオン交換膜の性能低下速度を推定する第1推定ステップを備える、運転支援方法。
- 前記不純物データの実績値は、前記イオン交換膜に蓄積する一つ以上の前記不純物を構成する一つ以上の元素の蓄積速度の実績値または蓄積量の実績値を含み、
前記第1推定ステップは、前記推定部が、前記一つ以上の元素の前記蓄積速度の実績値または前記蓄積量の実績値に基づいて、前記一つ以上の前記不純物を推定し、推定した前記一つ以上の前記不純物の蓄積速度または蓄積量に基づいて、前記イオン交換膜の性能低下速度を推定するステップである、
請求項21に記載の運転支援方法。 - 前記第1推定ステップは、前記推定部が、前記イオン交換膜の断面方向の位置と、前記イオン交換膜に蓄積する前記不純物の濃度との関係に基づいて、前記性能低下速度を推定するステップである、請求項21または22に記載の運転支援方法。
- 前記電解槽は、前記イオン交換膜により仕切られた陽極室および陰極室を有し、
前記陽極室にはアルカリ金属の塩化物の水溶液が導入され、
前記不純物データは、前記アルカリ金属の塩化物の水溶液における、不純物の濃度データを含み、
前記第1推定ステップは、前記推定部が、前記不純物の濃度データに基づいて、前記イオン交換膜の性能低下速度を推定するステップである、
請求項21に記載の運転支援方法。 - 前記推定部が、前記第1推定ステップにおいて推定された前記性能低下速度に基づいて、前記電解槽が一の運転条件で運転された場合における生産パラメータであって、前記電解槽により生産される生産物に関する生産パラメータを推定する第2推定ステップをさらに備える、請求項21から24のいずれか一項に記載の運転支援方法。
- 前記第1推定ステップは、前記推定部が、前記イオン交換膜への前記不純物の蓄積速度または蓄積量と、前記性能低下速度との関係に基づいて、前記性能低下速度を推定するステップである、請求項21から25のいずれか一項に記載の運転支援方法。
- 前記第1推定ステップは、性能低下学習部が性能低下予測モデルを生成する性能低下学習ステップを含み、
前記性能低下予測モデルは、前記不純物の前記蓄積速度または前記蓄積量と、前記性能低下速度との前記関係を機械学習することにより、前記不純物の前記蓄積速度または前記蓄積量と、前記性能低下速度との関係に基づく、前記イオン交換膜の性能低下速度の予測量を出力する、
請求項26に記載の運転支援方法。 - 前記第1推定ステップは、前記性能低下予測モデルが、前記不純物の前記蓄積速度または前記蓄積量と、前記電解槽により生産される生産物に関する生産パラメータとに基づいて、前記生産パラメータを満たす、前記電解槽の運転条件を推定する運転条件推定ステップをさらに含む、請求項27に記載の運転支援方法。
- 取得部が、前記電解槽が一の運転条件で運転されている場合における、前記不純物の蓄積速度または蓄積量を取得する取得ステップと、
補正部が、前記取得ステップにおいて取得された前記不純物の前記蓄積速度または前記蓄積量に基づいて、前記第1推定ステップにおいて推定された前記一つ以上の不純物の前記蓄積速度または前記蓄積量を補正する補正ステップと、
をさらに備える請求項21から28のいずれか一項に記載の運転支援方法。 - 請求項1から20のいずれか一項に記載の運転支援装置と、前記電解槽を有する電解装置とを備える運転支援システム。
- コンピュータを、請求項1から20のいずれか一項に記載の運転支援装置として機能させるための運転支援プログラム。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022046886A JP7182025B1 (ja) | 2022-03-23 | 2022-03-23 | 運転支援装置、運転支援方法および運転支援プログラム |
JP2022-046886 | 2022-03-23 | ||
JP2022-156138 | 2022-09-29 | ||
JP2022156138A JP7202501B1 (ja) | 2022-09-29 | 2022-09-29 | 運転支援装置、運転支援方法および運転支援プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2023182286A1 true WO2023182286A1 (ja) | 2023-09-28 |
Family
ID=88101002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2023/010940 WO2023182286A1 (ja) | 2022-03-23 | 2023-03-20 | 運転支援装置、運転支援方法、運転支援システムおよび運転支援プログラム |
Country Status (1)
Country | Link |
---|---|
WO (1) | WO2023182286A1 (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03150384A (ja) * | 1989-11-08 | 1991-06-26 | Mitsubishi Electric Corp | 塩水電解装置 |
JPH0673586A (ja) * | 1992-02-28 | 1994-03-15 | Ceramatec Inc | 電解槽及び電解方法 |
JP2002302784A (ja) * | 2001-01-30 | 2002-10-18 | Fuji Electric Co Ltd | 固体高分子電解質膜を用いた水電解装置とその運転方法 |
US20060289312A1 (en) * | 2005-06-16 | 2006-12-28 | Recherche 2000 Inc. | Method and system for electrolyzer diagnosis based on curve fitting analysis and efficiency optimization |
KR20150123998A (ko) * | 2014-04-25 | 2015-11-05 | (주) 테크윈 | 3격실 전해조를 이용한 차염발생장치 |
WO2019059321A1 (ja) * | 2017-09-25 | 2019-03-28 | 旭化成株式会社 | 計画装置、稼働計画の生成方法、水素製造方法、およびプログラム |
-
2023
- 2023-03-20 WO PCT/JP2023/010940 patent/WO2023182286A1/ja unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03150384A (ja) * | 1989-11-08 | 1991-06-26 | Mitsubishi Electric Corp | 塩水電解装置 |
JPH0673586A (ja) * | 1992-02-28 | 1994-03-15 | Ceramatec Inc | 電解槽及び電解方法 |
JP2002302784A (ja) * | 2001-01-30 | 2002-10-18 | Fuji Electric Co Ltd | 固体高分子電解質膜を用いた水電解装置とその運転方法 |
US20060289312A1 (en) * | 2005-06-16 | 2006-12-28 | Recherche 2000 Inc. | Method and system for electrolyzer diagnosis based on curve fitting analysis and efficiency optimization |
KR20150123998A (ko) * | 2014-04-25 | 2015-11-05 | (주) 테크윈 | 3격실 전해조를 이용한 차염발생장치 |
WO2019059321A1 (ja) * | 2017-09-25 | 2019-03-28 | 旭化成株式会社 | 計画装置、稼働計画の生成方法、水素製造方法、およびプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105849047A (zh) | 制备碳酸锂的方法 | |
US20210216974A1 (en) | Planning device, planning method, and recording medium | |
CN106277369B (zh) | 一种电化学阻垢方法 | |
WO2023182286A1 (ja) | 運転支援装置、運転支援方法、運転支援システムおよび運転支援プログラム | |
TWI276705B (en) | Method for refining alkaline solution | |
US20230392271A1 (en) | Operation assistance apparatus, operation assistance system, operation assistance method, and computer readable medium | |
JP7202501B1 (ja) | 運転支援装置、運転支援方法および運転支援プログラム | |
JP7182025B1 (ja) | 運転支援装置、運転支援方法および運転支援プログラム | |
CA2834292C (en) | A method using anode rod equidistant voltage drop to predict anode effect | |
CN117315585B (zh) | 电解槽智能控制***及其方法 | |
WO2023085419A1 (ja) | 運転支援装置、運転支援方法および運転支援プログラム | |
Miyamoto et al. | Mechanism of nodular growth in copper electrorefining with the inclusion of impurity particles under natural convection | |
WO2024014438A1 (ja) | 運転支援装置、運転支援方法および運転支援プログラム | |
WO2023286851A1 (ja) | 解析システム、解析方法および解析プログラム | |
JP2008231537A (ja) | 電解シミュレーション装置 | |
TW202421855A (zh) | 運轉支援裝置、運轉支援方法及運轉支援程式 | |
WO2022250134A1 (ja) | 運転支援装置、運転支援システム、運転支援方法および運転支援プログラム | |
Virruso et al. | Multi-scale modelling of an electrodialysis with bipolar membranes pilot plant and economic evaluation of its potential | |
Olufemi | Characterisation of Locally Produced Diaphragm Cells for the Production of Caustic Soda | |
JP7169491B2 (ja) | 運転支援方法、運転支援装置、運転支援システムおよび運転支援プログラム | |
Liang et al. | The influence of dissolved gas supersaturation on bubble detachment from planar (photo) electrodes | |
Görtz et al. | Bubble up: Tracking down the vertical velocity of oxygen bubbles in parallel plate electrolyzers using CNN | |
JPWO2023085419A5 (ja) | ||
CN116730444A (zh) | 基于视频数据处理的循环水除垢控制*** | |
KR20110078159A (ko) | 다변량 통계분석기법을 통한 반응생성물의 농도제어방법 |
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: 23774881 Country of ref document: EP Kind code of ref document: A1 |