專利名稱：工廠的控制裝置及工廠的控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及火力發(fā)電廠等的控制裝置及控制方法。
背景技術(shù)：
近年來，在無教師學(xué)習(xí)的領(lǐng)域中，正在廣泛深入研究稱為強化學(xué)習(xí)的方 法。所謂強化學(xué)習(xí)，眾所周知，是通過和控制對象等的環(huán)境的湊試的相互作 用，使從環(huán)境得到的測量信號成為希望值那樣，來做成學(xué)習(xí)對于環(huán)境的操作 信號的生成方法的學(xué)習(xí)控制的框架。
在強化學(xué)習(xí)中，把根據(jù)從環(huán)境得到的測量信號計算的標(biāo)量的評價值(在 強化學(xué)習(xí)中稱為報酬)作為線索，學(xué)習(xí)從現(xiàn)在狀態(tài)到將來得到的評價值的期 望值成為最大或者最小那樣的對于環(huán)境的操作信號。作為安裝這樣的學(xué)習(xí)功 能的方法，已知的有例如在非專利文獻1中敘述的Actor-Critic、 Q學(xué)習(xí)、實 時Dynamic Programming等的算法。
另外，作為發(fā)展上述方法的強化學(xué)習(xí)的框架，在上述文獻中介紹了稱為 Dyna結(jié)構(gòu)的框架。這是把模擬控制對象的模型作為對象預(yù)先學(xué)習(xí)生成什么樣 的操作信號好、并使用該學(xué)習(xí)結(jié)果決定在控制對象上施加的操作信號的方法。 另外，為了使控制對象和模型的誤差成為最小，具有使用對于控制對象的操 作信號和測量信號調(diào)整模型的功能。
另外，作為使用強化學(xué)習(xí)的技術(shù)，可以舉出在專利文獻1中敘述的技術(shù)。 它是這樣的技術(shù)準(zhǔn)備好多個具有模型和學(xué)習(xí)功能的作為系統(tǒng)的組的強化學(xué) 習(xí)模塊、求在各強化學(xué)習(xí)模塊中模型和控制對象的預(yù)測誤差越小取值越大的 責(zé)任信號、與該責(zé)任信號成比例給對于從各強化學(xué)習(xí)模塊生成的控制對象的 操作信號加權(quán)、決定在控制對象上施加的操作信號。在工廠的控制裝置中，處理從作為控制對象的工廠得到的測量信號，計 算給予控制對象的操作信號。在控制裝置中安裝計算操作信號的算法，使工 廠的測量信號達到運行目標(biāo)。
作為在工廠的控制中使用的控制算法，有PI (比例，積分)控制算法。 在PI控制中，在運行目標(biāo)值和工廠的測量信號的偏差上乘以比例增益的值上， 加上時間積分偏差的值，導(dǎo)出控制工廠的控制裝置的操作信號。另外，也有 使用學(xué)習(xí)算法導(dǎo)出控制工廠的控制裝置的操作信號的場合。
作為使用學(xué)習(xí)算法導(dǎo)出控制工廠的控制裝置的操作信號的方法，在特開
2000-35956號公報中記載有關(guān)于代理學(xué)習(xí)裝置的技術(shù)。
在技術(shù)文獻的強化學(xué)習(xí)(Reinforcement Learning)的247頁 253頁中記 載了關(guān)于使用Dyna結(jié)構(gòu)的方法的技術(shù)。
在基于這些技術(shù)的方法中，在控制裝置中具有預(yù)測控制對象的特性的模 型、和要使作為該模型的預(yù)測結(jié)果的模型輸出達到模型輸出目標(biāo)那樣預(yù)先學(xué) 習(xí)模型輸入的生成方法的學(xué)習(xí)部，遵照學(xué)習(xí)部的學(xué)習(xí)結(jié)果生成給予控制對象 的操作信號。
然后，在模型和控制對象的控制特性之間有誤差的場合，使用作為操作 控制對象的結(jié)果的測量信號修正模型，把該修正后的模型作為對象再次學(xué)習(xí) 操作信號的生成方法。
非專利文獻1強化學(xué)習(xí)(Reinforcement Learning),三上貞芳、皆川 雅章共譯，森北出版株式會社，2000年12月20日出版
專利文獻1特開2002-35956號公報

發(fā)明內(nèi)容
當(dāng)使用上述的Dyna結(jié)構(gòu)或者專利文獻1中敘述的技術(shù)、實施通過和控制 對象的基于湊試的相互作用的學(xué)習(xí)時，隨著學(xué)習(xí)的推進能夠?qū)τ诳刂茖ο髮W(xué) 習(xí)良好的操作信號的生成方法。但是，在學(xué)習(xí)的初始階段，無論何種方法都 需要給控制對象施加湊試的操作信號，其間有不能安全運行控制對象的可能 性。
另外，在控制對象和模型的特性有很大不同的場合，對于模型有效的操 作信號對于控制對象也未必有效。因此，有不能良好地控制控制對象的可能性。
因此，在本發(fā)明中提供即使在學(xué)習(xí)初始階段也能夠?qū)W習(xí)安全地運行控制對象的操作信號的生成方法的控制技術(shù)。另外，提供能夠在控制對象和模型的特性不同的區(qū)域中不生成操作信號、僅在特性接近的區(qū)域中生成操作信號的控制技術(shù)。
使用在專利文獻1以及非專利文獻1中記載的方法學(xué)習(xí)對于控制裝置的操作信號的生成方法時，需要決定學(xué)習(xí)的約束條件。例如，當(dāng)控制對象的工廠的操作端的動作速度變化時，因為在一次操作中能夠運動的操作量的幅度變化，所以學(xué)習(xí)的結(jié)果也變化。因此，為得到學(xué)習(xí)結(jié)果，需要使用關(guān)于操作端的動作速度的信息適當(dāng)設(shè)定學(xué)習(xí)的約束條件。
但是，難以事先設(shè)定這樣的學(xué)習(xí)的約束條件。在工廠的控制中使用控制裝置的多個操作端運行工廠，多數(shù)情況是即使是相同設(shè)計規(guī)格的操作端實際的動作速度也有差異。另外，這些操作端也有可能隨時間流逝劣化而導(dǎo)致動作速度降低。
當(dāng)在操作端中發(fā)生動作速度的差異或者動作速度的降低時，即使把遵照學(xué)習(xí)后的模型輸入的生成方法生成的操作信號給予控制對象的工廠，也不能得到希望的控制結(jié)果。
本發(fā)明的目的是提供這樣的工廠的控制裝置以及工廠的控制方法，即即使在工廠的控制中使用的多個操作端的動作速度中有差異的場合或者操作端隨時間流逝劣化動作速度劣化的場合，也具有為能夠良好地控制工廠來適當(dāng)決定學(xué)習(xí)的約束條件的功能。
本發(fā)明為解決上述課題，采用了下面那樣的措施。
在具有生成在控制對象以及模擬控制對象的特性的模型上施加的操作信號、接收根據(jù)向所述控制對象以及所述模型上施加所述操作信號的結(jié)果得到的測量信號計算出來的評價值信號、使從現(xiàn)在狀態(tài)到將來狀態(tài)中得到的所述評價值信號的總和的期望值成為最大或者最小那樣學(xué)習(xí)所述操作信號的生成方法的功能的控制裝置中，相加根據(jù)來自所述模型的測量信號和目標(biāo)值的偏差求得的第一評價值、和根據(jù)所述模型和控制對象的特性的不同求得的第二評價值，計算根據(jù)來自模型的測量信號計算出來的所述評價值信號。本發(fā)明的工廠的控制裝置，具有使用作為工廠的運行狀態(tài)量的測量信號計算給予工廠的成為控制指令的操作信號的操作信號生成部，其特征在于，構(gòu)成為在控制裝置中，使之分別具有模擬成為控制對象的工廠的控制特性的模型；保存包含在用操作信號生成部計算操作信號中使用的控制參數(shù)的控制邏輯數(shù)據(jù)的控制邏輯數(shù)據(jù)庫；保存控制工廠的狀態(tài)量的操作端的操作端規(guī)格數(shù)據(jù)的操作端規(guī)格數(shù)據(jù)庫；保存過去的操作信號的操作信號數(shù)據(jù)庫；保存過去的測量信號的測量信號數(shù)據(jù)庫；具有使用在控制邏輯數(shù)據(jù)庫和操作端規(guī)格數(shù)據(jù)庫中保存的數(shù)據(jù)、決定學(xué)習(xí)參數(shù)的初始值的功能和使用在控制邏輯數(shù)據(jù)庫和操作信號數(shù)據(jù)庫和測量信號數(shù)據(jù)庫中保存的數(shù)據(jù)更新所述學(xué)習(xí)參數(shù)的功能的學(xué)習(xí)條件決定部；把在學(xué)習(xí)參數(shù)中包含的每單位時間的操作信號變化幅度的限制值設(shè)定為學(xué)習(xí)的約束條件、使用所述模型學(xué)習(xí)工廠的操作方法的學(xué)習(xí)部；保存用學(xué)習(xí)部學(xué)習(xí)的學(xué)習(xí)信息數(shù)據(jù)的學(xué)習(xí)信息數(shù)據(jù)庫；在操作信號生成部中，具有使用作為工廠的運行狀態(tài)量的測量信號和在學(xué)習(xí)信息數(shù)據(jù)庫中保存的學(xué)習(xí)信息數(shù)據(jù)計算對于工廠的操作信號的學(xué)習(xí)信號生成部。
另外，本發(fā)明的工廠的控制方法，使用作為工廠的運行狀態(tài)量的測量信號計算給予工廠的成為控制指令的操作信號，控制工廠，其特征在于，構(gòu)成為通過工廠的控制裝置形成模擬成為控制對象的工廠的控制特性的模型，在控制裝置的控制邏輯數(shù)據(jù)庫中保存包含在操作信號的計算中使用的控制參數(shù)的控制邏輯數(shù)據(jù)，在操作端規(guī)格數(shù)據(jù)庫中，保存控制工廠的狀態(tài)量的操作端的操作端規(guī)格數(shù)據(jù)，在操作信號數(shù)據(jù)庫中，保存過去的操作信號，在測量信號數(shù)據(jù)庫中，保存過去的測量信號，使用在控制邏輯數(shù)據(jù)庫和操作端規(guī)格數(shù)據(jù)庫中保存的數(shù)據(jù)，決定學(xué)習(xí)參數(shù)的初始值，同時使用在控制邏輯數(shù)據(jù)庫和操作信號數(shù)據(jù)庫和測量信號數(shù)據(jù)庫中保存的數(shù)據(jù)，更新學(xué)習(xí)參數(shù)，把在學(xué)習(xí)參數(shù)中包含的每單位時間的操作信號變化幅度的限制值設(shè)定為學(xué)習(xí)的約束條件、使用所述模型模擬工廠的特性學(xué)習(xí)工廠的操作方法，在學(xué)習(xí)信息數(shù)據(jù)庫中保存作為學(xué)習(xí)的結(jié)果的學(xué)習(xí)信息數(shù)據(jù)，使用作為工廠的運行狀態(tài)量的測量信號和在學(xué)習(xí)信息數(shù)據(jù)庫中保存的學(xué)習(xí)信息數(shù)據(jù)計算成為給予工廠的控制指令的操作信號，控制工廠。
本發(fā)明因為具有以上的結(jié)構(gòu)，所以能夠?qū)W習(xí)模型誤差小的區(qū)域內(nèi)的操作信號的生成方法。因此即使在學(xué)習(xí)初始階段也能夠安全地運行控制對象。
根據(jù)本發(fā)明，即使在工廠的控制中使用的多個操作端的動作速度中有散 差的場合或者在操作端隨時間流逝劣化動作速度劣化的場合，也能實現(xiàn)具有 適當(dāng)決定學(xué)習(xí)的約束條件的功能的工廠的控制裝置以及控制方法使能夠良好 地控制工廠。


圖1是說明把本發(fā)明的實施形態(tài)的控制裝置用于控制對象的例子的圖。
圖2是說明第二評價值信號的生成方法的圖，其中E,為偏差，o t為誤 差散差，E2為評價值預(yù)測誤差，E3為偏差，誤差評價矢量X-(Ei cn E2 E3)T， 加權(quán)矢量W- (wlW2w3w4) T，第二評價值R-XTW。 圖3是說明第二評價值計算部的處理的圖。 圖4是說明在圖像顯示單元上顯示的畫面的圖。 圖5是說明作為控制對象的火力發(fā)電廠的圖。 圖6是一次空氣通過的管道部以及空氣加熱器104的放大圖。 圖7是說明學(xué)習(xí)部300把模型400作為對象學(xué)習(xí)控制對象100的操作方 法的圖。
圖8是表示作為本發(fā)明的一個實施例的工廠的控制裝置的全體結(jié)構(gòu)的框圖。
圖9是使用作為本發(fā)明的一個實施例的工廠的控制裝置的火力發(fā)電廠的 結(jié)構(gòu)圖。
圖10是圖9所示的火力發(fā)電廠的管道部和空氣加熱器部的放大圖。 圖11是圖8所示的工廠的控制裝置中的操作信號生成部的框圖。 圖12是圖8所示的工廠的控制裝置中的控制參數(shù)設(shè)定畫面的說明圖。 圖13是圖8所示的工廠的控制裝置中的學(xué)習(xí)條件決定部的功能的說明圖。
圖14是表示圖8所示的工廠的控制裝置中的學(xué)習(xí)條件決定部的學(xué)習(xí)參數(shù)
更新方法的一例的說明圖。
圖15是表示圖8所示的工廠的控制裝置中的模型的模型輸入和模型輸出 的關(guān)系的說明圖。
圖16是表示把圖8所示的工廠的控制裝置中的學(xué)習(xí)部的模型作為對象學(xué) 習(xí)模型輸入的生成方法的學(xué)習(xí)結(jié)果的說明圖。圖17是表示在圖8所示的工廠的控制裝置中的學(xué)習(xí)部中學(xué)習(xí)生成的操作 信號的學(xué)習(xí)結(jié)果的說明圖。
圖18是表示作為本發(fā)明的一個實施例的工廠的控制裝置的運算處理內(nèi) 容的流程圖。
圖19是表示根據(jù)圖18所示的流程圖學(xué)習(xí)的模型輸入以及操作信號的學(xué) 習(xí)結(jié)果的說明圖。
圖20是表示在作為本發(fā)明的一個實施例的工廠的控制裝置中設(shè)置學(xué)習(xí) 信息追加部的場合的運算處理內(nèi)容的流程圖。
圖21是把根據(jù)圖20所示的流程圖學(xué)習(xí)的模型輸入的輸入空間分割為區(qū) 域的方法的說明圖。
圖22是表示圖20所示的流程圖中的步驟1150的詳情的流程圖。
圖23是表示使用圖22所示的流程圖學(xué)習(xí)的學(xué)習(xí)結(jié)果的說明圖。
符號說明
100控制對象
200控制裝置
300學(xué)習(xí)部
400模型
500實評價值計算部 600第一評價值計算部 700第二評價值計算部 800模型誤差特性數(shù)據(jù)庫 900評價值數(shù)據(jù)庫 1000過程值數(shù)據(jù)庫
2001、 2002:測量信號，2003:測量信號數(shù)據(jù)，2008、 2009、 2010:學(xué) 習(xí)參數(shù)，2017:模型輸入，2018:模型輸出，2019:評價值，2023:操作信 號，2024:指令信號，2100:工廠，2100a:火力發(fā)電廠，2101:微粉煤鍋爐， 2200:控制裝置，2201:外部輸入接口， 2202:外部輸出接口， 2210:測量 信號數(shù)據(jù)庫，2220:操作端規(guī)格數(shù)據(jù)庫，2230:操作信號數(shù)據(jù)庫，2240:控 制邏輯數(shù)據(jù)庫，2250:學(xué)習(xí)參數(shù)數(shù)據(jù)庫，2260:評價值計算參數(shù)數(shù)據(jù)庫，2270:
12模型參數(shù)數(shù)據(jù)庫，2280:學(xué)習(xí)信息數(shù)據(jù)庫，2300:操作信號生成部，2400: 學(xué)習(xí)部，2500:模型，2600:評價值計算部，2700:學(xué)習(xí)條件決定部，2800: 學(xué)習(xí)信息追加部，2900:外部輸入裝置，2901:鍵盤，2902:鼠標(biāo)，2910: 維護工具，2920:外部輸入接口， 2930:數(shù)據(jù)收發(fā)處理部，2940:外部輸出 接口， 2950:圖像顯示裝置
具體實施例方式
下面參照

最佳實施形態(tài)。圖1是說明把本實施形態(tài)的控制裝置 200用于控制對象100的例子的圖。
控制裝置200具有學(xué)習(xí)部300。學(xué)習(xí)部300生成要在控制對象100上施 加的操作信號201。另外接收來自控制對象100的測量信號202以及把測量 信號202作為輸入的實評價值計算部500的輸出信號的實評價值信號203。 此外，學(xué)習(xí)部300，具有學(xué)習(xí)使從現(xiàn)在狀態(tài)到將來的實評價值信號203的期 望值的總和成為最大(或者最小)那樣的操作信號201的生成方法的功能。
實評價值計算部500，例如，具有隨測量信號202接近希望值輸出成為 大的值的實評價值信號203的功能。例如在測量信號202和希望的值一致的 場合，使實評價值信號203輸出"1"，在不一致的場合輸出"0"。此外，也 可以輸出與測量信號202和希望的值的偏差成反比例那樣的實評價值信號 203。
作為學(xué)習(xí)部300安裝的功能，可以舉出強化學(xué)習(xí)。在強化學(xué)習(xí)中，在學(xué) 習(xí)的初始階段湊試生成操作信號201。因此實評價值信號203成為小的值的 可能性高。其后，隨著積累湊試的經(jīng)驗，學(xué)習(xí)推迸，學(xué)習(xí)實評價值信號203 變大那樣的操作信號201的生成方法。作為這樣的學(xué)習(xí)算法，例如可以使用 上述非專利文獻1中敘述的Actor-Critic、 Q學(xué)習(xí)、實時Dynamic Programming 等的算法。在該文獻中介紹的稱為Dyna結(jié)構(gòu)的框架中，把模擬控制對象的模 型400作為對象學(xué)習(xí)操作信號的生成方法，使用該學(xué)習(xí)結(jié)果生成操作信號 201。
學(xué)習(xí)部300具有生成對于模型400的操作信號、接收來自模型400的測 量信號205和評價值信號208的功能。評價值信號208，相加根據(jù)來自模型 400的測量信號205用第一評價值計算部600計算出來的第一評價值信號206、 和用第二評價值計算部700計算出來的第二評價值信號207進行計算。 第一評價值計算部600，具有例如隨來自模型的測量信號205的接近希
望的值輸出大的第一評價值信號206的功能，這點和實評價值計算部500相 同。
第二評價值計算部700，參照模型誤差特性數(shù)據(jù)庫800、評價值數(shù)據(jù)庫 900、過程值數(shù)據(jù)庫1000計算第二評價值信號207。第二評價值計算部700 隨接近控制對象100和模型400的特性輸出成為大的值的第二評價值信號
207。
此外，在圖l所示的例子中，把學(xué)習(xí)部300、模型400、實評價值計算部 500、第一評價值計算部600、第二評價值計算部700、模型誤差特性數(shù)據(jù)庫 800、評價值數(shù)據(jù)庫900、過程值數(shù)據(jù)庫1000配置在控制裝置200的內(nèi)部， 但是也可以把這些功能的一部分配置在控制裝置的外部。
圖2是說明第二評價值信號的生成方法的圖。第二評價值信號207 (R)， 使用用上述模型的誤差、即事前評價模型誤差的偏差E1、事前評價模型誤差 的散差al、評價值預(yù)測誤差E2、模型誤差的偏差E3構(gòu)成的4維誤差評價矢 量X、以及4維加權(quán)矢量W,使用公式1到公式3計算。這里所述加權(quán)矢量 W (Wl， W2， W3， W4)，由設(shè)計者預(yù)先設(shè)定。數(shù)學(xué)式1
R2 = XTW (1)數(shù)學(xué)式2
X-(E1 cj1 E2 E3)t (2)數(shù)學(xué)式3
W = (W1 W2 W3 W4)T (3)
此外，所述事前評價模型誤差的偏差El、事前評價模型誤差的散差al 參照模型誤差特性數(shù)據(jù)庫800來求。另外，評價值預(yù)測誤差參照評價值數(shù)據(jù) 庫900來求，測量值誤差的偏差參照過程值數(shù)據(jù)庫1000來求。
在模型誤差特性數(shù)據(jù)庫800中，保存在構(gòu)建模型時判明的、對于同一操 作輸入的控制對象100輸出和模型400輸出的誤差特性。亦即對于某范圍的 操作輸入構(gòu)建精度好的模型，保存關(guān)于脫離所述操作范圍的操作輸入的模型誤差的知識，例如在事前的模型驗證中判明的對于操作輸入的模型誤差的偏 差或者散差。
另外由于經(jīng)時變化，有時控制對象100和模型400的特性逐漸不同。關(guān) 于伴隨這樣的經(jīng)時變化的模型誤差的事前的知識，也可以在模型誤差特性數(shù) 據(jù)庫800中保存。
第二評價值計算部700，輸出模型誤差越大成為越小的值的第二評價值 信號207。亦即通過把加權(quán)系數(shù)設(shè)定為負(fù)的值可以生成這樣的輸出。
在評價值數(shù)據(jù)庫900中保存對于操作信號201的實評價值信號203以及 對于操作信號204的第一評價值信號206的關(guān)系。在控制對象100和模型400 的特性中有誤差的場合，即使給予相同的操作信號測量信號的值也不同。因 此在所述評價值信號203以及對于操作信號204的第一評價值信號206中產(chǎn) 生誤差。因此，在第二評價值計算部700中，參照評價值數(shù)據(jù)庫900計算由 模型誤差引起的評價值的預(yù)測誤差。
該預(yù)測誤差，在操作信號201和操作信號204相同的場合，是從實評價 值信號203的預(yù)測值減去第一評價值信號206的值，在實評價值信號203的 預(yù)測值一方比第一評價值信號206大的場合，成為正值，在相反的場合成為 負(fù)值。加權(quán)系數(shù)設(shè)定為正的值。
與用第一評價值計算部600計算的第一評價值信號206相比，用實評價 值計算部500計算的評價值信號203 —方大這一點，意味著在對于模型400 有效時在控制對象100上施加了學(xué)習(xí)后的操作信號時，能夠得到比預(yù)想的優(yōu) 良的結(jié)果。這樣的現(xiàn)象，起因于控制對象100和模型400誤差的特性有不同， 但是學(xué)習(xí)這樣的操作方法是有益的。
這樣，通過把參照評價值數(shù)據(jù)庫900得到的評價信號作為第二評價207 相加，能夠用學(xué)習(xí)部300學(xué)習(xí)如上的操作方法。
在過程值數(shù)據(jù)庫1000中保存對于操作信號201的測量信號202的關(guān)系以 及對于操作信號204的測量信號205的關(guān)系。通過把加權(quán)系數(shù)設(shè)定為負(fù)值， 和事前評價模型誤差同樣，隨模型誤差增大第二評價值信號207變小。
圖3是說明第二評價值計算部700的處理的圖。第二評價值計算部700， 具有模型誤差偏差計算處理710、模型誤差散差計算處理720、評價值預(yù)測誤差計算處理730、測量值誤差計算處理740、第二評價值計算處理的各步驟。 此外，模型誤差偏差計算處理710、模型誤差散差計算處理720、評價值預(yù)測 誤差計算處理730、測量值誤差計算處理740的各處理的處理順序，可以任 意變更。
此外在本實施的形態(tài)中，在第二評價值計算部700中計算第二評價值信 號207時，把事前評價模型誤差的偏差以及方差、評價值預(yù)測誤差、模型誤 差的偏差的四項作為評價的對象，但是不一定需要把所有這些都作為對象。 另外，在上述的例子之外，也可以把參照模型誤差特性數(shù)據(jù)庫800、評價值 數(shù)據(jù)庫900、過程值數(shù)據(jù)庫1000得到的各種統(tǒng)計量(例如實評價值預(yù)測值的 散差)等追加到評價的對象。另外，未在圖1中表示，但是也可以在控制裝 置200內(nèi)或者在外部設(shè)置圖像顯示單元，操作員通過圖像顯示單元能夠確認(rèn) 控制裝置200的動作。
圖7是說明學(xué)習(xí)部300把模型400作為對象學(xué)習(xí)控制對象100的操作方 法的圖。在圖7中作為學(xué)習(xí)方法以使用Q-Learning的場合為例說明。
在Q-Learning中，使用表現(xiàn)在狀態(tài)s中執(zhí)行行動a的價值的函數(shù)。把該 價值函數(shù)記為Q (s， a)。狀態(tài)s，通過操作信號204和輸出205定義。
首先，在步驟310，任意初始化價值函數(shù)Q (s， a)。接著，在步驟320， 決定模型400的操作信號204的初始值，計算其時的模型400的輸出205。
在步驟330，使用價值函數(shù)Q (s， a)決定在狀態(tài)s下的行動a。這里， 使用在非專利文獻l中記載的s-Greedy方案等，決定行動。通過該行動更新 操作信號204。接著在步驟340，計算對于更新后的操作信號204的模型輸出 205。由此狀態(tài)從s轉(zhuǎn)移到s'。
接著，在步驟350，在第一評價值計算部600和第二評價值計算部700 中計算評價值，將它們相加計算評價值信號208。
在步驟360，使用公式(6)更新價值函數(shù)Q (s， a)。數(shù)學(xué)式
Q(s， a)—Q(s， a)+a [r+ymaxa'Q(s，， a,)-Q(s， a)] (6) 式中，r是評價值信號208的值，oc以及Y是設(shè)計參數(shù)，是控制對象IOO 的運行人員設(shè)定的值。在結(jié)束判定370中，在模型輸出205滿足預(yù)定的條件的場合成為YES， 返回步驟320。這以外的場合返回步驟330。
此外，在圖l中未表示，但是通過在控制裝置200的內(nèi)部或者控制裝置 200的外部設(shè)置圖像顯示單元，操作員可以通過該圖像顯示單元確認(rèn)控制裝 置200的動作。
圖4是說明在所述圖像顯示單元中顯示的畫面的圖。顯示的圖像250， 如圖2所示，可以做成參照模型誤差特性數(shù)據(jù)庫800、評價值數(shù)據(jù)庫900、過 程值數(shù)據(jù)庫IOOO得到的各種圖表。
圖像260，可以做成參照模型誤差特性數(shù)據(jù)庫800、評價值數(shù)據(jù)庫900、 過程值數(shù)據(jù)庫IOOO得到的誤差評價矢量的值、操作員設(shè)定的加權(quán)矢量的值、 以及第二評價值。操作員能夠一邊確認(rèn)圖像250、以及圖像260， 一邊設(shè)定、 調(diào)整加權(quán)矢量的值。
下面說明根據(jù)本實施形態(tài)的效果。在本實施形態(tài)中，把用第二評價值計 算部700計算出來的第二評價值信號207加在第一評價信號206上供給學(xué)習(xí) 部300。此時，第二評價值信號207隨模型誤差變小成為大的值。因此，學(xué) 習(xí)部300把模型400作為對象使在模型誤差小的區(qū)域內(nèi)生成操作信號那樣地 學(xué)習(xí)。
在現(xiàn)有技術(shù)的方法中，即使是模型誤差大的區(qū)域，也學(xué)習(xí)對于模型400 成為有效的操作信號204的生成方法。在這種場合，即使把用該生成方法生 成的操作信號施加到控制對象上也有得不到希望的性能的可能性。另外，在 本實施形態(tài)中，因為學(xué)習(xí)模型誤差小的區(qū)域或者實評價值信號203的預(yù)測值 成為比來自模型的評價值信號206大的區(qū)域中的操作信號的生成方法，所以 與現(xiàn)有技術(shù)的方法相比可以期望能夠得到良好的性能。另外，與現(xiàn)有技術(shù)的 方法相比也有提高控制對象100的安全性的效果。
圖5是說明作為所述控制對象的火力發(fā)電廠的圖。首先說明火力發(fā)電廠 的發(fā)電的機構(gòu)。
向在鍋爐101上裝備的燃燒器102，供給作為燃料的煤和傳送煤用的一 次空氣、以及燃燒調(diào)整用的二次空氣，使煤燃燒。煤和一次空氣由管134引 導(dǎo)，二次空氣由管141引導(dǎo)。另外，兩段燃燒用的補充空氣，通過補充空氣端口 103投入鍋爐101。該補充空氣從管142引導(dǎo)。
通過所述煤的燃燒發(fā)生的高溫煤氣，沿鍋爐101的排氣路徑流動，通過 空氣加熱器104，在排氣處理后通過煙囪向大氣放出。
循環(huán)鍋爐101的給水，通過給水泵105導(dǎo)入鍋爐101，在熱交換器106 中通過煤氣被過加熱，成為高溫高壓的蒸氣。在本實施形態(tài)中熱交換器取一 個，但是也可能配置多個熱交換器。
通過熱交換器106的高溫高壓蒸氣，通過渦輪機調(diào)節(jié)器107導(dǎo)入蒸氣渦 輪機108。通過蒸氣具有的能量驅(qū)動蒸氣渦輪機108，通過發(fā)電機109發(fā)電。
下面說明從燃燒器102投入的一次空氣以及二次空氣、從補充空氣端口 103投入的補充空氣的路徑。
一次空氣通過鼓鳳機120導(dǎo)入管130，中途分支為通過空氣加熱器的管 132和不通過的管131，再次在管133合流，導(dǎo)入磨機IIO。通過空氣加熱器 的空氣，由煤氣加熱，使用該一次空氣向燃燒器102傳送用磨機110生成的 煤(微粉煤)。
二次空氣以及補充空氣通過鼓鳳機121導(dǎo)入管140，在用空氣加熱器104 加熱后，分支為二次空氣用的管141和補充空氣用的管142，分別導(dǎo)入燃燒 器102和補充空氣端口 103。
圖6是一次空氣、二次空氣、以及補充空氣通過的管道部以及空氣加熱 器104的放大圖。
如圖6所示，在管內(nèi)配置空氣擋板150、 151、 152、 153。通過操作空氣 擋板，可以改變管中的空氣通過的面積，由此能夠調(diào)整通過管的空氣流量。 這里，說明通過空氣擋板150、 151、 152、 153的控制，以把在煤氣中包含的 Nox抑制到目標(biāo)值以下為目的導(dǎo)入控制裝置200的場合。
兩段燃燒方式，作為對于降低熱Nox以及燃料Nox有效果的方式而聞名， 從燃燒器投入比理論空氣量少的空氣量，從補充空氣端口投入不足數(shù)量的空 氣使完全燃燒。由此，在抑制急劇的燃燒、抑制火焰溫度的上升的同時，能 夠抑制由于氧濃度降低Nox生成。
亦即控制裝置200，為降低Nox，使從燃燒器投入的空氣量和從補充空 氣端口投入的空氣量的比率成為最佳那樣生成操作空氣擋板150、 151、 152、153的操作信號。
為執(zhí)行這樣的動作，圖1中的實評價值計算部500以及第一評價值部600 使用公式4或者公式5計算實評價值信號203以及第一評價值信號206。這 里，R是評價值信號，YM^是NOx的測量信號，DNto是NOx的目標(biāo)值。數(shù)學(xué)式4
U <"隱數(shù)學(xué)式5
R — D恥x - Ynox (5 )
此外，在本實施形態(tài)中，采用著眼于NOx成分計算評價值的結(jié)構(gòu)，但是 也可以添加作為其他煤氣成分的CO等，根據(jù)多個測量信號計算評價值。
模型400，模擬鍋爐101的特性，通過設(shè)定從燃燒器以及空氣端口投入 的煤、空氣諸條件執(zhí)行計算，可以求NOx濃度。另外，使用作為對象的鍋爐 101以外的鍋爐的實際運行情況事前驗證模型400的精度的知識，保存在模 型誤差特性數(shù)據(jù)庫800中。
亦即鍋爐由于通過煤的燃燒發(fā)生的灰附著在熱交換器或者鍋爐的壁上燃 燒特性變化，這也對NOx的生成量有影響。因此，為除去該灰實施吹灰。例 如當(dāng)作為所述模型400，構(gòu)建成模擬實施吹灰后一小時的特性時，可以預(yù)想 在這以外的經(jīng)過時間內(nèi)由于灰附著引起的影響，根據(jù)模型的NOx的計算值和 從鍋爐測量的NOx的值不同。
但是，這樣的模型誤差特性，大多從鍋爐的運行實績事前知道，在模型 誤差特性數(shù)據(jù)庫800中保存關(guān)于這樣的運行時間和模型誤差特性的信息。另 外，在測量噪聲特性(例如由于噪聲的測量值的散差)事前知道的場合，該 特性也在模型誤差特性數(shù)據(jù)庫800中存儲。通過這樣設(shè)定，即使在控制對象 100是火力發(fā)電廠的場合，也能夠通過控制裝置200把工廠排放的氣體中包 含的NOx抑制在目標(biāo)值以下。
如上所述，根據(jù)本實施形態(tài)，因為在模型誤差小的區(qū)域內(nèi)學(xué)習(xí)操作信號 的生成方法，所以與現(xiàn)有技術(shù)的方法相比能夠?qū)嵤┝己玫目刂?。另外，與現(xiàn) 有技術(shù)的方法相比提高了控制對象的安全性。亦即，根據(jù)所述Dyna結(jié)構(gòu)或者專利文獻1所述的現(xiàn)有技術(shù)方法，在模型誤差大的區(qū)域內(nèi)學(xué)習(xí)對于模型成為有效的操作操作信號的生成方法。因此即使把該學(xué)習(xí)結(jié)果施加到控制對象上也有可能無效。對此，根據(jù)本實施形態(tài)，因為在所述第一評價值信號上加上第二評價值信號，所以不在控制對象和模型的特征不同的區(qū)域內(nèi)生成操作信號，僅在特性接近的區(qū)域內(nèi)學(xué)習(xí)操作信號的生成方法。因此提高在運行開始后的控制對象的安全性。
下面參照

作為本發(fā)明的別的實施例的工廠的控制裝置。第二實施例
圖8是表示作為本發(fā)明的一個實施例的工廠的控制裝置的控制系統(tǒng)圖。在圖8中，被構(gòu)成為工廠2100通過控制裝置2200控制。在執(zhí)行控制對象的工廠2100的控制的控制裝置2200中，作為運算裝置，
分別設(shè)置操作信號生成部2300、學(xué)習(xí)部2400、模型2500、評價值計算部2600、
學(xué)習(xí)條件決定部2700、以及學(xué)習(xí)信息追加部2800。
另外，在控制裝置2200中，作為數(shù)據(jù)庫，分別設(shè)置測量信號數(shù)據(jù)庫2210、
操作端規(guī)格數(shù)據(jù)庫2200、操作信號數(shù)據(jù)庫2230、控制邏輯數(shù)據(jù)庫2240、學(xué)
習(xí)參數(shù)數(shù)據(jù)庫2250、評價值計算參數(shù)數(shù)據(jù)庫2260、模型參數(shù)數(shù)據(jù)庫2270、
以及學(xué)習(xí)信息數(shù)據(jù)庫2280。
另外，在控制裝置2200中，作為和外部的接口，設(shè)置外部輸入接口 2201
以及外部輸出接口 2202。
然后，在所述控制裝置2200中，通過外部輸入接口 2201從工廠2100向
控制裝置2200取入作為工廠2100的控制輸出的測量信號2001。另外，通過
外部輸出接口 2202從控制裝置2200向控制對象2100發(fā)送成為控制指令的操
作信號2024。
下面，說明控制裝置2200中的控制的詳情。作為工廠2100測量信號2001取入外部輸入接口 2201的測量信號2002被傳送到操作信號生成部2300，同時在測量信號數(shù)據(jù)庫2210中保存。另外，在操作信號生成部2300中生成的操作信號2023被傳送到外部輸出接口 2202，同時在操作信號數(shù)據(jù)庫2230中保存。
在操作信號生成部2300中，使用在控制邏輯數(shù)據(jù)庫2240中保存的控制邏輯數(shù)據(jù)2011、以及在學(xué)習(xí)信息數(shù)據(jù)庫2280中保存的學(xué)習(xí)信息數(shù)據(jù)2022，使工廠2100的測量信號2001達到運行目標(biāo)值那樣生成操作信號2023。
在該控制邏輯數(shù)據(jù)庫2240中，為向操作信號生成部2300輸出控制邏輯數(shù)據(jù)20U，保存計算控制邏輯數(shù)據(jù)2011的控制電路以及控制參數(shù)。
在學(xué)習(xí)信息數(shù)據(jù)庫2280中，保存的學(xué)習(xí)信息數(shù)據(jù)在學(xué)習(xí)部2400或者學(xué)習(xí)信息追加部2800中生成。學(xué)習(xí)部2400分別連接模型2500、評價值計算部2600、以及學(xué)習(xí)條件決定部2700。
模型2500，具有模擬工廠2100的控制特性的功能。亦即把成為控制指令的操作信號2024給予工廠2100，模擬運算與獲得該控制結(jié)果的測量信號2001相同的情況。為進行該模擬運算，構(gòu)成為從學(xué)習(xí)部2400接收使模型2500動作的模型輸入2017，在模型2500中模擬運算工廠2100的控制動作，獲得該模擬運算結(jié)果的模型輸出2018。這里，模型輸出2018成為工廠2100的測量信號2001的預(yù)測值。
該模型2500，具有模擬運算工廠2100的控制特性的模型，具有使用了基于物理法則的模型式的物理模型、使用神經(jīng)網(wǎng)絡(luò)等統(tǒng)計方法的統(tǒng)計模型、或者并用物理模型和統(tǒng)計模型，對于模型輸入17計算模型輸出2018的功能。
在模型2500中，根據(jù)模型輸入2017模擬運算工廠2100的控制、計算模型輸出2018時需要的其他數(shù)據(jù)，向模型2500輸入在模型參數(shù)數(shù)據(jù)庫2270中保存的數(shù)據(jù)后使用。
評價值計算部2600，使用在評價值計算參數(shù)數(shù)據(jù)庫2260中保存的評價值計算參數(shù)2015和從模型2500輸入的模型輸出2018計算評價值2019。
學(xué)習(xí)部2400使用在學(xué)習(xí)信息數(shù)據(jù)庫2280中保存的學(xué)習(xí)信息數(shù)據(jù)2021和在學(xué)習(xí)參數(shù)數(shù)據(jù)庫2250中保存的學(xué)習(xí)參數(shù)2014生成要向模型2500輸入的模型輸入2017。
在模型2500中輸入模型輸入2017，使用內(nèi)部的模擬模型，輸出模擬運算后的模型輸出2018。
在評價值計算部2600中從用模型2500模擬運算后的模型輸出2018計算評價值2019，向?qū)W習(xí)部2400輸入該評價值2019。
在學(xué)習(xí)部2400中，為把在學(xué)習(xí)參數(shù)中包含的每單位時間的操作信號變化幅度的限制值設(shè)定為學(xué)習(xí)的約束條件使用模型學(xué)習(xí)工廠的操作方法，使用模
型輸出2018或者評價值2109學(xué)習(xí)用模型2500模擬運算的模型輸出2018達到模型輸出目標(biāo)值那樣的模型輸入的生成方法。作為學(xué)習(xí)結(jié)果的學(xué)習(xí)信息數(shù)據(jù)2020在學(xué)習(xí)信息數(shù)據(jù)庫2280中保存。
在學(xué)習(xí)條件決定部2700中，使用在操作端規(guī)格數(shù)據(jù)庫2220中保存的工廠的操作端的動作可能范圍以及動作速度的操作端規(guī)格數(shù)據(jù)2004以及在控制邏輯數(shù)據(jù)庫2240中保存的控制邏輯數(shù)據(jù)2006，生成每單位時間的操作信號變化幅度的限制值包含的學(xué)習(xí)參數(shù)2008的初始值。
另外，在學(xué)習(xí)條件決定部2700中，使用在測量信號數(shù)據(jù)庫2210中保存的作為過去的測量信號的測量信號數(shù)據(jù)2003、在操作信號數(shù)據(jù)庫2230中保存的作為過去的操作信號的操作信號數(shù)據(jù)2005、以及在信息參數(shù)數(shù)據(jù)庫2250中保存的學(xué)習(xí)參數(shù)2009，更新學(xué)習(xí)參數(shù)2008。
在學(xué)習(xí)參數(shù)2009和學(xué)習(xí)參數(shù)2008的值不同的場合，使學(xué)習(xí)觸發(fā)器2007成為"1"，將該值向?qū)W習(xí)部2400、以及學(xué)習(xí)信息追加部2800發(fā)送。除此以外的場合，學(xué)習(xí)觸發(fā)器2007的值是"0"。
在學(xué)習(xí)信息追加部2800中，在學(xué)習(xí)觸發(fā)器2007成為"1"時，使用在學(xué)習(xí)參數(shù)數(shù)據(jù)庫2250中保存的學(xué)習(xí)參數(shù)2010以及在學(xué)習(xí)信息數(shù)據(jù)庫2280中保存的學(xué)習(xí)信息數(shù)據(jù)2012生成追加學(xué)習(xí)信息數(shù)據(jù)2013。該追加學(xué)習(xí)信息數(shù)據(jù)2013在學(xué)習(xí)信息數(shù)據(jù)庫2280中保存。
工廠2100的運行人員，通過使用用鍵盤2901和鼠標(biāo)2902構(gòu)成的外部輸入裝置2900、控制裝置2200和具有能夠收發(fā)數(shù)據(jù)的數(shù)據(jù)收發(fā)處理部2930的維護工具2910、以及圖像顯示裝置2950,能夠訪問在控制裝置2200上裝備的各種數(shù)據(jù)庫中保存的信息。
維護工具2910由外部輸入接口 2920、數(shù)據(jù)收發(fā)處理部2930、外部輸出接口 2940構(gòu)成。
用輸入裝置2900生成的維護工具輸入信號2031通過外部輸入接口 2920取入維護工具2910中。在維護工具2910的數(shù)據(jù)收發(fā)處理部2930中，遵照維護工具輸入信號2032，取得在控制裝置2200中裝備的數(shù)據(jù)庫信息2030。
使用數(shù)據(jù)收發(fā)處理部2930把處理數(shù)據(jù)庫信息2030的結(jié)果得到的維護工具輸出信號2033向外部輸出接口 2940發(fā)送。維護工具輸出信號2034在圖像顯示裝置2950上顯示。
此外，在上述本發(fā)明的實施例的控制裝置2200中，在控制裝置2200的內(nèi)部配置測量信號數(shù)據(jù)庫2210、操作端規(guī)格數(shù)據(jù)庫2200、操作信號數(shù)據(jù)庫2230、控制邏輯數(shù)據(jù)庫2240、學(xué)習(xí)參數(shù)數(shù)據(jù)庫2250、評價值計算參數(shù)數(shù)據(jù)庫2260、模型參數(shù)數(shù)據(jù)庫2270、以及學(xué)習(xí)信息數(shù)據(jù)庫2280，但是這些的全部或者一部分也可以在控制裝置2200的外部配置。
另外同樣，學(xué)習(xí)部2400、模型2500、評價值計算部2600、學(xué)習(xí)條件決定部2700、學(xué)習(xí)信息追加部2800配置在控制裝置2200的內(nèi)部，但是這些的全部或者一部分也可以在控制裝置2200的外部配置。
例如，也可以把學(xué)習(xí)部2400、模型2500、評價值計算部2600、學(xué)習(xí)參數(shù)數(shù)據(jù)庫2250、評價值計算參數(shù)數(shù)據(jù)庫2260、以及模型參數(shù)數(shù)據(jù)庫2270作為外部的系統(tǒng)構(gòu)成，也可以用因特網(wǎng)把該外部的系統(tǒng)與控制裝置2200連接，把用外部的系統(tǒng)的學(xué)習(xí)部2400生成的學(xué)習(xí)信息數(shù)據(jù)2202經(jīng)由因特網(wǎng)向控制裝置2200發(fā)送。
另外，如果不使用評價值計算部2600以及學(xué)習(xí)信息追加部2800的一方或者雙方構(gòu)建控制裝置2200，則會降低高級的控制功能但是可以進行工廠的控制。
另外，也可以構(gòu)成為附加修正在模型參數(shù)數(shù)據(jù)庫2270中保存的模型參數(shù)2216的功能，使工廠2100和模型2500的特性一致。
下面，說明把本發(fā)明的實施例的對于工廠的控制裝置2200用于火力發(fā)電廠的場合。此外，在控制火力發(fā)電廠以外的工廠時，不用說也可以使用本發(fā)明的實施例的控制裝置2200。
圖9是把火力發(fā)電廠2100a作為控制對象的場合的工廠的概略系統(tǒng)的圖。說明火力發(fā)電廠2100a中的發(fā)電的機構(gòu)。
在構(gòu)成火力發(fā)電廠2100a的鍋爐2101中，設(shè)置供給用磨機2110把煤細(xì)小粉碎成為燃料的微粉煤、傳送微粉煤的一次空氣、以及燃燒調(diào)整用的二次空氣的燃燒器2102，使通過該燃燒器2102供給的微粉煤在鍋爐2101的內(nèi)部燃燒。此外，微粉煤和一次空氣從管2134、 二次空氣從管2141引導(dǎo)。另外，在鍋爐2101上設(shè)置把兩段燃燒用的補充空氣投入鍋爐2101的補充空氣端口 2103，補充空氣從管2142導(dǎo)入補充空氣端口 2103。
通過微粉煤的燃燒發(fā)生的高溫的燃燒煤氣沿鍋爐2101的內(nèi)部的路徑流動到下游側(cè)后，通過在鍋爐2101內(nèi)設(shè)置的熱交換器2106進行熱交換，使在該空氣加熱器2104內(nèi)發(fā)生高溫、高壓的蒸氣。其后，在排氣處理后從煙囪向大氣放出。
循環(huán)鍋爐2101的熱交換器2106的給水，通過給水泵2105向熱交換器2106供給給水，在熱交換器2106中通過流過鍋爐2101的燃燒煤氣過熱，變成高溫高壓的蒸氣。此外，在本實施例中熱交換器2106的數(shù)目為1，但是也可以配置多個熱交換器2106。
通過熱交換器2106的高溫高壓的蒸氣通過渦輪機調(diào)節(jié)器2107導(dǎo)入蒸氣渦輪機2108，通過蒸氣具有的能量驅(qū)動蒸氣渦輪機2108，用發(fā)電機2109發(fā)電。
在火力發(fā)電廠2100a中設(shè)置檢測火力發(fā)電廠的運行狀態(tài)的各種測量器，從這些測量器取得的關(guān)于工廠的控制輸出的信息，作為測量信息向控制裝置2200發(fā)送。例如，在圖9中，作為檢測關(guān)于工廠的控制輸出的信息的部件，圖示了流量測量器2150、溫度測量器2151、壓力測量器2152、發(fā)電輸出測量器2153、以及濃度測量器2154。
使用流量測量器2150測量從給水泵2105供給鍋爐2101的給水的流量。另外，溫度測量器2151以及壓力測量器2152測量從熱交換器2106供給蒸氣渦輪機2108的蒸氣的溫度、壓力。
使用發(fā)電機2109發(fā)電的電力量用發(fā)電輸出測量器2153測量。關(guān)于在通過鍋爐2101的燃燒煤氣中包含的成分(CO， NOx等)的濃度的信息，可以通過在鍋爐2101的下游側(cè)設(shè)置的濃度測量器2154測量。
此外， 一般，在圖9圖示以外在火力發(fā)電廠中還配置多數(shù)測量器，但是這里省略圖示。
下面說明在鍋爐2101的內(nèi)部從燃燒器2102投入的一次空氣和二次空氣的路徑、以及從補充空氣端口 2103投入的補充空氣的路徑。
一次空氣從鼓風(fēng)機2120導(dǎo)入管2130，中途分支為通過在鍋爐2101的下
24游側(cè)設(shè)置的空氣加熱器2104的管2132和不通過的旁路管2131，再次在管2133合流，導(dǎo)入在燃燒器2102的上游側(cè)設(shè)置的磨機2110。
通過空氣加熱器2104的空氣，通過流過鍋爐2101的燃燒煤氣加熱。使用該一次空氣和一次空氣一起向燃燒器2102傳送在磨機2110中粉碎的微粉煤。
二次空氣以及補充空氣從鼓風(fēng)機2121導(dǎo)入管2140，同樣用空氣加熱器2104加熱后，分支為二次空氣用的管2141和補充空氣用的管2142，分別導(dǎo)入燃燒器2102和補充空氣端口 2103。
圖10是表示圖9所示的一次空氣、二次空氣、以及補充空氣通過的管2130、 2131、 2132、 2133、 2140、 2141、 2142的管部、以及空氣加熱器2104的放大圖。
如圖10所示，在這些管中，在管2131、 2132、 2141、 2142上分別配置空氣擋板2160、 2161、 2162、 2163。因為通過分別操作這些空氣擋板2160、2161、 2162、 2163，可以改變所述各管2131、 2132、 2141、 2142中的空氣通過的面積，所以能夠分別個別調(diào)整通過管2131、 2132、 2141、 2142的空氣流
使用通過控制裝置2200生成的各種操作信號2024，分別操作構(gòu)成控制控制對象的火力發(fā)電廠2100a的狀態(tài)量的操作端的給水泵2105、磨機2110、空氣擋板2160、 2161、 2162、 2163等機器。此外，在本實施例中把給水泵2105、磨機2U0、空氣擋板2160、 2161、 2162、 2163等機器稱為操作端，把為操作它們的需要的指令信號稱為操作信號2024。
另外，在向鍋爐2101投入燃燒用等的空氣、或者微粉煤等的燃料時，在燃燒器2102以及補充空氣端口 2103上附加能夠上下移動其噴出角度的功能，也可以在操作信號2024中包含這些的角度。
圖11是說明控制裝置2200的操作信號生成部2300中的信號處理的詳細(xì)圖。在圖11中，在操作信號生成部2300中，分別輸入通過外部輸入接口 2201收集工廠2100的測量信號2001的測量信號2002、在學(xué)習(xí)信息數(shù)據(jù)庫2280中保存的學(xué)習(xí)信息數(shù)據(jù)2022、以及在控制邏輯數(shù)據(jù)庫2240中保存的控制邏輯數(shù)據(jù)2011，參照這些信號以及數(shù)據(jù)生成在操作信號生成部2300中運算的通過外部輸入接口 2202輸出作為對于工廠2100的控制指令的操作信號2024的操作信號2023。
在操作信號生成部2300中，分別配置學(xué)習(xí)信號生成部2310、運行目標(biāo)值2320、加減法器2330、 2331、 2332、比例積分控制器2340、變化率限制器2350、 2351、高值選擇器2360、 2361、低值選擇器2370、 2371，這些設(shè)備連接成圖ll所示的形態(tài)。
然后，為使操作信號生成部2300的所述各設(shè)備動作所需要的控制參數(shù)，輸入在控制邏輯數(shù)據(jù)庫2240以及學(xué)習(xí)信息數(shù)據(jù)庫2280中保存的數(shù)據(jù)使用。此外，操作信號生成部2300的結(jié)構(gòu)也可以使用圖11所示的設(shè)備結(jié)構(gòu)以外的結(jié)構(gòu)。
使用加減法器2330、 2331、 2332分別進行使用輸入的兩個信號在零值上加上或者減去信號值的運算。在圖11中用"+"標(biāo)記相加的信號，用"一"標(biāo)記相減的信號。
在所述加減法器2330中，根據(jù)編入加減法器2330的(1)式的函數(shù)使用取入操作信號生成部2300的測量信號2002以及信號2380計算信號2381。數(shù)學(xué)式1
X^X2-X3
式中，x,是信號2381的值，X2是運行目標(biāo)信號2381的值，&是測量信號2002的值。
接著，在比例積分控制器2340中，根據(jù)編入比例積分控制器2340的(2)式的函數(shù)，使用信號2381、信號2381的前次值、基準(zhǔn)信號2382的前次值計算基準(zhǔn)信號2382。此外，所謂前次值，意味著是一個采樣控制周期前的值。數(shù)學(xué)式2
X4-P!(X5-X6) + P2X5 + X7
式中，Pi以及P2是控制參數(shù)的值，X4是基準(zhǔn)信號2382的值，xs是信號2381的值，X6是信號2381的前次值，X7是基準(zhǔn)信號2382的前次值。
另外在學(xué)習(xí)信號生成部2310中，參照在學(xué)習(xí)信息數(shù)據(jù)庫2280中保存的學(xué)習(xí)信息數(shù)據(jù)2022使用測量信號2002導(dǎo)出推薦信號2383。該推薦信號2383是操作信號2023的推薦值。在學(xué)習(xí)信息數(shù)據(jù)庫2280中保存的學(xué)習(xí)信息數(shù)據(jù)2022，是為構(gòu)建在學(xué)習(xí)部2400中從評價值2019生成模型輸入2017的函數(shù)所需要的數(shù)據(jù)。與在學(xué)習(xí)部2400中從評價值2019生成模型輸入2017相同，在學(xué)習(xí)信號生成部2310中從測量信號2002生成推薦信號2383。
在加減法器2331中，根據(jù)編入加減法器2331的(3)式的函數(shù)，使用基準(zhǔn)信號2382和推薦信號2383計算信號2384。數(shù)學(xué)式3
x8 = x9—x10
式中，x8是信號2384的值，x9是推薦信號2383的值，x,。是基準(zhǔn)信號2382的值。
在變化率限制器2350中，限制每一個采樣控制周期中變化的信號2384的值。在該變化率限制器2350中，根據(jù)編入變化率限制器2350的(4)式的函數(shù)計算信號2385。數(shù)學(xué)式
^+尸3 如果 《2>尸3XU=' & 如果尸3^113-1122尸4
,12—尸4 如果 尸4〉《3-Xl2
式中，P3、 P4是控制參數(shù)，xu是信號2385的前次值，x,2是信號2384的前次值，x,3是信號2384的值。P3、 P4分別稱為增速率參數(shù)、減速率參數(shù)。
通過使用變化率限制器2350，能夠限制信號2385的值，使每一采樣控制周期中變化的操作信號2384的值位于增速率參數(shù)和減速率參數(shù)的范圍內(nèi)。
高值選擇器2360具有使信號2386不成為某閾值以下的值的功能。在高值選擇器2360中，根據(jù)編入高值選擇器2360的(5)式的函數(shù)計算信號2386。數(shù)學(xué)式5
'4 Us如果 x,5^g式中，Ps是控制參數(shù)，x 14是信號2386的值，x 15是信號2385的值。P5稱為下限參數(shù)。通過使用高值選擇器2360，能夠使信號2386的值不成為P5的值以下。
低值選擇器2370具有使修正信號2387不成為某閾值以上的值的功能。在低值選擇器2370中，根據(jù)編入低值選擇器2370的(6)式的函數(shù)計算修正 信號2387。
數(shù)學(xué)式6
Xi6—U7如果尸6^義|7
式中，P6是控制參數(shù)，x 16是修正信號2387的值，x 17是信號2386的值。 P6稱為上限參數(shù)。通過使用低值選擇器2370，能夠使信號2387的值不成為 Pe的值以上。
在圖11中，使用多個變化率限制器(RL)、高值選擇器(HL)、低值選 擇器(LL)，但是動作內(nèi)容與(4)式 (6)式的函數(shù)相同。此外，變化率 限制器2350、 2351、高值選擇器2360、 2361、低值選擇器2370、 2371的控 制參數(shù)可以個別設(shè)定。
這些控制參數(shù)的設(shè)定，由工廠2100的運行人員使用外部輸入裝置2卯0、 維護工具2910、以及圖像顯示裝置2950設(shè)定。
使用在以上各設(shè)備中通過計算計算出來的基準(zhǔn)信號2382和修正信號 2387，在加減法器2332中相加這兩個信號計算信號2388。使用變化率限制 器2351從信號2388計算信號2389，使用高值選擇器2361從信號2389計算 信號2390，最后使用低值選擇器2371從信號23卯計算操作信號2023，該操 作信號2023成為從外部接口 2202對于工廠2100的指令信號2024，從控制 裝置2200輸出。
通過如圖11所示構(gòu)成控制裝置2200的操作信號生成部2300，可以得到 下述的作用效果。
首先，通過在操作信號生成部2300中裝備變化率限制器2351、高值選 擇器2361、低值選擇器2371，把操作信號2023限制在預(yù)先設(shè)定的允許范圍 內(nèi)，進而可以抑制急劇變化到預(yù)先設(shè)定的值以上。
因此，可以防止計算超出操作端的動作速度、動作范圍的操作信號2023 作為指令信號2024輸出。
另外，通過工廠2100的運行狀況，當(dāng)成為指令信號2024的操作信號2023 變化大時，有時工廠2100的安全運行產(chǎn)生故障。即使在這樣的場合，通過適當(dāng)?shù)卦O(shè)定變化率限制器2351的控制參數(shù)，也可以安全地運行工廠2100。
但是，在圖11所示的操作信號生成部2300中，不使用在學(xué)習(xí)信號生成部2310中計算的推薦信號2383直接計算操作信號2023，在加減法器2331中從推薦信號2383減去基準(zhǔn)信號2382，在使用變化率限制器2350、高值選擇器2360、低值選擇器2370后，再相加基準(zhǔn)信號2382。
在學(xué)習(xí)信號生成部2310中，因為參照保存使用模型2500學(xué)習(xí)的結(jié)果的學(xué)習(xí)信息數(shù)據(jù)庫2280生成推薦信號2383，所以在假定模型2500和工廠2100的特性不同的場合把推薦信號2383作為指令信號2024給予工廠2100，仍有不能得到希望的性能的可能性。
另外，通過把推薦信號2383作為指令信號2024給予工廠2100，也存在不能安全地運行工廠2100的可能性。
為避免這樣的事態(tài)，構(gòu)成為在操作信號生成部2300中，通過使用變化率限制器2350、高值選擇器2360、低值選擇器2370適當(dāng)設(shè)定該控制參數(shù)，學(xué)習(xí)信號生成部2310生成的推薦信號2382能夠調(diào)整作用于操作信號2023的程度。
例如，在導(dǎo)入學(xué)習(xí)信號生成部2310的當(dāng)初，因為沒有關(guān)于模型2500和工廠2100的特性的不同的信息，所以實施這樣的對策使推薦信號2383給予操作信號2023的影響小那樣設(shè)定控制參數(shù)，在確認(rèn)特性一致后，使推薦信號2383給予操作信號2023的影響大那樣重新設(shè)定控制參數(shù)。
在火力發(fā)電廠2100a中，有保持發(fā)電輸出恒定的發(fā)電輸出恒定運行、使發(fā)電輸出變化的發(fā)電輸出變化運行、切換鍋爐2101的燃燒器的點火的燃燒器切換運行、切換作為燃料的煤的種類的煤種類切換運行等各種運行形態(tài)。另外，即使在發(fā)電輸出恒定運行中，也有作為燃料的煤種類不同的場合。
在作為本發(fā)明的實施例的火力發(fā)電廠2100a的控制裝置2200中，因為能夠?qū)τ诿恳环N這樣的運行形態(tài)決定控制參數(shù)，所以能夠符合工廠的運行形態(tài)生成指令信號。
圖12表示通過作為本發(fā)明的實施例的工廠的控制裝置2200的控制參數(shù)設(shè)定畫面的一例。在圖12中，表示在火力發(fā)電廠2100a的控制裝置2200裝備的操作信號生成部2300具有的變化率限制器2350中設(shè)定控制參數(shù)的畫面。如圖12所示,表示在操作信號生成部2300具有的變化率限制器2350中，對于火力發(fā)電廠2100a的每一運行形態(tài)設(shè)定增速率的各參數(shù)、以及減速率的各參數(shù)的狀況。
下面說明決定圖8所示的控制裝置2200裝備的學(xué)習(xí)參數(shù)數(shù)據(jù)庫2250中保存的學(xué)習(xí)參數(shù)的學(xué)習(xí)條件決定部2700。在學(xué)習(xí)條件決定部2700中，決定學(xué)習(xí)部2400在實施學(xué)習(xí)時參照的學(xué)習(xí)參數(shù)2014。
在學(xué)習(xí)部2400實施學(xué)習(xí)時，分別需要每一采樣控制周期能夠移動的模型輸入2017的變化幅度、模型輸入2017的上限值、模型輸入2017的下限值。
在控制裝置2200的學(xué)習(xí)條件決定部2700中，參照在控制邏輯數(shù)據(jù)庫2240中保存的控制邏輯數(shù)據(jù)2006、在操作端規(guī)格數(shù)據(jù)庫2220中保存的操作端規(guī)格數(shù)據(jù)2004、以及在測量信號數(shù)據(jù)庫2210中保存的測量信號數(shù)據(jù)2003，決定在學(xué)習(xí)參數(shù)數(shù)據(jù)庫2250中保存的學(xué)習(xí)參數(shù)2008。
因為在運行工廠2100前不能夠得到測量信號，所以在學(xué)習(xí)條件決定部2700中，從控制邏輯數(shù)據(jù)2006、以及操作端規(guī)格數(shù)據(jù)2004決定學(xué)習(xí)參數(shù)2008的初始值，運行工廠2100，在得到測量信號后也使用測量信號數(shù)據(jù)2003更新學(xué)習(xí)參數(shù)2008。
圖13是說明在作為本發(fā)明的實施例的工廠的控制裝置2200具有的學(xué)習(xí)條件決定部2700中決定學(xué)習(xí)參數(shù)2008的初始值的方法的圖。
在圖13中，對于每一操作端記載關(guān)于其變化率、上限、下限的數(shù)據(jù)、控制邏輯數(shù)據(jù)2006的值在RL、 LL、 HL的欄中反映顯示，操作端規(guī)格數(shù)據(jù)2004的值在規(guī)格的欄中反映顯示。所謂控制邏輯數(shù)據(jù)2006的值，例如是圖12所示的操作信號生成部2300具有的變化率限制器2350中設(shè)定的控制參數(shù)，另外，所謂操作端規(guī)格數(shù)據(jù)2004的值，例如是操作端的動作臨界速度、上限值、下限值，這些值通過工廠2100的運行人員設(shè)定。
在學(xué)習(xí)條件決定部2700中，在圖13中記載的值中，在生成模型輸入2017時選擇自由度成為最小的值，把該值作為學(xué)習(xí)參數(shù)2008的初始值向?qū)W習(xí)參數(shù)數(shù)據(jù)庫2250發(fā)送。例如，變化率限制參數(shù)的增速率、以及減速率，因為隨其絕對值增大在一個采樣控制周期內(nèi)使變動的模型輸入的變化幅度增大，所以自由度也變大。反之，當(dāng)變化率限制參數(shù)的絕對值小時，自由度也變小。因此，變化率
限制參數(shù)的增速率、以及減速率，把其絕對值小的值作為學(xué)習(xí)參數(shù)2008的初 始值，向?qū)W習(xí)參數(shù)數(shù)據(jù)庫2250發(fā)送。
另外，通過關(guān)于上限值選擇最小值，關(guān)于下限值選擇最大值，能夠使生 成模型輸入2017時的自由度最小。
此外，在本實施例中選擇生成模型輸入2017時的自由度成為最小的值、 決定學(xué)習(xí)參數(shù)2008的初始值，但是也可以把在操作端規(guī)格數(shù)據(jù)庫2220中保 存的操作端規(guī)格數(shù)據(jù)2004的值原樣不變決定為學(xué)習(xí)參數(shù)2008的初始值等， 設(shè)定各種選擇方法。
另外，在學(xué)習(xí)條件決定部2700中，具有通過處理在控制邏輯數(shù)據(jù)2006 中包含的信號、或者測量信號數(shù)據(jù)2003，推定現(xiàn)狀的工廠2100的運行形態(tài) 的功能。通過使用該功能，在設(shè)定為工廠的不同運行形態(tài)的控制參數(shù)中，能 夠判定現(xiàn)在正在使用哪個值。
下面說明學(xué)習(xí)參數(shù)2008的更新方法。首先，在工廠2100的運行形態(tài)變 化、控制邏輯數(shù)據(jù)2006的值變化的場合，使用該變化了的控制邏輯數(shù)據(jù)2006 的值，使用在圖13中說明的方法決定學(xué)習(xí)參數(shù)2008。
另外，學(xué)習(xí)條件決定部2700，使用測量信號數(shù)據(jù)2003和操作信號數(shù)據(jù) 2005更新學(xué)習(xí)參數(shù)2008。關(guān)于在該學(xué)習(xí)條件決定部2700中的學(xué)習(xí)參數(shù)2008 的更新方法，使用圖14說明。
圖14是表示學(xué)習(xí)條件決定部2700中的學(xué)習(xí)參數(shù)2008的更新方法的一例 的圖，在圖14中表示出了關(guān)于在時刻t,、 t2時的操作端A的操作信號2003 和測量信號2005。 At是一個采樣控制周期的時間，d是時刻h時的操作信號 A的值，C2是時刻t2時的操作信號數(shù)據(jù)2003的值，C3是時刻t2時的測量信 號數(shù)據(jù)2005的值。
在圖14中，對于在從時刻^到時刻t2的時間的期間作為操作信號A的 操作信號數(shù)據(jù)2003僅變化C2- d的差信號數(shù)量，測量信號數(shù)據(jù)2005僅變化 C3-d的差信號數(shù)量，與操作信號數(shù)據(jù)的變化幅度相比，測量信號數(shù)據(jù)的變 化幅度小。
這點是在操作信號的變化幅度一方比操作端A在每一采樣控制周期的動作臨界速度大的場合發(fā)生的事項。在這樣的場合，把關(guān)于操作信號A的增速 率的學(xué)習(xí)參數(shù)2008的值設(shè)定為C3- d的差信號的值。
使用以上的方法在學(xué)習(xí)條件決定部2700中決定學(xué)習(xí)參數(shù)2008，把該學(xué) 習(xí)參數(shù)2008在學(xué)習(xí)參數(shù)數(shù)據(jù)庫2250中保存。另外，在運行形態(tài)變化、參數(shù) 變化的場合，也更新學(xué)習(xí)參數(shù)2008。
下面，以在控制裝置2200的學(xué)習(xí)部2400中決定對于模型2500的模型輸 入2017、降低作為從模型2500輸出的模型輸出2018之一的氮氧化物(NOx) 為例進行說明。
此外，作為模型輸出2018，在除氮氧化物外控制一氧化碳(CO)、 二氧 化碳濃度、硫化氧化物、水銀、蒸氣溫度、蒸氣壓力等為希望的值的場合， 通過使用本發(fā)明的實施例的工廠的控制裝置也可以控制。
圖15是表示輸入模型2500的模型輸入2017和從模型2500輸出的模型 輸出2018的關(guān)系的圖。此外，在圖15中把模型輸入A和模型輸入B兩種作 為模型輸入2017，把NOx作為模型輸出2018。
如圖15所示，如設(shè)模型輸入A為A。模型輸入B為B,，則模型輸出2018 的NOx為NOx高；如設(shè)模型輸入A為A2、模型輸入B為B2，則模型輸出 2018的NOx為NOx低。這樣，在學(xué)習(xí)部2400中，如圖15所示，可以學(xué)習(xí) 為從初始狀態(tài)到達NOx低的區(qū)域的方法。
圖16是表示在學(xué)習(xí)部2400中把模型作為對象學(xué)習(xí)模型輸入的生成方法 的學(xué)習(xí)結(jié)果的一例的圖，在圖16中表示用盡可能少的操作次數(shù)到達NOx低 的區(qū)域而且不狀態(tài)轉(zhuǎn)移到NOx高的區(qū)域的條件下學(xué)習(xí)的結(jié)果。
此外， 一次操作不能直接到達NOx低的區(qū)域，是因為每一采樣控制周期 中可變動的模型輸入A和模型輸入B的值受限制的緣故。
每一采樣控制周期中可變動的模型輸入2017的值，根據(jù)用圖13說明的 操作端的增速率、減速率等的學(xué)習(xí)參數(shù)2008 (學(xué)習(xí)參數(shù)2014)，使操作端和 模型輸入的項目對應(yīng)那樣決定。
如圖16所示，學(xué)習(xí)在學(xué)習(xí)部2400中使用兩次操作到達NOx低的區(qū)域的 方法，使表示經(jīng)過一次操作后的狀態(tài)在二次操作后的狀態(tài)下到達NOx低的區(qū) 域。圖17和圖16同樣，表示作為在學(xué)習(xí)部2400中學(xué)習(xí)操作信號的生成方法 的學(xué)習(xí)結(jié)果的一例的操作信號A和操作信號B的關(guān)系，模型輸入A和操作信 號A、模型輸入B和操作信號B分別對應(yīng)。
圖17中用虛線箭頭表示的操作方法表示在控制裝置2200的學(xué)習(xí)部2400 中學(xué)習(xí)的結(jié)果。圖17中在操作信號A的動作速度小的場合， 一次操作后狀 態(tài)轉(zhuǎn)移到NOx高的區(qū)域。
這意味著當(dāng)在操作信號2023和模型輸入2017的動作臨界速度不同的 場合，在學(xué)習(xí)部2400用盡可能少的操作次數(shù)到達NOx低的區(qū)域、而且不狀 態(tài)轉(zhuǎn)移到NOx高的區(qū)域這樣的條件下，遵照學(xué)習(xí)模型輸入2017的生成方法 的結(jié)果生成操作信號2024，將其給予工廠時，存在不能滿足學(xué)習(xí)時設(shè)定的條 件的可能性。
在本發(fā)明的實施例中，為避免這樣的事態(tài)，采用下面的方法。即，在本 實施例中，在控制裝置2200內(nèi)設(shè)置學(xué)習(xí)條件決定部2700，如上述那樣決定 包含工廠2100的操作端的動作臨界速度的學(xué)習(xí)參數(shù)2008，在學(xué)習(xí)參數(shù)數(shù)據(jù) 庫2250中保存學(xué)習(xí)參數(shù)2008。在學(xué)習(xí)部2400中，通過參照在學(xué)習(xí)參數(shù)數(shù)據(jù) 庫2250中保存學(xué)習(xí)參數(shù)2014，以操作信號2024和模型輸入2017的動作臨 界速度一致為前提實施學(xué)習(xí)。
下面使用圖18所示的流程圖說明控制裝置2200的控制動作。
圖18是表示關(guān)于圖8記載的本發(fā)明的實施例中的工廠的控制裝置2200 中的工廠的模型的模擬和學(xué)習(xí)的內(nèi)容的運算過程的流程圖。
圖18所示的控制裝置2200的控制動作的流程圖，在不具有圖8記載的 學(xué)習(xí)信息追加部2800的場合也可以適用。關(guān)于學(xué)習(xí)部信息追加部2800的動 作內(nèi)容、和裝備它的場合的流程圖后述。
如圖18所示，控制裝置2200的控制動作的流程圖，組合步驟1010、 1020、 1030、 1040、 1050、以及1060來執(zhí)行。下面說明各步驟。
首先，在步驟IOIO,使學(xué)習(xí)部2400和模型2500動作，學(xué)習(xí)使模型輸出 2018到達模型輸出目標(biāo)值那樣的模型輸入2017的生成方法。
此外，在評價值計算部2600中，也可以一邊使用評價值計算參數(shù)數(shù)據(jù) 2015， 一邊就其模型輸出2018是否到達模型輸出目標(biāo)值或者模型輸出2018是否成為接近模型輸出目標(biāo)值的值，使用作為定量評價值的評價值2019實施 學(xué)習(xí)。
在評價值計算參數(shù)數(shù)據(jù)庫2260中，保存模型輸出目標(biāo)值等、為計算評價 值2019需要的參數(shù)值。在學(xué)習(xí)中，可以使用遺傳算法、動態(tài)規(guī)劃法、強化學(xué) 習(xí)法等優(yōu)化方法。
接著，在步驟1020，使學(xué)習(xí)部動作，把在步驟1010學(xué)習(xí)的結(jié)果作為學(xué) 習(xí)信息數(shù)據(jù)2020從學(xué)習(xí)部2400向?qū)W習(xí)信息數(shù)據(jù)庫2280發(fā)送。所謂學(xué)習(xí)信息 數(shù)據(jù)2020，例如是關(guān)于為從模型輸出2018生成模型輸入2017需要的函數(shù)的
接著在步驟1030，使操作信號生成部2300動作生成操作信號2023。操 作信號2023向操作信號數(shù)據(jù)庫2230和外部輸出接口 2202發(fā)送，從外部輸出 接口 2202向工廠2100給予成為控制指令的操作信號2024。
接著在步驟1040，使外部輸入接口 2201動作，把作為工廠2100的控制 輸出的測量信號2001取入控制裝置2200的內(nèi)部，向操作信號生成部2300和 測量信號數(shù)據(jù)庫2210發(fā)送測量信號2002。
接著在步驟1050，在學(xué)習(xí)條件決定部中決定成為學(xué)習(xí)條件的學(xué)習(xí)參數(shù) 2008，向?qū)W習(xí)參數(shù)數(shù)據(jù)庫2260發(fā)送該學(xué)習(xí)參數(shù)2008。
然后在步驟1060，在學(xué)習(xí)條件決定部中比較在學(xué)習(xí)參數(shù)數(shù)據(jù)庫2250中 保存的作為學(xué)習(xí)參數(shù)的前次值的學(xué)習(xí)參數(shù)2009和學(xué)習(xí)參數(shù)2008，在其值相 同的場合把學(xué)習(xí)觸發(fā)器2007作為"0"、在不同的場合把學(xué)習(xí)觸發(fā)器2007作 為"1"向?qū)W習(xí)部2400發(fā)送。
學(xué)習(xí)觸發(fā)器2007成為"1"，意味著學(xué)習(xí)參數(shù)的值被變更了，返回到步驟 1010使用新的學(xué)習(xí)參數(shù)2014實施學(xué)習(xí)。將其稱為再學(xué)習(xí)。
此外，在學(xué)習(xí)部2400中使用作為前次學(xué)習(xí)結(jié)果的學(xué)習(xí)信息數(shù)據(jù)2021也 能夠再學(xué)習(xí)。在學(xué)習(xí)觸發(fā)器2007是"0"、不再學(xué)習(xí)的場合，返回步驟1030。
圖19是使用圖18所示的在根據(jù)作為本發(fā)明的一個實施例的控制裝置 2200的控制動作的流程圖中表示的運算方法說明學(xué)習(xí)的學(xué)習(xí)效果的圖。
在圖19中，在控制裝置2200的學(xué)習(xí)條件決定部2700中，考慮操作信號 2024的動作臨界速度，把模型輸入2017的動作臨界速度取為學(xué)習(xí)參數(shù)2008。因此，表示出這樣的事實即通過使用控制裝置2200的模型2500、遵照在 學(xué)習(xí)部2400中模型輸入2017的生成方法(圖19的上圖)把成為控制指令的 操作信號2024給予工廠2100，能夠如圖19的下圖所示不向NOx高的區(qū)域狀 態(tài)轉(zhuǎn)移，從初始狀態(tài)在4次操作后的狀態(tài)下到達NOx低的區(qū)域。
另外，即使在雖然使用多個相同的設(shè)計規(guī)格數(shù)據(jù)的操作端，但是實際的 動作速度有散差的場合，也能夠考慮各個操作端的動作臨界速度進行學(xué)習(xí)。 另外在操作端隨時間流逝劣化、動作速度降低的場合也能夠把降低了的動作 速度作為學(xué)習(xí)時的條件。
再有，在發(fā)電輸出變化運行、燃燒器切換運行、煤種類切換運行等工廠 的運行狀態(tài)變化后，變化率限制器等的控制參數(shù)被變更了的場合，也能夠在 變更了的條件下學(xué)習(xí)。另外，在工廠100的運行人員變更控制參數(shù)的場合， 也能夠在其變更了的條件下學(xué)習(xí)。
其結(jié)果，通過把遵照學(xué)習(xí)后的模型輸入17的生成方法生成的操作信號 2024作為控制指令給予工廠2100，作為工廠的控制能夠得到希望的控制結(jié) 果。
另外，因為在控制裝置2200的學(xué)習(xí)條件決定部2700中自動地決定學(xué)習(xí) 的約束條件，所以不需要工廠的運行人員決定學(xué)習(xí)的約束條件的作業(yè)，也能 夠獲得提高控制裝置使用的方便性、能夠縮短為學(xué)習(xí)的條件設(shè)定期間這樣的 效果。
但是，在圖18所示的控制裝置2200的控制動作的流程圖中，在學(xué)習(xí)條 件決定部2700中學(xué)習(xí)參數(shù)成為與其前次值不同的值的場合，需要在步驟1010 實施再學(xué)習(xí)。因為為該學(xué)習(xí)需要計算資源，所以需要使用可高速運算的控制 裝置，或者在學(xué)習(xí)上花費時間。
為使用可高速運算的控制裝置要花費費用。另外，在學(xué)習(xí)上花費時間的 場合，在學(xué)習(xí)期間需要停止學(xué)習(xí)信號生成部2310的動作，不能在操作信號 2024的生成中反映在學(xué)習(xí)部2400和模型2500中學(xué)習(xí)的結(jié)果。
因此，作為其對策，在本發(fā)明的實施例中，在圖8所示的控制裝置2200 上追加學(xué)習(xí)信息追加部2800。在學(xué)習(xí)信息追加部2800中，在學(xué)習(xí)觸發(fā)器2007 成為"l"的場合，使用學(xué)習(xí)參數(shù)數(shù)據(jù)2014和學(xué)習(xí)信息數(shù)據(jù)2012，生成學(xué)習(xí)信息數(shù)據(jù)2013，向?qū)W習(xí)信息數(shù)據(jù)庫2280發(fā)送。通過使用學(xué)習(xí)信息追加部2800， 不實施再學(xué)習(xí)，可以生成作為把學(xué)習(xí)參數(shù)2014作為學(xué)習(xí)的條件的場合的學(xué)習(xí) 結(jié)果的學(xué)習(xí)信息數(shù)據(jù)2013。
因此，考慮到在學(xué)習(xí)條件決定部2700中學(xué)習(xí)參數(shù)被變更了的情況，必須 使用可高速運算的控制裝置，或者在學(xué)習(xí)條件決定部2700中學(xué)習(xí)參數(shù)被變更 了的場合，不停止學(xué)習(xí)信號生成部2310的功能。
下面，使用圖20中所示的流程圖說明在控制裝置2200中設(shè)置學(xué)習(xí)信息 追加部2800的場合的控制動作。
圖20是表示在作為本發(fā)明的一個實施例的工廠的控制裝置中設(shè)置學(xué)習(xí) 信息追加部2800的場合的、關(guān)于控制裝置2200中工廠的模型的模擬和學(xué)習(xí) 的內(nèi)容的運算處理內(nèi)容的流程圖。
如圖20所示，控制裝置2200的控制動作的流程圖通過組合步驟1110、 1120、 1130、 1140、 1150、 1160、 1170執(zhí)行。下面關(guān)于各步驟進行說明。
首先，在步驟1110，在學(xué)習(xí)部2400中，以模型2500作為對象學(xué)習(xí)使模 型輸出2018到達模型輸出目標(biāo)值那樣的模型輸入2017的生成方法。此外， 如同圖18的流程圖的步驟1010，也可以使用評價值計算部2600進行學(xué)習(xí)。 另外，也可以和步驟1010相同使用優(yōu)化方法。
在步驟1110學(xué)習(xí)時，使用模型輸入2017的變化幅度的最小設(shè)定值把輸 入空間分割為區(qū)域?qū)嵤W(xué)習(xí)。模型輸入2017的變化幅度的最小設(shè)定值是由工 廠2100的運行人員設(shè)定的值。
圖21是在步驟1110在學(xué)習(xí)部2400中學(xué)習(xí)模型輸入2017的生成方法時 把其輸入空間分割為區(qū)域的場合的說明圖。
如圖21所示，在學(xué)習(xí)部2400中，把模型輸入A、以及模型輸入B的可 動作范圍分割為模型輸入變化幅度的最小設(shè)定值。接著，把用一次操作可變 化的模型輸入的變化幅度限制為模型輸入變化幅度的最小設(shè)定值來實施學(xué) 習(xí)。
亦即，就成為在每個區(qū)域中學(xué)習(xí)向鄰接區(qū)域移動的操作方法。例如，當(dāng) 使用在操作次數(shù)最小、不向NOx高的區(qū)域狀態(tài)轉(zhuǎn)移的條件下學(xué)習(xí)的結(jié)果，從 初始狀態(tài)開始操作時，沿循作為圖21所示的路徑的、用最小的操作次數(shù)到達NOx低的區(qū)域的路徑，到達NOx低的區(qū)域。
接著在步驟1120，使學(xué)習(xí)部2400動作，把在步驟1210學(xué)習(xí)的結(jié)果作為 學(xué)習(xí)信息數(shù)據(jù)從學(xué)習(xí)部2400向?qū)W習(xí)信息數(shù)據(jù)庫2280發(fā)送。
接著在步驟1130，使學(xué)習(xí)條件決定部2700動作決定學(xué)習(xí)條件，把學(xué)習(xí) 參數(shù)2008向?qū)W習(xí)參數(shù)數(shù)據(jù)庫2500發(fā)送。
在步驟1140，在學(xué)習(xí)條件決定部2700中，比較在學(xué)習(xí)參數(shù)數(shù)據(jù)庫2500 中保存的作為學(xué)習(xí)參數(shù)的前次值的學(xué)習(xí)參數(shù)2009和學(xué)習(xí)參數(shù)2008，在其值 相同的場合把學(xué)習(xí)觸發(fā)器2007作為"0"、在不同的場合把學(xué)習(xí)觸發(fā)器2007 作為"1"，在學(xué)習(xí)觸發(fā)器是"1"的場合向步驟1150、在學(xué)習(xí)觸發(fā)器2007是 "0"的場合向步驟1160前進。
接著在步驟1150，使學(xué)習(xí)信息追加部2800動作，使用在學(xué)習(xí)信息數(shù)據(jù) 庫中保存的學(xué)習(xí)信息數(shù)據(jù)2012和在學(xué)習(xí)參數(shù)數(shù)據(jù)庫2250中保存的學(xué)習(xí)參數(shù) 2010生成追加學(xué)習(xí)信息2013，向?qū)W習(xí)信息數(shù)據(jù)庫2280發(fā)送。
此外，在步驟1150使用的學(xué)習(xí)信息數(shù)據(jù)2012是在步驟1110中使用的學(xué) 習(xí)后的結(jié)果。
下面說明在控制裝置2200中設(shè)置的學(xué)習(xí)信息追加部2800的控制動作。
圖22是說明在圖8所示的控制裝置2200中設(shè)置的學(xué)習(xí)信息追加部2800 的動作內(nèi)容的圖，是說明圖20所示的流程圖中的步驟1150的詳情的流程圖。
在圖22中，在步驟2810，使用作為在步驟1110學(xué)習(xí)的結(jié)果的學(xué)習(xí)信息 數(shù)據(jù)2012，導(dǎo)出為在每一區(qū)域內(nèi)到達目標(biāo)狀態(tài)需要的操作次數(shù)。這可以通過 把某區(qū)域設(shè)定為初始狀態(tài)、求從那里到達目標(biāo)狀態(tài)的操作次數(shù)、在全部區(qū)域 內(nèi)執(zhí)行這樣的作業(yè)而導(dǎo)出。
接著在步驟2820，在每一區(qū)域內(nèi)，使用學(xué)習(xí)參數(shù)2010決定用一次操作 可轉(zhuǎn)移的狀態(tài)的范圍(可操作范圍)，對于可操作范圍內(nèi)的區(qū)域，全部抽出在 步驟2810求得的操作次數(shù)的值。
接著在步驟2830，在某一個區(qū)域中，判斷向在步驟2810中抽出的操作 次數(shù)的值成為最小的區(qū)域轉(zhuǎn)移的操作方法為最優(yōu)的操作方法，把該操作方法 作為追加學(xué)習(xí)信息數(shù)據(jù)2013，從學(xué)習(xí)信息追加部2800向?qū)W習(xí)信息數(shù)據(jù)庫2280 發(fā)送。圖23是說明在說明學(xué)習(xí)信息追加部2800的動作內(nèi)容的圖23的流程圖中 學(xué)習(xí)的結(jié)果的說明圖。如圖23所示，在學(xué)習(xí)信息追加部2800中生成的追加 學(xué)習(xí)信息數(shù)據(jù)2013內(nèi)，包含如在初始狀態(tài)下如圖中的箭頭那樣進行操作。
當(dāng)遵照從圖23的初始狀態(tài)出發(fā)的箭頭操作時，從初始狀態(tài)下的可操作范 圍中，能夠到達為到達NOx低的區(qū)域需要的操作次數(shù)成為最小的區(qū)域。
以上的說明內(nèi)容是圖20所示的步驟1150的動作說明。
接著，在步驟1160，使操作信號生成部2300動作，使用在步驟1150生 成的學(xué)習(xí)信息數(shù)據(jù)2022和控制邏輯數(shù)據(jù)2011生成操作信號2023。該操作信 號2023通過外部輸出接口 2202，作為成為控制指令的操作信號2024向工廠 2100發(fā)送。
接著，在步驟1170，使外部輸入接口 2201動作，在控制裝置2200的內(nèi) 部取入作為工廠的控制輸出的測量信號2001。其后，前進到步驟1130，重復(fù) 上述的步驟U30 步驟1170的動作。
但是，在圖18所示的控制裝置2200的控制動作的流程圖中，在控制裝 置2200的學(xué)習(xí)條件決定部2700中，學(xué)習(xí)觸發(fā)器2007成為"1"的場合，需 要前進到步驟1010進行再學(xué)習(xí)。
與此相對，在圖20所示的控制裝置2200的控制動作的流程圖中，即使 在學(xué)習(xí)觸發(fā)器2007成為"1"的場合，通過使用在步驟1110學(xué)習(xí)的結(jié)果使學(xué) 習(xí)信息追加部2800動作，能夠生成和把學(xué)習(xí)參數(shù)2014 (學(xué)習(xí)參數(shù)2010)作 為學(xué)習(xí)條件的場合的學(xué)習(xí)模型輸入2017的生成方法的場合相同的學(xué)習(xí)信息 數(shù)據(jù)。
其結(jié)果，在通過使用圖18的流程圖的效果外，即使在不使用可高速運算 的控制裝置的場合，也能夠得到不停止學(xué)習(xí)信號生成部2310的功能能夠控制 工廠的效果。
作為在火力發(fā)電廠中使用本發(fā)明的工廠的控制裝置以及控制方法的實施 例的效果，可以舉出能夠降低從火力發(fā)電廠排出的煤氣中的NOx的濃度。
再有，伴隨NOx的濃度的降低，降低為從排除的煤氣中降低NOx所需 要的脫硝裝置中的氨的使用量，可以得到能夠長時間保持脫硝裝置的催化劑 活性。另外，根據(jù)本發(fā)明的實施例的工廠的控制裝置，使用關(guān)于操作端的動作 臨界速度的事前信息(規(guī)格)決定在學(xué)習(xí)的約束條件的決定中使用的學(xué)習(xí)參 數(shù)的初始值。另外，因為使用測量信號逐次修正該學(xué)習(xí)參數(shù)，所以能夠在學(xué) 習(xí)參數(shù)中反映工廠的操作端的動作速度。
例如，在使用多個設(shè)計規(guī)格的操作端、實際的動作速度有散差的場合， 能夠?qū)嵤┛紤]各個操作端的動作速度的學(xué)習(xí)。另外，即使在操作端隨時間流 逝劣化、動作速度降低的場合，因為把降低后的動作速度作為約束條件學(xué)習(xí)， 能夠良好地控制工廠，所以能夠安全地運行工廠。
另外，通過使用本實施例的工廠的控制裝置，因為不需要工廠的運行人 員決定學(xué)習(xí)的約束條件的作業(yè)，所以也能得到提高控制裝置使用的方便性、 縮短為學(xué)習(xí)的條件設(shè)定期間的效果。
本發(fā)明是可以用于火力發(fā)電廠等工廠的控制裝置以及工廠的控制方法。
權(quán)利要求
1. 一種工廠的控制裝置，具有使用作為工廠的運行狀態(tài)量的測量信號計算給予工廠的成為控制指令的操作信號的操作信號生成部，其特征在于，在控制裝置中，使其分別具有模擬成為控制對象的工廠的控制特性的模型；保存有包含在用操作信號生成部計算操作信號中使用的控制參數(shù)的控制邏輯數(shù)據(jù)的控制邏輯數(shù)據(jù)庫；保存有控制工廠的狀態(tài)量的操作端的操作端規(guī)格數(shù)據(jù)的操作端規(guī)格數(shù)據(jù)庫；保存有過去的操作信號的操作信號數(shù)據(jù)庫；保存有過去的測量信號的測量信號數(shù)據(jù)庫；具有使用在控制邏輯數(shù)據(jù)庫和操作端規(guī)格數(shù)據(jù)庫中保存的數(shù)據(jù)，決定學(xué)習(xí)參數(shù)的初始值的功能和使用在控制邏輯數(shù)據(jù)庫和操作信號數(shù)據(jù)庫和測量信號數(shù)據(jù)庫中保存的數(shù)據(jù)，更新所述學(xué)習(xí)參數(shù)的功能的學(xué)習(xí)條件決定部；把在學(xué)習(xí)參數(shù)中包含的每單位時間的操作信號變化幅度的限制值設(shè)定為學(xué)習(xí)的約束條件、使用所述模型學(xué)習(xí)工廠的操作方法的學(xué)習(xí)部；保存用學(xué)習(xí)部學(xué)習(xí)的學(xué)習(xí)信息數(shù)據(jù)的學(xué)習(xí)信息數(shù)據(jù)庫；在操作信號生成部中，使其具有使用作為工廠的運行狀態(tài)量的測量信號和在學(xué)習(xí)信息數(shù)據(jù)庫中保存的學(xué)習(xí)信息數(shù)據(jù)、計算對于工廠的操作信號的學(xué)習(xí)信號生成部。
2. 根據(jù)權(quán)利要求1所述的工廠的控制裝置，其特征在于， 具有學(xué)習(xí)信息追加部，其具有這樣的功能即使用在學(xué)習(xí)信息數(shù)據(jù)庫中保存的學(xué)習(xí)信息數(shù)據(jù)，把在學(xué)習(xí)參數(shù)中包含的每單位時間的操作信號變化幅 度的限制值設(shè)定為學(xué)習(xí)的約束條件、來推定在學(xué)習(xí)部中實施了學(xué)習(xí)時的學(xué)習(xí) 信息數(shù)據(jù)，向?qū)W習(xí)信息數(shù)據(jù)庫發(fā)送作為該推定結(jié)果的追加學(xué)習(xí)信息數(shù)據(jù)的功 能。
3. 根據(jù)權(quán)利要求1所述的工廠的控制裝置，其特征在于，構(gòu)成為使控制裝置學(xué)習(xí)條件決定部具有下述功能即對在控制邏輯數(shù) 據(jù)庫中保存的控制參數(shù)中、為限制每單位時間的信號的變化幅度而設(shè)定的參 數(shù)和在操作端規(guī)格數(shù)據(jù)庫中保存的操作端的動作速度的值進行比較，把絕對 值小的值作為學(xué)習(xí)參數(shù)的初始值的功能。
4. 一種工廠的控制裝置，其使用作為火力發(fā)電廠的運行狀態(tài)量的測量信號，計算給予火力發(fā)電廠的成為控制指令的操作信號來控制火力發(fā)電廠，其 特征在于，在控制裝置中，使其分別具有模擬成為控制對象的火力發(fā)電廠的控制 特性的模型；保存有包含在用操作信號生成部操作信號的計算中使用的控制 參數(shù)的控制邏輯數(shù)據(jù)的控制邏輯數(shù)據(jù)庫；保存有控制火力發(fā)電廠的狀態(tài)量的 操作端的操作端規(guī)格數(shù)據(jù)的操作端規(guī)格數(shù)據(jù)庫；保存有過去的操作信號的操 作信號數(shù)據(jù)庫；保存有過去的測量信號的測量信號數(shù)據(jù)庫；具有使用在控制 邏輯數(shù)據(jù)庫和操作端規(guī)格數(shù)據(jù)庫中保存的數(shù)據(jù)，決定學(xué)習(xí)參數(shù)的初始值的功 能，和使用在控制邏輯數(shù)據(jù)庫和操作信號數(shù)據(jù)庫和測量信號數(shù)據(jù)庫中保存的 數(shù)據(jù)，更新所述學(xué)習(xí)參數(shù)的功能的學(xué)習(xí)條件決定部；把在學(xué)習(xí)參數(shù)中包含的 每單位時間的操作信號變化幅度的限制值設(shè)定為學(xué)習(xí)的約束條件、使用所述 模型學(xué)習(xí)火力發(fā)電廠的操作方法的學(xué)習(xí)部；保存有用學(xué)習(xí)部學(xué)習(xí)的學(xué)習(xí)信息 數(shù)據(jù)的學(xué)習(xí)信息數(shù)據(jù)庫；在操作信號生成部中，使其具有使用作為工廠的運 行狀態(tài)量的測量信號和在學(xué)習(xí)信息數(shù)據(jù)庫中保存的學(xué)習(xí)信息數(shù)據(jù)、計算對于 火力發(fā)電廠的操作信號的學(xué)習(xí)信號生成部。
5. 根據(jù)權(quán)利要求4所述的工廠的控制裝置，其特征在于， 在測量信號中，包含氮氧化物濃度、 一氧化碳濃度、二氧化碳濃度、硫化氧化物、以及水銀的至少一種，在操作信號中包含決定空氣調(diào)節(jié)閥的開度、 空氣流量、燃料流量的至少一種的信號，在控制裝置中已裝備的學(xué)習(xí)條件決 定部中，使之具有以下功能即使用在控制邏輯數(shù)據(jù)庫和操作信號數(shù)據(jù)庫和 測量信號數(shù)據(jù)庫中保存的數(shù)據(jù)，推定火力發(fā)電廠是否正在實施包含燃燒器切 換運行、煤種類切換運行、以及負(fù)荷變化運行的至少一種的運行，并根據(jù)該 推定結(jié)果更新學(xué)習(xí)參數(shù)的功能；和使用在操作信號數(shù)據(jù)庫和測量信號數(shù)據(jù)庫 中保存的數(shù)據(jù)推定操作端的動作速度，并根據(jù)該推定結(jié)果更新學(xué)習(xí)參數(shù)的功 能。
6. 根據(jù)權(quán)利要求5所述的工廠的控制裝置，其特征在于，構(gòu)成為在控制裝置中，使之配備有具有使用在學(xué)習(xí)信息數(shù)據(jù)庫中保存 的學(xué)習(xí)信息，把在學(xué)習(xí)參數(shù)中包含的每單位時間的操作信號變化幅度的限制 值作為學(xué)習(xí)的約束條件來推定在學(xué)習(xí)部中實施了學(xué)習(xí)時的學(xué)習(xí)信息數(shù)據(jù)，將作為該推定結(jié)果的追加學(xué)習(xí)信息數(shù)據(jù)發(fā)送給學(xué)習(xí)信息數(shù)據(jù)庫的功能的學(xué)習(xí)信 息追加部，在所述操作信號生成部的學(xué)習(xí)信號生成部中，使用在學(xué)習(xí)信息數(shù) 據(jù)庫中保存的追加學(xué)習(xí)信息數(shù)據(jù)來計算操作信號。
7. 根據(jù)權(quán)利要求6所述的工廠的控制裝置，其特征在于，構(gòu)成為在控制裝置的學(xué)習(xí)部中，具有下述功能即把操作端的動作區(qū) 域分割為預(yù)先設(shè)定的區(qū)域、把從分割后的各區(qū)域僅能對鄰接的區(qū)域進行操作 設(shè)定為學(xué)習(xí)的約束條件的功能；和計算作為基于模型的模擬的預(yù)測結(jié)果的模 型輸出為到達實現(xiàn)其目標(biāo)值的區(qū)域所需要的操作次數(shù)的功能；構(gòu)成為在控 制裝置的學(xué)習(xí)信息追加部中，具有下述功能即分割為預(yù)先設(shè)定的區(qū)域的操 作端的動作區(qū)域中的某區(qū)域的操作方法，作為在單位時間后能夠到達的區(qū)域 中、向操作次數(shù)的值成為最小的區(qū)域移動的操作方法的功能。
8. 根據(jù)權(quán)利要求4所述的工廠的控制裝置，其特征在于，在作為火力發(fā)電廠的運行狀態(tài)的通常運行、燃燒器切換運行、煤種類切 換運行或者負(fù)荷變化運行的每一種中，設(shè)置有設(shè)定在所述控制裝置中使用的 控制參數(shù)的用戶接口。
9. 一種工廠的控制方法，其使用作為工廠的運行狀態(tài)量的測量信號，計算給予工廠的成為控制指令的操作信號來控制工廠，其特征在于，通過工廠的控制裝置形成模擬成為控制對象的工廠的控制特性的模型， 在控制裝置的控制邏輯數(shù)據(jù)庫中，保存包含在操作信號的計算中使用的控制 參數(shù)的控制邏輯數(shù)據(jù)，在操作端規(guī)格數(shù)據(jù)庫中，保存控制工廠的狀態(tài)量的操 作端的操作端規(guī)格數(shù)據(jù)，在操作信號數(shù)據(jù)庫中，保存過去的操作信號，在測 量信號數(shù)據(jù)庫中，保存過去的測量信號，使用在控制邏輯數(shù)據(jù)庫和操作端規(guī) 格數(shù)據(jù)庫中保存的數(shù)據(jù)，決定學(xué)習(xí)參數(shù)的初始值，同時使用在控制邏輯數(shù)據(jù) 庫和操作信號數(shù)據(jù)庫和測量信號數(shù)據(jù)庫中保存的數(shù)據(jù)，更新學(xué)習(xí)參數(shù)，把在 學(xué)習(xí)參數(shù)中包含的每單位時間的操作信號變化幅度的限制值設(shè)定為學(xué)習(xí)的約 束條件，使用所述模型模擬工廠的特性來學(xué)習(xí)工廠的操作方法，在學(xué)習(xí)信息 數(shù)據(jù)庫中保存作為學(xué)習(xí)的結(jié)果的學(xué)習(xí)信息數(shù)據(jù)，使用作為工廠的運行狀態(tài)量 的測量信號和在學(xué)習(xí)信息數(shù)據(jù)庫中保存的學(xué)習(xí)信息數(shù)據(jù)，計算給予工廠的成 為控制指令的操作信號來控制工廠。
10. 根據(jù)權(quán)利要求9所述的工廠的控制方法，其特征在于， 在模擬工廠的特性來學(xué)習(xí)工廠的操作方法時，使用在學(xué)習(xí)信息數(shù)據(jù)庫中保存的學(xué)習(xí)信息數(shù)據(jù)，把在學(xué)習(xí)參數(shù)中包含的每單位時間的操作信號變化幅 度的限制值設(shè)定為學(xué)習(xí)的約束條件，來推定實施了學(xué)習(xí)時的學(xué)習(xí)信息數(shù)據(jù)， 把作為該推定結(jié)果的追加學(xué)習(xí)信息數(shù)據(jù)加到學(xué)習(xí)信息數(shù)據(jù)庫的學(xué)習(xí)信息數(shù)據(jù) 中，計算給予工廠的成為控制指令的操作信號，來控制工廠。
11. 根據(jù)權(quán)利要求9所述的工廠的控制方法，其特征在于， 對在控制邏輯數(shù)據(jù)庫中保存的控制參數(shù)中、為限制每單位時間的信號的變化幅度設(shè)定的參數(shù)，和在操作端規(guī)格數(shù)據(jù)庫中保存的操作端的動作速度的 值進行比較，把絕對值小的值作為學(xué)習(xí)參數(shù)的初始值。
12. 根據(jù)權(quán)利要求9所述的工廠的控制方法，其特征在于， 把操作端的動作區(qū)域分割為預(yù)先設(shè)定的區(qū)域，把從分割后的各區(qū)域僅能對鄰接的區(qū)域進行操作設(shè)定為學(xué)習(xí)的約束條件，計算作為基于模型的模擬的 預(yù)測結(jié)果的模型輸出為到達實現(xiàn)其目標(biāo)值的區(qū)域所需要的操作次數(shù)，在已分 割為預(yù)先設(shè)定的區(qū)域的操作端的動作區(qū)域中的某區(qū)域的操作方法，作為在單 位時間后能夠到達的區(qū)域中、向所述操作次數(shù)的值成為最小的區(qū)域移動的操 作方法。
13. —種工廠的控制方法，其使用作為火力發(fā)電廠的運行狀態(tài)量的測量 信號計算給予火力發(fā)電廠的成為控制指令的操作信號，來控制火力發(fā)電廠， 其特征在于，通過工廠的控制裝置形成模擬成為控制對象的工廠的控制特性的模型， 在控制裝置的控制邏輯數(shù)據(jù)庫中，保存包含在操作信號的計算中使用的控制 參數(shù)的控制邏輯數(shù)據(jù)，在操作端規(guī)格數(shù)據(jù)庫中，保存控制工廠的狀態(tài)量的操 作端的操作端規(guī)格數(shù)據(jù)，在操作信號數(shù)據(jù)庫中，保存過去的操作信號，在測 量信號數(shù)據(jù)庫中，保存過去的測量信號，使用在控制邏輯數(shù)據(jù)庫和操作端規(guī) 格數(shù)據(jù)庫中保存的數(shù)據(jù)，決定學(xué)習(xí)參數(shù)的初始值，同時，使用在控制邏輯數(shù) 據(jù)庫和所述操作信號數(shù)據(jù)庫和所述測量信號數(shù)據(jù)庫中保存的數(shù)據(jù)，更新所述 學(xué)習(xí)參數(shù)；把在學(xué)習(xí)參數(shù)中包含的每單位時間的操作信號變化幅度的限制值 設(shè)定為學(xué)習(xí)的約束條件，使用所述模型模擬工廠的特性來學(xué)習(xí)工廠的操作方法，在學(xué)習(xí)信息數(shù)據(jù)庫中保存作為學(xué)習(xí)的結(jié)果的學(xué)習(xí)信息數(shù)據(jù)，；使用作為工 廠的運行狀態(tài)量的測量信號和在學(xué)習(xí)信息數(shù)據(jù)庫中保存的學(xué)習(xí)信息數(shù)據(jù)，計 算給予工廠的成為控制指令的操作信號，來控制工廠。
14. 根據(jù)權(quán)利要求13所述的工廠的控制方法，其特征在于， 在測量信號中包含氮氧化物濃度、 一氧化碳濃度、二氧化碳濃度、硫化氧化物、以及水銀的至少一種，在操作信號中包含決定空氣調(diào)節(jié)閥的開度、 空氣流量、燃料流量的至少一種的信號，使用在控制邏輯數(shù)據(jù)庫和操作端規(guī) 格數(shù)據(jù)庫中保存的數(shù)據(jù)，決定學(xué)習(xí)參數(shù)的初始值，使用在控制邏輯數(shù)據(jù)庫和 操作信號數(shù)據(jù)庫和測量信號數(shù)據(jù)庫中保存的數(shù)據(jù)，推定火力發(fā)電廠是否正在 實施包含燃燒器切換運行、煤種類切換運行、以及負(fù)荷變化運行的至少一種 的運行，根據(jù)該推定結(jié)果，更新學(xué)習(xí)參數(shù)，或者使用在操作信號數(shù)據(jù)庫和測 量信號數(shù)據(jù)庫中保存的數(shù)據(jù)，推定操作端的動作，根據(jù)該推定結(jié)果更新學(xué)習(xí) 參數(shù)，這樣來決定學(xué)習(xí)參數(shù)，把在學(xué)習(xí)參數(shù)中包含的每單位時間的操作信號 變化幅度的限制值設(shè)定為學(xué)習(xí)的約束條件，使用模擬火力發(fā)電廠的特性的模 型學(xué)習(xí)火力發(fā)電廠的操作方法，在學(xué)習(xí)信息數(shù)據(jù)庫中保存作為學(xué)習(xí)的結(jié)果的 學(xué)習(xí)信息數(shù)據(jù)，使用作為工廠的運行狀態(tài)量的測量信號和在學(xué)習(xí)信息數(shù)據(jù)庫 中保存的學(xué)習(xí)信息數(shù)據(jù)，計算對于火力發(fā)電廠的操作信號。
15. 根據(jù)權(quán)利要求14所述的工廠的控制方法，其特征在于， 使用在學(xué)習(xí)信息數(shù)據(jù)庫中保存的學(xué)習(xí)信息數(shù)據(jù)，把在學(xué)習(xí)參數(shù)中包含的每單位時間的操作信號變化幅度的限制值設(shè)定為學(xué)習(xí)的約束條件，推定在學(xué) 習(xí)部中實施學(xué)習(xí)時的學(xué)習(xí)信息數(shù)據(jù)，使用作為該推定結(jié)果的追加學(xué)習(xí)信息數(shù) 據(jù)，計算對于火力發(fā)電廠的操作信號。
全文摘要
本發(fā)明提供即使在學(xué)習(xí)初始階段也能夠?qū)W習(xí)可安全地運行控制對象的操作信號的生成方法的控制技術(shù)。本發(fā)明提供的工廠的控制裝置以及工廠的控制方法具備以下的功能即使在工廠的控制中使用的多個操作端的動作速度中存在差異或者操作端隨時間流逝劣化動作速度劣化的情況下，也為能夠良好地控制工廠來適當(dāng)?shù)貨Q定學(xué)習(xí)的約束條件。將第二評價值信號相加到第一評價值信號，所以，在控制對象和模型的特性不同的區(qū)域不生成操作信號，而只能在特性相近的區(qū)域?qū)W習(xí)操作信號的生成方法。因此，可提高運行剛剛開始后的控制對象的安全性。
文檔編號G05B13/04GK101477332SQ200810184450
公開日2009年7月8日 申請日期2007年1月18日 優(yōu)先權(quán)日2006年2月28日
發(fā)明者關(guān)合孝朗, 山田昭彥, 林喜治, 楠見尚弘, 深井雅之, 清水悟, 神永榮一 申請人:株式會社日立制作所