异常诊断装置及气化系统的制作方法

控制;调节装置的制造及其应用技术1.本发明涉及异常诊断装置及气化系统。本技术主张基于在2020年8月12日提交的日本专利申请第2020-136252号的优先权的利益，其内容引用于本技术。背景技术：2.在下述专利文献1中公开了异常诊断方法及异常诊断系统。该专利文献1中的异常诊断方法具有：模型制作步骤，制作监视对象物的仿真模型；运转开始步骤，开始监视对象物的运转；测量步骤，测量监视对象物的运转状态下的内部状态量并提取实测值；预测步骤，将与监视对象物的运转状态相同的控制输入值输入到仿真模型来计算监视对象物的内部状态量的预测值；马氏距离计算步骤，根据实测值与预测值的差分来计算马氏距离；以及异常诊断步骤，根据马氏距离来诊断监视对象物的运转状态是否异常。3.在下述专利文献2中公开了仿真装置及仿真方法。该专利文献2中的仿真装置是预测实际工艺的运转状态的仿真装置，具有：参数蓄积部，其将在跟踪模拟器装置的运转状态的同步中设定的仿真模型的调整参数与从实际车间得到的运转条件的信息关联起来进行蓄积；工艺模拟器部，其以预测对象的运转条件为基础使用仿真模型来预测运转状态；以及调整参数设定部，其动态地设定仿真模型的调整参数，上述调整参数设定部从参数蓄积部取得与和预测对象的运转条件类似的运转条件的信息关联起来的调整参数，以该调整参数为基础来设定仿真模型的调整参数。4.现有技术文献5.专利文献6.专利文献1：日本特开2016-151909号公报7.专利文献2：日本特开2019-021032号公报技术实现要素：8.发明要解决的课题9.作为上述监视对象物之一有气化系统。众所周知，该气化系统通过热分解和还原反应使生物质等固体燃料(原料)气化，由此生成甲烷气体等气体燃料(气化气体)作为产物。已知这样的气化系统的运转稳定性受到原料的含水率和气化温度等的影响。在气化系统中，为了稳定地生成气化气体，与原料对应的运转参数的最佳设定极其重要。10.然而，在以往的气化系统中，使用公知的pid控制(比例/积分/微分控制)来控制气化系统的各操作量，当运转参数脱离预先设定的极限值(上限值及下限值)时，判定为气化系统的运转状态达到异常状态而输出警报(报警)。因此，在以往的气化系统中，存在无法事先预测气化系统的运转异常的问题。11.本发明是鉴于上述情况而完成的，其目的在于事先预测气化系统的运转异常。12.用于解决课题的手段13.本发明的一个方式的异常诊断装置具有：评价单元，其根据气化系统中的特定的工艺值与由所述气化系统生成的气化气体中的特定的成分浓度的相关关系来评价所述气化系统是否处于异常化倾向；以及通知单元，其将该评价单元的评价结果通知给外部。14.所述评价单元也可以具有：温度预测单元，其求出所述工艺值的预测值；以及浓度预测单元，其求出所述成分浓度的预测值，所述评价单元可以通过将距离评价指数与在所述气化系统正常时得到的所述距离评价指数进行比较，来评价所述气化系统是否处于异常化倾向，所述距离评价指数是根据所述工艺值的预测值与实测值的差分以及所述成分浓度的预测值与实测值的差分而给出的。15.所述温度预测单元也可以使用所述气化系统的物理模型来求出所述工艺值的预测值。16.所述浓度预测单元也可以使用所述气化系统的学习完成模型来求出所述成分浓度的预测值。17.所述评价单元也可以在所述成分浓度的预测值与所述成分浓度的实测值相差预定量以上的情况下，评价所述气化系统是否处于异常化倾向。18.所述工艺值也可以是气化温度，且所述成分浓度也可以是甲烷浓度。19.本发明的另一方式是气化系统，具有上述的异常诊断装置。20.发明效果21.根据本发明，能够事先预测气化系统的运转异常。附图说明22.图1是表示本发明的一实施方式中的双塔式气化炉t(气化系统)的概要的示意图。23.图2是表示本发明的一实施方式的异常诊断装置d的功能结构的框图。24.图3是表示本发明的一实施方式的异常诊断装置d的动作的流程图。25.图4是表示本发明的一实施方式中的马氏距离的时间变化的特性图。具体实施方式26.以下，参照附图，对本发明的一实施方式进行说明。27.首先，参照图1对本实施方式中的双塔式气化炉t进行说明。该双塔式气化炉t具有气化炉1、燃烧炉2、第一旋流器3以及第二旋流器4作为主要的构成要素，由从外部投入的预定的原料n制造气体燃料(气化气体)。这样的双塔式气化炉t相当于本发明的气化系统。28.本实施方式中的原料n是煤、生物质等固体燃料。上述煤除了一般的煤以外，还可以是褐煤、次烟煤等低品质煤。另外，生物质例如是间伐材等木质生物质、或者甘蔗等资源作物类生物质。这样的原料n以粒径被调整为预定的粒径的状态投入到双塔式气化炉t中。29.构成这样的双塔式气化炉t的上述构成要素中的气化炉1是通过对上述的原料n进行热分解处理以及还原处理而产生气化气体的热分解炉。该气化炉1形成包含预定容量的内部空间的气化室rg。另外，如图所示，该气化炉1具有：原料投入口1a、载热体接收口1b、气泡流动层1c、第一排出口1d以及第二排出口1e。30.原料投入口1a是用于将上述原料n投入到气化室rg的开口，如图所示设置于气化炉1的侧部。即，该原料投入口1a设置在能够将原料投放到形成于气化室rg的底部的气泡流动层1c上的位置，使从外部投入的原料n落下到气泡流动层1c上。31.载热体接收口1b是用于将从第一旋流器3流入的高温的粒状载热体p(载热体)接收到气化室rg的开口，如图所示，设置在气化炉1的上部且水平方向上的一端部。即，该载热体接收口1b使从第一旋流器3流入的高温的粒状载热体p等从上方且从一端部流入到气化室rg。此外，上述粒状载热体p是具有预定粒径的粒状(固体状)的载热体，例如是预定粒径的砂。32.如图所示，气泡流动层1c遍及气化室rg的整个底部地形成，通过从下方朝向上方喷射的水蒸气j使原料n及粒状载热体p等流动化。例如，在气化室rg的底部具有限制原料n及粒状载热体p等的通过并且能够使水蒸气j通过的风箱。气泡流动层1c使用水蒸气j使位于这样的风箱上的原料n及粒状载热体p等流动化。33.在设置有这样的气泡流动层1c的气化室rg中，以高温的粒状载热体p为热源对原料n进行热分解，由此生成热分解气体，并且利用水蒸气j对该热分解气体进行还原处理，由此生成气化气体g等气体成分。另外，在气化室rg中，通过原料n的热分解而生成煤焦(热分解煤焦)、焦油等固体成分。上述热分解煤焦是以碳(c)为主成分的物质，能够作为燃料发挥功能。34.如图所示，第一排出口1d设置于气化炉1的侧部，是主要将上述固体成分及粒状载热体p向燃烧炉2排出的开口。即，该第一排出口1d设置于气化炉1的侧部，由此，将比重比气体成分大的固体成分及粒状载热体p选择性地向燃烧炉2排出。35.如图所示，相对于这样的第一排出口1d，第二排出口1e是设置于气化炉1的上部的开口，主要将气化气体g等气体成分向第二旋流器4排出。即，该第二排出口1e设置在气化炉1的上部，由此，将比重比固体成分小的气化气体g等气体成分选择性地向第二旋流器4排出。此外，上述气体成分中含有些许比重较小的燃烧灰(固体)。36.如图所示，上述的原料投入口1a及载热体接收口1b配置在比较近的位置。另外，如图所示，上述的第一排出口1d及第二排出口1e配置于比较近的位置，但配置于从原料投入口1a及载热体接收口1b充分分离的位置。这样的原料投入口1a及载热体接收口1b与第一排出口1d及第二排出口1e的分离配置是为了充分地确保气化室rg中的反应距离。37.在这样的气化炉1中，投入到气化室rg的原料n及粒状载热体p因水蒸气j而从一端朝向另一端流动化的同时被输送。并且，在气化炉1中，通过在这样的输送期间进行原料n的热分解反应以及热分解气体的还原反应而生成气化气体g。38.燃烧炉2是通过使从气化炉1流入的热分解煤焦燃烧来加热粒状载热体p的加热炉，其内部空间形成燃烧室rb。该燃烧炉2通过热分解煤焦的燃烧而产生高温的燃烧气体及燃烧灰，将该燃烧气体作为热源，对从气化炉1流入的粒状载热体p进行加热。如图所示，这样的燃烧炉2具有：接收口2a、循环流动层2b以及排出口2c。39.接收口2a是从气化炉1接收上述固体成分的开口，如图所示，设置于燃烧炉2的侧部。即，该接收口2a设置在能够将粒状载热体p投放到形成于燃烧室rb的底部的循环流动层2b上的位置，使从气化炉1接收的固体成分即粒状载热体p及热分解煤焦落下到循环流动层2b上。40.如图所示，循环流动层2b遍及燃烧室rb的整个底部地形成，通过从下方朝向上方喷射的空气a使粒状载热体p及热分解煤焦流动化。例如，在燃烧室rb的底部具有向上方吹起空气a的多个散气管。这样的循环流动层2b使位于散气管上的粒状载热体p及热分解煤焦流动化，并且使空气a作为氧化剂作用于热分解煤焦，由此，使该热分解煤焦燃烧。41.在设置有这样的循环流动层2b的燃烧室rb中，热分解煤焦在空气a的存在下燃烧，由此，产生高温的燃烧气体。另外，在该燃烧室rb中，高温的燃烧气体与粒状载热体p进行热交换，由此，对粒状载热体p进行加热。在这样的燃烧室rb中，燃烧气体及燃烧灰成为上升流而从下方向上方流通，通过该上升流，粒状载热体p被从下方向上方吹起。42.排出口2c是将上述燃烧气体、燃烧灰及粒状载热体p朝向第一旋流器3排出的开口，如图所示设置在燃烧炉2的上部。即，该排出口2c设置于燃烧炉2的上部，由此，将加热至充分的高温的粒状载热体p与燃烧气体及燃烧灰一起向第一旋流器3排出。43.第一旋流器3是对从燃烧炉2流入的燃烧气体及粒状载热体p进行固气分离的固气分离装置。该第一旋流器3从侧部取入燃烧气体及粒状载热体p而设为下降回旋流，由此，利用燃烧气体、燃烧灰及粒状载热体p的比重差进行分离。这样的第一旋流器3具有第一排出口3a和第二排出口3b。44.第一排出口3a是将作为固体成分的燃烧灰及粒状载热体p朝向气化炉1排出的开口，如图所示，设置于第一旋流器3的底部(下部)。该第一排出口3a设置于第一旋流器3的底部，因此，将燃烧气体及粒状载热体p中的比重较大的燃烧灰及粒状载热体p排出。45.第二排出口3b是将燃烧气体朝向外部排出的开口，如图所示，设置于水平方向上的第一旋流器3的中心部。该第二排出口3b设置于水平方向上的第一旋流器3的中心部，因此，将比重较小的燃烧气体(气体)向外部排出。46.第二旋流器4是对从气化炉1的第二排出口1e流入的气化气体g等气体成分及燃烧灰进行固气分离的固气分离装置。该第二旋流器4从侧部取入气体成分及燃烧灰而设为下降回旋流，由此，利用气体成分及燃烧灰的比重差进行分离。这样的第二旋流器4具有排出阀4a和排出口4b。47.排出阀4a是将作为固体成分的燃烧灰向外部排出的开闭阀，如图所示，设置在第二旋流器4的底部(下部)。该排出阀4a设置于第二旋流器4的底部，因此，选择性地排出比重比气体成分大的燃烧灰。48.排出口4b是将气化气体g等气体成分向外部排出的开口，如图所示，设置在水平方向上的第二旋流器4的中心部。该排出口4b设置在第二旋流器4的水平方向上的中心部，因此，将比重较小的气体成分向外部排出。49.在这样构成的双塔式气化炉t中，在粒状载热体p以气化炉1→燃烧炉2→第一旋流器3→气化炉1的顺序进行循环的期间，在气化炉1(气化室rg)中从原料n生成包含气化气体g的气体成分。并且，该气体成分从气化炉1流入到第二旋流器4，由此，选择性地除去作为固体杂质的燃烧灰。并且，包含些许气体杂质的气化气体g作为双塔式气化炉t的产物供给到外部。50.在这样的双塔式气化炉t中，通过未图示的系统控制装置来调节各种操作量。即，在双塔式气化炉t中具有用于检测气泡流动层1c中的水蒸气j的供给量(蒸气流量)、水蒸气j的流速(蒸气流速)及层温(气化温度)以及循环流动层2b中的空气a的供给量(空气流量)等各种工艺量的各种传感器(省略图示)。系统控制装置根据这些各种传感器的检测值(控制量)对蒸气流量、蒸气流速、气化温度及空气流量等操作量进行pid控制，由此实现双塔式气化炉t的稳定运转。51.接着，参照图2对本实施方式的异常诊断装置d进行说明。该异常诊断装置d对上述的双塔式气化炉t进行诊断，如图所示，具有：存储装置5、操作装置6及运算装置7。该异常诊断装置d作为辅助系统控制装置的附属设备而附带地设置于双塔式气化炉t。52.存储装置5是硬盘等非易失性存储装置，至少存储学习完成模型5a及物理模型5b。另外，该存储装置5存储异常诊断程序作为操作装置6执行的应用程序之一。这样的存储装置5根据从操作装置6输入的读出命令，将学习完成模型5a、物理模型5b以及异常诊断程序提供给操作装置6。53.学习完成模型5a具有登记了大量表示双塔式气化炉t正常时的特定的工艺值与气化气体g中的特定的成分浓度的关系的教师数据的数据库(教师数据库)。该学习完成模型5a是对上述教师数据进行机器学习而得的数理模型(数学模型)，当被输入(指定)工艺值的实测值时，输出与该实测值对应的特定的成分浓度的预测值。54.这样的学习完成模型5a在被输入例如蒸气流量、蒸气流速、气化温度及空气流量以及原料n的组成(原料组成)的实测值时，作为与这些实测值对应的特性的成分浓度，输出作为气化气体g的主成分的甲烷气体(ch4)的浓度(甲烷浓度)的预测值。该甲烷浓度相当于本发明中的特定的成分浓度。55.物理模型5b是模拟了正常时的双塔式气化炉t的行为的数理模型(数学模型)。该物理模型5b若输入(指定)特定的工艺值的实测值，则关于正常时的双塔式气化炉t，输出与上述特定的工艺值不同的工艺值的预测值。这样的物理模型5b当被输入例如原料n的组成(原料组成)、蒸气流量、蒸气流速以及空气流量时，输出与其对应的气化温度。该气化温度相当于本发明中的特定的工艺值。56.作为特定的工艺值的气化温度即气泡流动层1c的层温，是相对于作为特定的成分浓度的气化气体g的甲烷浓度具有较良好的相关关系的物理量。本实施方式的异常诊断装置d着眼于这样的气化温度与甲烷浓度的相关关系，根据该相关关系在距离空间上评价双塔式气化炉t的协作，由此确定异常化倾向。57.操作装置6是异常诊断装置d的利用者操作的输入装置，例如是键盘和/或鼠标等指示设备。利用者通过向操作装置6输入各种操作指示，使异常诊断装置d开始基于异常诊断程序的异常诊断处理。58.运算装置7是以cpu(central processing unit)为主体的信息处理装置，通过由cpu执行从存储装置5读出的异常诊断程序来进行双塔式气化炉t(气化系统)的异常诊断。另外，该运算装置7向外部通知诊断结果即双塔式气化炉t是否处于异常倾向。59.运算装置7除了异常诊断程序以外，还根据从存储装置5读出的学习完成模型5a和物理模型5b、以及从系统控制装置取得的特定的工艺值即原料组成、蒸气流量、蒸气流速、气化温度和空气流量，进行双塔式气化炉t(气化系统)的异常诊断，详情在后面进行叙述。60.另外，运算装置7还进行存储在存储装置5中的学习完成模型5a的更新处理。即，运算装置7在根据上述的各种工艺值判定为双塔式气化炉t正常时，将表示原料组成、蒸气流量、蒸气流速、气化温度及空气流量的实测值与甲烷浓度的计算值的关系的数据作为新的示教数据取入到学习完成模型5a，由此更新学习完成模型5a。61.这样的存储装置5、操作装置6以及运算装置7构成评价单元，所述评价单元根据双塔式气化炉t中的气化温度(特定的工艺值)与从双塔式气化炉t输出的气化气体g的甲烷浓度(特定的成分浓度)的相关关系，来评价双塔式气化炉t是否处于异常倾向。另外，运算装置7相当于向外部通知上述评价单元的评价结果的通知单元。62.接着，参照图3～图5对本实施方式的异常诊断装置d的动作进行详细说明。63.运算装置7在从操作装置6输入开始指示时，根据异常诊断程序开始双塔式气化炉t的异常诊断处理。运算装置7在该异常诊断处理中，首先从系统控制装置取得原料组成、蒸气流量、蒸气流速、气化温度以及空气流量的实测值(步骤s1)。64.然后，运算装置7根据这样的工艺值的实测值来分析甲烷浓度，取得该分析值作为甲烷浓度的实测值cr(步骤s2)。这样的甲烷浓度的实测值cr(分析值)的取得，例如根据表示特定的工艺值(原料组成、蒸气流量、蒸气流速、气化温度及空气流量)与甲烷浓度的关系的过去实际数据来进行。65.接着，运算装置7向从存储装置5取得的学习完成模型5a输入在步骤s1中取得的原料组成、蒸气流量、蒸气流速、气化温度以及空气流量，由此，取得预定时间后的甲烷浓度的预测值ce(步骤s3)。这样的运算装置7和存储装置5的学习完成模型5a构成了求出甲烷浓度的预测值ce的浓度预测单元。66.然后，运算装置7针对正常时的双塔式气化炉t中的甲烷浓度判定上述预测值ce相对于过去的正常值是否极端地变动(步骤s4)。即，运算装置7在甲烷浓度的预测值ce超过浓度阈值cth的情况下，判定为预测值ce相对于过去的正常值极端地变动，在甲烷浓度的预测值ce未超过浓度阈值cth的情况下，判定为预测值ce未极端地变动。即，上述浓度阈值cth是过去的正常值能够取的范围的极限值。67.然后，运算装置7在上述步骤s4的判定为“是”的情况下，即示出了上述预测值ce超过浓度阈值cth那样的变化的情况下，从物理模型5b取得气化温度的预测值te(步骤s5)。这样的运算装置7和存储装置5的物理模型5b构成了求出气化温度(工艺值)的预测值te的温度预测单元。68.即，运算装置7将在步骤s1中取得的原料组成、蒸气流量、蒸气流速、气化温度以及空气流量的实测值中的、除了气化温度以外的原料组成、蒸气流量、蒸气流速以及空气流量输入到物理模型5b，由此，从物理模型5b取得与该原料组成、蒸气流量、蒸气流速以及空气流量对应的气化温度作为该气化温度的预测值te。69.然后，运算装置7通过使用在步骤s2中取得的甲烷浓度的实测值cr和在步骤s3中计算出的甲烷浓度的预测值ce，来计算与甲烷浓度相关的差分矢量vc(步骤s6)。即，运算装置7通过计算实测值cr与预测值ce之差来计算差分矢量vc。70.然后，运算装置7通过使用在步骤s1中取得的气化温度的实测值tr和在步骤s5中计算出的气化温度的预测值te，来计算与气化温度相关的差分矢量vt(步骤s6)。即，运算装置7通过计算实测值tr与预测值te之差来计算差分矢量vt。71.然后，运算装置7使用在步骤s6中计算出的甲烷浓度的差分矢量vc和在步骤s7中计算出的气化温度的差分矢量vt来计算马氏距离m(步骤s8)。上述马氏距离m是根据气化温度的实测值tr与预测值te的差分及甲烷浓度的实测值cr与预测值ce的差分而给出的量。这样的马氏距离m相当于本发明的距离评价指数。72.该马氏距离m作为基于多变量间的相关的统计学的距离概念是公知的。另外，在上述的专利文献1中，对作为与马氏距离m相同的概念的马氏距离进行了详细说明。根据这样的情况，在此省略马氏距离m的计算方法的详细说明，但马氏距离m通过使用与学习完成模型5a的学习中使用的教师数据相关的协方差矩阵来计算。73.接着，运算装置7通过将本次计算出的马氏距离m与预定的距离阈值mth进行比较，判定预定时间后的双塔式气化炉t是否达到异常状态(步骤s9)。上述距离阈值mth是根据双塔式气化炉t的正常时的过去的马氏距离而设定的马氏距离m的极限值。74.然后，运算装置7在步骤s9的判定为“是”的情况下，即马氏距离m超过距离阈值mth的情况下输出警报(步骤s10)。该警报被输出到另外设置的显示装置等输出装置或/和系统控制装置。75.根据这样的本实施方式，能够事先预测双塔式气化炉t的运转异常。因此，异常诊断装置d的利用者或/和双塔式气化炉t的操作员能够通过异常诊断装置d输出的警报，在双塔式气化炉t实际达到异常之前认识到双塔式气化炉t的异常化倾向。76.此外，在上述的步骤s4的判定为“否”的情况下，运算装置7反复进行步骤s1～s10的异常诊断处理。即，运算装置7根据预先设定的时间计划表按预定时间间隔反复进行异常诊断处理，由此，如图4所示依次取得马氏距离m作为时间序列数据。并且，运算装置7通过将在各周期时间计算出的马氏距离m与距离阈值mth依次进行比较，在多个周期时间内监视双塔式气化炉t是否达到异常状态。77.另外，运算装置7在上述的步骤s9的判定为“否”的情况下，进行学习完成模型5a中的教师数据库的更新处理(步骤s11)。即，该情况下，双塔式气化炉t处于正常的状态，因此，在步骤s1中取得的各种工艺值以及在步骤s2中取得的甲烷浓度的实测值cr是表示双塔式气化炉t的正常状态的状态量。因此，上述工艺值及甲烷浓度的实测值cr充分满足作为新的教师数据的合格性。78.根据这样的情况，本实施方式的运算装置7将上述的各种工艺值的实测值以及甲烷浓度的实测值cr作为新的教师数据登记在存储装置5的教师数据库中。通过这样的教师数据的新登记来更新教师数据库。在存储装置5的学习完成模型5a中，通过这样的教师数据库的更新，机器学习进一步充实。79.另外，本实施方式中的运算装置7在步骤s4的判断为“否”的情况下，不进行之后的步骤s5～s11的处理而开始下一周期时间的异常诊断处理。因此，根据本实施方式的异常诊断装置d，能够省略步骤s5～s11的处理，相应地能够降低运算装置7的运算负荷。80.此外，本发明并不限定于上述实施方式，例如考虑以下那样的变形例。81.(1)在上述实施方式中，将气泡流动层1c的层温(气化温度)设为特定的工艺值，另外将气化气体g的甲烷浓度设为特定的成分浓度，但本发明并不限定于此。只要是作为与双塔式气化炉t(气化系统)相关的输入值的各种工艺量及作为输出值的气化气体g的各种成分浓度中的、相关关系根据双塔式气化炉t的行为而变化的物理量，则也可以将气化温度以外的工艺值设为特定的工艺值，将甲烷浓度以外的成分浓度设为特定的成分浓度。82.例如，也可以代替气化温度而将蒸气流量即向气泡流动层1c供给的水蒸气j的流量设为与甲烷浓度(特定的成分浓度)对应的特定的工艺值。该蒸气流量是与气化温度一样相对于甲烷浓度(特定的成分浓度)具有相关性的工艺量。83.更具体而言，作为上述气化温度，也可以采用气化炉1的代表温度、燃烧炉2的上部温度、燃烧炉2的中部温度、燃烧炉2的出口燃烧废气温度、气化炉1的出口甲烷气体温度来代替气泡流动层1c的层温。另外，关于成分浓度，也可以采用氢气浓度、二氧化碳浓度或一氧化碳浓度来代替甲烷浓度。84.(2)在上述实施方式中，作为气化系统采用了双塔式气化炉t，但本发明并不限定于此。即，也可以采用双塔式气化炉t以外的气化炉作为气化系统。例如，气化系统中已知有流化床式气化系统和固定床式气化系统，本发明可以用于流化床式气化系统和固定床式气化系统中的任一个。85.(3)在上述实施方式中，作为附带地设置在双塔式气化炉t的装置而设置了异常诊断装置d，但本发明并不限定于此。例如，也可以将异常诊断装置d配置在相对于双塔式气化炉t即系统控制装置分离的位置，另外使用通信线路将异常诊断装置d与系统控制装置连接，由此进行双塔式气化炉t的异常诊断。86.该情况下，也可以通过通信线路将1台异常诊断装置d与多个双塔式气化炉t的系统控制装置连接，由此，同时并行地(分时)进行多个双塔式气化炉t的异常诊断。根据这样的异常诊断装置d的运用方法，能够提高异常诊断装置d的运转效率，因此能够降低与异常诊断相关的成本。87.(4)在上述实施方式中，采用马氏距离m作为距离评价指数，但本发明并不限定于此。即，也可以使用马氏距离m以外的距离评价指数来评价双塔式气化炉t的异常化倾向。88.符号说明89.a 空气、90.d 异常诊断装置、91.j 水蒸气、92.g 气化气体、93.n 原料、94.p 粒状载热体、95.rb 燃烧室、96.rg 气化室、97.t 双塔式气化炉(气化系统)、98.1 气化炉、99.1a 原料投入口、100.1b 载热体接收口、101.1c 气泡流动层、102.1d 第一排出口、103.1e 第二排出口、104.2 燃烧炉、105.2a 接收口、106.2b 循环流动层、107.2c 排出口、108.3 第一旋流器、109.3a 第一排出口、110.3b 第二排出口、111.4 第二旋流器、112.4a 排出阀、113.4b 排出口、114.5 存储装置、115.5a 学习完成模型、116.5b 物理模型、117.6 操作装置、118.7 运算装置。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!