JP6216558B2 - ケミカルループの動作最適化方法 - Google Patents

Description

政府支援の研究または開発に関する表示
アメリカ合衆国政府は、エネルギー省契約Ｎｏ．ＤＥ−ＦＣ２６−０７ ＮＴ ４３０９５に従い、本発明における所定の権利を有する。

関連出願の相互参照
本願は、米国仮特許出願第６１／６７４，６５９号（"Nonliner Model Predictive Control for Chemical Looping Process."、２０１２年７月２３日出願）（その全ての開示は参照により本明細書中に含まれる）の優先権の利益を主張する。

本発明は、米国特許第８，１６０，７３０号（"Fuzzy Logic Control and Optimization System"、発明者：Xinsheng Lou、２０１２年４月１７日発行）、米国特許出願公開第２０１１／０１９０９３９号（"Control and Optimization System and Method for Chemical Looping Processes"、発明者：Xinsheng Lou、Abhinaya Joshi、Hao Lei、２０１１年８月４日公開）、米国特許出願公開第２００９／０２２２１３６号（"Control and Optimization System"、発明者：Xinsheng Lou、２００９年９月３日公開）、米国特許出願公開第２００９／０２２２１０８号（"Integrated Controls Design Optimization"、発明者：Xinsheng Lou、２００９年９月３日公開）（いずれも全体が参照により本明細書中に含まれる）に関連する。

本発明は、ケミカルループプロセスのための動作最適化システムに関し、より詳細には、非線形モデル予測制御器を用いるケミカルループプロセスのための制御最適化システムに関する。

ケミカルループ処理
典型的なケミカルループ（ＣＬ）システムでは、カルシウムベースまたは金属ベースの化合物などの固体が、たとえば、第１のリアクタ（酸化器と呼ばれる）と第２のリアクタ（還元器と呼ばれる）との間で「ループされる」、高温プロセスが用いられる。酸化器内では、酸化器に注入された空気からの酸素が酸化反応において固体により捕捉される。捕捉された酸素は、その後、酸化固体により、たとえば石炭などの燃焼および／またはガス化のために用いられるべき還元器まで運ばれる。還元器内での還元反応の後、固体（もはや捕捉酸素を有しない）は再び酸化されるために酸化器に戻され、このサイクルが繰り返される。

燃料と空気との比に依存して、酸化反応および還元反応において異なるガスが生成される。結果として、燃料と空気の比は、ＣＬシステムが異なるやり方で利用可能なように制御可能である：たとえば、ガスタービン、燃料電池および／または他の水素ベースの用途のための水素を生成するハイブリッド燃焼−ガス化プロセスとして；ガスタービンおよび／または燃料電池用の種々の量の水素と二酸化炭素を含有する合成ガス（シンガス）を生成するハイブリッド燃焼−ガス化プロセスとして；または、燃焼ベースの蒸気発電プラント用の燃焼プロセスとして。

ＣＬプロセスは、たとえば、従来の循環流動層燃焼（ＣＦＢ）プラントなどの伝統的なプラントのプロセスよりも複雑である。結果として、ＣＬプロセスに用いられる伝統的なプラント制御は、不可避的に、各ＣＬループのための個別の制御ループとなる。しかし、正確な制御は各ループにおける多数のパラメタの調整制御に依存し、パラメタはループ間で重なるため、各ＣＬループ用の個別の制御ループを用いることは非効率的であり、ＣＬプロセスの性能を最適化しない。

さらに、ＣＬプロセスは多層流および化学反応を含み、これらは質量輸送および化学反応速度に起因するプロセスの時間遅延および非線形性によって特徴付けられる。結果として、プロセス設計の初期段階における制御最適化システムを考慮しない伝統的な発電プラントの設計は、プロセスパフォーマンスおよびシステムオペラビリティの全体最適化に関してさらに不十分である。

また、ＣＬプロセスにおける変数の多くは、他の変数との非線形な関係、たとえば変数のループ間相互作用、を有する。結果として、プロセスモデルは、これらの多重相互依存変数関係を効果的に特徴化するように開発される必要がある。

ケミカルループ技術は、隔離可能なＣＯ_２の個別流を生成可能な熱生成方法であり、温室効果ガスの排出を低減できる。このコンセプトは、高温の化学的および熱的ループ技術を利用するプロセスに基づいている。先のプロジェクトにおいて研究を行った際、ケミカルループプラントは、最大９５％のＣＯ_２を捕捉できる一方で、資本コストおよび電気コストに関して非常に好ましく評価された。しかし、プロセスの本質的な非線形性および固体粒子の多重ループ相互作用に起因して、システムが所望の化学反応を維持し、安定なエネルギー生産を提供することができるように、粒子流を制御し、ループ内の反応物（固体）の輸送を安定化することは、非常に困難な課題である。

非線形モデル予測制御
ケミカルループプロセスに関する安定性および最大利益性という目標を達成するため、高度なプロセス制御設計は、この技術の開発における重要な要素の１つとなっている。モデル予測制御（ＭＰＣ）は、モデルに基づくプロセス制御の高度な方法の１つである。これは、プロセスの内部動的モデルと、最適な制御移動を計算するための最適化ソルバとを用いる、多変数制御アルゴリズムである。非線形モデルに基づき、線形または非線形コスト関数と、状態および入力変数についての一般非線形制約とを考慮するＭＰＣスキームは、よく考えられた非線形モデル予測制御（ＮＭＰＣ）である。非線形モデル予測制御（ＮＭＰＣ）は図１に概略的に示されている。

プラント１への入力変数（または操作変数）について値が与えられており、すなわち、制御が意図されている。プラント１は、ＮＭＰＣ１００に供給される出力を生成し、ＮＭＰＣ１００は、少なくとも１つの入力と少なくとも１つの出力との間の非線形式によって定められる内部非線形モデル１２０を含む。

非線形モデル１２０は、プラント１の種々のプロセスの数学モデルであり、これらの数学モデルはそれぞれに同じ入力が供給されたときに、プラント１と同様の出力を与える。

さらに、ＮＭＰＣ１００は、非線形最適化器１３０を有する。非線形最適化器１３０は、入力制約範囲と少なくとも１つの目標を受け取る。非線形最適化器１３０は、出力を生成する非線形モデル１２０に、制約範囲内の入力値を与える。非線形最適化器１３０は、非線形モデル１２０の出力を監視し、保存する。非線形最適化器１３０は、出力を監視および保存しつつ、制約範囲にわたる複数の入力変数値についてこのプロセスを繰り返す。次いで、非線形最適化器は出力および目標を分析し、最適出力および当該最適出力に関連する入力を決定する。

予測器１１０は、非線形モデル１２０と相互作用し、与えられた入力および出力変数について内部状態の値を予測する。

米国特許第８，１６０，７３０号 米国特許出願公開第２０１１／０１９０９３９号 米国特許出願公開第２００９／０２２２１３６号 米国特許出願公開第２００９／０２２２１０８号 米国特許第７，０８３，６５８号

ＮＭＰＣを開発するため、ケミカルループシステムの数学モデルは、ケミカルループシステムの機能およびその制御構造を正確に表すように設計されなければならない。

通常、これらのモデルは非線形問題を解くものであり、各出力計算に必要な多数の計算によって、計算的に求められる。したがって、実用的には、高速に予測された出力に至るためには、モデルを用いる方法が存在しなければならない。

ケミカルループプラントを稼働するコストを考慮することは重要である。したがって、制御目標の１つは、単に動作を最適化する代わりに、動作コストを最適化することを含むべきである。したがって、その動作を安定化しかつその動作コストを最小化可能な、ケミカルループプロセスのための制御器が現在必要とされている。

上述のおよび他の特徴は、添付の図面および以下の詳細な説明に例示されている。

参照される図面は、例示的な実施形態を示し、同様の要素は同様の番号を有する。

非線形予測制御器の概略図である。 本発明に適合するケミカルループシステムの概略図である。 本発明に適合可能なケミカルループシステムの別の実施形態の概略図である。 図２のケミカルループシステムを制御する非線形モデル予測制御器（ＮＭＰＣ）の概略図である。 非線形モデル予測制御器（ＮＭＰＣ）を用いる２レベルカスケード制御構造である。 非線形モデル予測制御器（ＮＭＰＣ）を用いる３レベルカスケード制御構造である。 圧力測定値のみが利用可能なケミカルループシステムの制御のためのＮＭＰＣの概略図である。 圧力測定値および固体レベル測定値のみが利用可能なケミカルループシステムの制御のためのＮＭＰＣの概略図である。 全ての測定値が利用可能なケミカルループシステムの制御のためのＮＭＰＣの概略図である。 二重ループ型ケミカルループシステムを制御するためのＮＭＰＣ／ＰＩＤニューラルネットワーク型制御器の概略図である。

本明細書中には、ケミカルループ（ＣＬ）プラントのＣＬシステム用の統合型プロセス設計および制御最適化システムが開示されており、これは米国特許第７，０８３，６５８号（その全体が本明細書中に参照により含まれる）に、より詳細に記載されているものと同様である。

図面、特に図２を参照して、本発明に適合するケミカルループシステムが示されている。

ＣＬプロセスは、質量輸送速度および化学反応速度に起因する時間遅延とプロセス非線形性とによって特徴付けられる、多層流および化学反応を含む。したがって、以下でより詳細に記載されるように、非線形最適化および制御技術はＣＬプロセスの制御に有用である。詳細には、例示的実施形態には、第一原理式（たとえば、質量、運動量、エネルギーおよび化学種の平衡）から導かれる非線形動的ケミカルループモデリングおよびシミュレーションを含む。このモデリングおよびシミュレーションには、常微分方程式（ＯＤＥ）、代数方程式（ＡＥ）および偏微分方程式（ＰＤＥ）の任意の組み合わせが含まれる。

ケミカルループシステムは、第１のループすなわちループＡ（２００）と、第２のループすなわちループＢ（３００）とを有する。ループＡはループＡからループＢへ粒状物質を通すクロスオーバパイプ２２０を有する。同様に、クロスオーバパイプ３２０は、ループＢからループＡに粒状物質を運ぶ。

微粉および／または破砕炭素燃料、例えば石炭がループＡのインレットパイプ２１９に供給される。

これは、リターンレッグ２１７を降下する粒状物質と混合され、下方パイプライン２５１、ライザ２５３および上方パイプライン２５５と吹き上げられ、ガス／粒子分離器（サイクロン２１１として示される）に送られる。

ガスはサイクロン２１１の頂部から通される一方、粒状物質はディップレッグ２１３を介してシールポット２１５へ通される。シールポット２１５は、数個の入力弁を有し、これらの入力弁は信号Ｆ１、Ｆ２、Ｆ４およびＦ５により遠隔より作動されて、特定量の粒状物質をシールポット２１５からリターンレッグ２１７へまたはクロスオーバパイプ２２０からループＢへと吹き出す。

同様に、ループＢは同様に機能する同様の部分を有する。シールポット３１５は数個の入力弁を有し、これらの入力弁は信号Ｓ１、Ｓ２、Ｓ６およびＳ７により遠隔より作動されて、特定量の粒状物質をシールポット３１５からリターンレッグ３１７へまたはクロスオーバパイプ３２０からループＡへと吹き出す。

各ループ内の酸素および燃料の量の調整により、ケミカルキャリアはループＡ内で酸化され、ループＢ内で還元される。

キャリアは酸素を運ぶのみであるため、燃料が酸化されて、ＣＯ_２およびＨ_２Ｏを生じ、これらは分離されてＣＯ_２が隔離される。これはＮＭＰＣでもって制御されるべきプロセスである。

図３は、ケミカルループシステムの代替的実施形態を示す。図３は、２つのリアクタループ、すなわち、燃料リアクタループ５００および空気リアクタループ６００を示す。この図中の５００番台および６００番台の符号は、図２中の２００番台および３００番台で示される符号と機能的に対応している。固体または反応物としても知られる粒状物質は、ループ内を循環し、一方のループから他方のループへ通される。シールポットから出される粒状物質は、リアクタの底部または底部付近に供給される輸送空気またはガスによって、リアクタの上方に輸送される。

燃料リアクタループ５００において、粒状物質はパイプ５５５を通り、サイクロン５１１Ａおよび５１１Ｂ内で分離され、サイクロン５１１Ａに動作可能に接続された第１のディップレッグ５１３Ａを介して、サイクロン５１１Ｂに動作可能に接続された第２のディップレッグ５１３Ｂを介して、シールポット５１５Ａ内で収集される。粒状物質はその後シールポット５１５Ａからリターンレッグ５１７を介して燃料リアクタ５２３に通される。シールポット５１５Ａは信号Ｆ１およびＦ２により遠隔的に作動される入力弁を有し、シールポット５１５Ａから燃料リアクタ５２３へと特定量の粒状物質を吹き出す。シールポット５１５Ｂは信号Ｆ４およびＦ５により遠隔的に作動される入力弁を有し、シールポット５１５Ｂから燃料リアクタ５２３へと特定量の粒状物質を吹き出すとともに、クロスオーバパイプ５２０を介して空気リアクタ６５３へと特定量の粒状物質を吹き出す。

空気リアクタループ６００において、粒状物質はパイプ６５５を通り、ディップレッグ６１３内で収集される前にサイクロン６１１内で分離され、シールポット６１５Ａおよび６１５Ｂ内へと分離される。シールポット６１５Ａは信号Ｓ１およびＳ２により遠隔的に作動される数個の入力弁を有し、シールポット６１５Ａからリターンレッグ６１７へと特定量の粒状物質を吹き出す。シールポット６１５Ｂは信号Ｓ６およびＳ７により遠隔的に作動される数個の入力弁を有し、シールポット６１５Ｂからクロスオーバパイプ６２０を介して燃料リアクタ５２３へと特定量の粒状物質を吹き出す。

圧力制御装置５９０、６９０、たとえば真空ポンプまたは吸い込みドラフトファンは、燃料リアクタループおよび空気リアクタループの圧力をそれぞれ制御する。図２および４に関連して本明細書中に同様に記載されるように、ＮＭＰＣ１００は、燃料リアクタループ５００の圧力（Ｐ２）を制御する圧力制御装置５９０を作動する信号（ＰｕｍｐＡ）を供給する。同様に、ＮＭＰＣ１００は、空気リアクタループ６００（ループＢ）の圧力（Ｐ２ｂ）を制御する圧力制御装置６９０を作動する信号（ＰｕｍｐＢ）を供給する。

図２と異なり、図３のケミカルループシステムは、図２に示される下方パイプライン２５１を用いず、シールポット５１５Ａおよび６１５Ａからの粒状物質はリアクタ５２３および６５３に直接落ちる。また、燃料リアクタループ５００は、２つのサイクロン、関連するディップレッグおよび２つの個別のシールポット５１５Ａおよび５１５Ｂを備えている。空気リアクタループ６００は、２つの個別のシールポット６１５Ａおよび６１５Ｂを備える。

図２および３に記載されるようなケミカルループプロセスに非線形モデル予測制御を適用するためには、いくつかの解決すべき問題がある。非線形モデル予測制御は図２のケミカルループの実施形態でもって以下で詳細に説明される一方、非線形モデル予測制御は図３のケミカルループの実施形態にも同様に適用可能である。

解決すべき技術的問題
１．どのように非線形予測モデルを構築するか
プロセスモデルはＮＭＰＣにおいて決定的な役割を果たし、良いものの開発は産業においてＮＭＰＣを広く適用するための大きな挑戦である。

２．どのように計算時間を削減するか
非線形モデリングは計算的（コンピュータ的）に費用がかかる傾向にあるため、計算的要件はＮＭＰＣの適用に関する基本的な制限を構成する。ＮＭＰＣのケミカルループプロセスへの適用が成功するには、各制御時ステップにおける計算時間が分単位でなければならない。

３．どのように制御構造を定めるか
多重ループ相互作用のため、ケミカルループプロセスの制御は、複雑な多重入出力制御の問題である。さらに、固体質量流量についておよびディップレッグ内の固体残留量の長さについての測定値がないことから、ＮＭＰＣの利点が得られる全体制御構造をどのように設計するかは未解決の問題である。

４．どのようにコスト関数を設計し、制約を識別するか
ＮＭＰＣは非線形最適化に基づく制御手法であり、ＮＭＰＣは制約およびコスト関数に基づく次の最適な制御移動を与えうる。直接コスト（たとえば燃料および電力のコスト）と、間接コスト（たとえば制御パフォーマンス）との両方を含むコスト関数をどのように設計するかが、ＮＭＰＣのケミカルループプロセスへの適用のメリットを決定する。

可能な解決策
ＮＭＰＣ用の非線形モデルを生成する２つの方法がある。１つはテストデータに基づく経験的モデルを構築することである。もう１つは質量平衡、運動量保存およびエネルギー平衡ならびに化学種平衡を用いることにより、第一原理モデルを構築することである。

第１のアプローチについて、いくつかの非線形モデル識別技術、たとえばニューラルネットワークがある。一方、第２のアプローチについては、Ａｌｓｔｏｍ社のシミュレーションおよび制御チームは第一原理に基づくケミカルループプロセスのためのシミュレータを開発している。このシミュレータは、制御目的のモデルを開発するためのよいスタート地点を提供する。

１つの大きな問題は、ＮＭＰＣから結果を得るために必要な計算時間が長いことである。これは、ＮＭＰＣ用の予測モデルが非常に複雑であり、予測時に結果を得るために長い計算時間を必要とすることによる。しかし、これは次数低減モデル（ＲＯＭ）を用いることにより解決可能である。

もう１つの問題は、解くべき結果式が収束しない場合があることである。このため、大域的最適値を見つけ出すための最適化ソフトウェアのために長い時間がかかる場合がある。しかし、最近十年の大規模計算および最適化の大きな進歩により、非線形プログラミングに関する計算時間もまた大きく低減されている。

単純化ＮＭＰＣ解法は、多数の動作点（たとえば単位負荷状態）における多重線形モデルに基づくＭＰＣを設計することである。全体の制御手法は最大の動作範囲に関して非線形を維持するが、制御器は各動作点において線形ＭＰＣ設計に制限される。

ケミカルループプロセスおよび多重ループにおける変数同士の結合についてさらに理解することにより、コスト関数の設計改善およびＮＭＰＣについての制約のよりよい識別が可能である。

新たに開発された特徴
１．ケミカルループプロセスの制御に適用されるＮＭＰＣ
ＭＰＣは石油化学産業および製油産業において用いられてきたが、ＮＭＰＣに対する適用例は未だほとんど無い。さらに、ケミカルループプロセスは、開発途上の新たな技術であり、ＮＭＰＣをこの新たな技術に適用することは初めてである。

２．ケミカルループのための次数低減モデル
文献にある既存のモデリング方法と異なり、本発明にかかる二層流用の次数低減モデルは、モデルに基づく制御のための簡単かつ信頼性あるモデルを構築するためのより容易な方法を提供する。さらに、モデルの予測とともに、この次数低減モデルはプロセスを最適化するためにも用いることができる。

３．ケミカルループのためのニューラルネットワーク型ＮＭＰＣ
次数低減またはモデル識別のためのニューラルネットワークモデルを用いて、ＮＭＰＣモデリングへの代替的な解法が提供される。さらに、第一原理および経験的モデリングの両方を組み合わせることにより、今後のケミカルループプロセスシミュレーションおよび制御最適化に価値が加えられる。

４．ケミカルループプロセスにおけるＮＭＰＣの制御構造
ＮＭＰＣのケミカルループ処理への適用の３つの異なる制御構造が、本発明においてまとめられている。これらの異なる制御構造には、基本的に、ケミカルループプロセスの制御におけるＮＭＰＣの３つの異なる役割が課される。

５．コスト最適化（最小化）の設計
二重ループまたは多重ループにおける固体残留量の平衡を維持するため、ＮＭＰＣについてのコスト関数の設計は圧力降下の比を含むべきである。伝統的な二次コスト関数はシステム全体の安定性を保証しない場合がある。さらに、安定な反応およびエネルギー生産を維持するため、温度、圧力、固体流および空気／ガス注入がコスト関数の設計に含まれるべきである。

実装の説明
次数低減モデル（ＲＯＭ）
ＮＭＰＣに関する次数低減モデルを設計するため、２つの制約を考慮しなければならない。一方では、モデルがプロセス動的特性を捕捉し、将来の出力を正確に予測するために十分正確でなければならない。他方では、モデルはリアルタイム制御器計算を実現するために十分単純でなければならない。本発明では、単純化第一原理モデル（制御目的の「次数低減モデル（ＲＯＭ）」という）が提供される。二重ループケミカルループプロセスのためのＲＯＭを構築する方法の詳細を以下に示す。さらに、このＲＯＭ方法に対して課されるべきいくつかの事項が存在する。

ａ）このＲＯＭ方法は、パイプ内の空気速度に従う圧力降下と固体質量流量との間の関係をモデル化するための方法を提供する。これはまた、制御設計において用いられるべき重要な関係の１つである。

ｂ）このＲＯＭ方法は第一原理モデルの複雑性の次数を大きく低減可能である。たとえば、パイプ内の固体−ガス流の動的特性を記述するためには、一般的に４つの偏微分方程式（ＰＤＥ）を必要とする。しかし、このＲＯＭ法では、ただ１つの常微分方程式（ＯＤＥ）しか用いられない。

ｃ）このＲＯＭ法はケミカルループプロセスの理解に基づく、たとえば、ライザにおける圧力降下と相互接続部における参照圧力との間の関係などの圧力関係についての単純な記述を表している。

数学的ＲＯＭの別の代替は、経験モデル（たとえばニューラルネットワーク）および他の種類の非線形モデル構造である。これは、第一原理モデルから次数低減モデルへの実行可能なアプローチであり、後述する。

１．ケミカルループプロセスのどこにＮＭＰＣを適用するか
ａ）ＮＭＰＣは監督制御器としてケミカルループプロセスに適用可能であり、たとえば、ＮＭＰＣはプロセスを直接操作しないが、線形モデル予測制御器（ＬＭＰＣ）または比例積分微分（ＰＩＤ）制御器などの従属制御器のための設定点を提供する。ＮＭＰＣは、連続的にプロセスを変化させるための動的リアルタイム最適化器（ＲＴＯ）エンジンとして構成可能である。

ｂ）ＮＭＰＣは負荷変化における固体流を制御するために直接制御器としてケミカルループプロセスに用いられる。

次世代発電プラントのための新技術として、ケミカルループプロセスは送電系統からの負荷需要に高速に追従する能力を有すると期待されている。これにはさらにケミカルループプロセスにおける制御システムがはるかに広い動作範囲でプロセスを変化させる能力を有することが必要である。この場合において、（従来の制御設計によって通常用いられる）線形動的仮定は一般にＮＭＰＣ制御のための必要性をもはや示唆し続けない。ＮＭＰＣを用いるパイロットケミカルループプロセスのための負荷変化制御の一般概念を図４に示す。

図４は図２のケミカルループの実施形態に関するＮＭＰＣ制御を提供する。ＮＭＰＣ制御はまた、図３のケミカルループの実施形態にも適用可能であり、同様の参照符号は同様の機能を有する。異なるメガワット需要の要求は、制御器２６０および制御器３６０に供給される。

制御器２６０は一次空気／ガス（Ｗ１）２７１、ループＡからループＢへの質量移動２７３、ループＡに関するループ内固体流需要２７５、および、Ｐ２Ａに必要な圧力２７７を予測する。

同様に、制御器３６０は一次空気／ガス（Ｗ２）３７１、ループＢからループＡへの質量移動３７３、ループＢに関するループ内固体流需要３７５、および、Ｐ２Ｂに必要な圧力３７７を予測する。

ＮＭＰＣ１００は制御器２６０および３６０の全ての出力、ならびに、ループ内の測定された入力値、すなわち、ループＡについてのループ内固体流（ＤＰ４７Ａ）２７９、ループＢについてのループ内固体流（ＤＰ４７Ｂ）３７９、ループＡ内の圧力（Ｐ２Ａ）２８０、ループＡおよびＢの圧力間の差圧（Ｐ２Ａ−Ｐ２Ｂ）３８５、を受け取る。ＮＭＰＣ１００はその後シールポット２１５の空気／ガスインレット弁Ｆ２を作動させる。シールポット２１５はループＡのリターンレッグ２１７を通る固体流の量、および、ループＡからループＢへの固体流の量を制御する。

同様に、ＮＭＰＣ１００は次いでシールポット３１５の空気／ガスインレット弁Ｓ２を作動させる。シールポット３１５はループＢのリターンレッグ３１７を通る固体流の量、および、ループＢからループＡへの固体流の量を制御する。

同様に、ＮＭＰＣ１００はループＡの圧力（Ｐ２）を調整する真空ポンプ（または吸い込みファンまたは圧力制御装置）２９０を作動する信号（ＰｕｍｐＡ）を供給する。ＮＭＰＣ１００はループＢの圧力（Ｐ２ｂ）を調整する真空ポンプ（または吸い込みファンまたは圧力制御装置）３９０を作動する信号（ＰｕｍｐＢ）を供給する。

ＮＭＰＣ監督制御器を用いた制御構造
ＮＭＰＣを用いた２レベルカスケード制御構造
図５は、ＮＭＰＣを用いた２レベルカスケード制御構造を示す（これはまた図２を参照して説明される）。この制御構造において、ＮＭＰＣ１００は監督モードにある。ＮＭＰＣ１００は下位レベルのＰＩＤ制御器４１０に設定点を供給する。しかし、ケミカルループプロセスプラント１は、ＮＭＰＣ１００により割り当てられた設定点に従ってＰＩＤ制御器により直接調整される。

ＮＭＰＣを用いた３レベルカスケード制御構造
ＮＭＰＣ１００を用いた３レベルカスケード制御構造が図６に示されている。この制御構造において、ＮＭＰＣ１００は、動的リアルタイム最適化（ＲＴＯ）としての役割を果たす。ＮＭＰＣ１００は多数の制約に対する異なる動作点における独立変数の最適値を計算する。これらの値は、外部目標としてＬＭＰＣ４２０に渡される。次いで、下位レベル制御器ＬＭＰＣ４２０は、これらの外部目標に関する設定点をどのように動かすかを決定し、設定点の次の移動をＰＩＤ制御器４１０に供給する。ＰＩＤ制御器４１０はシステムの操作された変数を直接制御し、システムの調整された変数をＬＭＰＣ４２０により割り当てられた設定点に調整する。

異なる測定値に対して、ＮＭＰＣ制御構造は異なる。３つの典型的な制御構造は、異なる測定値を対して固体質量流量を制御するために識別される。

以下の記載は、図７を参照する。使用モデルにおいて少なくとも１４の状態変数が存在し、このモデルには圧力、固体質量流量および固体レベルが含まれる。圧力のみが測定可能であるとき、ＮＭＰＣを実装するため、固体質量流量および固体レベルの状態変数の値を予測するため、オブザーバ４００を構築する必要がある。図７に示される制御構造において、ＤＰ１２／（ＤＰ１２＋ＤＰ１２ｂ）は両方のループにおける固体平衡を示す重要な変数である。

図７中、ＮＭＰＣ１００は、ループＡおよびＢに関する圧力測定値のみが利用可能であるプラントにおいて用いられる。ＮＭＰＣ１００は所望の設定点を受け取る。
ＤＰ４７Ａ：ライザの差圧（ループＡ）
Ｐ２：接合部の圧力（ループＡ）
ＤＰ１２／（ＤＰ１２＋ＤＰ１２ｂ）：ループＡおよびＢの間の圧力降下の比
Ｐ２ｂ：接合部の圧力（ループＢ）
ＤＰ４７Ｂ：ライザの差圧（ループＢ）

ＮＭＰＣ１００は以下の操作された変数に関する値を計算し、これをループＡに供給する。
Ｆ１／Ｆ２：シールポット弁への信号（ループＡ）
ＰｕｍｐＡ：真空ポンプまたは吸い込みファンへの信号（ループＡ）
Ｆ４／Ｆ５：シールポット弁への信号（ループＡ）

また、ＮＭＰＣ１００は以下の操作された変数に関する値を計算し、これをループＢに供給する。
Ｓ１／Ｓ２：シールポット弁への信号（ループＢ）
ＰｕｍｐＢ：真空ポンプまたは吸い込みファンへの信号（ループＢ）
Ｓ６／Ｓ７：シールポット弁への信号（ループＢ）

オブザーバ４００は、ループＡおよびＢにおける種々の圧力を測定し、次の計算に用いられるべき固体質量流量および固体レベルをＮＭＰＣ１００に供給する。

本発明の別の実施形態が図８に示されている。ＮＭＰＣ１００は所望の設定点を受け取る。
ＤＰ４７ｓ：ライザの差圧（ループＡ）
Ｐ２ｓ：接合部の圧力（ループＡ）
Ｌｄｓ：ディップレッグレベル

ＮＭＰＣ１００はさらに以下のものに対する可変値を受け取る。
Ｗ１：一次空気／ガス（ループＡ）
ｍｓ＿ｉｎＡ：質量入力（ループＡ）
Ｓ６／Ｓ７：シールポット弁への信号（ループＢ）
Ｗ３：一次空気／ガス（ループＢ）

また、ＮＭＰＣ１００は、以下の操作された変数についての値を計算し、これをループＡに供給する。
Ｆ１／Ｆ２：シールポット弁への信号（ループＡ）
Ｆ４／Ｆ５：シールポット弁値への信号（ループＡ）
ＰｕｍｐＡ：真空ポンプまたは吸い込みファンへの信号（ループＡ）

以下の入力はループＡに直接供給される。
Ｗ１：一次空気／ガス（ループＡ）
ｍｓ＿ｉｎＡ：質量入力（ループＡ）

また、ＮＭＰＣ１００は、以下の操作された変数についての値を計算し、これをループＢに供給する。
Ｓ１／Ｓ２：シールポット弁への信号（ループＢ）
Ｓ８／Ｓ９：シールポット弁への信号（ループＢ）
ＰｕｍｐＢ：真空ポンプまたは吸い込みファンへの信号（ループＢ）
以下の入力はループＢに直接供給される。
Ｗ３：一次空気／ガス（ループＢ）
Ｓ６／Ｓ７：シールポット弁への信号（ループＢ）

オブザーバ４００は、ループＡおよびＢ内の種々の圧力を測定し、固定質量流量を決定し、この情報をＮＭＰＣ１００に戻す。ループＡおよびＢ内の固体レベルおよび固体質量流量は次の計算に用いられる。

完全な情報制御構造における、ＮＭＰＣを用いたケミカルループプロセスにおける負荷変化に関する典型的な動的応答が、図９に示されている。ここで、ループＡ２００およびループＢ３００は、内部状態変数の完全な情報を供給する。

ニューラルネットワーク
第一原理モデルの他に、上記に記載されかつ示されたように、経験モデルもケミカルループプロセスの制御に組み込み可能である。ニューラルネットワークは非線形システムのためのシステム識別方法の１つである。ニューラルネットワークモデルを用いたケミカルループプロセスのためのＮＭＰＣが、図１０に示されている。

図１０は、二重ループ型ループシステムを制御するためのＮＭＰＣ／ＰＩＤニューラルネットワーク型制御器の概略図である。ニューラルネットワーク型非線形モデル予測制御器（ＮＮ ＮＭＰＣ）はループＡおよびループＢにおける圧力降下の測定値（ＤＰ４７ＡおよびＤＰ４７Ｂ）を入力として受け取る。これらの入力から、ＮＮ ＮＭＰＣはその予めプログラムされた出力をループＡのシールポット弁（Ｆ１／Ｆ２）およびループＢのシールポット弁（Ｓ１／Ｓ２）に供給する。差分装置９２０は、圧力入力Ｐ２ＡおよびＰ２Ｂにおける差に基づいて差圧信号（ＤＰ６）を生成し、比例積分微分器（ＰＩＤ２）９５０に信号（ＤＰ６）を供給する。ＰＩＤ２ ９５０は信号（ＰｕｍｐＢ）でもってループＢの真空ポンプ／吸い込みファンを動作させる。

比装置９３０は、ループＡにおける圧力降下（ＤＰ１２Ａ）およびループＢにおける圧力降下（ＤＰ１２Ｂ）を受け取り、入力値の比に基づく差圧信号（ＤＰ１２Ｒａｔｉｏ）を生成する。信号（ＤＰ１２Ｒａｔｉｏ）はループＢのシールポット弁（Ｓ６／Ｓ７）を動作させるＰＩＤ１ ９６０に供給される。

負荷に基づくＦＦ制御器９４０は、ループＡの信号（Ｗ１）、（Ｆ４／Ｆ５）、および、ループＢの信号（Ｗ３）を制御する。ループＡは、圧力（Ｐ２Ａ）、圧力差（ＤＰ１２Ａ）および圧力差（ＤＰ４７Ａ）を、差分装置９２０、比装置９３０およびＮＮ ＮＭＰＣ９１０にそれぞれフィードバックとして供給する。

同様に、ループＢは、圧力（Ｐ２Ｂ）、圧力差（ＤＰ１２Ｂ）および圧力差（ＤＰ４７Ｂ）を、差分装置９２０、比装置９３０およびＮＮ ＮＭＰＣ９１０にそれぞれフィードバックとして供給する。

二重ループにおける固体平衡
ケミカルループプロセスの異なる部分における圧力比は、レベルセンサ無しで制御する場合に関して、コスト関数に含まれなければならない。

二重ループ型ケミカルループプロセスについての制御設計において、主要な制御目的の１つは、２つのループ間の固体輸送を平衡化することである。しかし、いくつかの重要な測定可能変数（たとえば、ＳＰＣＶから来る固体質量流量およびディップレッグ内の固体レベル）がないことから、測定可能変数（たとえばシステム内の圧力または圧力降下）を用いた伝統的な二次コスト関数は、この状況下では制御目的を達成できない場合がある。理由の１つは、圧力および圧力降下が固体質量流量速度に高度に関係しているものの、これらは他の不明な変数により容易に影響されることである。

しかし、実際の設備から観察され、理論分析に基づいて計算されるように、二重ループ型ケミカルループプロセスが定常モードで動作するとき、システム全体は圧力平衡にある。したがって、システムの異なる部分における圧力降下の比は固体質量流量およびディップレッグの残留量レベルの合理的な表示を提供すべきである。結果として、圧力降下の比は、システム全体の安定性を維持するため、コスト関数において含まれるべきである。

部分Ｉのパイプラインについての次数低減モデル
使用される用語

部分Ｉにおいて考慮されるべき４つの主要な要素、すなわち、リターンレッグ、クロスオーバパイプ、ディップレッグおよびＳＰＣＶがある。

質量平衡に基づいて、リターンレッグに関する集中化モデルは以下のように書ける。

表記の意味についての用語を参照されたい。ｍ _ｓ＿ｉｎ ＝ρ _ｓ Ａ（１−ε _ｉｎ ）ν _ｓ＿ｉｎ 、ｍ _ｓ ＝ρ _ｓ Ａ（１−ε _ｏｕｔ ）ν _{ｓ＿ｏｕｔ} として、式（Ａ．１）は以下のように書き直せる。

パイプ内の特性時間である、τ＝（Ｖ／Ａν_{ｓ＿ｏｕｔ}）を定義する。リターンレッグ内の固体速度は、それほど変わらないため、（Ａ．２）は最終的に以下のように書ける。

リターンレッグ内で、摩擦が、圧力降下への主要な寄与および停止した固体の影響を構成し、加速効果がパイプ内の空気速度および固体速度が低いために無視できると仮定する。すなわち、
であり、式中、ΔＰ_ｍｓおよびΔＰ_ｆは停止固体および摩擦の影響からの圧力降下をそれぞれ表す。

さらに、ΔＰ_ｍｓは以下のように書ける。

摩擦は２つの部分で構成されている。１つは空気とパイプ壁との間の摩擦であり、もう１つは空気と固体との間の摩擦である。リターンレッグ内の空気速度は非常に低く、ほとんど変化しないため、空気とパイプ壁との間の摩擦から生じる圧力降下はほぼ一定であると仮定する。ファニング式に基づいて、摩擦による圧力降下は一般的に相対速度の二乗に比例する。空気速度が低く、固体質量流量速度が固体速度に関係することを考慮して、おおよそ摩擦による圧力降下は以下のように書ける。

式（Ａ．４）から、以下が得られる。

（Ａ．７）および（Ａ．８）を（Ａ．３）に代入して、最終的に以下が得られる。

クロスオーバパイプに関して、モデル方法は同じ着想に従うようにすることができる。

ディップレッグについて、捕捉されるべき２つの重要な関係が存在する。１つは固体のレベル変化であり、もう１つはディップレッグ内の圧力降下である。ディップレッグ内の固体レベルについてのモデルは質量平衡に基づいて以下のように構築できる。

実際の施設におけるテストから、ディップレッグ内の圧力降下はライザ内の圧力降下と関係し、サイクロンとの相互接続点からの圧力降下に比例することが観察されている。この次数低減モデルにおいて、代数式が（Ａ．１１）に示されるようなこの関係を記述するために採用される。
式中、ａおよびｂは、決定される実験定数である。

以下の関係がＳＰＣＶにおける関係を表すために用いられる。

部分ＩＩにおけるパイプラインのための次数低減モデル
ライザは、部分ＩＩにおける最も重要な構成要素である。部分Ｉにおけるパイプラインと異なり、固体速度は部分ＩＩにおいてはるかに速い。したがって、空気とパイプ壁との間の摩擦も、モデルにおいて考慮されるべきである。

ライザ内で、圧力降下は停止固体および摩擦からも生じる。したがって、以下のようになる。

（Ａ．１３）から、以下が容易に得られる。

（Ａ．１５）および（Ａ．１６）を（Ａ．３）に代入して、ライザに関する次数低減モデルは以下のように書ける。

空気速度の動的特性が高速であると仮定して、ｄν_ｇ／ｄｔは式中で無視できる。最終的に以下が得られる。

ライザ内の圧力降下を用いた線形関係は、相互接続点における推測圧力に用いられる。
式中、ｃおよびｄは決定される定数である。

まとめると、二重ループ型ケミカルループプロセスについての動的次数低減モデルは以下のように書ける。
式中、ｕはシステムの制御入力であり、これらはＳＰＣＶに流入する空気流であり、下記式が満たされる。

最終的に８つのＯＤＥが存在し、これらはこのＲＯＭを定義するために用いられる。

制約の扱い
制約の設計はケミカルループプロセスの制御に大きく影響する。二種類の制約が存在する。

１つは「ハードな制約」であり、これはプロセス動作全体の間で違反されることはない。アクティブなハードな制約によって、ＮＭＰＣ制御器における余分のフィードバック項が導入される場合がある。これは、所定のアクティブな集合を有する制約された閉ループシステムの不安定性をもたらしうる、そして、これは調整パラメタの選択によらない。ケミカルループプロセスにおけるハードな制約には、ＳＰＣＶからの固体流を生成する最小吹込空気流速度、物理設計に起因する最大空気流速、圧力シールを維持するためのディップレッグ内の最小固体レベル、および、ライザ内の最大固体質量流量が含まれる。

もう１つは「ソフトな制約」であり、これは、プロセス中に違反されることはあるが、コスト関数にペナルティが加えられる。ケミカルループプロセスにおけるソフトな制約には、所望レベル付近での許容範囲内の固体レベルの変化、空気流の許容動作範囲、および、所望の動作点の上下の圧力降下の許容変動が含まれる。

プラント／モデルミスマッチを有する定常状態オフセットの排除
プラントとＲＯＭとの間のミスマッチは常に存在する。実際、このミスマッチはＮＭＰＣ制御における定常状態エラーを引き起こす場合がある。この複雑性を避けるため、制御ループは、定常状態オフセットをなくすために積分器要素を含んでいなければならない。ケミカルループプロセスについてのＮＭＰＣの設計において、ライザ内の圧力降下は重要であり、これには正確な制御が必要であるため、ライザ内の圧力降下に関する積分器要素は、プラント／モデルのミスマッチからくる定常状態オフセットをなくすために非線形ＲＯＭに直接加えられて良い。

代替的実施形態
本発明は、以下において用いることができる。
１．化学的および熱的な製造と二層流輸送、たとえば循環流動層およびケミカルループプロセスを含む、化学ユニットのための設計モデルに基づく制御。
２．制御設計および制御調整をサポートする化学ユニットのシミュレーション。
３．二層流型化学ユニットにおけるプロセスおよびパフォーマンスの最適化。

一実施形態では、本明細書中にはループＡおよびＢを含むケミカルループプラントの動作最適化方法が記載されており、該方法において、各ループは、空気／ガス中に同伴された固体粒子を上方に、次いで水平上方パイプラインを介して、流体から固体粒子を分離する分離ユニットへと運ぶライザを含み、分離ユニットは、固体粒子をディップレッグを介してシールポットへと下方に供給し、シールポットは、接続点において、クロスオーバパイプを介して他方のループへ、または、リターンレッグを介して下方パイプラインへと固体粒子を選択的に送り、流体は下方パイプライン内に導かれて、固体粒子は当該下方パイプラインの上方へとライザまで吹き戻される。該方法は、ライザ、ディップレッグおよびリターンレッグ毎に、空気および粒子の加速度、質量流量、圧力降下、圧力に関する項を用いる質量平衡式を生成することと、摩擦を定める項以外のリターンレッグに関する圧力降下項を削除することと、リターンレッグにおける加速度項を削除することと、摩擦によるリターンレッグの圧力降下を定数に設定することとにより、次数低減モデル（ＲＯＭ）を生成するステップと、ＲＯＭに種々の入力（ｕ_ｉ）を供給し、ＲＯＭの出力（ｙ_ｉ）を監視して、ケミカルループプラントに関する最適設定を決定するステップと、ケミカルループプラントの最適動作を得るために、最適設定をケミカルループプラントに供給するステップと、を含む。

より特定的な実施形態では、非線形最適化器は、ＲＯＭに種々の入力値（ｕ_ｉ）を供給するようＲＯＭと相互に影響し、最適な入力設定（ｕ_ｉ）を決定するようＲＯＭの出力（ｙ_ｉ）を監視する。

別の実施形態では、ループＡおよびループＢを含むケミカルループプラントの動作最適化のための制御器システムが記載されている。該システムは、非線形モデル予測制御器（ＮＭＰＣ）と、オブザーバとを有し、非線形モデル予測制御器（ＮＭＰＣ）は、ループＡおよびＢの両方の、複数のユーザ設定値、複数の圧力測定値、複数の固体質量流量および複数の固体レベルを受け取り、ループＡおよびＢに関する、シールポットに対する最適信号（Ｆ１／Ｆ２、Ｆ４／Ｆ５、Ｓ１／Ｓ２、Ｓ４／Ｓ５）および真空ポンプ／吸い込みファンに対する最適信号（ＰｕｍｐＡ、ＰｕｍｐＢ）を生成し、シールポット弁を制御するための信号（Ｆ１／Ｆ２、Ｆ４／Ｆ５）および真空ポンプ／吸い込みファンを制御するための信号（ＰｕｍｐＡ）をループＡに供給し、シールポット弁を制御するための算出された設定（Ｓ１／Ｓ２、Ｓ４／Ｓ５）および真空ポンプ／吸い込みファンを制御するための算出された設定（ＰｕｍｐＢ）をループＢに供給するよう適合されており、オブザーバは、ループＡおよびＢから圧力および差圧の測定値を受け取り、ループＡおよびＢにおける固体質量流量および固体レベルを計算し、ループＡおよびＢの固体質量流量および固体レベルをＮＭＰＣに供給するよう適合されている。

より特定的な実施形態では、ユーザ設定値は、ループＡの差圧（ＤＰ４７Ａ）およびループＢの差圧（ＤＰ４７Ｂ）、Ｆ２、Ｆ２ｂ、ならびに、ループＡにおける差圧の、ループＡおよびＢの両方の全体差圧に対する比（ＤＰ１２／（ＤＰ１２＋ＤＰ１２ｂ））である。

別の実施形態では、ループＡおよびループＢを含むケミカルループプラントの動作最適化のための制御器システムが記載されている。該システムは、非線形モデル予測制御器（ＮＭＰＣ）と、オブザーバとを有し、非線形モデル予測制御器（ＮＭＰＣ）は、ループＡおよびＢの両方の、複数のユーザ設定値、複数の圧力測定値、複数の固体質量流量および複数の固体レベルを受け取り、ループＡおよびＢの、シールポットに対する最適信号（Ｆ１／Ｆ２、Ｆ４／Ｆ５、Ｓ１／Ｓ２、Ｓ６／Ｓ７）および真空ポンプ／吸い込みファンに対する最適信号（ＰｕｍｐＡ、ＰｕｍｐＢ）を生成し、ループＡの、シールポット弁を制御するための信号（Ｆ１／Ｆ２、Ｆ４／Ｆ５）および真空ポンプ／吸い込みファンを制御するための信号（ＰｕｍｐＡ）を供給し、ループＢの、シールポット弁を制御するための算出信号（Ｓ１／Ｓ２、Ｓ６／Ｓ７）および真空ポンプ／吸い込みファンを制御するための算出信号（ＰｕｍｐＢ）を供給するよう適合されており、オブザーバが、ループＡおよびＢから圧力および差圧の測定値を受け取り、ループＡおよびＢにおける固体質量流量を計算し、ループＡおよびＢの固体質量流量をＮＭＰＣに供給するよう適合されている。

より特定的な実施形態では、ユーザ設定値は、ＤＰ４７Ａ、ＤＰ４７Ｂ、Ｆ２、Ｆ２ｂおよびＤＰ１２／（ＤＰ１２＋ＤＰ１２ｂ）である。

別の実施形態では、ループＡおよびループＢを含むケミカルループプラントの動作最適化のための制御器システムが記載されている。制御器システムは、非線形モデル予測制御器（ＮＭＰＣ）を有し、当該非線形モデル予測制御器（ＮＭＰＣ）は、複数のユーザ設定値、ループＡおよびＢの両方の、複数の内部状態変数の値を受け取り、ループＡおよびＢの、シールポットに対する最適信号（Ｆ１／Ｆ２、Ｆ４／Ｆ５、Ｓ１／Ｓ２、Ｓ６／Ｓ７）および真空ポンプ／吸い込みファンに対する最適信号（ＰｕｍｐＡ、ＰｕｍｐＢ）を生成し、ループＡの、シールポット弁を制御するための信号（Ｆ１／Ｆ２、Ｆ４／Ｆ５）および真空ポンプ／吸い込みファンを制御するための信号（ＰｕｍｐＡ）を供給し、ループＢの、シールポット弁を制御するための算出信号（Ｓ１／Ｓ２、Ｓ６／Ｓ７）および真空ポンプ／吸い込みファンを制御するための算出信号（ＰｕｍｐＢ）を供給するよう適合されており、ループＡは該ループＡの内部状態変数の値をＮＭＰＣに供給し、ループＢは該ループＢの内部状態変数の値をＮＭＰＣに供給する。

より特定的な実施形態では、ユーザ設定値は、ループＡ内の固体質量流量速度（ｍｓＡ）、ループＢ内の固体質量流量速度（ｍｓＢ）、ループＡからループＢへの固体質量流量（ｍｓＡｔｏＢ）、ループＢからループＡへの固体質量流量（ｍｓＢｔｏＡ）およびディップレッグにおける固体レベル（Ｌｄｓ）である。

別の実施形態では、ループＡおよびループＢを含むケミカルループプラントの動作最適化のためのニューラルネットワーク型（ＮＮ）制御器システムが記載されている。該システムは、ループＡの差圧（ＤＰ４７Ａ）およびループＢの差圧（ＤＰ４７Ｂ）を受け取り、ループＡのシールポット弁に対する最適信号（Ｆ１／Ｆ２）、ならびに、ループＡおよびループＢの真空ポンプ／吸い込みファンについてのループＢのシールポット弁に対する最適信号（Ｓ１／Ｓ２）を生成し、ループＡおよびＢのシールポット弁を制御するために信号（Ｆ１／Ｆ２）および（Ｓ１／Ｓ２）をそれぞれ供給し、ループＢのシールポット弁を制御するために信号（Ｓ１／Ｓ２、Ｓ６／Ｓ７）を供給し、ループＢの真空ポンプ／吸い込みファンを制御するために信号（ＰｕｍｐＢ）を供給するよう適合されたニューラルネットワーク型非線形モデル予測制御器（ＮＮ ＮＭＰＣ）と、ループＡから圧力（Ｐ２Ａ）およびループＢから圧力（Ｐ２Ｂ）を受け取り、差圧信号（ＤＰ６）を生成するよう適合された差分装置と、差分装置に接続されており、差圧信号（ＤＰ６）を受け取り、ループＢの空気ポンプを駆動する信号（ＰｕｍｐＢ）を生成するＰＩＤ２と、ループＡから差圧（ＤＰ１２Ａ）およびループＢから差圧（ＤＰ１２Ｂ）を受け取り、入力値の比に関連した信号（ＤＰ１２Ｒａｔｉｏ）を生成するよう適合された比装置と、比装置に接続されており、信号（ＤＰ１２Ｒａｔｉｏ）を受け取り、ループＢのシールポット弁を動作する信号（Ｓ６／Ｓ７）を生成するよう適合されたＰＩＤ１と、ループＡに供給される信号Ｗ１、および、ループＢに供給される信号Ｗ３を生成する負荷ベースＦＦ制御器と、を有しており、ループＡは信号（Ｐ２Ａ）、信号（ＤＰ１２Ａ）および信号（ＤＰ４７Ａ）を差分装置、比装置およびＮＮ ＮＭＰＣにそれぞれ供給し、ループＢは信号（Ｐ２Ｂ）、信号（ＤＰ１２Ｂ）および信号（ＤＰ４７Ｂ）を差分装置、比装置およびＮＮ ＮＭＰＣにそれぞれ供給する。

別の実施形態では、燃料リアクタループおよび空気リアクタループを有するケミカルループプラントの動作最適化方法が記載されている。該方法において、燃料リアクタループは、空気／ガス中に同伴された固体粒子を上方に、次いで、水平上方パイプラインを介して、流体から固体粒子を分離するよう適合された第１の分離ユニットに運ぶための燃料リアクタを有し、分離ユニットは、固体粒子を下方に第１のディップレッグを介して第１のシールポットに供給し、第１のシールポットは固体粒子をリターンレッグを介して燃料リアクタに送り、燃料リアクタは、第２のシールポットと動作可能に結合されており、第２のシールポットは、粒子を選択的に、クロスオーバパイプを介して空気リアクタに送るか、または、燃料リアクタへと上方へ輸送し、空気リアクタループは、空気／ガス中に同伴された固体粒子を、上方に、次いで、水平上方パイプラインを介して、流体から固体粒子を分離するために適合された分離ユニットに運ぶための空気リアクタを有し、分離ユニットは、固体粒子をディップレッグを介して下方に第３のシールポットおよび第４のシールポットに供給し、第３のシールポットは、固体粒子をリターンパイプを介して空気リアクタに選択的に送り、第４のシールポットは、固体粒子をクロスオーバパイプを介して燃料リアクタループに選択的に送る。該方法は、リアクタ、ディップレッグおよびリターンレッグ毎に、圧力、圧力降下、質量流量、空気および粒子の加速度に関する項を用いる質量平衡式を生成することと、摩擦を定める項以外のリターンレッグに関する圧力降下項を削除することと、リターンレッグにおける加速度項を削除することと、摩擦によるリターンレッグの圧力降下を定数に設定することとにより次数低減モデル（ＲＯＭ）を生成するステップと、ＲＯＭに入力（ｕ_ｉ）を供給し、ＲＯＭの出力（ｙ_ｉ）を監視して、ケミカルループプラントに関する最適設定を決定するステップと、ケミカルループプラントの最適動作を得るために、最適設定をケミカルループプラントに供給するステップとを含む。

より特定的な実施形態では、非線形最適化器は、ＲＯＭに種々の入力値（ｕ_ｉ）を供給するようＲＯＭと相互に影響し、最適な入力設定（ｕ_ｉ）を決定するようＲＯＭの出力（ｙ_ｉ）を監視する。

本発明について種々の例示的実施形態に関して説明したが、本発明の範囲から逸脱すること無く、種々の変更が可能であり、等価物をその構成要素と置換可能であることは当業者には理解されるであろう。さらに、本発明の実質的な範囲から逸脱すること無く、特定の状態または内容を本発明の教示に適合するために多くの修正がなしえる。したがって、本発明は，本発明を実施するためにおこなわれた最良の形態として開示された特定の実施形態に限定されず、本発明は、添付の請求項の範囲にある全ての実施形態を含む。

１００ ＮＭＰＣ、 ２００ ループＡ、 ３００ ループＢ、 ２２０、３２０ クロスオーバパイプ、 ２１９、３１９ インレットパイプ、 ２１３、３１３ ディップレッグ、 ２１５、３１５ シールポット、 ２１７、３１７ リターンレッグ、 ２５１、３５１ 下方パイプライン、 ２５３、３５３ ライザ、 ２５５、３５５ 上方パイプライン、 ２１１、３１１ サイクロン、 ５００ 燃料リアクタループ、 ５１１Ａ、５１１Ｂ サイクロン、 ５１３Ａ、５１３Ｂ ディップレッグ、 ５１５Ａ、５１５Ｂ シールポット、 ５１７ リターンレッグ、 ５２３ 燃料リアクタ、 ５５５ パイプ、 ６００ 空気リアクタループ、 ６１１ サイクロン、 ６１３ ディップレッグ、 ６１５Ａ、６１５Ｂ シールポット、 ６２０ クロスオーバパイプ、 ６５３ 空気リアクタ、 ６５５ パイプ、 ５９０、６９０ 圧力制御装置

Claims (8)

1. クロスオーバパイプ（２２０，３２０）を介して互いに接続されたループＡとループＢとを含むケミカルループプラントの動作最適化方法であって、
   前記ループＡおよびループＢの各々は、ライザ（２５３，３５３）と、分離ユニット（２１１，３１１）と、ディップレッグ（２１３，３１３）と、シールポット（２１５，３１５）と、下方パイプライン（２５１，３５１）とを備えており、
   前記ライザ（２５３，３５３）は、空気／ガス中に同伴された固体粒子を上方に、次いで水平上方パイプライン（２５５，３５５）を介して、前記空気／ガスから前記固体粒子を分離する分離ユニット（２１１，３１１）へと運び、
   前記分離ユニット（２１１，３１１）は、前記固体粒子を、ディップレッグ（２１３，３１３）を介してシールポット（２１５，３１５）へと下方に供給し、
   前記シールポット（２１５，３１５）は、接続点において、クロスオーバパイプ（２２０，３２０）を介して他方のループへ、または、リターンレッグ（２１７，３１７）を介して下方パイプライン（２５１，３５１）へと前記固体粒子を選択的に送り、
   前記空気／ガスは前記下方パイプライン（２５１，３５１）内に導かれて、前記固体粒子は前記下方パイプライン（２５１，３５１）の上方へと前記ライザ（２５３，３５３）まで吹き戻され、
   前記方法は、
   （ａ）前記ライザ（２５３，３５３）、クロスオーバパイプ（２２０，３２０）、ディップレッグ（２１３，３１３）およびリターンレッグ（２１７，３１７）について、質量平衡式から以下の次数低減モデル（ＲＯＭ）を生成するステップと、
   （式中、τはパイプ内の特性時間であり、ｇは重力加速度であり、Ａ _in はパイプの断面積であり、αは固体の摩擦係数であり、ｃ _f はファニングの摩擦係数であり、βはガスの摩擦係数であり、ν _g はガス速度であり、ΔＰ _re#A はループＡのリターンレッグ（２１７）の圧力降下であり、ΔＰ _re#B はループＢのリターンレッグ（３１７）の圧力降下であり、ΔＰ _AtoB はループＡからループＢへのクロスオーバパイプ（２２０）の圧力降下であり、ΔＰ _BtoA はループＢからループＡへのクロスオーバパイプ（３２０）の圧力降下であり、ΔＰ _riser#A はループＡのライザ（２５３）の圧力降下であり、ΔＰ _riser#B はループＢのライザ（３５３）の圧力降下であり、ｍ _riser#A はループＡのライザ（２５３）の固体質量流量であり、ｍ _riser#B はループＢのライザ（３５３）の固体質量流量であり、Ｌ _A はループＡのディップレッグ（２１３）の長さであり、ｍ _L#A はループＡの固体質量流量であり、ｍ _L#B はループＢの固体質量流量であり、ρ _s は固体密度であり、ｒ _d はディップレッグのパイプ径であり、ε _dipleg はディップレッグのボイド率であり、ｕはシールポット（２１５，３１５）に対する制御入力であり、ｆ ₁ （ｕ）はループＡのリターンレッグ（２１７）の固体質量出力であり、ｆ ₂ （ｕ）はループＢのリターンレッグ（３１７）の固体質量出力であり、ｆ ₃ （ｕ）はループＡからループＢへのクロスオーバパイプ（２２０）の固体質量出力であり、ｆ ₄ （ｕ）はループＢからループＡへのクロスオーバパイプ（３２０）の固体質量出力であり、以下の式が成立する）
   （ｂ）制御器システムによって、前記次数低減モデル（ＲＯＭ）に前記質量入力（ｕ）を供給し、前記次数低減モデル（ＲＯＭ）の質量出力（ｆ ₁ （ｕ）〜ｆ ₄ （ｕ））を求めて、前記ケミカルループプラントに関する最適設定を決定するステップと、
   （ｃ）制御器システムによって、前記ケミカルループプラントの最適動作を得るために、前記最適設定を前記ケミカルループプラントのループＡ及びループＢの各々のシールポット（２１５，３１５）に対する最適信号として供給するステップと
   を含む、方法。
2. 前記制御器システムが非線形モデル予測制御器（ＮＭＰＣ）とオブザーバとを備えており、前記ステップ（ｂ）および（ｃ）が、
   ループＡおよびループＢの両方の、複数のユーザ設定値、複数の圧力測定値、複数の固体質量流量および複数の固体レベルを非線形モデル予測制御器（ＮＭＰＣ）によって受け取るステップと、
   ループＡおよびループＢに関する、シールポット（２１５，３１５）に対する最適信号（Ｆ１／Ｆ２、Ｆ４／Ｆ５、Ｓ１／Ｓ２、Ｓ６／Ｓ７）および真空ポンプ／吸い込みファンに対する最適信号（ＰｕｍｐＡ、ＰｕｍｐＢ）を前記非線形モデル予測制御器（ＮＭＰＣ）によって生成するステップと、
   シールポット弁を制御するための前記信号（Ｆ１／Ｆ２、Ｆ４／Ｆ５）および真空ポンプ／吸い込みファンを制御するための前記信号（ＰｕｍｐＡ）をループＡに前記非線形モデル予測制御器（ＮＭＰＣ）によって供給するステップと、
   シールポット弁を制御するための前記の算出された設定（Ｓ１／Ｓ２、Ｓ６／Ｓ７）および真空ポンプ／吸い込みファンを制御するための前記の算出された設定（ＰｕｍｐＢ）をループＢに前記非線形モデル予測制御器（ＮＭＰＣ）によって供給するステップと、
   ループＡおよびループＢから圧力および差圧の測定値をオブザーバによって受け取るステップと、
   ループＡおよびループＢにおける固体質量流量および固体レベルを前記オブザーバによって計算するステップと、
   前記ループＡおよびループＢの固体質量流量および固体レベルを前記非線形モデル予測制御器（ＮＭＰＣ）の次数低減モデル（ＲＯＭ）に前記オブザーバによって供給するステップと
   からなる、請求項１記載の方法。
3. 前記ユーザ設定値は、ループＡの差圧（ＤＰ４７Ａ）およびループＢの差圧（ＤＰ４７Ｂ）、ループＡの圧力（Ｐ２）、ループＢの圧力（Ｐ２ｂ）、ならびに、ループＡにおける差圧の、ループＡおよびループＢの両方の全体差圧に対する比（ＤＰ１２／（ＤＰ１２＋ＤＰ１２ｂ））である、請求項２記載の方法。
4. 前記制御器システムが非線形モデル予測制御器（ＮＭＰＣ）とオブザーバとを備えており、前記ステップ（ｂ）および（ｃ）が、
   ループＡおよびループＢの両方の、複数のユーザ設定値、複数の圧力測定値、複数の固体質量流量および複数の固体レベルを非線形モデル予測制御器（ＮＭＰＣ）によって受け取るステップと、
   ループＡおよびループＢの、シールポット（２１５，３１５）に対する最適信号（Ｆ１／Ｆ２、Ｆ４／Ｆ５、Ｓ１／Ｓ２、Ｓ６／Ｓ７）および真空ポンプ／吸い込みファンに対する最適信号（ＰｕｍｐＡ、ＰｕｍｐＢ）を前記非線形モデル予測制御器（ＮＭＰＣ）によって生成するステップと、
   ループＡに、シールポット弁を制御するための前記信号（Ｆ１／Ｆ２、Ｆ４／Ｆ５）および真空ポンプ／吸い込みファンを制御するための前記信号（ＰｕｍｐＡ）を前記非線形モデル予測制御器（ＮＭＰＣ）によって供給するステップと、
   ループＢに、シールポット弁を制御するための前記の算出信号（Ｓ１／Ｓ２、Ｓ６／Ｓ７）および真空ポンプ／吸い込みファンを制御するための前記の算出信号（ＰｕｍｐＢ）を前記非線形モデル予測制御器（ＮＭＰＣ）によって供給するステップと、
   ループＡおよびループＢから圧力および差圧の測定値をオブザーバによって受け取るステップと、
   ループＡおよびループＢにおける固体質量流量を前記オブザーバによって計算するステップと、
   ループＡおよびループＢの前記固体質量流量を非線形モデル予測制御器（ＮＭＰＣ）の次数低減モデル（ＲＯＭ）に前記オブザーバによって供給するステップと
   からなる、請求項１記載の方法。
5. 前記ユーザ設定値は、ループＡの差圧（ＤＰ４７Ａ）、ループＢの差圧（ＤＰ４７Ｂ）、ループＡの圧力（Ｐ２）、ループＢの圧力（Ｐ２ｂ）、および、ループＡおよびループＢの両方の全体差圧に対する比（ＤＰ１２／（ＤＰ１２＋ＤＰ１２ｂ））である、請求項４記載の方法。
6. 前記制御器システムが非線形モデル予測制御器（ＮＭＰＣ）を備えており、前記ステップ（ｂ）および（ｃ）が、
   複数のユーザ設定値、ループＡおよびループＢの両方の、複数の内部状態変数の値を非線形モデル予測制御器（ＮＭＰＣ）によって受け取るステップと、
   ループＡおよびループＢの、シールポット（２１５，３１５）に対する最適信号（Ｆ１／Ｆ２、Ｆ４／Ｆ５、Ｓ１／Ｓ２、Ｓ６／Ｓ７）および真空ポンプ／吸い込みファンに対する最適信号（ＰｕｍｐＡ、ＰｕｍｐＢ）を前記非線形モデル予測制御器（ＮＭＰＣ）によって生成するステップと、
   ループＡに、シールポット弁を制御するための前記信号（Ｆ１／Ｆ２、Ｆ４／Ｆ５）および真空ポンプ／吸い込みファンを制御するための前記信号（ＰｕｍｐＡ）を前記非線形モデル予測制御器（ＮＭＰＣ）によって供給するステップと、
   ループＢに、シールポット弁を制御するための前記の算出信号（Ｓ１／Ｓ２、Ｓ６／Ｓ７）および真空ポンプ／吸い込みファンを制御するための前記の算出信号（ＰｕｍｐＢ）を前記非線形モデル予測制御器（ＮＭＰＣ）によって供給するステップと
   からなり、
   ループＡは、前記ループＡの内部状態変数の値を前記非線形モデル予測制御器（ＮＭＰＣ）の次数低減モデル（ＲＯＭ）に供給し、
   ループＢは、前記ループＢの内部状態変数の値を前記非線形モデル予測制御器（ＮＭＰＣ）の次数低減モデル（ＲＯＭ）に供給する、
   請求項１記載の方法。
7. 前記ユーザ設定値は、ループＡ内の固体質量流量速度（ｍｓＡ）、ループＢ内の固体質量流量速度（ｍｓＢ）、ループＡからループＢへの固体質量流量（ｍｓＡｔｏＢ）、ループＢからループＡへの固体質量流量（ｍｓＢｔｏＡ）およびディップレッグ（２１３，３１３）における固体レベル（Ｌｄｓ）である、請求項６記載の方法。
8. 前記制御器システムがニューラルネットワーク型非線形モデル予測制御器（ＮＮ ＮＭＰＣ）を備えており、前記ステップ（ｂ）および（ｃ）が、
   ループＡの差圧（ＤＰ４７Ａ）およびループＢの差圧（ＤＰ４７Ｂ）をニューラルネットワーク型非線形モデル予測制御器（ＮＮ ＮＭＰＣ）によって受け取るステップと、
   ループＡのシールポット弁に対する最適信号（Ｆ１／Ｆ２）、ならびに、ループＢのシールポット弁に対する最適信号（Ｓ１／Ｓ２）を前記ニューラルネットワーク型非線形モデル予測制御器（ＮＮ ＮＭＰＣ）によって生成するステップと、
   ループＡおよびループＢに、シールポット弁を制御するために前記信号（Ｆ１／Ｆ２、Ｓ１／Ｓ２）をそれぞれ前記ニューラルネットワーク型非線形モデル予測制御器（ＮＮ ＮＭＰＣ）によって供給するステップと、
   ループＢに、シールポット弁を制御するために前記信号（Ｓ１／Ｓ２、Ｓ６／Ｓ７）を前記ニューラルネットワーク型非線形モデル予測制御器（ＮＮ ＮＭＰＣ）によって供給するステップと、
   差分装置によって、ループＡから圧力（Ｐ２Ａ）およびループＢから圧力（Ｐ２Ｂ）を受け取り、差圧信号（ＤＰ６）を生成するステップと、
   前記差分装置に接続された第２のＰＩＤ（ＰＩＤ２）によって、前記差圧信号（ＤＰ６）を受け取り、ループＢの空気ポンプを駆動する信号（ＰｕｍｐＢ）を生成するステップと、
   比装置によって、ループＡから差圧（ＤＰ１２Ａ）およびループＢから差圧（ＤＰ１２Ｂ）を受け取り、入力値の比に関連した比信号（ＤＰ１２Ｒａｔｉｏ）を生成するステップと、
   前記比装置に接続された第１のＰＩＤ（ＰＩＤ１）によって、前記比信号（ＤＰ１２Ｒａｔｉｏ）を受け取り、ループＢの前記シールポット弁を動作する信号（Ｓ６／Ｓ７）を生成するステップと、
   負荷ベースＦＦ制御器によって、ループＡに供給される一次空気／ガスの信号（Ｗ１）、および、ループＢに供給される一次空気／ガスの信号（Ｗ３）を生成するステップと
   からなり、
   ループＡは、ループＡの圧力信号（Ｐ２Ａ）、ループＡの差圧信号（ＤＰ１２Ａ）およびループＡの差圧信号（ＤＰ４７Ａ）を前記差分装置、前記比装置および前記ニューラルネットワーク型非線形モデル予測制御器（ＮＮ ＮＭＰＣ）にそれぞれ供給し、
   ループＢは、ループＢの圧力信号（Ｐ２Ｂ）、ループＢの差圧信号（ＤＰ１２Ｂ）およびループＢの差圧信号（ＤＰ４７Ｂ）を前記差分装置、前記比装置および前記ニューラルネットワーク型非線形モデル予測制御器（ＮＮ ＮＭＰＣ）にそれぞれ供給する、
   請求項１記載の方法。