JP6608010B1 - 制御装置、サーバ、管理システム、コンピュータプログラム、学習モデル及び制御方法 - Google Patents
制御装置、サーバ、管理システム、コンピュータプログラム、学習モデル及び制御方法 Download PDFInfo
- Publication number
- JP6608010B1 JP6608010B1 JP2018139784A JP2018139784A JP6608010B1 JP 6608010 B1 JP6608010 B1 JP 6608010B1 JP 2018139784 A JP2018139784 A JP 2018139784A JP 2018139784 A JP2018139784 A JP 2018139784A JP 6608010 B1 JP6608010 B1 JP 6608010B1
- Authority
- JP
- Japan
- Prior art keywords
- gas
- information
- unit
- control
- action
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004590 computer program Methods 0.000 title claims abstract description 16
- 238000000746 purification Methods 0.000 claims abstract description 163
- 238000002309 gasification Methods 0.000 claims abstract description 56
- 239000007789 gas Substances 0.000 claims description 759
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 124
- 230000009471 action Effects 0.000 claims description 124
- 238000001179 sorption measurement Methods 0.000 claims description 97
- 230000006399 behavior Effects 0.000 claims description 68
- 239000012535 impurity Substances 0.000 claims description 67
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 59
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 58
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 58
- 238000011156 evaluation Methods 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 51
- 239000002699 waste material Substances 0.000 claims description 39
- 230000006866 deterioration Effects 0.000 claims description 35
- 244000005700 microbiome Species 0.000 claims description 35
- 230000008569 process Effects 0.000 claims description 35
- 230000002787 reinforcement Effects 0.000 claims description 32
- 238000003795 desorption Methods 0.000 claims description 30
- 230000000694 effects Effects 0.000 claims description 30
- 238000003860 storage Methods 0.000 claims description 27
- 239000003054 catalyst Substances 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000003542 behavioural effect Effects 0.000 claims description 8
- 239000000428 dust Substances 0.000 claims description 8
- 239000010849 combustible waste Substances 0.000 abstract description 16
- 238000010801 machine learning Methods 0.000 abstract description 13
- 239000002994 raw material Substances 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 43
- 239000000203 mixture Substances 0.000 description 23
- 238000010586 diagram Methods 0.000 description 19
- 238000003062 neural network model Methods 0.000 description 18
- 239000003795 chemical substances by application Substances 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 210000004205 output neuron Anatomy 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 9
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 7
- 239000005977 Ethylene Substances 0.000 description 7
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 6
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 6
- 235000015097 nutrients Nutrition 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 5
- 150000002484 inorganic compounds Chemical class 0.000 description 5
- 229910010272 inorganic material Inorganic materials 0.000 description 5
- 150000002894 organic compounds Chemical class 0.000 description 5
- YNQLUTRBYVCPMQ-UHFFFAOYSA-N Ethylbenzene Chemical compound CCC1=CC=CC=C1 YNQLUTRBYVCPMQ-UHFFFAOYSA-N 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- LELOWRISYMNNSU-UHFFFAOYSA-N hydrogen cyanide Chemical compound N#C LELOWRISYMNNSU-UHFFFAOYSA-N 0.000 description 4
- 229910052751 metal Inorganic materials 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 210000002364 input neuron Anatomy 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000004033 plastic Substances 0.000 description 3
- 229920003023 plastic Polymers 0.000 description 3
- KVGZZAHHUNAVKZ-UHFFFAOYSA-N 1,4-Dioxin Chemical compound O1C=COC=C1 KVGZZAHHUNAVKZ-UHFFFAOYSA-N 0.000 description 2
- KAKZBPTYRLMSJV-UHFFFAOYSA-N Butadiene Chemical group C=CC=C KAKZBPTYRLMSJV-UHFFFAOYSA-N 0.000 description 2
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 2
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 238000001311 chemical methods and process Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000000696 magnetic material Substances 0.000 description 2
- 230000000813 microbial effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000000178 monomer Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 239000008096 xylene Substances 0.000 description 2
- KNMAVSAGTYIFJF-UHFFFAOYSA-N 1-[2-[(2-hydroxy-3-phenoxypropyl)amino]ethylamino]-3-phenoxypropan-2-ol;dihydrochloride Chemical compound Cl.Cl.C=1C=CC=CC=1OCC(O)CNCCNCC(O)COC1=CC=CC=C1 KNMAVSAGTYIFJF-UHFFFAOYSA-N 0.000 description 1
- 239000002154 agricultural waste Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002090 carbon oxide Inorganic materials 0.000 description 1
- 239000002440 industrial waste Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010025 steaming Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10J—PRODUCTION OF PRODUCER GAS, WATER-GAS, SYNTHESIS GAS FROM SOLID CARBONACEOUS MATERIAL, OR MIXTURES CONTAINING THESE GASES; CARBURETTING AIR OR OTHER GASES
- C10J3/00—Production of combustible gases containing carbon monoxide from solid carbonaceous fuels
- C10J3/72—Other features
- C10J3/723—Controlling or regulating the gasification process
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09B—DISPOSAL OF SOLID WASTE NOT OTHERWISE PROVIDED FOR
- B09B3/00—Destroying solid waste or transforming solid waste into something useful or harmless
- B09B3/40—Destroying solid waste or transforming solid waste into something useful or harmless involving thermal treatment, e.g. evaporation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23G—CREMATION FURNACES; CONSUMING WASTE PRODUCTS BY COMBUSTION
- F23G5/00—Incineration of waste; Incinerator constructions; Details, accessories or control therefor
- F23G5/50—Control or safety arrangements
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10J—PRODUCTION OF PRODUCER GAS, WATER-GAS, SYNTHESIS GAS FROM SOLID CARBONACEOUS MATERIAL, OR MIXTURES CONTAINING THESE GASES; CARBURETTING AIR OR OTHER GASES
- C10J2300/00—Details of gasification processes
- C10J2300/16—Integration of gasification processes with another plant or parts within the plant
- C10J2300/164—Integration of gasification processes with another plant or parts within the plant with conversion of synthesis gas
- C10J2300/1656—Conversion of synthesis gas to chemicals
- C10J2300/1665—Conversion of synthesis gas to chemicals to alcohols, e.g. methanol or ethanol
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E50/00—Technologies for the production of fuel of non-fossil origin
- Y02E50/30—Fuel from waste, e.g. synthetic alcohol or diesel
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Combustion & Propulsion (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Organic Chemistry (AREA)
- Mechanical Engineering (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Automation & Control Theory (AREA)
- Thermal Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Industrial Gases (AREA)
- Processing Of Solid Wastes (AREA)
- Separation Of Gases By Adsorption (AREA)
Abstract
Description
10 ガス化炉
20 ガス精製装置
22、23 吸着装置
221、231 ガス吸着部材
26 運転制御部
261 ガス流量制御部
262 温度調整部
263 湿度調整部
264 吸着装置切替部
265 通信部
30 エタノール生成装置
50 制御装置
51 制御部
52 ガス情報取得部
53 特性情報取得部
54 通信部
55 記憶部
56 センサ情報取得部
57 記録媒体読取部
58 判定部
60 処理部
61 報酬算出部
62 行動選択部
63 行動評価部
200 管理サーバ
201 CPU
202 RAM
203 ROM
204 プラントDB
210 表示装置
300 学習サーバ
301 処理部
302 プラントDB
Claims (22)
- ガス精製装置を制御する制御装置であって、
収集されたごみをガスに変換するガス化炉が変換したガスに含まれる不純物ガスの濃度をガス情報として取得するガス情報取得部と、
前記ガス化炉が変換したガスを精製する前記ガス精製装置へ出力されるとともに前記ガス精製装置を制御するためのガス量、ガス温度及びガス湿度、並びに前記ガス精製装置内の吸着装置の切替サイクルタイムを制御情報として取得する制御情報取得部と、
前記ガス精製装置が精製した一酸化炭素ガス及び水素ガスの純度、一酸化炭素ガス及び水素ガスから生成されるエタノールの純度又は量を特性情報として取得する特性情報取得部と、
前記ガス情報によって表される状態、前記制御情報によって表される行動及び前記特性情報に基づく報酬それぞれをパラメータとして用いる強化学習により、ある状態に対して選択可能な行動の中から一の行動を選択したときに得られる報酬が大きくなる行動を選択するための行動評価情報が学習された学習モデルを生成する生成部と
を備える制御装置。 - 前記生成部は、
前記行動評価情報に基づいて、前記ガス情報取得部で取得したガス情報に対して選択可能な制御情報の中から選択された制御情報を前記ガス精製装置へ出力する行動出力部と、
前記行動出力部が出力した制御情報に基づく前記ガス精製装置の運転制御の結果、前記特性情報取得部で取得した特性情報が所要の値又は範囲内になる場合、報酬が大きい値となるように前記報酬を算出する報酬算出部と、
前記報酬算出部で算出した報酬が大きくなるような制御情報を選択できるように前記行動評価情報を更新する更新部と
を備え、
前記更新部で前記行動評価情報を更新して前記学習モデルを生成する請求項1に記載の制御装置。 - 前記更新部で更新した行動評価情報を記憶する記憶部を備える請求項2に記載の制御装置。
- ガス精製装置を制御する制御装置であって、
収集されたごみをガスに変換するガス化炉が変換したガスに含まれる不純物ガスの濃度であるガス情報によって表される状態、
前記ガス化炉が変換したガスを精製する前記ガス精製装置へ出力されるとともに前記ガス精製装置を制御するためのガス量、ガス温度及びガス湿度、並びに前記ガス精製装置内の吸着装置の切替サイクルタイムである制御情報によって表される行動、及び
前記ガス精製装置が精製した一酸化炭素ガス及び水素ガスの純度、一酸化炭素ガス及び水素ガスから生成されるエタノールの純度又は量である特性情報に基づく報酬それぞれをパラメータとして用いる強化学習により学習され、ある状態に対して選択可能な行動の中から一の行動を選択したときに得られる報酬が大きくなる行動を選択するための行動評価情報が学習された学習モデルと、
前記ガス化炉が変換したガスに含まれる不純物ガスの濃度をガス情報として取得するガス情報取得部と、
前記ガス情報取得部で取得したガス情報を前記学習モデルに入力して前記ガス精製装置を制御するためのガス量、ガス温度及びガス湿度、並びに前記ガス精製装置内の吸着装置の切替サイクルタイムを制御情報として出力する出力部と
を備える制御装置。 - 前記出力部が出力した制御情報に基づいて前記ガス精製装置を制御する請求項4に記載の制御装置。
- 前記ガス精製装置が精製した一酸化炭素ガス及び水素ガスの純度、一酸化炭素ガス及び水素ガスから生成されるエタノールの純度又は量を特性情報として取得する特性情報取得部と、
前記特性情報取得部で取得した特性情報を記憶する記憶部と
を備える請求項4又は請求項5に記載の制御装置。 - 前記ガス情報取得部で取得したガス情報、前記出力部が出力した制御情報、及び前記特性情報取得部で取得した特性情報をサーバへ送信する送信部を備える請求項6に記載の制御装置。
- 前記ガス情報取得部で取得したガス情報、前記出力部が出力した制御情報、及び前記特性情報取得部で取得した特性情報に基づいて前記学習モデルを再学習させる学習処理部を備える請求項6又は請求項7に記載の制御装置。
- 前記ガス精製装置内の吸着装置の使用履歴を取得する使用履歴取得部と、
前記使用履歴取得部で取得した使用履歴を管理サーバへ送信する送信部と
を備える請求項1から請求項8のいずれか一項に記載の制御装置。 - 前記ガス精製装置内の吸着装置の劣化度を取得する劣化度取得部を備え、
前記送信部は、
前記劣化度取得部で取得した劣化度を前記管理サーバへ送信する請求項9に記載の制御装置。 - 前記ガス精製装置内の吸着装置の脱着操作の有無を取得する脱着操作取得部を備え、
前記送信部は、
前記脱着操作取得部で脱着操作ありを取得した場合、前記脱着操作があったことを前記管理サーバへ送信する請求項9又は請求項10に記載の制御装置。 - 前記ガス精製装置で精製した一酸化炭素ガス及び水素ガスからエタノールを生成する微生物の状態に基づいて、前記微生物の活性度を判定する判定部を備える請求項1から請求項11のいずれか一項に記載の制御装置。
- 複数のごみ処理用のプラントそれぞれから、プラントを識別する識別情報、収集されたごみをガスに変換するガス化炉が変換したガスに含まれる不純物ガスの濃度であるガス情報、
前記ガス化炉が変換したガスを精製するガス精製装置へ出力されるとともに前記ガス精製装置を制御するためのガス量、ガス温度及びガス湿度、並びに前記ガス精製装置内の吸着装置の切替サイクルタイムである制御情報、及び
前記ガス精製装置が精製した一酸化炭素ガス及び水素ガスの純度、一酸化炭素ガス及び水素ガスから生成されるエタノールの純度又は量である特性情報を収集する収集部と、
前記収集部で収集したガス情報によって表される状態、制御情報によって表される行動及び特性情報に基づく報酬それぞれをパラメータとして用いる強化学習により生成され、ある状態に対して選択可能な行動の中から一の行動を選択したときに得られる報酬が大きくなる行動を選択するための行動評価情報が学習された学習モデルと、
前記収集部で収集したガス情報、制御情報及び特性情報を前記識別情報と関連付けて記憶する記憶部と
を備えるサーバ。 - 請求項1から請求項12のいずれか一項に記載の制御装置と、管理サーバとを備える管理システムであって、
前記管理サーバは、
複数のごみ処理用のプラントそれぞれから、プラントを識別する識別情報、収集されたごみをガスに変換するガス化炉が変換したガスを精製するガス精製装置内の吸着装置の劣化度を収集する収集部と、
前記収集部で収集した劣化度を前記識別情報と関連付けて記憶する記憶部と
を備える管理システム。 - さらに表示装置を備え、
前記吸着装置の劣化度を前記表示装置に表示する請求項14に記載の管理システム。 - 前記吸着装置の意図しない脱着操作があった場合、アラートを前記表示装置に表示する請求項15に記載の管理システム。
- 前記ガス精製装置が精製した一酸化炭素ガス及び水素ガスからエタノールを生成する触媒の活性度を前記表示装置に表示する請求項15又は請求項16に記載の管理システム。
- コンピュータに、
収集されたごみをガスに変換するガス化炉が変換したガスに含まれる不純物ガスの濃度をガス情報として取得する処理と、
前記ガス化炉が変換したガスを精製するガス精製装置へ出力されるとともに前記ガス精製装置を制御するためのガス量、ガス温度及びガス湿度、並びに前記ガス精製装置内の吸着装置の切替サイクルタイムを制御情報として取得する処理と、
前記ガス精製装置が精製した一酸化炭素ガス及び水素ガスの純度、一酸化炭素ガス及び水素ガスから生成されるエタノールの純度又は量を特性情報として取得する処理と、
前記ガス情報によって表される状態、前記制御情報によって表される行動及び前記特性情報に基づく報酬それぞれをパラメータとして用いる強化学習により、ある状態に対して選択可能な行動の中から一の行動を選択したときに得られる報酬が大きくなる行動を選択するための行動評価情報が学習された学習モデルを生成する処理と
を実行させるコンピュータプログラム。 - コンピュータに、
収集されたごみをガスに変換するガス化炉が変換したガスに含まれる不純物ガスの濃度をガス情報として取得する処理と、
前記ガス化炉が変換したガスに含まれる不純物ガスの濃度であるガス情報によって表される状態、
前記ガス化炉が変換したガスを精製するガス精製装置へ出力されるとともに前記ガス精製装置を制御するためのガス量、ガス温度及びガス湿度、並びに前記ガス精製装置内の吸着装置の切替サイクルタイムである制御情報によって表される行動、及び
前記ガス精製装置が精製した一酸化炭素ガス及び水素ガスの純度、一酸化炭素ガス及び水素ガスから生成されるエタノールの純度又は量である特性情報に基づく報酬それぞれをパラメータとして用いる強化学習により生成され、ある状態に対して選択可能な行動の中から一の行動を選択したときに得られる報酬が大きくなる行動を選択するための行動評価情報が学習された学習モデルに、取得したガス情報を入力して前記ガス精製装置を制御するためのガス量、ガス温度及びガス湿度、並びに前記ガス精製装置内の吸着装置の切替サイクルタイムを制御情報として出力する処理と
を実行させるコンピュータプログラム。 - 収集されたごみをガスに変換するガス化炉が変換したガスに含まれる不純物ガスの濃度であるガス情報によって表される状態、
前記ガス化炉が変換したガスを精製するガス精製装置へ出力されるとともに前記ガス精製装置を制御するためのガス量、ガス温度及びガス湿度、並びに前記ガス精製装置内の吸着装置の切替サイクルタイムである制御情報によって表される行動、及び
前記ガス精製装置が精製した一酸化炭素ガス及び水素ガスの純度、一酸化炭素ガス及び水素ガスから生成されるエタノールの純度又は量である特性情報に基づく報酬それぞれをパラメータとして用いる強化学習により生成され、ある状態に対して選択可能な行動の中から一の行動を選択したときに得られる報酬が大きくなる行動を選択するための行動評価情報が学習された学習モデル。 - ガス精製装置を制御する制御方法であって、
収集されたごみをガスに変換するガス化炉が変換したガスに含まれる不純物ガスの濃度をガス情報として取得し、
前記ガス化炉が変換したガスを精製するガス精製装置へ出力されるとともに前記ガス精製装置を制御するためのガス量、ガス温度及びガス湿度、並びに前記ガス精製装置内の吸着装置の切替サイクルタイムを制御情報として取得し、
前記ガス精製装置が精製した一酸化炭素ガス及び水素ガスの純度、一酸化炭素ガス及び水素ガスから生成されるエタノールの純度又は量を特性情報として取得し、
前記ガス情報によって表される状態、前記制御情報によって表される行動及び前記特性情報に基づく報酬それぞれをパラメータとして用いる強化学習により、ある状態に対して選択可能な行動の中から一の行動を選択したときに得られる報酬が大きくなる行動を選択するための行動評価情報が学習された学習モデルを生成する制御方法。 - ガス精製装置を制御する制御方法であって、
収集されたごみをガスに変換するガス化炉が変換したガスに含まれる不純物ガスの濃度をガス情報として取得し、
前記ガス化炉が変換したガスに含まれる不純物ガスの濃度であるガス情報によって表される状態、
前記ガス化炉が変換したガスを精製するガス精製装置へ出力されるとともに前記ガス精製装置を制御するためのガス量、ガス温度及びガス湿度、並びに前記ガス精製装置内の吸着装置の切替サイクルタイムである制御情報によって表される行動、及び
前記ガス精製装置が精製した一酸化炭素ガス及び水素ガスの純度、一酸化炭素ガス及び水素ガスから生成されるエタノールの純度又は量である特性情報に基づく報酬それぞれをパラメータとして用いる強化学習により生成され、ある状態に対して選択可能な行動の中から一の行動を選択したときに得られる報酬が大きくなる行動を選択するための行動評価情報が学習された学習モデルに、取得したガス情報を入力して前記ガス精製装置を制御するためのガス量、ガス温度及びガス湿度、並びに前記ガス精製装置内の吸着装置の切替サイクルタイムを制御情報として出力する制御方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018139784A JP6608010B1 (ja) | 2018-07-25 | 2018-07-25 | 制御装置、サーバ、管理システム、コンピュータプログラム、学習モデル及び制御方法 |
EP19839911.5A EP3828251A4 (en) | 2018-07-25 | 2019-06-24 | CONTROL DEVICE, OPERATION CONTROL DEVICE, SERVER, MANAGEMENT SERVER, COMPUTER PROGRAM, LEARNING MODEL, CONTROL METHOD AND OPERATION CONTROL METHOD |
PCT/JP2019/024881 WO2020021930A1 (ja) | 2018-07-25 | 2019-06-24 | 制御装置、運転制御装置、サーバ、管理サーバ、コンピュータプログラム、学習モデル、制御方法及び運転制御方法 |
US17/251,437 US20210264269A1 (en) | 2018-07-25 | 2019-06-24 | Control Device and Control Method |
CN201980041173.9A CN112352034A (zh) | 2018-07-25 | 2019-06-24 | 控制装置、运行控制装置、服务器、管理服务器、计算机程序、学习模式、控制方法以及运行控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018139784A JP6608010B1 (ja) | 2018-07-25 | 2018-07-25 | 制御装置、サーバ、管理システム、コンピュータプログラム、学習モデル及び制御方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019164591A Division JP2020063429A (ja) | 2019-09-10 | 2019-09-10 | 制御装置、サーバ、管理サーバ、コンピュータプログラム、学習モデル及び制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6608010B1 true JP6608010B1 (ja) | 2019-11-20 |
JP2020015821A JP2020015821A (ja) | 2020-01-30 |
Family
ID=68613368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018139784A Active JP6608010B1 (ja) | 2018-07-25 | 2018-07-25 | 制御装置、サーバ、管理システム、コンピュータプログラム、学習モデル及び制御方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210264269A1 (ja) |
EP (1) | EP3828251A4 (ja) |
JP (1) | JP6608010B1 (ja) |
CN (1) | CN112352034A (ja) |
WO (1) | WO2020021930A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3523760B1 (en) * | 2016-11-04 | 2024-01-24 | DeepMind Technologies Limited | Reinforcement learning systems |
JP7409343B2 (ja) * | 2021-03-17 | 2024-01-09 | 横河電機株式会社 | コントローラ、制御方法及び制御プログラム |
US20230126776A1 (en) * | 2021-10-27 | 2023-04-27 | Yokogawa Electric Corporation | Apparatus, method, and computer readable medium |
CN114621794B (zh) * | 2022-05-16 | 2022-08-19 | 烟台尚美丽家新能源有限公司 | 一种生物质气化炉多能耦合智慧联供生产***及方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11353295A (ja) * | 1998-06-09 | 1999-12-24 | Fujitsu Ltd | 内部モデル学習方法及び装置 |
JP4441296B2 (ja) * | 2004-03-16 | 2010-03-31 | 日本電信電話株式会社 | オンライン入出力関係学習方法 |
JP2011056392A (ja) | 2009-09-09 | 2011-03-24 | Takuma Co Ltd | ごみ処理施設及びごみ処理方法 |
US8163809B2 (en) * | 2009-11-30 | 2012-04-24 | L'air Liquide Societe Anonyme Pour L'etude Et L'exploitation Des Procedes Georges Claude | Process for decreasing or eliminating unwanted hydrocarbon and oxygenate products caused by Fisher Tropsch Synthesis reactions in a syngas treatment unit |
DE102011075337A1 (de) * | 2011-05-05 | 2012-11-08 | Siemens Ag | Verfahren und Vorrichtung zur Ansteuerung einer Anlage |
US11028449B2 (en) * | 2013-12-31 | 2021-06-08 | Biota Technology, Inc. | Microbiome based systems, apparatus and methods for monitoring and controlling industrial processes and systems |
JP6130817B2 (ja) * | 2014-09-16 | 2017-05-17 | 積水化学工業株式会社 | 有機物質を製造する装置、有機物質を製造する方法、合成ガスの製造方法及び合成ガスの製造装置 |
WO2017159614A1 (ja) * | 2016-03-14 | 2017-09-21 | オムロン株式会社 | 学習サービス提供装置 |
JP6097895B1 (ja) * | 2016-06-09 | 2017-03-15 | 積水化学工業株式会社 | 有機物質の製造システム及び有機物質の製造方法 |
CN109563420A (zh) * | 2016-06-21 | 2019-04-02 | 积水化学工业株式会社 | 有机物质的制造装置和有机物质的制造方法 |
RU2649792C2 (ru) * | 2016-09-09 | 2018-04-04 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система обучения алгоритма машинного обучения |
JP7015108B2 (ja) * | 2016-12-07 | 2022-02-02 | 三菱重工業株式会社 | 運用支援装置、機器運用システム、運用方法、制御方法及びプログラム |
-
2018
- 2018-07-25 JP JP2018139784A patent/JP6608010B1/ja active Active
-
2019
- 2019-06-24 CN CN201980041173.9A patent/CN112352034A/zh active Pending
- 2019-06-24 EP EP19839911.5A patent/EP3828251A4/en active Pending
- 2019-06-24 WO PCT/JP2019/024881 patent/WO2020021930A1/ja active Application Filing
- 2019-06-24 US US17/251,437 patent/US20210264269A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2020021930A1 (ja) | 2020-01-30 |
CN112352034A (zh) | 2021-02-09 |
US20210264269A1 (en) | 2021-08-26 |
JP2020015821A (ja) | 2020-01-30 |
EP3828251A4 (en) | 2022-04-06 |
EP3828251A1 (en) | 2021-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6608010B1 (ja) | 制御装置、サーバ、管理システム、コンピュータプログラム、学習モデル及び制御方法 | |
Mazhar et al. | Remaining life estimation of used components in consumer products: Life cycle data analysis by Weibull and artificial neural networks | |
JP4347864B2 (ja) | 水処理施設の管理システム | |
CN114297954A (zh) | 一种基于污水处理厂的大数据智能分析数字管控平台 | |
JP2009070071A (ja) | 学習型プロセス異常診断装置、およびオペレータ判断推測結果収集装置 | |
GB2446344A (en) | Self-diagnostic process control loop for a process plant | |
CN110428018A (zh) | 一种全链路监控***中的异常预测方法及装置 | |
US20200331783A1 (en) | Decision support system and method for watertreatment | |
JP2020063429A (ja) | 制御装置、サーバ、管理サーバ、コンピュータプログラム、学習モデル及び制御方法 | |
CN110135057A (zh) | 基于多层特征选择的固废焚烧过程二噁英排放浓度软测量方法 | |
CN111457392B (zh) | 城市生活垃圾焚烧过程风量智能设定方法 | |
Barsenga | Predictive performance modeling of Habesha Brewery’s wastewater treatment plant using artificial neural networks | |
KR20120117045A (ko) | 단위공정 해석 모델을 이용한 실시간 정수처리 공정 평가 시스템 및 그 방법 | |
Rasay et al. | Integration of the decisions associated with maintenance management and process control for a series production system | |
JP2011189285A (ja) | 排水処理プロセス知識蓄積および制御支援装置 | |
CN115358152B (zh) | 垃圾焚烧气体控制与反馈调节***和方法 | |
JP2006095440A (ja) | 下水処理場の運転管理システム | |
CN116227895A (zh) | 智慧河湖水生态修复mabc***云管平台 | |
JP6963475B2 (ja) | 稼働モニタリング装置及びプログラム | |
CN106226408A (zh) | 一种汽油吸附脱硫装置的吸附剂的循环速率计算方法 | |
CN111675257B (zh) | 一种污水处理厂的远程集控方法与*** | |
CN111798103B (zh) | 一种阳极炉能效实时评估方法及*** | |
Pandolfo et al. | Zebrafish Aquatic Systems: Preventative Maintenance and Troubleshooting | |
CN106221727A (zh) | 一种汽油吸附脱硫装置的闭锁料斗的异常诊断方法及*** | |
CN117886432B (zh) | 基于云计算平台的开放式臭氧在线监测及智能投放*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181228 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20181228 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190311 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190319 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190514 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190611 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190710 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190910 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20190910 |
|
C876 | Explanation why request for accelerated appeal examination is justified |
Free format text: JAPANESE INTERMEDIATE CODE: C876 Effective date: 20190910 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20190917 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20190924 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191001 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191021 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6608010 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |