JP7357878B2 - 機械学習装置、データ処理システム、推論装置及び機械学習方法 - Google Patents
機械学習装置、データ処理システム、推論装置及び機械学習方法 Download PDFInfo
- Publication number
- JP7357878B2 JP7357878B2 JP2019234419A JP2019234419A JP7357878B2 JP 7357878 B2 JP7357878 B2 JP 7357878B2 JP 2019234419 A JP2019234419 A JP 2019234419A JP 2019234419 A JP2019234419 A JP 2019234419A JP 7357878 B2 JP7357878 B2 JP 7357878B2
- Authority
- JP
- Japan
- Prior art keywords
- bowl
- liquid
- learning
- screw conveyor
- data
- 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
Images
Landscapes
- Centrifugal Separators (AREA)
- Treatment Of Sludge (AREA)
Description
初めに、本発明の一実施の形態に係る遠心分離システムについて簡単に説明する。本実施の形態においては、本発明の機械学習装置、データ処理システム、推論装置及び機械学習方法を適用する対象物として、遠心分離装置として横型のデカンタ1を含む遠心分離システムを用いる。言い換えれば、本発明は、本発明に係る機械学習装置、データ処理システム、推論装置及び機械学習方法を遠心分離システムに適用することで、遠心分離システムにおける作動制御を自動化しようとするものである。なお、本発明に係る遠心分離システムの具体的な態様はここに示すものに限定されるものではなく、例えば縦型や直胴型のデカンタ等、他の遠心分離装置を含む遠心分離システムに対しても適用可能である。
上述の固液分離処理は、デカンタ1の各種制御パラメータを調整することで、好適な処理を実現している。ここでいう制御パラメータとは、主にボウル2の遠心力、添加物供給源11からの薬剤の供給量、及びボウル2とスクリューコンベア3との差速から構成される。そこで、以下には、被処理液の種類等に合わせて最適な制御パラメータを推定することが可能な推論モデル(学習済モデル)を学習する本発明の機械学習装置について、説明を行う。
上記に関連して、本発明は、機械学習方法を提供する。図5は、本発明の一実施の形態に係る機械学習方法の例を示すフローチャートである。以下に示す機械学習方法においては、上述した機械学習装置に基づいて説明を行うが、前提となる構成については、上記機械学習装置に限定されない。また、この機械学習方法はコンピュータを用いることで実現されるものであるが、コンピュータとしては種々のものが適用可能であり、例えばデカンタ1のコントロールユニットを構成するコンピュータ、ネットワーク上に配されたサーバ装置、あるいは図3に示すコンピュータPC1等を挙げることができる。また、このコンピュータの具体的構成については、例えば、少なくともCPUやGPU等からなる演算装置と、揮発性又は不揮発性メモリ等で構成される記憶装置と、ネットワークや他の機器に通信するための通信装置と、これら各装置を接続するバスとを含むものを採用することができる。
次に、図6を参照して、上述した機械学習装置及び機械学習方法によって生成された学習済モデルの適用例について説示する。図6は、本発明の一実施の形態に係るデータ処理システムを示す概略ブロック図である。本実施形態に係るデータ処理システム50としては、上述した横型のデカンタ1のコントロールユニット内に搭載された態様を例示する。
本発明は、上述したデータ処理システム50の態様によるもののみならず、推論を行うための推論装置の態様で提供することもできる。その場合、推論装置としては、メモリと、少なくとも1つのプロセッサとを含み、このうちのプロセッサが、一連の処理を実行するものとすることができる。当該一連の処理とは、デカンタの状態変数、すなわち被処理液のスラリー濃度、脱水固形物の含水率、分離液の濃度、及びスクリューコンベア3のトルクを取得する処理と、これらの状態変数が入力された際に遠心分離システムの制御パラメータを推論する処理と、を含む。そして、ここでいう制御パラメータは、添加物の供給量、ボウル2の遠心力、及び差速発生装置5により制御される差速のうちの少なくとも1つで構成される。本発明を上述した推論装置の態様で提供することで、データ処理システムを実装する場合に比して簡単に種々の遠心分離システムに適用することができる。
2 ボウル
3 スクリューコンベア
4 駆動モータ
5 差速発生装置
6 ケーシング
9 給液管
10 被処理液供給源
10a、11a ポンプ
11 添加物供給源
20 機械学習装置
21 学習用データセット取得ユニット
22 学習用データセット記憶ユニット
23 学習ユニット
24 学習済モデル記憶ユニット
31 被処理液監視システム
32 脱水固形物監視システム
33 分離液監視システム
34 スクリューコンベアトルク監視システム
41 駆動モータ制御ユニット
42 ポンプ制御ユニット
43 差動モータ制御ユニット
50 データ処理システム
51 検出ユニット
52 調整ユニット
53 演算ユニット
57 推論ユニット
Claims (3)
- 被処理液に遠心力を付与して固形物と分離液とに遠心分離するボウルと、前記ボウル内の前記固形物を排出口に向けて搬送するスクリューコンベアと、前記ボウルを回転させる駆動モータと、前記スクリューコンベアを前記ボウルと相対的な差速をもって回転させる差速発生装置と、を備えた遠心分離システムのための機械学習装置であって:
前記被処理液のスラリー濃度、前記ボウル内で分離され排出された前記固形物としての脱水固形物の含水率、前記分離液の濃度、及び前記スクリューコンベアのトルク値の4つのデータで構成される入力データと、前記入力データに対応付けられた前記遠心分離システムの制御パラメータを含む出力データとで構成される学習用データセットを複数組記憶する学習用データセット記憶ユニットと;
前記学習用データセットを複数組入力することで、前記入力データと前記出力データとの相関関係を推論する学習モデルを学習する学習ユニットと;
前記学習ユニットによって学習された前記学習モデルを記憶する学習済モデル記憶ユニットと;を備え、
前記制御パラメータは、前記被処理液に添加される添加物の供給量、前記ボウルの遠心力、及び前記差速発生装置により制御される差速のうちの少なくとも1つで構成される、
機械学習装置。 - 被処理液に遠心力を付与して固形物と分離液とに遠心分離するボウルと、前記ボウル内の前記固形物を排出口に向けて搬送するスクリューコンベアと、前記ボウルを回転させる駆動モータと、前記スクリューコンベアを前記ボウルと相対的な差速をもって回転させる差速発生装置と、を備えた遠心分離システムに用いられるデータ処理システムであって:
前記被処理液のスラリー濃度、前記ボウル内で分離され排出された前記固形物としての脱水固形物の含水率、前記分離液の濃度、及び前記スクリューコンベアのトルク値を取得するための検出ユニットと;
前記請求項1に記載の機械学習装置によって生成された学習済モデルに、前記検出ユニットが取得したデータを入力することで、前記遠心分離システムの制御パラメータを推論する推論ユニットと;を備える、
データ処理システム。 - 被処理液に遠心力を付与して固形物と分離液とに遠心分離するボウルと、前記ボウル内の前記固形物を排出口に向けて搬送するスクリューコンベアと、前記ボウルを回転させる駆動モータと、前記スクリューコンベアを前記ボウルと相対的な差速をもって回転させる差速発生装置と、を備えた遠心分離システムのためのコンピュータを用いた機械学習方法であって:
前記被処理液のスラリー濃度、前記ボウル内で分離され排出された前記固形物としての脱水固形物の含水率、前記分離液の濃度、及び前記スクリューコンベアのトルク値の4つのデータで構成される入力データと、前記入力データに対応付けられた前記遠心分離システムの制御パラメータを含む出力データとで構成される学習用データセットを複数組記憶するステップと;
前記学習用データセットを複数組入力することで、前記入力データと前記出力データとの相関関係を推論する学習モデルを学習するステップと;
学習された前記学習モデルを記憶するステップと;を備え、
前記制御パラメータは、前記被処理液に添加される添加物の供給量、前記ボウルの遠心力、及び前記差速発生装置により制御される差速のうちの少なくとも1つで構成される、
機械学習方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019234419A JP7357878B2 (ja) | 2019-12-25 | 2019-12-25 | 機械学習装置、データ処理システム、推論装置及び機械学習方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019234419A JP7357878B2 (ja) | 2019-12-25 | 2019-12-25 | 機械学習装置、データ処理システム、推論装置及び機械学習方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021102195A JP2021102195A (ja) | 2021-07-15 |
JP7357878B2 true JP7357878B2 (ja) | 2023-10-10 |
Family
ID=76754660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019234419A Active JP7357878B2 (ja) | 2019-12-25 | 2019-12-25 | 機械学習装置、データ処理システム、推論装置及び機械学習方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7357878B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023042255A (ja) * | 2021-09-14 | 2023-03-27 | 株式会社Screenホールディングス | 基板処理装置および基板処理方法 |
EP4327948A1 (en) * | 2022-08-22 | 2024-02-28 | GEA Westfalia Separator Group GmbH | Ai controlled decanter |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6600857B1 (ja) | 2018-06-27 | 2019-11-06 | 株式会社クロスコンパス | 出力変数値算出システム、出力変数算出装置、及び、出力変数値算出方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04371244A (ja) * | 1991-06-21 | 1992-12-24 | Nishihara Environ Sanit Res Corp | 遠心分離機の制御装置 |
-
2019
- 2019-12-25 JP JP2019234419A patent/JP7357878B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6600857B1 (ja) | 2018-06-27 | 2019-11-06 | 株式会社クロスコンパス | 出力変数値算出システム、出力変数算出装置、及び、出力変数値算出方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021102195A (ja) | 2021-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7357878B2 (ja) | 機械学習装置、データ処理システム、推論装置及び機械学習方法 | |
CN101255001B (zh) | 差速旋转浓缩机及该差速旋转浓缩机的污泥浓缩方法 | |
JP6994330B2 (ja) | 脱水システム | |
US11866348B2 (en) | System, apparatus, and method for treating wastewater in real time | |
US7481918B2 (en) | Vibratory mixer | |
WO2022018974A1 (ja) | 機械学習装置、データ処理システム及び機械学習方法 | |
CN112691413B (zh) | 一种用于沉淀池的排泥控制方法及装置 | |
JP7448431B2 (ja) | 脱水システム | |
US20220253646A1 (en) | Method of determining an interface height of an interface between an upper and a lower layer comprised in a thickener | |
Manamperuma et al. | Multi-parameter based coagulant dosing control | |
JP7199233B2 (ja) | 脱水ケーキの含水率推定方法および汚泥処理システム | |
WO2022018976A1 (ja) | 機械学習装置、データ処理システム及び機械学習方法 | |
JP6856442B2 (ja) | 遠心分離装置 | |
WO2022018975A1 (ja) | 機械学習装置、データ処理システム及び機械学習方法 | |
KR102591433B1 (ko) | 머신 러닝을 적용한 원심분리 탈수기의 차속 제어 모터의 제어 방법 | |
Pandilov et al. | Application of intelligent optimization tools in determination and control of dosing of flocculent in water treatment | |
EP1375436A1 (fr) | Procédé de conduite d'un réacteur séquentiel discontinu de traitement d'eaux résiduaires | |
Al-Baidhani et al. | Optimal alum dosage prediction required to treat effluent water turbidity using artificial neural network | |
WO2021261173A1 (ja) | 機械学習装置、固形物含水率測定装置、推論装置及び機械学習方法 | |
JP2023012234A (ja) | 機械学習装置、データ処理システム、推論装置及び機械学習方法 | |
JPS58205554A (ja) | 汚泥濃縮装置 | |
JP6856438B2 (ja) | 遠心分離装置 | |
EP4327948A1 (en) | Ai controlled decanter | |
Nahm et al. | Development of an optimum control software package for coagulant dosing process in water purification system | |
JPH0739000B2 (ja) | 沈澱池の排泥制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200120 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220630 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20220630 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20220630 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230606 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230728 |
|
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: 20230905 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230919 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7357878 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |