JP2019160153A - ごみ質の推定システムおよびそのごみ質の推定システムを用いたクレーン運転制御システム - Google Patents
ごみ質の推定システムおよびそのごみ質の推定システムを用いたクレーン運転制御システム Download PDFInfo
- Publication number
- JP2019160153A JP2019160153A JP2018049327A JP2018049327A JP2019160153A JP 2019160153 A JP2019160153 A JP 2019160153A JP 2018049327 A JP2018049327 A JP 2018049327A JP 2018049327 A JP2018049327 A JP 2018049327A JP 2019160153 A JP2019160153 A JP 2019160153A
- Authority
- JP
- Japan
- Prior art keywords
- waste
- input
- unit
- area
- garbage
- 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.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
Description
特許文献2は、ごみの発熱量に係る情報をリアルタイムに精度よく連続取得して、現在の燃料状態に対して時間遅れのないごみの燃焼制御を行うことを目的とした方法が開示されている。
また、ごみ質の推定システムを用いたクレーン運転制御システムを提供することである。
ごみピット表面が撮像された画像データから作成された投入ごみの入力データと、ごみ質教師データとを用いて知的情報処理技術により、ごみ質を推定する投入ごみ質推定モデルを生成する投入ごみ質推定モデル生成部を有する。
上記ごみ質の推定システムは、ごみピット表面を撮像する撮像部を有していてもよい。
上記ごみ質の推定システムは、ごみピット表面が撮像された画像データから投入ごみの入力データを作成する入力データ作成部を有していてもよい。
上記ごみ質の推定システムは、投入ごみの入力データを記憶する記憶部を有していてもよい。
上記ごみ質の推定システムは、他システムで算出された投入ごみの入力データを受信する受信部を有していてもよい。
時間遅れ量は、予め設定されていてもよく、例えば経験則、実験により設定してもよい。燃焼装置が、例えばストーカ式焼却炉の場合、時間遅れ量として例えば30〜40分を設定してもよい。
上記ごみ質の推定システムは、燃焼装置の投入口にごみを投入してから燃焼が開始されるまでの時間遅れ量を算出する時間遅れ量算出部をさらに有してもいてよい。
上記ごみ質の推定システムは、ごみ質教師データを作成するごみ質教師データ作成部を有していてもよい。
ごみの組成濃度は、例えば排ガス分析計などの各種成分に応じた分析計で排ガスを分析することで得られる。また、所定の成分(例えば、酸素、水分)から他の成分(例えば二酸化炭素)を算出してもよい。
また、発熱量は、例えば、特許第5996762号公報の方法を用いて算出してもよく、計測値を用いてもよい。
前記入力データ作成部は、ごみ搬入車両、日付および天候の中から1種または2種以上の情報をさらに含むように入力データを作成してもよい。
この場合、前記ごみ質教師データは、ごみ搬入車両、日付および天候の中から1種または2種以上の情報をさらに含んでもよい。
前記撮像部がスペクトルカメラである場合、前記入力データ作成部(あるいは吸光度の面積率算出システム)は、
スペクトル画像データから区分けされた波長ごとに吸光度を基準としてスペクトル二値化画像を生成するスペクトル二値化画像生成部と、
各評価エリアのそれぞれの波長ごとに対して閾値以上(または以下)の面積を計算し、評価エリアに対する面積率を算出する面積率算出部と、を有してもよい。この場合、入力データは、面積率である。
前記撮像部がスペクトルカメラである場合、前記入力データ作成部(あるいは吸光度平均値算出システム)は、
スペクトル画像データから区分けされた波長ごとに各評価エリア内の吸光度の平均値を算出する吸光度平均値算出部を有してもよい。この場合、入力データは「吸光度平均値」である。
前記撮像部が可視カメラである場合、前記入力データ作成部(あるいは混合度評価システム)は、
画像データを所定の処理をして各評価エリアのごみの混合度を評価する混合度評価部を有してもよい。この場合、入力データは、混合度である。
入力データは、面積率、吸光度平均値、混合度の内1種または2種以上であってもよい。
入力データは、ごみが燃焼装置(例えば投入ホッパ)に投入される投入時刻を含んでいてもよい。
機械学習、深層学習の構成は、特に制限されず、従来のアルゴリズム構成を用いてもよい。
投入ごみ質推定モデルは、いわゆるソフトウエアプログラムとして構成されるものに限定されず、専用電子回路や組み込みファームウエアとして構成されていてもよい。
ソフトウエアプログラムは、メモリに記憶され、プログラム手順がプロセッサーによって実行されてもよい。
投入ごみ質推定モデルは、異なるごみ質教師データを用いて更新されてもよい。
投入されるごみの入力データを前記投入ごみ質推定モデルに入力し、ごみ質を推定するごみ質推定部と、
前記ごみ質推定モデルから出力された推定ごみ質に応じて、クレーンを自動制御する自動運転制御部を有する。
入力データは、上記ごみ質の推定システムで用いられる入力データの内、1種または2種以上を含むデータである。
推定ごみ質は、上記ごみ質教師データの内、1種または2種以上を含むデータである。
上記自動運転制御部は、燃焼装置の発熱量が期待値よりも低い場合に、発熱量の高いごみを投入するようにクレーンを制御してもよい。
上記自動運転制御部は、燃焼装置の発熱量が期待値よりも高い場合に、発熱量の低いごみを投入するようにクレーンを制御してもよい。
混合度評価システムは、
ごみピット内のごみをその上方から撮像するように設置される撮像部と、
ごみピット内でごみまでの距離を検出できるようにごみ上方に移動可能に設置され、かつ測定点(P)までの距離(A)を検出するレーザ距離計と、
前記距離(A)および前記レーザ距離計から前記ごみピットの底面までの基準距離(B)に基づいて、測定点ごみ堆積高さ(Z)を算出する測定点ごみ高さ算出部と、
ごみピット内の平面座標と前記測定点ごみ堆積高さの情報とに基づいて、ごみの三次元高さ情報を算出する三次元ごみ高さ算出部と、
前記撮像部の設置情報に基づいて、前記撮像部で撮像された画像を上空視点画像に変換する画像変換部と、
前記ごみの三次元高さ情報に基づいて、前記上空視点画像の全ての区域が同一高さ平面上になるように補正した補正画像を得る画像補正部と、
前記補正画像を階調化し、所定の閾値で二値化して二値化画像を得る二値化処理部と、
前記二値化画像を複数の分割エリアを有する2以上の評価エリアに分割し、各評価エリアのごみの混合度を評価する混合度評価部と、を有する構成でもよい。
上記前記混合度評価部は、
各評価エリアの明部分あるいは暗部分の抽出面積を算出し、全評価エリアに対するあるいは各評価エリアに対する分割エリアの前記明部分あるいは暗部分の抽出面積のばらつきを算出し、前記ばらつきにより混合度を評価するばらつき評価部を有していてもよい。
ここで抽出面積のばらつきは、例えば、分散σ2、標準偏差σ、変動係数CVなどが挙げられる。
上記ばらつき評価部の評価において、ばらつき、例えば、分散σ2、標準偏差σ、変動係数CVなどが、所定値を超えて大きい値ほど、多様なごみがエリア内に存在すること、つまり攪拌が十分になされており、ごみの均質化が高いことを示す。
また、上記混合度評価部は、
例えば、判別分析法(大津の二値化)を各分割エリアに適用する、あるいは、動的閾値法による二値化を行い、明部分(あるいは暗部分)をラベリングするなどして各粒子を抽出し、各評価エリアの粒子面積平均を算出し、前記面積平均により混合度を評価する面積平均評価部を有していてもよい。
上記面積平均評価部の評価において、例えば、粒子面積平均が所定値より小さい値ほど、ごみの破袋が進行している、つまり攪拌が十分になされており、ごみの均質化が高いことを示す。
また、上記混合度評価部は、
各評価エリアの明部分と暗部分との面積率を算出し、前記面積率により混合度を評価する面積率評価部を有していてもよい。
ここで、面積率は、例えば、暗部分÷明部分、明部分÷暗部分である。
上記面積率評価部の評価において、面積率(例えば1未満の値)が所定値より大きい値ほど、ごみの破袋が進行している、つまり攪拌が十分になされていることを示す。ごみ袋は、ごみよりも明るい場合が多いことから暗部分の面積が大きいほどごみ袋の破砕が進んでいると推定する。
上記クレーン運転制御システムによれば、燃焼ごみ質の均一化、すなわち燃焼の安定化を実現することができる。
また、燃焼の安定化を実現することで、助燃燃料の削減、排ガス性状の安定化による薬剤使用量の低減、運転状況監視の省力化等の利点が挙げられる。
また、ピット内におけるごみ質の均一化を目的とした攪拌についても最適化を図ることが可能となり、クレーンの消費電力を低減し、省エネを図ることもできる。
図1は、ごみ質の推定システム500およびごみピット1の側面視の一例である。
クレーン運転制御システム600は、任意の混合番地の範囲内あるいは番地をまたがって、クレーン22を移動させ、バケット23でごみを掴んで持ち上げ、その場で若しくはその混合番地内の別の位置へ移動したり、別の混合番地へ移動したりして、ごみを落下させるように制御する。また、クレーン運転制御システム600は、複数の混合番地において、ごみを移動させるようにクレーン22とバケット23を制御する。クレーン運転制御システム600は、自動運転制御部(不図示)と手動運転制御部603を有し、自動運転制御部603が上記制御を実行できる。また、クレーン運転制御システム600は、クレーン22とバケット23を制御して、任意の混合番地のごみを掴んで移動させ、焼却炉40の投入ホッパ41にごみを送り込む制御をする。投入ごみ質推定モデルの利用方法は、後述する。
混合度を算出するための混合度評価システム100およびその処理フローについて図2〜図4A−4Cを参照しながら説明する。図4Aに示すごみの混合度評価システム100は、以下の構成を有する。
また、本実施例1では撮像部31は一つであるが、これに制限されず、撮像部が複数設置されていてもよい。複数の撮像部で攪拌エリア15を分けて撮像してもよく(一部重複して撮像してもよく)、攪拌エリア全体を複数の撮像部のそれぞれが別の角度から撮像してもよい。複数の撮像部で撮像した画像は、例えば、攪拌エリア全体が1枚の画像になるように合成処理部(不図示)で処理されてもよい。本実施例1の撮像部31で撮像した画像はRGB画像である。なお、RGB画像に限定されず、例えば、赤外線カメラによる面像でもよい。
本実施例1では、クレーンガータ21に固定され、図1において左右に検出角度を変えて下方のごみ(測定点P)までの距離を検出できる。図1の紙面垂直方向にクレーンガータ21が移動することで、攪拌エリア15全体のごみまでの距離を検出できる。
測定点Pの座標(X−Y平面座標)は、レーザ距離計32の位置および検出角度(測定点角度θ)に基づいて算出できる。レーザ距離計32の位置はクレーンガータ21の位置座標と、クレーンガータ21とレーザ距離計32との相対位置から導ける。
測定点Pの座標と検出された距離A、測定点角度θ、検出時刻は紐づけられてメモリ(例えば、レーザ距離計内部あるいは混合度評価システム1内のメモリ)に保存される。
攪拌のためにクレーンを自動運転している所定のタイミングあるいは焼却炉40にごみを投入しているタイミングで、画像の撮像および距離の検出をしてもよい。
Z=B−A×cosθ (1)
三次元高さ情報Wは、撮像時刻と検出時刻の情報を含んでいてもよい。
三次元ごみ高さ算出部102は、所定のタイミングで、三次元高さ情報Wを算出する。
本実施形態において、「所定のタイミング」は、一定間隔でもよく、決まった時刻でもよく、作業員の命令操作に基づいたタイミングでもよい。
これにより、同一高さの平面画像が得られる。
なお、別実施例として、「階調化」は色相、彩度、輝度に限定されず、RGBのいずれかで階調してもよい。また、撮像部が赤外線カメラの場合に、上記画像変換処理、上記画像補正処理をした後で、二値化処理部113は例えば波長、周波数などで階調化してもよい。
ばらつき評価部131は、二値化画像を複数の分割エリアを有する2以上の評価エリアに分割し、各分割エリアの明部分あるいは暗部分の抽出面積を算出する。
例えば、明部分はごみ袋そのままが多くある画像であり、攪拌が不十分であり、暗部分はごみ袋が破砕された状態の画像であり攪拌が十分であると推測される。
さらに、ばらつき評価部131は、全評価エリアに対する分割エリアの前記明部分あるいは暗部分の抽出面積の分散σ2を算出する。本実施形態では、面積算出にあたり画素数をカウントする方法を用いるが、特にこれに制限されず、他の方法で明部分あるいは暗部分の面積を算出してもよい。
上記分散の算出と共にあるいは代替して、ばらつき評価部131は、各評価エリアに対する分割エリアの前記明部分あるいは暗部分の抽出面積の分散σ2を算出することができる。
また、分散σ2と共にあるいは分散に代替して、ばらつき評価部131は、標準偏差σおよび/または変動係数(CV)を算出することができる。
ばらつき評価部131で、分散σ2が所定値を超えて、大きい値になるほど、多様なごみがエリア内に存在する、つまり攪拌が十分になされていることを示す。
ステップS1において、撮像部31がごみピット内の画像を撮像する。レーザ距離計32がごみピット内のごみ(測定点P)までの距離Aを測定する。
ステップS2において、各測定点でのごみ堆積高さZを以下の式から算出する。
Z=B−A×cosθ (1)
次いで、ごみピット1内の平面座標(X−Y)とごみ堆積高さZの情報とに基づいて、ごみの三次元高さ情報Wを算出する。
ステップS4において、RGB画像である補正画像を、色相H、彩度S、輝度IのHIS変換し、輝度に基づく輝度画像を作成する。輝度画像を256階調で階調化する。図2Aは、ごみピット内の階調化した画像の一例を示す。ここで、画素数と実面積(攪拌エリア)が対応し、画素ごとに明暗の輝度を示す。
なお、別実施例として、「階調化」は色相、彩度、輝度に限定されず、RGBのいずれかで階調してもよい。また、撮像部が赤外線カメラの場合に、上記画像変換処理、上記画像補正処理をした後で、二値化処理部113は例えば波長、周波数などで階調化してもよい。
平均輝度=(輝度0×その画素数+輝度1×その画素数+・・輝度255×その画素数)/全画素数 (2)
図2Fは、評価エリアSaの各分割エリアSa1〜Sa9の抽出画素数を示す。
Sa1=5
Sa2=7
Sa3=4
Sa4=8
Sa5=5
Sa6=2
Sa7=8
Sa8=5
Sa9=5
他の評価エリアSb〜Siも同様に抽出画素数(抽出面積に相当する)を算出する。
Saiは各分割エリアの抽出面積、Sa_aveは評価エリアSaにおける各分割エリアの抽出面積の平均である。nは評価エリア内の画素数であり、9×9である。
他の評価エリアSb〜Siにおいても同様に算出する。
なお、別実施形態として標準偏差、変動係数を算出してもよい。変動係数CVは式(4)で求めることができる。
σは標準偏差である。
Saiは各分割エリアの抽出面積、So_aveは全評価エリア(ピット全体)Sa〜Siにおける各分割エリアの抽出面積の平均である。nは評価エリア内の画素数であり、9×9である。
他の評価エリアSb〜Siにおいても同様に算出する。
なお、別実施形態として、分散に代わり、標準偏差、変動係数を算出してもよい。
ステップS8−1により各評価エリアに対する分散の時はその評価エリアにおける混合度を評価でき、ステップS8−2により全評価エリアに対する分散の時はごみピット全体と比較したその評価エリアの混合度を評価できる。
実施例1の混合度評価システム100の別構成について図4B、図4Cを参照しながら説明する。実施例1と同じ符号は同様の機能を有するため説明を省略し、異なる特徴を説明する。
ステップS5において、面積平均評価部132は、分割エリアごとに、判別分析法を各分割エリアに適用する、あるいは、動的閾値法による二値化を行い、明部分(あるいは暗部分)をラベリングするなどして各粒子を抽出する。
面積平均評価部132は、各粒子面積を算出し、各粒子の面積平均を算出する。
面積平均評価部132は、各粒子の面積平均が所定値より小さいか否かを判断する。
面積平均評価部132の判断結果において、面積平均が所定値より小さい値ほど、ごみの破袋が進行している、つまり攪拌が十分になされていることを示す。
上記実施例1と同様に、評価エリア単位で評価することができる。
ばらつき評価部131と面積平均評価部132のそれぞれの判断あるいは総合判断によって混合度を評価してもよい。
面積率評価部133は、面積率が所定値(例えば1未満)より大きいか否かを判断する。
面積率評価部133の判断結果において、面積率が所定値より大きい値ほど、ごみの破袋が進行している、つまり攪拌が十分になされていることを示す。
実施例1と同様に、評価エリア単位で評価することができる。
ばらつき評価部131、面積平均評価部132および面積率評価部133のそれぞれの判断あるいは総合判断によって混合度を評価してもよい。
図6に示す吸光度の面積率算出システム200は、スペクトル二値化画像生成部201と、面積率算出部202を有する。
スペクトル二値化画像生成部201は、スペクトルカメラでごみピット1の全体を撮像し、区分けされた波長ごとの二値化画像を生成する。図8Aに波長ごとの二値化画像の一例を示す。図8Aは、3種の区分けされた二値化画像を例示しているにすぎず、3種以上に区分けされていてもよい。
図7に示す吸光度平均値算出システム300は、スペクトル画像データから区分けされた波長ごとに各評価エリア内の吸光度の平均値を算出する吸光度平均値算出部301を有する。図8Dに各評価エリアの区分された波長ごとの吸光度平均値の一例を示す。この吸光度平均値は、吸光度平均値算出システム300からごみ質の推定システム500の記憶部501に送られ記憶される。
入力データ作成部502は、各評価エリアにおける混合度、吸光度の面積率、吸光度平均値のデータを取得し、入力データの元データとしてデータベース化する。
図9Aに、記憶部501に保存された入力データのデータベースの一例を示す。
入力データ作成部502は、評価エリアSa(混合番地に対応する)のごみを焼却炉の投入ホッパに投入したときの、ごみの混合度、吸光度の面積率、吸光度平均値、投入ごみ重量、投入時刻のデータを記憶部501に記憶する。他の評価エリアのごみを投入したときも、同様の方法でデータ構成される。図9Bに、投入されたごみの入力データの一例を示す。
本実施形態1では、ごみ質教師データは、ごみ組成(水、炭素、水素、排ガス中の塩化水素(HCl)および二酸化硫黄(SO2)など)の濃度、発熱量などである。
なお、別実施形態として、ごみ質の推定システム500は、ごみ質教師データを作成するごみ質教師データ作成部を有していてもよい。
ごみ組成濃度は、例えば排ガス分析計などの各種成分に応じた分析計で排ガスを分析することで得られる。また、所定の成分(例えば、酸素、水分)から他の成分(例えば二酸化炭素)を算出してもよい。
また、発熱量は特許第5996762号公報の方法を用いて算出してもよい。ごみ質教師データ作成部は、発熱量を推定する発熱量算出部を有していてもよい。
図10にごみ質教師データの例を示す。
第一の方法は、R1〜R8の手順である。
(R1)排ガス中の酸素および水分の成分濃度を測定する。
(R2)測定された前記酸素および水分の成分濃度から、下式を基に排ガス中の二酸化炭素濃度を推算する。
[CO2]=Ro×(100−[H2O])/100−[O2]
ここで、[ ]内は百分率表示濃度を示し、Roは大気中の酸素濃度から灰分に取り込まれる酸素成分量を減じて設定された係数を示す。
(R3)前記酸素濃度,水分濃度および二酸化炭素濃度を用い、排ガス中の窒素濃度を算出する。
(R4)算出された窒素濃度を基に燃焼空気中の窒素濃度に対する換算係数を算出し、該換算係数を乗じた前記酸素,二酸化炭素および水分の換算成分濃度を算出する。
(R5)換算された前記酸素,二酸化炭素および水分の成分濃度から、燃焼処理に用いられた燃焼空気の単位供給量当りの酸素消費量を算出する。
(R6)算出された前記酸素消費量から、燃焼空気の単位供給量当りの、該燃焼処理において生成した二酸化炭素および水分に係る発熱量、該生成水分量と前記廃棄物中に含まれていた水分量の総量からの潜熱量を算出する。
(R7)燃焼処理された廃棄物の供給量から、燃焼空気の単位供給量当りの処理された廃棄物量を算出する。
(R8)算出された前記発熱量,前記潜熱量および廃棄物量から、処理された廃棄物量当りの推算発熱量Aを算出する。
(S1)排ガス中の酸素,二酸化炭素および水分の成分濃度を測定する。
(S2)測定された前記各成分濃度から、排ガス中の窒素濃度を算出する。
(S3)算出された窒素濃度を基に燃焼空気中の窒素濃度に対する換算係数を算出し、該換算係数を乗じた前記酸素,二酸化炭素および水分の換算成分濃度を算出する。
(S4)換算された前記酸素,二酸化炭素および水分の成分濃度から、燃焼処理に用いられた燃焼空気の単位供給量当りの酸素消費量を算出する。
(S5)算出された前記酸素消費量から、燃焼空気の単位供給量当りの、該燃焼処理において生成した二酸化炭素および水分に係る発熱量、該生成水分量と前記廃棄物中に含まれていた水分量の総量からの潜熱量を算出する。
(S6)燃焼処理された廃棄物の供給量から、燃焼空気の単位供給量当りの処理された廃棄物量を算出する。
(S7)算出された前記発熱量,前記潜熱量および廃棄物量から、処理された廃棄物量当りの推算発熱量Bを算出する。
第三の方法は、A1〜A8の手順である。
(A1)燃焼炉からの排ガス流量を測定する。
(A2)燃焼炉からの排ガス中の酸素,二酸化炭素および水分の成分濃度を測定する。
(A3)測定された前記各成分濃度から、排ガス中の窒素濃度[N2]を算出する。
(A4)算出された窒素濃度[N2]を基に大気中の窒素濃度Anに対する換算係数を算出し、該換算係数を乗じた前記酸素,二酸化炭素および水分の換算成分濃度Go,GdおよびGwを算出する。
(A5)換算された二酸化炭素の成分濃度Gdを基に、被燃焼物単位供給量当りの被燃焼物中の炭素量を算出する。
(A6)大気中の酸素濃度Aoから、換算された酸素の成分濃度Goおよび二酸化炭素の成分濃度Gdを減算し、燃焼処理において消費された被燃焼物中の水素量および燃焼処理によって発生した水分量を算出する。
(A7)換算された水分の成分濃度Gwおよび算出された前記水分量を基に、被燃焼物中の水分蒸発量を算出する。
(A8)算出された前記炭素量,水素量および水分量を用い、燃焼処理により発生した被燃焼物中の炭素と水素の反応発熱量および水分の潜熱量に基づく、燃焼処理された被燃焼物単位供給量当りの算出発熱量Aを算出する。
第四の方法は、B1〜B9の手順である。
(B1)燃焼炉からの排ガス流量を測定する。
(B2)排ガス中の酸素および水分の成分濃度を測定する。
(B3)測定された酸素,水分の成分濃度[O2],[H2O]から、下式1を基に排ガ
ス中の二酸化炭素濃度[CO2]を算出する。
[CO2]=Ro×(100−[H2O])/100−[O2]
ここで、[ ]内は百分率表示濃度を示し、Roは大気中の酸素濃度から灰分に取り込まれる酸素成分量を減じて設定された係数を示す。
(B4)測定された酸素濃度[O2]と水分濃度[H2O]および算出された二酸化炭素濃度[CO2]から、排ガス中の窒素濃度[N2]を算出する。
(B5)算出された窒素濃度[N2]を基に大気中の窒素濃度Anに対する換算係数を算出し、該換算係数を乗じた前記酸素,二酸化炭素および水分の換算成分濃度Go,GdおよびGwを算出する。
(B6)換算された二酸化炭素の成分濃度Gdを基に、被燃焼物単位供給量当りの被燃焼物中の炭素量Ecを算出する。
(B7)大気中の酸素濃度Aoから、換算された酸素の成分濃度Goおよび二酸化炭素の成分濃度Gdを減算し、燃焼処理において消費された被燃焼物中の水素量Ehおよび燃焼処理によって発生した水分量Cwを算出する。
(B8)換算された水分の成分濃度Gwおよび算出された前記水分量を基に、被燃焼物中の水分蒸発量を算出する。
(B9)算出された前記炭素量,水素量および水分量を用い、燃焼処理により発生した被燃焼物中の炭素と水素の反応発熱量および水分の潜熱量に基づく、燃焼処理された被燃焼物単位供給量当りの算出発熱量Bを算出する。
上記において、混入空気量および被燃焼物中の酸素量を算出してもよい。
下式に基づき、燃焼炉に供給される燃焼空気以外の混入空気量を算出する。
(混入空気量)=(排ガス流量×[N2]−燃焼空気供給量×An)/An
下式に基づき、被燃焼物中の酸素量を算出してもよい。
(被燃焼物中の酸素量)=(排ガス流量×[O2])−(燃焼空気供給量×Aa−排ガス流量×[CO2]−水分量Cw)−(混入空気量×An)
(1)投入ホッパに投入されるごみの入力データ、重量データを記憶部に記憶する。
(2)投入されたごみの堆積状態を分画し、分画された堆積ごみのそれぞれの重量と、入力データを記憶部に記憶する。例えば、第一分画堆積ごみG1、第二分画堆積ごみG2、第三分画堆積ごみG3のそれぞれの重量を記憶する。
(3)ごみが、燃焼装置の焼却炉に供給されるたびに供給ごみの重量(例えば50kgの炉内供給)を投入ホッパ内の最下部の第一分画堆積ごみの残重量から引く。供給ごみの重量は定量供給(例えば50kg)されていてもよく、供給ごみの重量を供給するたびに計測されていてもよい。
(4)残重量が零になった分画堆積ごみは記録から取り除く。引ききれなかった分の重量は新しく最下部になった第n分画堆積ゴミの残重量から引く。
(5)供給ごみの入力データと、この時点でのごみ質教師データとを対応させる。
図11で、投入されたごみ(ごみTAG)の堆積状態、送り込み状態を示す。
実施形態1では、入力データに3種類を用いていたが、これに制限されず、面積率、吸光度平均値、混合度の内、1種または2種以上であってもよい。
また、入力データとして、ごみ搬入車両、日付および天候の中から1種または2種以上の情報をさらに含んでもよい。
実施形態1では、ごみ質教師データは、ごみの組成(水、炭素、水素、排ガス中の塩化水素(HCl)および二酸化硫黄(SO2)など)の濃度、発熱量などであったが、これに制限されず、上記の1種または2種以上であってもよい。
実施形態1では、混合度評価システム100、吸光度の面積率算出システム200、吸光度平均値算出システム300で入力データを作成したが、これに制限されず、ごみ質の推定システム500の入力データ作成部502が、それらの機能を有していてもよい。
クレーン運転制御システム600は、上記ごみ質の推定システム500で生成された投入ごみ質推定モデルを記憶するモデル記憶部601と、投入されるごみの入力データを投入ごみ質推定モデルに入力し、ごみ質を推定するごみ質推定部602と、ごみ質推定モデルから出力された推定ごみ質に応じて、クレーンを自動制御する自動運転制御部603を有する。
上記自動運転制御部603は、ごみ質が各評価エリアで均一になるようにクレーンを制御してもよい。
上記自動運転制御部603は、燃焼装置の発熱量が期待値よりも低い場合に、発熱量の高いごみを投入するようにクレーンを制御してもよい。
上記自動運転制御部603は、燃焼装置の発熱量が期待値よりも高い場合に、発熱量の低いごみを投入するようにクレーンを制御してもよい。
15 攪拌エリア
21 クレーンガータ
22 クレーン
23 バケット
31 撮像部
32 レーザ距離計
100 混合度評価システム
101 測定点ごみ高さ算出部
102 三次元ごみ高さ算出部
111 画像変換部
112 画像補正部
113 二値化処理部
130 混合度評価部
131 ばらつき評価部
132 面積平均評価部
133 面積率評価部
200 面積率算出システム
201 スペクトル二値化画像生成部
202 面積率算出部
300 吸光度平均値算出システム
301 吸光度平均値算出部
500 ごみ質の推定システム
501 記憶部
502 入力データ作成部
503 投入ごみ質推定モデル生成部
600 クレーン運転制御システム
601 モデル記憶部
602 ごみ質推定部
603 自動運転制御部
Claims (4)
- ごみピット表面が撮像された画像データから作成された投入ごみの入力データと、ごみ質教師データとを用いて知的情報処理技術により、ごみ質を推定する投入ごみ質推定モデルを生成する投入ごみ質推定モデル生成部を有するごみ質の推定システム。
- 前記投入ごみ質推定モデル生成部は、燃焼装置の投入口にごみを投入してから燃焼が開始されるまでの、予め設定されている時間遅れ量、または投入ごみ量と供給ごみ量の記録に基づいて、前記ごみ質教師データと前記入力データとの時間的対応づけを行って前記投入ごみ質推定モデルを生成する、請求項1に記載のごみ質の推定システム。
- ごみピット表面が撮像された画像データから投入ごみの入力データを作成する入力データ作成部を有する、請求項1または2に記載のごみ質の推定システム。
- 請求項1〜3のいずれか1項に記載のごみ質の推定システムで生成された投入ごみ質推定モデルを記憶するモデル記憶部と、
投入されるごみの入力データを前記投入ごみ質推定モデルに入力し、ごみ質を推定するごみ質推定部と、
前記ごみ質推定モデルから出力された推定ごみ質に応じて、クレーンを自動制御する自動運転制御部を有する、クレーン運転制御システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018049327A JP6554198B1 (ja) | 2018-03-16 | 2018-03-16 | ごみ質の推定システムおよびそのごみ質の推定システムを用いたクレーン運転制御システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018049327A JP6554198B1 (ja) | 2018-03-16 | 2018-03-16 | ごみ質の推定システムおよびそのごみ質の推定システムを用いたクレーン運転制御システム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019115490A Division JP6603822B2 (ja) | 2019-06-21 | 2019-06-21 | ごみ質の推定システムおよびそのごみ質の推定システムを用いたクレーン運転制御システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6554198B1 JP6554198B1 (ja) | 2019-07-31 |
JP2019160153A true JP2019160153A (ja) | 2019-09-19 |
Family
ID=67473331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018049327A Active JP6554198B1 (ja) | 2018-03-16 | 2018-03-16 | ごみ質の推定システムおよびそのごみ質の推定システムを用いたクレーン運転制御システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6554198B1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020034267A (ja) * | 2018-08-23 | 2020-03-05 | 荏原環境プラント株式会社 | 情報処理装置、情報処理プログラム、および情報処理方法 |
JP2021181858A (ja) * | 2020-05-20 | 2021-11-25 | 三菱重工業株式会社 | 燃焼炉の状態推定装置、プログラム及び方法並びに燃焼炉システム |
JP6977119B1 (ja) * | 2020-08-18 | 2021-12-08 | 株式会社タクマ | 推定システムおよび制御システム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10132247A (ja) * | 1996-10-31 | 1998-05-22 | Mitsubishi Heavy Ind Ltd | 産業廃棄物焼却炉投入管理方法 |
JP2003254526A (ja) * | 2002-02-27 | 2003-09-10 | Takuma Co Ltd | ごみ供給熱量計測装置およびごみ供給制御装置 |
JP2019027696A (ja) * | 2017-07-31 | 2019-02-21 | 荏原環境プラント株式会社 | 廃棄物の質を推定する装置、システム、プログラム、方法、及びデータ構造 |
-
2018
- 2018-03-16 JP JP2018049327A patent/JP6554198B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10132247A (ja) * | 1996-10-31 | 1998-05-22 | Mitsubishi Heavy Ind Ltd | 産業廃棄物焼却炉投入管理方法 |
JP2003254526A (ja) * | 2002-02-27 | 2003-09-10 | Takuma Co Ltd | ごみ供給熱量計測装置およびごみ供給制御装置 |
JP2019027696A (ja) * | 2017-07-31 | 2019-02-21 | 荏原環境プラント株式会社 | 廃棄物の質を推定する装置、システム、プログラム、方法、及びデータ構造 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020034267A (ja) * | 2018-08-23 | 2020-03-05 | 荏原環境プラント株式会社 | 情報処理装置、情報処理プログラム、および情報処理方法 |
JP2021181858A (ja) * | 2020-05-20 | 2021-11-25 | 三菱重工業株式会社 | 燃焼炉の状態推定装置、プログラム及び方法並びに燃焼炉システム |
JP7071437B2 (ja) | 2020-05-20 | 2022-05-18 | 三菱重工業株式会社 | 燃焼炉の状態推定装置、プログラム及び方法並びに燃焼炉システム |
JP6977119B1 (ja) * | 2020-08-18 | 2021-12-08 | 株式会社タクマ | 推定システムおよび制御システム |
Also Published As
Publication number | Publication date |
---|---|
JP6554198B1 (ja) | 2019-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6603822B2 (ja) | ごみ質の推定システムおよびそのごみ質の推定システムを用いたクレーン運転制御システム | |
JP6457137B1 (ja) | ごみの混合度評価システム | |
JP6554198B1 (ja) | ごみ質の推定システムおよびそのごみ質の推定システムを用いたクレーン運転制御システム | |
CN111065859B (zh) | 推定废弃物的组成的装置、系统、程序及方法 | |
JPWO2018181942A1 (ja) | 原料の粒度分布測定装置、粒度分布測定方法および空隙率測定装置 | |
JP6188571B2 (ja) | ごみ攪拌状態検出装置およびごみ攪拌状態検出方法 | |
CN106521066A (zh) | 高炉炉料粒度监控系统及分布数据在线分析方法 | |
JP2020038058A (ja) | 情報処理装置、情報処理プログラム、および情報処理方法 | |
WO2020040110A1 (ja) | 情報処理装置、情報処理プログラム、および情報処理方法 | |
CN112017145A (zh) | 一种高效的铁水预处理自动扒渣方法和系统 | |
Lin et al. | Applications of computer vision on tile alignment inspection | |
JP6764315B2 (ja) | 電気炉の運転制御システムおよび電気炉ならびに電気炉の運転制御方法 | |
JP2019207099A (ja) | 廃棄物の質を推定する装置、システム、プログラム、及び方法 | |
JP2004016983A (ja) | 石炭粒度の自動制御方法 | |
JP2003083868A (ja) | 粒度分布測定方法 | |
CN101855021B (zh) | 自动废物处理过程和设备 | |
GB2390675A (en) | Flame characteristic monitor using digitising image camera | |
KR20220025428A (ko) | Coke 저장 Bin에서 절출되는 Coke의 실시간 분율 측정 및 수분 추정 기술 | |
JP2003216928A (ja) | 菓子用良否判定システム | |
JP4781044B2 (ja) | 画像解析装置、画像解析方法、及び画像解析処理のためのプログラム | |
JPH07333197A (ja) | 表面疵自動探傷装置 | |
JP2005090774A (ja) | ゴミ焼却炉のゴミ供給量推定装置 | |
KR100711364B1 (ko) | 화상 이미지 분석을 통한 배출매연 인식 및 자동경보 장치및 방법 | |
JP6742010B1 (ja) | アスファルト混合物の成分情報推定システム及び成分情報推定方法 | |
WO2023172743A2 (en) | Continuously charged electric arc furnace system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180511 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180511 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180522 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180614 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180629 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180726 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190227 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190328 |
|
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: 20190605 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190705 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6554198 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R157 | Certificate of patent or utility model (correction) |
Free format text: JAPANESE INTERMEDIATE CODE: R157 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |