JP2021196161A - 燃焼状態判定装置、燃焼装置、燃焼状態判定システム及び携帯型端末 - Google Patents

Abstract

【課題】コストの上昇を抑制しながら、燃焼部での異常な燃焼の有無を早期に検知可能な燃焼状態判定装置を提供する。【解決手段】燃焼状態判定装置Ｆは、燃料を燃焼する燃焼部１での燃焼により発生する火炎を撮影した画像データを取得する画像データ取得部３１と、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部３１が取得した画像データに燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定する燃焼状態判定部３２とを備える。【選択図】図１

Description

本発明は、燃焼部での異常な燃焼の有無を早期に検知可能な燃焼状態判定装置、燃焼装置、燃焼状態判定システム及び携帯型端末に関する。

特許文献１には、燃焼部での異常な燃焼を精度良く検出することを目的とした装置が記載されている。具体的には、特許文献１に記載の装置では、燃焼部の燃焼排ガスと空気との混合気が流れる送出経路の途中に、混合気中の一酸化炭素の濃度に比例した電流を出力する電気化学式ＣＯセンサを設け、電気化学式ＣＯセンサの出力電流に基づいて、燃焼部の燃焼状態を検知しようとしている。

特開２００８−１４５５１号公報

特許文献１に記載の装置では、送出経路の途中での混合気の流れの状態などにより、電気化学式ＣＯセンサが一酸化炭素を適切に捕集できない可能性がある。そのため、燃焼部での不完全燃焼などの異常を適切に検知できない場合がある。
尚、送出経路の途中に複数個の電気化学式ＣＯセンサを設ければ、電気化学式ＣＯセンサが一酸化炭素を適切に捕集できる可能性は高まるが、その分だけ装置のコストが上昇するという問題がある。

本発明は、上記の課題に鑑みてなされたものであり、その目的は、コストの上昇を抑制しながら、燃焼部での異常な燃焼の有無を早期に検知可能な燃焼状態判定装置、燃焼装置、燃焼状態判定システム及び携帯型端末を提供する点にある。

上記目的を達成するための本発明に係る燃焼状態判定装置の特徴構成は、燃料を燃焼する燃焼部での燃焼により発生する火炎を撮影した画像データを取得する画像データ取得部と、
蓄積された訓練データの機械学習の実行結果を用いて、前記画像データ取得部が取得した前記画像データに前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定する燃焼状態判定部とを備える点にある。

上記特徴構成によれば、燃焼状態判定装置が備える燃焼状態判定部は、燃料を燃焼する燃焼部での燃焼により発生する火炎を撮影した画像データに、燃焼部での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定できる。特に本特徴構成では、燃焼部での異常な燃焼が発生したことを示す特徴が含まれているか否かを人間が判定するのではなく、燃焼状態判定部が、蓄積された訓練データの機械学習の実行結果を用いて、燃焼部での異常な燃焼が発生したことを示す特徴が画像データに含まれているか否か判定する。
その結果、特別な装置を設置せずに、短時間で、且つ、一貫性のある判定結果を得ることができる。
従って、コストの上昇を抑制しながら、燃焼部での異常な燃焼の有無を早期に検知可能な燃焼状態判定装置を提供できる。

上記目的を達成するための本発明に係る燃焼装置の特徴構成は、前記燃焼状態判定装置と、前記燃焼部と、前記燃焼部での燃焼により発生する火炎を撮影する撮像部とを備える点にある。

上記特徴構成によれば、前記燃焼状態判定装置と、前記燃焼部と、前記撮像部とを備える燃焼装置を得ることができる。つまり、燃焼部を備える燃焼装置自体で、燃焼部での異常な燃焼の有無を早期に検知できる。

本発明に係る燃焼装置の別の特徴構成は、警報を出力する出力部と、前記燃焼部の動作を制御する動作制御部とを有し、前記動作制御部は、前記燃焼状態判定部によって前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれていると判定された場合、前記出力部から警報を出力させる点にある。

上記特徴構成によれば、出力部が警報を出力することで、燃焼部での異常な燃焼が発生したと判定されたことを外部に知らせることができる。

本発明に係る燃焼装置の更に別の特徴構成は、前記燃焼部の動作を制御する動作制御部を有し、前記動作制御部は、前記燃焼部が燃料の燃焼を行っている間に前記燃焼状態判定部によって前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれていると判定された場合、前記燃焼部での燃料の燃焼を停止させる点にある。

上記特徴構成によれば、燃焼部での異常な燃焼が発生したと判定された状態のままで燃焼部での燃料の燃焼が継続されることを防止できる。

上記目的を達成するための本発明に係る燃焼状態判定システムの特徴構成は、互いに情報通信可能な、燃焼部を有する燃焼装置と、燃焼状態判定装置とを備え、
前記燃焼装置は、前記燃焼部と、前記燃焼部での燃焼により発生する火炎を撮影する撮像部と、動作制御部とを有し、前記動作制御部は、前記撮像部が撮影した画像データを前記燃焼状態判定装置へ送信する画像送信処理を行うように構成され、
前記燃焼状態判定装置は、前記燃焼装置が送信した前記画像データを取得する画像データ取得部と、蓄積された訓練データの機械学習の実行結果を用いて、前記画像データ取得部が取得した前記画像データに前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定する燃焼状態判定部とを有し、前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれている前記画像データを送信してきた前記燃焼装置に対して、異常な燃焼が発生していることを示す異常燃焼発生情報を送信する異常燃焼情報送信処理を行うように構成されている点にある。

上記特徴構成によれば、燃焼装置と情報通信可能な燃焼状態判定装置が備える燃焼状態判定部は、画像データ取得部が燃焼装置から取得した、燃焼部での燃焼により発生する火炎の画像データに、燃焼部での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定できる。特に本特徴構成では、燃焼部での異常な燃焼が発生したことを示す特徴が含まれているか否かを人間が判定するのではなく、燃焼状態判定部が、蓄積された訓練データの機械学習の実行結果を用いて、燃焼部での異常な燃焼が発生したことを示す特徴が画像データに含まれているか否か判定する。その結果、燃焼状態判定装置は、特別な装置を設置せずに、短時間で、且つ、一貫性のある判定結果を得ることができる。そして、燃焼状態判定装置が、燃焼部での異常な燃焼が発生したことを示す特徴が含まれている画像データを送信してきた燃焼装置に対して、異常な燃焼が発生したことを示す異常燃焼発生情報を送信できる。
従って、コストの上昇を抑制しながら、燃焼部での異常な燃焼の有無を早期に検知可能な燃焼状態判定システムを提供できる。

本発明に係る燃焼状態判定システムの別の特徴構成は、前記燃焼装置は、警報を出力する出力部を有し、
前記動作制御部は、前記燃焼状態判定装置から前記異常燃焼発生情報を受信した場合、前記出力部から警報を出力させる点にある。

上記特徴構成によれば、出力部が警報を出力することで、燃焼部での異常な燃焼が発生したと判定されたことを外部に知らせることができる。

本発明に係る燃焼状態判定システムの更に別の特徴構成は、前記動作制御部は、前記燃焼部が燃料の燃焼を行っている間に前記燃焼状態判定装置から前記異常燃焼発生情報を受信した場合、前記燃焼部での燃料の燃焼を停止させる点にある。

上記特徴構成によれば、燃焼部での異常な燃焼が発生したと判定された状態のままで燃焼部での燃料の燃焼が継続されることを防止できる。

本発明に係る燃焼状態判定システムの更に別の特徴構成は、互いに情報通信可能な、携帯型端末と、燃焼状態判定装置とを備え、
前記携帯型端末は、撮像部と、動作制御部とを有し、前記動作制御部は、前記撮像部が撮影した、燃焼部での燃焼により発生する火炎の画像データを前記燃焼状態判定装置へ送信する画像送信処理を行うように構成され、
前記燃焼状態判定装置は、前記携帯型端末が送信した前記画像データを取得する画像データ取得部と、蓄積された訓練データの機械学習の実行結果を用いて、前記画像データ取得部が取得した前記画像データに前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定する燃焼状態判定部とを有し、前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれている前記画像データを送信してきた前記携帯型端末に対して、異常な燃焼が発生していることを示す異常燃焼発生情報を送信する異常燃焼情報送信処理を行うように構成されている点にある。

上記特徴構成によれば、携帯型端末と情報通信可能な燃焼状態判定装置が備える燃焼状態判定部は、画像データ取得部が携帯型端末から取得した、燃焼部での燃焼により発生する火炎の画像データに、燃焼部での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定できる。特に本特徴構成では、燃焼部での異常な燃焼が発生したことを示す特徴が含まれているか否かを人間が判定するのではなく、燃焼状態判定部が、蓄積された訓練データの機械学習の実行結果を用いて、燃焼部での異常な燃焼が発生したことを示す特徴が画像データに含まれているか否か判定する。その結果、燃焼状態判定装置は、特別な装置を設置せずに、短時間で、且つ、一貫性のある判定結果を得ることができる。そして、燃焼状態判定装置が、燃焼部での異常な燃焼が発生したことを示す特徴が含まれている画像データを送信してきた携帯型端末に対して、異常な燃焼が発生したことを示す異常燃焼発生情報を送信できる。
従って、コストの上昇を抑制しながら、燃焼部での異常な燃焼の有無を早期に検知可能な燃焼状態判定システムを提供できる。

上記目的を達成するための本発明に係る携帯型端末の特徴構成は、前記燃焼状態判定装置と、前記燃焼部での燃焼により発生する火炎を撮影する撮像部とを備える点にある。

上記特徴構成によれば、上記燃焼状態判定装置の機能を備える携帯型端末を得ることができる。つまり、携帯型端末の使用者は、携帯型端末を所持して燃焼部の設置場所に出向くことで、燃焼部での異常な燃焼の有無を確認できる。

燃焼状態判定システムの構成を示す図である。 火炎の画像例を示す図である。 火炎の画像例を示す図である。 火炎の画像例を示す図である。 火炎の画像例を示す図である。 火炎の画像例を示す図である。 火炎の画像例を示す図である。 燃焼装置の構成を示す図である。 燃焼状態判定システムの構成を示す図である。 燃焼状態判定システムの構成を示す図である。 火炎の画像例を示す図である。 火炎の画像例を示す図である。 火炎の画像例を示す図である。 火炎の画像例を示す図である。 火炎の画像例を示す図である。

＜第１実施形態＞
以下に図面を参照して本発明の第１実施形態について説明する。
図１は、燃焼状態判定システムの構成を示す図である。図示するように、燃焼状態判定システムは、情報通信線Ｗを介して互いに情報通信可能な燃焼装置１０と燃焼状態判定装置Ｆとを備える。本実施形態の燃焼状態判定装置Ｆは、情報通信線Ｗを介して燃焼装置１０と情報通信可能なサーバ装置３０を用いて実現される。図１に示す例では、３台の燃焼装置１０（１０Ａ，１０Ｂ，１０Ｃ）を描いているが、本実施形態において燃焼装置１０の台数は適宜変更可能である。

燃焼装置１０は、燃焼部１と、燃焼部１での燃焼により発生する火炎を撮影する撮像部２と、動作制御部４とを有し、動作制御部４は、撮像部２が撮影した画像データをサーバ装置３０（燃焼状態判定装置Ｆ）へ送信する画像送信処理を行うように構成されている。
また、本実施形態の燃焼装置１０は、装置側記憶装置３と、装置側通信部５と、出力部６とを備える。

燃焼装置１０は、例えば調理用の装置（例えばガスコンロなど）、給湯用の装置（例えば給湯器など）、暖房用の装置（例えばガス燃焼式のファンヒーター、温水式暖房装置など）である。燃焼部１は、例えばガスなどの燃料を燃焼して熱を発生する機器である。

装置側通信部５は、情報通信線Ｗを介したサーバ装置３０との通信を行う。装置側記憶装置３は、燃焼装置１０で取り扱われる情報を記憶する。
出力部６は、燃焼装置１０の利用者などに対して、音、文字、光などで情報を出力する。

各燃焼装置１０（１０Ａ，１０Ｂ，１０Ｃ）は、燃料を燃焼する燃焼部１での燃焼により発生する火炎を所定のタイミングで撮像部２によって撮影する。撮像部２が撮影した画像データは装置側記憶装置３に記憶される。そして、動作制御部４は、その撮像部２が撮影した画像データを装置側通信部５からサーバ装置３０へ送信する画像送信処理を行う。
尚、撮像部２が撮像する画像データは、１枚の画像だけで構成される場合の他に、複数枚の画像又は複数枚の連続する画像で構成される動画像で構成されてもよい。そして、本実施形態では、各燃焼装置１０（１０Ａ，１０Ｂ，１０Ｃ）は、自身を識別するための識別子と、撮像部２が撮影した画像データとを関連付けて、サーバ装置３０へ送信する。つまり、サーバ装置３０は、画像データがどの燃焼装置１０から送信されたものなのかを上記識別子を用いて判別できる。

撮像部２は、燃料を燃焼する燃焼部１での燃焼により発生する火炎を撮影できるように配置される。例えば、火炎を横方向、斜め上方向、上方向などの少なくとも何れか一つから撮影できるように１台以上の撮像部２が配置される。その場合、撮像部２の視野に火炎全体が入ることが好ましい。そのため、できるだけ広い視野で撮影できるように、撮像部２を、広角レンズや魚眼レンズなどのレンズと組み合わせて設置してもよい。

サーバ装置３０が有する燃焼状態判定装置Ｆは、燃焼装置１０が送信した画像データを取得する画像データ取得部３１と、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部３１が取得した画像データに燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定する燃焼状態判定部３２とを有し、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれている画像データを送信してきた燃焼装置１０に対して、異常な燃焼が発生していることを示す異常燃焼発生情報を送信する異常燃焼情報送信処理を行うように構成されている。

図２〜図７は、火炎の画像例を示す図である。具体的には、図２は斜め上方から撮影した正常な火炎の画像であり、図３は斜め上方から撮影した異常な火炎の画像である。図３に示す例では、環状に広がる火炎のうち、右側部分に火炎の欠損が見られる。また、図４は横方向から撮影した正常な火炎の画像であり、図５〜図７は横方向から見た異常な火炎の画像である。図５〜図７に示す例では、横方向に広がる火炎のうち、右側部分に火炎の欠損が見られる。このように、火炎の形状の特徴を見ることで、燃焼部１での異常な燃焼が発生しているか否かを識別できる。

尚、燃焼部１での異常な燃焼が発生しているか否かは、火炎の形状のみに現れるのではなく、例えば火炎の色にも現れる。つまり、不完全燃焼が発生している場合、火炎がオレンジ色などになる。このように、火炎の形状又は色彩若しくはその両方に基づいて、燃焼部１での異常な燃焼が発生しているか否かを識別できる。また、１枚の画像だけで判定するのではなく、複数枚の画像又は複数枚の連続する画像で構成される動画像に基づいて判定してもよい。

サーバ装置３０は、サーバ装置３０で取り扱われる情報を記憶するサーバ側記憶装置３３と、情報通信線Ｗを介した燃焼装置１０との通信を行うサーバ側通信部３４とを備える。サーバ装置３０は、情報の演算処理機能及び情報の入出力機能及び情報の記憶機能などを備える１台又は複数台のコンピュータ装置などを用いて実現される。本実施形態の場合、画像データ取得部３１の機能と燃焼状態判定部３２が行う燃焼状態判定処理の機能とをサーバ装置３０（コンピュータ装置）に実現させるプログラム（燃焼状態判定プログラム）を、そのサーバ装置３０にインストールしておけばよい。

後述する例では、燃焼状態判定部３２は例えばＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）などのアルゴリズムを用いて、燃焼部１での異常な燃焼が発生したか否かを判定する。また、燃焼状態判定部３２は、画像データ取得部３１が取得した画像データが入力された場合に、燃焼部１での異常な燃焼が発生したか否かに関する情報が出力されるように機械学習を行う。例えば、機械学習によって、燃焼状態判定部３２のアルゴリズムを構成するＣＮＮの複数の重みパラメータなどが調整される。

サーバ側記憶装置３３は、画像データ取得部３１が取得した画像データを記憶する画像データ記憶部３３ａと、機械学習で利用する訓練データを記憶する訓練データ記憶部３３ｂとを備える。画像データ記憶部３３ａには、画像データ取得部３１が取得した画像データが、それと関連付けられた燃焼装置１０を識別可能な識別子と共に記憶される。

燃焼状態判定部３２は、燃焼状態判定処理において、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部３１が取得した画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか、又は、その特徴が含まれていないかを判定する燃焼状態判定処理を行う。具体的には、燃焼状態判定部３２は、画像データ取得部３１が取得した画像データが入力されると、その画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか、又は、その特徴が含まれていないかに関する情報が出力されるようにアルゴリズムが構成されている。例えば、燃焼状態判定部３２で実行されるＣＮＮは、画像データ取得部３１が取得した画像データが入力される入力層と、入力層に入力された画像データに対して畳み込み処理を行って特徴マップを得る畳み込み層と、畳み込み層から出力された特徴マップを縮小するプール層と、全ユニットを結合する全結合層と、出力層とを備えて階層型のネットワークを構成している。畳み込み層及びプール層の組み合わせは複数回繰り返し設けられ、全結合層も複数層設けられる。

本実施形態では、燃焼状態判定部３２の判定結果となる、燃焼部１での異常な燃焼が発生したか否かに関する情報として２種類の情報（異常な燃焼が発生したことを示す特徴が含まれている、異常な燃焼が発生したことを示す特徴が含まれていない）を想定しているため、ＣＮＮの出力層のユニット数は２になる。出力層では例えばソフトマックス関数を尤度関数として用いることができる。ソフトマックス関数は、出力層の全ユニットの値を累積した値で各ユニットの値を除算して正規化するので、出力層の各ユニットの尤度は０〜１の間の値をとる。そして、燃焼状態判定部３２は、尤度が最大となる分類クラス（判定結果）を決定する。燃焼状態判定部３２の判定結果はサーバ側記憶装置３３で記憶される。尤度が同じ値の場合は、「異常な燃焼が発生したことを示す特徴が含まれている」、「異常な燃焼が発生したことを示す特徴が含まれていない」の何れを判定結果にするのかを予め設定しておく。

燃焼状態判定部３２は、画像データと関連付けられた識別子を参照して、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれている画像データと関連付けられている燃焼装置１０を特定し、その画像データを送信してきた燃焼装置１０に対して、燃焼部１での異常な燃焼が発生していることを示す異常燃焼発生情報を送信する異常燃焼情報送信処理を行う。

本実施形態の燃焼装置１０は、警報を出力する出力部６を備える。そして、燃焼装置１０の動作制御部４は、サーバ装置３０（燃焼状態判定装置Ｆ）から異常燃焼発生情報を受信した場合、出力部６から警報を出力させる。その結果、燃焼装置１０の使用者等は、燃焼部１での異常な燃焼が発生している可能性が高いことを認識できる。

また、動作制御部４は、燃焼部１が燃料の燃焼を行っている間にサーバ装置３０（燃焼状態判定装置Ｆ）から異常燃焼発生情報を受信した場合、燃焼部１での燃料の燃焼を停止させる。その結果、燃焼部１での異常な燃焼が発生したと判定した状態のままで燃焼装置１０の運転が継続されることを防止できる。

次に、サーバ装置３０が行う機械学習処理について説明する。
サーバ装置３０の画像データ取得部３１は、各燃焼装置１０から受信した画像データを取得する。次に、燃焼状態判定部３２は、画像データ取得部３１が取得した画像データと、その画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かに関する情報との組み合わせで構成される訓練データを訓練データ記憶部３３ｂに記憶し、その訓練データの機械学習を実行する。

例えば、一つの画像データに対して、その画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かについて、人間が判定した正解データがラベル付けされることで、一つの訓練データが作成される。具体例を挙げると、サーバ装置３０の操作者などが、各燃焼装置１０から受信した画像データを見て、その画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かを判断し、その判断結果を入力すればよい。その結果、訓練データ記憶部３３ｂには、画像データと、その画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かに関する情報との組み合わせが記憶される。訓練データ記憶部３３ｂには、このようにして作成した複数の訓練データが記憶されている。

燃焼状態判定部３２で実行されるＣＮＮの出力層ではソフトマックス関数が尤度関数として用いられる。ソフトマックス関数は、出力層の全ユニットの値を累積した値で各ユニットの値を除算して正規化するので、出力層の各ユニットの尤度は０〜１の間の値をとる。そして、燃焼状態判定部３２は、出力層で生成される推定データ（「尤度」）と正解データ（「１」）との誤差に対して誤差逆伝播法を用いてその誤差を小さくするように、実行するＣＮＮの複数の重みパラメータを修正して、画像データが入力されると、燃焼部１での異常な燃焼が発生したか否かに関する情報が出力されるアルゴリズムを機械学習の実行結果として得る。

また、燃焼状態判定部３２が上記燃焼状態判定処理を行った後、その燃焼状態判定処理の対象とした画像データを、訓練データ記憶部３３ｂに記憶されている既存の訓練データに追加して、上述した機械学習を更に行ってもよい。例えば、燃焼状態判定処理の対象とした画像データに関して、その画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かについて人間が判定した正解データをラベル付けし、それら画像データと正解データとの組み合わせを、訓練データ記憶部３３ｂに記憶されている既存の訓練データに追加することができる。或いは、燃焼状態判定処理の判定結果を正解データとして、その正解データと画像データとの組み合わせを訓練データ記憶部３３ｂに記憶されている既存の訓練データに追加してもよい。また、信頼度が高い燃焼状態判定処理の判定結果（例えば、尤度が設定値以上の判定結果）を選択して、その場合の画像データと正解データとの組み合わせを訓練データ記憶部３３ｂに記憶されている既存の訓練データに追加してもよい。

尚、機械学習処理は、上述したような教師有り学習に限定されず、教師無し学習によるものであってもよい。

以上のように、燃焼装置１０と情報通信可能なサーバ装置３０（燃焼状態判定装置Ｆ）が備える燃焼状態判定部３２は、画像データ取得部３１が燃焼装置１０から取得した画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定できる。特に本実施形態では、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かを人間が判定するのではなく、燃焼状態判定部３２が、蓄積された訓練データの機械学習の実行結果を用いて、燃焼部１での異常な燃焼が発生したことを示す特徴が画像データに含まれているか否か判定する。その結果、サーバ装置３０（燃焼状態判定装置Ｆ）は、短時間で、且つ、一貫性のある判定結果を得ることができる。そして、サーバ装置３０（燃焼状態判定装置Ｆ）が、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれている画像データを送信してきた燃焼装置１０に対して、燃焼部１での異常な燃焼が発生していることを示す異常燃焼発生情報を送信できる。

＜第２実施形態＞
以下に図面を参照して本発明の第２実施形態について説明するが、上記実施形態と同様の構成については説明を省略する。

図８は、燃焼装置２０の構成を示す図である。図示するように、燃焼装置２０は、燃焼状態判定装置Ｆと、燃焼部１と、燃焼部１での燃焼により発生する火炎を撮影する撮像部２とを備える。具体的には、燃焼装置２０は、燃焼部１と、燃焼部１での燃焼により発生する火炎を撮影する撮像部２と、燃料を燃焼する燃焼部１での燃焼により発生する火炎を撮影した画像データを取得する画像データ取得部７と、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部７が取得した画像データに燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定する燃焼状態判定部８とを備える。また、本実施形態の燃焼装置２０は、装置側記憶装置３と、動作制御部４と、出力部６とを備える。装置側記憶装置３は、画像データ取得部７が取得した画像データを記憶する画像データ記憶部３ａと、機械学習で利用する訓練データを記憶する訓練データ記憶部３ｂとを備える。

このように、本実施形態の燃焼装置２０には、上記第１実施形態で説明した燃焼状態判定装置Ｆの機能（画像データ取得部７、燃焼状態判定部８）も含まれる。そして、画像データ取得部７の機能と、燃焼状態判定部８の機能とを燃焼装置２０に実現させるプログラム（燃焼状態判定プログラム）を、その燃焼装置２０にインストールしておけばよい。

上記実施形態で説明したのと同様に、燃焼状態判定部８はＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）などのアルゴリズムを用いて、燃焼部１での異常な燃焼が発生したか否かを判定する。また、燃焼状態判定部８は、画像データ取得部７が取得した画像データが入力された場合に、燃焼部１での異常な燃焼が発生したか否かに関する情報が出力されるように機械学習を行う。例えば、機械学習によって、燃焼状態判定部８のアルゴリズムを構成するＣＮＮの複数の重みパラメータなどが調整される。

そして、燃焼状態判定部８は、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部７が取得した画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか、又は、その特徴が含まれていないかを判定する。燃焼状態判定部８の判定結果は装置側記憶装置３で記憶される。

本実施形態の燃焼装置２０は、警報を出力する出力部６を備える。そして、動作制御部４は、燃焼状態判定部８によって燃焼部１での異常な燃焼が発生したと判定された場合、出力部６から警報を出力させる。その結果、燃焼装置２０の使用者等は、燃焼部１での異常な燃焼が発生している可能性が高いことを認識できる。

また、動作制御部４は、燃焼部１が燃料の燃焼を行っている間に燃焼状態判定部８によって異常な燃焼が発生したと判定された場合、燃焼部１での燃料の燃焼を停止させてもよい。

次に、燃焼装置２０が行う機械学習処理について説明する。
燃焼装置２０は、燃焼部１が燃料の燃焼を行うことで発生した火炎を所定のタイミングで撮像部２によって撮影する。燃焼装置２０の画像データ取得部７は、撮像部２が撮影した画像データを取得して、装置側記憶装置３の画像データ記憶部３ａに記憶させる。次に、燃焼状態判定部８は、画像データ取得部７が取得した画像データと、その画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かに関する情報との組み合わせで構成される訓練データを訓練データ記憶部３ｂに記憶し、その訓練データの機械学習を実行する。

例えば、一つの画像データに対して、その画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かについて、人間が判定した正解データがラベル付けされることで、一つの訓練データが作成される。具体例を挙げると、燃焼装置２０に表示画面や情報入力機器が設けられている場合、燃焼装置２０の操作者などが画像データを表示画面で見て、その画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かを判断し、その判断結果を情報入力機器を用いて入力すればよい。その結果、訓練データ記憶部３ｂには、画像データと、その画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かに関する情報との組み合わせが記憶される。訓練データ記憶部３ｂには、このようにして作成した複数の訓練データが記憶されている。

＜第３実施形態＞
以下に図面を参照して第３実施形態について説明するが、上記実施形態と同様の構成については説明を省略する。

図９は、燃焼装置４０と携帯型端末５０とを備えるシステムの構成を示す図である。図示するように、燃焼装置４０は、燃焼部１と動作制御部５５とを備える。本実施形態の燃焼状態判定装置Ｆは、携帯型端末５０を用いて実現される。

携帯型端末５０は、例えば燃焼装置４０の所有者や燃焼装置４０のメンテナンス担当者などが使用する端末である。携帯型端末５０は、燃料を燃焼する燃焼部１での燃焼により発生する火炎を撮影した画像データを取得する画像データ取得部５２と、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部５２が取得した画像データに燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定する燃焼状態判定部５４とを備える。また、本実施形態の携帯型端末５０は、撮像部５１と、装置側記憶装置５３と、動作制御部５５と、出力部５６とを備える。装置側記憶装置５３は、画像データ取得部５２が取得した画像データを記憶する画像データ記憶部５３ａと、機械学習で利用する訓練データを記憶する訓練データ記憶部５３ｂとを備える。

このように、本実施形態の携帯型端末５０には、上記実施形態で説明した燃焼状態判定装置Ｆの機能（画像データ取得部５２、燃焼状態判定部５４）も含まれる。そして、画像データ取得部５２の機能と、燃焼状態判定部５４の機能とを携帯型端末５０に実現させるプログラム（燃焼状態判定プログラム）を、その携帯型端末５０にインストールしておけばよい。

このような携帯型端末５０の使用者（例えば、燃焼装置４０の所有者、燃焼装置４０のメンテナンス担当者など）は、携帯型端末５０に搭載されている撮像部５１を利用して、燃焼部１の火炎の画像を撮像する。そして、携帯型端末５０の画像データ取得部５２は、火炎を撮影した画像データを取得する。

燃焼状態判定部５４は、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部５２が取得した画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか、又は、その特徴が含まれていないかを判定する。具体的には、燃焼状態判定部５４は、画像データ取得部５２が取得した画像データが入力されると、その画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか、又は、その特徴が含まれていないかに関する情報が出力されるようにアルゴリズムが構成されている。本実施形態では、燃焼状態判定部５４の判定結果となる、燃焼部１での異常な燃焼が発生したか否かに関する情報として２種類の情報（異常な燃焼が発生したことを示す特徴が含まれている、異常な燃焼が発生したことを示す特徴が含まれていない）を想定しているため、ＣＮＮの出力層のユニット数は２になる。出力層では例えばソフトマックス関数を尤度関数として用いることができる。ソフトマックス関数は、出力層の全ユニットの値を累積した値で各ユニットの値を除算して正規化するので、出力層の各ユニットの尤度は０〜１の間の値をとる。そして、燃焼状態判定部５４は、尤度が最大となる分類クラス（判定結果）を決定する。燃焼状態判定部５４の判定結果は装置側記憶装置５３で記憶される。

本実施形態の携帯型端末５０は、警報を出力する出力部５６を備える。そして、動作制御部５５は、燃焼状態判定部５４によって燃焼部１での異常な燃焼が発生したと判定された場合、出力部５６から警報を出力させる。その結果、携帯型端末５０の使用者等は、燃焼部１での異常な燃焼が発生している可能性が高いことを認識できる。

＜第４実施形態＞
以下に図面を参照して本発明の第４実施形態について説明するが、上記実施形態と同様の構成については説明を省略する。

図１０は、燃焼装置４０と、携帯型端末６０と、サーバ装置３０とを備えるシステムの構成を示す図である。図示するように、本実施形態の燃焼状態判定システムは、互いに情報通信可能な、携帯型端末６０と、燃焼状態判定装置Ｆとを備える。図１０に示す例では、３台の携帯型端末６０（６０Ａ，６０Ｂ，６０Ｃ）を描いているが、本実施形態において携帯型端末６０の台数は適宜変更可能である。燃焼状態判定装置Ｆの機能はサーバ装置３０を用いて実現される。

携帯型端末６０は、撮像部２と、動作制御部４とを有し、動作制御部４は、撮像部２が撮影した、燃焼部１での燃焼により発生する火炎の画像データをサーバ装置３０（燃焼状態判定装置Ｆ）へ送信する画像送信処理を行うように構成される。

サーバ装置３０（燃焼状態判定装置Ｆ）は、携帯型端末６０が送信した画像データを取得する画像データ取得部３１と、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部３１が取得した画像データに燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定する燃焼状態判定部３２とを有し、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれている画像データを送信してきた携帯型端末６０に対して、異常な燃焼が発生していることを示す異常燃焼発生情報を送信する異常燃焼情報送信処理を行うように構成されている。

携帯型端末６０は、例えば燃焼装置４０の所有者や燃焼装置４０のメンテナンス担当者などが使用する端末である。つまり、本実施形態では、燃焼装置４０の所有者や燃焼装置４０のメンテナンス担当者がその場で、燃焼部１での異常な燃焼が発生しているか否かの判定結果を得ることができる。

このような携帯型端末６０の使用者（例えば、燃焼装置４０の所有者、燃焼装置４０のメンテナンス担当者など）は、携帯型端末６０に搭載されている撮像部２を利用して、燃焼部１の火炎の画像を撮像する。撮像部２が撮影した画像データは装置側記憶装置３に記憶される。そして、動作制御部４は、その撮像部２が撮影した画像データを装置側通信部５からサーバ装置３０へ送信する画像送信処理を行う。本実施形態では、各携帯型端末６０は、自身を識別するための識別子と、撮像部２が撮影した画像データとを関連付けて、サーバ装置３０へ送信する。つまり、サーバ装置３０は、画像データがどの携帯型端末６０から送信されたものなのかを上記識別子を用いて判別できる。

サーバ装置３０が有する燃焼状態判定装置Ｆは、携帯型端末６０が送信した画像データを取得する画像データ取得部３１と、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部３１が取得した画像データに燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定する燃焼状態判定部３２とを有し、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれている画像データを送信してきた携帯型端末６０に対して、異常な燃焼が発生していることを示す異常燃焼発生情報を送信する異常燃焼情報送信処理を行うように構成されている。

加えて、サーバ装置３０は、サーバ装置３０で取り扱われる情報を記憶するサーバ側記憶装置３３と、情報通信線Ｗを介した携帯型端末６０との通信を行うサーバ側通信部３４とを備える。サーバ装置３０は、情報の演算処理機能及び情報の入出力機能及び情報の記憶機能などを備える１台又は複数台のコンピュータ装置などを用いて実現される。本実施形態の場合、画像データ取得部３１の機能と燃焼状態判定部３２が行う燃焼状態判定処理の機能とをサーバ装置３０（コンピュータ装置）に実現させるプログラム（燃焼状態判定プログラム）を、そのサーバ装置３０にインストールしておけばよい。

サーバ側記憶装置３３は、画像データ取得部３１が取得した画像データを記憶する画像データ記憶部３３ａと、機械学習で利用する訓練データを記憶する訓練データ記憶部３３ｂとを備える。画像データ記憶部３３ａには、画像データ取得部３１が取得した画像データが、それと関連付けられた携帯型端末６０を識別可能な識別子と共に記憶される。

燃焼状態判定部３２は、燃焼状態判定処理において、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部３１が取得した画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか、又は、その特徴が含まれていないかを判定する燃焼状態判定処理を行う。

燃焼状態判定部３２は、画像データと関連付けられた識別子を参照して、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれている画像データと関連付けられている携帯型端末６０を特定し、その画像データを送信してきた携帯型端末６０に対して、燃焼部１での異常な燃焼が発生していることを示す異常燃焼発生情報を送信する異常燃焼情報送信処理を行う。

本実施形態の携帯型端末６０は、警報を出力する出力部６を備える。そして、携帯型端末６０の動作制御部４は、サーバ装置３０（燃焼状態判定装置Ｆ）から異常燃焼発生情報を受信した場合、出力部６から警報を出力させる。その結果、携帯型端末６０の使用者等は、燃焼部１での異常な燃焼が発生している可能性が高いことを認識できる。

＜別実施形態＞
＜１＞
上記実施形態では、本発明の燃焼状態判定装置Ｆ及び燃焼状態判定システム及び燃焼装置１０，２０，４０、携帯型端末５０，６０の構成について具体例を挙げて説明したが、その構成は適宜変更可能である。

＜２＞
上記実施形態では、燃焼状態判定部８，３２，５４が、ＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を用いて、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定する例を説明したが、燃焼状態判定部８，３２，５４を構成するアルゴリズムは上述したＣＮＮに限定されず、サポートベクトルマシン（ＳＶＭ）、ｋ近傍法（ｋ−ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ａｌｇｏｒｉｔｈｍ）、判別関数などの他の様々なアルゴリズムを用いて構成することができる。

＜３＞
上記実施形態において、訓練データ記憶部３ｂ，３３ｂ，５３ｂには、燃焼装置１０，２０，４０の機種毎の訓練データを記憶しておいてもよい。そして、燃焼状態判定部８，３２，５４は、燃焼状態判定処理において、その機種に適した蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部７，３１，５２が取得した画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか、又は、その特徴が含まれていないかを判定する燃焼状態判定処理を行えばよい。

例えば、第１実施形態の場合、燃焼装置１０は、自身を識別するための識別子と、撮像部２が撮影した画像データとを関連付けて、サーバ装置３０へ送信する。その際、燃焼装置１０が送信する上記識別子に加えて、その燃焼装置１０の機種を特定可能な情報を送信する。その結果、サーバ装置３０の燃焼状態判定部３２は、その機種に適した、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部３１が取得した画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか、又は、その特徴が含まれていないかを判定する燃焼状態判定処理を行うことができる。

第２実施形態の場合、燃焼装置１０は、自身の機種を特定可能な情報を記憶しているので、燃焼装置２０の燃焼状態判定部８は、その機種に適した、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部７が取得した画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか、又は、その特徴が含まれていないかを判定する燃焼状態判定処理を行うことができる。

第３実施形態の場合、携帯型端末５０の使用者は、燃焼装置４０の機種を特定可能な情報（例えば、燃焼装置４０の筐体に記載されている機種番号など）を、携帯型端末５０に入力する。或いは、携帯型端末５０の使用者が、燃焼装置４０の機種を特定可能な情報（例えば、燃焼装置４０の筐体に記載されている機種番号、ＱＲコード（登録商標）など）を、携帯型端末５０の撮像部５１で撮影することで、燃焼装置４０の機種を特定可能な情報が携帯型端末５０に入力される。その結果、携帯型端末５０の燃焼状態判定部５４は、その機種に適した、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部５２が取得した画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか、又は、その特徴が含まれていないかを判定する燃焼状態判定処理を行うことができる。

第４実施形態の場合、携帯型端末６０の使用者は、燃焼装置４０の機種を特定可能な情報（例えば、燃焼装置４０の筐体に記載されている機種番号など）を、携帯型端末６０に入力する。或いは、携帯型端末６０の使用者が、燃焼装置４０の機種を特定可能な情報（例えば、燃焼装置４０の筐体に記載されている機種番号、ＱＲコード（登録商標）など）を、携帯型端末６０の撮像部５１で撮影することで、燃焼装置４０の機種を特定可能な情報が携帯型端末６０に入力される。そして、携帯型端末６０は、燃焼部１での燃焼により発生する火炎の画像データをサーバ装置３０（燃焼状態判定装置Ｆ）に送信する場合、その燃焼装置４０の機種を特定可能な情報も送信する。その結果、サーバ装置３０の燃焼状態判定部３２は、その機種に適した、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部３１が取得した画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか、又は、その特徴が含まれていないかを判定する燃焼状態判定処理を行うことができる。

＜４＞
上記実施形態において、別のコンピュータ装置等において作成された訓練データを、訓練データ記憶部３ｂ，３３ｂ，５３ｂに記憶させてもよい。
例えば、第１実施形態の場合、サーバ装置３０とは別のコンピュータ装置において上記訓練データが作成され、そのような訓練データがサーバ装置３０に送信されて、訓練データ記憶部３３ｂに記憶されてもよい。
第２実施形態の場合、燃焼装置２０とは別のコンピュータ装置において上記訓練データが作成され、そのような訓練データが例えば燃焼装置２０のメンテナンス担当者や使用者などによって訓練データ記憶部３ｂに記憶されてもよい。
第３実施形態の場合、携帯型端末５０とは別のコンピュータ装置において上記訓練データが作成され、そのような訓練データが携帯型端末５０に送信されて、訓練データ記憶部５３ｂに記憶されてもよい。
第４実施形態の場合、サーバ装置３０とは別のコンピュータ装置において上記訓練データが作成され、そのような訓練データがサーバ装置３０に送信されて、訓練データ記憶部３３ｂに記憶されてもよい。

＜５＞
上記実施形態において、撮像部２，５１は、可視光の画像を撮影する機器に限定されず、可視域以外の波長域での画像を撮影する機器を用いて実現してもよい。例えば、赤外域に感度を有する赤外線サーモグラフィカメラを撮像部２，５１として用いて、火炎を含む範囲の画像（温度分布画像）を撮影してもよい。

＜６＞
上述した実施形態においては、火炎の形状又は色彩若しくはその両方に基づいて、燃焼部１での異常な燃焼が発生しているか否かを判定する場合について説明したが、火炎の色彩、又は、火炎の色彩及び形状に基づいて、燃焼部１での異常な燃焼が発生しているか否かの判定に関して、以下に説明を加える。

火炎の色は、燃焼部１に供給されるガスなどの燃料の成分に応じて決まる。燃料が都市ガスの場合は、当該都市ガスの成分はガス供給会社によって異なるが、いずれのガス供給会社であっても、供給する都市ガスの成分の変動は少ないため、完全燃焼時には火炎の色彩の変化はない。

例えば、都市ガスの完全燃焼時の火炎の色は青色であるが、不完全燃焼時の火炎の色はオレンジ色または赤色である。図１１〜図１５は、不完全燃焼時の火炎の画像例を示す図である。具体的には、図１１〜図１３は横方向から見た異常な火炎の画像である。図１４及び図１５は上方向から見た異常な火炎の画像である。図１１〜図１５に示す例では、火炎の色がオレンジ色に変化していることが確認できる。

不完全燃焼の原因としては、燃焼用空気が不足している場合が多い。燃焼装置１０がガスコンロである場合は、炎口の一部が詰まることによって燃焼用空気が供給されないなどの原因が考えられる。このような原因のときには、火炎は形状の変化を伴う。尚、燃焼用空気が過多の場合は不完全燃焼を起こす前に失火する。

一方で火炎の色の変化は不完全燃焼以外の原因でも生じる。例えば、ガスコンロを使用しているときに魚焼きグリルを併用すると、火炎が赤色に変色することがある。魚焼きグリルで調理中の焼き物に含まれる塩分やカルシウムが、ガスコンロの火炎により燃焼されて炎色反応をおこすからである。しかし、これは、火炎の色が不完全燃焼時と同じような色に変化したとしても異常な燃焼が発生しているものとはいえない。また、例えば、ガスコンロを使用しているときに加湿器を併用すると、火炎がやや赤色に変色することがある。加湿器に使用される水道水にはカルシウムが含まれており、加湿器からの噴霧により当該カルシウムが空気中に拡散し、ガスコンロの火炎により燃焼されて炎色反応をおこすからである。しかし、火炎の色が不完全燃焼時と同じような色に変化したとしても異常な燃焼が発生しているとはいえない。

これらに限らず、火炎の色が不完全燃焼時と同じような色に変化したとしても、必ずしも異常な燃焼が発生しているとはいえないため、火炎の色の変化が不完全燃焼（異常な燃焼）によるものか否かの判定が必要となる。

このような判定としては、上述と同様に、燃焼状態判定部３２は、画像データ取得部３１が取得した画像データと、その画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かに関する情報との組み合わせで構成される訓練データを訓練データ記憶部３３ｂに記憶し、その訓練データの機械学習を実行し、具体的には、予め完全燃焼時（火炎の形状及び色彩に異常がないとき、並びに、火炎の形状には異常がないものの色彩に異常があるとき）を異常なし訓練データとして、不完全燃焼時（火炎の形状及び色彩に異常があるとき）を異常あり訓練データとして機械学習しておき、燃焼部１での異常な燃焼が発生しているか否かを判定することによって行われる。

本実施形態においても、予め取得した画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴が含まれているか否かについて、人間が判定した正解データがラベル付けされることで、一つの訓練データが作成される。また、本実施形態においても、機械学習処理は、上述したような教師有り学習に限定されず、教師無し学習によるものであってもよい。

燃焼状態判定部３２は、燃焼状態判定処理において、蓄積された訓練データの機械学習の実行結果を用いて、画像データ取得部３１が取得した画像データに、燃焼部１での異常な燃焼が発生したことを示す特徴、すなわち火炎の色及び形状に不完全燃焼（異常な燃焼）によるものか否かの特徴が含まれているか、又は、その特徴が含まれていないかを判定する燃焼状態判定処理を行う。

具体的には、燃焼状態判定部３２は火炎の色に異常が見られたときに火炎の形状が不安定であるときは、不完全燃焼、すなわち、「異常な燃焼が発生したことを示す特徴が含まれている」と判定する。一方、上記のように、魚焼きグリルや加湿器の併用時には、火炎の色に異常が見られても火炎の形状は安定していることから、完全燃焼、すなわち、「異常な燃焼が発生したことを示す特徴が含まれていない」と判定する。

尚、ガスコンロに魚焼きグリルの使用を認識できる機能をもたせ、ガスコンロを使用しているときに魚焼きグリルを併用しているときは、完全燃焼時の異常なしデータの中に、火炎の形状には異常がないものの色彩に異常があるときの画像データを加え、魚焼きグリルを併用していないときは、完全燃焼時の異常なしデータの中に、火炎の形状には異常がないものの色彩に異常があるときの画像データを加えずに、不完全燃焼を判定するようにしてもよい。

上記判定の別の方策としては、燃焼状態判定装置Ｆは、撮像部２により火炎を経時的、例えば数秒おきに撮影して得られた火炎の画像に基づいて行うことができる。数秒おきに撮影して得られた複数の画像を比較して、火炎の色の濃淡の変化が予め定められた所定の閾値を超えると不完全燃焼（異常な燃焼）と判定し、火炎の色の濃淡の変化が予め定められた所定の閾値を超えないと不完全燃焼（異常な燃焼）とは判定しないようなことも可能である。当該方策は、不完全燃焼時には、火炎の色の濃淡の変化が激しいのに対して、魚焼きグリルや加湿器を併用したときには、火炎の色が不完全燃焼時と同じような色に変化したとしても、その色の濃淡の変化がほとんどないことから可能となっている。

いずれにせよ、上記のような燃焼状態判定処理において、燃焼装置１０の動作制御部４は、サーバ装置３０（燃焼状態判定装置Ｆ）から異常燃焼発生情報を受信した場合に、ガスコンロが有する表示部にその旨を表示したり、出力部６から警報を出力させたりする。その結果、燃焼装置１０の使用者等は、燃焼部１での異常な燃焼が発生している可能性が高いことを認識できる。また、不完全燃焼の表示又は報知のみならず、完全燃焼の表示又は報知してもよい。さらには、加湿器が使用されているか否かの確認を報知してもよい。加湿器の使用の表示又は報知にあたっては、加湿器の停止を促すようにしてもよい。

これらの判定の方策は、ガスコンロのような調理用の装置に限らず採用することができる。すなわち、給湯用の装置（例えば給湯器など）、暖房用の装置（例えばガス燃焼式のファンヒーター、温水式暖房装置など）のような燃焼装置１０においても採用することができる。その際、不完全燃焼の識別の閾値は、各装置に応じて適宜設定することができる。

＜７＞
上記実施形態（別実施形態を含む、以下同じ）で開示される構成は、矛盾が生じない限り、他の実施形態で開示される構成と組み合わせて適用でき、また、本明細書において開示された実施形態は例示であって、本発明の実施形態はこれに限定されず、本発明の目的を逸脱しない範囲内で適宜改変できる。

本発明は、コストの上昇を抑制しながら、燃焼部での異常な燃焼の有無を早期に検知可能な燃焼状態判定装置、燃焼装置、燃焼状態判定システム及び携帯型端末に利用できる。

１ 燃焼部
２，５１ 撮像部
４，５５ 動作制御部
６，５６ 出力部
７，３１，５２ 画像データ取得部（燃焼状態判定装置 Ｆ）
８，３２，５４ 燃焼状態判定部（燃焼状態判定装置 Ｆ）
１０，２０，４０ 燃焼装置
５０，６０ 携帯型端末

Claims (9)

1. 燃料を燃焼する燃焼部での燃焼により発生する火炎を撮影した画像データを取得する画像データ取得部と、
   蓄積された訓練データの機械学習の実行結果を用いて、前記画像データ取得部が取得した前記画像データに前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定する燃焼状態判定部とを備える燃焼状態判定装置。
2. 請求項１に記載の燃焼状態判定装置と、前記燃焼部と、前記燃焼部での燃焼により発生する火炎を撮影する撮像部とを備える燃焼装置。
3. 警報を出力する出力部と、
   前記燃焼部の動作を制御する動作制御部とを有し、
   前記動作制御部は、前記燃焼状態判定部によって前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれていると判定された場合、前記出力部から警報を出力させる請求項２に記載の燃焼装置。
4. 前記燃焼部の動作を制御する動作制御部を有し、
   前記動作制御部は、前記燃焼部が燃料の燃焼を行っている間に前記燃焼状態判定部によって前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれていると判定された場合、前記燃焼部での燃料の燃焼を停止させる請求項２又は３に記載の燃焼装置。
5. 互いに情報通信可能な、燃焼部を有する燃焼装置と、燃焼状態判定装置とを備え、
   前記燃焼装置は、前記燃焼部と、前記燃焼部での燃焼により発生する火炎を撮影する撮像部と、動作制御部とを有し、前記動作制御部は、前記撮像部が撮影した画像データを前記燃焼状態判定装置へ送信する画像送信処理を行うように構成され、
   前記燃焼状態判定装置は、前記燃焼装置が送信した前記画像データを取得する画像データ取得部と、蓄積された訓練データの機械学習の実行結果を用いて、前記画像データ取得部が取得した前記画像データに前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定する燃焼状態判定部とを有し、前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれている前記画像データを送信してきた前記燃焼装置に対して、異常な燃焼が発生していることを示す異常燃焼発生情報を送信する異常燃焼情報送信処理を行うように構成されている燃焼状態判定システム。
6. 前記燃焼装置は、警報を出力する出力部を有し、
   前記動作制御部は、前記燃焼状態判定装置から前記異常燃焼発生情報を受信した場合、前記出力部から警報を出力させる請求項５に記載の燃焼状態判定システム。
7. 前記動作制御部は、前記燃焼部が燃料の燃焼を行っている間に前記燃焼状態判定装置から前記異常燃焼発生情報を受信した場合、前記燃焼部での燃料の燃焼を停止させる請求項５又は６に記載の燃焼状態判定システム。
8. 互いに情報通信可能な、携帯型端末と、燃焼状態判定装置とを備え、
   前記携帯型端末は、撮像部と、動作制御部とを有し、前記動作制御部は、前記撮像部が撮影した、燃焼部での燃焼により発生する火炎の画像データを前記燃焼状態判定装置へ送信する画像送信処理を行うように構成され、
   前記燃焼状態判定装置は、前記携帯型端末が送信した前記画像データを取得する画像データ取得部と、蓄積された訓練データの機械学習の実行結果を用いて、前記画像データ取得部が取得した前記画像データに前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれているか否かを判定する燃焼状態判定部とを有し、前記燃焼部での異常な燃焼が発生したことを示す特徴が含まれている前記画像データを送信してきた前記携帯型端末に対して、異常な燃焼が発生していることを示す異常燃焼発生情報を送信する異常燃焼情報送信処理を行うように構成されている燃焼状態判定システム。
9. 請求項１に記載の燃焼状態判定装置と、前記燃焼部での燃焼により発生する火炎を撮影する撮像部とを備える携帯型端末。

Images