JP2022168717A - 予測装置、予測方法、予測プログラム、施設制御装置、施設制御方法、および制御プログラム - Google Patents

予測装置、予測方法、予測プログラム、施設制御装置、施設制御方法、および制御プログラム Download PDF

Info

Publication number
JP2022168717A
JP2022168717A JP2021074378A JP2021074378A JP2022168717A JP 2022168717 A JP2022168717 A JP 2022168717A JP 2021074378 A JP2021074378 A JP 2021074378A JP 2021074378 A JP2021074378 A JP 2021074378A JP 2022168717 A JP2022168717 A JP 2022168717A
Authority
JP
Japan
Prior art keywords
prediction
movement
control
movement data
dust
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.)
Pending
Application number
JP2021074378A
Other languages
English (en)
Inventor
圭太 山本
Keita Yamamoto
裕司 白石
Yuji Shiraishi
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Zosen Corp
Original Assignee
Hitachi Zosen Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Zosen Corp filed Critical Hitachi Zosen Corp
Priority to JP2021074378A priority Critical patent/JP2022168717A/ja
Priority to CN202280030887.1A priority patent/CN117203469A/zh
Priority to PCT/JP2022/009042 priority patent/WO2022230356A1/ja
Publication of JP2022168717A publication Critical patent/JP2022168717A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • F23G5/44—Details; Accessories
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Incineration Of Waste (AREA)

Abstract

【課題】焼却施設の運用の改善に寄与する。【解決手段】予測装置（１）は、ホッパに投入された焼却対象物を指定された速度で焼却炉に送り込む焼却施設において、ホッパを上方から撮影した時系列の複数の画像から、焼却対象物の移動状態を示す移動データを生成する移動データ生成部（１０３）と、生成された前記移動データと前記速度とに基づいて焼却対象物の性状を予測する性状予測部（１０５）と、を備える【選択図】図１

Description

本発明は、焼却炉で焼却される焼却対象物の性状を予測する予測装置等に関する。
一般的なごみの焼却施設には、ホッパと呼ばれる漏斗状の装置が設けられている。ごみピットと呼ばれる貯留設備に貯留されたごみは、クレーン等により掴み上げられてホッパに投入される。そして、ホッパ内のごみは、先に投入されたものから順に給じん装置により焼却炉に送り込まれて焼却される。ホッパに関する技術としては、例えば、下記の特許文献１が挙げられる。特許文献１には、周期的に計測したホッパレベルに基づいてブリッジを検出することが記載されている。
特開平１０－２３８７３５号
上述のように、ホッパ内に投入されたごみは、順次給じん装置により焼却炉に送り込まれて焼却されるが、送り込まれたごみの性状に応じて燃焼の仕方は異なるものとなる。例えば、水分を多く含む湿ったごみが送り込まれた場合には焼却炉内の温度が下がることがある。一方、乾燥した燃えやすいごみが送り込まれた場合には焼却炉内の温度が上がることがある。これは、ごみに限らず、いかなる焼却対象物を焼却する際にも共通する事象である。
このため、ホッパ内に投入された焼却対象物が焼却される前の段階でその性状を把握することができれば、焼却施設の運用の改善にも資すると考えられる。例えば、焼却対象物の性状から、焼却炉内の状態を予測することが可能になり、これにより状態の悪化を未然に防ぐこと等も可能になる。また、例えば、焼却炉の自動制御や、ホッパへの焼却対象物の投入の自動制御等も可能になる。しかしながら、従来はホッパ内に投入された焼却対象物の性状を予測することは行われていなかった。例えば、上記特許文献１においても、ホッパ内に投入されたごみの性状の予測については示唆すらされていない。
本発明の一態様は、上記の問題点に鑑みてなされたものであり、その目的は、焼却施設の運用の改善に寄与する予測装置等を提供することにある。
上記の課題を解決するために、本発明の一態様に係る予測装置は、ホッパに投入された焼却対象物を指定された速度で焼却炉に送り込む焼却施設において、前記ホッパを上方から撮影した時系列の複数の画像から、前記焼却対象物の移動状態を示す移動データを生成する移動データ生成部と、前記移動データ生成部が生成した前記移動データと前記速度とに基づいて、焼却される前記焼却対象物の性状を予測する予測部と、を備える。
また、上記の課題を解決するために、本発明の一態様に係る施設制御装置は、ホッパに投入された焼却対象物を指定された速度で焼却炉に送り込む焼却施設において、前記ホッパを上方から撮影した時系列の複数の画像から、前記焼却対象物の移動状態を示す移動データを生成する移動データ生成部と、前記移動データ生成部が生成した前記移動データと前記速度とに基づいて、（１）前記ホッパへの焼却対象物の投入制御、（２）前記速度の制御、（３）前記焼却炉内における前記焼却対象物の搬送速度の制御、（４）前記焼却炉内における前記焼却対象物の燃焼制御、および（５）前記焼却対象物の撹拌制御、の少なくとも何れかを行う機器制御部と、を備える。
上記の課題を解決するために、本発明の一態様に係る予測方法は、１または複数の情報処理装置が実行する焼却対象物の性状の予測方法であって、ホッパに投入された焼却対象物を指定された速度で焼却炉に送り込む焼却施設において、前記ホッパを上方から撮影した時系列の複数の画像から、前記焼却対象物の移動状態を示す移動データを生成するステップと、前記ステップで生成した前記移動データと前記速度とに基づいて、焼却される前記焼却対象物の性状を予測するステップと、を含む。
上記の課題を解決するために、本発明の一態様に係る施設制御方法は、１または複数の情報処理装置が実行する施設制御方法であって、ホッパに投入された焼却対象物を指定された速度で焼却炉に送り込む焼却施設において、前記ホッパを上方から撮影した時系列の複数の画像から、前記焼却対象物の移動状態を示す移動データを生成するステップと、前記ステップで生成した前記移動データと前記速度とに基づいて、（１）前記ホッパへの焼却対象物の投入制御、（２）前記速度の制御、（３）前記焼却炉内における前記焼却対象物の搬送速度の制御、（４）前記焼却炉内における前記焼却対象物の燃焼制御、および（５）前記焼却対象物の撹拌制御、の少なくとも何れかを行うステップと、を含む。
本発明の一態様によれば、焼却施設の運用の改善に寄与することができる。
本発明の実施形態１に係る予測装置の要部構成の一例を示すブロック図である。 上記予測装置を含む施設制御システムの構成例を示す図である。 ごみの有無の判定方法の例を示す図である。 移動データの生成方法の例を示す図である。 給じん速度と移動量の関係を示す図である。 上記予測装置が実行する処理の一例を示すフローチャートである。 本発明の実施形態２に係る予測装置の要部構成の一例を示すブロック図である。 かさ密度について予測値と実際の値との関係を示した図である。 低位発熱量の予測方法を説明する図である。 上記予測装置が実行する処理の一例を示すフローチャートである。 本発明の実施形態３に係る施設制御装置の要部構成の一例を示すブロック図である。 上記施設制御装置が実行する処理の一例を示すフローチャートである。
〔実施形態１〕
（システム構成）
本実施形態に係る施設制御システム１００の構成を図２に基づいて説明する。図２は、施設制御システム１００の構成例を示す図である。図２には、施設制御システム１００をごみ焼却施設に適用した例を示している。なお、施設制御システム１００は、ごみに限られず任意の焼却対象物を焼却する任意の焼却施設に適用することができる。
図２に示すごみ焼却施設には、ごみＧを貯留するごみピットＢと、ごみＧを焼却する焼却炉Ｃが設けられている。ごみピットＢ内のごみＧは、クレーンによりホッパＡに投入される。ホッパＡの上部には外側に拡がるように傾斜した傾斜面Ａ１が形成されており、ごみＧはこの傾斜面Ａ１上を滑り落ちてホッパＡの内部に入り、ここで一時的に収容される。そして、ホッパＡ内のごみＧは、その下部の開口部Ａ２から焼却炉Ｃに順次送り込まれて焼却される。
施設制御システム１００は、焼却炉Ｃで焼却されるごみの性状を予測するシステムであり、予測装置１と撮影装置２を含む。撮影装置２はホッパＡの上方に配置されており、ホッパＡを所定時間毎に上方から撮影する。そして予測装置１は、撮影装置２が撮影した各画像を取得し、それらの画像を用いて、焼却されるごみの性状を予測する。
より詳細には、撮影装置２は、ホッパＡについて時系列の複数の画像を撮影する。そして、予測装置１は、撮影装置２が撮影した時系列の複数の画像から生成された、複数の当該画像が撮影された期間におけるごみＧの移動状態を示す移動データに基づいて、ごみの性状を予測する。
本発明の発明者らは、ホッパを上方から撮影した画像を精査した結果、焼却対象物の性状の相違が、焼却対象物の移動状態の相違として表れることを見出した。例えば、焼却対象物を焼却炉に送り込む速度を同じにしていても、水分含量が多く燃えにくい焼却対象物は、水分含量が少なく燃えやすい焼却対象物と比べて、ホッパ内における単位時間あたりの移動量が大きくなる傾向があることが分かった。
予測装置１は、この知見に基づいてごみの性状を予測する。すなわち、ごみの性状の相違は、画像に写るごみの移動状態の相違として表れるから、上記の構成によれば、ごみの性状を予測することができる。そして、ごみの性状を把握することは、焼却施設の適正な運用に役立つため、予測装置１によれば、焼却施設の運用の改善に寄与することができる。
具体的には、予測装置１は、ごみの性状の予測結果に基づいて、ごみ焼却施設内の機器を制御する。これにより、ごみの性状に応じた妥当な制御を行い、焼却施設の運用の改善に寄与することが可能になる。なお、ごみ焼却施設内の機器の制御は、ごみ焼却施設の運転員等が行ってもよく、この場合、予測装置１はごみの性状の予測結果を運転員等に対して出力すればよい。この場合、予測装置１が機器の制御を行う必要はない。
予測装置１の配置場所は特に限定されず、例えば、ごみ焼却施設に配置してもよいし、複数のごみ焼却施設の監視を行う監視センター等に配置してもよい。また、図２には、１つの予測装置１により、１つのごみ焼却施設におけるごみの性状を予測する例を示しているが、１つの予測装置１により複数のごみ焼却施設におけるごみの性状を予測することも可能である。この場合、例えば予測装置１をクラウドサーバとしてもよい。
（予測装置の構成）
図１に基づいて予測装置１の構成を説明する。図１は、予測装置１の要部構成の一例を示すブロック図である。図示のように、予測装置１は、予測装置１の各部を統括して制御する制御部１０と、予測装置１が使用する各種データを記憶する記憶部１１を備えている。また、予測装置１は、予測装置１が他の装置と通信するための通信部１２、予測装置１に対する各種データの入力を受け付ける入力部１３、予測装置１が各種データを出力するための出力部１４を備えている。
また、制御部１０には、データ取得部１０１、判定部１０２、移動データ生成部１０３、標準移動量算出部１０４、性状予測部（予測部）１０５、影響予測部１０６、および機器制御部１０７が含まれている。そして、記憶部１１には、画像ＤＢ１１１と標準移動量算出式１１２が記憶されている。
データ取得部１０１は、ホッパＡを上方から撮影した時系列の複数の画像を取得する。上述のように、施設制御システム１００では、撮影装置２がホッパＡを上方から撮影した時系列の複数の画像を撮影するから、データ取得部１０１は、撮影装置２が撮影した画像を取得すればよい。なお、データ取得部１０１は、通信部１２を介した通信により撮影装置２から画像を取得してもよいし、入力部１３を介して入力された画像を取得してもよい。データ取得部１０１は、取得した画像を画像ＤＢ１１１に記録する。なお、撮影装置２は、動画像を撮影するものであってもよい。この場合、データ取得部１０１は、撮影装置２が撮影した動画像から時系列の複数の画像（例えば、所定時間おきのフレーム画像）を取得すればよい。
判定部１０２は、データ取得部１０１が取得した画像における、ごみの性状を予測するための解析の対象となる対象領域にごみが写っているか否かを判定する。対象領域におけるごみの判定方法の詳細は図３に基づいて後述する。
移動データ生成部１０３は、データ取得部１０１が取得し、画像ＤＢ１１１に記録した時系列の複数の画像から、複数の当該画像が撮影された期間におけるごみの移動状態を示す移動データを生成する。移動データの生成方法の詳細は図４に基づいて後述する。
標準移動量算出部１０４は、ごみを焼却炉に送り込む速度、すなわち給じん速度を特定する。そして、標準移動量算出部１０４は、特定した給じん速度から、標準移動量算出式１１２を用いて、ごみを上記特定した給じん速度で焼却炉に送り込んだときの、標準的なごみの移動量（以下、標準の移動量と呼ぶ）を算出する。
標準移動量算出式１１２は、給じん速度と、当該給じん速度でごみを焼却炉に送り込んだときの当該ごみの標準の移動量との関係を示す数式である。標準移動量算出式１１２とこれを用いた標準の移動量の算出方法の詳細は図５に基づいて後述する。
性状予測部１０５は、移動データ生成部１０３が生成した移動データと給じん速度とに基づいて、焼却されるごみの性状を予測する。具体的には、性状予測部１０５は、移動データ生成部１０３が生成した移動データが示す移動量と、標準移動量算出部１０４が算出する標準の移動量との差を、ごみの性状の予測結果として算出する。
影響予測部１０６は、性状予測部１０５が予測したごみの性状に基づいて、当該ごみを焼却することによる、焼却炉の燃焼状態への影響を予測する。影響予測部１０６が出力する予測結果は、燃焼状態への影響の大きさを示すものであってもよい。例えば、燃焼状態への影響の大きさを大、中、小、および影響なしの４段階で表す場合、影響予測部１０６は、何れかの段階を示す情報を予測結果として出力すればよい。また、影響予測部１０６は、燃焼状態の予測値（例えば、低位発熱量の予測値）を予測結果として出力してもよい。燃焼状態に対する影響の予測については図５に基づいて後述する。
機器制御部１０７は、影響予測部１０６の予測結果に基づいてごみ焼却施設の機器を制御する。例えば、機器制御部１０７は、（１）ホッパへのごみの投入制御、（２）給じん速度の制御、（３）焼却炉内におけるごみの搬送速度（火格子速度）の制御、および（４）焼却炉内におけるごみの燃焼制御、の少なくとも何れかを行ってもよい。
なお、上記（１）について、燃焼を促進したい場合には、ごみピット内のごみのうち比較的燃えやすいごみをホッパに投入し、燃焼を抑制したい場合には比較的燃えにくいごみをホッパに投入するように制御してもよい。ごみピット内のごみの性状分布については別途管理しておいてもよいし、後述するように性状予測部１０５の予測結果に基づいて特定してもよい。
また、上記（２）について、燃焼を促進したい場合には給じん速度を上げて、燃焼を抑制したい場合には給じん速度を下げてもよい。上記（３）の火格子速度についても同様である。なお、状況によっては、燃焼を促進するための制御として、給じん速度を下げること、および火格子速度を下げることの少なくとも何れかを適用することが有効な場合もある。
また、上記（４）について、ごみの燃焼制御は、例えば、バーナでの加熱や燃焼空気の供給量の制御によって実現できる。つまり、燃焼を促進したい場合（発生熱量を高めたい場合）には、バーナで加熱するか、または、燃焼空気の供給量を増やせばよく、逆に燃焼を抑制したい（発生熱量を低下させたい場合）場合には燃焼空気の供給量を減らせばよい。なお、状況によっては、燃焼を抑制するための制御として、燃焼空気の供給量を減らすことが有効な場合もある。
また、ホッパを上方から撮影したときに写るごみは、直前までごみピット内に存在していたものであり、そのごみをごみピット内の何れの位置で取得したかは特定可能である。このため、性状予測部１０５の予測結果から、あるいは影響予測部１０６の予測結果から、ごみピット内のごみの性状分布を予測することが可能である。
機器制御部１０７は、この性状分布に基づいて、ごみピット内のごみの撹拌制御を行ってもよい。例えば、機器制御部１０７は、燃えにくいごみが分布しているエリアで優先的に撹拌を行うように制御してもよいし、燃えにくいごみが分布しているエリアのごみと、燃えやすいごみが分布しているエリアのごみとを混合・撹拌させて均質化してもよい。なお、ごみの撹拌とは、ごみの性状（特に燃えやすさ）を改善するための処理であり、例えばごみをクレーンで掴み上げて落下させたり、掴み上げたごみをばらまいたりすることにより行われる。
以上のように、予測装置１は、ホッパに投入されたごみを指定された給じん速度で焼却炉に送り込む焼却施設において、ホッパを上方から撮影した時系列の複数の画像から、ごみの移動状態を示す移動データを生成する移動データ生成部１０３と、生成された移動データと給じん速度とに基づいて、ごみの性状を予測する性状予測部１０５と、を備える。
上述のように、ごみの性状の相違は、画像に写るごみの移動状態の相違として表れるから、上記の構成によれば、ごみの性状を予測することができる。そして、ごみの性状を把握することは、焼却施設の適正な運用に役立つため、上記の構成によれば、焼却施設の運用の改善に寄与することができる。
また、詳細は後述するが、移動データは、異なるタイミングで撮影された２枚の画像があれば生成することができる。このため、機械学習等を行う必要がなく、ごみ焼却施設において予測装置１の運用をすぐに開始することができる。また、撮影装置２の設置場所や撮影角度が多少変更されても特に影響なくごみの性状を予測することができる。さらに、ごみ焼却施設内に設置した撮影装置２のレンズには汚れが付着することも想定されるが、付着した汚れには動きがないため、そのような汚れが移動データの生成に与える影響も限定的である。つまり、予測装置１を含む施設制御システム１００には、導入が容易であり、かつ安定した運用が可能であるという利点がある。
（ごみの有無の判定について）
判定部１０２によるごみの有無の判定について図３に基づいて説明する。図３は、ごみの有無の判定方法の例を示す図である。図３に示す画像Ｄは、ホッパを上方から撮影した画像である。画像Ｄには、ホッパの傾斜面を滑り落ちていくごみが写っているが、傾斜面の全体にごみが写っていはいない。具体的には、ホッパの傾斜面のうち下流側の領域ｄ２にはごみが写っているが、上流側の領域ｄ１にはごみは写っていない。
ここで、移動データ生成部１０３が、領域ｄ１のようにごみが写っていない領域について移動データを生成したとすると、移動データが示す移動量がゼロまたはゼロに近い値となる可能性がある。そして、移動量がゼロまたはゼロに近い値となったときには、実際には存在しないごみについての誤った予測結果を出力してしまう可能性がある。
上記のような誤った予測を回避するため、予測装置１は判定部１０２を備えている。判定部１０２は、画像中の対象領域にごみが写っているか否かを判定する。そして、移動データ生成部１０３は、判定部１０２が対象領域にごみが写っていると判定した画像間における移動量を示す移動データを生成する。これにより、対象領域に対象物が写っていない画像がごみの性状の予測に用いられなくなるため、上述のような誤った予測を防ぐことができる。なお、詳細は後述するが、対象領域はホッパの傾斜面上、より詳細には領域ｄ２のように下流側の傾斜面上に設定することが好ましい。
ごみが写っているか否かは撮影された画像を用いて判定してもよいし、撮影された画像に所定の画像処理を施すことによりごみの有無を判定しやすくした上で判定してもよい。上記画像処理としては、例えばＣａｎｎｙ法が挙げられる。Ｃａｎｎｙ法は、画像におけるエッジ検出のためのアルゴリズムである。図３に示す画像Ｄ１は、画像ＤからＣａｎｎｙ法でエッジ検出することにより生成された画像である。一般的にごみの外観は、ホッパの表面形状と比べてはるかに複雑である。このため、図３の例では、ごみが写っていない領域ｄ１と比べて、ごみが写る領域ｄ２では多数のエッジが検出されている。
よって、判定部１０２は、ホッパを撮影した画像にＣａｎｎｙ法を適用してエッジ検出し、対象領域で検出されたエッジの数が閾値以上の画像をごみが写っている画像と判定し、対象領域で検出されたエッジの数が閾値未満の画像をごみが写っていない画像と判定してもよい。
無論、Ｃａｎｎｙ法以外のエッジ検出手法を適用してもよい。また、エッジ検出以外の手法によりごみの有無を判定することもできる。例えば、判定部１０２は、画像を構成する各画素の輝度値およびＲＧＢ値の少なくとも何れかを解析することによりごみの有無を判定してもよい。また、例えば、判定部１０２は、ごみの有無を判別できるように学習させた学習済みモデル（例えばニューラルネットワークモデル）によりごみの有無を判定してもよい。
（移動データの生成方法）
移動データ生成部１０３による移動データの生成方法について図４に基づいて説明する。図４は、移動データの生成方法の例を示す図である。より詳細には、図４には、時刻ｔにホッパの傾斜面上を撮影した画像Ｅ１と、時刻ｔ＋Δｔにホッパの傾斜面上を撮影した画像Ｅ２との間におけるごみの移動状態を示す移動データＦを、画像相関法により生成する例を示している。なお、図４において、ｙ方向はごみが下降する方向、つまりホッパの傾斜面（図２の傾斜面Ａ１参照）の上流側から下流側に向かう方向であり、ｘ方向は上記傾斜面上におけるｙ方向に垂直な方向である。
画像相関法は、時系列の２枚の画像について、各画像に写る各粒子の移動量を画像処理で演算して、算出した移動量をベクトルとして表す手法である。例えば、画像Ｅ１において、破線の枠囲みで示すごみは位置ｅ１に写っているが、画像Ｅ２では位置ｅ１よりも下方の位置ｅ２に写っている。このごみの移動状態は、移動データＦでは、位置ｅ１から位置ｅ２までの変位を示すベクトルｆ１として表される。また、他の位置についても同様にベクトルが算出される。
このように、移動データＦでは、画像Ｅ１およびＥ２における各位置におけるごみの移動状態が表される。具体的には、移動データＦからは、画像Ｅ１およびＥ２における各位置におけるごみは、ｙ方向（ホッパの傾斜面の下流側つまり下降方向）に向かって移動していることが分かる。なお、移動データＦにおいて、ｙ方向成分の値が閾値以上のベクトルについては実線の矢印で示し、閾値未満のベクトルについては破線の矢印で示している。これにより、ごみの移動が速い位置と遅い位置があることも分かる。
以上のように、移動データ生成部１０３は、画像Ｅ１、Ｅ２に写る傾斜面に設定された複数の所定の位置のそれぞれに写る画像要素について、当該画像要素が画像Ｅ１、Ｅ２間で下降方向に移動した移動量を示す移動データを生成してもよい。
ホッパの傾斜面においては、ごみは概ね同じ下降方向に向けて滑り落ちていくため、ホッパの傾斜面は、ごみがスムーズに下降しているか、下降が滞っているかの判定に好適な位置である。よって、前記の構成によれば、ごみがスムーズに下降しているか、下降が滞っているかを的確に示す移動データを生成することができる。そして、この移動データを用いてごみの性状を予測することにより、信頼性の高い予測を行うことができる。これは、上述のように、ごみの性状の相違は、画像に写るごみの移動状態の相違として表れるためである。
なお、移動データは、傾斜面以外が写る画像部分についてもまとめて生成してもよい。この場合、性状予測部１０５は、移動データ生成部１０３が生成した移動データのうち、傾斜面が写る部分に設定された対象領域内の移動データを用いてごみの性状を予測すればよい。
無論、ごみの移動方向が概ね同様の方向となる領域を対象領域とすればよいのであり、傾斜面以外の領域を対象領域としてもよい。例えば、ホッパの内表面のうち、傾斜面の下流側で該傾斜面と接続する内表面上の領域（通常は垂直方向に延在する）を対象領域としてもよく、傾斜面上とそれ以外の部分の両方を含む領域を対象領域としてもよい。
また、移動データは、ごみの移動状態を示すデータであればよく、上述の例に限られない。例えば、ごみの移動速度を移動データとしてもよい。また、異なる時刻に撮影された２枚の画像の差分を示す差分画像を移動データとしてもよい。
（標準移動量の算出～燃焼状態の予測）
標準移動量算出部１０４による標準移動量の算出方法と、性状予測部１０５によるごみの性状の予測方法と、影響予測部１０６による燃焼状態の予測について、図５に基づいて説明する。図５は、給じん速度と移動量の関係を示す図である。
図５に示すグラフＨは、あるごみ焼却施設において様々な給じん速度下で測定した様々な性状のごみの移動量をプロットしたものである。なお、グラフＨの上側には、給じん速度の分布を示すヒストグラムｈ１を示し、グラフＨの右側には移動量の分布を示すヒストグラムｈ２を示している。なお、ここで、移動量とは、ごみを撮影した時系列の２枚の画像間に写る当該ごみの下降方向への移動量である。
図示のように、給じん速度とごみの移動量との間には、給じん速度が大きくなるほど移動量も大きくなるという相関関係が存在する。この相関関係は、例えば回帰分析により定式化することができる。図５の例では、回帰分析により求めた、給じん速度とごみの移動量との関係を示す回帰式であるｙ＝Ｆ（ｘ）を示す直線をｈ３で示している。つまり、ｈ３は回帰直線である。予測装置１は、このような回帰式を標準移動量算出式１１２として記憶部１１に記憶している。
標準移動量算出部１０４は、現在の給じん速度を特定して標準移動量算出式１１２に代入することにより、現在の給じん速度における標準の移動量を算出する。これにより、妥当な値の標準の移動量を算出することができる。例えば、現在の給じん速度がｘ１であった場合、標準の移動量はｙ＝Ｆ（ｘ１）となる。
この場合、性状予測部１０５は、移動データ生成部１０３が生成した移動データが示す移動量と、ごみの標準の移動量との差を予測結果として算出してもよい。上述のように、本発明の発明者らの検討の結果、水分含量が多く燃えにくいごみは、水分含量が少なく燃えやすいごみと比べて、ホッパ内における単位時間あたりの移動量が大きくなる傾向があることが分かっている。このため、移動データが示す移動量と標準の移動量との差は、ごみの燃えやすさを示すものといえる。したがって、上記の構成によれば、ごみの燃えやすさを示す値を予測結果として算出することができる。
例えば、図５の例のように、現在の給じん速度がｘ１である場合に、移動データ生成部１０３が生成した移動データが示す移動量がｙ１であったとする。この給じん速度と移動量の組み合わせを、図５ではグラフＨのグラフ平面上の点ｈ４で表している。上述のように、給じん速度がｘ１であるときの標準の移動量はｙ＝Ｆ（ｘ１）であるから、この例では性状予測部１０５は、ｙ’＝ｙ１－Ｆ（ｘ１）を予測結果として算出する。
このようにして算出されたｙ’は、その値が大きいほど、そのごみの性状が標準的なごみの性状と乖離していることを示している。より詳細には、ｙ’が負の値である場合には、ｙ’の絶対値が大きいほどそのごみの移動量が小さいことを示す。一般に、軽いごみは、標準的な重量のごみと比べて移動速度が小さく、水分が少なく燃えやすいから、ｙ’が負の値であってｙ’の絶対値が大きいごみは燃えやすいといえる。
一方、ｙ’が正の値である場合には、ｙ’の絶対値が大きいほどそのごみの移動量が大きいことを示す。一般に、重いごみは、標準的な重量のごみと比べて移動速度が大きく、水分が多く燃えにくいから、ｙ’が正の値であってｙ’の絶対値が大きいごみは燃えにくいといえる。
このため、例えば、図５において、あるごみの移動量と給じん速度が、回帰直線ｈ３よりも上側に設定された領域ｈ５内にプロットされる場合、そのごみは燃えにくいごみであるといえる。一方、図５において、あるごみの移動量と給じん速度が、回帰直線ｈ３よりも下側に設定された領域ｈ６内にプロットされる場合、そのごみは燃えやすいごみであるといえる。点ｈ４は、回帰直線ｈ３より下側の領域ｈ６内にあるから、点ｈ４のごみは燃えやすいごみであるといえる。
以上のことから、影響予測部１０６は、ｙ’の値に応じてごみを分類し、その分類結果を予測結果として出力してもよい。例えば、影響予測部１０６は、性状予測部１０５が算出したｙ’の値が領域ｈ５またはｈ６内にプロットされる場合には燃焼状態への影響があると予測してもよい。影響予測部１０６は、影響の大きさについては、ｙ’の値の大きさに応じて判定すればよい。また、影響予測部１０６は、領域ｈ５とｈ６の間の領域にプロットされる場合には燃焼状態への影響がないと予測してもよい。
なお、燃焼状態の予測方法は、予想の対象とする燃焼状態に応じた手法を適宜用いればよく、上記の例に限られない。例えば、影響予測部１０６は、低位発熱量を予測してもよい。この場合、ｙ’の値と低位発熱量との相関関係を定式化しておけばよい。そして、影響予測部１０６は、その式を用いて低位発熱量を予測すればよい。
また、標準の移動量の求め方も上述の例に限られない。例えば、上述の例と同様にごみ焼却施設において様々な給じん速度下で様々な性状のごみの移動量を測定した上で、給じん速度を複数の数値範囲に区分して、各区分における標準の移動量を求めておいてもよい。標準の移動量は、例えば各区分における移動量の平均値や中央値等としてもよい。この場合、標準移動量算出部１０４は、現在の給じん速度が何れの区分に属するかにより標準の移動量を特定すればよい。
また、回帰分析のような線形モデルにより標準の移動量を求める代わりに、例えばニューラルネットワーク等の非線形モデルにより標準の移動量を求めてもよい。この場合、給じん速度と標準の移動量との関係を機械学習させた標準移動量予測モデルを予め用意しておく。そして、標準移動量算出部１０４は、この標準移動量予測モデルに給じん速度を入力することにより、標準の移動量を算出すればよい。
（処理の流れ）
予測装置１が実行する処理の流れ（予測方法）について図６に基づいて説明する。図６は、予測装置１が実行する処理の一例を示すフローチャートである。なお、図６の処理は、例えば、撮影装置２が新たな画像を撮影する毎に行われる。
Ｓ１では、データ取得部１０１が、ホッパを上方から撮影した時系列の画像を取得し、画像ＤＢ１１１に記録する。上述のように、これらの画像は撮影装置２（図２参照）が撮影するので、データ取得部１０１は撮影装置２が撮影した画像を取得すればよい。
Ｓ２では、判定部１０２が、Ｓ１で取得された画像における対象領域にごみが写っているか否かを判定する。対象領域にごみが写っているか否かの判定方法は図３に基づいて説明したとおりであるからここでは説明を繰り返さない。Ｓ２でＹＥＳと判定された場合にはＳ３に進み、Ｓ２でＮＯと判定された場合には図６の処理は終了する。
Ｓ３（移動データを生成するステップ）では、移動データ生成部１０３が、Ｓ１で取得された画像と、該画像より前に撮影された画像から、焼却対象物であるごみの移動状態を示す移動データを生成する。例えば、Ｓ１で時刻ｔ＋Δｔに撮影された画像が取得された場合、移動データ生成部１０３は、画像ＤＢ１１１から時刻ｔに撮影された画像を読み出す。そして、移動データ生成部１０３は、時刻ｔから時刻ｔ＋Δｔまでの期間におけるごみの移動状態を示す移動データを生成する。移動データの生成方法は図４に基づいて説明したとおりであるからここでは説明を繰り返さない。
Ｓ４では、標準移動量算出部１０４が、給じん速度を特定すると共に、特定した給じん速度から、標準移動量算出式１１２を用いて標準の移動量を算出する。なお、給じん速度がどのような値に設定されているかは、予測装置１のユーザが入力部１３を介して入力するようにしてもよいし、通信部１２を介してごみ処理施設の制御装置と通信することにより特定してもよい。
Ｓ５（性状を予測するステップ）では、性状予測部１０５が、焼却されるごみの性状を予測する。より詳細には、性状予測部１０５は、Ｓ３で移動データ生成部１０３が生成した移動データが示す移動量と、Ｓ４で標準移動量算出部１０４が給じん速度を用いて算出した標準の移動量との差を、予測の結果として算出する。上述のように、標準の移動量は給じん速度を用いて算出されているから、Ｓ５において、性状予測部１０５は移動データと給じん速度とに基づいてごみの性状を予測しているといえる。
Ｓ６では、影響予測部１０６が、Ｓ５で性状予測部１０５が予測したごみの性状に基づいて当該ごみを焼却することによる、焼却炉の燃焼状態への影響を予測する。なお、燃焼状態の予測は必須ではなく、Ｓ５の予測結果に基づいてＳ７以降の処理を行うことも可能である。
Ｓ７では、機器制御部１０７が、Ｓ６の予測結果に基づいて、焼却炉における燃焼状態を良好に保つための制御を行うか否かを判定する。Ｓ７でＹＥＳと判定された場合にはＳ８の処理に進み、Ｓ８では、機器制御部１０７は、焼却炉における燃焼状態を良好に保つための制御を行う。一方、Ｓ７でＮＯと判定された場合には、Ｓ８の処理は行われずに図６の処理が終了する。
なお、Ｓ７の判定基準は予め定めておけばよく、Ｓ８の制御内容の決定方法も予め定めておけばよい。例えば、燃焼状態への影響の大きさを大、中、小、および影響なしの４段階で予測する場合、影響なし以外の予測結果であれば制御を行う（Ｓ７でＹＥＳと判定する）ようにしてもよい。そして、燃焼状態への影響が大きいと予測された場合ほど、機器制御部１０７は、燃焼を促進または抑制するための制御の制御量を大きくしてもよい。
ここで、機器制御部１０７は、例えば以下のようにして、燃焼を促進する制御を行うか、抑制する制御を行うかを決定してもよい。まず、機器制御部１０７は、Ｓ３で移動データ生成部１０３が生成した移動データが示す移動量の方が、Ｓ４で標準移動量算出部１０４が給じん速度を用いて算出した標準の移動量よりも大きいか否かを判定する。この判定において、移動データ生成部１０３が生成した移動データが示す移動量の方が大きいと判定された場合、そのごみは標準的なごみよりも水分量が多く燃えにくいごみであると考えられるため、機器制御部１０７は、燃焼を促進する制御（例えば、バーナによる加熱や燃焼空気量を増加させる制御）を行うことを決定すればよい。一方、標準の移動量の方が大きいと判定された場合、そのごみは標準的なごみよりも水分量が少なく燃えやすいごみであると考えられるため、機器制御部１０７は、燃焼を抑える制御（例えば、燃焼空気量を減少させる制御）を行うことを決定すればよい。これにより、焼却炉内の燃焼状態を良好な状態に保つことができる。
また、Ｓ７では、ホッパに投入されたごみが焼却炉に送り込まれるまでのタイムラグを考慮した制御を行ってもよい。例えば、機器制御部１０７は、ホッパに投入されたごみが焼却炉に送り込まれるまでの時間を、給じん速度等を用いて計算し、当該時間の経過時に、当該ごみについて予測された燃焼状態への影響に応じた制御を行ってもよい。
また、制御内容によっては、その制御の結果が燃焼状態に反映されるまでにタイムラグが生じるものもある。このため、機器制御部１０７は、制御の結果が燃焼状態に反映されるタイミングが、当該ごみが焼却炉に送り込まれるタイミングと同じか、または早くなるように制御を行ってもよい。
また、Ｓ７において、機器制御部１０７が性状予測部１０５の予測結果から制御内容を決定する構成としてもよい。この場合、Ｓ６の処理は省略されると共に、影響予測部１０６は不要となる。
以上のように、本実施形態に係る予測方法は、ホッパに投入されたごみを指定された給じん速度で焼却炉に送り込む焼却施設において、前記ホッパを上方から撮影した時系列の複数の画像から、前記ごみの移動状態を示す移動データを生成するステップ（Ｓ３）と、前記ステップで生成した前記移動データと前記給じん速度とに基づいて、焼却される前記ごみの性状を予測するステップ（Ｓ５）と、を含む。この予測方法によれば、焼却施設の運用の改善に寄与することができる。
なお、実施形態１の冒頭で述べた通り、施設制御システム１００は、ごみ焼却施設に限られず、任意の焼却対象物を焼却する焼却施設に適用することができ、ホッパに収容される焼却対象物はごみに限られない。つまり、上述した実施形態に記載した「ごみ」は、任意の「焼却対象物」に読み替えることができる。これは後述する実施形態２以降においても同様である。
〔実施形態２〕
本発明の他の実施形態について、以下に説明する。なお、説明の便宜上、上記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。これは後述する実施形態３においても同様である。
（予測装置の構成）
図７は、本実施形態に係る予測装置１Ａの要部構成の一例を示すブロック図である。予測装置１Ａは、標準移動量算出部１０４を備えておらず、性状予測部１０５と影響予測部１０６の代わりに、かさ密度予測部（予測部）１０５Ａと発熱量予測部１０６Ａを備えている点で図１に示した予測装置１と相違している。また、予測装置１Ａの記憶部１１には、標準移動量算出式１１２が記憶されておらず、代わりにかさ密度予測式１１２Ａと発熱量予測式１１３Ａが記憶されている点でも予測装置１と相違している。
かさ密度予測部１０５Ａは、移動データ生成部１０３が生成した移動データが示す移動量と、給じん速度と、かさ密度予測式１１２Ａを用いて、かさ密度を算出する。かさ密度予測式１１２Ａは、ごみの移動量および給じん速度と、当該ごみのかさ密度との関係を示す数式である。かさ密度の予測方法の詳細は図８に基づいて後述する。
発熱量予測部１０６Ａは、ごみのかさ密度と、当該ごみを焼却したときの低位発熱量（発熱量）との関係を示す発熱量予測式１１３Ａを用いて、当該ごみを焼却したときの低位発熱量（発熱量）の予測値を算出する。低位発熱量（発熱量）の予測方法の詳細は図９に基づいて後述する。
（かさ密度の予測方法）
本発明の発明者らは、ごみの移動量と給じん速度を用いてかさ密度を表すことができないか検討した。この検討の結果、様々なかさ密度のごみについて、移動量と給じん速度を測定した結果を用いた重回帰分析により求めた下記の数式（１）によりかさ密度を予測することができることを見出した。
ｙ＝ａｘ１＋ｂｘ２＋ｃｘ１＊ｘ２＋ｄ （１）
なお、上記数式（１）において、ｙはかさ密度［ｔ／ｍ３］（ｔは質量の単位：トン）、ｘ１は給じん速度［ｍ／ｈ］、Ｘ２はごみの移動量（画像相関法で算出した無次元量）であり、ａ～ｄは重回帰分析により求めた係数である。
図８は、上記数式（１）により算出したかさ密度の予測値を縦軸とし、実際のかさ密度を横軸として、予測値と実際の値との関係を示した図である。図８に示すグラフＪから、上記数式（１）により、かさ密度を精度よく予測できていることがわかる。グラフＪに示す例において、決定係数は０．８５６５であった。
なお、本発明の発明者らは、比較のため、下記の数式（２）によりかさ密度を予測することについても試みた。
ｙ＝ａｘ１＋ｂ （２）
数式（２）によるかさ密度の予測値も、実際のかさ密度とある程度整合するものであったが、決定係数は数式（１）を用いた場合に及ばなかった。このことから、ごみの移動量がかさ密度の推定精度の向上に寄与していることがわかる。
無論、数式（１）を用いる以外にも、種々の方法により、給じん速度とごみの移動量からかさ密度の予測値を算出することが可能である。つまり、給じん速度およびごみの移動量と、かさ密度との関係をモデル化した任意の予測モデルを用いて、かさ密度の予測値を算出することができる。
以上のように、本発明の発明者らの検討の結果、ごみのホッパ内における移動量および給じん速度と、そのごみのかさ密度との間には相関関係があることが分かった。したがって、ごみの移動量と給じん速度と当該ごみのかさ密度との関係を示すかさ密度予測式１１２Ａを用いてかさ密度を算出するかさ密度予測部１０５Ａを備えた予測装置１Ａによれば、妥当な値のかさ密度を予測結果として算出することができる。
また、給じん速度は、毎秒変化する値でありリアルタイム性が高い。また、ごみの移動量も、例えば毎分単位で取得できるリアルタイム性の高い情報である。そして、以下説明するように、ごみの移動量は、かさ密度に依存する値でもある。
まず、給じん速度とごみの移動量との間には相関関係があることが分かっている。ただし、同じ給じん速度であってもごみの移動量にはばらつきが生じる。このばらつきの一因として、ごみの重量の相違が考えられる。つまり、ごみがホッパ内を沈降する際に、重いごみは、軽いごみよりも自重による圧縮の程度が大きく、それにより単位時間あたりの移動量すなわち移動速度が大きくなると考えられる。このように、ごみがホッパ内を沈降する速度は、給じん速度とごみの自重による圧縮の影響を受ける。したがって、給じん速度とごみの自重による圧縮度合いとによって、単位体積あたりの重量であるかさ密度が変わる。よって、ごみの移動量は、給じん速度に加えて、かさ密度にも依存するものといえる。
このように、上記の構成によれば、リアルタイム性の高い情報からホッパ内のごみのかさ密度を推定することができる。具体的には、ホッパを上方から複数回撮影し、その撮影時における給じん速度を特定するだけでかさ密度の予測値を算出することができる。これにより、かさ密度からごみの低位発熱量をリアルタイムで推定することも可能になり、推定結果を焼却炉の制御へ活かすことも可能となる。
なお、かさ密度は、後述する数式（３）により算出することも可能である。ただし、この方法では、ごみの処理量（重量）を妥当な値とするために、上記所定期間を例えば１日等の比較的長い期間に設定する必要があり、焼却炉の制御に利用できるようなタイミングでかさ密度を算出することができない。
（低位発熱量の予測方法）
発熱量予測部１０６Ａによる低位発熱量の予測方法について、図９に基づいて説明する。図９は、低位発熱量の予測方法を説明する図である。また、図９には、図２に示したホッパＡの下部の開口部Ａ２付近の断面概略図もあわせて示している。
ごみ焼却施設では、ホッパに投入されたごみは、しばらくの間ホッパ内に滞留し、その後、焼却炉に送り込まれて焼却されるため、ホッパを上方から撮影した画像に写るごみが焼却されたときの低位発熱量を測定することは難しい。
そこで、本発明の発明者らは、まず、焼却炉における一日の平均発熱量とその一日における平均のかさ密度から、かさ密度と低位発熱量との関係を特定した。発熱量予測部１０６Ａは、このようにして特定された関係を利用して、かさ密度から低位発熱量を求める。
図９に示すように、ホッパＡの内部に収容されたごみは、開口部Ａ２から焼却炉Ｃに送り込まれる。このため、開口部Ａ２の断面積をＳｏとし、平均給じん速度をＶとし、焼却炉Ｃを一日（２４時間）稼働させたときの、当該焼却炉Ｃの処理量は下記のように表される。
（１日の処理量）［ton/day］＝｛Ｖ［m/h］×２４［h/day］｝×Ｓｏ［m2］×（かさ密度）［ton/m3］
したがって、かさ密度は下記のように表される。
（かさ密度）＝（１日の処理量）／（Ｖ×２４×Ｓｏ） （３）
図９のＫは、上記のようにして求めたかさ密度と、焼却炉Ｃにおけるその日の低位発熱量Ｈｕとの関係を示すグラフである。図示のように、ばらつきはあるものの、全体としてかさ密度と低位発熱量との間には相関があることがわかる。より詳細には、かさ密度と低位発熱量とは比例関係にあり、このため、かさ密度と低位発熱量との関係は直線ｋ１で表すことができる。
よって、この直線ｋ１の数式を発熱量予測式１１３Ａとして記憶部１１に記憶させておけば、発熱量予測部１０６Ａは、当該数式を用いて、かさ密度予測部１０５Ａが予測したかさ密度から低位発熱量を求めることができる。
以上のように、ごみのかさ密度は、そのごみを焼却したときの低位発熱量と相関があることが分かった。よって、かさ密度と低位発熱量との関係を示す発熱量予測式１１３Ａを用いて低位発熱量を予測する発熱量予測部１０６Ａを備えた予測装置１Ａによれば、妥当な値の低位発熱量を予測結果として算出することができる。
なお、上述のように、ごみの移動量と給じん速度から、かさ密度を算出することができ、かさ密度から低位発熱量を算出することができるため、かさ密度を算出することなく、ごみの移動量と給じん速度から低位発熱量を算出することも可能である。つまり、発熱量予測部１０６Ａは、移動データ生成部１０３が生成した移動データが示す移動量と、給じん速度と、その給じん速度で焼却炉に送り込まれるごみを焼却したときの低位発熱量との関係を示す数式を用いて、当該ごみの低位発熱量を算出してもよい。このような構成であっても、妥当な値の低位発熱量を、ごみの性状を示す予測結果として算出することができる。
ごみの低位発熱量を算出する数式としては、例えば上述したような回帰式が適用であるが、この例に限定されない。発熱量予測部１０６Ａは、給じん速度およびごみの移動量と、低位発熱量との関係をモデル化した任意の予測モデルを用いて、低位発熱量の予測値を算出することができる。
（処理の流れ）
予測装置１Ａが実行する処理の流れ（予測方法）について図１０に基づいて説明する。図１０は、予測装置１Ａが実行する処理の一例を示すフローチャートである。なお、図１０のＳ１１～Ｓ１３の処理の説明は、図６のＳ１～３と同様であるから省略する。
Ｓ１４（性状を予測するステップ）では、かさ密度予測部１０５Ａが、Ｓ１３で生成された移動データが示す移動量と、当該移動量でごみが移動したときの給じん速度とをかさ密度予測式１１２Ａに代入してかさ密度の予測値を算出する。
Ｓ１５では、発熱量予測部１０６Ａが、Ｓ１４で算出されたかさ密度の予測値を発熱量予測式１１３Ａに代入して低位発熱量の予測値を算出する。なお、上述のように、かさ密度を算出することなく、ごみの移動量と給じん速度から低位発熱量を算出することも可能である。この場合、Ｓ１４は省略され、Ｓ１５がごみの性状（具体的には低位発熱量）を予測するステップとなる。
Ｓ１６では、機器制御部１０７が、Ｓ１５の予測結果に基づいて、焼却炉における燃焼状態を良好に保つための制御を行うか否かを判定する。Ｓ１６でＹＥＳと判定された場合にはＳ１７の処理に進み、Ｓ１７では、機器制御部１０７は、焼却炉における燃焼状態を良好に保つための制御を行う。一方、Ｓ１６でＮＯと判定された場合には、Ｓ１７の処理は行われずに図１０の処理が終了する。
なお、Ｓ１６の判定基準は予め定めておけばよく、Ｓ１７の制御内容の決定方法も予め定めておけばよい。例えば、Ｓ１５で算出された低位発熱量の予測値が予め定められた正常範囲外であるときに制御を行う（Ｓ１６でＹＥＳと判定する）ようにしてもよい。そして、発生熱量の予測値が正常範囲の下限値未満であった場合には、機器制御部１０７は、発生熱量を高めるための制御（例えば、バーナによる加熱や燃焼空気量を増加させる制御）を行えばよい。一方、発生熱量の予測値が正常範囲の上限値を超えた場合には、機器制御部１０７は、発生熱量を低下させるための制御（例えば、燃焼空気量を減少させる制御）を行えばよい。これにより、焼却炉内の燃焼状態を良好な状態に保つことができる。
〔実施形態３〕
（施設制御装置の構成）
図１１は、本実施形態に係る施設制御装置１Ｂの要部構成の一例を示すブロック図である。施設制御装置１Ｂは、ホッパを上方から撮影した時系列の複数の画像から生成した移動データと給じん速度とに基づいてごみ焼却施設内の機器を制御する装置である。
施設制御装置１Ｂは、上述した予測装置１および予測装置１Ａと比べて、ホッパを上方から撮影した時系列の複数の画像から移動データを生成する点で共通しており、ごみの性状の予測を行わずに機器を制御する点で相違している。このため、図２において、予測装置１を施設制御装置１Ｂに置き換えた施設制御システム１００を構成することも可能である。
施設制御装置１Ｂは、図１に示した予測装置１と比べて、標準移動量算出部１０４と性状予測部１０５と影響予測部１０６を備えておらず、代わりに制御内容決定部１０５Ｂを備えている。また、施設制御装置１Ｂの記憶部１１には、標準移動量算出式１１２が記憶されておらず、代わりに制御内容決定モデル１１２Ｂが記憶されている。
制御内容決定部１０５Ｂは、移動データ生成部１０３が生成した移動データと給じん速度とに基づいてごみ焼却施設内の機器に対する制御内容を決定する。例えば、制御内容決定部１０５Ｂは、（１）ホッパへのごみの投入制御、（２）給じん速度の制御、（３）焼却炉内におけるごみの搬送速度（火格子速度）の制御、（４）焼却炉内におけるごみの燃焼制御、および（５）ピット内のごみの撹拌制御の少なくとも何れかについての制御内容を決定してもよい。制御内容には、例えば制御対象と制御量等が含まれていてもよい。
なお、これらの制御は、適正な燃焼状態を維持するために必要な制御である。このため、制御内容決定部１０５Ｂは、適正な燃焼状態を維持するために行うべき制御がないときには、制御を行わないことを決定する。
より詳細には、制御内容決定部１０５Ｂは、制御内容決定モデル１１２Ｂを用いて制御内容を決定する。制御内容決定モデル１１２Ｂは、移動データと給じん速度から制御内容を決定できるように構築されたモデルである。例えば、火格子速度の制御量を決定する場合、移動量と給じん速度を説明変数とし、適正な燃焼状態を維持するために最適な火格子速度を目的変数とする制御内容決定モデル１１２Ｂを用いてもよい。このような制御内容決定モデル１１２Ｂは、重回帰分析で構築することもできるし、ニューラルネット等の他のアルゴリズムで構築することもできる。
そして、機器制御部１０７は、制御内容決定部１０５Ｂが決定した制御をごみ焼却施設の機器に対して行う。上述のように、制御内容決定部１０５Ｂは移動データと給じん速度とに基づいて制御内容を決定するから、機器制御部１０７は、移動データと給じん速度とに基づいてごみ焼却施設の機器を制御しているといえる。
以上のように、施設制御装置１Ｂは、ホッパに投入されたごみを指定された給じん速度で焼却炉に送り込む焼却施設において、ホッパを上方から撮影した時系列の複数の画像から、ごみの移動状態を示す移動データを生成する移動データ生成部１０３と、移動データ生成部１０３が生成した移動データと給じん速度とに基づいて、（１）ホッパへのごみの投入制御、（２）給じん速度の制御、（３）焼却炉内におけるごみの搬送速度の制御、（４）焼却炉内におけるごみの燃焼制御、および（５）ピット内のごみの撹拌制御、の少なくとも何れかを行う機器制御部１０７と、を備えている。
上述のように、ごみ等の焼却対象物の性状の相違は、画像に写る焼却対象物の移動状態の相違として表れる。そして、焼却対象物の性状の相違は、焼却対象物の適正な燃焼状態を維持するために必要な制御の内容に影響を与える。よって、画像に写るごみの移動状態から、ごみの適正な燃焼状態を維持するために必要な制御を特定することができる。したがって、上記の構成によれば、ごみの性状に応じた妥当な制御を行い、焼却施設の運用の改善に寄与することができる。
（処理の流れ）
施設制御装置１Ｂが実行する処理の流れ（施設制御方法）について図１２に基づいて説明する。図１２は、施設制御装置１Ｂが実行する処理の一例を示すフローチャートである。なお、図１２のＳ２１～Ｓ２３の処理の説明は、図６のＳ１～３と同様であるから省略する。
Ｓ２４では、制御内容決定部１０５Ｂが、制御内容決定モデル１１２Ｂを用いて制御内容を決定する。例えば、Ｓ２３で生成された移動データが移動量を示すデータであり、制御内容決定モデル１１２Ｂが、移動量と給じん速度を説明変数とし、適正な燃焼状態を維持するために最適な給じん速度の変化量を目的変数とするモデルであったとする。この場合、制御内容決定部１０５Ｂは、Ｓ２３で生成された移動データが示す移動量と、給じん速度を制御内容決定モデル１１２Ｂに入力して得られる値から、適正な燃焼状態を維持するために最適な給じん速度の変化量を決定する。
Ｓ２５では、機器制御部１０７が、焼却炉における燃焼状態を良好に保つための制御を行うか否かを判定する。Ｓ２５でＹＥＳと判定された場合にはＳ２６の処理に進み、Ｓ２６では、機器制御部１０７は、Ｓ２４で決定された内容の制御を行う。一方、Ｓ２５でＮＯと判定された場合には、Ｓ２６の処理は行われずに図１２の処理が終了する。
なお、Ｓ２５の判定基準は予め定めておけばよい。例えば、Ｓ２４で制御を行わないこと、あるいは制御量がゼロであると決定されない限り、制御を行う（Ｓ２５でＹＥＳ）と判定するようにしてもよい。また、例えば、最適と予測される制御内容と共にその予測の確信度を示す数値を出力する制御内容決定モデル１１２Ｂを用いる場合、確信度が閾値以上の場合に制御を行う（Ｓ２５でＹＥＳ）と判定するようにしてもよい。また、例えば、Ｓ２４で決定した制御内容をオペレータに提示して、その制御を実行するか否かをオペレータに入力させてもよい。
以上のように、本実施形態に係る施設制御方法は、ホッパに投入されたごみを指定された給じん速度で焼却炉に送り込む焼却施設において、ホッパを上方から撮影した時系列の複数の画像から、ごみの移動状態を示す移動データを生成するステップ（Ｓ２３）と、Ｓ２３で生成した移動データと給じん速度とに基づいて、（１）ホッパへのごみの投入制御、（２）給じん速度の制御、（３）焼却炉内におけるごみの搬送速度の制御、（４）焼却炉内におけるごみの燃焼制御、および（５）ピット内のごみの撹拌制御、の少なくとも何れかを行うステップ（Ｓ２６）と、を含む。この施設制御方法によれば、焼却施設の運用の改善に寄与することができる。
〔ブリッジの発生について〕
ホッパでは、ホッパ内のごみが架橋状に詰まるブリッジが発生することがある。ブリッジが発生すると、ホッパの上部（ブリッジの発生箇所およびその上方）におけるごみの移動量は、ごみの性状によらず、著しく少なくなるか、あるいはゼロになる。したがって、ブリッジが発生しているときに撮影された画像からごみの性状を予測することは難しい。
このため、上記各実施形態で説明した予測装置１および１Ａは、ブリッジの発生を検知するブリッジ検知部を備え、ブリッジ検知部がブリッジの発生を検知したときには、ごみの性状の予測を行わないようにしてもよい。また、予測装置１および１Ａは、ブリッジの発生中はごみの性状の予測結果をホールドしておき、ブリッジが解消した後で性状の予測を再開してもよい。
ブリッジの発生および解消を検知する方法は特に限定されず、例えば移動データ生成部１０３が生成する移動データが示すごみの移動量に基づいてブリッジの発生および解消を検知することもできる。施設制御装置１Ｂも同様であり、ブリッジの発生を検知して、ブリッジの発生中には制御をホールドしておき、ブリッジが解消した後で制御を再開してもよい。
また、逆に、ブリッジの発生がごみの性状の予測結果に影響を与えることを利用して、ごみの性状の予測結果からブリッジの発生を検知することも可能である。例えば、予測装置１Ａは、予測したかさ密度と、実測したかさ密度との間に乖離が生じている場合に、ブリッジが発生したと判定してもよい。また、長時間ブリッジが続いた場合には、低位発熱量への影響も生じるため、予測装置１Ａは、予測した低位発熱量が、図９に示す直線ｋ１から乖離している場合に、ブリッジが発生したと判定してもよい。
〔変形例〕
上述の各実施形態で説明した各処理の実行主体は任意であり、上述の例に限られない。つまり、相互に通信可能な複数の装置により、予測装置１、１Ａ、施設制御装置１Ｂと同様の機能を有するシステムを構築することができる。例えば、図６におけるＳ１～Ｓ３の処理をある情報処理装置に実行させ、生成された移動データを他の情報処理装置に送信して、当該他の情報処理装置によりＳ４～Ｓ８の処理を行うようにしてもよい。図９および図１２に示す各処理についても同様である。
〔ソフトウェアによる実現例〕
予測装置１、１Ａ、施設制御装置１Ｂ（以下、「装置」と呼ぶ）の機能は、当該装置としてコンピュータを機能させるためのプログラムであって、当該装置の各制御ブロック（特に制御部１０に含まれる各部）としてコンピュータを機能させるためのプログラム（予測プログラム／制御プログラム）により実現することができる。
この場合、上記装置は、上記プログラムを実行するためのハードウェアとして、少なくとも１つの制御装置（例えばプロセッサ）と少なくとも１つの記憶装置（例えばメモリ）を有するコンピュータを備えている。この制御装置と記憶装置により上記プログラムを実行することにより、上記各実施形態で説明した各機能が実現される。
上記プログラムは、一時的ではなく、コンピュータ読み取り可能な、１または複数の記録媒体に記録されていてもよい。この記録媒体は、上記装置が備えていてもよいし、備えていなくてもよい。後者の場合、上記プログラムは、有線または無線の任意の伝送媒体を介して上記装置に供給されてもよい。
また、上記各制御ブロックの機能の一部または全部は、論理回路により実現することも可能である。例えば、上記各制御ブロックとして機能する論理回路が形成された集積回路も本発明の範疇に含まれる。この他にも、例えば量子コンピュータにより上記各制御ブロックの機能を実現することも可能である。
本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
１ 予測装置
１０３ 移動データ生成部
１０４ 標準移動量算出部
１０５ 性状予測部（予測部）
１Ａ 予測装置
１０３ 移動データ生成部
１０５Ａ かさ密度予測部（予測部）
１Ｂ 施設制御装置
１０３ 移動データ生成部
１０７ 機器制御部

Claims (10)

  1. ホッパに投入された焼却対象物を指定された速度で焼却炉に送り込む焼却施設において、前記ホッパを上方から撮影した時系列の複数の画像から、前記焼却対象物の移動状態を示す移動データを生成する移動データ生成部と、
    前記移動データ生成部が生成した前記移動データと前記速度とに基づいて、焼却される前記焼却対象物の性状を予測する予測部と、を備える予測装置。
  2. 前記移動データは、前記焼却対象物の移動量を示すデータであり、
    前記予測部は、前記移動データ生成部が生成した前記移動データが示す移動量と、前記焼却対象物を前記速度で前記焼却炉に送り込むときの前記焼却対象物の標準の移動量との差を前記予測の結果として算出する、請求項１に記載の予測装置。
  3. 前記焼却対象物を前記焼却炉に送り込む速度と、当該速度で焼却対象物を前記焼却炉に送り込んだときの当該焼却対象物の標準の移動量との関係を示す数式を用いて前記標準の移動量を算出する標準移動量算出部を備える、請求項２に記載の予測装置。
  4. 前記移動データは、前記焼却対象物の移動量を示すデータであり、
    前記予測部は、前記移動データ生成部が生成した前記移動データが示す移動量と、前記焼却対象物を前記焼却炉に送り込む速度と、当該焼却対象物のかさ密度との関係を示す数式を用いて、前記かさ密度を前記予測の結果として算出する、請求項１に記載の予測装置。
  5. 前記移動データは、前記焼却対象物の移動量を示すデータであり、
    前記予測部は、前記移動データ生成部が生成した前記移動データが示す移動量と、前記焼却対象物を前記焼却炉に送り込む速度と、当該焼却対象物を焼却したときの低位発熱量との関係を示す数式を用いて、前記低位発熱量を前記予測の結果として算出する、請求項１に記載の予測装置。
  6. ホッパに投入された焼却対象物を指定された速度で焼却炉に送り込む焼却施設において、前記ホッパを上方から撮影した時系列の複数の画像から、前記焼却対象物の移動状態を示す移動データを生成する移動データ生成部と、
    前記移動データ生成部が生成した前記移動データと前記速度とに基づいて、（１）前記ホッパへの焼却対象物の投入制御、（２）前記速度の制御、（３）前記焼却炉内における前記焼却対象物の搬送速度の制御、（４）前記焼却炉内における前記焼却対象物の燃焼制御、および（５）前記焼却対象物の撹拌制御、の少なくとも何れかを行う機器制御部と、を備える施設制御装置。
  7. １または複数の情報処理装置が実行する焼却対象物の性状の予測方法であって、
    ホッパに投入された焼却対象物を指定された速度で焼却炉に送り込む焼却施設において、前記ホッパを上方から撮影した時系列の複数の画像から、前記焼却対象物の移動状態を示す移動データを生成するステップと、
    前記ステップで生成した前記移動データと前記速度とに基づいて、焼却される前記焼却対象物の性状を予測するステップと、を含む予測方法。
  8. １または複数の情報処理装置が実行する施設制御方法であって、
    ホッパに投入された焼却対象物を指定された速度で焼却炉に送り込む焼却施設において、前記ホッパを上方から撮影した時系列の複数の画像から、前記焼却対象物の移動状態を示す移動データを生成するステップと、
    前記ステップで生成した前記移動データと前記速度とに基づいて、（１）前記ホッパへの焼却対象物の投入制御、（２）前記速度の制御、（３）前記焼却炉内における前記焼却対象物の搬送速度の制御、（４）前記焼却炉内における前記焼却対象物の燃焼制御、および（５）前記焼却対象物の撹拌制御、の少なくとも何れかを行うステップと、を含む施設制御方法。
  9. 請求項１に記載の予測装置としてコンピュータを機能させるための予測プログラムであって、上記移動データ生成部および上記予測部としてコンピュータを機能させるための予測プログラム。
  10. 請求項６に記載の施設制御装置としてコンピュータを機能させるための制御プログラムであって、前記移動データ生成部および前記機器制御部としてコンピュータを機能させるための制御プログラム。
JP2021074378A 2021-04-26 2021-04-26 予測装置、予測方法、予測プログラム、施設制御装置、施設制御方法、および制御プログラム Pending JP2022168717A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2021074378A JP2022168717A (ja) 2021-04-26 2021-04-26 予測装置、予測方法、予測プログラム、施設制御装置、施設制御方法、および制御プログラム
CN202280030887.1A CN117203469A (zh) 2021-04-26 2022-03-03 预测装置、预测方法、预测程序、设施控制装置、设施控制方法、以及控制程序
PCT/JP2022/009042 WO2022230356A1 (ja) 2021-04-26 2022-03-03 予測装置、予測方法、予測プログラム、施設制御装置、施設制御方法、および制御プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021074378A JP2022168717A (ja) 2021-04-26 2021-04-26 予測装置、予測方法、予測プログラム、施設制御装置、施設制御方法、および制御プログラム

Publications (1)

Publication Number Publication Date
JP2022168717A true JP2022168717A (ja) 2022-11-08

Family

ID=83846935

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021074378A Pending JP2022168717A (ja) 2021-04-26 2021-04-26 予測装置、予測方法、予測プログラム、施設制御装置、施設制御方法、および制御プログラム

Country Status (3)

Country Link
JP (1) JP2022168717A (ja)
CN (1) CN117203469A (ja)
WO (1) WO2022230356A1 (ja)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0227568B2 (ja) * 1986-08-26 1990-06-18 Kubota Ltd Shokyakuronogomiteiryokyokyuhoho
JP3926173B2 (ja) * 2002-02-27 2007-06-06 株式会社タクマ ごみ供給熱量計測装置およびごみ供給制御装置
JP4091879B2 (ja) * 2003-06-26 2008-05-28 株式会社神戸製鋼所 廃棄物処理炉の制御方法及び装置

Also Published As

Publication number Publication date
CN117203469A (zh) 2023-12-08
WO2022230356A1 (ja) 2022-11-03

Similar Documents

Publication Publication Date Title
CN111065859B (zh) 推定废弃物的组成的装置、系统、程序及方法
JP5361595B2 (ja) 燃焼炉に供給される燃焼対象物の処理システム、処理方法およびこれらを用いた燃焼炉の燃焼制御システム
JP7443683B2 (ja) 自動燃焼制御方法および監視センタ
JP7256016B2 (ja) 予測モデル生成装置、予測モデル生成装置による予測モデル生成方法、及び予測装置
WO2023037742A1 (ja) 焼却炉設備の制御装置
JP2015124955A (ja) ごみ攪拌状態検出装置およびごみ攪拌状態検出方法
JP7148327B2 (ja) クレーン制御装置、クレーン制御装置の制御方法、制御プログラム、および記録媒体
JP6977119B1 (ja) 推定システムおよび制御システム
WO2022230356A1 (ja) 予測装置、予測方法、予測プログラム、施設制御装置、施設制御方法、および制御プログラム
JP6782203B2 (ja) 発熱量推定方法、発熱量推定装置、及びごみ貯蔵設備
JP2021173497A (ja) 廃棄物供給異常検知方法、廃棄物供給制御方法、廃棄物供給異常検知装置および廃棄物供給制御装置
JP6970033B2 (ja) 情報処理装置および情報処理プログラム
JP2014010091A (ja) ごみ焼却炉におけるごみ状態検出装置
CN118159776A (zh) 控制装置
JP2020024657A (ja) 設備管理支援装置、設備管理支援方法、プログラム及びコンピュータ読み取り可能な記録媒体
JP7371535B2 (ja) 自動運転制御装置、自動運転制御システム、自動運転制御方法、および廃棄物処理施設
JP2021127934A (ja) 炉ユニットを操作する方法
JP2023098427A (ja) 情報処理装置、制御内容決定方法、ごみ調整方法、制御内容予測モデルの生成方法、強化学習モデルの生成方法、制御内容決定プログラム、およびごみ調整プログラム
JP2005090774A (ja) ゴミ焼却炉のゴミ供給量推定装置
JP2024021223A (ja) ごみの攪拌方法及びごみの攪拌システム
JP2023098425A (ja) 情報処理装置、状態判定方法、制御決定方法、状態判定プログラム、および制御決定プログラム
JP2024079907A (ja) ごみ焼却炉の燃焼制御方法及びごみ焼却炉の燃焼制御装置
WO2021235464A1 (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
JP2023045489A (ja) 情報処理装置、情報処理方法、プログラム、焼却管理システム、および焼却管理システムの運転方法
JP2023098426A (ja) 情報処理装置、機器制御方法、状態判定方法、機器制御プログラム、および状態判定プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20231220