JP2023094081A - ストーカ式処理装置及びストーカ式処理方法 - Google Patents
ストーカ式処理装置及びストーカ式処理方法 Download PDFInfo
- Publication number
- JP2023094081A JP2023094081A JP2021209326A JP2021209326A JP2023094081A JP 2023094081 A JP2023094081 A JP 2023094081A JP 2021209326 A JP2021209326 A JP 2021209326A JP 2021209326 A JP2021209326 A JP 2021209326A JP 2023094081 A JP2023094081 A JP 2023094081A
- Authority
- JP
- Japan
- Prior art keywords
- stoker
- distribution
- depth
- field
- deposition
- 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
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
- F23G5/50—Control or safety arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Incineration Of Waste (AREA)
- Heat Treatments In General, Especially Conveying And Cooling (AREA)
Abstract
【課題】ストーカ上における処理対象物の堆積量の分布を容易に評価するのに有効なストーカ式処理装置及びストーカ式処理方法を提供する。【解決手段】ストーカ式処理装置1は、処理対象物を支持し、鉛直方向に交差する搬送方向19に処理対象物を搬送するストーカ30と、搬送方向19からストーカ30上の所定の視野21に向けられた深度センサ20と、深度センサ20の出力に基づいて、深度センサ20から視野21内のオブジェクトまでの深度の分布を表すストーカ上深度分布情報を生成する深度分布生成部112と、視野21内における位置と、ストーカ30上における位置との対応関係と、ストーカ上深度分布情報とに基づいて、ストーカ30上における処理対象物の堆積量の分布を評価する堆積分布評価部115と、を備える。【選択図】図4
Description
本開示は、ストーカ式処理装置及びストーカ式処理方法に関する。
特許文献1には、火格子部上の少なくとも一部の領域である対象領域におけるごみの熱画像を撮像する熱画像撮像部と、対象領域上におけるごみ高さの分布を示すごみ高さ情報を、熱画像に基づいて取得する演算部と、を備えるストーカ式焼却炉が開示されている。
本開示は、ストーカ上における処理対象物の堆積量の分布を容易に評価するのに有効なストーカ式処理装置及びストーカ式処理方法を提供する。
本開示の一側面に係るストーカ式処理装置は、処理対象物を支持し、鉛直方向に交差する搬送方向に処理対象物を搬送するストーカと、搬送方向からストーカ上の所定の視野に向けられた深度センサと、深度センサの出力に基づいて、深度センサから視野内のオブジェクトまでの深度の分布を表すストーカ上深度分布情報を生成する深度分布生成部と、視野内における位置と、ストーカ上における位置との対応関係と、ストーカ上深度分布情報とに基づいて、ストーカ上における処理対象物の堆積量の分布を評価する堆積分布評価部と、を備える。
搬送方向からストーカ上の視野に向けられた深度センサによれば、ストーカ上の情報を容易に得ることができる。このため、深度センサの出力に基づいて、ストーカ上における処理対象物の堆積量の分布を評価する本ストーカ式処理装置は、ストーカ上における処理対象物の堆積量の分布を容易に評価するのに有効である。
深度センサは、二次元の視野内画像を取得する撮像装置であり、深度分布生成部は、二次元画像の入力に応じて、二次元画像内のオブジェクトまでの深度の分布を表す深度分布情報を出力するように機械学習により構築された深度モデルに、視野内画像を入力することで、ストーカ上深度分布情報を生成してもよい。二次元画像に基づいて、ストーカ上における処理対象物の堆積高さを評価するためには、ストーカ上における大量のデータ収集と、収集したデータに基づく機械学習が必要である。このため、機械学習結果に基づく堆積高さの評価結果を利用するまでに長い準備期間を要する。これに対し、このストーカ式処理装置によれば、二次元画像の入力に応じて、二次元画像内のオブジェクトまでの深度の分布を表す深度分布情報を出力するように機械学習により構築された深度モデルに基づいて、ストーカ上における堆積量の分布が評価される。深度モデルは、ストーカ上以外においても容易に構築可能である。このため、ストーカ上以外において予め構築された深度モデルを活用し、ストーカ上における堆積量の分布の評価を即時に開始することができる。従って、ストーカ上における処理対象物の堆積量の分布を更に容易に評価するのに有効である。
撮像装置は、視野から入射した中赤外線を結像させて視野内画像を取得してもよい。中赤外線によれば、処理対象物の燃焼により発生する火炎、水蒸気、炭酸ガス等に影響され難い視野内画像を取得することがきる。このため、堆積量の分布をより高い信頼性で評価することができる。
堆積分布評価部は、ストーカが処理対象物を支持していない状態で生成されたストーカ上深度分布情報と、ストーカが処理対象物を支持している状態で生成されたストーカ上深度分布情報との差分に基づいて、堆積量の分布を評価してもよい。ストーカが処理対象物を支持していない状態を基準とすることで、堆積量の分布をより適切に評価することができる。
差分は、ストーカが処理対象物を支持していない状態と、ストーカが処理対象物を支持している状態との深度差の分布を表し、視野は、ストーカ上の複数の堆積エリアにそれぞれ対応する複数の視野内エリアを含み、堆積分布評価部は、複数の視野内エリアごとに深度差を積分することで、複数の堆積エリアごとに堆積量を算出してもよい。堆積量を評価するための演算を簡素化し、堆積量の分布を更に容易に評価することができる。
ストーカ上深度分布情報に基づいて、視野内の遠近効果による堆積量の評価誤差を補正する補正部を更に備えてもよい。堆積量の分布をより適切に評価することができる。
差分は、ストーカが処理対象物を支持していない状態と、ストーカが処理対象物を支持している状態との深度差の分布を表し、補正部は、ストーカ上深度分布情報に基づいて、視野を深度に依存しない補正後視野に変換し、差分を補正後視野に適応させた補正後差分を生成し、堆積分布評価部は、補正後差分に基づいて、ストーカ上における堆積量の分布を評価してもよい。遠近効果による評価誤差を補正しつつ、堆積量を評価するための演算を簡素化し、堆積量の分布を更に容易に評価することができる。
視野は、ストーカ上の複数の堆積エリアにそれぞれ対応する複数の視野内エリアを含み、補正後視野は、複数の視野内エリアにそれぞれ対応する複数の補正後エリアを含み、堆積分布評価部は、複数の補正後エリアごとに深度差を積分することで、複数の堆積エリアごとに堆積量を算出してもよい。堆積量を評価するための演算を更に簡素化し、堆積量の分布を更に容易に評価することができる。
堆積分布評価部により評価された堆積量の分布に基づいて、堆積量の偏りを抑制するようにストーカを制御する制御装置を更に備えてもよい。堆積量の分布の評価結果を有効活用することができる。
第1タイミングで生成されたストーカ上深度分布情報と、第1タイミングよりも後の第2タイミングで生成されたストーカ上深度分布情報との差に基づいて、堆積量の変化の分布を評価する流動分布評価部を更に備えてもよい。堆積量の変化の分布を容易に評価することができる。堆積量の変化の分布の評価結果によれば、ストーカ上における処理対象物の停滞等を容易に検出することができる。
堆積分布評価部により評価された堆積量の分布に基づいて、堆積量の偏りを抑制するようにストーカを制御し、流動分布評価部により評価された堆積量の変化の分布に基づいて、堆積量の変化の偏りを抑制するようにストーカを制御する制御装置を更に備えてもよい。堆積量の分布の評価結果、及び堆積量の変化の分布の評価結果を有効活用することができる。
本開示の他の側面に係るストーカ式処理方法は、処理対象物を支持するストーカにより、鉛直方向に交差する搬送方向に沿って処理対象物を搬送することと、搬送方向からストーカ上の所定の視野に向けられた深度センサの出力に基づいて、深度センサから視野内のオブジェクトまでの深度の分布を表すストーカ上深度分布情報を生成することと、視野内における位置と、ストーカ上における位置との対応関係と、ストーカ上深度分布情報とに基づいて、ストーカ上における処理対象物の堆積量の分布を評価することと、を含む。
本開示によれば、ストーカ上における処理対象物の堆積量の分布を容易に評価するのに有効なストーカ式処理装置及びストーカ式処理方法を提供することができる。
以下、実施形態について、図面を参照しつつ詳細に説明する。説明において、同一要素又は同一機能を有する要素には同一の符号を付し、重複する説明を省略する。
〔ストーカ式処理装置〕
図1に示すストーカ式処理装置1は、処理対象物を鉛直方向に交差する搬送方向19に搬送しながら熱処理する装置である。処理対象物の具体例としては、産業廃棄物、一般廃棄物などの廃棄物が挙げられる。処理対象物が廃棄物である場合、ストーカ式処理装置1は、給じん装置14により供給された廃棄物を熱処理(例えば燃焼)させて主灰シュートに送り出す。処理対象物は廃棄物に限られない。例えば処理対象物は、バイオマスであってもよい。
図1に示すストーカ式処理装置1は、処理対象物を鉛直方向に交差する搬送方向19に搬送しながら熱処理する装置である。処理対象物の具体例としては、産業廃棄物、一般廃棄物などの廃棄物が挙げられる。処理対象物が廃棄物である場合、ストーカ式処理装置1は、給じん装置14により供給された廃棄物を熱処理(例えば燃焼)させて主灰シュートに送り出す。処理対象物は廃棄物に限られない。例えば処理対象物は、バイオマスであってもよい。
ストーカ式処理装置1は、ストーカ炉10と、深度センサ20と、制御装置100とを備える。ストーカ炉10は、処理対象物を収容し、鉛直方向(重力方向)に交差する(例えば水平な)搬送方向19に処理対象物を搬送する。例えばストーカ炉10は、炉体11と、ストーカ30と、駆動装置33と、送風部40とを有する。炉体11は、処理対象物を収容する。炉体11は搬送方向19に沿って延びている。炉体11は、炉体11における両端に、受入部12と送出部13とを有する。受入部12は処理対象物を受け入れる。送出部13は処理対象物を送り出す。
処理対象物が廃棄物である場合、受入部12は給じん装置14により供給された廃棄物を受け入れる。送出部13は炉体11の下方に設けられる主灰シュートに廃棄物を送り出す。
ストーカ30は、炉体11の底部に設けられており、処理対象物を支持し、搬送方向19に搬送する。例えばストーカ30は、複数の固定火格子31と、複数の可動火格子32とを有する。複数の固定火格子31は、搬送方向19に沿って並んでいる。複数の可動火格子32は、複数の固定火格子31にそれぞれ対応するように設けられている。例えば複数の可動火格子32のそれぞれは、対応する固定火格子31の上に設けられている。
駆動装置33は、複数の可動火格子32のそれぞれを、搬送方向に沿って往復させる。例えば駆動装置33は、電動モータ又は油圧シリンダ等により、複数の可動火格子32のそれぞれを搬送方向に沿って往復させる。駆動装置33は、複数の可動火格子32の火格子速度を個別に変更し得るように構成されている。
火格子速度とは、可動火格子32の往復による処理対象物の搬送速度である。火格子速度を変更するために、駆動装置33は、一回の往復における可動火格子32の変位速度を変更してもよく、一回の往復における可動火格子32の変位ストロークを変更してもよく、単位時間あたりの可動火格子32の往復回数を変更してもよい。駆動装置33は、火格子速度を変更するために、変位速度、変位ストローク、及び往復回数の2項目以上を変更してもよい。
複数の固定火格子31の高さは、搬送方向19へ向かうにつれて階段状に低くなっていてもよい。この場合、処理対象物は、固定火格子31上から次の固定火格子31上に移る度に、固定火格子31同士の段差の分だけ下降することとなる。このように、搬送方向に処理対象物を搬送することは、搬送方向に処理対象物を変位させつつ、搬送方向とは別の方向(例えば下方)にも処理対象物を変位させることを含む。
複数の可動火格子32のそれぞれは、炉体11の幅方向18に並ぶ複数のゾーン34に分かれていてもよい(図2参照)。幅方向18は、鉛直方向及び搬送方向19の両方に垂直な方向である。駆動装置33は、複数のゾーン34の火格子速度を個別に変更し得るように構成されていてもよい。
送風部40は、ストーカ30の下方から、複数の固定火格子31及び可動火格子32を通して処理対象物に熱処理用のガスを送る。熱処理用のガスは、例えば空気等の酸素含有ガスである。熱処理(例えば燃焼)用のガスは常温であってもよく、予熱されていてもよい。送風部40は、ストーカ30上の複数の送風エリア43に対する送風量を個別に変更し得るように構成されていてもよい。複数の送風エリア43は、複数の固定火格子31にそれぞれ対応していてもよい。
例えば送風部40は、送風源41と、複数のバルブ42とを有する。送風源41は、例えばブロワなどにより、複数の送風エリア43に熱処理用のガスを圧送する。複数のバルブ42は、送風源41から複数の送風エリア43へのガスの流量をそれぞれ調節する。
複数の送風エリア43のそれぞれは、複数のゾーン34にそれぞれ対応する複数の送風ゾーン44に分かれていてもよく(図2参照)、送風部40は、複数の送風ゾーン44に対する送風量を個別に変更し得るように構成されていてもよい。
深度センサ20は、搬送方向19からストーカ炉10内(炉体11内)におけるストーカ30上(炉体11内)の所定の視野21に向けられている。例えば深度センサ20は、搬送方向19において送出部13よりも前方に位置し、後方に向けられている。深度センサ20は、視野方向(視野21の中心へ向かう方向)が、斜め上方からストーカ30の上面に向かうように設けられていてもよい。例えば深度センサ20は、ストーカ30よりも高い位置に設けられ、斜め下方に向けられている。深度センサ20は、複数の固定火格子31のそれぞれが、少なくとも部分的に視野21内に入るように設けられていてもよい。
深度センサ20は、予め定められた視点22を有し、視点22から視野21内の物体までの深度(距離)分布を検出するための情報を取得する。以下、深度センサ20が取得する情報を、深度検出用の情報という。深度センサ20は、光に基づいて深度検出用の情報を取得する光学式のセンサであってもよい。光学式の深度センサ20の具体例としては、二次元の視野内画像を取得する撮像装置が挙げられる。
光は、可視光に加えて、赤外線等の不可視の電磁波も含む。深度センサ20は、中赤外線に基づいて深度検出用の情報を取得するように構成されていてもよい。例えば深度センサ20の一例である上記撮像装置は、視野21から入射した中赤外線を結像させて上記視野内画像を取得するように構成されていてもよい。中赤外線は、波長が約2.5~4μmの電磁波である。中赤外線によれば、処理対象物の燃焼により発生する火炎、水蒸気、炭酸ガス等に影響され難い深度検出用の情報を取得することができる。
図3は、深度センサ20により撮影される視野内画像を例示する模式図である。図3に示すように、視野21は、ストーカ30上の複数の堆積エリアにそれぞれ対応する複数の視野内エリア23を含む。複数の堆積エリアは、処理対象物が堆積するエリアである。例えば複数の堆積エリアは、ストーカ30の上面を細分化したエリアである。一例として、複数の堆積エリアは、上述した複数の可動火格子32の複数のゾーン34にそれぞれ対応している。
制御装置100は、駆動装置33を制御する。ストーカ炉10において、処理対象物の熱処理の効率を向上させるためには、ストーカ30上における処理対象物の堆積量を適切に分布させる必要がある。例えば、ストーカ30上に、処理対象物の堆積量が著しく少ない空洞箇所が存在すると、熱処理用のガスが空洞箇所に集中して流れ、他の箇所における熱処理が十分に進行しなくなる可能性がある。そこで、制御装置100は、ストーカ30上における処理対象物の堆積量の分布を評価し、評価結果に基づいて、堆積量の分布を調節するように駆動装置33を制御する。
堆積量の分布を評価するために、制御装置100は、深度センサ20の出力に基づいて、深度センサ20から視野21内のオブジェクトまでの深度の分布を表すストーカ上深度分布情報を生成することと、視野21内における位置と、ストーカ30上における位置との対応関係と、ストーカ上深度分布情報とに基づいて、ストーカ30上における処理対象物の堆積量の分布を評価することと、を実行するように構成されている。
搬送方向19からストーカ30上の視野21に向けられた深度センサ20によれば、ストーカ30上の情報を容易に得ることができる。このため、深度センサ20の出力に基づいて、ストーカ30上における処理対象物の堆積量の分布を評価する制御装置100によれば、ストーカ30上における処理対象物の堆積量の分布を容易に評価することができる。以下、制御装置100の構成を詳細に例示する。
図4に示すように、制御装置100は、機能上の構成要素(機能ブロック)として、モデル記憶部111と、深度分布生成部112と、深度分布記憶部113と、エリア情報記憶部114と、堆積分布評価部115とを有する。モデル記憶部111は、深度モデルを記憶する。深度モデルは、二次元画像の入力に応じて、二次元画像内のオブジェクトまでの深度の分布を表す深度分布情報を出力するように、複数の学習データセットに基づく機械学習により予め構築されている。複数の学習データセットのそれぞれは、二次元画像のデータと、二次元画像内のオブジェクトまでの深度の分布の実測データとを含む。深度モデルは、ストーカ30上とは構成が異なるストーカ30上以外(ストーカ炉10外)の一以上の空間において取得された複数の学習セットに基づいて予め構築されていてもよい。深度モデルの構築に使用される学習アルゴリズムの具体例としては、ViT(Vision Transformer)又はニューラルネットワーク等が挙げられる。
深度分布生成部112は、深度センサ20の出力に基づいて、深度センサ20から視野21内のオブジェクトまでの深度の分布を表すストーカ上深度分布情報を生成し、生成結果を深度分布記憶部113に記憶させる。例えば深度分布生成部112は、視点22から視野21内のオブジェクトまでの距離の分布を表すストーカ上深度分布情報を生成する。一例として、深度分布生成部112は、モデル記憶部111が記憶する深度モデルに、深度センサ20が出力した視野内画像を入力することで、ストーカ上深度分布情報を生成する。
なお、光学式の深度センサ20は、二次元の視野内画像を取得する撮像装置に限られない。例えば深度センサ20は、ステレオカメラであってもよく、TOF(Time of Flight)カメラであってもよい。ステレオカメラの出力に基づけば、三角測量の演算によって視点22から視野21内のオブジェクトまでの距離の分布を算出することができる。TOFカメラの出力に基づけば、発光時刻から受光時刻までの時間差に基づいて、視点22から視野21内のオブジェクトまでの距離の分布を算出することができる。このため、ステレオカメラ又はTOFカメラによれば、モデル記憶部111を省略可能である。
エリア情報記憶部114は、視野21内における位置と、ストーカ30上における位置との対応関係を表すエリア情報を記憶する。例えばエリア情報は、上記複数の視野内エリア23と、上記複数の堆積エリアとの対応関係を記憶する。
堆積分布評価部115は、視野21内における位置と、ストーカ30上における位置との対応関係と、ストーカ上深度分布情報とに基づいて、ストーカ30上における処理対象物の堆積量の分布を評価する。例えば堆積分布評価部115は、エリア情報記憶部114が記憶するエリア情報と、深度分布記憶部113が記憶するストーカ上深度分布情報とに基づいて、複数の視野内エリア23ごとの堆積量を、複数の堆積エリアごとの堆積量として評価する。
堆積分布評価部115は、ストーカ30が処理対象物を支持していない状態で生成されたストーカ上深度分布情報と、ストーカ30が処理対象物を支持している状態で生成されたストーカ上深度分布情報との差分に基づいて、堆積量の分布を評価してもよい。例えば上記差分は、ストーカ30が処理対象物を支持していない状態と、ストーカ30が処理対象物を支持している状態との深度差の分布を表す。
堆積分布評価部115が上記差分に基づいて堆積量の分布を評価する場合、深度分布生成部112は、ストーカ30が処理対象物を支持していない状態と、ストーカ30が処理対象物を支持している状態との両方においてストーカ上深度分布情報を生成し、生成結果を深度分布記憶部113に記憶させる。以下、ストーカ30が処理対象物を支持していない状態で生成されたストーカ上深度分布情報を「ベース情報」といい、ストーカ30が処理対象物を支持している状態で生成されたストーカ上深度分布情報を「評価対象情報」という。エリア情報記憶部114は、ベース情報における上記エリア情報を記憶する。
堆積分布評価部115は、視野21内の位置ごとに、評価対象情報と、ベース情報との差を上記深度差として算出する。例えば堆積分布評価部115は、上記視野内画像における画素ごとに上記深度差を算出する。
堆積分布評価部115は、エリア情報記憶部114が記憶するエリア情報と、深度差の分布とに基づいて、複数の堆積エリアごとに堆積量を評価する。例えば堆積分布評価部115は、複数の視野内エリア23ごとに深度差を積分することで、複数の堆積エリアごとに堆積量を算出する。
制御装置100は、補正部116を更に有してもよい。補正部116は、ストーカ上深度分布情報に基づいて、視野21内の遠近効果による堆積量の評価誤差を補正する。図5は、深度と画素密度との関係を示す模式図である。図5に示すように、視野内画像200は、撮像素子の複数の画素にそれぞれ対応する複数の画素エリア201を含む。図5は、幅が均一のストーカ30上の視野内画像200を示している。幅が均一であっても、深度が大きくなるにつれて、視野内画像200内における幅は小さくなる。例えば、図5の視野内画像200においては、最も深度が高い(最も遠い)位置202における幅は、視野内画像200内において約8画素分の幅となっており、最も深度が低い(最も近い)位置203における幅は、視野内画像200内において約16画素分の幅となっている。換言すると、深度が増すにつれて、同じ幅に対する画素密度が低くなっている。このため、単に複数の視野内エリア23ごとの深度差を積分する場合、仮に位置202における堆積量と位置203における堆積量とが等しかったとしても、位置202においては8画素分の積分結果が算出され、位置203においては16画素分の積分結果が算出されるので、位置202における堆積量の評価結果と位置203における堆積量の評価結果との間に評価誤差が生じることとなる。
補正部116は、このような評価誤差を補正する。例えば補正部116は、ストーカ上深度分布情報に基づいて、視野21を深度に依存しない補正後視野21A(図6参照)に変換し、上記差分を補正後視野21Aに適応させた補正後差分を生成する。図6は、図5の視野内画像200における視野21を補正後視野21Aに変換した結果を例示する模式図である。図6に示すように、補正部116は、遠近効果による幅の違いを抑制するように、深度に応じて各画素エリア201の幅を変更する。具体的には、深度が増すにつれて各画素エリア201の幅を大きくする。これにより、視野21が補正後視野21Aに変換される。なお、補正部116は、ベース情報に基づいて視野21を補正後視野21Aに変換してもよく、評価対象情報に基づいて視野21を補正後視野21Aに変換してもよい。
補正部116は、図7に示すように、補正後視野21Aにおける各画素エリア201を、一定面積のグリッド204に分割し、各グリッド204に対応する画素エリア201の深度差を割り当てることで上記補正後差分を生成する。堆積分布評価部115は、補正後差分に基づいて、ストーカ30上における堆積量の分布を評価する。補正後視野21Aは、複数の視野内エリア23にそれぞれ対応する複数の補正後エリア23Aを含む。堆積分布評価部115は、上記各グリッド204に割り当てられた深度差を、複数の補正後エリア23Aごとに積分することで、複数の堆積エリアごとに堆積量を算出する。
以上においては、堆積分布評価部115による算出済みの差分を補正後視野21Aに適応させる例を示したが、補正後差分の算出手法はこれに限られない。例えば補正部116は、ストーカ上深度分布情報を補正後視野21Aに適応させた補正後深度分布情報を生成し、補正後深度分布情報に基づいて補正後差分を算出してもよい。例えば補正部116は、ベース情報を補正後視野21Aに適応させた補正後ベース情報と、評価対象情報を補正後視野21Aに適応させた補正後評価対象情報とに基づいて、補正後差分を算出してもよい。補正部116は、補正後ベース情報の算出にベース情報に基づく補正後視野21Aを用い、補正後評価対象情報の算出に評価対象情報に基づく補正後視野21Aを用いてもよい。
このように、差分の算出を行うことなく補正後差分を算出する場合であっても、補正後差分は上記差分を補正後視野に適応させたものに相当する。このため、堆積分布評価部115が補正後差分に基づきストーカ30上における堆積量の分布を評価することは、上記差分に基づきストーカ30上における堆積量の分布を評価することに含まれる。
補正部116は、差分に基づいて、複数の視野内エリア23ごとに処理対象物の堆積形状を認識し、遠近効果による堆積形状の歪みを補正することで上記評価誤差を補正してもよい。
図4に戻り、制御装置100は、流動分布評価部117を更に有してもよい。流動分布評価部117は、第1タイミングで生成されたストーカ上深度分布情報と、第1タイミングよりも後の第2タイミングで生成されたストーカ上深度分布情報との差に基づいて、堆積量の変化の分布を評価する。例えば深度分布生成部112は、第1タイミング及び第2タイミングの両方における評価対象情報を生成し、生成結果を深度分布記憶部113に記憶させる。以下、第1タイミングで生成されたストーカ上深度分布情報を「先行情報」といい、ストーカ30上に第2タイミングで生成されたストーカ上深度分布情報を「後続情報」という。
流動分布評価部117は、後続情報と、先行情報との差を深度変化分布として算出する。例えば流動分布評価部117は、視野21内の位置ごと(例えば視野内画像における画素ごと)に、深度変化(後続情報と先行情報との差)を算出する。
流動分布評価部117は、エリア情報記憶部114が記憶するエリア情報と、深度変化分布とに基づいて、複数の堆積エリアごとに堆積量の変化を算出する。例えば流動分布評価部117は、複数の視野内エリア23ごとに深度変化を積分することで、複数の堆積エリアごとに堆積量の変化を算出する。
補正部116は、ストーカ上深度分布情報に基づいて、視野21内の遠近効果による堆積量の変化の分布の評価誤差を補正してもよい。例えば補正部116は、深度変化分布を補正後視野21Aに適応させた補正後深度変化分布を生成してもよい。深度変化分布を補正後視野21Aに適応させる手法には、上記差分を補正後視野21Aに適応させる手法と同様の手法を用いることが可能である。流動分布評価部117は、補正後深度変化分布に基づいて、堆積量の変化の分布を算出する。
制御装置100は、制御部118を更に有してもよい。制御部118は、堆積分布評価部115により評価された堆積量の分布に基づいて、堆積量の偏りを抑制するようにストーカ30を制御する。例えば制御部118は、堆積量の偏りを抑制するように、複数の可動火格子32の複数のゾーン34における火格子速度を駆動装置33により個別に調節する。制御部118は、堆積分布評価部115により評価された堆積量の分布に基づいて、堆積量の偏りを抑制するようにストーカ30を制御し、流動分布評価部117により評価された堆積量の変化の分布に基づいて、堆積量の変化の偏りを抑制するようにストーカ30を制御してもよい。
図8は、制御装置100のハードウェア構成を例示するブロック図である。制御装置100は、例えばプログラマブルロジックコントローラ等の制御用コンピュータであり、図8に示すように、回路190を有する。回路190は、1以上のプロセッサ191と、メモリ192と、ストレージ193と、撮像制御回路194と、火格子制御回路195とを有する。ストレージ193は、深度センサ20の出力に基づいて、深度センサ20から視野21内のオブジェクトまでの深度の分布を表すストーカ上深度分布情報を生成することと、視野21内における位置と、ストーカ30上における位置との対応関係と、ストーカ上深度分布情報とに基づいて、ストーカ30上における処理対象物の堆積量の分布を評価することと、を制御装置100に実行させるためのプログラムを記憶している。例えばストレージ193は、制御装置100に上記各機能ブロックを構成させるためのプログラムを記憶している。ストレージ193の具体例としては、リードオンリメモリ、不揮発性のメモリ、又はハードディスク等が挙げられる。ストレージ193は、ディスク又はUSBメモリ等の可搬型のメディアであってもよい。
メモリ192は、ストレージ193からロードされたプログラムを一時的に記憶する。メモリ192の具体例としては、ランダムアクセスメモリが挙げられる。
1以上のプロセッサ191は、メモリ192にロードされたプログラムを実行することにより、上記各機能ブロックを制御装置100に構成させる。1以上のプロセッサ191は、プログラムの実行過程における演算結果を適宜メモリ192に記憶させ、メモリ192に記憶させた演算結果を利用して更なる演算を行う。
撮像制御回路194は、1以上のプロセッサ191からの指令に基づいて、深度センサ20から深度検出用の情報を取得する。火格子制御回路195は、1以上のプロセッサ191からの指令に基づいて駆動装置33を制御する。
〔ストーカ式処理方法〕
続いて、ストーカ式処理方法の一例として、ストーカ式処理装置1が実行するストーカ式処理手順を例示する。この処理手順は、ストーカ30により、搬送方向19に処理対象物を搬送することと、深度センサ20の出力に基づいてストーカ上深度分布情報を生成することと、視野21内における位置と、ストーカ30上における位置との対応関係と、ストーカ上深度分布情報とに基づいて、ストーカ30上における処理対象物の堆積量の分布を評価することと、を含む。
続いて、ストーカ式処理方法の一例として、ストーカ式処理装置1が実行するストーカ式処理手順を例示する。この処理手順は、ストーカ30により、搬送方向19に処理対象物を搬送することと、深度センサ20の出力に基づいてストーカ上深度分布情報を生成することと、視野21内における位置と、ストーカ30上における位置との対応関係と、ストーカ上深度分布情報とに基づいて、ストーカ30上における処理対象物の堆積量の分布を評価することと、を含む。
図9は、ストーカ式処理手順を例示するフローチャートである。図9に示す手順の開始時点において、深度分布記憶部113には、予め上記ベース情報が格納されている。図9に示すように、制御装置100は、まずステップS01,S02を実行する。ステップS01では、制御部118が、駆動装置33に処理対象物の搬送を開始させる。ステップS02では、深度分布生成部112が、深度センサ20の出力に基づいて、ストーカ上深度分布情報(上記評価対象情報)を生成し、生成結果を深度分布記憶部113に記憶させる。
次に、制御装置100は、ステップS03,S04,S05を実行する。ステップS03では、堆積分布評価部115が、評価対象情報と、ベース情報との差分を算出する。例えば堆積分布評価部115は、視野21内の位置ごとに、評価対象情報と、ベース情報との差を上記深度差として算出する。ステップS04では、補正部116が、ストーカ上深度分布情報に基づいて、視野21を深度に依存しない補正後視野21Aに変換し、上記差分を補正後視野21Aに適応させた補正後差分を生成する。ステップS05では、堆積分布評価部115が、補正後差分に基づいて、ストーカ30上における堆積量の分布を評価する。
次に、制御装置100は、ステップS06,S07,S08を実行する。ステップS06では、流動分布評価部117が、上記後続情報と、上記先行情報との差を深度変化分布として算出する。例えば流動分布評価部117は、視野21内の位置ごと(例えば視野内画像における画素ごと)に深度変化を算出する。ステップS07では、補正部116が、深度変化分布を補正後視野21Aに適応させた補正後深度変化分布を生成してもよい。ステップS08では、流動分布評価部117が、補正後深度変化分布に基づいて、堆積量の変化の分布を算出する。
次に、制御装置100は、ステップS09を実行する。ステップS09では、制御部118が、堆積分布評価部115により評価された堆積量の分布に基づいて、堆積量の偏りを抑制するように駆動装置33を制御し、流動分布評価部117により評価された堆積量の変化の分布に基づいて、堆積量の変化の偏りを抑制するように駆動装置33を制御する。以後、制御装置100は、ステップS02~S09を繰り返し実行する。なお、以上に示した手順はあくまで一例であり、適宜変更可能である。例えば、ステップS06,S07,S08は省略可能である。この場合、ステップS09において、制御部118は、堆積量の変化の分布に基づく駆動装置33の制御を行わない。
〔まとめ〕
以上に説明したように、ストーカ式処理装置1は、処理対象物を支持し、鉛直方向に交差する搬送方向19に処理対象物を搬送するストーカ30と、搬送方向19からストーカ30上の所定の視野21に向けられた深度センサ20と、深度センサ20の出力に基づいて、深度センサ20から視野21内のオブジェクトまでの深度の分布を表すストーカ上深度分布情報を生成する深度分布生成部112と、視野21内における位置と、ストーカ30上における位置との対応関係と、ストーカ上深度分布情報とに基づいて、ストーカ30上における処理対象物の堆積量の分布を評価する堆積分布評価部115と、を備える。
以上に説明したように、ストーカ式処理装置1は、処理対象物を支持し、鉛直方向に交差する搬送方向19に処理対象物を搬送するストーカ30と、搬送方向19からストーカ30上の所定の視野21に向けられた深度センサ20と、深度センサ20の出力に基づいて、深度センサ20から視野21内のオブジェクトまでの深度の分布を表すストーカ上深度分布情報を生成する深度分布生成部112と、視野21内における位置と、ストーカ30上における位置との対応関係と、ストーカ上深度分布情報とに基づいて、ストーカ30上における処理対象物の堆積量の分布を評価する堆積分布評価部115と、を備える。
搬送方向19からストーカ30上の視野21に向けられた深度センサ20によれば、ストーカ30上の情報を容易に得ることができる。このため、深度センサ20の出力に基づいて、ストーカ30上における処理対象物の堆積量の分布を評価する本ストーカ式処理装置1は、ストーカ30上における処理対象物の堆積量の分布を容易に評価するのに有効である。
深度センサ20は、二次元の視野内画像を取得する撮像装置であり、深度分布生成部112は、二次元画像の入力に応じて、二次元画像内のオブジェクトまでの深度の分布を表す深度分布情報を出力するように機械学習により構築された深度モデルに、視野内画像を入力することで、ストーカ上深度分布情報を生成してもよい。二次元画像に基づいて、ストーカ30上における処理対象物の堆積高さを評価するためには、ストーカ30上における大量のデータ収集と、収集したデータに基づく機械学習が必要である。このため、機械学習結果に基づく堆積高さの評価結果を利用するまでに長い準備期間を要する。これに対し、このストーカ式処理装置1によれば、二次元画像の入力に応じて、二次元画像内のオブジェクトまでの深度の分布を表す深度分布情報を出力するように機械学習により構築された深度モデルに基づいて、ストーカ30上における堆積量の分布が評価される。深度モデルは、ストーカ30上以外(ストーカ炉10外)においても容易に構築可能である。このため、ストーカ30上以外において予め構築された深度モデルを活用し、ストーカ30上における堆積量の分布の評価を即時に開始することができる。従って、ストーカ30上における処理対象物の堆積量の分布を更に容易に評価するのに有効である。
撮像装置は、視野21から入射した中赤外線を結像させて視野内画像を取得してもよい。中赤外線によれば、処理対象物の燃焼により発生する火炎、水蒸気、炭酸ガス等に影響され難い視野内画像を取得することがきる。このため、堆積量の分布をより高い信頼性で評価することができる。
堆積分布評価部115は、ストーカ30が処理対象物を支持していない状態で生成されたストーカ上深度分布情報と、ストーカ30が処理対象物を支持している状態で生成されたストーカ上深度分布情報との差分に基づいて、堆積量の分布を評価してもよい。ストーカ30上に処理対象物が収容されていない状態を基準とすることで、堆積量の分布をより適切に評価することができる。
差分は、ストーカ30が処理対象物を支持していない状態と、ストーカ30が処理対象物を支持している状態との深度差の分布を表し、視野21は、ストーカ30上の複数の堆積エリアにそれぞれ対応する複数の視野内エリア23を含み、堆積分布評価部115は、複数の視野内エリア23ごとに深度差を積分することで、複数の堆積エリアごとに堆積量を算出してもよい。堆積量を評価するための演算を簡素化し、堆積量の分布を更に容易に評価することができる。
ストーカ上深度分布情報に基づいて、視野21内の遠近効果による堆積量の評価誤差を補正する補正部116を更に備えてもよい。堆積量の分布をより適切に評価することができる。
差分は、ストーカ30が処理対象物を支持していない状態と、ストーカ30が処理対象物を支持している状態との深度差の分布を表し、補正部116は、ストーカ上深度分布情報に基づいて、視野21を深度に依存しない補正後視野21Aに変換し、差分を補正後視野21Aに適応させた補正後差分を生成し、堆積分布評価部115は、補正後差分に基づいて、ストーカ30上における堆積量の分布を評価してもよい。遠近効果による評価誤差を補正しつつ、堆積量を評価するための演算を簡素化し、堆積量の分布を更に容易に評価することができる。
視野21は、ストーカ30上の複数の堆積エリアにそれぞれ対応する複数の視野内エリア23を含み、補正後視野21Aは、複数の視野内エリア23にそれぞれ対応する複数の補正後エリア23Aを含み、堆積分布評価部115は、複数の補正後エリア23Aごとに深度差を積分することで、複数の堆積エリアごとに堆積量を算出してもよい。堆積量を評価するための演算を更に簡素化し、堆積量の分布を更に容易に評価することができる。
堆積分布評価部115により評価された堆積量の分布に基づいて、堆積量の偏りを抑制するようにストーカ30を制御する制御装置を更に備えてもよい。堆積量の分布の評価結果を有効活用することができる。
第1タイミングで生成されたストーカ上深度分布情報と、第1タイミングよりも後の第2タイミングで生成されたストーカ上深度分布情報との差に基づいて、堆積量の変化の分布を評価する流動分布評価部117を更に備えてもよい。堆積量の変化の分布を容易に評価することができる。堆積量の変化の分布の評価結果によれば、ストーカ30上における処理対象物の停滞等を容易に検出することができる。
堆積分布評価部115により評価された堆積量の分布に基づいて、堆積量の偏りを抑制するようにストーカ30を制御し、流動分布評価部117により評価された堆積量の変化の分布に基づいて、堆積量の変化の偏りを抑制するようにストーカ30を制御する制御装置を更に備えてもよい。堆積量の分布の評価結果、及び堆積量の変化の分布の評価結果を有効活用することができる。
以上、実施形態について説明したが、本開示は必ずしも上述した実施形態に限定されるものではなく、その要旨を逸脱しない範囲で様々な変更が可能である。
1…ストーカ式処理装置、30…ストーカ、19…搬送方向、20…深度センサ、21…視野、23…視野内エリア、112…深度分布生成部、115…堆積分布評価部、116…補正部、21A…補正後視野、23A…補正後エリア、117…流動分布評価部、118…制御部。
Claims (12)
- 処理対象物を支持し、鉛直方向に交差する搬送方向に前記処理対象物を搬送するストーカと、
前記搬送方向から前記ストーカ上の所定の視野に向けられた深度センサと、
前記深度センサの出力に基づいて、前記深度センサから前記視野内のオブジェクトまでの深度の分布を表すストーカ上深度分布情報を生成する深度分布生成部と、
前記視野内における位置と、前記ストーカ上における位置との対応関係と、前記ストーカ上深度分布情報とに基づいて、前記ストーカ上における前記処理対象物の堆積量の分布を評価する堆積分布評価部と、を備えるストーカ式処理装置。 - 前記深度センサは、二次元の視野内画像を取得する撮像装置であり、
前記深度分布生成部は、二次元画像の入力に応じて、前記二次元画像内のオブジェクトまでの深度の分布を表す深度分布情報を出力するように機械学習により構築された深度モデルに、前記視野内画像を入力することで、前記ストーカ上深度分布情報を生成する、請求項1記載のストーカ式処理装置。 - 前記撮像装置は、前記視野から入射した中赤外線を結像させて前記視野内画像を取得する、請求項2記載のストーカ式処理装置。
- 前記堆積分布評価部は、前記ストーカが前記処理対象物を支持していない状態で生成された前記ストーカ上深度分布情報と、前記ストーカが前記処理対象物を支持している状態で生成された前記ストーカ上深度分布情報との差分に基づいて、前記堆積量の分布を評価する、請求項1~3のいずれか一項記載のストーカ式処理装置。
- 前記差分は、前記ストーカが前記処理対象物を支持していない状態と、前記ストーカが前記処理対象物を支持している状態との深度差の分布を表し、
前記視野は、前記ストーカ上の複数の堆積エリアにそれぞれ対応する複数の視野内エリアを含み、
前記堆積分布評価部は、前記複数の視野内エリアごとに前記深度差を積分することで、前記複数の堆積エリアごとに前記堆積量を算出する、請求項4記載のストーカ式処理装置。 - 前記ストーカ上深度分布情報に基づいて、前記視野内の遠近効果による前記堆積量の評価誤差を補正する補正部を更に備える、請求項4記載のストーカ式処理装置。
- 前記差分は、前記ストーカが前記処理対象物を支持していない状態と、前記ストーカが前記処理対象物を支持している状態との深度差の分布を表し、
前記補正部は、前記ストーカ上深度分布情報に基づいて、前記視野を深度に依存しない補正後視野に変換し、前記差分を前記補正後視野に適応させた補正後差分を生成し、
前記堆積分布評価部は、前記補正後差分に基づいて、前記ストーカ上における前記堆積量の分布を評価する、請求項6記載のストーカ式処理装置。 - 前記視野は、前記ストーカ上の複数の堆積エリアにそれぞれ対応する複数の視野内エリアを含み、
前記補正後視野は、前記複数の視野内エリアにそれぞれ対応する複数の補正後エリアを含み、
前記堆積分布評価部は、前記複数の補正後エリアごとに前記深度差を積分することで、前記複数の堆積エリアごとに前記堆積量を算出する、請求項7記載のストーカ式処理装置。 - 前記堆積分布評価部により評価された前記堆積量の分布に基づいて、前記堆積量の偏りを抑制するように前記ストーカを制御する制御装置を更に備える、請求項1~8のいずれか一項記載のストーカ式処理装置。
- 第1タイミングで生成された前記ストーカ上深度分布情報と、前記第1タイミングよりも後の第2タイミングで生成された前記ストーカ上深度分布情報との差に基づいて、前記堆積量の変化の分布を評価する流動分布評価部を更に備える、請求項1~8のいずれか一項記載のストーカ式処理装置。
- 前記堆積分布評価部により評価された前記堆積量の分布に基づいて、前記堆積量の偏りを抑制するように前記ストーカを制御し、前記流動分布評価部により評価された前記堆積量の変化の分布に基づいて、前記堆積量の変化の偏りを抑制するように前記ストーカを制御する制御装置を更に備える、請求項10記載のストーカ式処理装置。
- 処理対象物を支持するストーカにより、鉛直方向に交差する搬送方向に沿って前記処理対象物を搬送することと、
前記搬送方向から前記ストーカ上の所定の視野に向けられた深度センサの出力に基づいて、前記深度センサから前記視野内のオブジェクトまでの深度の分布を表すストーカ上深度分布情報を生成することと、
前記視野内における位置と、前記ストーカ上における位置との対応関係と、前記ストーカ上深度分布情報とに基づいて、前記ストーカ上における前記処理対象物の堆積量の分布を評価することと、を含むストーカ式処理方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021209326A JP2023094081A (ja) | 2021-12-23 | 2021-12-23 | ストーカ式処理装置及びストーカ式処理方法 |
PCT/JP2022/039559 WO2023119842A1 (ja) | 2021-12-23 | 2022-10-24 | ストーカ式処理装置及びストーカ式処理方法 |
TW111142026A TW202327754A (zh) | 2021-12-23 | 2022-11-03 | 爐床式處理裝置及爐床式處理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021209326A JP2023094081A (ja) | 2021-12-23 | 2021-12-23 | ストーカ式処理装置及びストーカ式処理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023094081A true JP2023094081A (ja) | 2023-07-05 |
Family
ID=86902018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021209326A Pending JP2023094081A (ja) | 2021-12-23 | 2021-12-23 | ストーカ式処理装置及びストーカ式処理方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2023094081A (ja) |
TW (1) | TW202327754A (ja) |
WO (1) | WO2023119842A1 (ja) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002130640A (ja) * | 2000-10-31 | 2002-05-09 | Hitachi Zosen Corp | ごみ計測装置 |
JP6561375B2 (ja) * | 2015-05-22 | 2019-08-21 | 三菱重工環境・化学エンジニアリング株式会社 | クレーン制御装置 |
JP6696816B2 (ja) * | 2016-04-06 | 2020-05-20 | 日立造船株式会社 | ストーカ式焼却炉 |
US11145074B2 (en) * | 2019-10-17 | 2021-10-12 | Toyota Research Institute, Inc. | Systems and methods for depth estimation using monocular images |
JP6880145B2 (ja) * | 2019-10-18 | 2021-06-02 | 川崎重工業株式会社 | 燃焼状況評価方法及び燃焼制御方法 |
JP7384078B2 (ja) * | 2020-03-10 | 2023-11-21 | Jfeエンジニアリング株式会社 | 廃棄物焼却装置及び廃棄物焼却方法 |
-
2021
- 2021-12-23 JP JP2021209326A patent/JP2023094081A/ja active Pending
-
2022
- 2022-10-24 WO PCT/JP2022/039559 patent/WO2023119842A1/ja unknown
- 2022-11-03 TW TW111142026A patent/TW202327754A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
TW202327754A (zh) | 2023-07-16 |
WO2023119842A1 (ja) | 2023-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6374934B2 (ja) | 撮像装置を含む付加製造システム及びそのようなシステムを動作させる方法 | |
US10175662B2 (en) | Method of constructing navigation map by robot using mouse hippocampal place cell model | |
JP6845829B2 (ja) | 改良された速度および正確さをともなう永久層の整列印刷のための技術 | |
EP3293698B1 (en) | Time-of-flight measuring apparatus and image processing method for reducing blur of depth image therein | |
US10041787B2 (en) | Object detection device | |
JP2017528342A (ja) | マシンビジョン支援型付加製作のシステムおよび方法 | |
JP6472035B1 (ja) | 焼却炉内のごみ量推定機能を備えた燃焼制御システム | |
AU2014246614A1 (en) | Method and apparatus for generating depth map of a scene | |
JP2018021686A (ja) | ごみ移動速度検出機能を備えた燃焼制御装置 | |
WO2023119842A1 (ja) | ストーカ式処理装置及びストーカ式処理方法 | |
JP2018155411A (ja) | ストーカ式焼却炉 | |
Wang et al. | Real-time process monitoring and closed-loop control on laser power via a customized laser powder bed fusion platform | |
EP3758439A1 (en) | Method and system for controlling an oven, and oven for heating food items | |
JP6889422B2 (ja) | 三次元造形装置及び三次元造形方法 | |
TWI526232B (zh) | 粒子線照射裝置 | |
TW201839458A (zh) | 虛擬實境系統及方法 | |
JP6880144B2 (ja) | 燃焼状況評価方法及び燃焼制御方法 | |
JP2017104811A (ja) | 細管洗浄システム | |
JP2018001217A5 (ja) | ||
WO2021075489A1 (ja) | 燃焼状況評価方法及び燃焼制御方法 | |
CN114729746A (zh) | 燃烧设备的控制装置、燃烧设备的控制方法及程序 | |
JP6941501B2 (ja) | 画像処理装置及び画像処理方法 | |
JPWO2021014846A5 (ja) | 情報処理装置、データ生成方法、及びプログラム | |
CN107431081A (zh) | 具有电子可调节的检测器位置的检测器阵列 | |
JP2010069865A5 (ja) |