JPH08304024A - 焼却炉における燃焼位置推定方法 - Google Patents
焼却炉における燃焼位置推定方法Info
- Publication number
- JPH08304024A JPH08304024A JP7108336A JP10833695A JPH08304024A JP H08304024 A JPH08304024 A JP H08304024A JP 7108336 A JP7108336 A JP 7108336A JP 10833695 A JP10833695 A JP 10833695A JP H08304024 A JPH08304024 A JP H08304024A
- Authority
- JP
- Japan
- Prior art keywords
- neural network
- input
- fuzzy inference
- network device
- incinerator
- 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
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Feedback Control In General (AREA)
Abstract
(57)【要約】
【構成】 焼却炉内の画像データを、画像処理装置11お
よびニューラルネットワーク装置２に入力し、画像処理
されたデータをファジィ推論部12に入力するとともに、
燃焼プロセスデータをニューラルネットワーク装置２お
よびファジィ推論部12に入力し、そしてこのファジィ推
論部12で得られた燃焼推定位置を、ニューラルネットワ
ーク装置２の学習部22に教師信号として入力させて、ニ
ューラルネットワーク部21における重み係数を決定した
後、燃焼プロセスデータだけをこのニューラルネットワ
ーク部21に入力させて、燃焼推定位置を出力させる方法
である。 【効果】 最初だけ画像処理装置を使用し、その後、学
習されたニューラルネットワーク装置だけを使用するた
め、高価な画像処理装置およびそのソフトウェアが不要
となり、したがって稼働後の制御関係に要するランニン
グコストが、非常に安価となる。
よびニューラルネットワーク装置２に入力し、画像処理
されたデータをファジィ推論部12に入力するとともに、
燃焼プロセスデータをニューラルネットワーク装置２お
よびファジィ推論部12に入力し、そしてこのファジィ推
論部12で得られた燃焼推定位置を、ニューラルネットワ
ーク装置２の学習部22に教師信号として入力させて、ニ
ューラルネットワーク部21における重み係数を決定した
後、燃焼プロセスデータだけをこのニューラルネットワ
ーク部21に入力させて、燃焼推定位置を出力させる方法
である。 【効果】 最初だけ画像処理装置を使用し、その後、学
習されたニューラルネットワーク装置だけを使用するた
め、高価な画像処理装置およびそのソフトウェアが不要
となり、したがって稼働後の制御関係に要するランニン
グコストが、非常に安価となる。
Description
【０００１】
【産業上の利用分野】本発明は、焼却炉における燃焼位
置推定方法に関する。
置推定方法に関する。
【０００２】
【従来の技術】従来、焼却炉における燃焼位置推定方法
としては、画像処理を用いた方法が採用されている。
としては、画像処理を用いた方法が採用されている。
【０００３】この方法は、焼却炉内をカメラ装置で撮影
するとともに、この撮影された画像を画像処理装置に送
り、この画像処理により得られたデータ、例えば燃え切
り点、燃焼域のエッジなどのデータに基づき、数式演算
により燃焼位置を推定したり、または上記データをファ
ジィ推論部に送り、ここでファジィ推論により燃焼位置
を推定していた。
するとともに、この撮影された画像を画像処理装置に送
り、この画像処理により得られたデータ、例えば燃え切
り点、燃焼域のエッジなどのデータに基づき、数式演算
により燃焼位置を推定したり、または上記データをファ
ジィ推論部に送り、ここでファジィ推論により燃焼位置
を推定していた。
【０００４】
【発明が解決しようとする課題】上記従来の燃焼位置推
定方法によると、カメラ装置から画像処理装置に画像デ
ータが送られて画像処理を必要としているため、画像処
理装置のハードおよびソフトウェアを含んだコストが、
非常に高くつくという問題があった。
定方法によると、カメラ装置から画像処理装置に画像デ
ータが送られて画像処理を必要としているため、画像処
理装置のハードおよびソフトウェアを含んだコストが、
非常に高くつくという問題があった。
【０００５】そこで、本発明は上記問題を解消し得る焼
却炉における燃焼位置推定方法を提供することを目的と
する。
却炉における燃焼位置推定方法を提供することを目的と
する。
【０００６】
【課題を解決するための手段】上記課題を解決するた
め、本発明の焼却炉における燃焼位置推定方法は、カメ
ラ装置により撮影された焼却炉内の画像データを、画像
処理装置および学習部を有するニューラルネットワーク
装置に入力し、上記画像処理装置で得られたデータをフ
ァジィ推論部に入力するとともに、焼却炉内における燃
焼プロセスデータを上記ニューラルネットワーク装置お
よび上記ファジィ推論部に入力し、このファジィ推論部
で得られた燃焼推定位置を、上記ニューラルネットワー
ク装置の学習部に教師信号として入力させて、このニュ
ーラルネットワーク装置のニューラルネットワーク部に
おける重み係数を決定した後、燃焼プロセスデータだけ
をこのニューラルネットワーク部に入力させて、燃焼推
定位置を出力させる方法である。
め、本発明の焼却炉における燃焼位置推定方法は、カメ
ラ装置により撮影された焼却炉内の画像データを、画像
処理装置および学習部を有するニューラルネットワーク
装置に入力し、上記画像処理装置で得られたデータをフ
ァジィ推論部に入力するとともに、焼却炉内における燃
焼プロセスデータを上記ニューラルネットワーク装置お
よび上記ファジィ推論部に入力し、このファジィ推論部
で得られた燃焼推定位置を、上記ニューラルネットワー
ク装置の学習部に教師信号として入力させて、このニュ
ーラルネットワーク装置のニューラルネットワーク部に
おける重み係数を決定した後、燃焼プロセスデータだけ
をこのニューラルネットワーク部に入力させて、燃焼推
定位置を出力させる方法である。
【０００７】
【作用】上記の燃焼位置推定方法によると、最初だけ、
画像データを入力してファジィ推論を行い、このファジ
ィ推論により得られた燃焼推定位置に基づき、ニューラ
ルネットワーク装置を学習させる。そして、その後、燃
焼プロセスデータだけをニューラルネットワーク装置に
入力させて、燃焼推定位置を出力する方法である。
画像データを入力してファジィ推論を行い、このファジ
ィ推論により得られた燃焼推定位置に基づき、ニューラ
ルネットワーク装置を学習させる。そして、その後、燃
焼プロセスデータだけをニューラルネットワーク装置に
入力させて、燃焼推定位置を出力する方法である。
【０００８】
【実施例】以下、本発明の一実施例における焼却炉にお
ける燃焼位置推定方法を、図１に基づき説明する。
ける燃焼位置推定方法を、図１に基づき説明する。
【０００９】図１において、１は焼却炉に設けられたカ
メラ装置（図示せず）で撮影された画像データに基づ
き、ファジィ推論を行い、焼却炉内の燃焼位置を推論す
るファジィ推論装置である。
メラ装置（図示せず）で撮影された画像データに基づ
き、ファジィ推論を行い、焼却炉内の燃焼位置を推論す
るファジィ推論装置である。
【００１０】また、２は上記ファジィ推論装置１で得ら
れた燃焼位置データを教師データとするとともに、焼却
炉内の燃焼プロセスデータを入力して、燃焼位置を推定
するニューラルネットワーク装置であり、このニューラ
ルネットワーク装置２が作動した後は、ファジィ推論装
置１を切り離すようにしたものである。
れた燃焼位置データを教師データとするとともに、焼却
炉内の燃焼プロセスデータを入力して、燃焼位置を推定
するニューラルネットワーク装置であり、このニューラ
ルネットワーク装置２が作動した後は、ファジィ推論装
置１を切り離すようにしたものである。
【００１１】上記ファジィ推論装置１は、カメラ装置で
撮影された焼却炉内の画像データを入力して所定の画像
処理を施し、例えば、燃え切り点、エッジ位置などのデ
ータを求めて出力する画像処理装置１１と、この画像処
理装置１１から出力されたデータおよび他の検出装置か
ら供給される燃焼プロセスデータ（例えば、温度、ごみ
の層高など）を入力して、ファジィ推論を行い、燃焼位
置を推定するファジィ推論部１２とから構成されてい
る。
撮影された焼却炉内の画像データを入力して所定の画像
処理を施し、例えば、燃え切り点、エッジ位置などのデ
ータを求めて出力する画像処理装置１１と、この画像処
理装置１１から出力されたデータおよび他の検出装置か
ら供給される燃焼プロセスデータ（例えば、温度、ごみ
の層高など）を入力して、ファジィ推論を行い、燃焼位
置を推定するファジィ推論部１２とから構成されてい
る。
【００１２】また、上記ニューラルネットワーク装置２
は、上記ファジィ推論装置１と同様に、カメラ装置で撮
影された焼却炉内の画像データおよび燃焼プロセスデー
タを入力して、燃焼位置を推定するニューラルネットワ
ーク部２１および評価関数により評価を行う学習部２２
とから構成されている。
は、上記ファジィ推論装置１と同様に、カメラ装置で撮
影された焼却炉内の画像データおよび燃焼プロセスデー
タを入力して、燃焼位置を推定するニューラルネットワ
ーク部２１および評価関数により評価を行う学習部２２
とから構成されている。
【００１３】上記学習部２２には、ファジィ推論装置１
から出力された燃焼推定位置が教師データとして入力さ
れている。次に、燃焼位置推定方法について説明する。
から出力された燃焼推定位置が教師データとして入力さ
れている。次に、燃焼位置推定方法について説明する。
【００１４】まず、最初に、カメラ装置からの画像デー
タを、ファジィ推論装置１の画像処理装置１１およびニ
ューラルネットワーク装置２のニューラルネットワーク
部２１にそれぞれ入力させ、この画像処理装置１１で画
像処理が施されたデータ（例えば、燃え切り点、エッジ
位置など）を、ファジィ推論部１２に入力させ、燃焼推
定位置をファジィ推論により演算して出力する。
タを、ファジィ推論装置１の画像処理装置１１およびニ
ューラルネットワーク装置２のニューラルネットワーク
部２１にそれぞれ入力させ、この画像処理装置１１で画
像処理が施されたデータ（例えば、燃え切り点、エッジ
位置など）を、ファジィ推論部１２に入力させ、燃焼推
定位置をファジィ推論により演算して出力する。
【００１５】このファジィ推論装置１から出力された燃
焼推定位置が、上記ニューラルネットワーク装置２に教
師データとして入力される。すなわち、ファジィ推論装
置１からの出力をニューラルネットワーク装置２からの
出力に減算して偏差を求め、この偏差データを学習部２
２に入力させて、このニューラルネットワーク部２１内
の各種パラメータにおける重み係数を評価関数により学
習させる。
焼推定位置が、上記ニューラルネットワーク装置２に教
師データとして入力される。すなわち、ファジィ推論装
置１からの出力をニューラルネットワーク装置２からの
出力に減算して偏差を求め、この偏差データを学習部２
２に入力させて、このニューラルネットワーク部２１内
の各種パラメータにおける重み係数を評価関数により学
習させる。
【００１６】そして、ファジィ推論装置１からの燃焼推
定位置に基づく学習が終わると、このファジィ推論装置
１を切り離し、これ以後は、燃焼プロセスデータだけが
ニューラルネットワーク装置２に入力されて、燃焼位置
が推定される。
定位置に基づく学習が終わると、このファジィ推論装置
１を切り離し、これ以後は、燃焼プロセスデータだけが
ニューラルネットワーク装置２に入力されて、燃焼位置
が推定される。
【００１７】このように、本実施例における焼却炉にお
ける燃焼位置推定方法によると、最初だけ、画像データ
を入力してファジィ推論を行い、このファジィ推論装置
１から得られた燃焼推定位置に基づき、ニューラルネッ
トワーク装置２を学習させ、その後、ファジィ推論装置
１を切り離すようにしているので、非常に、高価な画像
処理装置１１および画像処理に必要なソフトウェアを必
要とするファジィ推論装置１の使用が、最初だけで良
く、したがって稼働後の制御関係に要するランニングコ
ストを、非常に安価にすることができる。
ける燃焼位置推定方法によると、最初だけ、画像データ
を入力してファジィ推論を行い、このファジィ推論装置
１から得られた燃焼推定位置に基づき、ニューラルネッ
トワーク装置２を学習させ、その後、ファジィ推論装置
１を切り離すようにしているので、非常に、高価な画像
処理装置１１および画像処理に必要なソフトウェアを必
要とするファジィ推論装置１の使用が、最初だけで良
く、したがって稼働後の制御関係に要するランニングコ
ストを、非常に安価にすることができる。
【００１８】
【発明の効果】以上のように本発明の燃焼位置推定方法
によると、最初だけ、画像データを入力してファジィ推
論を行い、このファジィ推論により得られた燃焼推定位
置に基づき、ニューラルネットワーク装置を学習させた
後、ファジィ推論側を切り離すようにしているので、非
常に、高価な画像処理装置および画像処理に必要なソフ
トウェアを必要とするファジィ推論を行うのが最初だけ
で良く、したがって稼働後の制御関係に要するランニン
グコストが、非常に安価となる。
によると、最初だけ、画像データを入力してファジィ推
論を行い、このファジィ推論により得られた燃焼推定位
置に基づき、ニューラルネットワーク装置を学習させた
後、ファジィ推論側を切り離すようにしているので、非
常に、高価な画像処理装置および画像処理に必要なソフ
トウェアを必要とするファジィ推論を行うのが最初だけ
で良く、したがって稼働後の制御関係に要するランニン
グコストが、非常に安価となる。
【図１】本発明の一実施例における燃焼位置推定方法を
説明するブロック図である。
説明するブロック図である。
１ ファジィ推論装置 ２ ニューラルネットワーク装置 １１ 画像処理装置 １２ ファジィ推論部 ２１ ニューラルネットワーク部 ２２ 学習部
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０６Ｔ 1/00 Ｇ０６Ｆ 15/62 ３８０
Claims (1)
- 【請求項１】カメラ装置により撮影された焼却炉内の画
像データを、画像処理装置および学習部を有するニュー
ラルネットワーク装置に入力し、上記画像処理装置で得
られたデータをファジィ推論部に入力するとともに、焼
却炉内における燃焼プロセスデータを上記ニューラルネ
ットワーク装置および上記ファジィ推論部に入力し、こ
のファジィ推論部で得られた燃焼推定位置を、上記ニュ
ーラルネットワーク装置の学習部に教師信号として入力
させて、このニューラルネットワーク装置のニューラル
ネットワーク部における重み係数を決定した後、燃焼プ
ロセスデータだけをこのニューラルネットワーク部に入
力させて、燃焼推定位置を出力させることを特徴とする
焼却炉における燃焼位置推定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7108336A JPH08304024A (ja) | 1995-05-02 | 1995-05-02 | 焼却炉における燃焼位置推定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7108336A JPH08304024A (ja) | 1995-05-02 | 1995-05-02 | 焼却炉における燃焼位置推定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08304024A true JPH08304024A (ja) | 1996-11-22 |
Family
ID=14482116
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7108336A Pending JPH08304024A (ja) | 1995-05-02 | 1995-05-02 | 焼却炉における燃焼位置推定方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08304024A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020144555A (ja) * | 2019-03-05 | 2020-09-10 | ダイキン工業株式会社 | 設備機器の制御システム |
-
1995
- 1995-05-02 JP JP7108336A patent/JPH08304024A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020144555A (ja) * | 2019-03-05 | 2020-09-10 | ダイキン工業株式会社 | 設備機器の制御システム |
| WO2020179686A1 (ja) * | 2019-03-05 | 2020-09-10 | ダイキン工業株式会社 | 設備機器の制御システム |
| CN113508342A (zh) * | 2019-03-05 | 2021-10-15 | 大金工业株式会社 | 机器设备的控制系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7082421B2 (en) | Information processing apparatus and method, and recording medium | |
| JPH08304024A (ja) | 焼却炉における燃焼位置推定方法 | |
| JPH05282456A (ja) | パターン認識装置 | |
| JP2001043458A (ja) | 背景画像生成システム | |
| KR960041026A (ko) | 엘리베이터의 대기승객 검출 방법 및 장치 | |
| CN111476731B (zh) | 图像矫正方法、装置、存储介质及电子设备 | |
| CN106293387A (zh) | 应用程序的控制方法及系统 | |
| JPH01211083A (ja) | 背景画像更新方法 | |
| JP2000122992A (ja) | 情報処理装置および方法、並びに提供媒体 | |
| JPH10326265A (ja) | 学習方法および装置、並びに記録媒体 | |
| JP2676737B2 (ja) | 車両の操舵制御装置 | |
| JPH11316840A (ja) | 道路領域検出方法及びシステム | |
| JPH04199202A (ja) | プラント運転支援装置 | |
| JPH0293903A (ja) | ファジイコントローラの異常処理方式 | |
| CN113673469A (zh) | 基于视频流的人体关键点分析训练和推理方法、装置 | |
| JP2878446B2 (ja) | エレベーターのホール待ち客検出装置 | |
| JPH0614358B2 (ja) | 移動物体像抽出方法および装置 | |
| JPH03191414A (ja) | データ入力方式 | |
| JPH05108356A (ja) | 故障解析支援装置 | |
| CN117274771A (zh) | 图像识别方法、装置、设备及存储介质 | |
| JP2002269572A (ja) | 移動物体検出方法、移動物体検出装置及び移動物体検出プログラム | |
| CN116071683A (zh) | 一种视频处理方法、装置以及终端 | |
| JPH02287628A (ja) | メンバーシップ関数の解析装置 | |
| CN117428766A (zh) | 轮式机器人控制方法、系统、轮式机器人和存储介质 | |
| JPH0452980A (ja) | 画像認識装置 |