WO2018016512A1 - 穀物処理施設の運転補助システム、および、サテライト施設の自動運転制御方法 - Google Patents

穀物処理施設の運転補助システム、および、サテライト施設の自動運転制御方法 Download PDF

Info

Publication number
WO2018016512A1
WO2018016512A1 PCT/JP2017/026023 JP2017026023W WO2018016512A1 WO 2018016512 A1 WO2018016512 A1 WO 2018016512A1 JP 2017026023 W JP2017026023 W JP 2017026023W WO 2018016512 A1 WO2018016512 A1 WO 2018016512A1
Authority
WO
WIPO (PCT)
Prior art keywords
facility
grain
satellite
model
processing
Prior art date
Application number
PCT/JP2017/026023
Other languages
English (en)
French (fr)
Inventor
真典 松田
範行 林
Original Assignee
株式会社サタケ
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 株式会社サタケ filed Critical 株式会社サタケ
Priority to US16/319,567 priority Critical patent/US20210283618A1/en
Priority to BR112019000774-1A priority patent/BR112019000774A2/pt
Priority to EP17831028.0A priority patent/EP3489884A4/en
Priority to CN201780045460.8A priority patent/CN109564670A/zh
Priority to KR1020197005162A priority patent/KR20190034249A/ko
Publication of WO2018016512A1 publication Critical patent/WO2018016512A1/ja
Priority to PH12019500150A priority patent/PH12019500150A1/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
    • B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
    • B02C9/00—Other milling methods or mills specially adapted for grain
    • B02C9/04—Systems or sequences of operations; Plant
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
    • B02B—PREPARING GRAIN FOR MILLING; REFINING GRANULAR FRUIT TO COMMERCIAL PRODUCTS BY WORKING THE SURFACE
    • B02B1/00—Preparing grain for milling or like processes
    • B02B1/08—Conditioning grain with respect to temperature or water content
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
    • B02B—PREPARING GRAIN FOR MILLING; REFINING GRANULAR FRUIT TO COMMERCIAL PRODUCTS BY WORKING THE SURFACE
    • B02B5/00—Grain treatment not otherwise provided for
    • B02B5/02—Combined processes
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F26—DRYING
    • F26B—DRYING SOLID MATERIALS OR OBJECTS BY REMOVING LIQUID THEREFROM
    • F26B17/00—Machines or apparatus for drying materials in loose, plastic, or fluidised form, e.g. granules, staple fibres, with progressive movement
    • F26B17/12—Machines or apparatus for drying materials in loose, plastic, or fluidised form, e.g. granules, staple fibres, with progressive movement with movement performed solely by gravity, i.e. the material moving through a substantially vertical drying enclosure, e.g. shaft
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F26—DRYING
    • F26B—DRYING SOLID MATERIALS OR OBJECTS BY REMOVING LIQUID THEREFROM
    • F26B21/00—Arrangements or duct systems, e.g. in combination with pallet boxes, for supplying and controlling air or gases for drying solid materials or objects
    • F26B21/06—Controlling, e.g. regulating, parameters of gas supply
    • F26B21/08—Humidity
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
    • B02B—PREPARING GRAIN FOR MILLING; REFINING GRANULAR FRUIT TO COMMERCIAL PRODUCTS BY WORKING THE SURFACE
    • B02B7/00—Auxiliary devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F26—DRYING
    • F26B—DRYING SOLID MATERIALS OR OBJECTS BY REMOVING LIQUID THEREFROM
    • F26B2200/00—Drying processes and machines for solid materials characterised by the specific requirements of the drying good
    • F26B2200/06—Grains, e.g. cereals, wheat, rice, corn
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45111—Meal, food assistance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Definitions

  • the present invention relates to operation control technology for a grain processing facility.
  • Patent Document 1 discloses a crop management system for quickly transporting a harvested product to an appropriate transport destination after harvesting with a harvesting machine.
  • a plurality of satellite facilities that receive the straw brought from the farmer and perform semi-drying, and a terminal facility that is installed in the center of the plurality of satellite facilities and receives the semi-dried firewood and performs the main drying. are known (for example, Patent Document 1 below).
  • Patent Document 1 Japanese Patent Document 1 below.
  • the terminal facility and the satellite facility are connected via some kind of communication network, they do not perform autonomous group behavior that functions independently for each facility. For this reason, none of the facilities could be unmanned.
  • IoT Internet of Things
  • Non-Patent Document 1 “DENSO introduces“ IoT ”that connects everything to the Internet in every factory around the world. Improve productivity by 30% by making it possible to immediately grasp and analyze the operational status of equipment. ... Omitted ... We want to connect factories in Japan and overseas that make the same products as model factories, and in 18 years we want to connect all 130 factories. Is described.
  • the non-patent document 1 describes that a model factory that serves as a standard and another factory that produces the same product as this model factory are linked via the Internet, and the model factory is set to “follow right” as a group action. Monitor. As a result, judgment at other factories becomes unnecessary, and unmanned work is possible.
  • the present invention allows unmanned operation of a satellite facility even in a grain processing facility (for example, a grain joint drying preparation facility, a rice mill factory, a food factory, etc.) in which the properties of the starting material change every day.
  • a grain processing facility for example, a grain joint drying preparation facility, a rice mill factory, a food factory, etc.
  • a driving assistance system for a grain processing facility includes a first characteristic of a first grain brought into the model facility, a first operating parameter of the model facility used when the first grain is processed at the model facility, a model A database in which index values actually measured for the taste of the first grain after processing at the facility are stored in association with each other, and a reception for receiving the second characteristic of the second grain carried into the satellite facility And a calculation unit for calculating a second operating parameter used when processing the second crop at the satellite facility based on the received second characteristic and the information accumulated in the database.
  • a providing unit that provides the calculated second operating parameter to the satellite facility via the network.
  • the optimum operating parameter (second operating parameter) for the satellite facility is calculated based on the processing results in the model facility. Therefore, by providing the second operation parameter to the satellite facility, the satellite facility can be suitably unmanned operation according to the second parameter. In other words, the satellite facility can be driven unattended by following (simulating) a standard model facility.
  • the satellite facility includes a plurality of satellite facilities.
  • the calculation unit calculates an optimum operation parameter when the second grain is processed in the model facility, and corrects the optimum operation parameter according to each condition of the plurality of satellite facilities, thereby obtaining the second operation parameter. Calculate the parameters. According to such a form, even if there are conditions of each of the plurality of satellite facilities (for example, special circumstances different from the model facilities such as regional differences, product types, environmental conditions, equipment specifications, etc.) By performing correction according to the conditions, each satellite facility can be suitably and automatically operated.
  • the accepting unit accepts the second characteristic via the network.
  • the operator of the model facility or the farmer who uses the satellite facility can input the second characteristic remotely using the communication terminal. For this reason, user convenience is improved.
  • the driving assistance system performs control for automatically operating the satellite facility based on the second parameter provided by the providing unit. A part. According to this mode, the same effect as any one of the first to third modes can be obtained.
  • a grain processing facility includes a model facility, a satellite facility, and any one of the first to fourth driving assistance systems. According to such a grain processing facility, the same effects as any one of the first to fourth embodiments can be obtained.
  • the model facility includes a data recording device that records various data of equipment provided in the model facility. According to such a form, it is possible to acquire processing data when each processing (for example, rough selection, drying, hulling, sorting) is performed in association with the receipt data, and can be used for calculating the second operation parameter.
  • processing for example, rough selection, drying, hulling, sorting
  • the model facility and the satellite facility are a grain joint drying preparation facility.
  • the model facility and the satellite facility are a rice mill.
  • a method for automatically controlling satellite facilities in a wide-area distributed grain processing facility comprising a modeling facility and a satellite facility.
  • the method includes the steps of recording a first characteristic of a first grain that is brought into the model facility, processing the first grain at the model facility, and an indicator for the taste of the processed first grain.
  • the process of measuring the value, the first characteristic, the first operating parameter of the model facility used when the first grain is processed in the model facility, and the index value are stored in association with each other.
  • a satellite based on the step of preparing the database, the step of accepting the second characteristic of the second grain carried into the satellite facility, the received second characteristic, and the information accumulated in the database Providing a second operating parameter for use in processing the second crop at the facility, and providing the calculated second operating parameter to the satellite facility via the network; Based on the second parameter, and a step of performing automatic operation of the satellite site, the. According to this method, the same effect as that of the first embodiment is obtained.
  • FIG. 1 is a conceptual diagram of a grain processing facility 1 according to an embodiment of the present invention.
  • a grain processing facility 1 (hereinafter also simply referred to as a facility 1) according to an embodiment of the present invention includes a standard model facility 2 that serves as a model or norm, and a plurality of facilities installed in each production area.
  • n satellite facilities also referred to as field facilities, field facilities, farm facilities or site facilities
  • 3-1 to 3-n satellite facilities
  • satellite facilities also referred to as satellite facilities
  • satellite facilities also referred to as field facilities, field facilities, farm facilities or site facilities
  • Satellite facilities are also referred to as field facilities, field facilities, farm facilities, or site facilities.
  • the model facility 2, the satellite facility 3, and the cloud server 5 are connected to be communicable with each other via a network (here, the Internet 4).
  • a network here, the Internet 4
  • any network such as a dedicated line can be adopted.
  • the model facility 2 and the satellite facility 3 are each realized as a grain joint drying preparation facility 100a, 100b in which operations from drying of grains to packaging shipment are performed.
  • the grain co-drying facility is jointly used by several to hundreds of farmers.
  • the model facility 2 is operated and managed by personnel, while the satellite facility 3 is operated unattended.
  • the cloud server 5 acts as a driving assistance system for automatically unattended operation of the satellite facility 3.
  • the cloud server 5 includes a database 5a, a reception unit 5b, a calculation unit 5c, a provision unit 5d, and a weather information acquisition unit 5e. These functional units are realized by executing a predetermined program stored in the memory.
  • the database 5a the characteristics of the grains (here, rice) carried into the model facility 2, the operating parameters used when the rice was processed in the model facility 2, and the processed in the model facility 2
  • the index values actually measured for the rice taste are stored in association with each other.
  • the accepting unit 5 b accepts the characteristics of rice that is carried into the satellite facility 3.
  • the calculation unit 5c calculates an operation parameter used when processing the rice at the satellite facility 3 based on the characteristics received by the reception unit 5b and the information stored in the database 5a.
  • the providing unit 5 d provides the operating parameters calculated by the calculating unit 5 c to the satellite facility 3 via the Internet 4.
  • the weather information acquisition unit 5e acquires the weather information of the area where the satellite facility 3 is installed via the Internet 4. Such weather information is provided on the Internet 4 from, for example, the Japan Meteorological Agency or a private weather information company. Details of the functions of these cloud servers 5 will be described later.
  • FIG. 2 is a diagram showing a schematic configuration of the grain joint drying preparation facility 100a, 100b as the model facility 2 and the satellite facility 3.
  • the model facility 2 (the grain joint drying preparation facility 100a) includes a load receiving hopper 101, a load receiving unit 103, a ventilation drying unit 105, a thermal power drying unit 107, a silo unit 109, and a huller 110.
  • a sorter 111 and a preparation unit 113 are provided.
  • the consignment hopper 101 receives a ginger mainly brought from a farmer.
  • the load receiving unit 103 includes a coarse selection machine 118 and a load receiving weighing machine 102.
  • the ventilation drying unit 105 includes a plurality of ventilation dryers 104.
  • the thermal drying unit 107 includes a thermal dryer 106 that dries to a predetermined moisture while circulating the grains.
  • the silo unit 109 includes a plurality of silos 108 for storing dried grains.
  • the huller 110 takes out the dried grain from the silo 108 and hulls it.
  • the sorter 111 performs fine grain selection after graining.
  • the preparation unit 113 measures and packages the selected grain.
  • the model facility 2 further includes a test dryer 114, a self-test apparatus 115, a grain discriminator 116, and a taste measuring device 117 as incidental facilities.
  • the test dryer 114 dries the sample basket collected by the consignment receiving unit 103 to a predetermined moisture value.
  • the self-inspection apparatus 115 removes the dried sample cake and separates it into sized particles and waste particles, and calculates the yield rate from the respective weight values of the sized particles and waste particles.
  • the grain discriminator 116 takes out the grain from the self-test device 115 and optically calculates the quality and the like.
  • the taste measuring device 117 optically calculates a taste value and the like.
  • Grade is an index that is calculated by actually measuring the proportion of sized particles, the moisture content, the proportion of damaged particles such as colored and immature grains, and so on. It can be understood as one of the indicators.
  • the taste value is an index of taste calculated based on amylose, protein, moisture, and degree of fatty acid measurement measured with a near-infrared analyzer. The taste value may be obtained by a sensory test instead of or in addition to the analytical test.
  • the data recording device D for acquiring various data is electrically connected to each device constituting the model facility 2.
  • the coarse selection data grain weight (branch to which the rice cob is attached)
  • grain weight fine grain weight
  • ratio of branch leaf grain straw weight
  • a data recording device D1 is connected to acquire the straw ratio, etc.
  • the receiving data grain weight value, receiving water value, variety, farm owner code, production location (field location), etc.
  • the thermal dryer 106 obtains drying data (initial moisture value of straw before drying, finish moisture value of straw after drying, drying rate, total drying time, fuel consumption rate, total electric energy, etc.).
  • a data recording device D2 is connected.
  • the hulling machine 110 is provided with hulling data (dehulling capacity, dehulling rate, immature grain mixing rate, dehulling roll replacement frequency, maximum current value, average current value, minimum current value, total electric energy, etc.).
  • the data recording device D3 to be acquired is connected.
  • the sorting machine 111 includes sorting data (defective particle removal rate (sorting rate), rotation speed of the sorting cylinder of the rotary sorting machine, number of ejectors of the color sorting machine, maximum current value, average current value, minimum current value, and total power.
  • a data recording device D4 for acquiring the quantity etc. is connected.
  • the weighing / packaging machine 112 is connected to a data recording device D5 for obtaining weighing / packaging data (measurement count, cumulative (shipped) measured value, cumulative (shipped) packaged number, total electric energy, etc.).
  • the silo 108 is connected to a data recording device D6 that acquires storage data (storage period, number of rotations, maximum grain temperature, minimum grain temperature, average grain temperature, etc.).
  • the self-verification device 115, the grain discriminator 116 and the taste measuring device 117 include self-verification data (weight value of rice bran, brown rice, sizing and waste grains, moisture, yield, variety, farm owner code). And production location (field location, etc.), quality data (size, particle size, colored particle weight, etc.) and taste data (protein content, amylose content, taste sensory evaluation, taste value, etc.) A data recording device D7 to be acquired is connected.
  • the satellite facility 3 does not include various instruments such as the test dryer 114, the self-test device 115, and the various data recording devices D1 to D7.
  • the operation management in the facility 1 described above will be described below.
  • consignment data such as a producer, a variety, and a production location is acquired by the data recording device D1. This is done by the importer or the operator of the model facility 2 using the user interface for input.
  • the received rice is sorted and dried in various facilities, and the data recording devices D2 to D7 acquire the preparation processing data in which the processing state of the preparation machine at that time is quantified.
  • the data recording device D7 measures the index values (here, the quality data and the taste data) about the processed rice taste.
  • Information acquired by the data recording devices D1 to D7 is associated with each other and recorded in the database 5a via the Internet 4.
  • FIG. 3 and 4 show an example of a basic database configuration of the model facility.
  • FIG. 3 shows information acquired by the data recording devices D1 and D7.
  • FIG. 4 shows preparation processing data acquired by the data recording devices D1 to D4, for example, rough selection data, drying data, hulling data, sorting data, etc. (the weighing / packaging data and storage data are not shown in the figure). Omitted.)
  • the information shown in FIG. 4 is stored in association with each “receipt No.” shown in FIG.
  • the database 5a may also store production location information for various parts of Japan. From this database, an operation parameter (for example, in FIG. 3, “good” or higher quality and 80 or higher taste value are associated with each other for each specific variety in a specific production area.
  • a reference operation parameter that is an operation parameter) may be set. For example, in the model facility 2, preparation processing data when processing rice corresponding to this condition is set as a reference operation parameter corresponding to “rice produced in A district of A prefecture and cultivar Koshihikari” May be.
  • the weather information acquired by the weather information acquisition unit 5e may be recorded in the database 5a.
  • This meteorological information is meteorological data corresponding to the rice production area and the year of harvest, which are the basis of each data group stored in the database 5a.
  • the weather information may be, for example, accumulated sunshine hours or accumulated temperatures (accumulated values of daily average temperatures) during a period from sowing to harvesting. Accumulated sunshine hours affect rice maturity, and cumulative air temperature affects protein content, so these are important factors in producing good-tasting rice.
  • the operation parameters of the satellite facility 3 are calculated according to the characteristics of the rice carried into the satellite facility 3.
  • FIG. 5 is a conceptual diagram of a process for calculating the operation parameters of the satellite facility 3.
  • this process is started when the operator of the model facility 2 or the farmer (importer) who uses the satellite facility 3 inputs the characteristics of the rice that is carried into the satellite facility 3 (steps). S1).
  • This characteristic is an arbitrary factor that affects the quality of rice, and such factors include, for example, the production area, variety, weather conditions, soil conditions, pattern, and the like.
  • This input may be performed via the Internet 4 using an information terminal such as a smartphone, or may be performed via the user interface of the model facility 2 or the satellite facility 3.
  • Such input content is received by the receiving unit 5 b of the cloud server 5.
  • the calculation unit 5c (FIG. 1) of the cloud server 5 searches the various data files 119 to 125 (FIG. 5) stored in the database 5a based on the various factors received by the reception unit 5b.
  • the weather information acquisition unit 5e of the cloud server 5 acquires the weather information of the area to which the satellite facility 3 belongs via the Internet 4.
  • the calculation part 5c is based on the characteristic of the rice received by the reception part 5b (The weather information acquired by the weather information acquisition part 5e may be included), and the information accumulate
  • each condition of the satellite facility 3 that is, the model facility 2 and the like (for example, regional difference, product type difference, environmental condition difference, equipment specification difference, etc.) Corrections are made according to different special circumstances.
  • the content of this correction is experimentally measured by measuring the taste index value of the rice processed at the satellite facility 3 using the above-mentioned optimum operation parameter, and empirically and experimentally from the relationship between the optimum operation parameter and the taste index value. It is set in advance.
  • This correction may be preset for each combination of rice characteristics before and after the correction.
  • the correction coefficient in the correspondence relationship between “rice produced in A district and produced in A district and the variety is Koshihikari rice” and “produced in B district and produced in B district and the variety is Hinohikari rice” is stored in the table. May be.
  • the correction value (also referred to as a correction operation parameter) is calculated in this way, the correction value is stored in the master table 126 (FIG. 5) of the cloud server 5 and is provided to the satellite facility 3 via the Internet 4 by the providing unit 5d. Provided.
  • control unit 33 receives the corrected operation parameter provided by the providing unit 5d, and automatically operates the various facilities of the satellite facility 3 based on the correction operation parameter.
  • AI artificial intelligence
  • logical inference based on the data files 119 to 125 and artificial intelligence (“AI”) learning from past experience are used. May be. Even if various known methods and algorithms are used, such as experimental design, neural network, deep learning, fuzzy reasoning, multivariate analysis (Mahalanobis distance, multiple regression analysis, etc.), sparse modeling, support vector machine, etc. Good. Moreover, even if AI learns by periodically measuring the taste index value of the rice processed at the satellite facility 3 and associating the taste index value with the characteristic of the rice and feeding back to the cloud server 5. Good.
  • the satellite facility 3 can be operated with optimum parameters based on the results of the model facility 2. Therefore, even in the grain common drying preparation facility where the properties of the starting material change every day, the group behavior is monitored while following the model facility 2, and thereby, the satellite facility 3 can also be unmanned.
  • the satellite facility 3 can basically be operated following the standard model facility 2, various instruments such as the test dryer 114, the self-test device 115, and the various data recording devices D1 to D7 are not necessarily required. Therefore, the satellite facility 3 can have a simplified equipment configuration than the model facility 2.
  • Second embodiment A second embodiment of the present invention will be described.
  • the model facility 2 and the satellite facility 3 are, in this embodiment, milled rice mills 200a and 200b, each of which selects and weighs the selected brown rice, and then sorts and weighs it and packs it for shipping. Realized.
  • description of the same points as in the first embodiment will be omitted, and only differences from the first embodiment will be described.
  • the rice milling plant 200a includes a cargo receiving unit 203, a rice milling unit 208, a selection unit 211, and a weighing packaging unit 213.
  • the load receiving unit 203 includes a load receiving hopper 201 that receives brown rice brought in from the market, and a coarse sorter 202.
  • the rice milling unit 208 includes a plurality of rice milling machines 204, 205, 206 and a stone remover 207.
  • the selection unit 211 includes a color sorter 209 and a sieving machine 210.
  • the weighing and packaging unit 213 includes a weighing and packaging machine 212.
  • a data recording device D for acquiring various data is electrically connected to each device.
  • the consignment hopper 201 and the coarse selection machine 202 include consignment data (grain weight value, consignment moisture value, variety, farm owner code, production location (field location), etc.) and coarse selection data (string-like).
  • a data recording device D10 for acquiring a mixing ratio of foreign matters such as objects and a sizing weight) is connected.
  • the rice milling machine (first machine) 204 is connected to a data recording device D11 that obtains the most sophisticated data (current value, yield, whiteness, total driving time, total electric energy, etc.).
  • a data recording device D12 for acquiring second machine milling data is connected to the rice milling machine (second machine) 205, and data for obtaining third machine milling data is connected to the rice milling machine (third machine) 206.
  • a recording device D13 is connected.
  • the stone remover 207 is connected to a data recording device D14 that obtains stone removal data (the weight of stone particles, the weight of sized particles, the mixing rate of stones, the total amount of electric power, etc.).
  • the color sorter 209 includes a data recording device for obtaining sorting data (defective grain removal rate (sorting rate), number of ejectors of the color sorter, maximum current value, average current value, minimum current value, total electric energy, etc.). D15 is connected.
  • the sieving machine 210 is connected to a data recording device D16 that acquires sieving data (sieving machine rotation speed, crushed grain ratio, sizing ratio, total electric energy, etc.).
  • the weighing / packing machine 212 is connected to a data recording device D17 for obtaining weighing / packaging data (measurement count, accumulated (shipped) measured value, accumulated (shipped) wrapped bag number, total electric energy, etc.).
  • the calculation unit 5c processes rice at the satellite facility 3 based on the characteristics received by the receiving unit 5b and the information stored in the database 5a. Calculate the operating parameters to be used. As a result, the same effect as in the first embodiment can be obtained.
  • Modification 2 In addition to the above-described embodiment, when the model facility 2 receives the grain, the operating parameters for processing the grain at the model facility 2 are determined by the above-described method, that is, the characteristics of the imported grain and the database 5a. And may be calculated based on the information stored in.
  • Modification 3 At least a part of the functions of the cloud server 5 described above may be arranged at a location on another network.
  • all of the functions of the cloud server 5 may be provided in the model facility 2 or may be provided in an information processing terminal connected to the model facility 2 via a LAN.
  • Modification 4 The embodiments described above can be applied to any grain processing facility, for example, a food factory that handles grains.
  • the characteristics of the grains that are brought into the grain processing facility, the operating parameters that were used when the grains were processed in the grain processing facility, and the measured indicators of the taste of the grains after they were processed in the grain processing facility Based on a database in which values are stored in association with each other, a reception unit that receives characteristics of a grain newly brought into a grain processing facility, received characteristics, and information accumulated in the database, Operation of a grain processing facility comprising: a calculation unit that calculates an operation parameter used when processing newly introduced grain; and a control unit that controls operation of the grain processing facility based on the calculated operation parameter A control system may be provided.
  • Input means 8 Meteorological information acquisition means 100 Grain joint drying preparation facility 101 Load receiving hopper 102 Load receiving weighing machine 103 Load receiving section 104 Ventilation dryer 105 Ventilation drying section 106 Thermal dryer 107 Thermal Power Drying Unit 108 Silo 109 Silo Unit 110 Peeling Machine 111 Sorting Machine 112 Weighing / Packing Machine 113 Preparation Unit 114 Test Dryer 115 Self-Test Device 116 Grain Discriminator 117 Taste Measuring Instrument 118 Coarse Selector 119 Receipt Data File 120 Selection data file 121 Drying data file 122 Rice hull data file 123 Selection data file 124 Weighing / packaging data file 125 Storage data file 126 Master table 200 Rice mill 201 Receiving hot 202 roughing machine 203 goods receptacle 204 rice mill 205 rice mill 206 rice mill 207 Stone cutting machine 208 rice polishing section 209 color sorter

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Husbandry (AREA)
  • Quality & Reliability (AREA)
  • Agronomy & Crop Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Game Theory and Decision Science (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Food Science & Technology (AREA)
  • Manufacturing & Machinery (AREA)
  • Drying Of Solid Materials (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Adjustment And Processing Of Grains (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Storage Of Harvested Produce (AREA)

Abstract

出発原料の性状が日々刻々と変化する穀物処理施設（例えば、穀物共同乾燥調製施設、精米工場、食品工場など）においても、サテライト施設を無人化運転する。　穀物処理施設の運転補助システムは、モデル施設に搬入される第１の穀物の第１の特性と、第１の穀物がモデル施設で処理された際に使用された該モデル施設の第１の運転パラメータと、モデル施設で処理された後の第１の穀物の味覚について実測された指標値と、が対応付けられて記憶されるデータベースと、サテライト施設に搬入される第２の穀物の第２の特性を受け付ける受付部と、受け付けられた第２の特性と、データベースに蓄積された情報と、に基づいて、サテライト施設で第２の穀物を処理する際に使用される第２の運転パラメータを算出する算出部と、算出された第２の運転パラメータを、ネットワークを介してサテライト施設に提供する提供部と、を備える。

Description

穀物処理施設の運転補助システム、および、サテライト施設の自動運転制御方法
　本発明は、穀物処理施設の運転制御技術に関する。
　従来、特許文献１には、収穫機で収穫した後、収穫物を適切な搬送先に速やかに搬送する収穫物管理システムが開示されている。
　農家から持ち込まれた籾を荷受して半乾燥までを行う複数のサテライト施設と、当該複数のサテライト施設の中央に設置して、半乾燥された籾を荷受して本乾燥までを行うターミナル施設と、を備えた穀物共同乾燥施設が知られている（例えば、下記特許文献１）。かかるサテライト施設およびターミナル施設には、施設ごとに少なくとも一人の作業員を常駐させて作業を行う必要があった。すなわち、ターミナル施設とサテライト施設との間は、何らかの通信網を介してつながれてはいるが、施設ごとに自ら律して機能する自律的群行動を行っているわけではない。このため、いずれの施設も無人化することはできなかった。
　一方、近年では、様々な「モノ（物）」がインターネットに接続され、情報交換することにより相互に制御する仕組み（Internet of Things、「ＩｏＴ」）が知られてきている。
　非特許文献１によれば、「デンソーが世界各地のあらゆる工場にあらゆるモノがネットにつながる「ＩｏＴ」を導入する。設備の稼働状況などを即時に把握し分析できるようにすることで、生産性を３０％改善させる。…中略…モデル工場と同じ製品を作る国内外の工場をつなぎ、１８年には１３０ほどある全工場をつなぎたい。」との記載がある。
　上記非特許文献１は、規範となるモデル工場と、このモデル工場と全く同じ製品を作る他の工場とを、インターネットを介して連携させることで、モデル工場に「右に倣え」として、群行動の監視を行う。その結果、他の工場での判断が不要となり、無人化が可能となる。
　しかしながら、工業製品であれば、このようなＩｏＴ技術の採用（全く同じ製品を作ること）が容易であるが、出発原料の性状が日々刻々と変化する穀物処理施設（例えば、穀物共同乾燥調製施設、精米工場、食品工場など）においては、運転パラメータの設定に必要な情報（例えば、工場内の機械設定、設定者の技量、原料生産地等）を一義的に決定することができない。このため、人間の勘や経験に頼らざるを得ず、無人化することは困難であった。
特許第３３６２７３５号公報
横田佑介著、「そこが知りたい　広がるＩｏＴ、工場どう変わる？」、［ｏｎｌｉｎｅ］、平成２８（2016）年７月３日、日本経済新聞朝刊、［平成２８年７月６日検索］、インターネット　＜ＵＲＬ：http://www.nikkei.com/article/DGKKZO04393180S6A700C1TJC000/＞
　本発明は、上記問題点に鑑み、出発原料の性状が日々刻々と変化する穀物処理施設（例えば、穀物共同乾燥調製施設、精米工場、食品工場など）においても、サテライト施設を無人化運転することを目的とする。
　本発明の第１の形態によれば、穀物処理施設の運転補助システムが提供される。この運転補助システムは、モデル施設に搬入される第１の穀物の第１の特性と、第１の穀物がモデル施設で処理された際に使用されたモデル施設の第１の運転パラメータと、モデル施設で処理された後の第１の穀物の味覚について実測された指標値と、が対応付けられて記憶されるデータベースと、サテライト施設に搬入される第２の穀物の第２の特性を受け付ける受付部と、受け付けられた第２の特性と、データベースに蓄積された情報と、に基づいて、サテライト施設で第２の穀物を処理する際に使用される第２の運転パラメータを算出する算出部と、算出された第２の運転パラメータを、ネットワークを介してサテライト施設に提供する提供部と、を備える。
　かかる運転補助システムによれば、モデル施設での処理実績に基づいて、サテライト施設のための最適な運転パラメータ（第２の運転パラメータ）が算出される。したがって、この第２の運転パラメータをサテライト施設に提供することによって、サテライト施設を第２のパラメータにしたがって好適に無人化運転することができる。換言すれば、サテライト施設は、標準的なモデル施設に倣って（模倣して）、無人自動運転され得る。
　本発明の第２の形態によれば、第１の形態において、サテライト施設は、複数のサテライト施設を備える。算出部は、第２の穀物をモデル施設で処理する場合の最適運転パラメータを算出し、最適運転パラメータに対して、複数のサテライト施設の各々の条件に応じた補正を行うことによって、第２のパラメータを算出する。かかる形態によれば、複数のサテライト施設の各々の条件（例えば、地域差、品種の差、環境条件の差、設備仕様の差などの、モデル施設と異なる特殊事情）があったとしても、この条件に応じた補正を行うことで、各サテライト施設を好適に自動運転することができる。
　本発明の第３の形態によれば、第１または第２の形態において、受付部は、ネットワークを介して第２の特性を受け付ける。かかる形態によれば、例えば、モデル施設のオペレータ、または、サテライト施設を利用する農家は、通信端末を使用して遠隔的に第２の特性を入力することができる。このため、ユーザの利便性が向上する。
　本発明の第４の形態によれば、第１ないし第３のいずれかの形態において、運転補助システムは、提供部によって提供される第２のパラメータに基づいて、サテライト施設の自動運転を行う制御部を備える。かかる形態によれば、第１ないし第３のいずれかの形態と同一の効果を奏する。
　本発明の第５の形態によれば、穀物処理施設が提供される。この穀物処理施設は、モデル施設と、サテライト施設と、第１ないし第４のいずれかの運転補助システムと、を備える。かかる穀物処理施設によれば、第１ないし第４のいずれかの形態と同一の効果を奏する。
　本発明の第６の形態によれば、第５の形態において、モデル施設は、モデル施設が備える設備の各種データを収録するデータ収録装置を備える。かかる形態によれば、荷受データに関連付けて各処理（例えば、粗選、乾燥、籾摺、選別）をしたときの処理データを取得し、第２の運転パラメータの算出に活用することができる。
　本発明の第７の形態によれば、第５または第６の形態において、モデル施設およびサテライト施設は、穀物共同乾燥調製施設である。本発明の第８の形態によれば、第５または第６の形態において、モデル施設およびサテライト施設は、精米工場である。
　本発明の第９の形態によれば、モデル化施設とサテライト施設とを備える広域分散配置型穀物処理施設において、サテライト施設を自動運転制御する方法が提供される。この方法は、モデル施設に搬入される第１の穀物の第１の特性を記録する工程と、モデル施設において第１の穀物を処理する工程と、処理された第１の穀物の味覚についての指標値を実測する工程と、第１の特性と、第１の穀物がモデル施設で処理された際に使用されたモデル施設の第１の運転パラメータと、指標値と、が対応付けられて記憶されるデータベースを用意する工程と、サテライト施設に搬入される第２の穀物の第２の特性を受け付ける工程と、受け付けられた第２の特性と、データベースに蓄積された情報と、に基づいて、サテライト施設で第２の穀物を処理する際に使用される第２の運転パラメータを算出する工程と、算出された第２の運転パラメータを、ネットワークを介してサテライト施設に提供する工程と、提供された第２のパラメータに基づいて、サテライト施設の自動運転を行う工程と、を備える。かかる方法によれば、第１の形態と同様の効果を奏する。
本発明の一実施形態による穀物処理施設に係る概念図である。 第１実施形態によるモデル施設およびサテライト施設としての穀物共同乾燥調製施設の概略構成を示す図である。 モデル施設のデータベース構成の一例を示す図表である。 モデル施設のデータベースの構成の一例を示す図表である。 サテライト施設の運転パラメータを算出する処理の概念図である。 第２実施形態によるモデル施設およびサテライト施設としての精米工場の概略構成を示す図である。
　Ａ．第１実施形態：
　以下、本発明の第１実施形態を図面に基づいて説明する。図１は、本発明の一実施形態による穀物処理施設１の概念図である。図１に示すように、本発明の一実施形態による穀物処理施設１（以下、単に施設１とも呼ぶ）は、模範または規範となる標準的なモデル施設２と、各生産地に設置される複数（ここでは、ｎ個）のサテライト施設（現場施設、フィールド施設、圃場施設またはサイト施設とも称される）３－１～３－ｎ（サテライト施設３－１～３－ｎを総称して、サテライト施設３とも呼ぶ）と、クラウドサーバ５と、を備えている。サテライト施設は、現場施設、フィールド施設、圃場施設またはサイト施設とも称される。モデル施設２とサテライト施設３とクラウドサーバ５とは、ネットワーク（ここでは、インターネット４）を介して互いに通信可能に接続されている。インターネット４に代えて、専用回線など、任意のネットワークが採用され得る。
　モデル施設２およびサテライト施設３は、本実施形態では、それぞれ、穀物の乾燥から包装出荷までの作業が行われる穀物共同乾燥調製施設１００ａ，１００ｂとして実現される。穀物共同乾燥調製施設は、数戸ないし数百戸の農家によって共同で使用される。モデル施設２は、人員が配置されて運転管理されるが、サテライト施設３は、無人自動運転が行われる。
　クラウドサーバ５は、サテライト施設３を自動無人化運転させるための運転補助システムとして作用する。クラウドサーバ５は、データベース５ａと、受付部５ｂと、算出部５ｃと、提供部５ｄと、気象情報取得部５ｅと、を備えている。これらの機能部は、メモリに記憶された所定のプログラムを実行することによって実現される。データベース５ａには、モデル施設２に搬入される穀物（ここでは、米）の特性と、この米がモデル施設２で処理された際に使用された運転パラメータと、モデル施設２で処理された後の米の味覚について実測された指標値と、が対応付けられて記憶される。受付部５ｂは、サテライト施設３に搬入される米の特性を受け付ける。算出部５ｃは、受付部５ｂによって受け付けられた特性と、データベース５ａに蓄積された情報と、に基づいて、サテライト施設３で米を処理する際に使用される運転パラメータを算出する。提供部５ｄは、算出部５ｃによって算出された運転パラメータを、インターネット４を介してサテライト施設３に提供する。気象情報取得部５ｅは、サテライト施設３が設置された地域の気象情報を、インターネット４を介して取得する。このような気象情報は、例えば、気象庁や民間の気象情報会社からインターネット４上に提供されている。これらのクラウドサーバ５の機能の詳細については後述する。
　図２は、モデル施設２およびサテライト施設３としての穀物共同乾燥調製施設１００ａ，１００ｂの概略構成を示す図である。図示するように、モデル施設２（穀物共同乾燥調製施設１００ａ）は、荷受ホッパ１０１と、荷受部１０３と、通風乾燥部１０５と、火力乾燥部１０７と、サイロ部１０９と、籾摺機１１０と、選別機１１１と、調製部１１３と、を備えている。荷受ホッパ１０１は、主として農家から持ち込まれる生籾を受ける。荷受部１０３は、粗選機１１８と荷受計量機１０２とを備えている。通風乾燥部１０５は、複数の通風乾燥機１０４を備えている。火力乾燥部１０７は、穀物を循環させながら所定水分に乾燥する火力乾燥機１０６を備えている。サイロ部１０９は、乾燥済の穀物を貯留する複数のサイロ１０８を備えている。籾摺機１１０は、乾燥済の穀物をサイロ１０８から取出して籾摺を行う。選別機１１１は、籾摺後の穀物の精選を行う。調製部１１３は、精選された穀物の計量・包装を行う。
　モデル施設２は、さらに、付帯設備として、テストドライヤー１１４と自主検定装置１１５と穀粒判別器１１６と食味測定器１１７とを備えている。テストドライヤー１１４は、荷受部１０３で採取したサンプル籾を所定水分値まで乾燥する。自主検定装置１１５は、乾燥済のサンプル籾を脱ぷ処理して整粒と屑粒とに分別し、整粒および屑粒の各重量値から歩留率を算出する。穀粒判別器１１６は、自主検定装置１１５から穀粒を取り出して光学的に品位などを算出する。食味測定器１１７は、光学的に食味値などを算出する。品位とは、整粒の割合や、水分率や、着色粒、未熟粒などの被害粒の割合などを実測することによって算出される指標であり、この指標は味覚に大きな影響を及ぼすので、味覚の指標の１つとして捉えることができる。食味値とは、近赤外線分析機で測定されるアミロース、タンパク質、水分および脂肪酸化度に基づいて算出される味覚の指標である。食味値は、分析検査に代えて、または、加えて、官能試験によって取得されてもよい。
　モデル施設２を構成する各機器には、各種データを取得するデータ収録装置Ｄが電気的に接続されている。例えば、粗選機１１８および荷受計量機１０２には、粗選データ（枝梗（イネの穂軸が付着している籾）付粒重、精籾重、枝梗付粒の割合、わら重、籾わら比など）および荷受データ（穀粒の重量値、荷受水分値、品種、農家の所有者コード、生産地（圃場の場所）など）を取得するデータ収録装置Ｄ１が接続される。つまり、データ収録装置Ｄ１では、搬入される米の特性に関するデータが取得される。また、火力乾燥機１０６には、乾燥データ（乾燥前の籾の初期水分値、乾燥後の籾の仕上水分値、乾減率、総乾燥時間、燃料消費率、総電力量など）を取得するデータ収録装置Ｄ２が接続される。さらに、籾摺機１１０には、籾摺データ（脱ぷ能力、脱ぷ率、未熟粒混入率、脱ぷロール交換頻度、最高電流値、平均電流値、最低電流値、総電力量など）を取得するデータ収録装置Ｄ３が接続される。
　選別機１１１には、選別データ（不良粒除去率（選別率）、回転選別機の選別筒の回転数、色彩選別機のイジェクタ作動回数、最高電流値、平均電流値、最低電流値、総電力量など）を取得するデータ収録装置Ｄ４が接続される。また、計量・包装機１１２には、計量・包装データ（計量回数、累計（出荷済）計量値、累計（出荷済）包袋数、総電力量など）を取得するデータ収録装置Ｄ５が接続される。さらに、サイロ１０８には、貯蔵データ（貯蔵期間、ローテーション回数、穀温最高温度、穀温最低温度、平均穀温など）を取得するデータ収録装置Ｄ６が接続される。
　そして、自主検定装置１１５、穀粒判別器１１６および食味測定器１１７には、自主検定データ（籾、玄米、整粒および屑粒の重量値、水分、歩留率、品種、農家の所有者コードおよび生産地（圃場の場所）など）と、品位データ（整粒、屑粒、着色粒の重量値など）と、食味データ（タンパク質含有率、アミロース含有率、食味官能評価、食味値など）を取得するデータ収録装置Ｄ７が接続されている。
　一方、図２に示すように、サテライト施設３（穀物共同乾燥調製施設１００ｂ）は、テストドライヤー１１４、自主検定装置１１５および各種データ収録装置Ｄ１～Ｄ７の各種計器を備えていない。
　上述した施設１における運転管理について以下に説明する。まず、モデル施設２に米が搬入されると、荷受サンプルごとに、データ収録装置Ｄ１によって、生産者、品種、生産地などの荷受データが取得される。これは、搬入者またはモデル施設２のオペレータがユーザインタフェースを使用して入力することによって行われる。次いで、荷受された米が各種設備で選別・乾燥処理され、データ収録装置Ｄ２～Ｄ７によって、そのときの調製機械の処理状況を数値化した調製処理データが取得される。さらに、データ収録装置Ｄ７によって、処理された米の味覚についての指標値（ここでは、品位データおよび食味データ）の実測が行われる。データ収録装置Ｄ１～Ｄ７によって取得された情報は、その各々が対応付けられ、インターネット４を介してデータベース５ａに記録される。
　図３および図４は、モデル施設の基本的なデータベース構成の一例を示している。図３では、データ収録装置Ｄ１，Ｄ７によって取得された情報を示している。図４では、データ収録装置Ｄ１～Ｄ４などで取得された調製処理データ、例えば、粗選データ、乾燥データ、籾摺データ、選別データなどを示している（計量・包装データ、貯蔵データは図示を省略している。）。図４に示される情報は、図３に示される各「荷受Ｎｏ.」に対応付けられて記憶されている。
　データベース５ａには、長年にわたり膨大なデータが蓄積されてもよい。また、データベース５ａには、日本各地の生産地情報についても蓄積されてもよい。このデータベースから、特定の産地の特定の品種ごとに、良好な味覚指標値が得られる運転パラメータ（例えば、図３において、「良」以上の品位、および、８０以上の食味値に対応付けられた運転パラメータ）である基準運転パラメータが設定されてもよい。例えば、モデル施設２には、「Ａ県産Ａ地区で生産され、品種がコシヒカリである米」に対応させて、この条件に該当する米を処理した際の調製処理データが基準運転パラメータとして設定されてもよい。
　図示は省略するが、データベース５ａには、気象情報取得部５ｅによって取得された気象情報が記録されてもよい。この気象情報は、データベース５ａに蓄積されたデータ群の各々の基礎となっている米の産地、収穫年に対応する気象データである。気象情報は、具体的には、例えば、播種から収穫までの期間の累積日照時間や累積気温（日平均気温の累積値）であってもよい。累積日照時間は、米の成熟度に影響し、累積気温は、タンパク質含有量に影響するので、これらは良好な味の米を製造する上で重要な因子となる。
　次いで、このようにして用意されたデータベース５ａを利用して、サテライト施設３に搬入される米の特性に応じて、サテライト施設３の運転パラメータが算出される。
　図５は、サテライト施設３の運転パラメータを算出する処理の概念図である。この処理は、図５に示すように、モデル施設２のオペレータまたはサテライト施設３を利用する農家（搬入者）が、サテライト施設３に搬入される米の特性を入力することで開始される（ステップＳ１）。この特性は、米の品質に影響する任意の因子であり、このような因子には、例えば、生産地、品種、気象条件、土壌条件、作柄などが含まれる。この入力は、例えば、スマートフォンなどの情報端末を使用して、インターネット４を介して行われてもよいし、モデル施設２やサテライト施設３のユーザインタフェースを介して行われてもよい。このような入力内容は、クラウドサーバ５の受付部５ｂによって受け付けられる。
　次いで、クラウドサーバ５の算出部５ｃ（図１）は、受付部５ｂが受け付けた各種因子に基づき、データベース５ａに格納された各種データファイル１１９～１２５（図５）を探索する。また、クラウドサーバ５の気象情報取得部５ｅによって、サテライト施設３が属する地域の気象情報がインターネット４を介して取得される。
　そして、算出部５ｃは、受付部５ｂによって受け付けられた米の特性（気象情報取得部５ｅによって取得された気象情報が含まれてもよい）と、データベース５ａに蓄積された情報と、に基づいて、受付部５ｂによって受け付けられた米の特性を有する米をモデル施設２で処理する場合の最適運転パラメータを算出する（ステップ２）。この処理は、例えば、上述の基準運転パラメータ（過去に良好な味覚指標値が得られた運転パラメータ）のうちから、受付部５ｂによって受け付けられた米の特性に近似する米の特性を有する運転パラメータを抽出する処理であってもよい。
　本実施例では、さらに、最適運転パラメータに対して、サテライト施設３の各々の条件、すなわち、（例えば、地域差、品種の差、環境条件の差、設備仕様の差などの、モデル施設２と異なる特殊事情）に応じた補正が行われる。この補正内容は、試験的に、上記最適運転パラメータを使用してサテライト施設３で処理された米の味覚指標値を実測し、最適運転パラメータと味覚指標値との関係から経験的および実験的に予め設定される。この補正は、補正前後の米の特性の組み合わせごとに予め設定されてもよい。例えば、「Ａ県産Ａ地区で生産され、品種がコシヒカリの米」と、「Ｂ県産Ｂ地区で生産され、品種がヒノヒカリの米」との対応関係における補正係数が、テーブルに記憶されていてもよい。
　こうして補正値（補正運転パラメータとも呼ぶ）が算出されると、補正値がクラウドサーバ５のマスタテーブル１２６（図５）に格納されるとともに、提供部５ｄによって、インターネット４を介してサテライト施設３に提供される。
　サテライト施設３では、制御部３３は、提供部５ｄによって提供された補正運転パラメータを受け取って、それに基づいてサテライト施設３の各種設備を自動運転する。
　このような最適運転パラメータの算出および／または補正処理には、データファイル１１９～１２５を基にした論理的な推論や、過去の経験から学習する人工知能（Artificial Intelligence、「ＡＩ」）が利用されてもよい。また、例えば、実験計画法、ニューラルネットワーク、ディープラーニング、ファジィ推論、多変量解析（マハラノビス距離、重回帰分析ほか）、スパースモデリング、サポートベクターマシンなど、種々の既知の手法およびアルゴリズムが使用されてもよい。また、定期的に、サテライト施設３で処理された米の味覚指標値を実測し、この味覚指標値と米の特性とを対応付けてクラウドサーバ５にフィードバックすることによって、ＡＩが学習してもよい。
　上述した施設１によれば、サテライト施設３は、モデル施設２での実績に基づいて、最適なパラメータで運転され得る。したがって、出発原料の性状が日々刻々と変化する穀物共同乾燥調製施設においても、モデル施設２に倣いながら群行動の監視を行い、これにより、サテライト施設３においても無人化を実現することができる。
　また、サテライト施設３で使用される運転パラメータの算出において、モデル施設２とサテライト施設３との間での特殊事情が補正処理によって考慮されるので、サテライト施設３の特殊事情に応じた良好な運転を簡易な手法で実現することができる。
　また、サテライト施設３は、基本的に標準的なモデル施設２に倣って運転され得るので、テストドライヤー１１４、自主検定装置１１５および各種データ収録装置Ｄ１～Ｄ７の各種計器を必ずしも必要としない。したがって、サテライト施設３をモデル施設２よりも簡略化した設備構成とすることができる。
　Ｂ．第２実施形態：
　本発明の第２実施形態について説明する。第２実施形態では、モデル施設２およびサテライト施設３は、本実施形態では、それぞれ、精選された玄米を精米した後、選別・計量するとともに袋詰めをして出荷を行う精米工場２００ａ，２００ｂとして実現される。以下、第１実施形態と同一の点については説明を省略し、第１実施形態と異なる点についてのみ説明する。
　精米工場２００ａは、荷受部２０３と、精米部２０８と、精選部２１１と、計量包装部２１３と、を備えている。荷受部２０３は、市場から持ち込まれる玄米を受ける荷受ホッパ２０１と、粗選機２０２と、を備えている。精米部２０８は、複数の精米機２０４，２０５，２０６と、石抜き機２０７と、を備えている。精選部２１１は、色彩選別機２０９と篩分け機２１０とを備えている。計量包装部２１３は、計量・包装機２１２を備えている。
　そして、第１実施形態と同様に、各機器には、各種データを取得するデータ収録装置Ｄが電気的に接続されている。例えば、荷受ホッパ２０１および粗選機２０２には、荷受データ（穀粒の重量値、荷受水分値、品種、農家の所有者コード、生産地（圃場の場所）など）および粗選データ（ひも状物など異物の混入の割合、整粒重量など）を取得するデータ収録装置Ｄ１０が接続される。また、精米機（一番機）２０４には、一番機搗精データ（電流値、歩留り、白度、総駆動時間、総電力量など）を取得するデータ収録装置Ｄ１１が接続される。同様に、精米機（二番機）２０５には、二番機搗精データを取得するデータ収録装置Ｄ１２が接続され、精米機（三番機）２０６には、三番機搗精データを取得するデータ収録装置Ｄ１３が接続される。さらに、石抜き機２０７には、石抜きデータ（石粒の重量、整粒の重量、石の混入率、総電力量など）を取得するデータ収録装置Ｄ１４が接続される。
　色彩選別機２０９には、選別データ（不良粒除去率（選別率）、色彩選別機のイジェクタ作動回数、最高電流値、平均電流値、最低電流値、総電力量など）を取得するデータ収録装置Ｄ１５が接続される。また、篩分け機２１０には、篩分けデータ（篩分け機回転数、破砕粒割合、整粒割合、総電力量など）を取得するデータ収録装置Ｄ１６が接続される。
　計量・包装機２１２には、計量・包装データ（計量回数、累計（出荷済）計量値、累計（出荷済）包袋数、総電力量など）を取得するデータ収録装置Ｄ１７が接続される。
　かかる第２実施形態では、第１実施形態と同様に、算出部５ｃは、受付部５ｂによって受け付けられた特性と、データベース５ａに蓄積された情報と、に基づいて、サテライト施設３で米を処理する際に使用される運転パラメータを算出する。これによって、第１実施例と同様の効果が得られる。
　Ｃ．変形例：
　Ｃ－１．変形例１：
　モデル施設２が１つのサテライト施設３－１に対して学習を行えば、学習を終えたサテライト施設３－１を基準にして、他のサテライト施設３－２～３－ｎに順次伝達する（サテライト施設３－１…３－ｎどうしの相互学習）ようにしてもよい。この処理は、クラウドサーバ５の算出部５ｃによって実行されてもよい。
　Ｃ－２．変形例２：
　上述の実施形態に加えて、モデル施設２は、穀物の搬入を受けた場合、その穀物をモデル施設２で処理するための運転パラメータを上述の手法によって、つまり、搬入穀物の特性と、データベース５ａに蓄積された情報と、に基づいて算出してもよい。
　Ｃ－３．変形例３：
　上述したクラウドサーバ５の機能の少なくとも一部は、他のネットワーク上の場所に配置されてもよい。例えば、クラウドサーバ５の機能のすべては、モデル施設２に備えられてもよいし、モデル施設２とＬＡＮを介して接続された情報処理端末に備えられてもよい。
　Ｃ－４．変形例４：
　上述の実施形態は、任意の穀物処理施設に適用することができ、例えば、穀物を扱う食品工場に適用されてもよい。
　以上、本発明のいくつかの実施形態について説明してきたが、上述した実施形態は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得るとともに、本発明にはその等価物が含まれることはもちろんである。また、上述した課題の少なくとも一部を解決できる範囲、または、効果の少なくとも一部を奏する範囲において、特許請求の範囲および明細書に記載された各形態要素の任意の組み合わせ、または、省略が可能である。例えば、上述の変形例２は、上述の第１または第２の実施形態と切り離して実現することも可能である。この場合、穀物処理施設に搬入される穀物の特性と、穀物が穀物処理施設で処理された際に使用された運転パラメータと、穀物処理施設で処理された後の穀物の味覚について実測された指標値と、が対応付けられて記憶されるデータベースと、穀物処理施設に新たに搬入される穀物の特性を受け付ける受付部と、受け付けられた特性と、データベースに蓄積された情報と、に基づいて、新たに搬入された穀物を処理する際に使用される運転パラメータを算出する算出部と、算出された運転パラメータに基づいて穀物処理施設の運転を制御する制御部と、を備える穀物処理施設の運転制御システムが提供され得る。
　穀物共同乾燥調製施設、精米工場または食品工場など、種々の穀物処理施設で適用することができる。
１　　施設（または工場）
２　　モデル施設
３　　サテライト施設
４　　インターネット
５　　クラウドサーバ
６　　補正手段
７　　入力手段
８　　気象情報取得手段
１００　　穀物共同乾燥調製施設
１０１　　荷受ホッパ
１０２　　荷受計量機
１０３　　荷受部
１０４　　通風乾燥機
１０５　　通風乾燥部
１０６　　火力乾燥機
１０７　　火力乾燥部
１０８　　サイロ
１０９　　サイロ部
１１０　　籾摺機
１１１　　選別機
１１２　　計量・包装機
１１３　　調製部
１１４　　テストドライヤー
１１５　　自主検定装置
１１６　　穀粒判別器
１１７　　食味測定器
１１８　　粗選機
１１９　　荷受データファイル
１２０　　粗選データファイル
１２１　　乾燥データファイル
１２２　　籾摺データファイル
１２３　　選別データファイル
１２４　　計量・包装データファイル
１２５　　貯蔵データファイル
１２６　　マスタテーブル
２００　　精米工場
２０１　　荷受ホッパ
２０２　　粗選機
２０３　　荷受部
２０４　　精米機
２０５　　精米機
２０６　　精米機
２０７　　石抜き機
２０８　　精米部
２０９　　色彩選別機
２１０　　篩分け機
２１１　　精選部
２１２　　計量・包装機
２１３　　計量包装部
Ｄ　　　　データ収録装置
 

Claims (9)

  1. 　穀物処理施設の運転補助システムであって、
    　モデル施設に搬入される第１の穀物の第１の特性と、前記第１の穀物が前記モデル施設で処理された際に使用された該モデル施設の第１の運転パラメータと、前記モデル施設で処理された後の前記第１の穀物の味覚について実測された指標値と、が対応付けられて記憶されるデータベースと、
    　サテライト施設に搬入される第２の穀物の第２の特性を受け付ける受付部と、
    　前記受け付けられた第２の特性と、前記データベースに蓄積された情報と、に基づいて、前記サテライト施設で前記第２の穀物を処理する際に使用される第２の運転パラメータを算出する算出部と、
    　前記算出された第２の運転パラメータを、ネットワークを介して前記サテライト施設に提供する提供部と
    　を備える運転補助システム。
  2. 　請求項１に記載の運転補助システムであって、
    　前記サテライト施設は、複数のサテライト施設を備え、
    　前記算出部は、前記第２の穀物を前記モデル施設で処理する場合の最適運転パラメータを算出し、該最適運転パラメータに対して、前記複数のサテライト施設の各々の条件に応じた補正を行うことによって、前記第２のパラメータを算出する
    　運転補助システム。
  3. 　請求項１または請求項２に記載の運転補助システムであって、
    　前記受付部は、ネットワークを介して前記第２の特性を受け付ける
    　運転補助システム。
  4. 　請求項１ないし請求項３のいずれか一項に記載の運転補助システムであって、
    　前記提供部によって提供される前記第２のパラメータに基づいて、前記サテライト施設の自動運転を行う制御部を備える
    　運転補助システム。
  5. 　穀物処理施設であって、
    　前記モデル施設と、
    　前記サテライト施設と、
    　請求項１ないし請求項４のいずれか一項に記載の運転補助システムと
    　を備える穀物処理施設。
  6. 　請求項５に記載の穀物処理施設であって、
    　前記モデル施設は、該モデル施設が備える設備の各種データを収録するデータ収録装置を備える
    　穀物処理施設。
  7. 　請求項５または請求項６の穀物処理施設であって、
    　前記モデル施設および前記サテライト施設は、穀物共同乾燥調製施設である
    　穀物処理施設。
  8. 　請求項５または請求項６の穀物処理施設であって、
    　前記モデル施設および前記サテライト施設は、精米工場である
    　穀物処理施設。
  9. 　モデル化施設とサテライト施設とを備える広域分散配置型穀物処理施設において、前記サテライト施設を自動運転制御する方法であって、
    　モデル施設に搬入される第１の穀物の第１の特性を記録する工程と、
    　前記モデル施設において前記第１の穀物を処理する工程と、
    　前記処理された第１の穀物の味覚についての指標値を実測する工程と、
    　前記第１の特性と、前記第１の穀物が前記モデル施設で処理された際に使用された該モデル施設の第１の運転パラメータと、前記指標値と、が対応付けられて記憶されるデータベースを用意する工程と、
    　前記サテライト施設に搬入される第２の穀物の第２の特性を受け付ける工程と、
    　前記受け付けられた第２の特性と、前記データベースに蓄積された情報と、に基づいて、前記サテライト施設で前記第２の穀物を処理する際に使用される第２の運転パラメータを算出する工程と、
    　前記算出された第２の運転パラメータを、ネットワークを介して前記サテライト施設に提供する工程と、
    　前記提供された前記第２のパラメータに基づいて、前記サテライト施設の自動運転を行う工程と
    　を備える方法。
     
PCT/JP2017/026023 2016-07-22 2017-07-19 穀物処理施設の運転補助システム、および、サテライト施設の自動運転制御方法 WO2018016512A1 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
US16/319,567 US20210283618A1 (en) 2016-07-22 2017-07-19 Operation assistance system for grain processing facility, and automatic operation control method for satellite facility
BR112019000774-1A BR112019000774A2 (pt) 2016-07-22 2017-07-19 sistema de assistência operacional para instalação de processamento de grãos e método de controle de operação automática para instalação por satélite
EP17831028.0A EP3489884A4 (en) 2016-07-22 2017-07-19 ASSISTANCE SYSTEM FOR THE OPERATION OF A GRAIN PROCESSING SITE AND METHOD FOR CONTROLLING THE AUTOMATIC OPERATION OF A RELATED SITE
CN201780045460.8A CN109564670A (zh) 2016-07-22 2017-07-19 谷物处理设施的运转辅助系统、以及卫星设施的自动运转控制方法
KR1020197005162A KR20190034249A (ko) 2016-07-22 2017-07-19 곡물 처리 시설의 운전 보조 시스템, 및 새틀라이트 시설의 자동 운전 제어 방법
PH12019500150A PH12019500150A1 (en) 2016-07-22 2019-01-21 Operation assistance system for grain processing facility, and automatic operation control method for satellite facility

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016-144293 2016-07-22
JP2016144293A JP6681048B2 (ja) 2016-07-22 2016-07-22 穀物処理施設の運転補助システム、および、サテライト施設の自動運転制御方法

Publications (1)

Publication Number Publication Date
WO2018016512A1 true WO2018016512A1 (ja) 2018-01-25

Family

ID=60992531

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/026023 WO2018016512A1 (ja) 2016-07-22 2017-07-19 穀物処理施設の運転補助システム、および、サテライト施設の自動運転制御方法

Country Status (9)

Country Link
US (1) US20210283618A1 (ja)
EP (1) EP3489884A4 (ja)
JP (1) JP6681048B2 (ja)
KR (1) KR20190034249A (ja)
CN (1) CN109564670A (ja)
BR (1) BR112019000774A2 (ja)
PH (1) PH12019500150A1 (ja)
TW (1) TW201816695A (ja)
WO (1) WO2018016512A1 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111565851B (zh) * 2017-11-23 2021-10-08 布勒有限公司 用于辊系统的研磨线的自动优化和控制的智能的自适应控制装置及对应的方法
JP6983381B2 (ja) * 2018-03-28 2021-12-17 株式会社サタケ カントリーエレベータまたはライスセンタ
JP7198414B2 (ja) * 2019-02-08 2023-01-04 株式会社サタケ 搗精施設のための運転支援装置、および、搗精施設
CN110674130A (zh) 2019-08-30 2020-01-10 深圳鸿智云创科技有限公司 数据传输方法
KR102204237B1 (ko) * 2020-04-30 2021-01-18 주식회사 지에스아이티엠 클라우드를 이용한 통합 수율 관리 시스템
CN113867152B (zh) * 2021-10-19 2023-06-30 金陵科技学院 用于单水合斯诺普利粉雾剂连续冻干过程建模及控制方法
CN114768986B (zh) * 2022-06-20 2022-09-16 江苏中腾石英材料科技股份有限公司 高纯熔融石英粉的精细化研磨装置及其研磨方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3362735B2 (ja) 1990-06-07 2003-01-07 株式会社山本製作所 穀粒乾燥施設における穀粒の乾燥処理システム及び荷受処理方法並びに荷受処理装置
JP2005176850A (ja) * 2005-01-11 2005-07-07 Nokodai Tlo Kk 情報処理装置および方法、並びに記録媒体
JP2014035700A (ja) * 2012-08-09 2014-02-24 Hitachi Solutions Ltd 農作物の栽培情報利活用システム
JP2014067308A (ja) * 2012-09-26 2014-04-17 Kubota Corp 農作管理システム及び農作物収穫機
JP2015072506A (ja) * 2013-10-01 2015-04-16 ネポン株式会社 農用機器制御方法、プログラム、システム、および装置
JP2016066293A (ja) * 2014-09-25 2016-04-28 株式会社クボタ 農業管理システム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3573316B2 (ja) * 1996-08-29 2004-10-06 株式会社サタケ 穀物乾燥機における乾燥制御方法
JP3672477B2 (ja) * 2000-03-30 2005-07-20 株式会社クボタ 穀物処理設備
JP3790515B2 (ja) * 2003-01-06 2006-06-28 株式会社クボタ 穀物検査装置
JP2006153411A (ja) * 2004-12-01 2006-06-15 Chugoku Electric Power Co Inc:The 蓄熱設備制御システム
US20070005451A1 (en) * 2005-06-10 2007-01-04 Pioneer Hi-Bred International, Inc. Crop value chain optimization
WO2009052336A1 (en) * 2007-10-19 2009-04-23 Pioneer Hi-Bred International, Inc. Electronic forum based on grain quality

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3362735B2 (ja) 1990-06-07 2003-01-07 株式会社山本製作所 穀粒乾燥施設における穀粒の乾燥処理システム及び荷受処理方法並びに荷受処理装置
JP2005176850A (ja) * 2005-01-11 2005-07-07 Nokodai Tlo Kk 情報処理装置および方法、並びに記録媒体
JP2014035700A (ja) * 2012-08-09 2014-02-24 Hitachi Solutions Ltd 農作物の栽培情報利活用システム
JP2014067308A (ja) * 2012-09-26 2014-04-17 Kubota Corp 農作管理システム及び農作物収穫機
JP2015072506A (ja) * 2013-10-01 2015-04-16 ネポン株式会社 農用機器制御方法、プログラム、システム、および装置
JP2016066293A (ja) * 2014-09-25 2016-04-28 株式会社クボタ 農業管理システム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
See also references of EP3489884A4
YUSUKE YOKOTA: "We want to know expanding IoT, and how will factories change?", 3 July 2016, NIHON KEIZAI SHINBUN

Also Published As

Publication number Publication date
EP3489884A1 (en) 2019-05-29
TW201816695A (zh) 2018-05-01
CN109564670A (zh) 2019-04-02
KR20190034249A (ko) 2019-04-01
JP6681048B2 (ja) 2020-04-15
BR112019000774A2 (pt) 2019-04-24
JP2018014028A (ja) 2018-01-25
EP3489884A4 (en) 2020-02-19
PH12019500150A1 (en) 2019-10-14
US20210283618A1 (en) 2021-09-16

Similar Documents

Publication Publication Date Title
WO2018016512A1 (ja) 穀物処理施設の運転補助システム、および、サテライト施設の自動運転制御方法
US20210295401A1 (en) Operation assistance system for grain processing facility
JP6466122B2 (ja) 農業管理システム
KR101927796B1 (ko) IoT 기반의 미곡종합처리장 설비보전 및 운영지원 시스템 및 그 방법
Kadam et al. Performance evaluation of power operated paddy winnower.
Luckyardi et al. Corn Sheller Machine Technology To Improve Farmers’ Productivity
KR102558834B1 (ko) IoT 기반의 클라우드 서비스를 제공하는 미곡종합처리장 클라우드 시스템
JP6386318B2 (ja) 農業管理システム
JP6367665B2 (ja) 農業管理システム
CN108289415B (zh) 农业管理系统
Yousif et al. Performance evaluation of combine harvester and the PTO tractor operated thresher for stationary threshing of sorghum
KR102538044B1 (ko) 스마트 rpc 통합 관리 시스템
JP7454131B2 (ja) 大型精米工場
Omobowale et al. Technical Appraisal of some Maize Shellers in Oyo and Kwara States of Nigeria
Miller et al. Machine Power and Drying Rate Relationships for High Energy Forage Sorghum
Farida Strategies Management of The Production Loss Risk Control In The Food Crop Cultivation System
Pakhomov et al. The Comparative Assessment Results of Winter Soft Wheat Grain Damage During Combine Harvesting
CN116828995A (zh) 用于从植物成分生产膳食的方法
Soots Post-harvest Processing Technology for Cultivated Berries
DE102020005104A1 (de) Verfahren zur zumindest rechnerunterstützten Steuerung einer Prozesskette zur Behandlung landwirtschaftlicher Produkte zu Trocken- und Semitrockenprodukten
DE PADUA A critical review of the losses in the rice postproduction system in some southeast Asian countries
Butts et al. Feasibility tests for a two-stage batch dryer for curing farmer stock peanuts
Fallah et al. Generic plan of food safety management system based on ISO 22000: 2005 for aflatoxin control in raw pistachio processing units from raw material reception to packaging
Hanna et al. Field equipment clean-out for identity-preserved grain production
Perk et al. Multivariate analysis and statistical monitoring of apple fruit development on the tree

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17831028

Country of ref document: EP

Kind code of ref document: A1

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112019000774

Country of ref document: BR

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20197005162

Country of ref document: KR

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2017831028

Country of ref document: EP

Effective date: 20190222

ENP Entry into the national phase

Ref document number: 112019000774

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20190115