特許ウォッチ

公開番号2024154753
公報種別公開特許公報(A)
公開日2024-10-31
出願番号2023068773
出願日2023-04-19
発明の名称予測方法、混合物の製造方法、学習装置、予測装置及びプログラム
出願人住友化学株式会社
代理人個人,個人
主分類G16C 60/00 20190101AFI20241024BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】グラスライニング機器の破損を予測する。
【解決手段】コンピュータが、1種類以上の固体及び1種類以上の液体を含む混合物に関する帯電パラメータと、混合物によるグラスライニング機器の破損に関する情報とを含むデータセットに基づいて、帯電パラメータと破損との関係を学習した学習済みモデルを生成する手順と、1種類以上の固体及び1種類以上の液体を含む原料混合物に関する帯電パラメータを学習済みモデルに入力することで、原料混合物によるグラスライニング機器の破損を予測する手順と、を実行する。
【選択図】図4
特許請求の範囲【請求項１】
コンピュータが、
１種類以上の固体及び１種類以上の液体を含む混合物に関する帯電パラメータと、前記混合物によるグラスライニング機器の破損に関する情報とを含むデータセットに基づいて、前記帯電パラメータと前記破損との関係を学習した学習済みモデルを生成する手順と、
１種類以上の固体及び１種類以上の液体を含む原料混合物に関する前記帯電パラメータを前記学習済みモデルに入力することで、前記原料混合物による前記グラスライニング機器の破損を予測する手順と、
を実行する予測方法。
続きを表示（約 870 文字）【請求項２】
前記混合物は、スラリーである、
請求項１に記載の予測方法。
【請求項３】
前記スラリーは、高帯電スラリーである、
請求項２に記載の予測方法。
【請求項４】
前記帯電パラメータは、前記混合物を前記グラスライニング機器に接触させたときに前記グラスライニング機器の帯電状態を変化させる因子を含む、
請求項１に記載の予測方法。
【請求項５】
前記帯電パラメータは、前記混合物の物性値と前記グラスライニング機器による撹拌条件とを含む、
請求項４に記載の予測方法。
【請求項６】
前記コンピュータが、
前記グラスライニング機器の帯電状態を変化させる複数の因子を説明変数とし、前記グラスライニング機器の破損に関する情報を目的変数とする回帰モデルを学習する手順と、
前記回帰モデルにおける各説明変数の重要度に基づいて前記複数の因子から前記帯電パラメータを決定する手順と、
をさらに実行する請求項４に記載の予測方法。
【請求項７】
前記学習済みモデルは、多変量解析モデル又は回帰モデルである、
請求項１に記載の予測方法。
【請求項８】
前記多変量解析モデルは、主成分分析モデルである、
請求項７に記載の予測方法。
【請求項９】
前記回帰モデルは、ロジスティック回帰モデルである、
請求項７に記載の予測方法。
【請求項１０】
請求項１から９のいずれかに記載の予測方法により、１種類以上の固体及び１種類以上の液体を含む原料混合物によるグラスライニング機器の破損を予測する工程と、
前記グラスライニング機器の破損の予測結果が前記原料混合物により前記グラスライニング機器が破損しないことを示すとき、前記原料混合物を前記グラスライニング機器に接触させる工程と、
を含む混合物の製造方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、予測方法、混合物の製造方法、学習装置、予測装置及びプログラムに関する。
続きを表示（約 1,300 文字）【背景技術】
【０００２】
グラスライニング機器は運転中に発生する静電気に起因して破損することがある。例えば、非特許文献１には、静電気によるグラスライニング撹拌槽の損傷事例及びグラスライニング機器における静電気対策が開示されている。
【先行技術文献】
【非特許文献】
【０００３】
沢田雅光、「静電気によるＧＬの損傷とその対策」、神鋼パンテック技報、Ｖｏｌ．３４、Ｎｏ．３、ｐｐ．２２－２７、１９９０年
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、従来のグラスライニング機器の静電気対策は破損防止の効果が不明である。例えば、非特許文献１に開示されている静電気対策は定性条件のみであり、グラスライニング機器の破損を防止するための基準が明確ではない。
【０００５】
本開示の一態様は、グラスライニング機器の破損を予測することを目的とする。
【課題を解決するための手段】
【０００６】
本開示の一態様による予測方法は、コンピュータが、１種類以上の固体及び１種類以上の液体を含む混合物に関する帯電パラメータと、混合物によるグラスライニング機器の破損に関する情報とを含むデータセットに基づいて、帯電パラメータと破損との関係を学習した学習済みモデルを生成する手順と、１種類以上の固体及び１種類以上の液体を含む原料混合物に関する帯電パラメータを学習済みモデルに入力することで、原料混合物によるグラスライニング機器の破損を予測する手順と、を実行する。
【発明の効果】
【０００７】
本開示の一態様によれば、グラスライニング機器の破損を予測することができる。
【図面の簡単な説明】
【０００８】
混合物製造システムの一例を示す図である。
コンピュータのハードウェア構成の一例を示すブロック図である。
混合物製造システムの機能構成の一例を示すブロック図である。
製造方法の一例を示すフローチャートである。
決定処理の一例を示すフローチャートである。
学習処理の一例を示すフローチャートである。
予測処理の一例を示すフローチャートである。
検証結果の一例を示す図である。
【発明を実施するための形態】
【０００９】
以下、本開示の各実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能を有する構成要素については、同一の符号を付することにより重複した説明を省略する。
【００１０】
［実施形態］
本開示の一実施形態は、グラスライニング機器を用いて固体と液体とを含む混合物を製造する混合物製造システムである。グラスライニング機器は、グラスライニングが施された機器である。グラスライニングは、鋼等の金属基材にグラス層を形成する表面処理法である。グラスライニング機器において、グラス層が形成された部位はグラスライニング面等とも呼ばれる。
（【００１１】以降は省略されています）

関連特許