特許ウォッチ

公開番号2025052664
公報種別公開特許公報(A)
公開日2025-04-07
出願番号2023161485
出願日2023-09-25
発明の名称分級結果予測方法、粒子の製造方法、分級結果予測装置および分級システム
出願人キヤノン株式会社
代理人個人,個人,個人,個人
主分類B07B 7/00 20060101AFI20250328BHJP(固体相互の分離;仕分け)
要約【課題】分級装置を用いた粒子の分級における粒子径と粒子の回収率との関係を精度よく予測する方法を提供する。
【解決手段】分級装置の第一の装置条件と、前記分級装置を用いた前記第一の装置条件での粒子の分級における粒子径と粒子の回収率との関係を関数でフィッティングした結果とに基づいて機械学習した第一の学習済みモデルを取得する工程と、前記第一の学習済みモデルに対して、前記分級装置の第二の装置条件を入力し、得られた出力結果から、前記第二の装置条件における粒子径と粒子の回収率との関係を推定する工程と、を含む、分級結果予測方法。
【選択図】図1
特許請求の範囲【請求項１】
分級装置の第一の装置条件と、前記分級装置を用いた前記第一の装置条件での粒子の分級における粒子径と粒子の回収率との関係を関数でフィッティングした結果とに基づいて機械学習した第一の学習済みモデルを取得する工程と、
前記第一の学習済みモデルに対して、前記分級装置の第二の装置条件を入力し、得られた出力結果から、前記第二の装置条件における粒子径と粒子の回収率との関係を推定する工程と、
を含む、分級結果予測方法。
続きを表示（約 990 文字）【請求項２】
前記関数でフィッティングした結果は、前記関数のフィッティング・パラメータを含む、請求項１に記載の分級結果予測方法。
【請求項３】
前記第一の装置条件における粒子径と粒子の回収率との関係は、コンピュータ・シミュレーションで予測することにより得られた結果を含む、請求項１に記載の分級結果予測方法。
【請求項４】
前記分級装置は、粒子径に応じて複数の粒子を分級するように構成されている、請求項１に記載の分級結果予測方法。
【請求項５】
前記粒子径と粒子の回収率との関係は、前記分級装置により分級される所定の粒子径区分の粒子についての関係である、請求項１に記載の分級結果予測方法。
【請求項６】
前記分級装置は、気体の流れを利用して粒子を分級するように構成されており、
前記第一の装置条件および前記第二の装置条件はそれぞれ、前記分級装置に導入される前記気体の流量を含む、請求項１に記載の分級結果予測方法。
【請求項７】
前記分級装置は、複数の流路から気体を吸気することで粒子を分級するように構成されており、
前記第一の装置条件および前記第二の装置条件はそれぞれ、前記複数の流路のそれぞれから吸気される前記気体の流量を含む、請求項１に記載の分級結果予測方法。
【請求項８】
前記分級装置は、分級された粒子が流れる複数の流路と、前記複数の流路を分岐させ、前記複数の流路のそれぞれの開口を画定するエッジと、前記開口の大きさを変更するための前記エッジの可動機構とを備え、
前記第一の装置条件および前記第二の装置条件はそれぞれ、前記可動機構の設定条件を含む、請求項１に記載の分級結果予測方法。
【請求項９】
前記可動機構は、軸を中心に前記エッジを回転させるように構成されており、
前記可動機構の前記設定条件は、前記エッジを回転させる角度を含む、請求項８に記載の分級結果予測方法。
【請求項１０】
前記可動機構は、前記エッジを平行移動させるように構成されており、
前記可動機構の前記設定条件は、前記エッジを平行移動させる変位量を含む、請求項８に記載の分級結果予測方法。
（【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】
本明細書の開示は、分級結果予測方法、粒子の製造方法、分級結果予測装置および分級システムに関する。
続きを表示（約 2,700 文字）【背景技術】
【０００２】
分級装置を用いた粒子の分級は、多様な分野において数多く用いられている重要なプロセスであり、従来、分級装置による粒子の分級性能を精度よく迅速に予測する試みがなされている。
非特許文献１では、サイクロン分級機において、「遠心力と流体抗力が釣り合う粒子径」が「回収率が５０％となる粒子径」と同等であると見なし、これをコンピュータ・シミュレーションで算出している。このコンピュータ・シミュレーション結果を機械学習モデルで学習し、条件に応じた「回収率が５０％となる粒子径」を即座に出力させている。
非特許文献２では、「回収率が５０％となる粒子径」について、コンピュータ・シミュレーションによる計算結果と実験結果とのペアを用いて、その差異を学習した機械学習モデルを構築している。これにより構築された学習済み機械学習モデルを用いることで、数値計算による「回収率が５０％となる粒子径」の予測の、現実の実験結果に対する再現精度を向上させている。
【先行技術文献】
【非特許文献】
【０００３】
D. Park and J. S. Go, “Design of Cyclone Separator Critica Diameter Model Based on Machine Learning and CFD,” Processes, vol. 8, no. 11, p. 1521, Nov. 2020, doi: 10.3390/pr8111521.
D. K. Le, M. Guo, and J. Y. Yoon, “A hybrid CFD - Deep Learning methodology to improve the accuracy of cut-off diameter prediction in coarse-grid simulations for cyclone separators,” Journal of Aerosol Science, vol. 170, p. 106143, May 2023, doi: 10.1016/j.jaerosci.2023.106143.
【発明の概要】
【発明が解決しようとする課題】
【０００４】
分級装置を用いた粒子製造工程では、ある装置条件において、所望の粒子径の粒子をどれだけ回収できるかを事前に予測することが重要である。
しかし、非特許文献１および２に記載の方法では、「回収される・されない」の中間となる粒子径の閾値は高速かつ精度よく予測できるが、その閾値となる粒子径よりも大きい、あるいは小さい粒子径を有する粒子の回収率については予測することは困難である。
【０００５】
本発明は上記課題に鑑みてなされたものである。すなわち、本発明は、分級装置を用いた粒子の分級における粒子径と粒子の回収率との関係を精度よく予測する方法を提供することを目的とする。
【課題を解決するための手段】
【０００６】
本発明の一態様に係る分級結果予測方法は、分級装置の第一の装置条件と、前記分級装置を用いた前記第一の装置条件での粒子の分級における粒子径と粒子の回収率との関係を関数でフィッティングした結果とに基づいて機械学習した第一の学習済みモデルを取得する工程と、前記第一の学習済みモデルに対して、前記分級装置の第二の装置条件を入力し、得られた出力結果から、前記第二の装置条件における粒子径と粒子の回収率との関係を推定する工程と、を含む。
【０００７】
また、本発明の別の態様に係る分級結果予測方法は、分級装置を用いた第一の装置条件での粒子の分級における粒子径と粒子の回収率との関係について、情報処理装置を用いて得られた予測結果を関数でフィッティングした結果と、前記分級装置を用いて粒子を分級することで得られた実験結果を前記関数でフィッティングした結果との違いを示す係数を補正係数としたとき、前記補正係数と、前記第一の装置条件とに基づいて機械学習した第一の学習済みモデルを取得する工程と、前記分級装置を用いて第二の装置条件の下で分級したときの粒子径と粒子の回収率との関係について、前記情報処理装置を用いて得られた予測結果を前記関数でフィッティングした結果を取得する工程と、前記第一の学習済みモデルに対して前記第二の装置条件を入力として得られた出力結果を用いて、前記第二の装置条件での分級について得られた予測結果を補正する工程と、を含む。
【０００８】
また、本発明の別の態様に係る粒子の製造方法は、上記分級結果予測方法を用いて予測した分級結果を基に、前記分級装置の装置条件を決定する条件決定工程と、前記条件決定工程で決定した装置条件の下で前記分級装置により粒子を分級する分級工程と、を含む。
【０００９】
また、本発明の別の態様に係る分級結果予測装置は、分級装置の装置条件と、前記分級装置を用いた第一の装置条件での粒子の分級における粒子径と粒子の回収率との関係を関数でフィッティングした結果とに基づいて機械学習した第一の学習済みモデルを取得する学習済みモデル取得部と、前記第一の学習済みモデルに対して、前記分級装置の第二の装置条件を入力し、得られた出力結果から、前記第二の装置条件における粒子径と粒子の回収率との関係を推定する推定部と、を有する。
【００１０】
また、本発明の別の態様に係る分級結果予測装置は、分級装置を用いた第一の装置条件での粒子の分級における粒子径と粒子の回収率との関係について、情報処理装置を用いて得られた予測結果を関数でフィッティングした結果と、前記分級装置を用いて粒子を分級することで得られた実験結果を前記関数でフィッティングした結果との違いを示す係数を補正係数としたとき、前記補正係数と、前記第一の装置条件とに基づいて機械学習した第一の学習済みモデルを取得する学習済みモデル取得部と、前記分級装置を用いて第二の装置条件の下で分級したときの粒子径と粒子の回収率との関係について、前記情報処理装置を用いて得られた予測結果を前記関数でフィッティングした結果を取得するフィッティング結果取得部と、前記第一の学習済みモデルに対して前記第二の装置条件を入力として得られた出力結果を用いて、前記第二の装置条件での分級について得られた前記フィッティングの結果を補正する補正部と、を有する。
（【００１１】以降は省略されています）

関連特許