特許ウォッチ

公開番号2025095718
公報種別公開特許公報(A)
公開日2025-06-26
出願番号2023211961
出願日2023-12-15
発明の名称推定モデル生成装置、推定装置、推定モデル生成方法、推定方法、及びプログラム
出願人株式会社カネカ
代理人個人,個人,個人,個人
主分類B01F 35/213 20220101AFI20250619BHJP(物理的または化学的方法または装置一般)
要約【課題】分散系の状態を推定することができる。
【解決手段】分散系製造装置における製造工程における特徴量であるプロセスデータ、前記分散系製造装置が製造する分散系の原料の特徴量である原料データ、前記分散系製造装置を示す特徴量である装置データ、及び前記分散系の状態の特徴量であって、前記プロセスデータ、前記原料データ及び前記装置データを含まない特徴量である状態データを教師データとして、推定対象である分散系を製造する分散系製造装置のプロセスデータ、前記推定対象である分散系の原料データ及び前記推定対象である分散系を製造する分散系製造装置の装置データを入力したときに、前記推定対象である分散系の状態データを出力するような推定モデルを生成する、推定モデル生成方法。
【選択図】図1
特許請求の範囲【請求項１】
分散系製造装置における製造工程における特徴量であるプロセスデータ、前記分散系製造装置が製造する分散系の原料の特徴量である原料データ、前記分散系製造装置を示す特徴量である装置データ、及び前記分散系の状態の特徴量であって、前記プロセスデータ、前記原料データ及び前記装置データを含まない特徴量である状態データを教師データとして、
推定対象である分散系を製造する分散系製造装置のプロセスデータ、前記推定対象である分散系の原料データ及び前記推定対象である分散系を製造する分散系製造装置の装置データを入力データとして入力したときに、前記推定対象である分散系の状態データを出力するような推定モデルを生成する、
推定モデル生成方法。
続きを表示（約 1,600 文字）【請求項２】
前記教師データは、前記教師データに係る分散系製造装置内の不均一性の特徴量である不均一性データを含み、
前記入力データは、前記推定対象である分散系を製造する分散系製造装置内の不均一性の特徴量である不均一性データを含む、
請求項１に記載の推定モデル生成方法。
【請求項３】
前記教師データに含まれる不均一性データは、前記教師データに含まれるプロセスデータ、原料データ及び装置データをシミュレーションすることで生成されるデータである、
請求項２に記載の推定モデル生成方法。
【請求項４】
分散系製造装置における製造工程における特徴量であるプロセスデータ、前記分散系製造装置が製造する分散系の原料の特徴量である原料データ、及び前記分散系製造装置を示す特徴量である装置データを入力したときに、前記分散系の状態の特徴量であって、前記プロセスデータ、前記原料データ及び前記装置データを含まない特徴量である状態データを出力するように学習された推定モデルに、推定対象である分散系を製造する分散系製造装置のプロセスデータ、前記推定対象である分散系の原料データ及び前記推定対象である分散系を製造する分散系製造装置の装置データを入力することで、前記推定対象である分散系の状態を推定する、
推定方法。
【請求項５】
前記推定モデルは、プロセスデータ、原料データ、装置データ及び分散系製造装置内の不均一性の特徴量である不均一性データを入力したときに、状態データを出力するように学習され、
前記推定モデルに、前記推定対象である分散系に係るプロセスデータ、原料データ、装置データ及び前記推定対象である分散系の不均一性データを入力することで、前記推定対象である分散系の状態を推定する、
請求項４に記載の推定方法。
【請求項６】
前記推定対象である分散系の不均一性データは、前記推定対象である分散系に係るプロセスデータ、原料データ及び装置データに基づくシミュレーションにより算出される、
請求項５に記載の推定方法。
【請求項７】
分散系製造装置における製造工程における特徴量であるプロセスデータ、前記分散系製造装置が製造する分散系の原料の特徴量である原料データ、前記分散系製造装置を示す特徴量である装置データ、及び前記分散系の状態の特徴量であって、前記プロセスデータ、前記原料データ及び前記装置データを含まない特徴量である状態データを教師データとして、推定対象である分散系を製造する分散系製造装置のプロセスデータ、前記推定対象である分散系の原料データ及び前記推定対象である分散系を製造する分散系製造装置の装置データを入力したときに、前記推定対象である分散系の状態データを出力するような推定モデルを生成する、
推定モデル生成装置。
【請求項８】
分散系製造装置における製造工程における特徴量であるプロセスデータ、前記分散系製造装置が製造する分散系の原料の特徴量である原料データ、及び前記分散系製造装置を示す特徴量である装置データを入力したときに、前記分散系の状態の特徴量であって、前記プロセスデータ、前記原料データ及び前記装置データを含まない特徴量である状態データを出力するように機械学習の手法により学習された推定モデルに、推定対象である分散系を製造する分散系製造装置のプロセスデータ、前記推定対象である分散系の原料データ及び前記推定対象である分散系を製造する分散系製造装置の装置データを入力することで、前記推定対象である分散系の状態を推定する、
推定装置。
【請求項９】
コンピュータに、請求項１に記載の推定モデル生成方法を実行させるプログラム。
【請求項１０】
コンピュータに、請求項４に記載の推定方法を実行させるプログラム。
（【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】
本発明は、推定モデル生成装置、推定装置、推定モデル生成方法、推定方法、及びプログラムに関する。
続きを表示（約 2,300 文字）【背景技術】
【０００２】
エマルジョンなどの分散系を製造する手法がある。分散系の製造において、製造される分散系の品質を改善するために、分散系の品質情報を取得することが求められている。例えば、特許文献１には、攪拌槽から逐次サンプリングを行ってエマルジョンの物性評価を行うことが開示されている。例えば、特許文献２には、攪拌槽にプローブ類を挿入し、リアルタイムでエマルジョンの物性を測定することが開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２００１－３２４４９８号公報
特表２００９－５０９７３２号公報
【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、特許文献１及び特許文献２に開示された方法においては攪拌槽中のエマルジョンにエマルジョンの状態や各種物性を測定するセンサやプローブなどを入れることが必要である。これらの方法はコンタミネーション防止といった理由により、センサやプローブをエマルジョンなど分散系の内部に入れることができない場合には使用することができない。
本発明の目的は、分散系の状態を推定する推定モデル生成装置、推定装置、推定モデル生成方法、推定方法、及びプログラムを提供することにある。
【課題を解決するための手段】
【０００５】
本発明の一態様は、分散系製造装置における製造工程における特徴量であるプロセスデータ、前記分散系製造装置が製造する分散系の原料の特徴量である原料データ、前記分散系製造装置を示す特徴量である装置データ、及び前記分散系の状態の特徴量であって、前記プロセスデータ、前記原料データ及び前記装置データを含まない特徴量である状態データを教師データとして、推定対象である分散系を製造する分散系製造装置のプロセスデータ、前記推定対象である分散系の原料データ及び前記推定対象である分散系を製造する分散系製造装置の装置データを入力データとして入力したときに、前記推定対象である分散系の状態データを出力するような推定モデルを生成する、推定モデル生成方法である。
【０００６】
本発明の一態様は、分散系製造装置における製造工程における特徴量であるプロセスデータ、前記分散系製造装置が製造する分散系の原料の特徴量である原料データ、及び前記分散系製造装置を示す特徴量である装置データを入力したときに、前記分散系の状態の特徴量であって、前記プロセスデータ、前記原料データ及び前記装置データを含まない特徴量である状態データを出力するように機械学習の手法により学習された推定モデルに、推定対象である分散系を製造する分散系製造装置のプロセスデータ、前記推定対象である分散系の原料データ及び前記推定対象である分散系を製造する分散系製造装置の装置データを入力することで、前記推定対象である分散系の状態を推定する、推定方法である。
【０００７】
本発明の一態様は、分散系に関するデータに含まれる解析条件データ、及び前記分散系の状態の特徴量であって、前記分散系に関するデータを含まない特徴量である状態データを教師データとして、推定対象である分散系の前記解析条件データに含まれる第一のデータ及び前記推定対象である分散系の状態データを入力データとして入力したときに、
前記推定対象である分散系の前記解析条件データに含まれ、前記第一のデータに含まれない第二のデータを出力するような推定モデルを生成する、推定モデル生成方法であって、前記分散系に関するデータは、分散系製造装置における製造工程における特徴量であるプロセスデータ、分散系製造装置が製造する分散系の原料の特徴量である原料データ及び分散系製造装置を示す特徴量である装置データである、推定モデル生成方法である。
【０００８】
本発明の一態様は、分散系に関するデータに含まれる第一のデータ及び前記分散系の状態の特徴量であって、前記分散系に関するデータを含まない特徴量である状態データを入力したときに、前記分散系に関するデータに含まれ、前記第一のデータに含まれない第二のデータを出力するように学習された推定モデルに、推定対象である分散系の前記第一のデータ及び前記推定対象の分散系の状態データを入力することで、前記推定対象である分散系の前記第二のデータを推定する、推定方法であって、前記分散系に関するデータは、分散系製造装置における製造工程における特徴量であるプロセスデータ、分散系製造装置が製造する分散系の原料の特徴量である原料データ及び分散系製造装置を示す特徴量である装置データである、推定方法。
【発明の効果】
【０００９】
本発明によれば、分散系の状態を推定することができる。
【図面の簡単な説明】
【００１０】
第１の実施形態に係る推定モデル生成装置の構成を示す図である。
第１の実施形態に係る推定モデル生成装置１の動作を示すフローチャートである。
第１の実施形態に係る推定装置の構成を示す図である。
第１の実施形態に係る推定装置の動作を示すフローチャートである。
第２の実施形態に係る推定モデル生成装置の構成を示す図である。
第２の実施形態に係る推定装置の構成を示す図である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許