特許 6742010 アスファルト混合物の成分情報推定システム及び成分情報推定方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】6742010

(24)【登録日】2020年7月30日

(45)【発行日】2020年8月19日

(54)【発明の名称】アスファルト混合物の成分情報推定システム及び成分情報推定方法

(51)【国際特許分類】

   E01C 19/02 20060101AFI20200806BHJP

   G01N 21/27 20060101ALI20200806BHJP

   G01N 15/02 20060101ALI20200806BHJP

   G01N 33/42 20060101ALI20200806BHJP

【ＦＩ】

   E01C19/02

   G01N21/27 A

   G01N15/02 B

   G01N33/42

【請求項の数】9

【全頁数】30

(21)【出願番号】特願2020-12687(P2020-12687)

(22)【出願日】2020年1月29日

【審査請求日】2020年1月31日

【早期審査対象出願】

(73)【特許権者】

【識別番号】000201515

【氏名又は名称】前田道路株式会社

(73)【特許権者】

【識別番号】520002494

【氏名又は名称】株式会社ポイントキャット

(74)【代理人】

【識別番号】110000486

【氏名又は名称】とこしえ特許業務法人

(72)【発明者】

【氏名】浅川 眞二

(72)【発明者】

【氏名】宮本 博文

【審査官】 石川 信也

(56)【参考文献】

【文献】 特開２００３−０３８９８１（ＪＰ，Ａ）

【文献】 特開２００７−１６３３５１（ＪＰ，Ａ）

【文献】 実開平０６−０８６０５５（ＪＰ，Ｕ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｅ０１Ｃ １９／００−１９／５２

Ｅ０１Ｃ ２１／００−２３／２４

Ｇ０１Ｎ １５／０２

Ｇ０１Ｎ ２１／２７

Ｇ０１Ｎ ３３／４２

(57)【特許請求の範囲】

【請求項1】

ミキサによって骨材とアスファルトとを混合してアスファルト混合物を製造するアスファルトプラントにおいて、前記アスファルト混合物の成分に関する情報を推定するアスファルト混合物の成分情報推定システムであって、
少なくとも、前記ミキサへの前記骨材の供給量と、前記ミキサへの新規アスファルトの供給量Ｇａとを取得する取得装置と、
前記ミキサが前記骨材と前記アスファルトとを混合する前に前記骨材を撮影する撮像装置と、
前記撮像装置が撮影した画像データに対して画像解析処理を行い、前記骨材の混合前骨材粒度を測定する画像解析処理装置と、
少なくとも、前記骨材の前記混合前骨材粒度、及び、前記骨材の供給量に基づいて、前記アスファルト混合物に含有される前記骨材の全体骨材粒度Ｙｊを算出すると共に、少なくとも、前記骨材の供給量、及び、前記新規アスファルトの供給量Ｇａに基づいて、前記アスファルト混合物に含有される前記アスファルトの含有率Ｚを算出する演算装置と、を備えたアスファルト混合物の成分情報推定システム。

【請求項2】

請求項１に記載のアスファルト混合物の成分情報推定システムであって、
前記骨材は、新規骨材を含み、
前記アスファルトプラントは、粒度に応じて分級された前記新規骨材を貯蔵する複数の貯蔵ビンを有するホットビンを備え、
前記骨材の供給量は、前記ミキサへの前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋを含み、
前記撮像装置は、前記貯蔵ビンの各々に対応して設けられ、前記貯蔵ビンの各々の内部を撮影可能な複数の第１撮像装置を含み、
前記画像解析処理装置は、前記第１撮像装置が撮影した画像データに対して画像解析処理を行い、前記貯蔵ビン毎の前記新規骨材の混合前新規骨材粒度Ｈｋｊを測定する第１画像解析処理装置を含み、
前記演算装置は、
少なくとも、前記貯蔵ビン毎の前記新規骨材の前記混合前新規骨材粒度Ｈｋｊ、及び、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋに基づいて、前記アスファルト混合物の前記骨材の前記全体骨材粒度Ｙｊを算出すると共に、
少なくとも、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、及び、前記新規アスファルトの供給量Ｇａに基づいて、前記アスファルトの含有率Ｚを算出するアスファルト混合物の成分情報推定システム。

【請求項3】

請求項１に記載のアスファルト混合物の成分情報推定システムであって、
前記骨材は、再生骨材を含み、
前記骨材の供給量は、前記ミキサへの前記再生骨材の供給量Ｇｔを含み、
前記撮像装置は、前記再生骨材を撮影する第２撮像装置を含み、
前記画像解析処理装置は、前記第２撮像装置が撮像した画像データに対して画像解析処理を行い、前記再生骨材の混合前再生骨材粒度Ｒｊと、前記再生骨材に含有される旧アスファルトの含有量Ｇｂとを算出する第２画像解析処理装置を含み、
前記演算装置は、
少なくとも、前記再生骨材の前記混合前再生骨材粒度Ｒｊ、及び、前記再生骨材の供給量Ｇｔに基づいて、前記アスファルト混合物に含有される前記骨材の前記全体骨材粒度Ｙｊを算出すると共に、
少なくとも、前記再生骨材の供給量Ｇｔ、前記新規アスファルトの供給量Ｇａ、及び、前記旧アスファルトの含有量Ｇｂに基づいて、前記アスファルトの含有率Ｚを算出するアスファルト混合物の成分情報推定システム。

【請求項4】

請求項１に記載のアスファルト混合物の成分情報推定システムであって、
前記骨材は、新規骨材及び再生骨材を含み、
前記アスファルトプラントは、粒度に応じて分級された前記新規骨材を貯蔵する複数の貯蔵ビンを有するホットビンを備え、
前記骨材の供給量は、
前記ミキサへの前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋと、
前記ミキサへの前記再生骨材の供給量Ｇｔとを含み、
前記撮像装置は、
前記貯蔵ビンの各々に対応して設けられ、前記貯蔵ビンの各々の内部を撮影可能な複数の第１撮像装置と、
前記再生骨材を撮影する第２撮像装置とを含み、
前記画像解析処理装置は、
前記第１撮像装置が撮影した画像データに対して画像解析処理を行い、前記貯蔵ビン毎の前記新規骨材の混合前新規骨材粒度Ｈｋｊを測定する第１画像解析処理装置と、
前記第２撮像装置が撮像した画像データに対して画像解析処理を行い、前記再生骨材の混合前再生骨材粒度Ｒｊと、前記再生骨材に含有される旧アスファルトの含有量Ｇｂとを算出する第２画像解析処理装置とを含み、
前記演算装置は、
少なくとも、前記貯蔵ビン毎の前記新規骨材の前記混合前新規骨材粒度Ｈｋｊ、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の前記混合前再生骨材粒度Ｒｊ、及び、前記再生骨材の供給量Ｇｔに基づいて、前記アスファルト混合物に含有される前記骨材の全体骨材粒度Ｙｊを算出し、
少なくとも、前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、前記新規アスファルトの供給量Ｇａ、及び、前記旧アスファルトの含有量Ｇｂに基づいて、前記アスファルトの含有率Ｚを算出するアスファルト混合物の成分情報推定システム。

【請求項5】

請求項３又は４に記載のアスファルト混合物の成分情報推定システムであって、
前記取得装置は、前記ミキサへの再生用添加剤の供給量Ｇｄを取得し、
前記演算装置は、少なくとも、前記再生骨材の供給量Ｇｔ、前記新規アスファルトの供給量Ｇａ、前記旧アスファルトの含有量Ｇｂ、及び、前記再生用添加剤の供給量Ｇｄに基づいて、前記アスファルトの含有率Ｚを算出するアスファルト混合物の成分情報推定システム。

【請求項6】

請求項３又は４に記載のアスファルト混合物の成分情報推定システムであって、
前記演算装置は、
前記旧アスファルトの含有量Ｇｂに基づいて、前記ミキサへの再生用添加剤の供給量Ｇｄを算出すると共に、
少なくとも、前記再生骨材の供給量Ｇｔ、前記新規アスファルトの供給量Ｇａ、前記旧アスファルトの含有量Ｇｂ、及び、前記再生用添加剤の供給量Ｇｄに基づいて、前記アスファルトの含有率Ｚを算出するアスファルト混合物の成分情報推定システム。

【請求項7】

請求項１〜６のいずれか一項に記載のアスファルト混合物の成分情報推定システムであって、
前記取得装置は、前記骨材及び前記アスファルトとともに前記ミキサに供給される石粉の粒度Ｆｊと、前記ミキサへの前記石粉の供給量Ｇｓとを取得し、
前記演算装置は、
少なくとも、前記骨材の前記混合前骨材粒度、前記骨材の供給量、前記石粉の粒度Ｆｊ、及び、前記石粉の供給量Ｇｓに基づいて、前記アスファルト混合物の前記骨材の前記全体骨材粒度Ｙｊを算出すると共に、
少なくとも、前記骨材の供給量、前記新規アスファルトの供給量Ｇａ、及び、前記石粉の供給量Ｇｓに基づいて、前記アスファルト混合物に含有される前記アスファルトの含有率Ｚを算出するアスファルト混合物の成分情報推定システム。

【請求項8】

請求項１〜７のいずれか一項に記載のアスファルト混合物の成分情報推定システムであって、
前記アスファルト混合物の成分情報を表示し、印刷し、又は、他のシステムに送信する出力装置を備えたアスファルト混合物の成分情報推定システム。

【請求項9】

ミキサによって骨材とアスファルトとを混合してアスファルト混合物を製造するアスファルトプラントにおいて、前記アスファルト混合物の成分に関する情報を推定するアスファルト混合物の成分情報推定方法であって、
少なくとも、前記ミキサへの前記骨材の供給量と、前記ミキサへの新規アスファルトの供給量Ｇａとを取得する第１工程と、
前記ミキサが前記骨材と前記アスファルトとを混合する前に前記骨材を撮影して画像データを取得する第２工程と、
前記画像データに対して画像解析処理を行い、前記骨材の混合前骨材粒度を測定する第３工程と、
少なくとも、前記骨材の前記混合前骨材粒度、及び、前記骨材の供給量に基づいて、前記アスファルト混合物に含有される前記骨材の全体骨材粒度Ｙｊを算出すると共に、少なくとも、前記骨材の供給量、及び、前記新規アスファルトの供給量Ｇａに基づいて、前記アスファルト混合物に含有される前記アスファルトの含有率Ｚを算出する第４工程と、を備えたアスファルト混合物の成分情報推定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、アスファルト混合物の成分情報推定システム及び成分情報推定方法に関する。

【背景技術】

【0002】

アスファルトプラントで製造するアスファルト混合物の品質を決定する成分情報には、アスファルト混合物に含有される骨材の粒度及びアスファルト含有率が含まれる。従来、ホットビンに貯蔵された骨材の粒度を測定する場合は、アスファルトと混合する前の骨材のサンプリング試料を採取して、試験室で試料のふるい分け試験を行っていた（例えば、特許文献１参照）。また、アスファルト混合物の骨材として再生骨材を使用する場合は、再生骨材には旧アスファルトが含有されているため、再生骨材のサンプリング試料から旧アスファルトを溶解して除去した後に粒度の測定をする必要があった。さらに、最終製品であるアスファルト混合物からサンプリング試料を採取した場合も、アスファルト混合物に含有されるアスファルトを骨材から分離してから、骨材の粒度を測定していた（例えば、特許文献２の段落［００１８］等参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】実開平６−０８６０５５号公報

【特許文献2】特開２００７−１６３３５１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、サンプリング試料を採取し、さらに、サンプリング試料からアスファルトを除去する作業を行った後でふるい分け試験を実行する場合、アスファルト混合物の成分情報を取得するためにかかる作業負担が過大になってしまうという問題がある。

【0005】

本発明が解決しようとする課題は、少ない作業負担でアスファルト混合物の骨材の粒度及びアスファルト含有率を含む成分情報を推定し、アスファルト混合物の品質を容易に判定することができるアスファルト混合物の成分情報推定システム及び成分情報推定方法を提供することである。

【課題を解決するための手段】

【0006】

［１］上記課題を解決するために、本発明に係る成分情報推定システムは、ミキサによって骨材とアスファルトとを混合してアスファルト混合物を製造するアスファルトプラントにおいて、前記アスファルト混合物の成分に関する情報を推定するアスファルト混合物の成分情報推定システムであって、少なくとも、前記ミキサへの前記骨材の供給量と、前記ミキサへの新規アスファルトの供給量Ｇａとを取得する取得装置と、前記ミキサが前記骨材と前記アスファルトとを混合する前に前記骨材を撮影する撮像装置と、前記撮像装置が撮影した画像データに対して画像解析処理を行い、前記骨材の混合前骨材粒度を測定する画像解析処理装置と、少なくとも、前記骨材の前記混合前骨材粒度、及び、前記骨材の供給量に基づいて、前記アスファルト混合物に含有される前記骨材の全体骨材粒度Ｙｊを算出すると共に、少なくとも、前記骨材の供給量、及び、前記新規アスファルトの供給量Ｇａに基づいて、前記アスファルト混合物に含有される前記アスファルトの含有率Ｚを算出する演算装置と、を備えたアスファルト混合物の成分情報推定システムである。

【0007】

［２］上記発明において、前記骨材は、新規骨材を含み、前記アスファルトプラントは、粒度に応じて分級された前記新規骨材を貯蔵する複数の貯蔵ビンを有するホットビンを備え、前記骨材の供給量は、前記ミキサへの前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋを含み、前記撮像装置は、前記貯蔵ビンの各々に対応して設けられ、前記貯蔵ビンの各々の内部を撮影可能な複数の第１撮像装置を含み、前記画像解析処理装置は、前記第１撮像装置が撮影した画像データに対して画像解析処理を行い、前記貯蔵ビン毎の前記新規骨材の混合前新規骨材粒度Ｈｋｊを測定する第１画像解析処理装置を含み、前記演算装置は、少なくとも、前記貯蔵ビン毎の前記新規骨材の前記混合前新規骨材粒度Ｈｋｊ、及び、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋに基づいて、前記アスファルト混合物の前記骨材の前記全体骨材粒度Ｙｊを算出すると共に、少なくとも、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、及び、前記新規アスファルトの供給量Ｇａに基づいて、前記アスファルトの含有率Ｚを算出してもよい。

【0008】

［３］上記発明において、前記骨材は、再生骨材を含み、前記骨材の供給量は、前記ミキサへの前記再生骨材の供給量Ｇｔを含み、前記撮像装置は、前記再生骨材を撮影する第２撮像装置を含み、前記画像解析処理装置は、前記第２撮像装置が撮像した画像データに対して画像解析処理を行い、前記再生骨材の混合前再生骨材粒度Ｒｊと、前記再生骨材に含有される旧アスファルトの含有量Ｇｂとを算出する第２画像解析処理装置を含み、前記演算装置は、少なくとも、前記再生骨材の前記混合前再生骨材粒度Ｒｊ、及び、前記再生骨材の供給量Ｇｔに基づいて、前記アスファルト混合物に含有される前記骨材の前記全体骨材粒度Ｙｊを算出すると共に、少なくとも、前記再生骨材の供給量Ｇｔ、前記新規アスファルトの供給量Ｇａ、及び、前記旧アスファルトの含有量Ｇｂに基づいて、前記アスファルトの含有率Ｚを算出してもよい。

【0009】

［４］上記発明において、前記骨材は、新規骨材及び再生骨材を含み、前記アスファルトプラントは、粒度に応じて分級された前記新規骨材を貯蔵する複数の貯蔵ビンを有するホットビンを備え、前記骨材の供給量は、前記ミキサへの前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋと、前記ミキサへの前記再生骨材の供給量Ｇｔとを含み、前記撮像装置は、前記貯蔵ビンの各々に対応して設けられ、前記貯蔵ビンの各々の内部を撮影可能な複数の第１撮像装置と、前記再生骨材を撮影する第２撮像装置とを含み、前記画像解析処理装置は、前記第１撮像装置が撮影した画像データに対して画像解析処理を行い、前記貯蔵ビン毎の前記新規骨材の混合前新規骨材粒度Ｈｋｊを測定する第１画像解析処理装置と、前記第２撮像装置が撮像した画像データに対して画像解析処理を行い、前記再生骨材の混合前再生骨材粒度Ｒｊと、前記再生骨材に含有される旧アスファルトの含有量Ｇｂとを算出する第２画像解析処理装置とを含み、前記演算装置は、少なくとも、前記貯蔵ビン毎の前記新規骨材の前記混合前新規骨材粒度Ｈｋｊ、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の前記混合前再生骨材粒度Ｒｊ、及び、前記再生骨材の供給量Ｇｔに基づいて、前記アスファルト混合物に含有される前記骨材の全体骨材粒度Ｙｊを算出し、少なくとも、前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、前記新規アスファルトの供給量Ｇａ、及び、前記旧アスファルトの含有量Ｇｂに基づいて、前記アスファルトの含有率Ｚを算出してもよい。

【0010】

［５］上記発明において、前記貯蔵ビンには、透明部材によって閉塞された窓部が設けられ、前記第１撮像装置の各々は、前記窓部の前記透明部材を介して、前記貯蔵ビンの内部に貯蔵された前記新規骨材を撮影してもよい。

【0011】

［６］上記発明において、第２画像解析処理装置は、前記第２撮像装置が撮影した前記画像データに含まれる青色成分に関する解析を行うことにより、前記旧アスファルトの含有量Ｇｂを算出してもよい。

【0012】

［７］上記発明において、前記第２画像解析処理装置は、前記第２撮像装置が撮影した前記画像データに含まれる前記青色成分の量を算出し、前記青色成分の量に基づいて、前記旧アスファルトの含有量Ｇｂを算出してもよい。

【0013】

［８］上記発明において、前記第２画像解析処理装置は、前記再生骨材の前記混合前再生骨材粒度Ｒｊと、前記第２撮像装置が撮影した前記画像データに含まれる前記青色成分に関する解析の結果とに基づいて、前記旧アスファルトの含有量Ｇｂを算出してもよい。

【0014】

［９］上記発明において、前記取得装置は、前記ミキサへの再生用添加剤の供給量Ｇｄを取得し、前記演算装置は、少なくとも、前記再生骨材の供給量Ｇｔ、前記新規アスファルトの供給量Ｇａ、前記旧アスファルトの含有量Ｇｂ、及び、前記再生用添加剤の供給量Ｇｄに基づいて、前記アスファルトの含有率Ｚを算出してもよい。

【0015】

［１０］上記発明において、前記演算装置は、前記旧アスファルトの含有量Ｇｂに基づいて、前記ミキサへの再生用添加剤の供給量Ｇｄを算出すると共に、少なくとも、前記再生骨材の供給量Ｇｔ、前記新規アスファルトの供給量Ｇａ、前記旧アスファルトの含有量Ｇｂ、及び、前記再生用添加剤の供給量Ｇｄに基づいて、前記アスファルトの含有率Ｚを算出してもよい。

【0016】

［１１］上記発明において、前記取得装置は、前記骨材及び前記アスファルトとともに前記ミキサに供給される石粉の粒度Ｆｊと、前記ミキサへの前記石粉の供給量Ｇｓとを取得し、前記演算装置は、少なくとも、前記骨材の前記混合前骨材粒度、前記骨材の供給量、前記石粉の粒度Ｆｊ、及び、前記石粉の供給量Ｇｓに基づいて、前記アスファルト混合物の前記骨材の前記全体骨材粒度Ｙｊを算出すると共に、少なくとも、前記骨材の供給量、前記新規アスファルトの供給量Ｇａ、及び、前記石粉の供給量Ｇｓに基づいて、前記アスファルト混合物に含有される前記アスファルトの含有率Ｚを算出してもよい。

【0017】

［１２］上記発明において、前記成分情報推定システムは、前記アスファルト混合物の成分情報を表示し、印刷し、又は、他のシステムに送信する出力装置を備えてもよい。

【0018】

［１３］上記課題を解決するために、本発明に係る成分情報推定方法は、ミキサによって骨材とアスファルトとを混合してアスファルト混合物を製造するアスファルトプラントにおいて、前記アスファルト混合物の成分に関する情報を推定するアスファルト混合物の成分情報推定方法であって、少なくとも、前記ミキサへの前記骨材の供給量と、前記ミキサへの新規アスファルトの供給量Ｇａとを取得する第１工程と、前記ミキサが前記骨材と前記アスファルトとを混合する前に前記骨材を撮影して画像データを取得する第２工程と、前記画像データに対して画像解析処理を行い、前記骨材の混合前骨材粒度を測定する第３工程と、少なくとも、前記骨材の前記混合前骨材粒度、及び、前記骨材の供給量に基づいて、前記アスファルト混合物に含有される前記骨材の全体骨材粒度Ｙｊを算出すると共に、少なくとも、前記骨材の供給量、及び、前記新規アスファルトの供給量Ｇａに基づいて、前記アスファルト混合物に含有される前記アスファルトの含有率Ｚを算出する第４工程と、を備えたアスファルト混合物の成分情報推定方法である。

【0019】

［１４］上記発明において、前記骨材は、新規骨材を含み、前記アスファルトプラントは、粒度に応じて分級された前記新規骨材を貯蔵する複数の貯蔵ビンを有するホットビンを備え、前記骨材の供給量は、前記ミキサへの前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋを含み、前記第２工程は、前記貯蔵ビンの各々の内部を撮影することを含み、前記第３工程は、前記新規骨材の画像データに対して画像解析処理を行い、前記貯蔵ビン毎の前記新規骨材の混合前新規骨材粒度Ｈｋｊを測定することを含み、前記第４工程は、少なくとも、前記貯蔵ビン毎の前記新規骨材の前記混合前新規骨材粒度Ｈｋｊ、及び、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋに基づいて、前記アスファルト混合物の前記骨材の前記全体骨材粒度Ｙｊを算出することと、少なくとも、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、及び、前記新規アスファルトの供給量Ｇａに基づいて、前記アスファルトの含有率Ｚを算出することとを含んでいてもよい。

【0020】

［１５］上記発明において、前記骨材は、再生骨材を含み、前記骨材の供給量は、前記ミキサへの前記再生骨材の供給量Ｇｔを含み、前記第２工程は、前記再生骨材を撮影することを含み、前記第３工程は、前記再生骨材の画像データに対して画像解析処理を行い、前記再生骨材の混合前再生骨材粒度Ｒｊと、前記再生骨材に含有される旧アスファルトの含有量Ｇｂとを算出することを含み、前記第４工程は、少なくとも、前記再生骨材の前記混合前再生骨材粒度Ｒｊ、及び、前記再生骨材の供給量Ｇｔに基づいて、前記アスファルト混合物に含有される前記骨材の前記全体骨材粒度Ｙｊを算出することと、少なくとも、前記再生骨材の供給量Ｇｔ、前記新規アスファルトの供給量Ｇａ、及び、前記旧アスファルトの含有量Ｇｂに基づいて、前記アスファルトの含有率Ｚを算出することとを含んでいてもよい。

【0021】

［１６］上記発明において、前記骨材は、新規骨材及び再生骨材を含み、前記アスファルトプラントは、粒度に応じて分級された前記新規骨材を貯蔵する複数の貯蔵ビンを有するホットビンを備え、前記骨材の供給量は、前記ミキサへの前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋと、前記ミキサへの前記再生骨材の供給量Ｇｔとを含み、前記第２工程は、前記貯蔵ビンの各々の内部を撮影することと、前記再生骨材を撮影することとを含み、前記第３工程は、前記新規骨材の画像データに対して画像解析処理を行い、前記貯蔵ビン毎の前記新規骨材の混合前新規骨材粒度Ｈｋｊを測定することと、前記再生骨材の画像データに対して画像解析処理を行い、前記再生骨材の混合前再生骨材粒度Ｒｊと、前記再生骨材に含有される旧アスファルトの含有量Ｇｂとを算出することとを含み、前記第４工程は、少なくとも、前記貯蔵ビン毎の前記新規骨材の前記混合前新規骨材粒度Ｈｋｊ、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の前記混合前再生骨材粒度Ｒｊ、及び、前記再生骨材の供給量Ｇｔに基づいて、前記アスファルト混合物に含有される前記骨材の全体骨材粒度Ｙｊを算出することと、少なくとも、前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、前記新規アスファルトの供給量Ｇａ、及び、前記旧アスファルトの含有量Ｇｂに基づいて、前記アスファルトの含有率Ｚを算出することを含んでいてもよい。

【0022】

［１７］上記発明において、前記第３工程は、前記再生骨材の画像データに含まれる青色成分に関する解析を行うことにより、前記旧アスファルトの含有量Ｇｂを算出することを含んでいてもよい。

【0023】

［１８］上記発明において、前記第３工程は、前記再生骨材の画像データに含まれる前記青色成分の量を算出し、前記青色成分の量に基づいて、前記旧アスファルトの含有量Ｇｂを算出することを含んでいてもよい。

【0024】

［１９］上記発明において、前記第３工程は、前記再生骨材の前記混合前再生骨材粒度Ｒｊと、前記再生骨材の画像データに含まれる前記青色成分に関する解析の結果とに基づいて、前記旧アスファルトの含有量Ｇｂを算出することを含んでいてもよい。

【0025】

［２０］上記発明において、前記第１工程は、前記ミキサへの再生用添加剤の供給量Ｇｄを取得することを含み、前記第４工程は、少なくとも、前記再生骨材の供給量Ｇｔ、前記新規アスファルトの供給量Ｇａ、前記旧アスファルトの含有量Ｇｂ、及び、前記再生用添加剤の供給量Ｇｄに基づいて、前記アスファルトの含有率Ｚを算出することを含んでいてもよい。

【0026】

［２１］上記発明において、前記第４工程は、前記旧アスファルトの含有量Ｇｂに基づいて、前記再生用添加剤の供給量Ｇｄを算出すると共に、少なくとも、前記再生骨材の供給量Ｇｔ、前記新規アスファルトの供給量Ｇａ、前記旧アスファルトの含有量Ｇｂ、及び、前記再生用添加剤の供給量Ｇｄに基づいて、前記アスファルトの含有率Ｚを算出することを含んでいてもよい。

【0027】

［２２］上記発明において、前記第１工程は、前記骨材及び前記アスファルトとともに前記ミキサに供給される石粉の粒度Ｆｊと、前記ミキサへの前記石粉の供給量Ｇｓとを取得することを含み、前記第４工程は、少なくとも、前記骨材の前記混合前骨材粒度、前記骨材の供給量、前記石粉の粒度Ｆｊ、及び、前記石粉の供給量Ｇｓに基づいて、前記アスファルト混合物の前記骨材の前記全体骨材粒度Ｙｊを算出することと、少なくとも、前記骨材の供給量、前記新規アスファルトの供給量Ｇａ、及び、前記石粉の供給量Ｇｓに基づいて、前記アスファルト混合物に含有される前記アスファルトの含有率Ｚを算出することを含んでいてもよい。

【0028】

［２３］上記発明において、前記アスファルト混合物の成分情報を表示し、印刷し、又は、他のシステムに送信する第５工程を備えていてもよい。

【発明の効果】

【0029】

本発明によれば、アスファルトと混合する前の骨材を撮影した画像データに基づいて骨材の混合前骨材粒度を測定するため、少ない作業負担でアスファルト混合物の成分情報を推定し、アスファルト混合物の品質を容易に判定することができる。

【図面の簡単な説明】

【0030】

【図1】本発明の実施形態に係るアスファルト混合物の成分情報推定システムが用いられるアスファルトプラントの全体構成を示す図である。

【図2】本発明の実施形態に係る成分情報推定システムの構成を示す図である。

【図3】図２に示す成分情報推定システムを用いたアスファルト混合物の成分情報推定方法の手順を示すフローチャートである。

【図4】図１に示すアスファルトプラントのホットビンの貯蔵ビンの構造を示す断面図である。

【図5】図５（ａ）は、図２に示す成分情報推定システムを用いた画像処理の一例を示す図であり、図５（ｂ）は、図５（ａ）に示す画像処理において、骨材に含まれる骨材粒子をセグメンテーション化した状態を示す図である。

【図6】線形回帰分析によって求められた骨材の体積と重量との関係の一例を示すグラフである。

【図7】貯蔵ビンの新規骨材の混合前新規骨材粒度を、ふるい目の開きの閾値に応じた骨材の通過重量割合によって表したグラフである。

【図8】線形回帰分析によって求められた再生骨材の青色成分の量、再生骨材の粒度及び旧アスファルト含有率の相関関係の一例を示すグラフである。

【図9】再生骨材の粒度を示すふるい目の開きの閾値の各々と混合前再生骨材粒度（Ｒ_１〜Ｒ_１１）と重回帰相関係数（β_１〜β_１１）との関係を示す表である。

【図10】線形回帰分析によって求められた再生骨材の青色成分の量及び旧アスファルト含有率の相関関係の一例を示すグラフである。

【図11】図２に示す成分情報推定システムがアスファルト混合物の成分情報を推定するために使用する計算表の一例である。

【図12】図２に示す成分情報推定システムによって推定したアスファルト混合物の全体骨材粒度の算出結果を示す粒度表である。

【図13】図１１に示す計算表に新規骨材の混合前新規骨材粒度、及び、石粉の粒度の具体的な値を入力した一例を示す表である。

【図14】図１４（ａ）は、図１３に示す計算表に基づいて推定したアスファルト混合物の全体骨材粒度の具体的な算出結果を示す粒度表であり、図１４（ｂ）は、図１４（ａ）の全体骨材粒度の分布を示すグラフである。

【図15】図１１に示す計算表に新規骨材の混合前新規骨材粒度、再生骨材の混合前再生骨材粒度及び、石粉の粒度の具体的な値を入力した一例を示す表である。

【図16】図１６（ａ）は、図１５に示す計算表に基づいて推定したアスファルト混合物の全体骨材粒度の具体的な算出結果を示す粒度表であり、図１６（ｂ）は、図１６（ａ）の全体骨材粒度の分布を示すグラフである。

【発明を実施するための形態】

【0031】

以下、本発明の実施形態を図面に基づいて説明する。
図１に示すように、アスファルトプラント１は、新規骨材供給部１０、再生骨材供給部２０、石粉供給部３０、アスファルト供給部４０、添加剤供給部５０及びミキサ６０を有している。新規骨材供給部１０は新規骨材を、再生骨材供給部２０は再生骨材を、石粉供給部３０は石粉を、アスファルト供給部４０は新規アスファルトを、添加剤供給部５０は再生用添加剤を、各々、ミキサ６０に供給する。ミキサ６０は、新規骨材、再生骨材、石粉、新規アスファルト及び再生用添加剤を混合してアスファルト混合物を製造する。アスファルトプラント１で製造されたアスファルト混合物は、トラックに積載され、舗設現場へ運搬される。なお、図１において、骨材、アスファルト、添加剤等の流れを実線で示し、画像データや制御信号等の流れを破線で示す。
なお、再生骨材とは、舗装廃材等に含まれる骨材をリサイクルして利用するものであり、骨材と、当該骨材に付着したアスファルト（旧アスファルト）とから構成されている。また、再生用添加剤とは、再生骨材に含まれる旧アスファルトの針入度等の性状を回復させるために添加するものである。

【0032】

新規骨材供給部１０は、ホットビン１５、新規骨材計量槽１６、新規骨材用ドライヤ１１、ホットエレベータ１２及びスクリーン１３を有する。ホットビン１５の内部は、５つの区画に分割されており、各々の区画は、第１貯蔵ビン１５ａ、第２貯蔵ビン１５ｂ、第３貯蔵ビン１５ｃ、第４貯蔵ビン１５ｄ及び第５貯蔵ビン１５ｅを構成する。第１貯蔵ビン１５ａ、第２貯蔵ビン１５ｂ、第３貯蔵ビン１５ｃ、第４貯蔵ビン１５ｄ及び第５貯蔵ビン１５ｅの各々には、窓部１５２がそれぞれ形成されている。また、新規骨材供給部１０には、第１撮像装置８１が設けられている。第１撮像装置８１は、図面上には１つしか図示されていないが、本実施形態では、第１貯蔵ビン１５ａ、第２貯蔵ビン１５ｂ、第３貯蔵ビン１５ｃ、第４貯蔵ビン１５ｄ及び第５貯蔵ビン１５ｅの各々に対応して５個設けられている。各々の第１撮像装置８１は、窓部１５２を介して、第１貯蔵ビン１５ａ、第２貯蔵ビン１５ｂ、第３貯蔵ビン１５ｃ、第４貯蔵ビン１５ｄ及び第５貯蔵ビン１５ｅの各々の内部を撮影可能な位置に配置されている。第１撮像装置８１は、秒間５０コマ程度の撮影性能を有する。また、新規骨材計量槽１６には、プラントシステム７０が有線又は無線により接続されている。なお、ホットビン１５が有する貯蔵ビンの数は、上記に特に限定されない。また、第１撮像装置８１をホットビン１５の内部の上部に設置してもよい。

【0033】

新規骨材供給部１０では、ミキサ６０に供給される新規骨材Ａは、まず、新規骨材用ドライヤ１１によって加熱される。新規骨材用ドライヤ１１によって加熱され乾燥した新規骨材Ａは、ホットエレベータ１２によってスクリーン１３に運搬される。新規骨材Ａは、スクリーン１３によって、粒度に応じた分類ごとにふるい分けられる。すなわち、新規骨材Ａは、スクリーン１３によって、粒度に応じて分級される。スクリーン１３によって分級された新規骨材Ａは、各々、粒度に応じた分類ごとにホットビン１５の第１貯蔵ビン１５ａ、第２貯蔵ビン１５ｂ、第３貯蔵ビン１５ｃ、第４貯蔵ビン１５ｄ及び第５貯蔵ビン１５ｅのいずれかに貯蔵される。ホットビン１５に貯蔵された新規骨材Ａは、適宜、第１貯蔵ビン１５ａ、第２貯蔵ビン１５ｂ、第３貯蔵ビン１５ｃ、第４貯蔵ビン１５ｄ及び第５貯蔵ビン１５ｅの各々の放出口１５１から新規骨材計量槽１６に放出される。新規骨材計量槽１６に投入された新規骨材Ａは、新規骨材計量槽１６に設けられた計量装置（図示せず）によって累積的に計量される。すなわち、第１貯蔵ビン１５ａ、第２貯蔵ビン１５ｂ、第３貯蔵ビン１５ｃ、第４貯蔵ビン１５ｄ及び第５貯蔵ビン１５ｅの各々から新規骨材計量槽１６に投入される新規骨材Ａの重量が目標量に達した場合に、ホットビン１５は、新規骨材計量槽１６からの指示を受けて、各々の貯蔵ビンの放出口１５１を閉状態とする。なお、この目標量は、後述するプラントシステム７０の制御部７３より新規骨材計量槽１６に事前に指示されている。そして、新規骨材計量槽１６によって計量された新規骨材Ａは、ミキサ６０に供給される。

【0034】

再生骨材供給部２０は、再生骨材槽２１、再生骨材用ドライヤ２２、再生骨材サージビン２３及び再生骨材計量槽２４を有している。また、再生骨材槽２１と再生骨材用ドライヤ２２との間には、再生骨材槽２１から再生骨材用ドライヤ２２へ再生骨材Ｒを運搬するための第１搬送エレベータ２５ａが設けられている。さらに、再生骨材用ドライヤ２２と再生骨材サージビン２３との間には、再生骨材用ドライヤ２２から再生骨材サージビン２３へ再生骨材Ｒを運搬するための第２搬送エレベータ２５ｂが設けられている。また、再生骨材計量槽２４とミキサ６０との間には、再生骨材計量槽２４からミキサ６０へ再生骨材Ｒを投入するための再生骨材搬送路２６が設けられている。また、再生骨材計量槽２４には、プラントシステム７０が有線又は無線により接続されている。

【0035】

再生骨材槽２１に貯留された再生骨材Ｒは、第１搬送エレベータ２５ａにより、再生骨材用ドライヤ２２に搬送される。再生骨材Ｒは再生骨材用ドライヤ２２で加熱される。そして、再生骨材用ドライヤ２２で加熱された再生骨材Ｒは、第２搬送エレベータ２５ｂにより、再生骨材サージビン２３に搬送される。再生骨材サージビン２３に一時的に貯蔵された再生骨材Ｒは、再生骨材サージビン２３の放出口２３１が開状態である場合に再生骨材Ｒを再生骨材計量槽２４に落下させる。すなわち、再生骨材サージビン２３の放出口２３１が開閉するタイミングに応じて、再生骨材計量槽２４に落下する再生骨材Ｒの量が調整される。再生骨材計量槽２４は、再生骨材Ｒの重量を計測し、再生骨材計量槽２４に貯留された再生骨材Ｒの重量が予め設定された目標量に達したタイミングで、再生骨材サージビン２３に指令を送出して再生骨材サージビン２３の放出口２３１を閉状態とする。この目標量は、後述するプラントシステム７０の制御部７３より再生骨材計量槽２４に事前に指示されている。再生骨材計量槽２４に貯留された再生骨材Ｒの重量が所定量に達したら、再生骨材計量槽２４は、再生骨材搬送路２６を介して再生骨材Ｒをミキサ６０に投入する。

【0036】

また、再生骨材供給部２０には、第２撮像装置８２ａ，８２ｂ，８２ｃが再生骨材Ｒを撮影することができるように設けられている。第２撮像装置８２ａ，８２ｂ，８２ｃは、再生骨材用ドライヤ２２が再生骨材Ｒを加熱した後、かつ、ミキサ６０が再生骨材Ｒと新規アスファルトとを混合する前に、再生骨材Ｒを撮影する。具体的には、第２撮像装置８２ａは、第２搬送エレベータ２５ｂによって再生骨材用ドライヤ２２から再生骨材サージビン２３に搬送される再生骨材Ｒを撮影する。第２撮像装置８２ｂは、再生骨材サージビン２３に貯留されている再生骨材Ｒを撮影する。第２撮像装置８２ｂは、再生骨材サージビン２３の上部の開口を介して再生骨材Ｒを撮影してもよく、再生骨材サージビン２３に設けられた窓を介して再生骨材Ｒを撮影してもよい。また、第２撮像装置８２ｃは、再生骨材計量槽２４に貯留されている再生骨材Ｒを撮影する。第２撮像装置８２ｃは、再生骨材計量槽２４の上部の開口を介して再生骨材Ｒを撮影してもよく、再生骨材計量槽２４に設けられた窓を介して再生骨材Ｒを撮影してもよい。第２撮像装置８２ａ，８２ｂ，８２ｃは、秒間５０コマ程度の撮影性能を有する。第２撮像装置８２ａ，８２ｂ，８２ｃは、再生骨材Ｒの搬送の流れや動きに応じて、様々な角度から再生骨材Ｒを連続的に撮影することができる。
なお、アスファルトプラント１において、再生骨材Ｒを撮影する第２撮像装置は、４つ以上設けられてもよく、１つのみ設けられていてもよい。

【0037】

石粉供給部３０は、石粉サイロ３１及び石粉計量槽３２を有する。石粉サイロ３１に貯蔵された石粉は、石粉サイロ３１の放出口３１ａが開状態となることにより、石粉計量槽３２に放出される。石粉計量槽３２に投入された石粉は、石粉計量槽３２に設けられた計量装置（図示せず）によって計量される。石粉計量槽３２に投入された石粉の重量が目標量に達したら、石粉サイロ３１は、石粉計量槽３２からの指示を受けて、石粉サイロ３１の放出口３１１を閉状態とする。この目標量は、後述するプラントシステム７０の制御部７３より石粉計量槽３２に事前に指示されている。そして、石粉計量槽３２によって計量された石粉は、ミキサ６０に供給される。なお、石粉は、新規骨材Ａ及び再生骨材Ｒとともに骨材の一部を構成する。

【0038】

アスファルト供給部４０は、アスファルトタンク４１及びアスファルト計量槽４２を有する。アスファルトタンク４１に貯蔵された新規アスファルトは、アスファルトタンク４１の放出口４１１が開状態となることにより、アスファルト計量槽４２に放出される。アスファルト計量槽４２に投入された新規アスファルトは、アスファルト計量槽４２に設けられた計量装置（図示せず）によって計量される。アスファルト計量槽４２に投入された新規アスファルトの重量が目標量に達したら、アスファルトタンク４１は、アスファルト計量槽４２からの指示を受けて、アスファルトタンク４１の放出口４１ａを閉状態とする。この目標量は、後述するプラントシステム７０の制御部７３よりアスファルト計量槽４２に事前に指示されている。そして、アスファルト計量槽４２によって計量された新規アスファルトは、ミキサ６０に供給される。

【0039】

添加剤供給部５０は、添加剤タンク５１及び添加剤計量槽５２を有する。添加剤計量槽５２は、ミキサ６０に供給する再生用添加剤を計量するための再生用添加剤計量手段である。添加剤タンク５１に貯蔵された再生用添加剤は、添加剤タンク５１の放出口５１１が開状態となることにより、添加剤計量槽５２に放出される。添加剤計量槽５２に投入された再生用添加剤は、添加剤計量槽５２に設けられた計量装置（図示せず）によって計量される。添加剤計量槽５２に投入された再生用添加剤の重量が目標量に達したら、添加剤タンク５１は、添加剤計量槽５２からの指示を受けて、添加剤タンク５１の放出口５１１を閉状態とする。この目標量は、後述するプラントシステム７０の制御部７３より添加剤計量槽５２に事前に指示されている。そして、添加剤計量槽５２によって計量された再生用添加剤は、ミキサ６０に供給される。なお、添加剤供給部５０は、添加剤計量槽５２に代えて、再生用添加剤の流量を計測する流量計を備えていてもよい。この流量計は、添加剤計量槽５２と同様に、ミキサ６０に供給する再生用添加剤を計量するための再生用添加剤計量手段として機能する。

【0040】

なお、本実施形態において、アスファルトプラント１は、新規骨材Ａ、再生骨材Ｒ及び石粉を骨材としてアスファルト混合物を製造しているがこれに限定されず、新規骨材Ａ及び石粉のみを骨材として使用してもよく、再生骨材Ｒ及び石粉のみを骨材として使用してもよい。新規骨材Ａ及び石粉のみを骨材として使用する場合は、アスファルトプラント１には、再生骨材供給部２０及び添加剤供給部５０を設けなくともよい。また、再生骨材Ｒ及び石粉のみを骨材として使用する場合は、アスファルトプラント１には、新規骨材供給部１０を設けなくともよい。

【0041】

このアスファルトプラント１は、プラントシステム７０によって制御されている。プラントシステム７０は、新規骨材供給部１０、再生骨材供給部２０、石粉供給部３０、アスファルト供給部４０及び添加剤供給部５０の各計量槽に配合重量（供給量）を指示する制御装置であり、例えばコンピュータ等から構成されている。図２に示すように、プラントシステム７０は、入力部７１、第１記憶部７２、及び、制御部７３を備えている。

【0042】

プラントシステム７０の入力部７１は、キーボード等から構成されており、オペレータによって操作され、製造すべきアスファルト混合物の製品名と購入重量が入力される。第１記憶部７２には、製品名（混合物Ｎｏ．）毎に骨材やアスファルト等の配合を規定したテーブルが予め記憶されている。具体的には、このテーブルでは、貯蔵ビン毎の新規骨材、再生骨材、石粉、新規アスファルト、及び、再生用添加剤の配合比が、製品名に対応付けられている。オペレータが入力部７１に製品名及び購入重量を入力すると、制御部７３は、当該製品名に対応した配合比を第１記憶部７２から読み込む。そして、制御部７３は、この配合比及び購入重量に基づいて、貯蔵ビン毎の新規骨材供給量Ｇｋ、再生骨材供給量Ｇｔ、石粉供給量Ｇｓ、新規アスファルト供給量Ｇａ、及び、再生用添加剤供給量Ｇｄを算出する。そしてさらに、制御部７３は、貯蔵ビン毎の新規骨材供給量Ｇｋ、再生骨材供給量Ｇｔ、石粉供給量Ｇｓ、新規アスファルト供給量Ｇａ、及び、再生用添加剤供給量Ｇｄを、新規骨材計量槽１６、再生骨材計量槽２４、石粉計量槽３２、アスファルト計量槽４２、及び、添加剤計量槽５２に目標量として指示する。なお、本実施形態では、上述のようにホットビン１５が５つの貯蔵ビン１５ａ〜１５ｅを有しているので、上記の貯蔵ビン毎の新規骨材供給量Ｇｋに関して、具体的には、第１貯蔵ビン１５ａの新規骨材供給量はＧ_１であり、第２貯蔵ビン１５ｂの新規骨材供給量はＧ_２であり、第３貯蔵ビン１５ｃの新規骨材供給量はＧ_３であり、第４貯蔵ビン１５ｄの新規骨材供給量はＧ_４であり、第５貯蔵ビン１５ｅの新規骨材供給量はＧ_５である。

【0043】

一方、アスファルトプラント１に用いられる成分情報推定システム８０は、アスファルト混合物の成分情報（後述のアスファルト混合物の全体骨材粒度Ｙｊ及びアスファルト含有率Ｚ）を推定する装置であり、例えばコンピュータ等から構成されている。図２に示すように、この成分情報推定システム８０は、第１撮像装置８１、第２撮像装置８２ａ，８２ｂ，８２ｃ、第１画像解析処理装置８３、第２画像解析処理装置８４、取得装置８５、演算装置８６、第２記憶部８７及びモニタ８８を有している。第１画像解析処理装置８３は、第１撮像装置８１が撮影した新規骨材Ａの画像データを解析する。第２画像解析処理装置８４は、第２撮像装置８２ａ，８２ｂ，８２ｃが撮影した再生骨材Ｒの画像データを解析する。また、第２画像解析処理装置８４は、取得装置８５を介して、再生骨材供給量Ｇｔを取得する。

【0044】

成分情報推定システム８０の取得装置８５は、プラントシステム７０の制御部７３から、ミキサ６０への骨材の供給量（貯蔵ビン毎の新規骨材供給量Ｇｋ、再生骨材供給量Ｇｔ、石粉供給量Ｇｓ）、ミキサ６０への新規アスファルト供給量Ｇａ、及び、ミキサ６０への再生用添加剤供給量Ｇｄを取得する。また、演算装置８６は、第１画像解析処理装置８３の画像データの解析結果、第２画像解析処理装置８４の画像データの解析結果、及び、取得装置８５がプラントシステム７０の制御部７３から取得したデータに基づいて、アスファルト混合物の成分情報を推定する。演算装置８６が推定したアスファルト混合物の成分情報は、オペレータ室に設けられたモニタ８８の画面に表示される。これにより、オペレータは、モニタ８８を介して、演算装置８６が算出したアスファルト混合物の成分情報を確認することができる。モニタ８８は出力装置を構成する。なお、成分情報推定システム８０の出力装置は、モニタ８８に限定されず、プリンタ等であってもよく、演算装置８６が推定したアスファルト混合物の成分情報は、紙の出荷伝票に印刷されてもよい。また、成分情報推定システム８０の出力装置は、アスファルト混合物の成分情報を他のシステムに送信してもよい。

【0045】

成分情報推定システム８０の第２記憶部８７には、アスファルト混合物の「製品名（混合物Ｎｏ．）」に対応付けて、以下の許容値が予め記憶されている。
（１）各製品（アスファルト混合物）の骨材の粒度の上限許容値Ｘｕｊ／下限許容値Ｘｄｊ
（２）各製品（アスファルト混合物）のアスファルト含有率の最適含有率Ｚｘ

【0046】

成分情報推定システム８０の第１画像解析処理装置８３、第２画像解析処理装置８４、取得装置８５及び演算装置８６は、各々、独立した装置であって、互いに有線又は無線によって接続されていてもよい。また、成分情報推定システム８０の第１画像解析処理装置８３、第２画像解析処理装置８４、取得装置８５及び演算装置８６は、各種機能を実行する１つのプログラムであってもよい。第１画像解析処理装置８３及び第２画像解析処理装置８４は、各々、第１撮像装置８１及び第２撮像装置８２ａ，８２ｂ，８２ｃと有線又は無線によって接続されている。具体的には、第１画像解析処理装置８３及び第２画像解析処理装置８４は、各々、第１撮像装置８１及び第２撮像装置８２ａ，８２ｂ，８２ｃと、ＬＡＮケーブル又はＵＳＢケーブルを介して電気的に接続されていてもよく、ワイヤレス接続されていてもよい。また、本実施形態では、プラントシステム７０と成分情報推定システム８０とは、互いに異なる装置によって構成されるものであって、有線又は無線で接続されているが、プラントシステム７０と成分情報推定システム８０とが同一の装置によって構成されていてもよい。 また、プラントシステム７０と成分情報推定システム８０とは、各々がその機能を実行するプログラムであってもよい。

【0047】

次に、図３を参照にして、成分情報推定システム８０によるアスファルト混合物の成分情報の推定方法の手順の概要を説明する。なお、以下の説明において、アスファルト混合物の成分情報は、全体骨材粒度Ｙｊとアスファルト含有率Ｚとを含む情報であるものとする。全体骨材粒度Ｙｊとは、アスファルト混合物に含まれる骨材の粒度、すなわち、ミキサ６０に投入される新規骨材Ａ、再生骨材Ｒ及び石粉を併せた骨材の全体的な粒度をいう。また、アスファルト含有率Ｚとは、アスファルト混合物の全体の重量に対して、新規アスファルト、旧アスファルト及び再生用添加剤を含むアスファルトが占める量の割合である。

【0048】

図３に示すように、まず、ステップＳ１０において、成分情報推定システム８０の取得装置８５は、プラントシステム７０の制御部７３から、ミキサ６０への骨材の供給量（貯蔵ビン毎の新規骨材供給量Ｇｋ、再生骨材供給量Ｇｔ、石粉供給量Ｇｓ）、新規アスファルト供給量Ｇａ、及び、再生用添加剤供給量Ｇｄを含むデータを取得する。なお、取得装置８５が取得するデータは、これに限定されず、アスファルト混合物の骨材を新規骨材Ａ及び石粉のみで構成する場合は、取得装置８５は、貯蔵ビン毎の新規骨材供給量Ｇｋ、石粉供給量Ｇｓ及び新規アスファルト供給量Ｇａをデータとして取得する。また、アスファルト混合物の骨材を再生骨材Ｒ及び石粉のみで構成する場合は、取得装置８５は、再生骨材供給量Ｇｔ、石粉供給量Ｇｓ、新規アスファルト供給量Ｇａ、及び、再生用添加剤供給量Ｇｄをデータとして取得する。すなわち、取得装置８５は、少なくともミキサ６０への骨材の供給量、及び、新規アスファルト供給量Ｇａをデータとして取得する。なお、再生用添加剤供給量Ｇｄは、再生骨材Ｒに含まれる旧アスファルトの含有量Ｇｂに依存するので、演算装置８６が、後述する旧アスファルト含有量Ｇｂに基づいて再生用添加剤供給量Ｇｄを算出してもよい。

【0049】

ステップＳ１１において、第１撮像装置８１は、新規骨材供給部１０のホットビン１５の第１貯蔵ビン１５ａ、第２貯蔵ビン１５ｂ、第３貯蔵ビン１５ｃ、第４貯蔵ビン１５ｄ及び第５貯蔵ビン１５ｅの各々の内部を撮影し、新規骨材Ａの画像データを取得する。すなわち、第１撮像装置８１は、アスファルト混合物の製造ラインから分岐した検査用ラインではなく、アスファルト混合物の製造ライン上で、新規骨材Ａを撮影する。また、第１撮像装置８１は、特に、骨材粒子同士が密に接触し合った状態の新規骨材Ａを撮影する。そして、ステップＳ１２において、第１画像解析処理装置８３は、新規骨材Ａの画像データを解析して、貯蔵ビン毎に新規骨材Ａの混合前新規骨材粒度Ｈｋｊを測定する。なお、混合前新規骨材粒度Ｈｋｊとは、ミキサ６０に投入される前の貯蔵ビン毎の新規骨材Ａの粒度である。本実施形態では、上述のようにホットビン１５が５つの貯蔵ビン１５ａ〜１５ｅを有しているので、上記の貯蔵ビン毎の混合前新規骨材粒度Ｈｋｊに関して、具体的には、第１貯蔵ビン１５ａの混合前新規骨材粒度はＨ_１ｊであり、第２貯蔵ビン１５ｂの混合前新規骨材粒度はＨ_２ｊであり、第３貯蔵ビン１５ｃの混合前新規骨材粒度はＨ_３ｊであり、第４貯蔵ビン１５ｄの混合前新規骨材粒度はＨ_４ｊであり、第５貯蔵ビン１５ｅの混合前新規骨材粒度はＨ_５ｊである。但し、ｊは、ふるい目の開きの閾値の番号（１〜ｎの整数）である。 第１画像解析処理装置８３が混合前新規骨材粒度Ｈｋｊを測定するために用いる具体的な画像データの解析方法については、後述する。

【0050】

ステップＳ２１において、第２撮像装置８２ａ，８２ｂ，８２ｃは、再生骨材供給部２０の再生骨材Ｒを撮影し、再生骨材Ｒの画像データを取得する。特に、第２撮像装置８２ａ，８２ｂ，８２ｃは、アスファルト混合物の製造ラインから分岐した検査用ラインではなく、再生骨材供給部２０の再生骨材槽２１から再生骨材計量槽２４までの間のアスファルト混合物の製造ライン上で、再生骨材Ｒを撮影する。また、第２撮像装置８２ａ，８２ｂ，８２ｃは、旧アスファルトにより骨材粒子同士が互いに粘着した状態の再生骨材Ｒを撮影する。すなわち、第２撮像装置８２ａ，８２ｂ，８２ｃが撮影する再生骨材Ｒは、骨材粒子の表面に旧アスファルトが付着した状態にある。

【0051】

そして、ステップＳ２２において、第２画像解析処理装置８４は、ステップＳ１２と同様の解析方法を用いて、再生骨材Ｒの画像データを解析して、再生骨材Ｒの混合前再生骨材粒度Ｒｊを測定する。なお、混合前再生骨材粒度Ｒｊとは、ミキサ６０に投入される前の再生骨材Ｒの粒度である。

【0052】

さらに、ステップＳ２３において、第２画像解析処理装置８４は、再生骨材Ｒの画像データを解析して、再生骨材Ｒに含有される旧アスファルトの含有率（旧アスファルト含有率）Ｃを測定する。第２画像解析処理装置８４が旧アスファルト含有率Ｃを測定するために用いられる具体的な画像データの解析方法については、後述する。

【0053】

また、ステップＳ２４において、第２画像解析処理装置８４は、取得装置８５から取得した再生骨材供給量Ｇｔ、及び、ステップＳ２３で算出した旧アスファルト含有率Ｃに基づいて、再生骨材Ｒに含有される旧アスファルトの含有量（旧アスファルト含有量）Ｇｂを算出する。なお、旧アスファルト含有量Ｇｂは、次式（１）により算出する。

【数1】

【0054】

次に、ステップＳ３１において、演算装置８６は、取得装置８５から取得した再生骨材供給量Ｇｔ、及び、ステップＳ２４で算出した旧アスファルト含有量Ｇｂに基づいて、再生骨材Ｒに含有される骨材含有量Ｇｏを算出する。なお、再生骨材Ｒの骨材含有量Ｇｏは、次式（２）により算出する。

【数2】

すなわち、再生骨材Ｒの骨材含有量Ｇｏは、再生骨材供給量Ｇｔから旧アスファルト含有量Ｇｂを差し引いた重量である。

【0055】

次に、ステップＳ３２において、演算装置８６は、貯蔵ビン毎の混合前新規骨材粒度Ｈｋｊ、貯蔵ビン毎の新規骨材供給量Ｇｋ、混合前再生骨材粒度Ｒｊ、再生骨材の骨材含有量Ｇｏ、石粉の粒度Ｆｊ、及び、石粉供給量Ｇｓに基づき、次式（３）により、アスファルト混合物に含有される骨材の粒度である全体骨材粒度Ｙｊ＝｛Ｙ_１，Ｙ_２……Ｙｎ｝を算出する。なお、石粉の粒度Ｆｊが予め決められた固定値であり、例えば、プラントシステム７０の第１記憶部７２に記憶されている場合には、上記のステップＳ１０において、取得装置８５がプラントシステム７０の制御部７３から石粉の粒度Ｆｊを取得する。或いは、新規骨材Ａや再生骨材Ｒの粒度と同様に、石粉を撮像して当該画像データを解析することで、石粉の粒度Ｆｊを測定してもよい。また、以下の式において、骨材の粒度は、任意のふるい目の開きの閾値における通過重量比率で表されるものとする。

【数3】

但し、ｋは、ホットビン１５が有する貯蔵ビンの数（１〜ｍの整数）であり、ｊは、ふるい目の開きの閾値の番号（１〜ｎの整数）であり、Ｍは、ミキサ６０への骨材の総供給量（新規骨材Ａ，再生骨材Ｒ及び石粉）である。

【0056】

なお、ミキサ６０への骨材の総供給量Ｍは、次式（４）により算出される。

【数4】

【0057】

次に、ステップＳ３３において、演算装置８６は、新規アスファルト供給量Ｇａ、旧アスファルト含有量Ｇｂ、再生用添加剤供給量Ｇｄ、及び、ミキサ６０への骨材の総供給量Ｍに基づいて、次式（５）により、アスファルト混合物のアスファルト含有率Ｚを算出する。

【数5】

【0058】

次に、ステップＳ４０において、モニタ８８は、演算装置８６が算出した全体骨材粒度Ｙｊ、及び、アスファルト含有率Ｚを画面上に出力する。なお、ステップＳ４０において、モニタ８８は、第２記憶部８７に記憶されている全体骨材粒度Ｙｊの上限許容値Ｘｕｊ／下限許容値Ｘｄｊ、及び、アスファルト含有率Ｚの最適含有率Ｚｘをモニタに重畳的に表示してもよい。オペレータは、これらの表示を参考にして、貯蔵ビン毎の新規骨材供給量Ｇｋの配合割合や新規アスファルト供給量Ｇａを適宜、調整することができる。

【0059】

図４〜７を参照して、上述のステップＳ１２において、第１画像解析処理装置８３が貯蔵ビン毎の混合前新規骨材粒度Ｈｋｊを算出するために用いる具体的な画像データの解析方法について説明する。
まず、図４を参照して、新規骨材供給部１０のホットビン１５の第１貯蔵ビン１５ａの具体的な形状、及び、第１撮像装置８１の配置について、説明する。なお、第２貯蔵ビン１５ｂ、第３貯蔵ビン１５ｃ、第４貯蔵ビン１５ｄ、及び、第５貯蔵ビン１５ｅも、第１貯蔵ビン１５ａと同様の形状を有している。

【0060】

図４に示すように、第１貯蔵ビン１５ａは、上に向かうにつれて幅が大きくなるように形成された本体部１５ａａと、本体部１５ａａの下端に接続され、筒形状をなすゲート部１５ａｂとを有している。本体部１５ａａ及びゲート部１５ａｂの内部の空間は、新規骨材Ａを貯蔵するための貯蔵室１５ａｃを構成する。ゲート部１５ａｂの下端には放出口１５１が形成されている。ゲート部１５ａｂには蓋部１５１ａが取り付けられている。蓋部１５１ａには、シリンダ（図示せず）が取り付けられており、蓋部１５１ａは、シリンダの往復運動に応じてゲート部１５ａｂの放出口１５１を開閉するように動作する。なお、放出口１５１の蓋部１５１ａの開閉のタイミングにより、第１貯蔵ビン１５ａから新規骨材計量槽１６に投入される骨材の量が調整される。

【0061】

本体部１５ａａには、当該本体部１５ａａの内側、すなわち、貯蔵室１５ａｃ側に向かって凹んでいる凹部１５ａｄが設けられている。凹部１５ａｄには、窓部１５２が形成されている。窓部１５２は、略垂直方向（図の上下方向）に延びている。窓部１５２には、透明部材１５２ａが嵌合している。すなわち、透明部材１５２ａは、窓部１５２を閉塞している。透明部材１５２ａは、可視光が透過可能な部材であり、例えば、ガラス、プラスチック、アクリル、レジン、塩化ビニール樹脂、ポリスチレン、ポリカーボネイト、ポリスチレン、ハイブリッドガラス等によって形成されている。凹部１５ａｄの内側には、窓部１５２に対向するように、第１撮像装置８１が配置されている。これにより、第１撮像装置８１は、窓部１５２の透明部材１５２ａを介して、第１貯蔵ビン１５ａの貯蔵室１５ａｃに貯蔵された新規骨材Ａを撮影することができる。

【0062】

なお、ホットビン１５の貯蔵ビンの形状は、図４に示すものに限定されない。例えば、図４に示す第１貯蔵ビン１５ａの本体部１５ａａに凹部１５ａｄが設けずに、本体部１５ａａの傾斜面に窓部１５２を形成してもよい。また、ゲート部１５ａｂに窓部１５２を形成してもよい。また、本体部１５ａａに、貯蔵室１５ａｃから分岐するバイパス路を設け、バイパス路に窓部１５２を設けてもよい。

【0063】

第１画像解析処理装置８３は、例えば、公知のアルゴリズムを用いて、第１撮像装置８１が取得した画像データから新規骨材Ａの体積を測定し、当該新規骨材Ａの体積をふるい目の開きの閾値に応じて仕分けた後に、当該新規骨材Ａの体積から重量を算出することで、混合前新規骨材粒度Ｈｋｊを測定する。上述の公知のアルゴリズムとしては、例えば、改良されたＮ−Ｃｕｔ法（Improved Normalized Cuts Algorithm）を例示することができる。なお、人間による作業で輪郭線を補正した教師データを作成し、当該教師データを用いて上記のアルゴリズムに機械学習させることで、後述するセグメンテーション化の精度向上を図ってもよい。また、第１画像解析処理装置８３による混合前新規骨材粒度Ｈｋｊの算出方法は、以下に説明する方法に特に限定されない。例えば、１００枚以上の画像に骨材の輪郭線を付与した教師データを作成し、当該教師データを用いてセグメンテーション化や骨材の粒度の算出を行うモデルを機械学習により生成し、このモデルをアルゴリズムとして用いてもよい。

【0064】

第１画像解析処理装置８３による混合前新規骨材粒度Ｈｋｊの具体的な算出方法について、図５〜７を参照して説明する。
具体的には、先ず、図５（ａ）に示すように、第１画像解析処理装置８３は、第１撮像装置８１が取得した画像データの二値化を行い、画像データに含まれる新規骨材Ａの骨材粒子Ａｐのエッジを抽出して輪郭線Ｅを求め、各々の骨材粒子を輪郭線Ｅで切り離し、セグメンテーション化する。そして、図５（ｂ）に示すように、第１画像解析処理装置８３は、セグメンテーション化された骨材粒子Ａｐの輪郭線Ｅに基づいて骨材粒子Ａｐの長径Ｌ及び短径Ｓを算出する。なお、長径Ｌ及び短径Ｓの実際の長さは、画像データ上のピクセル数に基づいて算出される。

【0065】

次に、第１画像解析処理装置８３は、画像データに含まれる各々の骨材粒子Ａｐを、長径Ｌの長さに基づいて、ふるい目の開きの閾値０．０７５ｍｍ，０．１５ｍｍ，０．３ｍｍ，０．６ｍｍ，２．３６ｍｍ，４．７５ｍｍ，１３．２ｍｍ，１９ｍｍ，２６．５ｍｍ，３７．５ｍｍ，５３ｍｍにより仕分ける。

【0066】

第１画像解析処理装置８３は、ふるい目の開きの閾値に応じて仕分けられた骨材粒子Ａｐの体積に基づいて、新規骨材Ａの重量を算出する。具体的には、骨材粒子Ａｐの体積を、長径Ｌ×短径Ｓ×高さｈ（長径Ｌと短径Ｓとの平均）として算出し、ふるい目の開きの閾値ごとに積算する。これにより、ふるい目の開きの閾値の各々に対応する新規骨材Ａの体積を算出することができる。そして、図６に示す回帰直線を用いて、上述のふるい目の開きの閾値ごとに積算した新規骨材Ａの体積から当該新規骨材Ａの重量Ｗを算出する。なお、新規骨材Ａの重量と体積との関係は、ふるい目の開きの閾値を指定せずに算出してもよい。

【0067】

この図６に示す回帰直線の係数ｘ及び切片ｙは、骨材のふるい分け試験を事前に実施し、この試験で測定されたふるい目の開きの閾値ごとの骨材の重量とその積算体積とに基づいて線形回帰分析によって予め設定されたものである。また、この積算体積は、当該ふるい分け試験で用いられた骨材の画像データから算出した数値である。なお、図６に示す黒丸は、上記の事前のふるい分け試験で得られた骨材の重量及び積算体積のデータを示している。

【0068】

すなわち、ふるい目の開きの閾値ごとに新規骨材Ａの重量Ｗは、次式（６）により算出される。
Ｗ＝ α×Σ（Ｌ×Ｓ×ｈ）＋β …（６）
但し、上記の式において、ｈは、各々の骨材粒子Ａｐの高さであり、長径Ｌと短径Ｓの平均値である（ｈ＝（Ｌ＋Ｓ）／２）。また、Σ（Ｌ×Ｓ×ｈ）は、ふるい目の開きの閾値ごとの骨材の体積の合計値である。

【0069】

そして、第１画像解析処理装置８３は、ふるい目の開きの閾値ごとに仕分けられた新規骨材Ａの重量Ｗに基づき、表１に例示するように、ホットビン１５の各々の貯蔵ビンに貯蔵された新規骨材Ａの混合前新規骨材粒度Ｈｋｊに基づく粒度分布を算出する。混合前新規骨材粒度Ｈｋｊは、ふるい目の開きの閾値の各々に対する新規骨材Ａの通過重量割合［％」として算出される。なお、第１画像解析処理装置８３は、複数の画像データに基づいて、混合前新規骨材粒度Ｈｋｊの算出を行うことが好ましく、これにより、各々の貯蔵ビンに貯蔵された新規骨材Ａの混合前新規骨材粒度Ｈｋｊを精度良く測定することができる。また、第１画像解析処理装置８３は、複数の画像データから得られた粒度の平均値を混合前新規骨材粒度Ｈｋｊとして算出してもよい。なお、下記の表１は、第１画像解析処理装置８３により算出した混合前新規骨材粒度Ｈｋｊを示す一例に過ぎない。また、図７のグラフＤ_１は、表１に示す混合前新規骨材粒度Ｈｋｊに基づく粒度分布線である。

【表1】

【0070】

なお、成分情報推定システム８０の第２記憶部８７は、継続的に測定された混合前新規骨材粒度Ｈｋｊの履歴を記憶していてもよい。これにより、混合前新規骨材粒度Ｈｋｊが過去の数値と比較して大幅に変化した場合に、新規骨材供給部１０のスクリーン１３の故障を発見することができる。

【0071】

第２画像解析処理装置８４も、第１画像解析処理装置８３と同様の方法で、第２撮像装置８２ａ，８２ｂ，８２ｃが撮影した再生骨材Ｒの画像データを解析し、上述のステップＳ２２において、混合前再生骨材粒度Ｒｊを測定する。なお、第２画像解析処理装置８４は、旧アスファルトが付着した状態の再生骨材Ｒを抽出するために、画像データに含まれる青色成分に関する条件を調整した上で、混合前再生骨材粒度Ｒｊの測定を行う。

【0072】

次に、図８を参照して、上述のステップＳ２３における第２画像解析処理装置８４による旧アスファルト含有率Ｃの算出方法について説明する。
第２画像解析処理装置８４は、第２撮像装置８２ａ，８２ｂ，８２ｃが撮影した再生骨材Ｒの画像データのカラー解析を行う。特に、第２画像解析処理装置８４は、再生骨材Ｒの画像データに含まれる青色成分に関する解析を行う。具体的には、再生骨材Ｒの画像データに基づいて、画像データに含まれる青色成分を抽出して、青色成分の量（画像データにおける青色成分のピクセル数）を算出する。なお、青色成分の量に代えて、画像データの全体のピクセル数に対して青色のピクセル数が占める割合（青色成分の濃度）を算出してもよい。

【0073】

第２画像解析処理装置８４は、再生骨材Ｒの画像データに含まれる青色成分として、彩度を２５５段階で表現した場合の７０度以上の範囲に属する彩度を抽出するが、より好ましくは、８０度以上の範囲に属する彩度を抽出する。また、第２画像解析処理装置８４は、画像データに含まれる青色成分として、色相を１８０段階で表現した場合の１００〜１５０度の範囲に属する色相を抽出するが、より好ましくは、１０４〜１４４度の範囲に属する色相を抽出する。なお、明度に関しては、第２画像解析処理装置８４は、画像データに含まれる青色成分として、全範囲の明度（例えば、明度を２５５段階で表現した場合の０〜２５５度の範囲に属する明度）を抽出する。

【0074】

第２画像解析処理装置８４は、青色成分の量、及び、再生骨材Ｒの混合前再生骨材粒度Ｒｊに基づいて、予め設定された推定式を用いて、再生骨材Ｒに含まれる旧アスファルト含有率Ｃを算出する。この推定式の一例としては、図８のグラフに示された式を例示することができる。

【0075】

図８は、再生骨材Ｒの青色成分の量、再生骨材Ｒの混合前再生骨材粒度Ｒｊ及び旧アスファルト含有率Ｃの関係を予め重回帰分析（線形回帰分析）によって求めたものを３次元的にモデル化したグラフである。第２画像解析処理装置８４は、図８のグラフに示された式を推定式として用いることで、青色成分の量と再生骨材Ｒの混合前再生骨材粒度Ｒｊとに基づいて旧アスファルト含有率Ｃを算出する。

【0076】

図８に示す再生骨材Ｒの青色成分の量、粒度及び旧アスファルト含有率Ｃの関係を線形回帰分析によって求める方法を以下に説明する。
まず、自動遠心分離抽出法等の従来の方法により、複数の再生骨材Ｒの試料に含まれる旧アスファルト含有率Ｃを記録する。本実施形態では、旧アスファルト含有率Ｃは、再生骨材Ｒの全体の重量に対する旧アスファルトの重量比を「％」で表示した値として記録される。

【0077】

次に、上記の従来の方法により旧アスファルト含有率Ｃが記録された再生骨材Ｒの試料の各々を撮影した画像データに対してカラー解析を行い、画像データに含まれる青色成分の量を解析し、記録する。なお、画像データは、１試料につき１００枚以上取得され、青色成分の量についての解析値の平均値が記録される。本実施形態では、「青色成分の量」は、画像データに含まれる青色成分のピクセル数を「ピクセル数／１０００」を単位にして表示した値として記録される。

【0078】

次に、各々の試料の画像データから、上述した粒度解析の方法によって試料に含まれる再生骨材Ｒの粒度を算出し、記録する。なお、上述のように、画像データは１試料につき１００枚以上取得されているので、再生骨材Ｒの粒度についても解析値の平均値が記録される。本実施形態では、「再生骨材Ｒの粒度」は、ふるい目の閾値が５ｍｍ以下に分類される骨材が全体の再生骨材Ｒに占める重量比（５ｍｍ以下骨材重量比）を「％／１０」を単位として算出したものである。
なお、再生骨材Ｒの粒度は、ふるい分け試験の結果に基づいて算出されたものであってもよい。

【0079】

ここで、再生骨材Ｒの試料を用いて取得された青色成分の量、再生骨材Ｒの粒度及び旧アスファルト含有率Ｃのデータの例を表２に示す。

【表2】

上記のデータに基づき、下記の式（７）（重回帰分析の結果式）の重回帰相関係数α，βの値及び切片γの値を算出する。
Ｃ＝α×Ｐ＋β×Ｒ＋γ …（７）
但し、上記の式（７）において、Ｃは旧アスファルト含有率であり、Ｐは青色成分の量であり、Ｒは再生骨材Ｒの粒度（５ｍｍ以下骨材重量比）である。

【0080】

具体的には、上記のデータから、α＝０．０８０７１，β＝０．１３３１５，γ＝０．０１０３１の値が算出される。従って、上記のデータに基づく重回帰分析の結果式は、下記の式（８）及び図８のグラフによって表される。なお、図８のグラフの黒丸は、表２の青色成分の量、再生骨材Ｒの粒度及び旧アスファルト含有率Ｃのデータを示している。本実施形態では、この式（８）が、旧アスファルト含有率Ｃを推定するための推定式として、第２画像解析処理装置８４に予め設定されている。
Ｃ＝０．０８０７１×Ｐ＋０．１３３１５×Ｒ＋０．０１０３１ …（８）

【0081】

なお、一般的に重回帰分析式について統計上の充分な有意性を得るためには、有意確率（ｐ値）が０．０５以下である必要があるが、上記の式（８）のｐ値は０．００２７０６であり、高い有意性が認められる。従って、旧アスファルト含有率Ｃは、図８に示すように、青色成分の量及び再生骨材Ｒの粒度との間に相関関係を有する。従って、再生骨材Ｒの画像データから再生骨材Ｒの青色成分の量及び再生骨材Ｒの粒度を解析することによって、再生骨材Ｒに含まれる旧アスファルト含有率Ｃを推定することが可能となる。

【0082】

すなわち、図８によれば、再生骨材Ｒの青色成分の量が多い程、旧アスファルト含有率Ｃは高くなる。また、再生骨材Ｒの混合前再生骨材粒度Ｒｊが細かい程、重量当たりの再生骨材Ｒの表面積が大きくなり、旧アスファルトが多く付着するため、再生骨材Ｒに含まれる５ｍｍ以下骨材の重量比が大きい程、旧アスファルト含有率Ｃは高くなる。すなわち、再生骨材Ｒのふるい目の開きの閾値の小さく且つその重量比が大きい程、旧アスファルト含有率Ｃは高くなる。

【0083】

なお、図８に示す例では、モデルを単純化するために、再生骨材Ｒの粒度として、ふるい目の閾値が５ｍｍ以下に分類される骨材の重量比のみを考慮しているが、特に限定されない。例えば、上述のように、ふるい目の閾値０．０７５ｍｍ，０．１５ｍｍ，０．３ｍｍ，０．６ｍｍ，２．３６ｍｍ，４．７５ｍｍ，１３．２ｍｍ，１９ｍｍ，２６．５ｍｍ，３７．５ｍｍ，５３ｍｍの全てについて骨材の重量比を算出し、重回帰分析の結果式を求めることで、より高い精度で旧アスファルト含有率Ｃを推定してもよい。

【0084】

具体的には、重回帰分析によって、ふるい目の閾値の各々と骨材の重量比（混合前再生骨材粒度Ｒ_１〜Ｒ_１１）と重回帰相関係数（β_１〜β_１１）との関係は、図９の表のように示すことができる。図１１の表のデータに基づく重回帰分析の結果式は、下記の式（９）によって表される。なお、α’は青色成分の量に係る係数であり、γ’は切片である。上述のように、再生骨材Ｒのふるい目の閾値の小さく且つその重量比が大きい程、旧アスファルト含有率Ｃは多くなるので、下記の式（９）の場合には、β_ｊ＞β_ｊ＋１が成立している（ｊは１〜１０の整数）。
Ｃ＝α’×Ｐ＋β_１×Ｒ_１＋β_２×Ｒ_２＋β_３×Ｒ_３＋β_４×Ｒ_４＋β_５×Ｒ_５＋β_６×Ｒ_６＋β_７×Ｒ_７＋β_８×Ｒ_８＋β_９×Ｒ_９＋β_１０×Ｒ_１０＋β_１１×Ｒ_１１＋γ’ …（９）

【0085】

なお、第２画像解析処理装置８４に予め設定される推定式は、上述したような再生骨材Ｒの青色成分の量及び混合前再生骨材粒度Ｒｊと旧アスファルト含有率Ｃとの関係を満たす式であれば、上記の式（８）や式（９）に特に限定されない。

【0086】

また、図１０のグラフに示すように、線形回帰分析によって青色成分の量と旧アスファルト含有率Ｃとの関係を求め、青色成分の量のみから旧アスファルト含有率Ｃを推定することもできる。なお、図１０に示す黒丸は、実際の試料を用いて自動遠心分離抽出法等の従来の方法により算出された旧アスファルト含有率Ｃと、試料の画像データから解析された青色成分の量との関係を示すデータに基づくものである。

【0087】

次に、成分情報推定システム８０の演算装置８６による全体骨材粒度Ｙｊ、及び、アスファルト含有率Ｚの具体的な算出方法（図３のステップＳ３２，Ｓ３３）を、図１１に示す計算表、及び、図１２に示す粒度表を参照して説明する。

【0088】

まず、図１１の計算表に入力された値に基づき、図１２に示すふるい目の開きの閾値の各々（ｊ＝１〜１１）に対応する骨材の通過重量ｗ_１〜ｗ_１１は、次式（１０）〜（２０）によって算出される。なお、この骨材は、アスファルト混合物に含有される全ての骨材であり、新規骨材Ａ、再生骨材Ｒ及び石粉を含んでいる。
ｗ_１＝Ｈ_１１×Ｇ_１＋Ｆ_１×Ｇｓ＋Ｒ_１×Ｇｔ … （１０）
ｗ_２＝Ｈ_１２×Ｇ_１＋Ｆ_２×Ｇｓ＋Ｒ_２×Ｇｔ … （１１）
ｗ_３＝Ｈ_１３×Ｇ_１＋Ｆ_３×Ｇｓ＋Ｒ_３×Ｇｔ … （１２）
ｗ_４＝Ｈ_１４×Ｇ_１＋Ｈ_２４×Ｇ_２＋Ｆ_４×Ｇｓ＋Ｒ_４×Ｇｔ … （１３）
ｗ_５＝Ｈ_１５×Ｇ_１＋Ｈ_２５×Ｇ_２＋Ｈ_３５×Ｇ_３＋Ｒ_５×Ｇｔ … （１４）
ｗ_６＝Ｈ_１６×Ｇ_１＋Ｈ_２６×Ｇ_２＋Ｈ_３６×Ｇ_３＋Ｈ_４６×Ｇ_４＋Ｒ_６×Ｇｔ … （１５）
ｗ_７＝Ｈ_２７×Ｇ_２＋Ｈ_３７×Ｇ_３＋Ｈ_４７×Ｇ_４＋Ｈ_５７×Ｇ_５＋Ｒ_７×Ｇｔ … （１６）
ｗ_８＝Ｈ_３８×Ｇ_３＋Ｈ_４８×Ｇ_４＋Ｈ_５８×Ｇ_５＋Ｒ_８×Ｇｔ … （１７）
ｗ_９＝Ｈ_４９×Ｇ_４＋Ｈ_５９×Ｇ_５＋Ｒ_９×Ｇｔ … （１８）
ｗ_１０＝Ｈ_５１０×Ｇ_５ … （１９）
ｗ_１１＝Ｈ_５１１×Ｇ_５ … （２０）

【0089】

さらに、骨材の通過重量ｗ_１〜ｗ_１１に基づき、次式（２１）〜（３１）により、図１２に示す計算表の全体骨材粒度Ｙｊが算出される。なお、全体骨材粒度Ｙｊ＝｛Ｙ_１，Ｙ_２……Ｙ_１１｝は、単位を％として算出される。
Ｙ_１＝ｗ_１／Ｍ … （２１）
Ｙ_２＝ｗ_２／Ｍ … （２２）
Ｙ_３＝ｗ_３／Ｍ … （２３）
Ｙ_４＝ｗ_４／Ｍ … （２４）
Ｙ_５＝ｗ_５／Ｍ … （２５）
Ｙ_６＝ｗ_６／Ｍ … （２６）
Ｙ_７＝ｗ_７／Ｍ … （２７）
Ｙ_８＝ｗ_８／Ｍ … （２８）
Ｙ_９＝ｗ_９／Ｍ … （２９）
Ｙ_１０＝ｗ_１０／Ｍ … （３０）
Ｙ_１１＝ｗ_１１／Ｍ … （３１）

【0090】

なお、式（２１）〜（３１）は、前述した次式（３）に対応するものである。

【数6】

【0091】

また、ミキサ６０への骨材の総供給量Ｍは、骨材の通過重量ｗ_１〜ｗ_１１に基づき、次式（３２）により算出される。
Ｍ＝ｗ_１＋ｗ_２＋ｗ_３＋ｗ_４＋ｗ_５＋ｗ_６＋ｗ_７＋ｗ_８＋ｗ_９＋ｗ_１０＋ｗ_１１ …（３２）

【0092】

なお、ミキサ６０への骨材の総供給量Ｍは、前述した次式（４）により算出してもよい。

【数7】

【0093】

また、図１１の計算表に入力された値に基づき、前述した次式（５）によって、アスファルト含有率Ｚが算出される。なお、アスファルト含有率Ｚは単位を％として算出される。

【数8】

【0094】

次に、第１貯蔵ビン１５ａ，第２貯蔵ビン１５ｂ、及び、第３貯蔵ビン１５ｃに貯蔵される新規骨材Ａと石粉とを原料にしてアスファルト混合物を製造する場合の計算表の例を図１３に示す。図１３に示す例では、第１貯蔵ビン１５ａの新規骨材が４１％、第２貯蔵ビン１５ｂの新規骨材が２４％、第３貯蔵ビン１５ｃの新規骨材が２９％、石粉が６％の割合で骨材が混合されるように設定されている。また、ミキサ６０への骨材の総供給量Ｍは、１０００ｋｇに設定されている。
なお、図１３の計算表では、第４貯蔵ビン１５ｄの新規骨材、第５貯蔵ビン１５ｅの新規骨材、再生骨材の骨材重量、再生骨材の旧アスファルト含有量、新規アスファルト、及び、再生用添加剤についての欄は省略されている。また、ふるい目の開きの閾値については、２６．５ｍｍ以降の欄は省略されている。

【0095】

成分情報推定システム８０の演算装置８６は、図１３の計算表に入力された値に基づき、図１４（ａ）の粒度表に示すように、ふるい目の開きの閾値の各々（ｊ＝１〜８）に対応する全体骨材粒度Ｙｊを算出する。図１４（ａ）の粒度表は、オペレータ室のモニタ８８に表示される。また、図１４（ｂ）には、図１４（ａ）の粒度表に示される全体骨材粒度Ｙｊの粒度分布のグラフが示される。図１４（ｂ）のグラフも、図１４（ａ）の粒度表とともにモニタ８８に表示される。また、図１４（ｂ）のグラフには、成分情報推定システム８０の第２記憶部８７に記憶されている全体骨材粒度Ｙｊの上限許容値Ｘｕｊ、及び、下限許容値Ｘｄｊが破線によって表示される。図１４（ｂ）では、全体骨材粒度Ｙｊの粒度分布のグラフは、上限許容値Ｘｕｊの破線と下限許容値Ｘｄｊの破線との間に描かれている。これにより、オペレータ室のオペレータは、全体骨材粒度Ｙｊが、アスファルト混合物の品質を保証するための許容範囲内の数値であることを視覚的に確認することができる。

【0096】

さらに次に、第１貯蔵ビン１５ａ，第２貯蔵ビン１５ｂ、及び、第３貯蔵ビン１５ｃに貯蔵される新規骨材Ａと、再生骨材Ｒと、石粉とを原料にしてアスファルト混合物を製造する場合の計算表の例を図１５に示す。図１５に示す例では、第１貯蔵ビン１５ａの新規骨材が１８％、第２貯蔵ビン１５ｂの新規骨材が９％、第３貯蔵ビン１５ｃの新規骨材が１１％、石粉が２％、再生骨材が６０％の割合で骨材が混合されるように設定されている。なお、この再生骨材の重量割合は、再生骨材供給量Ｇｔから旧アスファルト含有量Ｇｂを差し引いた骨材重量（再生骨材の骨材含有量Ｇｏ）に基づいて算出される。第１貯蔵ビン１５ａ、第２貯蔵ビン１５ｂ及び第３貯蔵ビン１５ｃの混合前新規骨材粒度Ｈｋｊは、各々、図１３の計算表に示すものと同じ粒度である。また、ミキサ６０への骨材の総供給量Ｍは、１０００ｋｇに設定されている。
なお、図１５の計算表では、第４貯蔵ビン１５ｄの新規骨材、第５貯蔵ビン１５ｅの新規骨材、再生骨材の旧アスファルト含有量、新規アスファルト、及び、再生用添加剤についての欄は省略されている。また、ふるい目の開きの閾値については、２６．５ｍｍ以降の欄は省略されている。

【0097】

成分情報推定システム８０の演算装置８６は、図１５の計算表に入力された値に基づき、図１６（ａ）の粒度表に示すように、ふるい目の開きの閾値の各々（ｊ＝１〜８）に対応する全体骨材粒度Ｙｊを算出する。図１６（ａ）の粒度表は、オペレータ室のモニタ８８に表示される。また、図１６（ｂ）には、図１６（ａ）の粒度表に示される全体骨材粒度Ｙｊの粒度分布のグラフが示される。図１６（ｂ）のグラフも、図１６（ａ）の粒度表とともにモニタ８８に表示される。また、図１６（ｂ）のグラフには、成分情報推定システム８０の第２記憶部８７に記憶されている全体骨材粒度Ｙｊの上限許容値Ｘｕｊ、及び、下限許容値Ｘｄｊが破線によって表示される。図１６（ｂ）では、全体骨材粒度Ｙｊの粒度分布のグラフは、上限許容値Ｘｕｊの破線と下限許容値Ｘｄｊの破線との間に描かれている。これにより、オペレータ室のオペレータは、図１４（ｂ）に示すグラフと同様に、全体骨材粒度Ｙｊが、アスファルト混合物の品質を保証するための許容範囲内の数値であることを視覚的に確認することができる。

【0098】

以上のように、本実施形態に係る成分情報推定システム８０は、ミキサ６０が骨材とアスファルトとを混合する前に骨材を撮影する第１撮像装置８１、及び、第２撮像装置８２ａ，８２ｂ，８２ｃと、撮影した画像データに対して画像解析処理を行い、骨材の混合前骨材粒度を測定する第１画像解析処理装置８３、及び、第２画像解析処理装置８４とを備える。これにより、成分情報推定システム８０の演算装置８６は、アスファルト混合物の骨材の全体骨材粒度Ｙｊを算出すると共に、アスファルト混合物に含有されるアスファルト含有率Ｚを算出することができる。従って、本実施形態に係る成分情報推定システム８０では、骨材を撮影するだけで、アスファルト混合物の成分情報のうち全体骨材粒度Ｙｊを容易に取得し、アスファルト混合物の品質を判定することができる。これにより、アスファルト混合物のサンプリング試料を採取したり、サンプリング試料からアスファルトを除去する作業を行った後でふるい分け試験を実行したりする作業が不要となり、アスファルト混合物の成分情報を取得するためにかかる作業負担を大幅に軽減することができ、延いては、アスファルト混合物の全量検査が可能となる。

【0099】

また、アスファルト混合物に含有される骨材が新規骨材を含む場合に、第１撮像装置８１は、ホットビン１５の第１貯蔵ビン１５ａ、第２貯蔵ビン１５ｂ、第３貯蔵ビン１５ｃ、第４貯蔵ビン１５ｄ及び第５貯蔵ビン１５ｅの各々の内部を撮影する。第１画像解析処理装置は、第１撮像装置８１が撮影した画像データに対して画像解析処理を行い、貯蔵ビン毎の新規骨材の混合前新規骨材粒度Ｈｋｊを測定する。演算装置８６は、少なくとも、貯蔵ビン毎の新規骨材の混合前新規骨材粒度Ｈｋｊ、及び、貯蔵ビン毎の新規骨材供給量Ｇｋに基づいて、全体骨材粒度Ｙｊを算出する。これにより、アスファルト混合物に含有される骨材が新規骨材を含む場合、又は、新規骨材のみである場合に、成分情報推定システム８０は、新規骨材を撮影するだけで、アスファルト混合物の成分情報のうち全体骨材粒度Ｙｊを容易に取得し、アスファルト混合物の品質を判定することができる。

【0100】

また、アスファルト混合物に含有される骨材が再生骨材を含む場合に、第２画像解析処理装置８４は、第２撮像装置８２ａ，８２ｂ，８２ｃが撮像した画像データに対して画像解析処理を行い、再生骨材の混合前再生骨材粒度Ｒｊ、及び、再生骨材の旧アスファルト含有量Ｇｂを算出する。演算装置８６は、少なくとも、再生骨材の混合前再生骨材粒度Ｒｊ、及び、再生骨材供給量Ｇｔに基づいて、全体骨材粒度Ｙｊを算出すると共に、少なくとも、再生骨材供給量Ｇｔ、新規アスファルト供給量Ｇａ、及び、旧アスファルト含有量Ｇｂに基づいて、アスファルト含有率Ｚを算出する。これにより、アスファルト混合物に含有される骨材が再生骨材を含む場合、又は、再生骨材のみである場合に、成分情報推定システム８０は、再生骨材を撮影するだけで、アスファルト混合物の成分情報として、全体骨材粒度Ｙｊ及び旧アスファルトを含むアスファルト含有率Ｚを容易に取得し、アスファルト混合物の品質を判定することができる。

【0101】

また、アスファルト混合物に含有される骨材が、新規骨材及び再生骨材を含む場合に、第１撮像装置８１は、ホットビン１５の第１貯蔵ビン１５ａ、第２貯蔵ビン１５ｂ、第３貯蔵ビン１５ｃ、第４貯蔵ビン１５ｄ及び第５貯蔵ビン１５ｅの各々の内部を撮影する。そして、第１画像解析処理装置は、第１撮像装置８１が撮影した画像データに対して画像解析処理を行い、貯蔵ビン毎の新規骨材の混合前新規骨材粒度Ｈｋｊを測定する。また、第２撮像装置８２ａ，８２ｂ，８２ｃが撮像した画像データに対して画像解析処理を行い、再生骨材の混合前再生骨材粒度Ｒｊ、及び、再生骨材の旧アスファルト含有量Ｇｂを算出する。これにより、演算装置８６は、少なくとも、貯蔵ビン毎の新規骨材の混合前新規骨材粒度Ｈｋｊ、貯蔵ビン毎の新規骨材供給量Ｇｋ、再生骨材の混合前再生骨材粒度Ｒｊ、及び、再生骨材供給量Ｇｔに基づいて、全体骨材粒度Ｙｊを算出し、少なくとも、新規骨材供給量Ｇｋ、再生骨材供給量Ｇｔ、新規アスファルト供給量Ｇａ、及び、旧アスファルト含有量Ｇｂに基づいて、アスファルト含有率Ｚを算出する。従って、アスファルト混合物に含有される骨材が新規骨材及び再生骨材を含む場合に、成分情報推定システム８０は、新規骨材及び再生骨材を撮影するだけで、アスファルト混合物の成分情報として、全体骨材粒度Ｙｊ及び旧アスファルトを含むアスファルト含有率Ｚを容易に取得し、アスファルト混合物の品質を判定することができる。

【0102】

また、第２画像解析処理装置８４は、第２撮像装置８２ａ，８２ｂ，８２ｃが撮影した画像データに含まれる青色成分に関する解析を行うことにより、旧アスファルトの含有量Ｇｂを算出する。これにより、再生骨材を撮影するだけで旧アスファルトの含有量Ｇｂを算出することができ、旧アスファルトの含有量Ｇｂに基づいて、アスファルト含有率Ｚを容易に取得することができる。

【0103】

また、取得装置８５は、再生用添加剤供給量Ｇｄを取得し、演算装置８６は、少なくとも、再生骨材供給量Ｇｔ、新規アスファルト供給量Ｇａ、旧アスファルト含有量Ｇｂ、及び、再生用添加剤供給量Ｇｄに基づいて、アスファルト含有率Ｚを算出する。これにより、再生用添加剤供給量Ｇｄを考慮した上で、アスファルト混合物の成分情報のうちアスファルト含有率Ｚをより正確に取得することができる。なお、再生用添加剤供給量Ｇｄは、演算装置８６が、旧アスファルトの含有量Ｇｂに基づいて算出してもよい。

【0104】

また、取得装置８５は、石粉の粒度Ｆｊと、石粉供給量Ｇｓとを取得し、演算装置８６は、少なくとも、骨材の混合前骨材粒度、骨材の供給量、石粉の粒度Ｆｊ、及び、石粉供給量Ｇｓに基づいて、アスファルト混合物の全体骨材粒度Ｙｊを算出すると共に、少なくとも、骨材の供給量、新規アスファルト供給量Ｇａ、及び、石粉供給量Ｇｓに基づいて、アスファルト混合物のアスファルトの含有率Ｚを算出する。これにより、石粉の粒度Ｆｊ及び石粉供給量Ｇｓを考慮した上で、アスファルト混合物の成分情報として全体骨材粒度Ｙｊ及びアスファルト含有率Ｚをより正確に取得することができる。

【0105】

また、成分情報推定システム８０の出力装置は、アスファルト混合物の成分情報を表示し、印刷し、又は、他のシステムに送信する。これにより、アスファルトプラント１のオペレータや、アスファルト混合物の購入者が、アスファルト混合物の成分情報として全体骨材粒度Ｙｊ及びアスファルト含有率Ｚを確認し、アスファルト混合物の品質を評価することができる。また、他のシステムが、アスファルト混合物の成分情報を受信し、これらの情報を機械学習データ等に利用することができる。

【符号の説明】

【0106】

１…アスファルトプラント
１５…ホットビン
１５ａ…第１貯蔵ビン
１５ｂ…第２貯蔵ビン
１５ｃ…第３貯蔵ビン
１５ｄ…第４貯蔵ビン
１５ｅ…第５貯蔵ビン
６０…ミキサ
８０…成分情報推定システム
８１…第１撮像装置
８２ａ，８２ｂ，８２ｃ…第２撮像装置
８３…第１画像解析処理装置
８４…第２画像解析処理装置
８５…取得装置
８６…演算装置
８８…モニタ（出力装置）

【要約】

【課題】少ない作業負担でアスファルト混合物の骨材の粒度及びアスファルト含有率を含む成分情報を推定し、アスファルト混合物の品質を容易に判定することができるアスファルト混合物の成分情報推定システム及び成分情報推定方法を提供することである。
【解決手段】成分情報推定システム８０は、ミキサへの骨材の供給量と、新規アスファルト供給量Ｇａとを取得する取得装置８５と、骨材とアスファルトとを混合する前に骨材を撮影する撮像装置８１，８２ａ，８２ｂ，８２ｃと、撮影した画像データに対して画像解析処理を行い、骨材の混合前骨材粒度を測定する画像解析処理装置８３，８４と、アスファルト混合物に含有される全体骨材粒度Ｙｊ及びアスファルト含有率Ｚを算出する演算装置８６とを備える。
【選択図】 図２

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】