特許 6742011 アスファルト混合物の骨材供給量最適化システム及び骨材供給量最適化方法

(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】6742011

(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骨材供給量最適化システム及び骨材供給量最適化方法

(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】15

【全頁数】34

(21)【出願番号】特願2020-12695(P2020-12695)

(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】

粒度に応じて分級された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、ミキサによって前記新規骨材を含む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、前記貯蔵ビン毎の前記ミキサへの前記新規骨材の供給量を最適化する骨材供給量最適化システムであって、
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を取得する取得装置と、
前記アスファルト混合物の前記骨材の最適粒度範囲を記憶している記憶装置と、
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、
前記貯蔵ビン毎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全体骨材粒度Ｙｊを算出する第１演算装置とを備え、
前記第１演算装置は、前記全体骨材粒度Ｙｊが前記最適粒度範囲に包含されるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋを補正して、前記貯蔵ビン毎の前記新規骨材の最適供給量Ｇｋｘを算出する骨材供給量最適化システム。

【請求項2】

請求項１に記載の骨材供給量最適化システムであって、
前記骨材は、再生骨材を含み、
前記取得装置は、前記ミキサへの前記再生骨材の供給量Ｇｔを取得し、
前記骨材供給量最適化システムは、
前記ミキサが前記再生骨材と前記アスファルトとを混合する前に、前記再生骨材を撮影する第２撮像装置と、
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Ｒｎを算出する第２画像解析処理装置とを備え、
前記第１演算装置は、前記新規骨材の前記混合前新規骨材粒度Ｈｋｊ、前記新規骨材の供給量Ｇｋ、前記混合前再生骨材粒度Ｒｎ、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を算出する骨材供給量最適化システム。

【請求項3】

請求項２に記載の骨材供給量最適化システムであって、
前記第２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、前記再生骨材に含有される旧アスファルトの含有量Ｇｂを算出し、
前記第１演算装置は、前記新規骨材の前記混合前新規骨材粒度Ｈｋｊ、前記新規骨材の供給量Ｇｋ、前記混合前再生骨材粒度Ｒｎ、前記再生骨材の供給量Ｇｔ、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を算出する骨材供給量最適化システム。

【請求項4】

請求項３に記載の骨材供給量最適化システムであって、
前記記憶装置は、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最適含有率を記憶しており、
前記骨材供給量最適化システムは、前記アスファルト混合物に含有されるアスファルトのアスファルト含有率Ｚが前記最適含有率になるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、及び、前記旧アスファルトの含有量Ｇｂに基づいて、新規アスファルトの最適供給量Ｇａｘを算出する第２演算装置を備える骨材供給量最適化システム。

【請求項5】

請求項４に記載の骨材供給量最適化システムであって、
前記取得装置は、前記再生骨材と共に前記ミキサに供給される再生用添加剤の供給量Ｇｄを取得し、
前記第２演算装置は、前記アスファルト含有率Ｚが前記最適含有率になるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、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、前記新規アスファルトの最適供給量Ｇａｘを算出する骨材供給量最適化システム。

【請求項6】

請求項４に記載の骨材供給量最適化システムであって、
前記第２演算装置は、前記旧アスファルトの含有量Ｇｂに基づいて、再生用添加剤の供給量Ｇｄを算出し、
前記アスファルト含有率Ｚが前記最適含有率になるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、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、前記新規アスファルトの最適供給量Ｇａｘを算出する骨材供給量最適化システム。

【請求項7】

請求項１〜６のいずれか一項に記載の骨材供給量最適化システムであって、
前記取得装置は、前記骨材及び前記アスファルトと共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、
前記第１演算装置は、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全体骨材粒度Ｙｊを算出する骨材供給量最適化システム。

【請求項8】

請求項４〜６のいずれか一項に記載の骨材供給量最適化システムであって、
前記取得装置は、前記骨材及び前記アスファルトと共に前記ミキサに供給される石粉の供給量Ｇｓを取得し、
前記第２演算装置は、前記アスファルト含有率Ｚが前記最適含有率になるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、前記旧アスファルトの含有量Ｇｂ、及び、石粉の供給量Ｇｓに基づいて、前記新規アスファルトの最適供給量Ｇａｘを算出する骨材供給量最適化システム。

【請求項9】

請求項１〜８のいずれか一項に記載の骨材供給量最適化システムであって、
前記ミキサに投入する前記新規骨材の重量を計量する新規骨材計量手段に対して、前記貯蔵ビン毎の前記新規骨材の最適供給量Ｇｋｘを指示信号として出力する計量指示装置を備える骨材供給量最適化システム。

【請求項10】

請求項４〜６のいずれか一項に記載の骨材供給量最適化システムであって、
前記ミキサに投入する前記新規アスファルトの重量を計量する新規アスファルト計量手段に対して、前記新規アスファルトの最適供給量Ｇａｘを指示信号として出力する計量指示装置を備える骨材供給量最適化システム。

【請求項11】

請求項６に記載の骨材供給量最適化システムであって、
前記第２演算装置が算出した前記再生用添加剤の供給量Ｇｄを、前記ミキサに投入する前記再生用添加剤の重量を計量する再生用添加剤計量手段に対して、指示信号として出力する計量指示装置を備える骨材供給量最適化システム。

【請求項12】

請求項１〜１１のいずれか一項に記載の骨材供給量最適化システムであって、
前記貯蔵ビン毎の前記新規骨材の最適供給量Ｇｋｘ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る骨材供給量最適化システム。

【請求項13】

請求項１〜１１のいずれか一項に記載の骨材供給量最適化システムであって、
前記第１演算装置は、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前記最適供給量Ｇｋｘに基づいて、前記アスファルト混合物の前記骨材の最適全体骨材粒度Ｙｊｘを算出し、
前記骨材供給量最適化システムは、前記最適全体骨材粒度Ｙｊｘ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る骨材供給量最適化システム。

【請求項14】

請求項４〜６のいずれか一項に記載の骨材供給量最適化システムであって、
前記新規アスファルトの最適供給量Ｇａｘ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る骨材供給量最適化システム。

【請求項15】

粒度に応じて分級された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、ミキサによって前記新規骨材を含む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、前記ミキサへの前記貯蔵ビン毎の前記新規骨材の供給量を最適化する骨材供給量最適化方法であって、
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を取得する第１工程と、
前記貯蔵ビンの各々の内部を撮影して画像データを取得する第２工程と、
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を測定する第３工程と、
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全体骨材粒度Ｙｊを算出する第４工程と、
前記全体骨材粒度Ｙｊが所定の最適粒度範囲に包含されるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋを補正し、前記貯蔵ビン毎の前記新規骨材の最適供給量Ｇｋｘを算出する第５工程とを備える骨材供給量最適化方法。

【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骨材供給量最適化システム及び骨材供給量最適化方法に関する。

【背景技術】

【0002】

アスファルトプラントのオペレータは、アスファルト混合物の品質を維持するため、ホットビンに貯蔵された新規骨材の粒度の測定値データに基づき、アスファルト混合物の骨材の粒度が所定の最適範囲に収まるように、ホットビンからミキサに供給される新規骨材の量を適宜、調整している。ここで、従来、ホットビンに貯蔵された新規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新規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、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、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、骨材の粒度を測定することもあった（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てふるい分け試験やアスファルトの分離を実施する場合、測定値データの取得に時間がかかってしまい、当該測定値データを新規骨材の供給量の調整に迅速にフィードバックすることができないという問題があった。

【0005】

本発明が解決しようとする課題は、アスファルト混合物の骨材の粒度に関する測定値データを迅速に取得し、当該測定値データを用いてアスファルト混合物の品質を容易に安定させることができるアスファルト混合物の骨材供給量最適化システム及び骨材供給量最適化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、本発明に係る骨材供給量最適化システムは、粒度に応じて分級された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、ミキサによって前記新規骨材を含む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、前記貯蔵ビン毎の前記ミキサへの前記新規骨材の供給量を最適化する骨材供給量最適化システムであって、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を取得する取得装置と、前記アスファルト混合物の前記骨材の最適粒度範囲を記憶している記憶装置と、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、前記貯蔵ビン毎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全体骨材粒度Ｙｊを算出する第１演算装置とを備え、前記第１演算装置は、前記全体骨材粒度Ｙｊが前記最適粒度範囲に包含されるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋを補正して、前記貯蔵ビン毎の前記新規骨材の最適供給量Ｇｋｘを算出する骨材供給量最適化システムである。

【0007】

［２］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。

【0008】

［３］上記発明において、前記骨材は、再生骨材を含み、前記取得装置は、前記ミキサへの前記再生骨材の供給量Ｇｔを取得し、前記骨材供給量最適化システムは、前記ミキサが前記再生骨材と前記アスファルトとを混合する前に、前記再生骨材を撮影する第２撮像装置と、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Ｒｎを算出する第２画像解析処理装置とを備え、前記第１演算装置は、前記新規骨材の前記混合前新規骨材粒度Ｈｋｊ、前記新規骨材の供給量Ｇｋ、前記混合前再生骨材粒度Ｒｎ、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を算出してもよい。

【0009】

［４］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、前記再生骨材に含有される旧アスファルトの含有量Ｇｂを算出し、前記第１演算装置は、前記新規骨材の前記混合前新規骨材粒度Ｈｋｊ、前記新規骨材の供給量Ｇｋ、前記混合前再生骨材粒度Ｒｎ、前記再生骨材の供給量Ｇｔ、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を算出してもよい。

【0010】

［５］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。

【0011】

［６］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。

【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。

【0013】

［８］上記発明において、前記記憶装置は、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最適含有率を記憶しており、前記骨材供給量最適化システムは、前記アスファルト混合物に含有されるアスファルトのアスファルト含有率Ｚが前記最適含有率になるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、及び、前記旧アスファルトの含有量Ｇｂに基づいて、新規アスファルトの最適供給量Ｇａｘを算出する第２演算装置を備えてもよい。

【0014】

［９］上記発明において、前記取得装置は、前記再生骨材と共に前記ミキサに供給される再生用添加剤の供給量Ｇｄを取得し、前記第２演算装置は、前記アスファルト含有率Ｚが前記最適含有率になるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、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、前記新規アスファルトの最適供給量Ｇａｘを算出してもよい。

【0015】

［１０］上記発明において、前記第２演算装置は、前記旧アスファルトの含有量Ｇｂに基づいて、再生用添加剤の供給量Ｇｄを算出し、前記アスファルト含有率Ｚが前記最適含有率になるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、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、前記新規アスファルトの最適供給量Ｇａｘ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共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、前記第１演算装置は、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全体骨材粒度Ｙｊを算出してもよい。

【0017】

［１２］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共に前記ミキサに供給される石粉の供給量Ｇｓを取得し、前記第２演算装置は、前記アスファルト含有率Ｚが前記最適含有率になるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、前記旧アスファルトの含有量Ｇｂ、及び、石粉の供給量Ｇｓに基づいて、前記新規アスファルトの最適供給量Ｇａｘを算出してもよい。

【0018】

［１３］上記発明において、前記ミキサに投入する前記新規骨材の重量を計量する新規骨材計量手段に対して、前記貯蔵ビン毎の前記新規骨材の最適供給量Ｇｋｘを指示信号として出力する計量指示装置を備えてもよい。

【0019】

［１４］上記発明において、前記ミキサに投入する前記新規アスファルトの重量を計量する新規アスファルト計量手段に対して、前記新規アスファルトの最適供給量Ｇａｘを指示信号として出力する計量指示装置を備えてもよい。

【0020】

［１５］上記発明において、前記第２演算装置が算出した前記再生用添加剤の供給量Ｇｄを、前記ミキサに投入する前記再生用添加剤の重量を計量する再生用添加剤計量手段に対して、指示信号として出力する計量指示装置を備えてもよい。

【0021】

［１６］上記発明において、前記貯蔵ビン毎の前記新規骨材の最適供給量Ｇｋｘ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。

【0022】

［１７］上記発明において、前記第１演算装置は、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前記最適供給量Ｇｋｘに基づいて、前記アスファルト混合物の前記骨材の最適全体骨材粒度Ｙｊｘを算出し、前記骨材供給量最適化システムは、前記最適全体骨材粒度Ｙｊｘ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。

【0023】

［１８］上記発明において、前記新規アスファルトの供給量Ｇａ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。

【0024】

［１９］また、上記課題を解決するために、本発明に係る骨材供給量最適化方法は、粒度に応じて分級された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、ミキサによって前記新規骨材を含む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、前記ミキサへの前記貯蔵ビン毎の前記新規骨材の供給量を最適化する骨材供給量最適化方法であって、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を取得する第１工程と、前記貯蔵ビンの各々の内部を撮影して画像データを取得する第２工程と、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を測定する第３工程と、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全体骨材粒度Ｙｊを算出する第４工程と、前記全体骨材粒度Ｙｊが所定の最適粒度範囲に包含されるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋを補正し、前記貯蔵ビン毎の前記新規骨材の最適供給量Ｇｋｘを算出する第５工程とを備える骨材供給量最適化方法である。

【0025】

［２０］上記発明において、前記骨材は、再生骨材を含み、前記第１工程は、前記ミキサへの前記再生骨材の供給量Ｇｔを取得することを含み、前記第２工程は、前記ミキサが前記再生骨材と前記アスファルトとを混合する前に、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Ｒｎを算出することを含み、前記第４工程は、前記新規骨材の前記混合前新規骨材粒度Ｈｋｊ、前記新規骨材の供給量Ｇｋ、前記混合前再生骨材粒度Ｒｎ、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を算出することを含んでいてもよい。

【0026】

［２１］上記発明において、前記第３工程は、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、前記再生骨材に含有される旧アスファルトの含有量Ｇｂを算出することを含み、前記第４工程は、前記新規骨材の前記混合前新規骨材粒度Ｈｋｊ、前記新規骨材の供給量Ｇｋ、前記混合前再生骨材粒度Ｒｎ、前記再生骨材の供給量Ｇｔ、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を算出することを含んでもよい。

【0027】

［２２］上記発明において、前記第３工程は、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を算出することを含んでもよい。

【0028】

［２３］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。

【0029】

［２４］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。

【0030】

［２５］上記発明において、骨材供給量最適化方法は、前記アスファルト混合物に含有されるアスファルトのアスファルト含有率Ｚが前記最適含有率になるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、及び、前記旧アスファルトの含有量Ｇｂに基づいて、新規アスファルトの最適供給量Ｇａｘを算出する第６工程を備えてもよい。

【0031】

［２６］上記発明において、前記第６工程は、前記アスファルト含有率Ｚが前記最適含有率になるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、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、前記新規アスファルトの最適供給量Ｇａｘを算出することを含んでもよい。

【0032】

［２７］上記発明において、前記第６工程は、前記旧アスファルトの含有量Ｇｂに基づいて、再生用添加剤の供給量Ｇｄを算出し、前記アスファルト含有率Ｚが前記最適含有率になるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、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、前記新規アスファルトの最適供給量Ｇａｘを算出することを含んでもよい。

【0033】

［２８］上記発明において、前記第４工程は、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全体骨材粒度Ｙｊを算出することを含んでもよい。

【0034】

［２９］上記発明において、前記第６工程は、前記アスファルト含有率Ｚが前記最適含有率になるように、前記貯蔵ビン毎の前記新規骨材の供給量Ｇｋ、前記再生骨材の供給量Ｇｔ、前記旧アスファルトの含有量Ｇｂ、及び、石粉の供給量Ｇｓに基づいて、前記新規アスファルトの最適供給量Ｇａｘを算出することを含んでもよい。

【0035】

［３０］上記発明において、骨材供給量最適化方法は、前記ミキサに投入する前記新規骨材の重量を計量する新規骨材計量手段に対して、前記貯蔵ビン毎の前記新規骨材の最適供給量Ｇｋｘを指示信号として出力する第７工程を備えてもよい。

【0036】

［３１］上記発明において、骨材供給量最適化方法は、前記ミキサに投入する前記新規アスファルトの重量を計量する新規アスファルト計量手段に対して、前記新規アスファルトの最適供給量Ｇａｘを指示信号として出力する第８工程を備えてもよい。

【0037】

［３２］上記発明において、骨材供給量最適化方法は、前記再生用添加剤の供給量Ｇｄを、前記ミキサに投入する前記再生用添加剤の重量を計量する再生用添加剤計量手段に対して、指示信号として出力する第９工程を備えてもよい。

【0038】

［３３］上記発明において、前記貯蔵ビン毎の前記新規骨材の最適供給量Ｇｋｘを表示し、印刷し、又は、他のシステムに送信する第１０工程を備えてもよい。

【0039】

［３４］上記発明において、前記第５工程は、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前記最適供給量Ｇｋｘに基づいて、前記アスファルト混合物の前記骨材の最適全体骨材粒度Ｙｊｘを算出することを含み、前記骨材供給量最適化方法は、前記最適全体骨材粒度Ｙｊｘを表示し、印刷し、又は、他のシステムに送信する第１１工程を備えてもよい。

【0040】

［３５］上記発明において、骨材供給量最適化方法は、前記新規アスファルトの供給量Ｇａを表示し、印刷し、又は、他のシステムに送信する第１２工程を備えてもよい。

【発明の効果】

【0041】

本発明によれば、アスファルトと混合する前の新規骨材を撮影した画像データに基づいて新規骨材の粒度を測定するため、アスファルト混合物の骨材の粒度に関する測定値データを迅速に取得し、当該測定値データを用いてアスファルト混合物の品質を容易に安定させることができる。

【図面の簡単な説明】

【0042】

【図1】本発明の実施形態に係るアスファルト混合物の骨材供給量最適化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骨材供給量最適化システムの構成を示す図である。

【図3】図２に示す骨材供給量最適化システムを用いたアスファルト混合物の骨材供給量最適化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に示す骨材供給量最適化システムの画像解析処理装置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に示す骨材供給量最適化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に示す骨材供給量最適化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】アスファルト混合物の骨材の配合重量、及び、アスファルトの配合重量の一例を示す計量表である。

【図14】図２に示す骨材供給量最適化システムの記憶装置が記憶する骨材粒度上限許容値、及び、骨材粒度下限許容値の一例を示す表である。

【図15】図２に示す骨材供給量最適化システムが、図１３に示す計量表のデータを、図１４に示す骨材粒度上限許容値、及び、骨材粒度下限許容値に基づいて補正した場合における補正後の計量表データの一例を示す図である。

【図16】図１３に示すアスファルト混合物の全体骨材粒度と、図１４に示す骨材粒度上限許容値、及び、骨材粒度下限許容値と、図１５に示す最適全体骨材粒度とを表すグラフである。

【発明を実施するための形態】

【0043】

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。

【0044】

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。

【0045】

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。
なお、新規骨材計量槽１６は、新規骨材計量手段を構成する。

【0046】

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。
なお、再生骨材計量槽２４は、再生骨材計量手段を構成する。

【0047】

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。

【0048】

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。

【0049】

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。
なお、石粉計量槽３２は、石粉計量手段を構成する。

【0050】

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。
なお、アスファルト計量槽４２は、新規アスファルト計量手段を構成する。

【0051】

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を構成する。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。

【0052】

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。

【0053】

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、記憶部７２、及び、制御部７３を備えている。

【0054】

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。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。これらのデータは、後述する骨材供給量最適化システム８０によって適宜補正される。そして、制御部７３は、これらのデータに基づき、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、各々、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。

【0055】

一方、アスファルトプラント１に用いられる骨材供給量最適化システム８０は、貯蔵ビン毎の新規骨材供給量Ｇｋを最適化する装置であり、例えばコンピュータ等から構成されている。なお、骨材供給量最適化システム８０は、貯蔵ビン毎の新規骨材供給量Ｇｋだけでなく、新規アスファルト供給量Ｇａも最適化することができる。図２に示すように、この骨材供給量最適化システム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、記憶装置８７、出力装置８８、及び、計量指示装置８９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。

【0056】

骨材供給量最適化システム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）、石粉の粒度Ｆｊ、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。

【0057】

骨材供給量最適化システム８０の記憶装置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、及び、下限許容値Ｘｄｊ
（２）各製品（アスファルト混合物）のアスファルトの最適含有率Ｚｘ
なお、上限許容値Ｘｕｊと下限許容値Ｘｄｊとの間の骨材の粒度の範囲は、最適粒度範囲を構成する。アスファルト混合物の品質を維持するためには、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が最適粒度範囲に包含されていることが必要である。また、アスファルトの最適含有率Ｚｘは、アスファルト混合物の製品に応じて予め規定されている所定のアスファルト含有率Ｚである。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。

【0058】

また、演算装置８６は、アスファルト混合物に含有される骨材（新規骨材、再生骨材、石粉）の全体骨材粒度Ｙｊを算出する第１演算装置８６ａと、新規アスファルト供給量Ｇａを算出する第２演算装置８６ｂとを有する。第１演算装置８６ａは、全体骨材粒度Ｙｊが最適粒度範囲に包含されるように、ホットビン１５の貯蔵ビン毎の新規骨材供給量Ｇｋを補正して、貯蔵ビン毎の新規骨材最適供給量Ｇｋｘを算出する。また、第２演算装置８６ｂは、アスファルト混合物に含有されるアスファルトのアスファルト含有率Ｚが最適含有率Ｚｘになるように、新規アスファルト最適供給量Ｇａｘを算出する。第１演算装置８６ａ、及び、第２演算装置８６ｂは、互いに異なる装置であってもよく、１つのコンピュータを構成するプログラムであってもよい。

【0059】

第１演算装置８６ａは、取得装置８５から貯蔵ビン毎の新規骨材供給量Ｇｋ、再生骨材供給量Ｇｔ、石粉の粒度Ｆｊ、及び、石粉供給量Ｇｓを取得し、第１画像解析処理装置８３から新規骨材の混合前新規骨材粒度Ｈｋｊを取得し、第２画像解析処理装置８４から混合前再生骨材粒度Ｒｎ、及び、旧アスファルト含有量Ｇｂを取得する。そして、第１演算装置８６ａは、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、混合前再生骨材粒度Ｒｎ、再生骨材供給量Ｇｔ、旧アスファルト含有量Ｇｂ、石粉供給量Ｇｓ、及び石粉の粒度Ｆｊに基づいて、アスファルト混合物に含有される骨材の全体骨材粒度Ｙｊを算出する。
なお、第１画像解析処理装置８３による混合前新規骨材粒度Ｈｋｊの測定方法、並びに、第２画像解析処理装置８４による混合前再生骨材粒度Ｒｎ、及び、旧アスファルト含有量Ｇｂの測定方法については、後述する。

【0060】

第２演算装置８６ｂは、取得装置８５から貯蔵ビン毎の新規骨材供給量Ｇｋ、再生骨材供給量Ｇｔ、及び再生用添加剤供給量Ｇｄを取得し、第２画像解析処理装置８４から旧アスファルト含有量Ｇｂを取得し、記憶装置８７からアスファルトの最適含有率Ｚｘを取得する。そして、第２演算装置８６ｂは、貯蔵ビン毎の新規骨材供給量Ｇｋ、再生骨材供給量Ｇｔ、再生用添加剤供給量Ｇｄ、旧アスファルト含有量Ｇｂ、及び、アスファルトの最適含有率Ｚｘに基づいて、新規アスファルト最適供給量Ｇａｘを算出する。なお、第２演算装置８６ｂにより新規アスファルト最適供給量Ｇａｘを算出するためには、旧アスファルト含有量Ｇｂ、再生用添加剤供給量Ｇｄ等に応じて新規アスファルト最適供給量Ｇａｘを直接的に算出してもよく、予め規定された新規アスファルト供給量Ｇａを旧アスファルト含有量Ｇｂ、再生用添加剤供給量Ｇｄ等に応じて増減させるように補正してもよい。また、再生用添加剤供給量Ｇｄは、再生骨材の旧アスファルト含有量Ｇｂに依存するので、第２演算装置８６ｂは、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。

【0061】

第１演算装置８６ａが算出した貯蔵ビン毎の新規骨材最適供給量Ｇｋｘ、及び、第２演算装置８６ｂが算出した新規アスファルト最適供給量Ｇａｘを含む計量表データは、計量指示装置８９によって、プラントシステム７０の制御部７３に送信される。具体的には、プラントシステム７０の制御部７３は、貯蔵ビン毎の新規骨材最適供給量Ｇｋｘを指示信号としてアスファルトプラント１の新規骨材計量槽１６に送信する。すなわち、骨材供給量最適化システム８０の計量指示装置８９は、プラントシステム７０の制御部７３を介して、貯蔵ビン毎の新規骨材最適供給量Ｇｋｘを指示信号としてアスファルトプラント１の新規骨材計量槽１６に出力する。また、プラントシステム７０の制御部７３は新規アスファルト最適供給量Ｇａｘを指示信号としてアスファルトプラント１のアスファルト計量槽４２に送信する。すなわち、骨材供給量最適化システム８０の計量指示装置８９は、プラントシステム７０の制御部７３を介して、新規アスファルト最適供給量Ｇａｘを指示信号としてアスファルトプラント１のアスファルト計量槽４２に出力する。また、第１演算装置８６ａが再生用添加剤供給量Ｇｄを算出した場合には、計量指示装置８９は、プラントシステム７０の制御部７３を介して、再生用添加剤供給量Ｇｄを指示信号としてアスファルトプラント１の添加剤計量槽５２に出力してもよい。

【0062】

また、出力装置８８は、第１演算装置８６ａが算出した貯蔵ビン毎の新規骨材最適供給量Ｇｋｘ、最適全体骨材粒度Ｙｊｘ、及び、第２演算装置８６ｂが算出した新規アスファルト最適供給量Ｇａｘを画面上に表示するモニタ、又は、出荷伝票等の書類に印刷するプリンタである。また、出力装置８８は、貯蔵ビン毎の新規骨材最適供給量Ｇｋｘ、最適全体骨材粒度Ｙｊｘ、及び、新規アスファルト最適供給量Ｇａｘを他のシステムに送信して、これらのデータを機械学習の教師データとして利用してもよい。

【0063】

骨材供給量最適化システム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、演算装置８６、記憶装置８７、及び、計量指示装置８９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、骨材供給量最適化システム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、記憶装置８７、及び、計量指示装置８９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と骨材供給量最適化システム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と骨材供給量最適化システム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と骨材供給量最適化システム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。

【0064】

次に、図３を参照にして、骨材供給量最適化システム８０によって、貯蔵ビン毎の新規骨材最適供給量Ｇｋｘ、及び、新規アスファルト最適供給量Ｇａｘを出力する手順を説明する。
図３に示すように、まず、ステップＳ１０において、骨材供給量最適化システム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、再生用添加剤供給量Ｇｄ、及び、石粉の粒度Ｆｊ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、新規アスファルト供給量Ｇａ及び石粉の粒度Ｆｊ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、再生用添加剤供給量Ｇｄ、及び石粉の粒度Ｆｊをデータとして取得する。なお、前述のように、第２演算装置８６ｂが新規アスファルト最適供給量Ｇａｘを直接的に算出する場合には、取得装置８５による新規アスファルト供給量Ｇａの取得は不要である。また、前述のように、第２演算装置８６ｂが再生用添加剤供給量Ｇｄを算出する場合には、取得装置８５による再生用添加剤供給量Ｇｄの取得は不要である。

【0065】

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。

【0066】

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。

【0067】

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。

【0068】

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。

【0069】

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】

【0070】

次に、ステップＳ３１において、第１演算装置８６ａ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。

【0071】

次に、ステップＳ３２において、第１演算装置８６ａ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Ｒ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は、予め決められた固定値であり、取得装置８５は、プラントシステム７０の制御部７３から石粉の粒度Ｆｊを取得するがこれに限定されない。すなわち、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。

【0072】

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】

【0073】

次に、ステップＳ３３において、第１演算装置８６ａは、全体骨材粒度Ｙｊが最適骨材範囲に包含されるか否か、すなわち、全体骨材粒度Ｙｊが骨材の粒度の下限許容値Ｘｄｊ以上かつ上限許容値Ｘｕｊ以下の値であるか否かを判定する。

【0074】

ステップＳ３３において全体骨材粒度Ｙｊが最適骨材範囲に包含されないと判断された場合、第１演算装置８６ａは、ステップＳ３４において、全体骨材粒度Ｙｊが最適骨材範囲に包含されるように、貯蔵ビン毎の新規骨材供給量Ｇｋを補正する。具体的には、第１演算装置８６ａは、骨材の総供給量Ｍが一定となるように、貯蔵ビン毎の新規骨材供給量Ｇｋを増減させる。そして、ふるい目の開き毎に各々の混合前新規骨材粒度Ｈｋｊに新規骨材供給量Ｇｋを乗じたものを積算し、その結果算出される全体骨材粒度Ｙｊが最適骨材範囲に包含されるように貯蔵ビン毎の新規骨材供給量Ｇｋを補正して、新規骨材最適供給量Ｇｋｘを算出する。すなわち、ステップＳ３４において貯蔵ビン毎の新規骨材供給量Ｇｋを補正した後、ステップＳ３２で再び全体骨材粒度Ｙｊを算出し、ステップＳ３３において、全体骨材粒度Ｙｊが最適骨材範囲に包含されると判定された場合、ステップＳ３４で補正された新規骨材供給量Ｇｋは新規骨材最適供給量Ｇｋｘとして算出される。また、最適骨材範囲に包含されると判定される全体骨材粒度Ｙｊは、新規骨材最適供給量Ｇｋｘに基づく最適全体骨材粒度Ｙｊｘとして算出される。

【0075】

なお、新規骨材最適供給量Ｇｋｘの算出方法は、上記に特に限定されない。例えば、第１演算装置８６ａは、ニューラルネットワーク等の機械学習を利用したアルゴリズムにより、貯蔵ビン毎の新規骨材最適供給量Ｇｋｘ、及び、最適全体骨材粒度Ｙｊｘを算出してもよい。具体的には、第１演算装置８６ａは、過去のアスファルト混合物の製造工程において、製品番号に紐づけられて予め設定されていた貯蔵ビン毎の新規骨材供給量Ｇｋ、混合前新規骨材粒度Ｈｋｊ、及び、これらのデータに基づいて算出される全体骨材粒度Ｙｊと、オペレータによって補正された新規骨材供給量Ｇｋの補正値、及び、全体骨材粒度Ｙｊの補正値との関係を教師データとして用いて学習済みモデルを生成する。そして、第１演算装置８６ａは、当該学習済みモデルに、貯蔵ビン毎の新規骨材供給量Ｇｋ、及び、混合前新規骨材粒度Ｈｋｊを入力し、新規骨材最適供給量Ｇｋｘ（新規骨材供給量Ｇｋの補正値）、及び、最適全体骨材粒度Ｙｊｘ（全体骨材粒度Ｙｊの補正値）を出力する。これにより、第１演算装置８６ａは、全体骨材粒度Ｙｊが最適粒度範囲に包含されるように、貯蔵ビン毎の新規骨材供給量Ｇｋを補正して、貯蔵ビン毎の新規骨材最適供給量Ｇｋｘを算出することができる。上述のステップＳ３２〜Ｓ３４で得られた結果を教師データとして用いて学習済みモデルを生成してもよい。

【0076】

次に、ステップＳ４１において、第２演算装置８６ｂ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。なお、本実施形態では、第２演算装置８６ｂは再生骨材Ｒの骨材含有量Ｇｏを第１演算装置８６ａから取得するが、第２演算装置８６ｂが、再生骨材供給量Ｇｔ、及び、旧アスファルト含有量Ｇｂを用いて、上記の（２）式に従って、再生骨材Ｒの骨材含有量Ｇｏを算出してもよい。

【数5】

【0077】

さらに、ステップＳ４２において、第２演算装置８６ｂは、ステップＳ４１で算出されたアスファルト含有率Ｚが最適含有率Ｚｘに一致するか否かを判定する。ステップＳ４２において、アスファルト含有率Ｚが最適含有率Ｚｘに一致しないと判定された場合は、第２演算装置８６ｂは、新規アスファルト供給量Ｇａを補正する。そして、ステップＳ４３において新規アスファルト供給量Ｇａを補正した後、ステップＳ４１で再びアスファルト含有率Ｚを算出し、ステップＳ４２において、アスファルト含有率Ｚが最適含有率Ｚｘに一致すると判定された場合、ステップＳ４３で補正された新規アスファルト供給量Ｇａは新規アスファルト最適供給量Ｇａｘとして算出される。すなわち、第２演算装置８６ｂは、アスファルト含有率Ｚが最適含有率になるように新規アスファルト最適供給量Ｇａｘを算出する。なお、上記の式（５）も示す通り、旧アスファルト含有量Ｇｂ、及び、再生用添加剤供給量Ｇｄが多くなれば、新規アスファルト最適供給量Ｇａｘは少なくなり、旧アスファルト含有量Ｇｂ、及び、再生用添加剤供給量Ｇｄが少なくなれば、新規アスファルト最適供給量Ｇａｘは多くなる。なお、上述のように、再生用添加剤供給量Ｇｄは旧アスファルト含有量Ｇｂに依存するので、第２演算装置８６が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。また、アスファルト含有率Ｚ、旧アスファルト含有量Ｇｂ、再生用添加剤供給量Ｇｄ、及び、骨材の総供給量Ｍが既知であれば、上記の（５）式により新規アスファルト供給量Ｇａを算出することができるので、第２演算装置８６が新規アスファルト最適供給量Ｇａｘを直接的に算出してもよい。

【0078】

次に、ステップＳ５０において、骨材供給量最適化システム８０は、新規骨材最適供給量Ｇｋｘ、及び、新規アスファルト最適供給量Ｇａｘを出力する。具体的には、骨材供給量最適化システム８０の出力装置８８は、新規骨材最適供給量Ｇｋｘ、及び、新規アスファルト最適供給量Ｇａｘを含む成分情報のデータを表示し、印刷し、又は、他のシステムに送信する。または、骨材供給量最適化システム８０の計量指示装置８９は、新規骨材最適供給量Ｇｋｘ、及び、新規アスファルト最適供給量Ｇａｘを含む計量表データをプラントシステム７０の制御部７３に送信する。

【0079】

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。

【0080】

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。

【0081】

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。

【0082】

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。

【0083】

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。

【0084】

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。

【0085】

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。

【0086】

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。

【0087】

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。

【0088】

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。

【0089】

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】

【0090】

なお、骨材供給量最適化システム８０の記憶装置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。

【0091】

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。

【0092】

次に、図８〜１０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。

【0093】

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。

【0094】

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。

【0095】

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。

【0096】

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。

【0097】

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。

【0098】

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。

【0099】

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】

【0100】

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。

【0101】

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）

【0102】

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。

【0103】

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が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。

【0104】

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。

【0105】

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）

【0106】

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。

【0107】

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。

【0108】

次に、上述のステップＳ３２における第１演算装置８６ａによる全体骨材粒度Ｙｊの具体的な算出方法、及び、上述のステップＳ４１における第２演算装置８６ｂによるアスファルト含有率Ｚの具体的な算出方法を、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。

【0109】

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）

【0110】

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）

【0111】

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】

【0112】

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）

【0113】

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】

【0114】

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】

【0115】

次に、図１３〜図１６を参照にして、骨材供給量最適化システム８０の第１演算装置８６ａによる新規骨材供給量Ｇｋの補正の方法（図３のステップＳ３２〜Ｓ３４）及び第２演算装置８６ｂによる新規アスファルト供給量Ｇａの補正の方法（図３のステップＳ４１〜Ｓ４３）の具体例を説明する。
まず、図１３には、第１貯蔵ビン１５ａ，第２貯蔵ビン１５ｂ、第３貯蔵ビン１５ｃ、及び、第４貯蔵ビン１５ｄ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量表データの例が示されている。図１３の示す計量表データは、骨材供給量最適化システム８０の第１演算装置８６ａが図３のステップＳ３４で新規骨材供給量Ｇｋを補正する前の成分情報、すなわち、予め規定されている骨材の重量配分に基づくものである。図１３に示す例では、骨材１０００ｋｇの構成は、第１貯蔵ビン１５ａの新規骨材が３５０ｋｇ、第２貯蔵ビン１５ｂの新規骨材が１００ｋｇ、第３貯蔵ビン１５ｃの新規骨材が１００ｋｇ、第４貯蔵ビン１５ｄの新規骨材が５０ｋｇ、再生骨材Ｒの骨材重量が３５０ｋｇ、石粉が５０ｋｇとなっている。なお、図１３の計量表に示す再生骨材Ｒの骨材重量は、再生骨材Ｒの骨材含有量Ｇｏであり、再生骨材供給量Ｇｔ、及び、旧アスファルト含有量Ｇｂから算出された値である。

【0116】

また、図１３の例において、再生骨材Ｒの旧アスファルト含有量Ｇｂは１０ｋｇであり、再生用添加剤供給量Ｇｄは１０ｋｇであり、新規アスファルト供給量Ｇａは２０ｋｇである。すなわち、アスファルト混合物のアスファルト含有量は、４０ｋｇであり、式（５）に基づいて算出するアスファルト含有率Ｚは、３．８％である。

【0117】

なお、図１３及び図１５に示す計量表では、第１貯蔵ビン１５ａ，第２貯蔵ビン１５ｂ、第３貯蔵ビン１５ｃ、及び、第４貯蔵ビン１５ｄに貯蔵される新規骨材Ａ、再生骨材Ｒ、並びに、石粉について、ふるい目の開きに対する骨材の通過重量比率は省略されている。また、第５貯蔵ビン１５ｅの新規骨材Ａについての欄は省略されている。さらに、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。

【0118】

また、図１４には、ふるい目の開きの各々に対する骨材の粒度の上限許容値Ｘｕｊ、及び、下限許容値Ｘｄｊの具体例が示されている。すなわち、図１４に示す表は、全体骨材粒度Ｙｊの最適粒度範囲を示している。

【0119】

図１６には、図１３の計量表に基づいて算出された全体骨材粒度Ｙｊのグラフが示されている。また、図１４の表に示す骨材の粒度の上限許容値Ｘｕｊ、及び、下限許容値Ｘｄｊも、図１６には、各々、破線で示されている。これにより、図１３の計量表に基づいて算出された全体骨材粒度Ｙｊは、ふるい目の開き０．３ｍｍ〜１９．０ｍｍ（番号３〜８）の間で、最適粒度範囲に包含されていないことが視覚的に確認される。そのため、骨材供給量最適化システム８０の第１演算装置８６ａは、全体骨材粒度Ｙｊが最適粒度範囲（上限許容値Ｘｕｊと下限許容値Ｘｄｊとの間）に包含されるように、新規骨材供給量Ｇｋを補正して、新規骨材最適供給量Ｇｋｘを算出する（図３のステップＳ３４参照）。

【0120】

図１５に示す計量表データの新規骨材供給量Ｇ_１〜Ｇ_４は、骨材供給量最適化システム８０の第１演算装置８６ａが図３のステップＳ３４で新規骨材供給量Ｇｋを補正した後の成分情報に基づくものである。すなわち、図１５に示す表では、第１貯蔵ビン１５ａの新規骨材供給量Ｇ_１は３５０ｋｇから５０ｋｇに、第２貯蔵ビン１５ｂの新規骨材供給量Ｇ_２は１００ｋｇから２００ｋｇに、第３貯蔵ビン１５ｃの新規骨材供給量Ｇ_３は１００ｋｇから２５０ｋｇに、第４貯蔵ビン１５ｄの新規骨材供給量Ｇ_４は５０ｋｇから１００ｋｇに、各々、補正されている。具体的には、第１演算装置８６ａは、まず、ふるい目の開き０．３ｍｍ〜２．３６ｍｍ（番号３〜５）の全体骨材粒度Ｙ_３〜Ｙ_５を調整するために、第１貯蔵ビン１５ａからの新規骨材供給量Ｇ_１を補正する。さらに、第１演算装置８６ａは、ふるい目の開き４．７５ｍｍ（番号６）の全体骨材粒度Ｙ_６を調整するために、第２貯蔵ビン１５ｂからの新規骨材供給量Ｇ_２を補正する。次に、第１演算装置８６ａは、ふるい目の開き１３．２ｍｍ（番号７）の全体骨材粒度Ｙ_７を調整するために、第３貯蔵ビン１５ｃからの新規骨材供給量Ｇ_３を補正する。さらに次に、第１演算装置８６ａは、ふるい目の開き１９．０ｍｍ（番号８）の全体骨材粒度Ｙ_８を調整するために、第４貯蔵ビン１５ｄからの新規骨材供給量Ｇ_４を補正する。なお、再生骨材Ｒの骨材含有量Ｇｏ、及び、石粉供給量Ｇｓには、変更はない。

【0121】

図１６には、図１５の計量表に基づいて算出された全体骨材粒度（最適全体骨材粒度Ｙｊｘ）のグラフが示されている。これにより、図１５の計量表に基づいて算出された最適全体骨材粒度Ｙｊｘが最適粒度範囲に包含されていることが視覚的に確認される。従って、図１５の計量表に示す補正後の新規骨材供給量Ｇ_１〜Ｇ_４は、新規骨材最適供給量Ｇｋｘである。

【0122】

また、図１３の例においては、アスファルト含有率Ｚは３．８％であるが、これに対し、アスファルトの最適含有率Ｚｘ＝４．８％と設定されている場合は、新規アスファルト供給量Ｇａの補正も必要となる（図３のステップＳ４３参照）。具体的には、図１５の計量表に示すように、新規アスファルト供給量Ｇａを３０ｋｇに補正することにより、アスファルト含有率Ｚは、アスファルトの最適含有率Ｚｘ＝４．８％に一致するようになる。従って、第２演算装置８６ｂは、新規アスファルト最適供給量Ｇａｘを、３０ｋｇとして算出する。

【0123】

そして、骨材供給量最適化システム８０は、図１３の計量表データを図１５の計量表データで上書きし、出力装置８８、又は、プラントシステム７０の制御部７３に出力する（図３のステップＳ５０参照）。

【0124】

なお、図１３及び図１５では、アスファルト混合物の骨材の合計重量を構成する再生骨材Ｒの重量として、再生骨材Ｒの骨材含有量Ｇｏを用いているが、再生骨材供給量Ｇｔを用いてアスファルト混合物の骨材の合計重量を算出してもよい。

【0125】

以上のように、本実施形態に係る骨材供給量最適化システム８０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可能な複数の第１撮像装置８１を有する。また、骨材供給量最適化システム８０の第１画像解析処理装置８３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、貯蔵ビン毎の混合前新規骨材粒度Ｈｋｊを測定する。また、第１演算装置８６ａは、貯蔵ビン毎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、アスファルト混合物の全体骨材粒度Ｙｊを算出するとともに、全体骨材粒度Ｙｊが最適粒度範囲に包含されるように、貯蔵ビン毎の新規骨材供給量Ｇｋを補正して、貯蔵ビン毎の新規骨材最適供給量Ｇｋｘを算出する。これにより、第１撮像装置８１が新規骨材Ａを撮影することにより、骨材供給量最適化システム８０は、アスファルト混合物の新規骨材の粒度に関する測定値データを迅速に取得し、当該測定値データを用いてアスファルト混合物の品質を安定させるための新規骨材最適供給量Ｇｋｘを容易に算出することができる。

【0126】

具体的には、骨材供給量最適化システム８０は、アスファルト混合物の製造工程における現在のバッチで使用される新規骨材Ａに関する測定値データを、貯蔵ビン毎の新規骨材Ａの配合重量の調整に迅速にフィードバックさせることができる。また、骨材供給量最適化システム８０は、アスファルト混合物の製造工程における前回のバッチで使用された新規骨材に関する測定値データを、現在のバッチにおける貯蔵ビン毎の新規骨材Ａの配合重量の調整にフィードバックさせてもよい。また、第１画像解析処理装置８３は、新規骨材Ａを縦、横、斜めから撮影した画像データに基づいて、より精度の高い画像解析処理を行ってもよい。

【0127】

また、骨材供給量最適化システム８０は、再生骨材Ｒを撮影する第２撮像装置８２ａ，８２ｂ，８２ｃと、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Ｒの混合前再生骨材粒度Ｒｎを算出する第２画像解析処理装置とを備える。これにより、骨材に再生骨材Ｒが含まれる場合であっても、第１演算装置８６ａは、混合前新規骨材粒度Ｈｋｊ、新規骨材供給量Ｇｋ、混合前再生骨材粒度Ｒｎ、及び、再生骨材供給量Ｇｔに基づいて、アスファルト混合物の全体骨材粒度Ｙｊを算出することができる。従って、骨材供給量最適化システム８０は、アスファルト混合物の新規骨材及び再生骨材の粒度に関する測定値データを迅速に取得し、当該測定値データを用いてアスファルト混合物の品質を安定させるための新規骨材最適供給量Ｇｋｘを容易に算出することができる。

【0128】

また、骨材供給量最適化システム８０の第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Ｒに含有される旧アスファルト含有量Ｇｂを算出する。これにより、第１演算装置８６ａは、再生骨材供給量Ｇｔ、及び、旧アスファルト含有量Ｇｂに基づいて、再生骨材Ｒの骨材含有量Ｇｏを算出し、さらに、混合前新規骨材粒度Ｈｋｊ、新規骨材供給量Ｇｋ、混合前再生骨材粒度Ｒｎ、及び、再生骨材の骨材含有量Ｇｏに基づいて、アスファルト混合物の全体骨材粒度Ｙｊを算出することができる。すなわち、第２画像解析処理装置８４が再生骨材Ｒの旧アスファルト含有量Ｇｂを算出することにより、骨材供給量最適化システム８０は、再生骨材供給量Ｇｔから旧アスファルト含有量Ｇｂを差し引いた骨材含有量Ｇｏを用いて全体骨材粒度Ｙｊをより精度良く算出することができる。

【0129】

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、旧アスファルト含有量Ｇｂを算出する。これにより、第２画像解析処理装置８４は、再生骨材Ｒの画像データのカラー解析を行うことにより、旧アスファルト含有量Ｇｂを容易に算出することができる。

【0130】

また、骨材供給量最適化システム８０の第２演算装置８６ｂは、アスファルト含有率Ｚが最適含有率Ｚｘになるように、貯蔵ビン毎の新規骨材供給量Ｇｋ、再生骨材供給量Ｇｔ、及び、旧アスファルト含有量Ｇｂに基づいて、新規アスファルト最適供給量Ｇａｘを算出する。すなわち、第２演算装置８６ｂは、再生骨材Ｒの画像データに対する画像解析処理によって算出された旧アスファルト含有量Ｇｂを用いて、新規アスファルト最適供給量Ｇａｘを算出することができるため、骨材に再生骨材Ｒが含まれる場合であっても、アスファルト混合物の品質を安定させることができる。

【0131】

また、第２演算装置８６ｂは、アスファルト含有率Ｚが最適含有率Ｚｘになるように、貯蔵ビン毎の新規骨材供給量Ｇｋ、再生骨材供給量Ｇｔ、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、新規アスファルト最適供給量Ｇａｘを算出する。これにより、第２演算装置８６ｂは、再生骨材Ｒの画像データに対する画像解析処理によって算出された旧アスファルト含有量Ｇｂに加えて、再生用添加剤供給量Ｇｄも考慮した上で、新規アスファルト最適供給量Ｇａｘを算出することができる。なお、再生用添加剤供給量Ｇｄは、取得装置８５が取得する既定の重量でもよく、第２演算装置が旧アスファルト含有量Ｇｂに基づいて算出する重量であってもよい。

【0132】

また、第１演算装置８６ａ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、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前記全体骨材粒度Ｙｊを算出する。これにより、第１演算装置８６ａは、石粉の粒度Ｆｊ、及び、石粉供給量Ｇｓも考慮した上で、より正確な全体骨材粒度Ｙｊを算出することができる。

【0133】

さらに、第２演算装置８６ｂは、貯蔵ビン毎の新規骨材供給量Ｇｋ、再生骨材供給量Ｇｔ、旧アスファルト含有量Ｇｂ、及び、石粉供給量Ｇｓに基づいて、新規アスファルト最適供給量Ｇａｘを算出する。これにより、第２演算装置８６ｂは、石粉供給量Ｇｓも考慮した上で、より正確な新規アスファルト最適供給量Ｇａｘを算出することができる。

【0134】

骨材供給量最適化システム８０の計量指示装置８９は、新規骨材計量槽１６に対して、貯蔵ビン毎の新規骨材最適供給量Ｇｋｘを指示信号として出力する。また、計量指示装置８９は、アスファルト計量槽４２に対して、新規アスファルト最適供給量Ｇａｘを指示信号として出力する。これにより、骨材供給量最適化システム８０は、オペレータの手動による操作を経ずに、貯蔵ビン毎の新規骨材供給量Ｇｋ、及び、新規アスファルト供給量Ｇａを自動で最適化することができ、アスファルト混合物の品質を安定させることができる。

【0135】

また、第１演算装置８６ａが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を算出した場合には、計量指示装置８９は、再生用添加剤供給量Ｇｄを指示信号として添加剤計量槽５２に出力してもよい。これにより、骨材供給量最適化システム８０は、オペレータの手動による操作を経ずに、再生用添加剤供給量Ｇｄの調整も自動で行うことができる。

【0136】

また、骨材供給量最適化システム８０の出力装置８８は、貯蔵ビン毎の新規骨材最適供給量Ｇｋｘ、及び、新規アスファルト最適供給量Ｇａｘ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、オペレータが、貯蔵ビン毎の新規骨材最適供給量Ｇｋｘ、及び、新規アスファルト最適供給量Ｇａｘを視覚的に確認し、手動で貯蔵ビン毎の新規骨材供給量Ｇｋ、及び、新規アスファルト供給量Ｇａの最適化を行うこともできる。さらに、出力装置８８が、貯蔵ビン毎の新規骨材最適供給量Ｇｋｘ、及び、新規アスファルト最適供給量Ｇａｘを他のシステムに送信することにより、これらのデータを機械学習の教師データ等に活用することができる。

【0137】

骨材供給量最適化システム８０の出力装置８８は、最適全体骨材粒度Ｙｊｘ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、貯蔵ビン毎の新規骨材供給量Ｇｋが補正された後の全体骨材粒度Ｙｊをオペレータが視覚的に確認することができる。また、最適化された全体骨材粒度Ｙｊを出荷伝票等に印刷することができる。さらに、最適全体骨材粒度Ｙｊｘを他のシステムに送信し、機械学習の教師データ等に活用することができる。

【0138】

なお、ホットビン１５の貯蔵ビンの数を５つよりもさらに増やすことによって、骨材供給量最適化システム８０は、より細かく全体骨材粒度Ｙｊを補正することもできる。

【符号の説明】

【0139】

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
１６…新規骨材計量槽（新規骨材計量手段）
４２…アスファルト計量槽（新規アスファルト計量手段）
５２…添加剤計量槽（再生用添加剤計量手段）
６０…ミキサ
８０…骨材供給量最適化システム
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
８６ａ…第１演算装置
８６ｂ…第２演算装置
８７…記憶装置
８８…出力装置
８９…計量指示装置

【要約】

【課題】アスファルト混合物の骨材の粒度に関する測定値データを迅速に取得し、当該測定値データを用いてアスファルト混合物の品質を容易に安定させることができるアスファルト混合物の骨材供給量最適化システム及び骨材供給量最適化方法を提供することである。
【解決手段】骨材供給量最適化システム８０は、新規骨材Ａ画像データに対して画像解析処理を行い、貯蔵ビン１５ａ〜１５ｅ毎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８３と、混合前新規骨材粒度Ｈｋｊ、及び、新規骨材の供給量Ｇｋに基づいて、アスファルト混合物の全体骨材粒度Ｙｊを算出する第１演算装置８６ａとを備え、第１演算装置８６ａは、全体骨材粒度Ｙｊが最適粒度範囲に包含されるように、貯蔵ビン１５ａ〜１５ｅ毎の新規骨材の供給量Ｇｋを補正して、新規骨材の最適供給量Ｇｋｘを算出する。
【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】