特開 2023-139723 材料管理システム、学習装置及び推定装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023139723

(43)【公開日】2023-10-04

(54)【発明の名称】材料管理システム、学習装置及び推定装置

(51)【国際特許分類】

   G05B 19/418 20060101AFI20230927BHJP

   B65G 61/00 20060101ALI20230927BHJP

【ＦＩ】

G05B19/418 Z

B65G61/00 520

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2022045407

(22)【出願日】2022-03-22

(71)【出願人】

【識別番号】000000941

【氏名又は名称】株式会社カネカ

(74)【代理人】

【識別番号】100141139

【弁理士】

【氏名又は名称】及川 周

(74)【代理人】

【識別番号】100134359

【弁理士】

【氏名又は名称】勝俣 智夫

(74)【代理人】

【識別番号】100162868

【弁理士】

【氏名又は名称】伊藤 英輔

(74)【代理人】

【識別番号】100178847

【弁理士】

【氏名又は名称】服部 映美

(72)【発明者】

【氏名】長岡 優

【テーマコード（参考）】

3C100

【Ｆターム（参考）】

3C100AA36

3C100AA68

3C100AA70

3C100BB05

3C100BB25

3C100BB27

3C100CC03

3C100EE12

(57)【要約】

【課題】製品の製造に用いる樹脂について、その輸送中や、樹脂を用いた製造工場における樹脂の品質及び保管状況等の情報を、センサを用いて取得し、取得した情報を活用する。
【解決手段】材料管理システムは、材料を収容し、運搬又は保管に用いられる収容器と、前記収容器中の材料の状態を示すセンシング情報を検出するセンサと、前記センシング情報の時間履歴を示す収容材料履歴情報を管理する履歴管理部と、前記材料の評価結果を示す評価情報を取得する評価取得部と、前記収容材料履歴情報に基づいて、収容器に収容中の材料のセンシング情報と材料の評価結果が対応付けられた対応情報を生成する対応情報生成部と、対象材料について前記センシング情報が入力された場合に、前記対応情報に基づいて、対象材料の評価情報を推定する評価推定部と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

材料を収容し、運搬又は保管に用いられる収容器と、
前記収容器中の材料の状態を示すセンシング情報を検出するセンサと、
前記センシング情報の時間履歴を示す収容材料履歴情報を管理する履歴管理部と、
前記材料の評価結果を示す評価情報を取得する評価取得部と、
前記収容材料履歴情報に基づいて、収容器に収容中の材料のセンシング情報と材料の評価結果が対応付けられた対応情報を生成する対応情報生成部と、
対象材料について前記センシング情報が入力された場合に、前記対応情報に基づいて、対象材料の評価情報を推定する評価推定部と、
を備える材料管理システム。

【請求項2】

前記評価情報に基づいて、前記対象材料が収容された収容器を特定可能な通知を行う通知部をさらに備える
請求項１に記載の材料管理システム。

【請求項3】

前記評価取得部は、少なくとも一部に前記材料を用いて生産された製品について、当該製品の評価結果を示す前記評価情報を取得し、
前記評価推定部は、製品の生産に用いられる対象材料について前記センシング情報が入力された場合に、前記対応情報に基づいて、当該製品の評価情報を出力し、
前記製品の評価情報に基づいて、前記製品に用いられる対象材料について、当該対象材料が収容された収容器を特定可能な通知を行う通知部をさらに備える
請求項１に記載の材料管理システム。

【請求項4】

前記対応情報生成部は、前記収容材料履歴情報と前記評価情報に基づいて、収容器に収容中の材料のセンシング情報と、前記評価情報とが対応付けられた前記対応情報を生成し、
前記評価推定部は、対象材料について前記センシング情報が入力された場合に、前記対応情報に基づいて、前記製品を製造するための材料の品質又は組成の推薦を示す推薦情報を出力する
請求項１に記載の材料管理システム。

【請求項5】

前記対応情報生成部は、複数時点のセンシング情報と製品の評価結果が対応付けられた前記対応情報を生成し、
前記評価推定部は、前記対象材料について、複数時点の前記センシング情報が入力された場合に、前記対応情報に基づいて、前記製品の前記評価情報を出力する
請求項１から４のいずれか一項に記載の材料管理システム。

【請求項6】

前記対応情報生成部は、前記収容器或いは収容器の種類、及び、前記材料或いは材料の種類ごとに、前記対応情報を生成し、
前記評価推定部は、前記対象材料について、前記収容器或いは収容器の種類、及び、前記材料或いは材料の種類と前記センシング情報が入力された場合に、前記対応情報に基づいて、前記対象材料の前記評価情報を出力する
請求項１から５のいずれか一項に記載の材料管理システム。

【請求項7】

前記収容器はプロセッサを備え、
前記収容器が輸送中の場合、第１の周期ごとに、前記センサは、前記センシング情報を取得し、前記プロセッサは、取得した前記センシング情報をブロックチェーンに書き込み、
前記収容器が輸送中でない場合、前記第１の周期より長い第２の周期ごとに、前記センサは、前記センシング情報を取得し、前記プロセッサは、取得した前記センシング情報を前記ブロックチェーンに書き込む
請求項１から６のいずれか一項に記載の材料管理システム。

【請求項8】

運搬又は保管に用いられる収容器に収容された材料の状態を示すセンシング情報の時間履歴を示す収容材料履歴情報と、前記収容器中の材料の評価結果を示す評価情報と基づいて、機械学習を行うことによって学習済モデルを生成する学習処理部と、
を備える学習装置。

【請求項9】

運搬又は保管に用いられる収容器に収容された対象材料の状態を示すセンシング情報が入力された場合に、センシング情報の時間履歴を示す収容材料履歴情報と前記収容器中の材料の評価結果を示す評価情報とが予め対応付けられた対応情報に基づいて、前記対象材料の評価情報を生成する、
推定装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、材料管理システム、学習装置及び推定装置に関する。

【背景技術】

【0002】

樹脂を材料として用いて工業製品を製造する際、樹脂は収容器に封入される。樹脂が封入された収容器は、運搬車両に搭載された上で、製造工場に運搬される。製造工場において、樹脂は収容器から取り出され、製品の製造に用いられる。製造された製品は、エンドユーザによって購入される。特許文献１において、成形機への設定対象の１以上のパラメータと、当該１以上のパラメータが設定された成形機においてセンサ付き金型を用いて取得された１以上のセンサ値と、前記センサ付き金型を用いた成形に関連する１以上の成形関連情報とを有する２以上の学習情報を機械学習のアルゴリズムにより学習することが記載されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２０－０６２８４８号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

従来、樹脂について、その輸送中の状態を示す情報や、製造工場における樹脂の保管状況等の情報は、集められていなかった。

【0005】

本発明は、製品の製造に用いる樹脂について、その輸送中や、製造工場における樹脂の品質及び保管状況等の情報を、センサを用いて取得し、取得した情報を活用可能な材料管理システム、学習装置及び推定装置を提供することを目的の一つとする。

【課題を解決するための手段】

【0006】

この発明に係る材料管理システムは、以下の構成を採用した。
（１）この発明の一態様に係る管理システムは、材料を収容し、運搬又は保管に用いられる収容器と、前記収容器中の材料の状態を示すセンシング情報を検出するセンサと、前記センシング情報の時間履歴を示す収容材料履歴情報を管理する履歴管理部と、前記材料の評価結果を示す評価情報を取得する評価取得部と、前記収容材料履歴情報に基づいて、収容器に収容中の材料のセンシング情報と材料の評価結果が対応付けられた対応情報を生成する対応情報生成部と、対象材料について前記センシング情報が入力された場合に、前記対応情報に基づいて、対象材料の評価情報を推定する評価推定部と、を備える。

【0007】

（２）上記（１）の態様において、前記評価情報に基づいて、前記対象材料が収容された収容器を特定可能な通知を行う通知部をさらに備える。

【0008】

（３）上記（１）の態様において、前記評価取得部は、少なくとも一部に前記材料を用いて生産された製品について、当該製品の評価結果を示す前記評価情報を取得し、前記評価推定部は、製品の生産に用いられる対象材料について前記センシング情報が入力された場合に、前記対応情報に基づいて、当該製品の評価情報を出力し、前記製品の評価情報に基づいて、前記製品に用いられる対象材料について、当該対象材料が収容された収容器を特定可能な通知を行う通知部をさらに備える。

【0009】

（４）上記（１）の態様において、前記対応情報生成部は、前記収容材料履歴情報と前記評価情報に基づいて、収容器に収容中の材料のセンシング情報と、前記評価情報とが対応付けられた前記対応情報を生成し、前記評価推定部は、対象材料について前記センシング情報が入力された場合に、前記対応情報に基づいて、前記製品を製造するための材料の品質又は組成の推薦を示す推薦情報を出力する。

【0010】

（５）上記（１）から（４）いずれかの態様において、前記対応情報生成部は、複数時点のセンシング情報と製品の評価結果が対応付けられた前記対応情報を生成し、前記評価推定部は、前記対象材料について、複数時点の前記センシング情報が入力された場合に、前記対応情報に基づいて、前記製品の前記評価情報を出力する。

【0011】

（６）上記（１）から（５）のいずれかの態様において、前記対応情報生成部は、前記収容器或いは収容器の種類、及び、前記材料或いは材料の種類ごとに、前記対応情報を生成し、前記評価推定部は、前記対象材料について、前記収容器或いは収容器の種類、及び、前記材料或いは材料の種類と前記センシング情報が入力された場合に、前記対応情報に基づいて、前記対象材料の前記評価情報を出力する。

【0012】

（７）上記（１）から（６）のいずれかの態様において、前記収容器はプロセッサを備え、前記収容器が輸送中の場合、第１の周期ごとに、前記センサは、前記センシング情報を取得し、前記プロセッサは、取得した前記センシング情報をブロックチェーンに書き込み、前記収容器が輸送中でない場合、前記第１の周期より長い第２の周期ごとに、前記センサは、前記センシング情報を取得し、前記プロセッサは、取得した前記センシング情報を前記ブロックチェーンに書き込む。

【0013】

（８）この発明の一態様に係る学習装置は、運搬又は保管に用いられる収容器に収容された材料の状態を示すセンシング情報の時間履歴を示す収容材料履歴情報と、前記収容器中の材料の評価結果を示す評価情報と基づいて、機械学習を行うことによって学習済モデルを生成する学習処理部。

【0014】

（９）この発明の一態様に係る推定装置は、運搬又は保管に用いられる収容器に収容された対象材料の状態を示すセンシング情報が入力された場合に、センシング情報の時間履歴を示す収容材料履歴情報と前記収容器中の材料の評価結果を示す評価情報とが予め対応付けられた対応情報に基づいて、前記対象材料の評価情報を生成する。

【発明の効果】

【0015】

（１）から（９）によれば、製品の製造に用いる樹脂について、輸送中及び保管中の状態を精度よく推定することにより、より高品質な樹脂を製造現場に供給し、ひいては高品質な最終製品の製造及び供給に資することができる。

【図面の簡単な説明】

【0016】

【図1】本発明の第１実施形態における材料管理システムＳの構成図である。

【図2】本発明の第１実施形態における学習装置３０の機能構成図である。

【図3】本発明の第１実施形態における推定装置５０の機能構成図である。

【図4】本発明の第１実施形態における樹脂のセンシング情報と材料評価情報との相関関係の一例を示す表である。

【図5】本発明の第１実施形態における学習装置３０の動作シーケンスを示すフローチャートである。

【図6】本発明の第１実施形態における推定装置５０の動作シーケンスを示すフローチャートである。

【図7】本発明の第１実施形態における測定データと評価情報との対応関係の一例を示す表である。

【図8】本発明の第１実施形態の変形例における材料管理システムＳの構成図である。

【図9】本発明の第２実施形態における樹脂のセンシング情報と評価情報との相関関係の一例を示す表である。

【図10】本発明の第２実施形態における測定データと評価情報との対応関係の一例を示す表である。

【図11】本発明の第３実施形態における推定装置５０の動作シーケンスを示すフローチャートである。

【図12】本発明の第４実施形態における材料管理システムＳの構成図である。

【図13】本発明の第４実施形態における収容器１０の動作シーケンスを示すフローチャートである。

【図14】本実施形態に係る各装置のハードウェア構成を説明する説明図である。

【発明を実施するための形態】

【0017】

以下、図面を参照し、本発明の材料管理システムＳの実施形態について説明する。尚、以下の実施形態は特許請求の範囲に係る発明を限定するものではなく、また実施形態で説明されている特徴の組み合わせの全てが発明に必須のものとは限らない。実施形態で説明されている複数の特徴のうち二つ以上の特徴が任意に組み合わされてもよい。また、同一若しくは同様の構成には同一の参照番号を付し、重複した説明は省略する。

【0018】

（第１実施形態）
図１は、本発明の第１実施形態における材料管理システムＳの構成図である。材料管理システムＳは、材料製造工場Ｋ、ユーザ工場Ｆ、運搬車両Ｖ、収容器１０、学習装置３０及び推定装置５０を備える。材料製造工場Ｋにおいて、樹脂は生産される。樹脂は、本発明の材料管理システムＳにおける材料の一例である。樹脂は、製品の製造に材料として用いられる。樹脂は、収容器１０に収容される。樹脂が収容された収容器１０は、運搬車両Ｖに搭載され、運搬車両Ｖによってユーザ工場Ｆに輸送される。ユーザ工場Ｆにおいて、樹脂を材料として製品が製造される。製造された製品は、配達員Ｄによって顧客の店舗Ｃに届けられている。

【0019】

なお、樹脂を収容する収容器１０は、特に制限はなく一般的に用いられている収容器を使用することができる。例えば、樹脂を収容する収容器は、１ｋｇ缶、ペール缶、一斗缶、ドラム缶、数立方メートルのコンテナ、ローリー車、紙袋及びフレコンのいずれかを用いてもよい。

【0020】

樹脂は、構成単位として、単一の単量体に由来する構成単位でもよいし、二つ以上の単量体に由来する構成単位を含んでいてもよい。樹脂の組成として、特に制限はなく一般的に用いられている組成を使用することができる。組成としては、単一の組成でもよいし、無機物および／または有機物である顔料、充填剤（フィラー）、安定剤、乳化剤、架橋剤、可塑剤等から少なくとも１つ以上を含んだコンパウンドやマスターバッチでもよい。樹脂は、固体でもよいし液体でもよい。

【0021】

樹脂が固体の場合は、固体樹脂ともいう。前記固体樹脂の形状としては特に制限はなく一般的に用いられている形状を使用することができる。形状としては、球状、破砕状、フレーク状、ペレット状、繊維状などがある。前記固体樹脂の構造としては特に制限はなく一般的に用いられている構造を使用することができる。構造としては、単層構造でもよく、多層構造でもよく、中空構造でもよい。前記固体樹脂は、特に制限はなく一般的に用いられている水や水溶液、有機溶剤、可塑剤などの液体に溶解および／または分散していても良く、球状固体樹脂の分散液、繊維状の分散液、固体樹脂の分散液、コロイド状固体樹脂の水分散物（ラテックスともいう）でもよい。ラテックスは、ゴムの木を傷つけることにより流出する乳液でもよいし、界面活性剤で乳化させたモノマーを重合して得られるものでもよい。前記固体樹脂とは、１００℃で液体を完全に除いたのちに、１００℃において１，０００，０００ｍＰａ・ｓ以上の粘度を有するものを言う。

【0022】

樹脂が液体の場合は、液状樹脂ともいう。前記液状樹脂は、特に制限はなく一般的に用いられている水や水溶液、有機溶剤、可塑剤などの液体に溶解および／または分散していても良い。前記液状樹脂の中には、特に制限はなく一般的に用いられている固体を含んでいてもよく、固体が無機物および／または有機物である顔料、充填剤（フィラー）、安定剤、乳化剤、架橋剤、可塑剤、固体樹脂等から少なくとも１つ以上を含んでいてもよい。前記液状樹脂とは、１００℃で液体を完全に除いたのちに、１００℃以下において１，０００，０００ｍＰａ・ｓ未満の粘度を有するもの、または残渣が残らないものを言う。

【0023】

前記液状樹脂の構造としては特に制限はなく一般的に用いられている構造を使用することができる。構造としては、反応性の構造を有していることが好ましく、反応性の構造としては、例えば、反応性シリル基、アルケニル基、エポキシ基、イミド基、水酸基、アミノ基、イソシアネート基、メルカプト基、カルボキシル基、アミド基、スルホン酸基及びこれらのエステルや塩、イミノ基、オキサゾリン基、カルボジイミド基、重合性炭素－炭素二重結合基、チオール基、カルボニル基、エーテル基等が挙げられ、反応性シリル基、アルケニル基、エポキシ基、エーテル基、イソシアネート基、イミド基、アミド基がより好ましく、反応性シリル基、エポキシ基が特に好ましい。

【0024】

収容器１０は、通信装置１１０、センサ１２０、プロセッサ１３０、ＧＰＳ受信機１４０及び記憶装置１５０を備える。通信装置１１０は、無線通信インターフェイスを備える。無線通信インターフェイスは、ZigBee（登録商標）やBluetooth（登録商標）といった標準規格に準拠した無線通信インターフェイスでもよい。通信装置１１０は、センシング情報を学習装置３０及び推定装置５０に対して送信する。なお、収容器１０は、通信装置１１０及びＧＰＳ受信機１４０の少なくともいずれかを備えていなくてもよい。この場合、収容器１０は、ＧＰＳ受信機１４０に代えて、外部から時刻を取得する装置を備えていてもよいし、収容器１０のローカルに時計を備えて、当該時計により時刻を取得してもよい。

【0025】

センサ１２０は、収容器１０に収容されている樹脂の状態を示す情報をセンシング情報として取得する。センシング情報の取得に用いるセンサは、特に制限はなく一般的に用いられているセンサを使用することができるが、熱センサ、粘度センサ、光学センサ、水分センサ、濃度センサ、電磁センサ、質量センサなどが挙げられる。センシング情報が温度の場合、センサとして、金属製温度計、電気式温度計、放射温度計のいずれを用いてもよい。

【0026】

センシング情報は、例えば収容器１０内の樹脂の温度でもよいし、樹脂の粘度でもよいし、樹脂内の水分量でもよいし、樹脂の撮影画像でもよいし、収容器１０近傍の温度でもよいし、近傍の湿度でもよいし、収容器１０内の気相部の酸素濃度でもよい。収容器１０に樹脂が封入されるまたは排出される際、センサ１２０は出入口の樹脂の粘度を測定するセンサでもよい。

【0027】

本実施形態において、センシング情報が温度である場合を例に説明するが、特に限定されることはなく、他のセンシング情報を用いることもできる。センサ１２０は、収容器１０の天板又は側面又は底面に取り付けられてもよいし、収容器１０が置かれるパレットに取り付けられてもよい。センサ１２０は、センシング情報として、収容器１０の天板、側面又は底面の温度を測定してもよいし、収容器１０近傍の気温を測定してもよい。センサ１２０は、収容器１０の内壁に取り付けられ、樹脂の温度を直接測定してもよい。

【0028】

例えば、反応性の構造を持つ液状樹脂の場合、樹脂の熱履歴が大きいと樹脂の架橋が進み、樹脂の粘度が変化したりすることで樹脂の品質が低下する。他にも、水と反応をする樹脂の熱履歴が大きいと加水分解により樹脂の架橋が進み、樹脂の粘度が変化したりすることで樹脂の品質が低下する。他にも、酸素による酸化反応をする樹脂の熱履歴が大きいと酸化劣化により樹脂中の結合が切断され、樹脂の粘度が変化することで、樹脂の品質が低下する。つまり、樹脂の熱履歴と分子量との間には相関関係がある。樹脂の温度と、その温度が継続していた時間とを測定することにより、樹脂の分子量、つまり粘度を推定することが可能である。

【0029】

例えば、固体樹脂の場合、樹脂の周りの温度が高いと付着力が高くなり、樹脂がブロッキングしたりすることで樹脂の品質が低下する。つまり、樹脂の熱履歴とブロッキング性との間には相関関係がある。樹脂の温度と、その温度が継続していた時間とを測定することにより、樹脂のブロッキング性を推定することが可能である。他にも、樹脂の周りの湿度が高いと付着力が高くなり、樹脂がブロッキングしたりすることで樹脂の品質が低下する。つまり、樹脂の湿度履歴とブロッキングとの間には相関関係がある。樹脂の湿度と、その湿度が継続していた時間とを測定することにより、樹脂のブロッキングを推定することが可能である。

【0030】

プロセッサ１３０は、処理装置である。プロセッサ１３０は、例えばＣＰＵである。プロセッサ１３０は、マイコンでもよい。プロセッサ１３０は、通信装置１１０、センサ１２０、ＧＰＳ受信機１４０及び記憶装置１５０の間における情報の受け渡しといった各種処理を実行する。ＧＰＳ受信機１４０は、現在時刻及び収容器１０の位置情報を取得する。記憶装置１５０は、センサ１２０が取得したセンシング情報を記憶する。

【0031】

記憶装置１５０は、ＲＡＭ（Random Access Memory）及びＲＯＭ（Read Only Memory）のいずれかである。記憶装置１５０は、フラッシュメモリでもよい。記憶装置１５０は、センサ１２０が取得したセンシング情報及び収容器１０の識別子の少なくともいずれかを記憶する。収容器１０（例えば、ドラム缶）の識別子により、収容器１０を特定するないし識別することが出来る。

【0032】

学習装置３０は、収容器１０に収容される樹脂について、センシング情報と、収容材料履歴情報に対応づけられた樹脂の評価情報（材料評価情報）との相関関係を含む学習データを学習することにより、学習済モデルを生成する。推定装置５０は、収容器１０に収容されている樹脂のセンシング結果を入力として用い、学習装置３０が生成した学習済モデルに基づき、収容器１０に収容されている樹脂の評価情報を推定する。

【0033】

図２は、本発明の第１実施形態における学習装置３０の機能構成図である。学習装置３０による学習ステップについて、図２を用いて説明する。学習装置３０は、学習データ取得部３１１、学習処理部３１２、通信部３２０、学習データ記憶部３３１及び出力部３５０を備える。学習データ記憶部３３１は、センシング情報記憶部３３１１、評価情報記憶部３３１２及び学習結果記憶部３３１３を備える。

【0034】

学習データ取得部３１１はセンシング情報を取得し、センシング情報記憶部３３１１に記憶させる。学習データ取得部３１１は、材料の状態の時間的な履歴を示す収容材料履歴情報と、材料の品質を示す情報、使用期限を示す情報及び劣化情報等の少なくともいずれかを含む材料評価情報とを取得して評価情報記憶部３３１２に記憶させる。学習処理部３１２は、センシング情報を入力とし、材料評価情報を出力とする教師データを用いて機械学習を行い、学習結果として回帰モデルを生成する。

【0035】

材料評価情報は、収容材料履歴情報に対応づけられている。収容材料履歴情報は、例えば樹脂の受けた熱履歴である。樹脂の受けた熱履歴は、樹脂の温度の測定値と、測定を実施した時間（期間）との積によって表される。樹脂の温度の測定値は、周期的又は連続的に測定した樹脂の温度の時間平均によって表してもよい。

【0036】

学習処理部３１２は、学習済モデルとしての回帰モデルを生成する機能を有する。本実施形態に係る回帰モデルは、収容材料履歴情報と材料評価情報とが関連付けられたモデルである。材料評価情報については後述する。本実施形態に係る回帰モデルは、収容材料履歴情報と粘度とが関連付けられたモデルでもよいし、粘度を直接測定可能な場合、回帰モデルは、粘度と材料評価情報が関連付けられたモデルでもよい。

【0037】

学習処理部３１２は当該回帰モデルを学習結果記憶部３３１３に記憶させる。学習処理部３１２は、例えば、統計解析により回帰モデルを生成する。具体的に、学習処理部３１２は、学習データ取得部３１１が取得したセンシング情報及び測定時間に基づく熱履歴と、材料評価情報都とに基づき、回帰モデルを生成する。学習処理部３１２は、回帰モデルを学習結果記憶部３３１３に記憶させる。

【0038】

学習処理部３１２は、機械学習により回帰モデル（学習済みモデル）を生成してもよい。機械学習の手法の一例として、ＳＶＲ（サポートベクター回帰）、ランダムフォレスト、ニューラルネットワークによるディープラーニング等が挙げられる。学習処理部３１２は、例えば、教師あり学習によって学習済みモデルを生成してもよい。教師あり学習では、学習モデルに学習用のデータセットを用いた学習を行わせる。データセットは、学習時の入力となる説明変数と、当該入力データに基づき出力されるデータの正解を示す目的変数のセットである。

【0039】

本実施形態の場合、説明変数は、学習データ取得部３１１によって取得される樹脂のセンシング情報及び測定時間に基づく収容材料履歴情報である。目的変数は、学習データ取得部３１１によって取得される樹脂の材料評価情報である。目的変数は、学習データ取得部３１１によって取得される樹脂の粘度（架橋度）でもよい。学習処理部３１２は、当該説明変数と当該目的変数を用いて、温度と材料評価情報の対応を学習した学習済みモデルを生成する。出力部３５０は、学習済モデルを外部に出力する。出力部３５０は、通信部３２０を介して学習済モデルを外部に出力してもよい。

【0040】

図３は、本発明の第１実施形態における推定装置５０の機能構成図である。推定装置５０による収容材料履歴情報推定ステップについて図３を用いて説明する。推定装置５０は、実行データ取得部５１１、実行処理部５１２、通信部５２０、実行データ記憶部５３１、学習済モデル記憶部５３２及び出力部５５０を備える。実行データ記憶部５３１は、センシング情報記憶部５３１１及び実行結果記憶部５３１２を含む。

【0041】

学習装置３０及び推定装置５０のハードウェア構成については後述する。

【0042】

実行データ取得部５１１は、通信部５２０を介してセンシング情報及び測定時間（測定期間）を取得し、センシング情報記憶部５３１１に記憶させる。実行データ取得部５１１は、学習装置３０が生成した回帰モデルを取得する。回帰モデルを通信部５２０が取得してもよい。実行データ取得部５１１は回帰モデルを学習済モデル記憶部５３２に記憶させる。実行処理部５１２は、センシング情報をセンシング情報記憶部５３１１から読み出し、回帰モデルを用いて収容材料履歴情報を推定する。

【0043】

実行処理部５１２は、推定した材料評価情報を実行結果記憶部５３１２に記憶させる。回帰モデルは、学習装置３０が生成したものである。出力部５５０は、材料評価情報を実行結果記憶部５３１２から読み出し、外部に出力する。出力部５５０は、通信部５２０を介して材料履歴情報を外部に出力してもよい。

【0044】

図４は、本発明の第１実施形態における樹脂のセンシング情報と材料評価情報との相関関係の一例を示す表である。図４に示す表は、所定の種類の樹脂について、膨大なサンプル数（例えば数万サンプル）にわたって熱履歴、粘度及び材料評価情報の経時変化を評価した結果の平均値を示すものとする。図４の表に示す情報は、学習装置に入力する教師データとして用いられる。なお、温度に代えて、センシング情報として他の情報を用いてもよい。

【0045】

図４の表において、樹脂の温度は、樹脂のセンシング情報の一例である。図４の表において、Ａ列は、行番号を示す。Ｂ列は、樹脂の温度の測定値を摂氏で示している。Ｂ列の温度は、樹脂そのものの温度に代えて、樹脂を収容する収容器１０（例えばドラム）近傍の気温でもよい。Ｃ列は、測定（センシング）を開始してからの経過時間を日数で表したものである。

【0046】

Ｄ列は、樹脂が受けた熱の履歴（収容材料履歴情報）を示す。樹脂が受けた熱の履歴（熱履歴）の単位は、絶対温度（ケルビン（Ｋ））と時間（ｈ）の積である。Ｅ列は、各行の熱履歴に対応する樹脂の粘度の測定値を示す。樹脂の粘度の単位は、ミリパスカル秒（ｍＰａｓ）である。

【0047】

Ｆ列は、各行の熱履歴に対応する材料評価情報を示す。材料評価情報は、測定対象の樹脂の品質を表す指標である。材料評価情報は、樹脂の劣化状況を示してもよいし、樹脂を用いて製造される製品の品質を示してもよい。材料評価情報は、図４のような表現形式に限られない。材料評価情報が樹脂の使用期限を示す場合、材料評価情報は例えば日付を示してもよいし、樹脂を製造してからの時間又は日付を示してもよい。

【0048】

樹脂が熱による負荷を受けて架橋が進むと、粘度が上昇する。したがって、樹脂の粘度は、樹脂の架橋度を間接的に表す。図４に示されるように、樹脂が熱による負荷を受けて時間が経過するごとに、粘度が上昇していき、それに伴い材料評価情報が示す値も下がっている。つまり、樹脂が熱による負荷を受けるごとに、樹脂の品質が低下していく。材料評価情報は１０を最大値とし、０を最小値とする。材料評価情報が示す数字が大きいほど、樹脂の品質は高いことを材料評価情報は示す。教師データの取得頻度は図４に示した値より細かくてもよく、例えば５分おきでもよい。材料評価情報は、例えばＡからＫといったアルファベットによって表されてもよい。この場合、Ａは樹脂の品質が最も高いことを示し、Ｋは樹脂の品質が最も低いことを示してもよい。

【0049】

図５は、本発明の第１実施形態における学習装置３０の動作シーケンスを示すフローチャートである。ステップＳ３００において、学習データ取得部３１１は、所定の種類の樹脂について、学習データを取得する。より具体的には、学習データ取得部３１１は、樹脂のセンシング情報としての温度を取得し、測定開始からの時間を取得し、熱履歴を計算し、熱履歴をセンシング情報記憶部３３１１に記憶させる。センシング情報は、収容器１０内近傍の気温でもよい。

【0050】

学習データ取得部３１１は、当該センシング情報に対応する材料評価情報を評価情報記憶部３３１２に記憶させる。任意の種類の樹脂について、学習データ取得部３１１は、ステップＳ３００の処理を、多くの数のサンプル（例えば１００００サンプル）に対して、所定の期間（例えば１年間）にわたり、所定時間ごと（例えば３０分）に実行する。学習データ取得部３１１は、任意の種類の樹脂について、各熱履歴に対応する材料評価情報が示す値の平均値を算出する。学習データ取得部３１１は、各熱履歴に対応する樹脂の粘度の平均値を算出してもよい。なお、学習データ取得部３１１は、各熱履歴に対応する材料評価情報が示す値の平均値を必ずしも算出しなくてもよく、これにより、材料評価情報が示す内容の特異的な値を評価情報記憶部３３１２に記憶させることが可能となる。処理はステップＳ３０１に進む。

【0051】

ステップＳ３０１において、学習処理部３１２はセンシング情報及び材料評価情報を教師データとして機械学習処理を実行し、学習結果として所定の種類の樹脂について、回帰モデル（学習済モデル）を生成する。処理はステップＳ３０２に進む。

【0052】

ステップＳ３０２において学習処理部３１２は、当該回帰モデルを学習結果記憶部３３１３に記憶させる。

【0053】

教師データは、センシング情報及び材料評価情報に代えて、センシング情報及び収容材料履歴情報であってもよいし、センシング情報、収容材料履歴情報及び材料評価情報でもよい。また、樹脂の粘度を直接測定することが可能な場合、教師データは、樹脂の粘度と材料評価情報でもよい。処理はステップＳ３０３に進む。

【0054】

ステップＳ３０３において、出力部３５０は、回帰モデルを外部に出力する。出力部３５０に代えて、通信部３２０が回帰モデルを出力してもよい。ステップＳ３０１－ステップＳ３０３に係る学習処理は、容器或いは容器の種類、及び、材料或いは材料の種類ごとに実行されてもよい。学習処理部３１２は、容器或いは容器の種類、及び、材料或いは材料の種類の少なくともいずれかに対応づけて対応情報を生成してもよい。

【0055】

図６は、本発明の第１実施形態における推定装置５０の動作シーケンスを示すフローチャートである。ステップＳ５００において、実行データ取得部５１１は、収容器１０の識別子である収容器識別子を取得する。収容器識別子は、収容器１０を特定可能な識別子である。収容器１０には所定の種類の樹脂が収容されている。収容器１０は、輸送車両Ｖに載せられて輸送中の場合もあれば、ユーザ工場Ｆに保管されている場合もある。処理はステップＳ５０１に進む。

【0056】

ステップＳ５０１において、実行データ取得部５１１は、時刻情報及び位置情報を取得する。時刻情報及び位置情報は、収容器１０に含まれるＧＰＳ受信機１４０が取得したものである。取得した位置情報により、収容器１０が材料製造工場Ｋに置かれているか、運搬車両Ｖによって輸送中であるか、それともユーザ工場Ｆにあるかを少なくとも判断することができる。処理はステップＳ５０２に進む。

【0057】

ステップＳ５０２において、実行データ取得部５１１はセンシング情報を取得する。センサ１２０が収容器１０内部に取り付けられている場合、センシング情報は収容器１０に収容された樹脂の温度を示す。センサ１２０が収容器１０外部の蓋又は側面に取り付けられている場合、センシング情報は、収容器１０近傍の気温を示す。収容器１０内に収容された樹脂の粘度をセンサ１２０が直接測定可能な場合、実行データ取得部５１１は、センシング情報として樹脂の粘度を取得してもよい。処理はステップＳ５０３に進む。

【0058】

ステップＳ５０３において、実行処理部５１２は、演算処理を実行し、センシング情報及び時刻に基づいて、収容器１０に収容された樹脂が受けた熱履歴を算出する。処理はステップＳ５０４に進む。

【0059】

ステップＳ５０４において、実行処理部５１２は、熱履歴及び回帰モデルを用いて材料評価情報を推定する。回帰モデルは学習装置３０によって生成されたものである。実行処理部５１２は、回帰モデルを用いて、材料評価情報に代えて、又は材料評価情報に加えて、樹脂の粘度を推定してもよい。回帰モデルが樹脂の粘度と材料評価情報との対応関係を示す場合、実行処理部５１２は、樹脂の粘度を用いて回帰モデルに基づいて材料評価情報を推定してもよい。処理はステップＳ５０５に進む。

【0060】

ステップＳ５０５において、実行処理部５１２は、材料評価情報を、収容器識別子と、時刻情報と位置情報とに対応づけて、実行結果記憶部５３１２に記憶させる。材料評価情報に代えて、又は材料評価情報に加えて、実行処理部５１２は、樹脂の粘度を、収容器識別子と、時刻情報と位置情報とに対応づけて、実行結果記憶部５３１２に記憶させてもよい。その後、処理は終了する。なお、ステップＳ５０１からステップＳ５０５までの処理は、複数の収容器１０に対して行われる。

【0061】

図７は、所定の種類の樹脂について、本発明の第１実施形態における測定データと評価情報との対応関係の一例を示す表である。この対応関係は、ステップＳ５０５において実行処理部５１２が実行結果記憶部５３１２に記憶させたものである。図７において、Ａ列は、収容器の一例であるドラム缶に収容されている樹脂についてセンサ１２０がセンシング情報を取得した時刻を示す。Ｂ列は、センシング情報を取得した位置を示す位置情報を表す。la.1は緯度（latitude）を示し、lo.1は経度（longitude）を示す。Ｃ列は、樹脂が収容されている収容器１０の収容器識別子を表す。

【0062】

Ｄ列は、収容器１０に収容されている樹脂の熱履歴を示す。樹脂の熱履歴は、センシング情報としてセンサ１２０が取得した温度と測定時間（測定期間）に基づく。Ｅ列は、実行処理部５１２が推定する樹脂の粘度を示す。Ｆ列は、実行処理部５１２が推定する材料評価情報を示す。

【0063】

なお、本実施形態において、学習装置３０に含まれる学習処理部３１２は、材料管理システムＳにおいて履歴管理部を構成する。学習装置３０に含まれる学習データ取得部３１１は、材料管理システムＳにおける評価取得部を構成する。学習装置３０は、材料管理システムＳにおける対応情報生成部を構成する。特に、学習装置３０に含まれる学習処理部３１２は、材料管理システムＳにおける対応情報生成部を構成してもよい。推定装置５０に含まれる実行処理部５１２は、材料管理システムＳにおける評価推定部を構成する。図４の表におけるセンシング情報（例えば、樹脂の温度又は収容器１０近傍の温度）と、材料評価情報との対応関係は、材料管理システムＳにおける対応情報に相当する。

【0064】

以上に説明したように、本実施形態に係る材料管理システムＳは、材料を収容し、運搬又は保管に用いられる収容器と、収容器中の材料の状態を示すセンシング情報を検出するセンサと、記センシング情報の時間履歴を示す収容材料履歴情報を管理する履歴管理部と、材料の評価結果を示す評価情報を取得する評価取得部と、収容材料履歴情報に基づいて、収容器に収容中の材料のセンシング情報と材料の評価結果が対応付けられた対応情報を生成する対応情報生成部と、対象材料についてセンシング情報が入力された場合に、対応情報に基づいて、対象材料の評価情報を推定する評価推定部と、を備える。

【0065】

これにより、製品の製造に用いる樹脂について、その輸送中や、樹脂を用いた製造工場における樹脂の品質及び保管状況等の情報を、センサを用いて取得し、取得した情報を活用可能な材料管理システム、学習装置及び推定装置を提供することができる。

【0066】

（第１実施形態の変形例）
実行データ取得部５１１は、所望材料評価情報を取得してもよい。所望材料評価情報は、製造者が要求する材料の品質を示す。材料の一例は樹脂である。この場合、実行データ取得部５１１は、取得した所望材料評価情報が示す評価情報と同じか最も近い評価を示す材料評価情報を図７から特定し、特定した材料評価情報に対応する収容器識別子（所望収容器識別子）を選択してもよい。

【0067】

出力部５５０は、実行データ取得部５１１が選択した収容器識別子を出力情報として出力（通知）してもよいし、実行データ取得部５１１が選択した収容器識別子を、通信部５２０が出力情報として送信してもよい。この場合、出力部５５０又は通信部５２０は、材料管理システムＳにおける通知部として機能する。通信部５２０は、所望材料評価情報に最も近い材料評価情報と、所望材料評価情報に最も近い材料評価情報に対応する収容器識別子を出力する。

【0068】

図８は、本発明の第１実施形態の変形例における材料管理システムＳの構成図である。図８において、材料管理システムＳは、ユーザＨにより操作される端末装置６０を含む。端末装置６０は、材料製造工場Ｋ側で用いられてもよいし、ユーザ工場Ｆ側で用いられてもよい、材料製造工場Ｋ及びユーザ工場Ｆの双方で用いられてもよい。

【0069】

図８において、学習装置３０及び推定装置５０の図示は省略されているが、学習装置３０及び推定装置５０は材料管理システムＳに含まれる。端末装置６０は、所望材料評価情報に最も近い材料評価情報と、所望材料評価情報に最も近い材料評価情報に対応する収容器識別子とを受信する。

【0070】

端末装置６０の画面Ｇは、材料管理システムＳにおける通知部に相当する。端末装置６０の画面Ｇにおいて、所望材料評価情報に最も近い材料評価情報として「１０」が表示されており、画面Ｇの情報に、対応する収容器識別子としてＤ－１が表示（通知）されている。

【0071】

以上に説明したように、本実施形態に係る材料管理システムＳは、評価情報に基づいて、対象材料が収容された収容器を特定可能な通知を行う通知部をさらに備える。

【0072】

これにより、製品の製造に用いる樹脂について、その輸送中や、樹脂を用いた製造工場における樹脂の品質及び保管状況等の情報を、センサを用いて取得し、取得した情報を活用可能な材料管理システム、学習装置及び推定装置を提供するだけでなく、推定装置５０による推定結果に基づいて、逆に、所望の材料評価情報を提供可能な収容器１０を示す収容器識別子を出力することが出来る。

【0073】

また、収容器１０に収容されている樹脂の品質を材料評価情報が示す場合、通信部５２０又は出力部５５０は、材料評価情報を定期的に出力してもよい。端末装置６０は材料評価情報を定期的に受信し、画面Ｇに表示させてもよい。これにより、収容器１０に収容されている樹脂の品質を常に確認できることから、収容器１０に収容された樹脂の品質管理を容易にすることが出来る。

【0074】

また、樹脂の品質が所定の品質を満たさないことを材料評価情報が示す場合、実行処理部５１２は、収容器１０に収容されている樹脂の品質が劣化していることを示す情報（品質劣化情報）を生成してもよい。この場合、出力部５５０は、品質劣化情報を出力してもよいし、通信部５２０は、品質劣化情報を送信してもよい。端末装置６０は、画面Ｇに品質劣化情報を表示させてもよい。

【0075】

また、樹脂の品質が所定の品質を満たさないことを材料評価情報が示す場合、実行処理部５１２は、収容器１０の蓋が開かないよう、収容器１０の蓋を電子的又は機械的に施錠することを命令する情報（施錠命令）を生成してもよい。この場合、出力部５５０は施錠命令を出力してもよいし、通信部５２０は、施錠命令を収容器１０に対して送信してもよい。通信装置１１０は施錠命令を受信し、記憶装置１５０に記憶させる。

【0076】

プロセッサ１３０は、施錠命令を記憶装置１５０から読み出し、収容器１０の蓋を電子的又は機械的に施錠してもよい。これにより、劣化した品質の樹脂が製品の製造のための利用に供され、その結果品質の低い製品が生産されることを未然に防ぐことが可能になる。

【0077】

また、教師データに含まれるセンシング情報は、収容器１０に収容された樹脂の撮影画像でもよい。この場合、センサ１２０として撮像素子（カメラ）が用いられる。教師データに含まれる材料評価情報は、収容器１０内に残された樹脂の量を示してもよい。この場合、学習処理部３１２は、収容器１０に収容された樹脂の撮影画像及び収容器１０内に残された樹脂の量を教師データとして、畳み込みニューラルネットワークを用いて学習済モデルを生成してもよい。出力部３５０は、生成した学習済モデルを出力する。実行データ取得部５１１又は通信部５２０は学習済モデルを取得する。

【0078】

実行データ取得部５１１は、収容器１０内に収容された樹脂の撮影画像をセンシング情報として取得する。実行処理部５１２は、取得したセンシング情報と、学習済モデルとに基づいて、機械学習による推定処理を実行する。実行処理部５１２は、取得したセンシング情報に対応する材料評価情報を推定する。

【0079】

収容器１０に収容されている樹脂の量が所定の閾値より少ないことを、推定した材料評価情報が示す場合、実行処理部５１２は、収容器１０に樹脂を追加すること又は不足した樹脂を新たに発注することを求める情報（樹脂追加促進情報）を生成する。この場合、通信部５２０又は出力部５５０は、樹脂追加促進情報を出力する。端末装置６０は、樹脂追加促進情報を受信し、画面Ｇに表示させてもよい。

【0080】

これにより、材料製造工場Ｋ側は、ユーザ工場Ｆにおいて樹脂が不足したら追加分を速やかに製造することが出来る。また、材料製造工場Ｋ側及びユーザ工場Ｆ側双方において、すぐには用いられない樹脂の品質劣化が、必要量以上の樹脂の製造によって生じることを防ぐことが出来る。また、ユーザ工場Ｆに保管しておくべき樹脂の量を必要最小限とすることが出来る。さらに、ユーザ工場Ｆにおいて樹脂の保管に必要な収容器１０の数を必要最小限にすることが出来る。ひいては、収容器１０の保管スペースさえも必要最小限にすることが出来るため、管理コストの削減が可能となる。

【0081】

（第２実施形態）
図９は、本発明の第２実施形態における樹脂のセンシング情報と材料評価情報との相関関係の一例を示す表である。図９の表に示す情報は、学習装置に入力する教師データとして用いられる。図９の表は、センシング情報（樹脂の熱履歴）と、樹脂の粘度と、材料評価情報との対応関係について収集された１億サンプルのデータの一部を示すものとする。図９に示す表において、Ｄ列の材料評価情報が示す内容は、樹脂を用いて製造された製品についての評価を示す。熱履歴及び粘度に代えて、他の情報（例えば他のセンシング情報）を用いてもよい。

【0082】

樹脂を用いて製造された製品についての評価は、例えばその製品の品質を示してもよいし、製品を購入したエンドユーザ又は製品を利用したユーザによる品質評価を示してもよい。樹脂を用いて製造された製品についての評価は、樹脂を用いて製造された製品を出荷する段階における良・不良判定結果又は品質評価を示してもよい。

【0083】

図９において、材料評価情報は、樹脂を用いて製造された製品を出荷する段階における品質評価を示すものとする。材料評価情報は、例えば、樹脂を用いて製造された製品の品質を０から１００の間でユーザ工場Ｆにおいて評価した結果を示す。材料評価情報の「０」は品質が最も低く、「１００」は、品質が最も高いことを示す。

【0084】

学習装置３０は、第１実施形態と同様に、図５に示すフローチャートに則り、図９に示す教師データについて学習処理部３１２等によって機械学習処理を実行し、回帰モデル（学習済モデル）を生成する。

【0085】

推定装置５０は、第１実施形態と同様に、図６に示すフローチャートに則り、実行データ取得部５１１によってセンシング情報を取得する。実行処理部５１２は、学習装置３０が生成した回帰モデル（学習済モデル）に基づき、実行処理部５１２等によって、取得したセンシング情報に対応する材料評価情報を推定する。第１実施形態と同様に、実行処理部５１２は、材料評価情報を、収容器識別子と、時刻情報と位置情報とに対応づけて、実行結果記憶部５３１２に記憶させる。

【0086】

材料評価情報に代えて、又は材料評価情報に加えて、実行処理部５１２は、収容材料履歴情報を、収容器識別子と、時刻情報と位置情報とに対応づけて、実行結果記憶部５３１２に記憶させてもよい。その後、処理は終了する。なお、ステップＳ５０１からステップＳ５０５までの処理は、複数の収容器１０に対して行われる。

【0087】

図１０は、本発明の第２実施形態における測定データと評価情報との対応関係の一例を示す表である。この対応関係は、ステップＳ５０５において実行処理部５１２が実行結果記憶部５３１２に記憶させたものである。図７との差異は、Ｆ列の材料評価情報が示す値である。

【0088】

実行データ取得部５１１は、所望材料評価情報を取得する。実行データ取得部５１１は、取得した所望材料評価情報が示す評価情報に最も近い評価を示す材料評価情報を図１０から特定し、特定した材料評価情報に対応する収容器識別子（所望収容器識別子）を選択してもよい。

【0089】

出力部５５０は、実行データ取得部５１１が選択した収容器識別子を出力情報として出力（通知）する。実行データ取得部５１１が選択した収容器識別子を、通信部５２０が出力情報として送信してもよい。第１実施形態と同様に、出力部５５０又は通信部５２０は、材料管理システムＳにおける通知部に相当しうるし、図８に示すように、端末装置６０の画面は、材料管理システムＳにおける通知部に相当しうる。

【0090】

以上に説明したように、第２実施形態に係る材料管理システムＳにおいて、評価取得部は、収容器に収容された材料を少なくとも一部に用いて生産された製品について、当該製品の評価結果を示す評価情報を取得し、評価推定部は、製品の生産に用いられる対象材料についてセンシング情報が入力された場合に、対応情報に基づいて、当該製品の評価情報を出力し、製品の評価情報に基づいて、製品に用いられる対象材料について、当該対象材料が収容された収容器を特定可能な通知を行う通知部をさらに備える。

【0091】

これにより、製品の製造に用いる樹脂について、その輸送中や、樹脂を用いた製造工場における樹脂の品質及び保管状況等の情報を、センサを用いて取得し、取得した情報を活用可能な材料管理システム、学習装置及び推定装置を提供するだけでなく、推定装置５０による推定結果に基づいて、逆に、所望の材料評価情報を提供可能な収容器１０を示す収容器識別子を出力することが出来る。

【0092】

（第３実施形態）
図１１は、本発明の第３実施形態における推定装置５０の動作シーケンスを示すフローチャートである。推定装置５０が材料評価情報の推定に用いる学習済モデルについては第２実施形態と同様とする。図１１に示す処理を実行する前に、既に学習装置３０による学習処理は済んでおり、推定装置５０による推定処理は済んでおり、図１０に示す対応関係は既に生成されている。また、材料管理システムＳは、図８に示す構成であるとする。

【0093】

ステップＳ２５００において、実行データ取得部５１１は、樹脂を用いて製造された製品の識別子と、樹脂を用いて製造された製品について、要求品質情報とを取得する。製品の識別子は、樹脂を用いて製造された製品を特定する。要求品質情報は、対象とする樹脂を用いて製造される製品が満たすべき最低限の品質を示す。処理はステップＳ２５０１に進む。

【0094】

ステップＳ２５０１において、実行データ取得部５１１は、製品の製造に用いられる材料の識別子を取得する。なお、樹脂は材料の一例である。また、実行データ取得部５１１は、製品の製造に用いられる材料について、ユーザ工場Ｆにおいて在庫として存在している量を取得する。処理はステップＳ２５０２に進む。

【0095】

ステップＳ２５０２において、図１０に示す対応関係に基づき、実行データ取得部５１１は、取得した要求品質情報が示す評価情報と同じか最も近い評価を示す材料評価情報を図１０から特定し、特定した材料評価情報に対応する熱履歴（H_req）を推定することによって特定する。この特定された熱履歴は、樹脂の品質であって、要求品質情報に対応する製品の製造に必要な品質を示すことに相当する。処理はステップＳ２５０３に進む。

【0096】

ステップＳ２５０３において、実行データ取得部５１１は、収容器１０内の樹脂又は収容器１０近傍の温度の測定値（T_meas）を、センサ１２０が取得したセンシング情報から取得する。処理はステップＳ２５０４に進む。

【0097】

ステップＳ２５０４において、実行データ取得部５１１は、製品の製造に用いられる樹脂であって、ユーザ工場Ｆに保管されている樹脂の熱履歴（H_meas）を、収容器１０の識別子と、収容器１０内の樹脂又は収容器１０近傍の温度の測定値と、収容器１０に含まれるＧＰＳ１４０が取得した収容器１０の位置情報と、に基づいて取得する。処理はステップＳ２５０５に進む。

【0098】

ステップＳ２５０５において、実行処理部５１２は、H_reqがH_meas以上か否かを判定する。H_reqがH_meas以上の場合、処理はステップＳ２５０６に進む。H_reqがH_meas未満の場合、処理はステップＳ２５０７に進む。

【0099】

ステップＳ２５０６において、実行処理部５１２は、ユーザ工場Ｆに保管されている材料の品質は、対象とする製品の品質要求を満たすと判断し、ユーザ工場Ｆに保管されている材料の品質が、対象とする製品の品質要求を満たすことを示す通知（合格通知）を出力部５５０は出力する。出力部５５０に代えて、通信部５２０が合格通知を出力してもよい。この場合、合格通知を含む情報を端末装置６０は受信し合格通知を画面Ｇに表示してもよい。その後、処理は終了する。

【0100】

ステップＳ２５０７において、実行処理部５１２は、ユーザ工場Ｆに保管されている材料の品質は、対象とする製品の品質要求を満たさないと判断し、ユーザ工場Ｆに保管されている材料の品質が、対象とする製品の品質要求を満たさないことを示す通知（不合格通知）を出力部５５０は出力する。出力部５５０に代えて、通信部５２０が不合格を出力してもよい。この場合、端末装置６０は、不合格通知を含む情報を受信し、不合格通知を画面Ｇに表示してもよい。処理はステップＳ２５０８に進む。

【0101】

ステップＳ２５０８において、実行処理部５１２は、ユーザ工場Ｆにおける樹脂の在庫量と、H_req及びH_measとに基づいて、H_reqを満たすために追加すべき樹脂の量及び品質を算出する。例えば、H_reqが100[Kh]で、H_measが150[Kh]で、ユーザ工場Ｆにおける樹脂の在庫量が100キログラムの場合、追加すべき樹脂の熱履歴が50[Kh]であることと、追加すべき樹脂の重さが100キログラムであることとを実行処理部５１２は算出する。実行処理部５１２は、要求樹脂情報（推薦情報）として、熱履歴が50[Kh]の樹脂を新たに100キログラム追加すべきことを示す情報を生成する。

【0102】

出力部５５０は、要求樹脂情報（推薦情報）を出力する。出力部５５０に代えて、通信部５２０が要求樹脂情報（推薦情報）を出力してもよい。この場合、端末装置６０は、要求樹脂情報（推薦情報）を受信し、要求樹脂情報が示す内容を画面Ｇに表示してもよい。その後、処理は終了する。

【0103】

以上に説明したように、本実施形態に係る材料管理システムＳにおいて、対応情報生成部は、収容材料履歴情報と製品評価情報に基づいて、収容器に収容中の材料のセンシング情報と、材料評価情報と、製品評価情報とが対応付けられた対応情報を生成し、評価推定部は、対象材料についてセンシング情報が入力された場合に、対応情報に基づいて、製品を製造するための材料の品質又は組成の推薦を示す推薦情報を出力する。

【0104】

これにより、製品の製造に用いる樹脂について、その輸送中や、樹脂を用いた製造工場における樹脂の品質及び保管状況等の情報を、センサを用いて取得し、取得した情報を活用可能な材料管理システム、学習装置及び推定装置を提供することができる。さらに、対象とする製品について、所定の品質を確保するために必要な樹脂の品質又は組成の推薦を示すことが出来る。

【0105】

また、学習処理部３１２（材料管理システムＳにおける対応情報生成部）は、複数時点のセンシング情報と製品の評価結果が対応付けられた学習済モデル（対応情報）を生成してもよい。実行処理部５１２（材料管理システムＳにおける評価推定部）は、樹脂（対象材料）について、複数時点のセンシング情報が入力された場合に、学習済モデルに基づいて、樹脂を用いて製造される製品の評価情報を推定してもよい。これにより、機械学習の学習精度を高めることが出来る。

【0106】

また、学習処理部３１２（材料管理システムＳにおける対応情報生成部）は、収容器１０或いは収容器１０の種類、及び、樹脂（材料）或いは材料の種類の少なくともいずれかごとに、センシング情報を用いて学習済モデル（対応情報）を生成し、実行処理部５１２（材料管理システムＳにおける評価推定部）は、樹脂（対象材料）について、収容器１０或いは収容器１０の種類、及び、樹脂或いは樹脂の種類の少なくともいずれかと、センシング情報が入力された場合に、学習済モデルに基づいて、製品の評価情報を推定する。

【0107】

これにより、収容器１０及び樹脂の材料評価情報を、より細かなレベルで管理することが出来る。

【0108】

（第４実施形態）
図１２は、本発明の第４実施形態における材料管理システムＳの構成図である。材料管理システムＳは、収容器１０－１、収容器１０－２、収容器１０－３、出力装置７０、ブロックチェーンノード８０－１、ブロックチェーンノード８０－２及びブロックチェーンノード８０－３を含む。収容器１０－１、収容器１０－２、収容器１０－３、出力装置７０、ブロックチェーンノード８０－１、ブロックチェーンノード８０－２及びブロックチェーンノード８０－３は、ネットワークＮＷに接続される。

【0109】

図１２において、材料製造工場Ｋ、輸送車両Ｖ、ユーザ工場Ｆ及び端末装置６０は図示されていないが、第４実施形態において、図８に示した材料管理システムＳの構成に加えて、さらに図１２に示す構成を材料管理システムＳは備えるものとする。したがって、第１実施形態から第３実施形態の動作は第４実施形態に包含される。

【0110】

ブロックチェーンノード８０－１は、収容器１０に含まれる記憶装置１５０にあってもよいし、収容器１０と接続される外部記録媒体にあってもよいし、ネットワークＮＷ内に含まれるいずれかの装置ないしノード内に含まれる記憶装置にあってもよい。ブロックチェーンノード８０－２及びブロックチェーンノード８０－３についても同様である。

【0111】

ブロックチェーンノード８０－１、ブロックチェーンノード８０－２及びブロックチェーンノード８０－３は、ブロック生成処理（マイニング処理など）により、トランザクションプールに登録されたデータを保証するブロックを生成する。生成されたブロックはブロックチェーンに取り込まれる。ブロックチェーンは分散台帳システムとも呼ばれることから、ブロックチェーンを保証システムと称してもよい。

【0112】

出力装置７０は、ネットワークＮＷ内部又は外部に存在する装置ないしノードに実行させるプログラムを送信する装置である。出力装置７０は、例えばプログラム配信サーバ装置であってもよい。出力装置７０は、ブロックチェーンノード８０－１、ブロックチェーンノード８０－２及びブロックチェーンノード８０－３にプログラムを送信してプログラムを実行させてもよい。

【0113】

ネットワークＮＷは、光ファイバ網やメタル線による有線のネットワークでもよいし、ＬＴＥ（Long term evolution、登録商標）、第５世代移動体通信網又はIEEE802.11規格に準拠した無線ＬＡＮといった無線ネットワークでもよいし、それらの組み合わせによって構成されていてもよい。ネットワークＮＷは複数の装置ないしノードによって構成される。ネットワークＮＷは、ピア・トゥ・ピア（Ｐ２Ｐ）構成によってブロックチェーンノード８０－１、ブロックチェーンノード８０－２及びブロックチェーンノード８０－３を接続してもよい。

【0114】

図１３は、本発明の第４実施形態における収容器１０の動作シーケンスを示すフローチャートである。ステップＳ３１００において、ＧＰＳ受信機１４０は、時刻と位置情報を示す情報とを取得する。処理はステップＳ３１０１に進む。

【0115】

ステップＳ３１０１において、プロセッサ１３０は、ＧＰＳ１４０により取得した時刻及び位置情報を用いて収容器１０の移動速度を計算する。処理はステップＳ３１０２に進む。

【0116】

ステップＳ３１０２において、プロセッサ１３０は、計算した移動速度に基づき、収容器１０が輸送中か否かを判定する。輸送中と判定した場合、処理はステップＳ３１０３に進む。輸送中ではないと判定した場合、処理はステップＳ３１０４に進む。

【0117】

ステップＳ３１０３において、プロセッサ１３０はタイマの値をt1にセットし、タイマ値の減算を開始する。処理はステップＳ３１０５に進む。

【0118】

ステップＳ３１０４において、プロセッサ１３０はタイマの値をt2にセットし、タイマ値の減算を開始する。なお、t1 < t2である。処理はステップＳ３１０５に進む。

【0119】

ステップＳ３１０５において、タイマ値が0になったら、処理はステップＳ３１０６に進む。

【0120】

ステップＳ３１０６において、センサ１２０は収容器１０に収容されている樹脂の温度又は収容器１０近傍の気温をセンシングし、センシング情報として取得する。ステップＳ３１０２からステップＳ３１０６までの処理は、収容器１０が輸送車両Ｖに搭載されること等によって輸送されている間は、輸送されていないときよりも頻繁にセンシング情報を取得することを意味する。処理はステップＳ３１０７に進む。

【0121】

ステップＳ３１０７において、プロセッサ１３０は、取得したセンシング情報をブロックチェーンに書き込む。１３０は、取得したセンシング情報を、収容器１０の識別子、センシングした時刻及びセンシングした位置の少なくともいずれかに対応づけてブロックチェーンに書き込んでもよい。

【0122】

以上に説明したように、本実施形態に係る材料管理システムＳにおいて、収容器はプロセッサを備え、収容器が輸送中の場合、第１の周期ごとに、センサは、センシング情報を取得し、プロセッサは、取得したセンシング情報をブロックチェーンに書き込み、収容器が輸送中でない場合、第１の周期より長い第２の周期ごとに、センサは、センシング情報を取得し、プロセッサは、取得したセンシング情報をブロックチェーンに書き込む。

【0123】

これにより、製品の製造に用いる樹脂について、その輸送中や、樹脂を用いた製造工場における樹脂の品質及び保管状況等の情報を、センサを用いて取得し、取得した情報を活用可能な材料管理システム、学習装置及び推定装置を提供することができる。さらに、対象とする製品について、所定の品質を確保するために必要な樹脂の品質又は組成の推薦を示すことが出来る。これらに加えて、センシング情報を周期的にブロックチェーンに記録することにより、センシング情報の機密性を担保することが可能になる。

【0124】

＜ハードウェア構成＞
図１４は、本実施形態に係る各装置のハードウェア構成を説明する説明図である。各装置とは、学習装置３０、推定装置５０及び出力装置７０である。各装置は、入出力モジュールＩ、記憶モジュールＭ、及び制御モジュールＰを含んで構成される。入出力モジュールＩは、通信モジュールＨ１１、接続モジュールＨ１２、ポインティングデバイスＨ２１、キーボードＨ２２、ディスプレイＨ２３、ボタンＨ３、マイクＨ４１、スピーカＨ４２、カメラＨ５１、又はセンサＨ５２の一部或いは全部を含んで実現される。

【0125】

記憶モジュールＭは、トライブＨ７を含んで実現される。記憶モジュールＭは、さらに、メモリＨ８の一部或いは全部を含んで構成されてもよい。制御モジュールＰは、メモリＨ８及びプロセッサＨ９を含んで実現される。これらのハードウェア構成要素は、バス（Ｂｕｓ）を介して、相互に通信可能に接続されるとともに、電源Ｈ６から電力を供給されている。

【0126】

接続モジュールＨ１２は、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉｕｌ Ｂｕｓ）等のデジタル入出力ポートである。携帯機器の場合、ポインティングデバイスＨ２１、キーボードＨ２２、及びディスプレイＨ２３は、タッチパネルである。センサＨ５２は、加速度センサ、ジャイロセンサ、ＧＰＳ受信モジュール、近接センサ等である。電源Ｈ６は、各装置を動かすために必要な電気を供給する電源ユニットである。携帯機器の場合、電源Ｈ６は、バッテリーである。

【0127】

ドライブＨ７は、ハードディスクドライブやソリッドステートドライブ等の補助記憶媒体である。ドライブＨ７は、ＥＥＰＲＯＭやフラッシュメモリ等の不揮発性メモリ、又は、光磁気ディスクドライブやフレキシブルディスクドライブであってもよい。また、ドライブＨ７は、例えば、各装置に内蔵されるものに限らず、ＩＦモジュールＨ１２のコネクタに接続された外付け型の記憶装置でもよい。

【0128】

メモリＨ８は、ランダムアクセスメモリ等の主記憶媒体である。なお、メモリＨ８は、キャッシュメモリであってもよい。メモリＨ８は、一又は複数のプロセッサＨ９によって命令が実行されるときに、これらの命令を格納する。プロセッサＨ９は、プロセッサＨ９は、ＣＰＵ（中央演算装置）である。プロセッサＨ９は、ＭＰＵ（マイクロプロセッシングユニット）又はＧＰＵ（グラフィックスプロセッシングユニット）であってもよい。プロセッサＨ９は、メモリＨ８を介してドライブＨ７から、プログラム及び各種データを読み出して演算を行うことで、一又は複数のメモリＨ８に格納した命令を実行する。

【0129】

入出力モジュールＩは、学習データ取得部３１１、通信部３２０、出力部３５０、実行データ取得部５１１、通信部５２０及び出力部５５０を実現する。記憶モジュールＭは、学習データ記憶部３３１、学習結果記憶部３３１３及び実行結果記憶部５３１２を実現する。

【0130】

制御モジュールＰは、学習処理部３１２及び実行処理部５１２を実現する。なお、本明細書等において、学習装置３０、推定装置５０又は出力装置７０との記載は、それぞれ、制御部Ｐ３０、Ｐ５０又はＰ７０との記載に置き換えられてもよいし、これらの各装置との記載は、制御モジュールＰとの記載に置き換えられてもよい。

【0131】

以上、この発明の一態様として各実施形態や変形例に関して図面を参照して詳述してきたが、具体的な構成は各実施形態や変形例に限られるものではなく、この発明の要旨を逸脱しない範囲の設計変更等も含まれる。また、本発明の一態様は、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。また、上記各実施形態や変形例に記載された要素であり、同様の効果を奏する要素同士を置換した構成も含まれる。

【0132】

例えば、上記各実施形態の一部又は全部を組み合わせることで本発明の一態様を実現してもよい。

【符号の説明】

【0133】

１０…収容器、１１０…通信装置、１２０…センサ、１３０…プロセッサ、１４０…ＧＰＳ受信機、１５０…記憶装置、３０…学習装置、３１１…学習データ取得部、３１２…学習処理部、３２０…通信部、３３１…学習データ記憶部、３３１３…学習結果記憶部、３５０…出力部、５０…推定装置、５１１…実行データ取得部、５１２…実行処理部、５２０…通信部、５３１…実行データ記憶部、５３１２…実行結果記憶部、５５０…出力部

【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】