特開 2024-176515 輸送データ計算システム

(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】P2024176515

(43)【公開日】2024-12-19

(54)【発明の名称】輸送データ計算システム

(51)【国際特許分類】

   B65G 61/00 20060101AFI20241212BHJP

   B65D 19/38 20060101ALI20241212BHJP

【ＦＩ】

B65G61/00 524

B65D19/38 Z

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2023095081

(22)【出願日】2023-06-08

(71)【出願人】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(74)【代理人】

【識別番号】110003199

【氏名又は名称】弁理士法人高田・高橋国際特許事務所

(72)【発明者】

【氏名】横山 彰久

【テーマコード（参考）】

3E063

【Ｆターム（参考）】

3E063AA02

3E063BA08

3E063CA05

3E063DA05

3E063EE01

3E063FF20

(57)【要約】

【課題】パレット上に載置された状態で輸送される貨物を保護する上で有利となる汎用性の高い輸送データ計算システムを得る。
【解決手段】本開示に係る輸送データ計算システムは、貨物が載置可能なパレット１に設けられ、加速度、温度および湿度の少なくとも１つを検知するセンサ１ａを備える。また、輸送データ計算システムは、パレット１に載置されて輸送される貨物に加わるストレスを、センサ１ａの検知データから計算する計算部１０を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

貨物が載置可能なパレットに設けられ、加速度、温度および湿度の少なくとも１つを検知するセンサと、
前記パレットに載置されて輸送される前記貨物に加わるストレスを、前記センサの検知データから計算する計算手段と、
を備える輸送データ計算システム。

【請求項2】

前記計算手段は、前記センサの検知データが基準を外れている時間の累計値を前記ストレスとして計算する請求項１に記載の輸送データ計算システム。

【請求項3】

前記センサは、加速度と温度と湿度とのうちの２つ以上の情報を検知可能に構成され、
前記計算手段は、前記センサが検知した前記２つ以上の情報の組み合わせから前記ストレスを計算する請求項１に記載の輸送データ計算システム。

【請求項4】

前記センサは湿度を検知し、
前記計算手段は、前記センサが検知した湿度から前記ストレスを計算する請求項１から請求項３の何れか１項に記載の輸送データ計算システム。

【請求項5】

前記貨物は、段ボールによって梱包されており、
前記計算手段は、段ボールの強度特性に応じて設定された湿度の判定値に応じて前記ストレスを計算する請求項４に記載の輸送データ計算システム。

【請求項6】

前記センサは温度を検知し、
前記計算手段は、前記センサが検知した温度から前記ストレスを計算する請求項１に記載の輸送データ計算システム。

【請求項7】

前記貨物は樹脂材料からなる製品であり、
前記計算手段は、前記センサが検知した温度が判定値以下となっている時間の累計値を前記ストレスとして計算する請求項６に記載の輸送データ計算システム。

【請求項8】

前記計算手段は、複数の前記パレットが段積みされた状態でコンテナに収容された状態で輸送される際に、前記コンテナ内の上下方向の任意の位置における温度を予測可能である請求項６または請求項７に記載の輸送データ計算システム。

【請求項9】

前記センサは加速度を検知し、
前記計算手段は、前記センサが検知した加速度から前記ストレスを計算する請求項１に記載の輸送データ計算システム。

【請求項10】

前記計算手段は、前記センサが検知した加速度が判定値を超えた回数から前記ストレスとして計算する請求項９に記載のデータ計算システム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、輸送データ計算システムに関するものである。

【背景技術】

【0002】

特許文献１に、プラズマ発生装置を備えたことを特徴とするパレットおよび該パレットを用いた食料品の管理方法が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２２－１６２４８０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１に記載のパレットは、プラズマ発生装置によりオゾン濃度を調整することを特徴とするものであり、管理対象は食料品のみである。特許文献１に記載の技術は汎用性がなく、例えば、電気製品あるいは包装材等の貨物を保護するためには適用できない。

【0005】

本開示は、上記のような課題を解決するためのものである。本開示の目的は、パレット上に載置された状態で輸送される貨物を保護する上で有利となる汎用性の高いシステムを得ることである。

【課題を解決するための手段】

【0006】

本開示に係る輸送データ計算システムは、貨物が載置可能なパレットに設けられ、加速度、温度および湿度の少なくとも１つを検知するセンサと、前記パレット上に載置されて輸送される前記貨物に加わるストレスを、前記センサの検知データから計算する計算手段と、を備えるものである。

【発明の効果】

【0007】

本開示によれば、パレット上に載置された状態で輸送される貨物を保護する上で有利となる汎用性の高い輸送データ計算システムが得られる。

【図面の簡単な説明】

【0008】

【図1】実施の形態１の輸送データ計算システムの機能ブロック図である。

【図2】実施の形態１の輸送データ計算システムの全体構成の具体例を示す図である。

【図3】実施の形態１のセンサが取り付けられたパレットの構造の例を示す図である。

【図4】実施の形態１の輸送データ計算システムによるストレスの計算の第１の例を説明する図である。

【図5】段ボールの強度特性を説明する図である。

【図6】実施の形態１の輸送データ計算システムによるストレスの計算の第２の例を説明する図である。

【図7】実施の形態１の輸送データ計算システムによるストレスの計算の第３の例を説明する図である。

【発明を実施するための形態】

【0009】

以下、図面を参照して、実施の形態について説明する。各図における同一の符号は、同一の部分または相当する部分を示す。本開示では、重複する説明については、適宜に簡略化または省略する。なお、本開示には、その趣旨を逸脱しない範囲において、以下の実施の形態によって開示される構成の種々の変形および組み合わせが含まれ得る。

【0010】

実施の形態１．
図１は、実施の形態１の輸送データ計算システムの機能ブロック図である。図２は、実施の形態１の輸送データ計算システムの全体構成の具体例を示す図である。本実施の形態に係る輸送データ計算システムは、輸送対象となる貨物が載置されるパレット１に設けられたセンサ１ａの検知データを利用して、貨物に加わるストレスの計算を行うシステムである。

【0011】

図１に示すように、本実施の形態に係る輸送データ計算システムは、センサ１ａと、計算部１０と、を備える。センサ１ａは、貨物が載置可能なパレット１に設けられ、加速度、温度および湿度の少なくとも１つを検知する。計算部１０は、パレット１に載置されて輸送される貨物に加わるストレスを、センサ１ａの検知データから計算する計算手段である。

【0012】

パレット１および当該パレット１に載置された貨物は、例えば、図２に示すように、輸送車両１００によって輸送される。なお、パレット１は、輸送車両１００に限らず、例えば、航空機または船舶等によって輸送されてもよい。

【0013】

図３は、実施の形態１のセンサ１ａが取り付けられたパレット１の構造の例を示す図である。パレット１は、例えば、木材等の材料から作られる。パレット１は、例えば、複数の桁材を組み合わせて作られる。例えば、パレット１を構成する桁材の一部の内側をくり抜き、くり抜かれた部分にセンサ１ａを取り付ける。

【0014】

計算部１０の機能は、例えば、図２の例のように、クラウド２００に備えられる。図２の例において、センサ１ａは、輸送車両１００等によってパレット１および貨物が輸送される際に、リアルタイムでデータを検知し、検知データをクラウド２００へ送信する。クラウド２００は、センサ１ａの検知データを保存し、また、検知データの分析を行う。クラウド２００の検知データ、すなわちパレット１上に載置されて輸送される貨物に加わるストレスの計算結果は、例えば、ユーザが使用するパソコン等の端末３００へ送信される。図２の例において、ユーザは、端末３００によって受信した計算結果を確認することができる。

【0015】

以上のように構成された輸送データ計算システムであれば、センサ１ａの検知データを用いて、輸送中の貨物に加わるストレスを自動計算できる。本実施の形態の係る輸送データシステムを用いれば、輸送過程における貨物の損傷等を未然に防止でき、また、貨物の品質向上を図ることができる。また、輸送対象となる貨物は、食品に限定されず、多種多様な貨物に対応できる。本実施の形態によれば、パレット１上に載置された状態で輸送される貨物を保護する上で有利となる、汎用性の高い輸送データ計算システムが得られる。

【0016】

一例として、計算部１０は、センサ１ａの検知データが基準を外れている時間の累計値をストレスとして計算する。例えば、センサ１ａが温度を検知する場合には、検知温度が特定の判定値を超えている場合あるいは下回っている時間の累計値をストレスとして計算する。例えば、センサ１ａが湿度を検知する場合には、検知湿度が特定の判定値を超えている場合あるいは下回っている時間の累計値をストレスとして計算する。センサ１ａが加速度を検知する場合には、検知した加速度が特定の判定値を超えている時間の累計値をストレスとして計算する。検知データの基準は、貨物の使用および輸送環境等に応じて適宜設定され得る。このような手法によれば、多種多様な貨物に対応できる。

【0017】

計算部１０は、センサ１ａの検知データの積算値を用いてストレスの計算を行っても良い。このような計算方法であれば、例えば、上記の判定値に対する差分の大きさを考慮したストレスを計算することができる。例えば、センサ１ａが温度を検知する場合において、判定値の３０℃以下が基準内であるとする。このとき、検知温度が３５℃である場合と検知温度が６０℃である場合とでは、貨物に加わるストレスの大きさは異なると考えられる。湿度あるいは加速度を検知する場合にも同様に考えられる。検知データの積算値を用いてストレスの計算を行うことで、より精度の高い計算結果を得ることができる。

【0018】

センサ１ａは、１つのパレット１に複数個設けられていてもよい。複数個のセンサ１ａは、同じ種類のデータを検知してもよいし、互いに違う種類のデータを検知してもよい。センサ１ａは、加速度と温度と湿度とのうちの２つ以上の情報を検知可能に構成されてもよい。このとき、２つ以上のセンサ機器によって加速度と温度と湿度とのうちの２つ以上を検知可能としてもよいし、単一のセンサ機器によって加速度と温度と湿度とのうちの２つ以上を検知可能としてもよい。

【0019】

センサ１ａが２つ以上の情報を検知可能である場合、計算部１０は、センサ１ａが検知した２つ以上の情報の組み合わせからストレスを計算してもよい。例えば、センサ１ａが温度および加速度を検知する場合において、温度については判定値以下が基準内であるとする。このとき、当該判定値以下の温度の環境において基準を超える加速度が加わった場合と当該判定値を超えた温度の環境において基準を超える加速度が加わった場合とでは、貨物に加わるストレスの大きさは異なると考えられる。２つ以上の情報を検知可能である場合、１つの検知データに応じて別の検知データによる計算結果を調整してもよい。あるいは、１つの検知データに応じて、別の検知データに対応する判定値を変更してもよい。一例として、高温環境下と低温環境下とで、加速度の判定値を変更してもよい。２つ以上の情報の組み合わせからストレスを計算することで、より精度の高い計算結果を得ることができる。

【0020】

なお、本実施の形態における計算部１０の機能は、クラウド２００以外に備えられていてもよい。計算部１０の機能は、例えば、端末３００に備えられていてもよい。センサ１ａの検知データは、クラウド２００を介さずに端末３００へ送られてもよい。端末３００は、センサ１ａから受信したデータの分析を行っても良い。あるいは、計算部１０の機能は、クラウド２００および端末３００とは更に別の機器等によって実現されてもよい。

【0021】

また、図１に示すように、輸送データ計算システムは、例えば、報知部２０による報知機能を備えていてもよい。報知部２０は、計算部１０の計算結果に応じた報知を行う。例えば、報知部２０は、センサ１ａの検知データが基準を外れている時間の累計値が閾値以上となった場合に、警告を行う。警告の内容は、貨物に加わっているストレスが大きすぎることを示す、貨物の輸送環境の改善を促す、等、任意である。警告は、例えば、貨物の輸送中に行ってもよいし、貨物の輸送完了後に次回の輸送時における環境改善を促すように警告をしてもよい。報知部２０の機能は、例えば、端末３００に備えられていてもよいし、輸送車両１００内に設けられた機器等に備えられていてもよいし、スマートフォン等の携帯端末に備えられていてもよい。

【0022】

次に、図面を更に参照して、本実施の形態に係る輸送データ計算システムによるストレスの計算の具体例を説明する。図４は、実施の形態１の輸送データ計算システムによるストレスの計算の第１の例を説明する図である。

【0023】

この第１の例では、センサ１ａは、湿度を検知する。計算部１０は、センサ１ａが検知した湿度からストレスを計算する。図４に示す例では、湿度が判定値を超えている時間の累計値である累計時間ａ＋ｂをストレスとして計算する。なお、上述したように、検知した湿度の積算値を用いてストレスの計算を行ってもよい。

【0024】

センサ１ａが検知した湿度からストレスを計算することは、特に、段ボールが輸送対象である場合に好適である。図５は、段ボールの強度特性を説明する図である。パレット１上の貨物は、段ボールによって梱包された状態で輸送されるケースが多い。段ボールの強度は、図５に示すように、湿度の影響を受ける。段ボールの強度は、ある変曲点、例えば８０％の湿度を超えると急激に低下する。そこで、段ボールが輸送対象である場合には、湿度の判定値を強度特性に応じて設定するとよい。例えば、湿度の判定値を、変曲点の一例である８０％として設定してもよい。これにより、例えば、段ボールの潰れあるいは胴膨れ等に対して効果的に対応することができる。

【0025】

図６は、実施の形態１の輸送データ計算システムによるストレスの計算の第２の例を説明する図である。この第２の例では、センサ１ａは、温度を検知する。計算部１０は、センサ１ａが検知した温度からストレスを計算する。図６に示す例では、温度が判定値を下回っている時間の累計値である累計時間ａ＋ｂ＋ｃをストレスとして計算する。なお、上述したように、検知した温度の積算値を用いてストレスの計算を行ってもよい。

【0026】

図６に示す第２の例は、特に、樹脂材料からなる製品が貨物である場合に好適である。樹脂材料は、氷点下の低温環境下において劣化するという特性がある。例えば、樹脂材料は、－１０℃あるいは－２０℃程度の環境下では急速に劣化する。一例として、温度の判定は、０℃から－１０℃の範囲で設定される。本例であれば、樹脂材料からなる製品の低温環境下での劣化に対して効果的に対応することができる。

【0027】

図７は、実施の形態１の輸送データ計算システムによるストレスの計算の第３の例を説明する図である。パレット１は、複数個が段積みされた状態でコンテナ４００に収容された状態で輸送されることが想定される。図７に示すように、コンテナ４００内の温度は、一般的に、床面からの距離に応じて変化し、上下方向にかけて分布する。この特定を利用して、計算部１０は、段積みされたパレット１に設けられたセンサ１ａの検知温度から、コンテナ４００内の上下方向の任意の位置における温度を予測可能とするとよい。

【0028】

この第３の例によれば、パレット１上の温度だけでなく、パレット１上に積載された高い位置にある貨物の周囲温度を予測でき、予測結果に応じてストレスを計算できる。これにより、精度の高いストレスの計算結果が得られる。本例であれば、例えば、コンテナ４００の天井面に太陽光が当たってコンテナ４００内の上部が高温になる場合など、実際の輸送環境に対してより効果的に対応することができる。

【0029】

この第３の例の変形例として、例えば、左右方向に置かれた複数のパレット１のセンサ１ａの検知データを利用して、左右方向の任意の位置における温度を予測してもよい。また、温度に代えて、上下方向あるいは左右方向の任意の位置における湿度を予測してもよい。また、温度分布あるいは湿度分布を予測して外れ値が生じている箇所を検出し、当該箇所において異常が生じていることを報知部２０等によって報知してもよい。

【0030】

第３の例においては、センサ１ａの位置を把握する必要がある。そこで、例えば、センサ１ａが設けられたパレット１の積載方法を事前に人為的に決めてもよし、センサ１ａが位置情報等のセンサ１ａ自身を識別するための情報を送信する機能を有していてもよい。

【0031】

図４から図７では、温度あるいは湿度に応じてストレスを計算する例を示したが、加速度に応じてストレスを計算してもよい。基本的に、貨物に対しては大きな加速度が加わることは好ましくない。加速度に応じたストレス計算であれば、貨物の種類に依らない汎用性の高い対応をすることができる。

【0032】

加速度からストレスを計算する場合には、センサ１ａが検知した加速度が判定値を超えた回数からストレスを計算してもよい。この判定値は、例えば、３Ｇから１０Ｇの範囲で設定される。一定の加速度である場合には、ストレスは比較的小さいと考えられる。一方で、加速度の絶対値が比較的小さいとしても、繰り返しの衝撃あるいは振動等の荷重が貨物に加えられた場合には、ストレスが大きいと考えられる。加速度が判定値を超えた回数からストレスを計算することで、より精度の高い計算結果が得られる。

【0033】

なお、回数に基づくストレスの計算は、湿度および温度に基づいた計算においても適用することができる。センサ１ａが検知した湿度が基準を外れた回数あるいは温度が基準を外れた回数からストレスの計算を行ってもよい。

【符号の説明】

【0034】

１ パレット、 １ａ センサ、 １０ 計算部、 ２０ 報知部、 １００ 輸送車両、 ２００ クラウド、 ３００ 端末、 ４００ コンテナ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】