特開 2024-56609 自己発熱性予測方法、学習済モデル及び自己発熱性制御装置

(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】P2024056609

(43)【公開日】2024-04-23

(54)【発明の名称】自己発熱性予測方法、学習済モデル及び自己発熱性制御装置

(51)【国際特許分類】

   B65G 3/04 20060101AFI20240416BHJP

   G01N 25/22 20060101ALI20240416BHJP

   B01J 19/00 20060101ALI20240416BHJP

【ＦＩ】

B65G3/04 A

G01N25/22

B01J19/00 N

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2023110263

(22)【出願日】2023-07-04

(31)【優先権主張番号】P 2022163080

(32)【優先日】2022-10-11

(33)【優先権主張国・地域又は機関】JP

(71)【出願人】

【識別番号】000192590

【氏名又は名称】株式会社神鋼環境ソリューション

(74)【代理人】

【識別番号】110001818

【氏名又は名称】弁理士法人Ｒ＆Ｃ

(72)【発明者】

【氏名】島村 育幸

(72)【発明者】

【氏名】竹田 尚弘

(72)【発明者】

【氏名】松井 朗

(72)【発明者】

【氏名】鈴木 亮介

【テーマコード（参考）】

2G040

4G075

【Ｆターム（参考）】

2G040AB12

2G040AB16

2G040BA04

2G040BA29

2G040CA02

2G040CA10

2G040CB04

2G040CB09

2G040DA03

2G040EA01

2G040GA01

2G040GA04

2G040HA16

2G040ZA08

4G075AA27

4G075AA54

4G075AA61

4G075AA65

4G075CA51

4G075DA02

(57)【要約】

【課題】貯留槽から排出された炭化物の自己発熱性を精度よく予測できる自己発熱性予測方法、学習済モデル及び自己発熱性制御装置を提供する。
【解決手段】貯留槽にて養生された炭化物の自己発熱性を予測するためにコンピュータが実行する自己発熱性予測方法であって、貯留槽に供給される酸素含有ガスのガス流量、酸素含有ガスのガス温度、貯留槽の内部温度、及び貯留槽に投入される炭化物の温度の少なくとも１つが入力された学習済モデルの出力値に基づいて、自己発熱性を予測する。
【選択図】図３

【特許請求の範囲】

【請求項1】

貯留槽にて養生された炭化物の自己発熱性を予測するためにコンピュータが実行する自己発熱性予測方法であって、
前記貯留槽に供給される酸素含有ガスのガス流量、当該酸素含有ガスのガス温度、前記貯留槽の内部温度、及び前記貯留槽に投入される前記炭化物の温度の少なくとも１つが入力された学習済モデルの出力値に基づいて、前記自己発熱性を予測する自己発熱性予測方法。

【請求項2】

前記学習済モデルには、少なくとも前記ガス流量、前記ガス温度及び前記内部温度が入力される請求項１に記載の自己発熱性予測方法。

【請求項3】

前記貯留槽には、側壁の複数箇所から前記酸素含有ガスが供給される請求項１又は２に記載の自己発熱性予測方法。

【請求項4】

コンピュータにより機能する学習済モデルであって、
ツリー構造に並んだ複数の分岐点からなる決定木で構成され、
炭化物を養生する貯留槽に供給される酸素含有ガスのガス流量、当該酸素含有ガスのガス温度、前記貯留槽の内部温度、及び前記貯留槽に投入される前記炭化物の温度の少なくとも１つが入力され、夫々の前記分岐点での評価値を合算することにより、前記炭化物の自己発熱性のスコアを出力する学習済モデル。

【請求項5】

少なくとも前記ガス流量、前記ガス温度及び前記内部温度が入力される請求項４に記載の学習済モデル。

【請求項6】

貯留槽にて養生された炭化物の自己発熱性を制御する自己発熱性制御装置であって、
前記貯留槽に供給される酸素含有ガスのガス流量を計測するガス流量計測部と、
前記貯留槽に供給される前記酸素含有ガスのガス温度を計測するガス温度計測部と、
前記貯留槽に貯留された前記炭化物の内部温度を計測する槽内温度計測部と、
前記貯留槽に投入される前の前記炭化物の投入前温度を計測する投入前炭化物温度計測部と、
前記ガス流量、前記ガス温度、前記内部温度、及び前記投入前温度の少なくとも１つに基づいて、前記自己発熱性を予測する予測部と、
前記予測部の予測結果に基づいて前記ガス流量、前記ガス温度、前記貯留槽での前記炭化物の滞留時間及び前記投入前温度の少なくとも１つを制御する制御部と、を備えた自己発熱性制御装置。

【請求項7】

前記酸素含有ガスの供給口は、前記貯留槽の側壁の複数箇所に設けられている請求項６に記載の自己発熱性制御装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、貯留槽にて養生された炭化物の自己発熱性を予測するための自己発熱性予測方法、学習済モデル、及び、貯留槽にて養生された炭化物の自己発熱性を制御する自己発熱性制御装置に関する。

【背景技術】

【0002】

下水汚泥などの有機性廃棄物は、例えば加熱により炭化処理されて、燃料として利用されている。このようにして得た有機性廃棄物の炭化物は、炭化処理直後はその粒子表面に活性の高い表面官能基を有しており、そのままでは自己発熱性を有することが知られている。そのため、貯蔵時の安全性を確保すべく、自己発熱性を低下させる処理（いわゆる、エージング処理）がされている（例えば、特許文献１参照）。

【0003】

特許文献１には、貯留槽に貯留された粉粒体の温度を測定し、この温度情報に基づいて、搬送装置による粉粒体の搬送速度、搬送装置内への気体供給量、搬送装置内への加熱量、搬送装置内への冷却量の１又は２以上を制御して粉粒体の発熱反応を制御する粉粒体貯留装置が開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００７－２４６２４５号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

特許文献１に記載の粉粒体貯留装置は、貯留槽に貯留された粉粒体の温度情報から粉粒体の発熱反応を制御しており、貯留槽から排出された炭化物の自己発熱性を予測する技術ではない。

【0006】

そこで、貯留槽から排出された炭化物の自己発熱性を精度よく予測できる自己発熱性予測方法、学習済モデル及び自己発熱性制御装置が望まれている。

【課題を解決するための手段】

【0007】

本発明の一態様は、貯留槽にて養生された炭化物の自己発熱性を予測するためにコンピュータが実行する自己発熱性予測方法であって、前記貯留槽に供給される酸素含有ガスのガス流量、当該酸素含有ガスのガス温度、前記貯留槽の内部温度、及び前記貯留槽に投入される前記炭化物の温度の少なくとも１つが入力された学習済モデルの出力値に基づいて、前記炭化物の自己発熱性を予測する点にある。

【0008】

本発明の一態様は、コンピュータにより機能する学習済モデルであって、ツリー構造に並んだ複数の分岐点からなる決定木で構成され、炭化物を養生する貯留槽に供給される酸素含有ガスのガス流量、当該酸素含有ガスのガス温度、前記貯留槽の内部温度、及び前記貯留槽に投入される前記炭化物の温度の少なくとも１つが入力され、夫々の前記分岐点での評価値を合算することにより、前記自己発熱性のスコアを出力する点にある。

【0009】

本発明者らは、貯留槽に供給される酸素含有ガスのガス流量、酸素含有ガスのガス温度、貯留槽の内部温度、及び貯留槽に投入される炭化物の温度が、貯留槽から排出された炭化物の自己発熱性と相関性が得られることを見出した。そこで、本態様では、貯留槽に供給される酸素含有ガスのガス流量、酸素含有ガスのガス温度、貯留槽の内部温度、及び貯留槽に投入される炭化物の温度の少なくとも１つが入力された学習済モデルの出力値に基づいて、炭化物の自己発熱性を予測することとしている。

【0010】

この学習済モデルは、ツリー構造に並んだ複数の分岐点からなる決定木で構成されており、学習済モデルの性能評価によると、自己発熱性の実測値と高い相関が得られた。したがって、本態様では、貯留槽から排出された炭化物の自己発熱性を精度よく予測できる。
この予測された炭化物の自己発熱性は、炭化物が燃料として利用できるか否かの判断や、貯留槽の制御に活用することができる。

【0011】

他の態様は、前記学習済モデルには、少なくとも前記ガス流量、前記ガス温度及び前記内部温度が入力される点にある。

【0012】

本態様によると、酸素含有ガスのガス温度、酸素含有ガスのガス流量、貯留槽に投入される炭化物の温度の順に高い相関が得られたことから、貯留槽から排出された炭化物の自己発熱性を精度よく予測できる。

【0013】

他の態様は、前記貯留槽には、側壁の複数箇所から前記酸素含有ガスが供給される点にある。

【0014】

本態様のように、側壁の複数箇所から酸素含有ガスを供給することにより、ガス温度及びガス流量の計測値を複数取得することが可能となり、炭化物の自己発熱性の予測精度を高めることができる。

【0015】

本発明の一態様は、貯留槽にて養生された炭化物の自己発熱性を制御する自己発熱性制御装置であって、前記貯留槽に供給される酸素含有ガスのガス流量を計測するガス流量計測部と、前記貯留槽に供給される前記酸素含有ガスのガス温度を計測するガス温度計測部と、前記貯留槽に貯留された前記炭化物の内部温度を計測する槽内温度計測部と、前記貯留槽に投入される前の前記炭化物の投入前温度を計測する投入前炭化物温度計測部と、前記ガス流量、前記ガス温度、前記内部温度、及び前記投入前温度の少なくとも１つに基づいて、前記自己発熱性を予測する予測部と、前記予測部の予測結果に基づいて前記ガス流量、前記ガス温度、前記貯留槽での前記炭化物の滞留時間及び前記投入前温度の少なくとも１つを制御する制御部と、を備えた点にある。

【0016】

上述したように、貯留槽に供給される酸素含有ガスのガス流量、酸素含有ガスのガス温度、貯留槽の内部温度、及び貯留槽に投入される炭化物の温度が、貯留槽から排出された炭化物の自己発熱性と相関性が得られることから、本態様の予測部により炭化物の自己発熱性を精度よく予測できる。この予測された自己発熱性に基づいて、本態様の制御部により貯留槽に供給される酸素含有ガスのガス流量、ガス温度、貯留槽での前記炭化物の滞留時間及び前記炭化物の投入前温度の少なくとも１つを制御する。その結果、炭化物の自己発熱性が高い場合は、ガス流量を増大、ガス温度を上昇、炭化物の滞留時間を増加又は前記炭化物の投入前温度を上昇させて低温酸化処理を促進させ、炭化物の自己発熱性が低い場合は、ガス流量を低下、ガス温度を低下、炭化物の滞留時間を減少又は前記炭化物の投入前温度を低下させて低温酸化処理を抑制するといった制御ができる。

【0017】

他の態様は、前記酸素含有ガスの供給口は、前記貯留槽の側壁の複数箇所に設けられている点にある。

【0018】

本態様のように、側壁の複数箇所から酸素含有ガスを供給することにより、炭化物の低温酸化処理を均一に進行させることが可能となり、炭化物の自己発熱性を確実に抑制できる。

【図面の簡単な説明】

【0019】

【図1】有機汚泥リサイクルシステムの構成図である。

【図2】炭化物処理装置の説明図及び自己発熱性制御装置のブロック図である。

【図3】自己発熱性予測方法及び自己発熱性制御方法のフロー図である。

【図4】酸素含有ガスのガス温度と自己発熱性との相関図である。

【図5】酸素含有ガスのガス流量と自己発熱性との相関図である。

【図6】貯留槽に投入される炭化物の温度と自己発熱性との相関図である。

【図7】貯留槽の内部温度と自己発熱性との相関図である。

【図8】線形回帰分析によるｔ値を示す図である。

【図9】決定木による学習済モデルを用いた自己発熱性の予測値と実測値との相関図である。

【図10】線形回帰分析による回帰係数、有意確率及び相関係数を示す図である。

【図11】決定木による学習済モデルを用いた自己発熱性の予測値と実測値との相関図である。

【発明を実施するための形態】

【0020】

図１から図９に基づいて、本発明の実施形態に係る自己発熱性予測方法、学習済モデル及び自己発熱性制御装置について説明する。ただし、以下の実施形態に限定されることなく、その要旨を逸脱しない範囲内で種々の変形が可能である。

【0021】

〔全体構成の説明〕
図１及び図２に基づいて、炭化物処理装置１００を説明する。炭化物処理装置１００は、図１に示すように、例えば、下水汚泥などの有機汚泥をリサイクル燃料Ｆとして利用する有機汚泥リサイクルシステム２００の炭化物処理に用いられる。本実施形態では、有機汚泥リサイクルシステム２００に、あらかじめ乾燥しペレット状に造粒された有機汚泥である乾燥汚泥Ｌが供給される場合を例示して説明する。有機汚泥リサイクルシステム２００は、乾燥汚泥Ｌを炭化などして、リサイクル燃料Ｆを得る。

【0022】

炭化物処理装置１００は、乾燥汚泥Ｌから得た炭化物Ｍの自己発熱性を低下させる処理（いわゆる、エージング処理（低温酸化処理）、以下では、「炭化物処理」と称する）を行う。

【0023】

有機汚泥リサイクルシステム２００は、炭化物処理装置１００に加えて、主として炭化炉１０と、冷却器２０と、ストックタンク２７とを備える。

【0024】

乾燥汚泥Ｌは、例えば押し出し造粒法により円筒ペレット状に造粒されている。これは、乾燥汚泥Ｌもしくは乾燥汚泥Ｌから得た炭化物Ｍやリサイクル燃料Ｆの粒子形状、かさ密度などの粒子物性を均質化して、有機汚泥リサイクルシステム２００や炭化物処理装置１００における炭化物Ｍなどのハンドリング性や炭化物処理の均一性を向上させるためである。なお、乾燥汚泥Ｌは、球状など他の形状に造粒するものであってもよいし、造粒されていなくてもよい。

【0025】

乾燥汚泥Ｌは、炭化炉１０に供給されて炭化される。これにより円筒ペレット状の炭化物Ｍを得る。炭化炉１０から排出された炭化物Ｍは冷却器２０で加湿および冷却される。
その後、炭化物処理装置１００に所定時間貯留される。炭化物処理装置１００は、貯留された炭化物Ｍに所定時間酸素を含有する処理用ガスＧ（酸素含有ガスの一例）を通気して、炭化物処理を行う（図２も参照）。炭化物処理をなされた炭化物Ｍは、安全にタンクなどに貯留可能なリサイクル燃料Ｆとなり、炭化物処理装置１００から排出される。炭化物処理装置１００から排出されたリサイクル燃料Ｆは、市場への出荷に備えてストックタンク２７に貯留される。以下では、炭化炉１０からストックタンク２７に向かう炭化物Ｍもしくはリサイクル燃料Ｆの搬送経路の下流側を単に下流側と称し、その逆を上流側と称する。

【0026】

〔各部の説明〕
炭化炉１０は、乾燥汚泥Ｌを低酸素雰囲気下で加熱（以下では、「炭化処理」と称する場合がある）して炭化物Ｍを得る装置である。炭化炉１０は、ロータリーキルンで構成されている。炭化炉１０は、ロータリーキルン方式のほか流動床式やスクリュー式などでもよい。炭化炉１０は、乾燥汚泥Ｌを温度２５０℃から６００℃程度で炭化処理する。

【0027】

本実施形態において炭化炉１０では、炭化処理の際、乾燥汚泥Ｌから可燃性ガスが生成する。当該可燃性ガスは、例えば二次燃焼炉１２に供給されて燃焼された後、排熱回収機やスクラバなどの排ガス処理設備１３を経て燃焼排気Ｅｆとして外部に排出される。炭化物Ｍは、炭化炉１０から排出された後、シュート１１などを介して冷却器２０に投入される。

【0028】

冷却器２０は、炭化物Ｍを冷却する装置である。本実施形態における冷却器２０は、ケーシング内に設けたスクリューによって炭化物Ｍを移動させるスクリュー搬送装置に冷却水ＣＷを供給するノズル２０Ｅを取り付けた装置である。本実施形態では、冷却器２０は、炭化物Ｍをスクリューで一方向に搬送し、当該搬送される炭化物Ｍに冷却水ＣＷを噴霧供給している。

【0029】

冷却器２０の内部の炭化物Ｍは、冷却水ＣＷの蒸発潜熱により冷却される。本実施形態では、炭化物Ｍは６０℃未満まで急冷される。本実施形態では、冷却水ＣＷの噴霧供給により、炭化物Ｍは冷却されると共に加湿される。本実施形態では、炭化物Ｍが、ドライベース（完全に乾燥した炭化物重量に対する重量比）で５％から２０％、特に好ましくは８％から１５％程度の水分となるように加湿される。なお、冷却器２０の外側に、冷媒が内部循環するジャケットを設け、冷却器２０の内部の炭化物Ｍを間接的に冷却する方式を併用してもよい。

【0030】

本実施形態における冷却器２０には、炭化物Ｍの流れと対向する向きに、窒素などの不活性ガスであるキャリアガスＣＧが通流されている。冷却器２０では、キャリアガスＣＧ、及び、冷却水ＣＷの水蒸気に加えて、一酸化炭素ガスなどの可燃性ガスや臭気を有するガスが生じる。そのため、冷却器２０の排気を、排気管１４を介して二次燃焼炉１２に導入している。冷却された炭化物Ｍは、冷却器２０からフライトコンベア２２に供給される。本実施形態では、炭化物Ｍが、冷却器２０とフライトコンベア２２の投入口（図示せず）とを仕切るロータリーバルブ２１を介してフライトコンベア２２に供給される。

【0031】

冷却器２０から排出された炭化物Ｍは、フライトコンベア２２によりクッションタンク２３に搬送され、クッションタンク２３から炭化物処理装置１００に供給される。本実施形態では、クッションタンク２３に搬送された炭化物Ｍは、例えばロータリーバルブ（図図示）又は配管を介して炭化物処理装置１００に供給される。なお、フライトコンベア２２などを用いる代わりに、冷却器２０から排出された炭化物Ｍを、シュートなどを経て炭化物処理装置１００に供給してもよい。また、フライトコンベア２２で搬送する代わりに、空気輸送、ベルトコンベヤ、バケットコンベヤなどを用いて搬送してもよい。

【0032】

炭化物処理装置１００は、炭化物Ｍを炭化物処理して、リサイクル燃料Ｆを得る装置である。炭化物処理装置１００については後述する。炭化物処理装置１００で得たリサイクル燃料Ｆは、フライトコンベア２５からクッションタンク２６に輸送される。この際、フライトコンベア２５の上流にはチラーから冷媒が供給されている熱交換器などの空気冷却装置２５ａが配置され、この空気冷却装置２５ａで冷却された空気Ａを用いてリサイクル燃料Ｆを冷却する場合がある。リサイクル燃料Ｆは、クッションタンク２６からストックタンク２７に投入されて出荷時まで保管される。なお、クッションタンク２６を省略してシュートなどを経てストックタンク２７にリサイクル燃料Ｆを直接投入してもよいし、フライトコンベア２５で搬送する代わりに、空気輸送、ベルトコンベヤ、バケットコンベヤなどを用いて搬送してもよい。また、クッションタンク２６やストックタンク２７を省略して、搬送されたリサイクル燃料Ｆが利用先設備へ直接的に供給されるようにしてもよい。

【0033】

炭化物処理装置１００について詳述する。炭化物処理装置１００は、図２に示すように、炭化物Ｍを貯留して炭化物処理を行う貯留槽３と、貯留槽３に貯留された炭化物Ｍの堆積物Ｂに処理用ガスＧを通気（給気）する通気部４と、を備えている。また、炭化物処理装置１００は、貯留槽３の内部温度を計測する槽内温度計測部Ｔと、貯留槽３に供給される処理用ガスＧのガス温度を計測するガス温度計測部Ｓｔと、貯留槽３に供給される処理用ガスＧのガス流量を計測するガス流量計測部Ｓｖと、貯留槽３に投入される前の炭化物Ｍの温度（投入前温度）を計測する投入前炭化物温度計測部Ｓｃと、を備えている。また、有機汚泥リサイクルシステム２００は、貯留槽３で炭化物Ｍが養生されて生成された、出荷前のリサイクル燃料Ｆの温度（出荷前温度）を計測する出荷前炭化物温度計測部Ｓｆを備えていてもよい（図１参照）。ガス温度計測部Ｓｔ、投入前炭化物温度計測部Ｓｃ及び出荷前炭化物温度計測部Ｓｆは、公知の温度センサで構成されており、ガス流量計測部Ｓｖは公知の流量センサで構成されているため、詳細な説明を省略する。なお、本実施形態では、出荷前炭化物温度計測部Ｓｆがストックタンク２７に設けられているが、クッションタンク２６に設けられていてもよいし、出荷前のリサイクル燃料Ｆの温度を計測するものであれば、出荷前炭化物温度計測部Ｓｆの設置場所は特に限定されない。ここで、「養生」とは、出荷前のリサイクル燃料Ｆに対して貯蔵時の安全性を確保すべく、自己発熱性を低下させる処理（いわゆるエージング処理）と同義である。

【0034】

なお、図１に示すように、処理用ガスＧは空気Ａなどの酸素を含有する第一処理用ガスＧ１を少なくとも含む気体である。本実施形態における通気部４は、第一処理用ガスＧ１と第二処理用ガスＧ２とを混合した処理用ガスＧを給気している。この通気部４は、第一処理用ガスＧ１を供給するための第一ファン４１と、第二処理用ガスＧ２を供給するための第二ファン４２とを含む。貯留槽３の内部温度とは、堆積物Ｂの温度を計測した値のことをいう。なお、第二処理用ガスＧ２を供給するための第二ファン４２を省略して一定量の第二処理用ガスＧ２を供給してもよいし、第二ファン４２に代えてバルブ等で供給量を調整してもよい。

【0035】

炭化物処理装置１００は、炭化物Ｍを貯留槽３に貯留する貯留工程と、炭化物Ｍの堆積物Ｂに酸素を含有する処理用ガスＧを通気する通気工程と、炭化物Ｍを所定時間滞留させて排出する排出工程とを行って、炭化物Ｍの炭化物処理を実現し、リサイクル燃料Ｆを得る。

【0036】

図２に示すように、貯留槽３は、炭化物Ｍを鉛直方向（下から上に順）に積み増して層状に貯留する金属製の容器である。また、貯留槽３は当該層状に貯留した炭化物Ｍを、層状態を維持しつつ次工程に供給する供給容器である。貯留槽３は、貯留槽３の容器本体３０の内部空間に炭化物Ｍを投入する投入口となる供給部３１と、貯留槽３の内部空間からリサイクル燃料Ｆを排出する排出部３２と、緊急時に炭化物Ｍを排出可能な緊急排出口３５と、を有する。

【0037】

本実施形態の貯留槽３の容器本体３０は、断面形状が円形で下部が窄む槽であり、下部の窄む角度（コーン角度）は、排出部３２から排出される炭化物Ｍ（リサイクル燃料Ｆ）の槽内滞留時間が均一になるように設定されている。なお、貯留槽３の槽内における上部と下部との境界近傍であって、貯留槽３の径方向の中央付近に、陣笠形状の邪魔板（いわゆる、コーンバッフル）を設けて、炭化物Ｍ（リサイクル燃料Ｆ）の槽内滞留時間が均一になるようにしてもよい。

【0038】

貯留槽３は、容器本体３０の上端部に供給部３１を有する。供給部３１は、貯留槽３の内部空間と繋がる供給管を含んでおり、当該供給管に設けられたロータリーバルブを含んでいてもよい。供給部３１にロータリーバルブを含む場合は、上流側の雰囲気と縁切りされた状態で炭化物Ｍを貯留槽３の内部空間に投入することができる。本実施形態では、供給部３１に一定の供給速度で連続的に炭化物Ｍが供給される。

【0039】

貯留槽３は、容器本体３０の下端部に排出部３２を有する。排出部３２は、貯留槽３の内部空間とつながる排出管３２ｂと、排出管３２ｂに設けられた炭化物Ｍ（リサイクル燃料Ｆ）の排出装置としてのロータリーバルブ３２ａとを有する。

【0040】

排出管３２ｂは、円筒状の管であり、容器本体３０の下端部から下方に向けて設けられている。貯留槽３は、ロータリーバルブ３２ａにより、下流側の雰囲気と縁切りされた状態で、リサイクル燃料Ｆを貯留槽３の内部空間から貯留槽３の下方に排出することができる。この排出部３２から連続的にリサイクル燃料Ｆが排出される。

【0041】

この貯留槽３には、一定の供給速度で連続的に炭化物Ｍが投入されて、貯留槽３から、連続的にリサイクル燃料Ｆが排出される。炭化物Ｍ（リサイクル燃料Ｆ）の貯留槽３での平均滞留時間は、例えば２～４日（４８時間～９６時間）となるように制御される。滞留時間は、炭化物Ｍからリサイクル燃料Ｆを得るために必要十分な長さが設定されている。
滞留時間が短すぎると、炭化物Ｍの自己発熱性を十分に低下せしめることができず、リサイクル燃料Ｆの安全性を担保できない。滞留時間が長すぎると、リサイクル燃料Ｆの生産効率が低下して不経済となるため好ましくない。

【0042】

貯留槽３は、側壁に、処理用ガスＧを内部空間に導入し堆積物Ｂに酸素を含有する処理用ガスＧを供給するガス供給ポート３４（供給口の一例）を有する。ガス供給ポート３４は、貯留槽３の上部の側壁に接続された複数（本実施形態では４箇所）の第一供給口３４ａと、貯留槽３の中央付近の側壁に接続された複数（本実施形態では４箇所）の第二供給口３４ｂと、貯留槽３の下部の側壁に接続された複数（本実施形態では４箇所）の第三供給口３４ｃと、を有している。つまり、これら処理用ガスＧのガス供給ポート３４は、貯留槽３の側壁の上下方向に亘る複数箇所（本実施形態では３箇所）に設けられている。また、夫々の供給口３４ａ，３４ｂ，３４ｃは、貯留槽３の側壁の周方向に亘る複数箇所（本実施形態では４箇所）に設けられている。これにより、ガス供給ポート３４から供給された処理用ガスＧは、貯留槽３の下部から上部に亘って堆積物Ｂの粒子層に均一に通気される。処理用ガスＧは、堆積物Ｂの粒子層を通過しつつ炭化物Ｍの粒子表面と固気接触し、当該粒子表面における表面官能基などを酸化する。なお、貯留槽３の下部の側壁に接続された第三供給口３４ｃを、貯留槽３の底壁に設けてもよい。

【0043】

貯留槽３の堆積物Ｂは、粒子層から成る複数の層領域を形成しており、堆積物Ｂ１、堆積物Ｂ２、及び堆積物Ｂ３で構成されている。以下では、堆積物Ｂ１、堆積物Ｂ２、及び堆積物Ｂ３を堆積物Ｂの粒子層として包括的に説明する際は、単に「層領域」と称する。
堆積物Ｂの粒子層を通過した処理用ガスＧは、貯留槽３の上端部に設けられた排気管３３から排気ガスＥとして外部に排気される。排気ガスＥは、二次燃焼炉１２（図１参照）などに導入されて浄化された後、大気に排出される。

【0044】

貯留槽３には、槽内温度計測部Ｔのセンサプローブである温度センサＴ１～Ｔ６が取り付けられている。本実施形態における温度センサＴ１～Ｔ６は、先端に温度検出素子を有する棒状のセンサプローブであり、測温抵抗体を用いている。なお、温度センサＴ１～Ｔ６は、熱電対や、その他のセンサを用いてもよい。

【0045】

温度センサＴ１～Ｔ６は、貯留槽３の側壁に設置されている。温度センサＴ１～Ｔ６は、棒状のセンサプローブを貯留槽３の側面外側から容器本体３０の壁部に貫通させ、貯留槽３の槽内の内部にセンサの先端が配置されるように容器本体３０の径方向に沿うように取り付けられている。なお、温度センサＴ１～Ｔ６は、容器本体３０の径方向に沿うように取り付けられる場合に限られず、容器本体３０の径方向に沿う向きから鉛直方向の上向きもしくは下向きに傾斜して取り付けてもよいし、径方向に沿う向きから容器本体３０の周方向に沿う向きに傾斜して取り付けてもよい。

【0046】

温度センサＴ１，Ｔ２は、第一供給口３４ａ付近に設けられ、温度センサＴ１の先端が堆積物Ｂ１の中心付近に位置しており、温度センサＴ２の先端が堆積物Ｂ１の外周付近に位置している。温度センサＴ３，Ｔ４は、第二供給口３４ｂ付近に設けられ、温度センサＴ３の先端が堆積物Ｂ２の中心付近に位置しており、温度センサＴ４の先端が堆積物Ｂ２の外周付近に位置している。温度センサＴ５，Ｔ６は、第三供給口３４ｃ付近に設けられ、温度センサＴ５の先端が堆積物Ｂ３の中心付近に位置しており、温度センサＴ６の先端が堆積物Ｂ３の外周付近に位置している。なお、本実施形態における温度センサＴ１，Ｔ２、温度センサＴ３，Ｔ４又は温度センサＴ５，Ｔ６はそれぞれ挿入の深さが異なるが、それぞれ挿入の深さが同じでもよいし、温度センサＴ１～Ｔ６の数量や配置は特に限定されない。

【0047】

貯留槽３の排気管３３には、酸素濃度計測部Ｓｏが取り付けられている。酸素濃度計測部Ｓｏは、排気管３３内の気体を吸引して酸素濃度計で酸素濃度を計測できるように取り付けられている。排気管３３には、貯留槽３の内部空間を正圧に維持すべく、排気ガスＥの通流の抵抗となる抵抗体３３ａが設けられている。抵抗体３３ａは、例えばバタフライバルブなどの開度調整可能なバルブ装置などを用いることができる。抵抗体３３ａの開度の変更により排気ガスＥの通流の抵抗を変更可能である。排気ガスＥの通流の抵抗を大きくすると貯留槽３の内部空間の圧力は正圧側に変化する。貯留槽３の内部空間の圧力を正圧側に維持することで、ガス供給ポート３４以外から貯留槽３の内部空間に酸素を含有する気体が流入（侵入）することを防止している。つまり、貯留槽３の内部空間への侵入を防ぐことで、当該侵入により炭化物Ｍが局所的に発熱して発火するなどを未然防止している。

【0048】

図１に示すように、処理用ガスＧは、空気Ａなどの酸素を含有する第一処理用ガスＧ１を少なくとも含む気体である。本実施形態における処理用ガスＧは、第一処理用ガスＧ１と、不活性ガス（例えば窒素）を含有する第二処理用ガスＧ２とを混合した気体である。
したがって、処理用ガスＧの酸素濃度は第一処理用ガスＧ１と第二処理用ガスＧ２との混合比で決定される。処理用ガスＧの酸素濃度は第二処理用ガスＧ２の混合割合が大きいほど小さい値になる。

【0049】

第一処理用ガスＧ１は、第一ファン４１で空気Ａ（外気）を吸引し、空気Ａをヒータ４３で加熱して所定温度に保った状態で、第二ファン４２等により第二処理用ガスＧ２を合流させて処理用ガスＧとする。この処理用ガスＧを加湿器４５にて加湿して、ガス供給ポート３４に接続される複数の給気配管４１ａに送風（給気）することで、貯留槽３に供給される。本実施形態における複数の給気配管４１ａは、第一処理用ガスＧ１と第二処理用ガスＧ２とが合流した後、分岐した第一供給口３４ａ、第二供給口３４ｂ及び第三供給口３４ｃに夫々接続されている。また、第一供給口３４ａに接続される給気配管４１ａには弁Ｖ１が設けられており、第二供給口３４ｂに接続される給気配管４１ａには弁Ｖ２が設けられており、第三供給口３４ｃに接続される給気配管４１ａには弁Ｖ３が設けられている。これら弁Ｖ１，Ｖ２，Ｖ３の開度を調整することにより、堆積物Ｂ１、堆積物Ｂ２及び堆積物Ｂ３の夫々に供給される処理用ガスＧの流量が変更可能に構成されている。

【0050】

第一処理用ガスＧ１は、炭化物Ｍに酸素を供給するキャリアガスである。第一処理用ガスＧ１の通気量に応じて、すなわち、酸素供給量に応じて炭化物Ｍの酸化が進行する。この酸化に応じて、炭化物Ｍは発熱する一方、第一処理用ガスＧ１の通気によって炭化物Ｍは冷却される。第一処理用ガスＧ１の供給量を増加させると、すなわち、酸素供給速度を増加させると炭化物Ｍの酸化速度（処理速度）は早くなる。これにより、炭化物Ｍの単位時間当たりの発熱量が増加する一方、炭化物Ｍの単位時間当たりに奪われる熱量が増加して、堆積物Ｂの温度、すなわち貯留槽３の内部温度は低下する。

【0051】

第二処理用ガスＧ２は、炭化物Ｍに対して不活性なガスである。また、第二処理用ガスＧ２は、炭化物Ｍを冷却する冷媒である。第二処理用ガスＧ２の供給により、処理用ガスＧの酸素濃度を低下させることで炭化物Ｍの酸化反応の反応速度を低下させている。これにより、貯留槽３内で炭化物Ｍが局所的に発熱することを回避することができる。また、第一処理用ガスＧ１による冷却に加えて、第二処理用ガスＧ２の供給により、炭化物Ｍ（堆積物Ｂ）を冷却することができる。

【0052】

図２に示すように、ガス供給ポート３４に接続される給気配管４１ａには、ガス温度計測部Ｓｔとガス流量計測部Ｓｖとが設けられている。また、貯留槽３に炭化物Ｍを投入する投入口となる供給部３１には、投入前炭化物温度計測部Ｓｃが設けられている。本実施形態におけるガス温度計測部Ｓｔ１～Ｓｔ３及びガス流量計測部Ｓｖ１～Ｓｖ３は、第一供給口３４ａ、第二供給口３４ｂ及び第三供給口３４ｃに夫々設けられており、堆積物Ｂ１、堆積物Ｂ２及び堆積物Ｂ３の夫々に供給される処理用ガスＧのガス温度とガス流量とを計測することができる。なお、投入前炭化物温度計測部Ｓｃは、例えば冷却器２０の出口部分に設けてもよいし、フライトコンベア２２に設けても良く、冷却器２０よりも下流で貯留槽３に投入される前の炭化物Ｍの温度を計測可能な場所であれば、特に限定されない。なお、ガス温度計測部Ｓｔは、第一供給口３４ａ、第二供給口３４ｂ及び第三供給口３４ｃに夫々設けるのではなく、給気配管４１ａが分岐する前の流路に１箇所設けてもよい。

【0053】

〔自己発熱性制御装置の説明〕
続いて、図２～図３を用いて、制御装置Ｘ（自己発熱性制御装置に相当）による炭化物Ｍ（リサイクル燃料Ｆ）の自己発熱性予測方法について説明する。制御装置Ｘは、炭化物処理装置１００の全体的な動作を制御する中央制御機構である。制御装置Ｘは、例えば、各種の処理を実現するためのソフトウェアプログラムと、該ソフトウェアプログラムを実行するＣＰＵ等と、該ＣＰＵ等によって制御される各種ハードウェアなどによって構成することができる。本実施形態における制御装置Ｘは、ＣＰＵと入出力回路などとを包含して有するコンピュータである。制御装置Ｘの動作に必要なプログラムやデータ、制御パラメータは、記憶部５に保存されている。なお、これらプログラムやデータ保存先は特に限定されない。これらプログラムやデータは、別途専用に設けられたディスクやフラッシュメモリなどの記憶装置に保存される態様であってもよい。また、通信可能に接続された外部のサーバなどであっても構わない。

【0054】

制御装置Ｘは、記憶部５と通信部６とモデル生成部７と予測部８と制御部９とを備えている。制御装置Ｘが実行する自己発熱性予測方法は、貯留槽３に供給される酸素含有ガスのガス流量、酸素含有ガスのガス温度、貯留槽３の内部温度、及び貯留槽３に投入される炭化物Ｍの温度の少なくとも１つが入力された学習済モデル５０の出力値に基づいて、リサイクル燃料Ｆ（炭化物の一例）の自己発熱性を予測する。

【0055】

記憶部５は、ＨＤＤやＳＳＤ等の一時的でない記憶媒体又はＲＡＭ等の一時的な記憶媒体で構成されており、プロセッサにより実行されるプログラムやアプリケーションを記憶している。また、記憶部５は、投入前炭化物温度計測部Ｓｃの計測値、ガス温度計測部Ｓｔの計測値、ガス流量計測部Ｓｖの計測値、槽内温度計測部Ｔの計測値、及び酸素濃度計測部Ｓｏの計測値等の炭化物処理装置１００の運転により取得された各種データを時系列で記憶している。さらに、記憶部５は、コンピュータにより機能する学習済モデル５０を記憶している。

【0056】

学習済モデル５０は、ガス流量計測部Ｓｖで計測された酸素含有ガスのガス流量、ガス温度計測部Ｓｔで計測された酸素含有ガスのガス温度、槽内温度計測部Ｔで計測された貯留槽３の内部温度、及び投入前炭化物温度計測部Ｓｃで計測された貯留槽３に投入される炭化物Ｍの温度等を入力値として、リサイクル燃料Ｆの自己発熱性のスコアを出力することができる。なお、入力値は、炭化物処理装置１００の運転により取得された時系列データであってもよいし、この時系列データを加工（例えば平均）して得られた特徴量であってもよい。リサイクル燃料Ｆの自己発熱性のスコアは、後述する貯留槽３から排出されたリサイクル燃料Ｆの酸素消費特性であってもよいし、貯留槽３に投入される炭化物Ｍの酸素消費特性と貯留槽３から排出されたリサイクル燃料Ｆの酸素消費特性との差分（以下、「酸素消費低減量」という）であっても良く、リサイクル燃料Ｆの自己発熱性を評価できる数値データであれば特に限定されない。

【0057】

この学習済モデル５０は、コンピュータにより機能するモデルであって、機械学習の教師データ有り学習により得られる。機械学習は、ツリー構造に並んだ複数の分岐点からなる決定木で構成されている。この機械学習は、決定木の各分岐点で特徴量の評価を行い、分岐点毎に、評価結果に応じた評価値が付与されていく構造である。そして、決定木の分岐に沿って評価値が合算されてリサイクル燃料Ｆの自己発熱性のスコアが求められる。複数の決定木が関連して設けられる、ＸＧＢｏｏｓｔやＲａｎｄｏｍ Ｆｏｒｅｓｔ、ＬｉｇｈｔＧＢＭ、ＣａｔＢｏｏｓｔ、ＡｄａＢｏｏｓｔ等のアンサンブルモデルであってもよい。

【0058】

学習済モデル５０は、線形回帰分析等の他の機械学習によって生成されてもよい。線形回帰分析により生成された学習済モデル５０は、複数の説明変数（酸素含有ガスのガス流量、酸素含有ガスのガス温度、貯留槽３の内部温度、及び貯留槽３に投入される炭化物Ｍの温度等）を入力し、リサイクル燃料Ｆの自己発熱性のスコアを目的変数として出力することができる。

【0059】

学習済モデル５０は、深層学習によって生成されてもよい。深層学習は、公知の畳み込みニューラルネットワーク（ＣＮＮ，ＤＣＧＡＮ等）を含むＡＩ（人工知能）によって実行される。畳み込みニューラルネットワークでは、人間の神経回路を模した深い階層のモデルを構築し、複数の入力データ（酸素含有ガスのガス流量、酸素含有ガスのガス温度、貯留槽３の内部温度、及び貯留槽３に投入される炭化物Ｍの温度等）に基づいて、リサイクル燃料Ｆの自己発熱性を推論してスコアを出力する。この深層学習は、インターネット回線を介して提供されている公知のアプリケーションで構成されている。

【0060】

通信部６は、インターネット回線を介して、炭化物処理装置１００との間でデータの送受信を行うインターフェースである。通信部６は、炭化物処理装置１００から直接データを受信してもよいし、炭化物処理装置１００で取得されたデータをサーバ（不図示）に蓄積し、このサーバから蓄積されたデータを受信してもよい。

【0061】

モデル生成部７は、プロセッサを備えており、学習済モデル５０を生成する。プロセッサは、ＡＳＩＣ，ＦＰＧＡ，ＣＰＵ又は記憶部５に記憶されたアプリケーション等を実行するための他のハードウェアを含んでいる（以下同様）。モデル生成部７は、過去の実績データ（炭化物処理装置１００の運転実績データ）に基づいて、学習済モデル５０を生成する。

【0062】

モデル生成部７が用いる実績データの例として、ガス流量計測部Ｓｖにて計測された酸素含有ガスのガス流量、ガス温度計測部Ｓｔにて計測された酸素含有ガスのガス温度、槽内温度計測部Ｔにて計測された貯留槽３の内部温度、投入前炭化物温度計測部Ｓｃにて計測された貯留槽３に投入される炭化物Ｍの温度、出荷前炭化物温度計測部Ｓｆにて計測されたリサイクル燃料Ｆの冷却後温度（出荷前温度）、貯留槽３から排出されたリサイクル燃料Ｆの酸素消費特性が挙げられる。また、実績データは、通気部４から供給される処理用ガスＧの酸素濃度や酸素濃度計測部Ｓｏにて計測された排気ガスＥの酸素濃度を含んでいてもよい。

【0063】

ここで、酸素消費特性について説明する。酸素消費特性は、単位質量あたりの炭化物Ｍが単位時間当たりに消費する酸素の質量である。酸素消費特性は、貯留槽３内における炭化物Ｍの活性（酸素により酸化される活性）の度合いを意味する。酸素消費特性が大きいほど、炭化物Ｍは酸素含有雰囲気下で、より多くの酸素と反応して発熱し、発火などの危険が増大する。したがって、炭化物Ｍをリサイクル燃料Ｆとするためには、この酸素消費特性を所定値以下に低下させることが要請される。

【0064】

酸素消費特性は、貯留槽３から排出されたリサイクル燃料Ｆをサンプリングして、直接計測することができる。本実施形態では、貯留槽３から排出されたリサイクル燃料Ｆをサンプリングして、所定時間（例えば１時間）に亘ってリサイクル燃料Ｆを密閉容器に収容し、所定時間経過後にリサイクル燃料Ｆの酸素消費特性を計測する。また、酸素消費特性は、貯留槽３に投入される炭化物Ｍの質量と、貯留槽３に供給される酸素量（通気部４から供給される処理用ガスＧの酸素濃度）と、貯留槽３から排出される酸素量（酸素濃度計測部Ｓｏにて計測された排気ガスＥの酸素濃度）より求めることができる。本実施形態では、各層領域の体積は一定になるように定めているため、層領域ごとの酸素消費特性は、各層領域に供給される処理用ガスＧに含まれる酸素濃度から、各層領域から排出される処理用ガスＧに含まれる酸素濃度を差し引いた差分に、処理用ガスＧの単位時間当たりの通気量である通風速度を乗じた値に比例する値として求めることができる。なお、各層領域にサンプリングノズルを設け、このサンプリングノズルから吸引された貯留槽３内の気体を酸素濃度計により測定してもよい。

【0065】

予測部８は、プロセッサを備えており、ガス流量計測部Ｓｖにて計測された酸素含有ガスのガス流量、ガス温度計測部Ｓｔにて計測された酸素含有ガスのガス温度、槽内温度計測部Ｔにて計測された貯留槽３の内部温度、及び投入前炭化物温度計測部Ｓｃにて計測された貯留槽３に投入される炭化物Ｍの温度の少なくとも１つに基づいて、リサイクル燃料Ｆの自己発熱性を予測する。本実施形態における予測部８は、モデル生成部７が生成した学習済モデル５０に酸素含有ガスのガス流量、酸素含有ガスのガス温度、貯留槽３の内部温度及び貯留槽３に投入される炭化物Ｍの温度等を入力して、学習済モデル５０が出力したリサイクル燃料Ｆの自己発熱性のスコアを予測結果とする。

【0066】

制御部９は、プロセッサを備えており、予測部８の予測結果（貯留槽３から排出されたリサイクル燃料Ｆの酸素消費特性予測値、以下、単に「予測値」と言う）に基づいて貯留槽３に供給する処理用ガスＧの通気量（ガス流量）、処理用ガスＧの温度（ガス温度）、貯留槽３での炭化物Ｍの滞留時間及び炭化物Ｍの投入前温度の少なくとも１つを制御する。

【0067】

〔制御フローの説明〕
図３を用いて、制御装置Ｘの制御フローを説明する。まず、制御装置Ｘは、炭化物処理装置１００の運転実績データを所定期間に亘って通信部６が取得し、記憶部５が時系列の運転実績データとして記憶する（＃３１）。この運転実績データは、上述したように、酸素含有ガスのガス流量、酸素含有ガスのガス温度、貯留槽３の内部温度、冷却器２０の出口で計測された貯留槽３に投入される炭化物Ｍの温度、貯留槽３から排出されたリサイクル燃料Ｆの冷却後温度（出荷前温度）、及び貯留槽３から排出されたリサイクル燃料Ｆの酸素消費特性で構成されている。これらの運転実績データは、貯留槽３の異なる箇所で計測されたものであることから、モデル生成部７は、貯留槽３での炭化物Ｍの滞留時間を考慮し、時系列の運転実績データから、同一の炭化物Ｍに関する運転実績データとなるように補間（時間補正）する。

【0068】

次いで、モデル生成部７は、補間された運転実績データに基づいて、学習済モデル５０を生成する（＃３２）。本実施形態における学習済モデル５０は、上述した決定木又は線形回帰分析による機械学習によって生成される。この生成された学習済モデル５０は、記憶部５に記憶される。なお、一度生成された学習済モデル５０は、炭化物処理装置１００の運転データに基づいて、所定の間隔で更新されてもよい。

【0069】

次いで、予測部８は、通信部６を介して炭化物処理装置１００のリアルタイム運転データ（プロセスデータ）を取得する（＃３３）。このプロセスデータは、上述したように、酸素含有ガスのガス流量、酸素含有ガスのガス温度、貯留槽３の内部温度、及び貯留槽３に投入される炭化物Ｍの温度で構成されている。このプロセスデータも時系列データで構成されており、予測部８は、貯留槽３での炭化物Ｍの滞留時間を考慮し、時系列のプロセスデータから、同一の炭化物Ｍに関するプロセスデータとなるように補間（時間補正）する。

【0070】

次いで、予測部８は、学習済モデル５０に取得したプロセスデータを入力し、プロセスデータに基づいて学習済モデル５０が出力したリサイクル燃料Ｆの自己発熱性のスコアを予測結果とする（＃３４）。本実施形態では、排出部３２よりも上流側で取得されるプロセスデータを用いているため、制御部９は、リサイクル燃料Ｆの自己発熱性の予測結果を用いて、炭化物処理装置１００の運転をフィードバック制御することができる。例えば、制御部９は、予測部８の予測結果に基づいて、貯留槽３に供給する処理用ガスＧの通気量（ガス流量）、処理用ガスＧの温度（ガス温度）、貯留槽３での炭化物Ｍの滞留時間及び炭化物Ｍの投入前温度の少なくとも１つを自動的に調整して、酸素消費速度が上限値と下限値の間に入るように制御する。

【0071】

制御部９は、リサイクル燃料Ｆの予測値が上限値より大きい場合又はリサイクル燃料Ｆの予測された酸素消費低減量が予め定められた低減閾値（貯留槽３で養生される炭化物Ｍにおける酸素消費特性の目標低減量）よりも小さい場合（＃３５Ｙｅｓ）、弁Ｖ１，Ｖ２，Ｖ３の開度及び／又は第一ファン４１の回転数を上昇させ、堆積物Ｂ１、堆積物Ｂ２及び堆積物Ｂ３の夫々に供給される処理用ガスＧの流量を増大させることにより、貯留槽３での炭化物処理を促進しながらリサイクル燃料Ｆの自己発熱性を低下させることができる（＃３６、炭化物処理促進制御）。その他、制御部９による炭化物処理促進制御の例として、処理用ガスＧの温度が上昇するように、加湿器４５における加湿用水Ｗの量を低下又は加湿用水Ｗの温度を上昇させたり、炭化物Ｍの滞留時間が増加するように、排出部３２の排出速度や排出量を低下させたり、炭化物Ｍの投入前温度が上昇するように、冷却器２０における冷却水ＣＷの量を低下又は冷却水ＣＷの温度を上昇させたりすることが挙げられる。なお、リサイクル燃料Ｆの自己発熱性を低下させるために処理用ガスＧの温度が上昇するように制御を行う場合、貯留槽３の内部温度（槽内温度計測部Ｔの計測値）が所定値（例えば５０℃）以下であれば、処理用ガスＧの上昇温度に上限値（例えば５０℃）を設けてもよい。

【0072】

一方、本実施形態における制御部９は、リサイクル燃料Ｆの予測値が下限値より小さい場合又はリサイクル燃料Ｆの予測された酸素消費低減量が予め定められた低減閾値（貯留槽３で養生される炭化物Ｍにおける酸素消費特性の目標低減量）よりも大きい場合（＃３５Ｎｏ、＃３７Ｙｅｓ）、弁Ｖ１，Ｖ２，Ｖ３の開度及び／又は第一ファン４１の回転数を低下させることにより、処理用ガスＧの供給量を減少させる（＃３８、炭化物処理抑制制御）。その結果、貯留槽３での炭化物処理を抑制しながら処理効率を向上させることができる。換言すると、リサイクル燃料Ｆの予測値が下限値より小さい状況下で更に下がることの無いように、処理用ガスＧの供給量を過剰にせずに適正なものとする。その他、制御部９による炭化物処理抑制制御の例として、処理用ガスＧの温度が低下するように、加湿器４５における加湿用水Ｗの量を増加又は加湿用水Ｗの温度を低下させたり、炭化物Ｍの滞留時間が減少するように、排出部３２の排出速度や排出量を増加させたり、炭化物Ｍの投入前温度が低下するように、冷却器２０における冷却水ＣＷの量を増加又は冷却水ＣＷの温度を低下させたりすることが挙げられる。なお、判定閾値となる上限値、下限値又は低減閾値は、炭化物Ｍを貯留槽３にて養生して生成されたリサイクル燃料Ｆの酸素消費特性を、出荷に適した規定値とするために、貯留槽３のスペックを考慮して予め設定される。なお、処理用ガスＧの供給量を維持した状態で他の制御（加湿器４５、排出部３２、冷却器２０の制御）を実行してから、処理用ガスＧの供給量を減少させてもよく、複数の制御を順番に実行してもよい。この場合、ある制御の制御値が上限値又は下限値となれば、次の制御に移行する等、制御方法は限定されない。

【0073】

他の制御形態として、制御部９は、リサイクル燃料Ｆの予測値が下限値より小さい場合又はリサイクル燃料Ｆの予測された酸素消費低減量が予め定められた低減閾値（貯留槽３で養生される炭化物Ｍにおける酸素消費特性の目標低減量）よりも大きい場合（＃３５Ｎｏ、＃３７Ｙｅｓ）、弁Ｖ１，Ｖ２，Ｖ３の開度及び／又は第一ファン４１の回転数を維持して、処理用ガスＧの供給量を変化させないことが好ましい（＃３８、現状維持）。同様に、他の制御（加湿器４５、排出部３２、冷却器２０の制御）も実行しないことが好ましい。この場合、酸素消費特性が低くなる運転条件を学習済モデル５０に入力して学習させることにより、リサイクル燃料Ｆの自己発熱性の予測精度を向上させることができる。

【実施例0074】

図４～図９を用いて、制御装置Ｘの性能を示す実施例１について説明する。２０１９年１２月から２０２０年７月の間で取得された炭化物処理装置１００の運転データ（母数ｎ＝３７４６）を用いて、モデル生成部７が学習済モデル５０を生成した。貯留槽３内の堆積物Ｂ１の滞留時間は３７時間、堆積物Ｂ２の滞留時間は２０時間、堆積物Ｂ３の滞留時間は１５時間とした。つまり、リサイクル燃料Ｆの酸素消費特性の計測時刻から、温度センサＴ１～Ｔ２、ガス温度計測部Ｓｔ１及びガス流量計測部Ｓｖ１の計測値は７２時間前、温度センサＴ３～Ｔ４、ガス温度計測部Ｓｔ２及びガス流量計測部Ｓｖ２の計測値は３５時間前、温度センサＴ５～Ｔ６、ガス温度計測部Ｓｔ３及びガス流量計測部Ｓｖ３の計測値は１５時間前のものを抽出し、同一の炭化物Ｍに関する入力データとした。堆積物Ｂの滞留時間は、各温度センサＴ１～Ｔ２，Ｔ３～Ｔ４，Ｔ５～Ｔ６の設置位置までの炭化物Ｍの充填量（貯留槽３において底部から温度センサの高さ位置までの間に残存する炭化物Ｍの量）と排出部３２における炭化物Ｍの排出速度とに基づいて算出している。

【0075】

図４～図７には、学習済モデル５０に入力する入力データとリサイクル燃料Ｆの酸素消費特性との相関が示されている。図４に示されるように、ガス温度計測部Ｓｔで計測された酸素含有ガスのガス温度の平均値（ガス温度計測部Ｓｔ１～Ｓｔ３の計測値平均）とリサイクル燃料Ｆの酸素消費特性とは、近似式からの分散を示す相関係数Ｒ^２が０．５以上であった。図５に示すように、ガス流量計測部Ｓｖで計測された酸素含有ガスのガス流量の平均値（ガス流量計測部Ｓｖ１～Ｓｖ３の計測値平均）とリサイクル燃料Ｆの酸素消費特性とは、近似式からの分散を示す相関係数Ｒ^２が０．５以上であった。図６に示すように、冷却器２０の出口に設けられた投入前炭化物温度計測部Ｓｃで計測された貯留槽３に投入される炭化物Ｍの温度とリサイクル燃料Ｆの酸素消費特性とは、近似式からの分散を示す相関係数Ｒ^２が０．５以上であった。図７に示すように槽内温度計測部Ｔ（貯留槽３の中段壁面の温度センサＴ４）で計測された貯留槽３の内部温度（温度センサＴ２～Ｔ６の夫々の計測値）とリサイクル燃料Ｆの酸素消費特性とは、近似式からの分散を示す相関係数Ｒ^２が０．５以上であった。なお、図示しないが、貯留槽３の上段壁面の温度センサＴ２，中段内部の温度センサＴ３，下段内部の温度センサＴ５，下段壁面の温度センサＴ６の計測値とリサイクル燃料Ｆの酸素消費特性とは、夫々、相関係数Ｒ^２が０．７９，０．５７，０．８０，０．８６となり、全て０．５以上であった。

【0076】

これらの結果から、ガス流量計測部Ｓｖで計測された酸素含有ガスのガス流量、ガス温度計測部Ｓｔで計測された酸素含有ガスのガス温度、槽内温度計測部Ｔで計測された貯留槽３の内部温度、及び投入前炭化物温度計測部Ｓｃで計測された貯留槽３に投入される炭化物Ｍの温度等を学習済モデル５０の入力値として用いることの有用性が理解される。

【0077】

図８には、モデル生成部７が線形回帰法により生成した学習済モデル５０における各指標の重み（ｔ値）が示されている。このｔ値の絶対値が２以上であれば、有意な指標であることを意味し、該絶対値が大きいほど高い相関性を示す。学習済モデル５０に入力されるデータとして、ガス温度計測部Ｓｔで計測された酸素含有ガスのガス温度、ガス流量計測部Ｓｖで計測された酸素含有ガスのガス流量、投入前炭化物温度計測部Ｓｃで計測された貯留槽３に投入される炭化物Ｍの温度、槽内温度計測部Ｔで計測された貯留槽３の内部温度の順で、リサイクル燃料Ｆ（炭化物）の自己発熱性と相関性が得られることが理解できる。槽内温度計測部Ｔで計測された貯留槽３の内部温度のうち、温度センサＴ５で計測された貯留槽３の下段内部温度（堆積物Ｂ３の内部温度）、温度センサＴ６で計測された貯留槽３の下段壁面温度（堆積物Ｂ３の表面温度）、温度センサＴ４で計測された貯留槽３の中段壁面温度（堆積物Ｂ２の表面温度）、温度センサＴ２で計測された貯留槽３の上段壁面温度（堆積物Ｂ１の表面温度）、温度センサＴ３で計測された貯留槽３の中段内部温度（堆積物Ｂ２の内部温度）の順にリサイクル燃料Ｆ（炭化物）の自己発熱性と相関性が得られることが理解できる。

【0078】

図９には、CART（Classification And Regression Trees）で構成される２進木の決定木の学習アルゴリズムによりモデル生成部７が生成した学習済モデル５０の予測値（予測したリサイクル燃料Ｆ（炭化物）の酸素消費特性）と、炭化物処理装置１００の運転実績データ（実際に得られたリサイクル燃料Ｆ（炭化物）の酸素消費特性）との比較結果が示されている。この学習済モデル５０には、ガス流量計測部Ｓｖで計測された酸素含有ガスのガス流量（ガス流量計測部Ｓｖ１～Ｓｖ３の計測値平均）、ガス温度計測部Ｓｔで計測された酸素含有ガスのガス温度（ガス温度計測部Ｓｔ１～Ｓｔ３の計測値平均）、槽内温度計測部Ｔで計測された貯留槽３の内部温度（温度センサＴ２～Ｔ６の夫々の計測値）、及び投入前炭化物温度計測部Ｓｃで計測された貯留槽３に投入される炭化物Ｍの温度を入力し、夫々の分岐点での評価値を合算することにより、リサイクル燃料Ｆ（炭化物）の自己発熱性のスコア（酸素消費特性）を出力した。図９に示されるように、学習済モデル５０の予測値と実績値との相関係数Ｒ^２が０．９以上となっていることから、本実施形態における学習済モデル５０が極めて高い精度を有することが理解できる。

【0079】

続いて、図１０～図１１を用いて、制御装置Ｘの性能を示す実施例２について説明する。実施例２においては、学習済モデル５０の入力値のうち優位な指標の組み合わせを検討することを目的とした。実施例１と同様に、モデル生成部７が、線形回帰法に用いる入力値を選択して学習済モデル５０を生成した。詳細には、酸素含有ガスのガス温度のみを入力値とした学習済モデルＩ、学習済モデルＩの入力値に酸素含有ガスのガス流量を加えた学習済モデルＩＩ、学習済モデルＩＩの入力値に投入前炭化物温度計測部Ｓｃで計測された貯留槽３に投入される炭化物Ｍの温度を加えた学習済モデルＩＩＩ、学習済モデルＩＩＩの入力値に温度センサＴ２で計測された貯留槽３の上段壁面温度（堆積物Ｂ１の表面温度）を加えた学習済モデルＩＶ、学習済モデルＩＶの入力値に温度センサＴ５で計測された貯留槽３の下段内部温度（堆積物Ｂ３の内部温度）を加えた学習済モデルＶ、学習済モデルＶの入力値に温度センサＴ４で計測された貯留槽３の中段壁面温度（堆積物Ｂ２の表面温度）を加えた学習済モデルＶＩ、の計６つの学習済モデル５０を作成した。

【0080】

図１０には、モデル生成部７が線形回帰法により生成した学習済モデルＩ～ＶＩについて、重回帰分析を行った回帰係数、有意確率及び学習済モデルＩ～ＶＩの予測値と実績値との相関係数Ｒ^２が示されている。有意確率が有意水準（例えば、５％）よりも低ければ、各入力値はリサイクル燃料Ｆ（炭化物）の自己発熱性と関係があると言える。本実施例２においては、何れの学習済モデルにおいても有意確率が有意水準以下であるため、すべての学習済モデルＩ～ＶＩにおいて各入力値と自己発熱性に有意な関連性があることが理解できる。また、学習済モデルＩの相関係数Ｒ^２は０．８０６であるのに対し、学習済モデルＩＩの相関係数Ｒ^２は０．８９５、学習済モデルＩＩＩの相関係数Ｒ^２は０．９０３、学習済モデルＩＶ～ＶＩの相関係数Ｒ^２は０．９０４であった。入力値が増えるほど相関係数Ｒ^２が増大し、学習済モデル５０の精度が増加することが分かる。一方、学習済モデルＩＩの相関係数Ｒ^２は０．９に近い値を有することから、学習済モデルＩＩの入力値である酸素含有ガスのガス温度、酸素含有ガスのガス流量の２つの指標のみを用いても、精度の高い学習済モデル５０を作成できることが分かった。さらに、学習済モデルＩＩＩの相関係数Ｒ^２は０．９を超えた値を有することから、学習済モデルＩＩＩの入力値である酸素含有ガスのガス温度、酸素含有ガスのガス流量、及びリサイクル燃料Ｆ（炭化物）の投入温度の３つの指標が特に優位に働いていることが分かった。

【0081】

図１１には、学習済モデルＶＩの入力値に用いた指標を用いて、実施例１と同様にCART（Classification And Regression Trees）で構成される２進木の決定木の学習アルゴリズムによりモデル生成部７が生成した学習済モデル５０の予測値（予測したリサイクル燃料Ｆ（炭化物）の酸素消費特性）と、炭化物処理装置１００の運転実績データ（実際に得られたリサイクル燃料Ｆ（炭化物）の酸素消費特性）との比較結果が示されている。図１１に示されるように、相関係数Ｒ^２が０．９以上となっていることから、本実施形態における学習済モデル５０が極めて高い精度を有することが理解できる。よって、学習済モデル５０により予測されたリサイクル燃料Ｆ（炭化物）の自己発熱性は、リサイクル燃料Ｆが燃料として利用できるか否かの判断や、貯留槽３の制御に活用することができる。

【0082】

本実施形態における夫々の供給口３４ａ，３４ｂ，３４ｃは、貯留槽３の側壁の上下方向及び周方向に亘る複数箇所に設けられているため、側壁の複数箇所から酸素含有ガスを供給され、炭化物Ｍの低温酸化処理を均一に進行させることが可能となり、リサイクル燃料Ｆの自己発熱性を確実に抑制できる。

【0083】

〔変形例の説明〕
上述した実施例におけるモデル生成部７が生成した学習済モデル５０には、ガス流量計測部Ｓｖで計測された酸素含有ガスのガス流量（ガス流量計測部Ｓｖ１～Ｓｖ３の計測値平均）、ガス温度計測部Ｓｔで計測された酸素含有ガスのガス温度（ガス温度計測部Ｓｔ１～Ｓｔ３の計測値平均）、槽内温度計測部Ｔで計測された貯留槽３の内部温度（温度センサＴ２～Ｔ６の夫々の計測値）、及び投入前炭化物温度計測部Ｓｃで計測された貯留槽３に投入される炭化物Ｍの温度を特徴量として入力され、学習済モデル５０が生成したリサイクル燃料Ｆの自己発熱性のスコアを予測部８の予測結果とした。この予測部８が予測に用いる学習済モデル５０の入力データとして、通気部４から供給される処理用ガスＧの酸素濃度、酸素濃度計測部Ｓｏにて計測された排気ガスＥの酸素濃度、又は出荷前炭化物温度計測部Ｓｆにて計測された出荷前のリサイクル燃料Ｆの温度（出荷前温度）を用いてもよい。

【0084】

この学習済モデル５０に入力する酸素含有ガスのガス流量は、ガス流量計測部Ｓｖ１～Ｓｖ３の計測値平均に加えて又は代えて、ガス流量計測部Ｓｖ１～Ｓｖ３の夫々の計測値であってもよいし、ガス流量計測部Ｓｖ１～Ｓｖ３の計測値の分散やガス流量計測部Ｓｖ１～Ｓｖ３の何れか２つの平均又は分散、又はガス流量計測部Ｓｖ１～Ｓｖ３の計測値の合計値や一定時間の積算値を特徴量としてもよい。また、学習済モデル５０に入力する酸素含有ガスのガス温度は、ガス温度計測部Ｓｔ１～Ｓｔ３の計測値平均に加えて又は代えて、ガス温度計測部Ｓｔ１～Ｓｔ３の夫々の計測値であってもよいし、ガス温度計測部Ｓｔ１～Ｓｔ３の計測値の分散やガス温度計測部Ｓｔ１～Ｓｔ３の何れか２つの平均又は分散、又は給気配管４１ａが分岐する前の流路に設けた１箇所の温度センサの計測値を特徴量としてもよい。さらに、学習済モデル５０に入力する貯留槽３の内部温度は、温度センサＴ１～Ｔ６の夫々の計測値に加えて又は代えて、温度センサＴ１～Ｔ６の平均又は分散を特徴量としてもよいし、温度センサＴ１～Ｔ６の少なくとも１つの計測値としてもよい。

【0085】

上述した実施例では、学習済モデル５０を生成するためにモデル生成部７が用いる実績データとして、酸素含有ガスのガス流量、酸素含有ガスのガス温度、貯留槽３の内部温度、貯留槽３に投入される炭化物Ｍの温度、貯留槽３から排出されたリサイクル燃料Ｆの冷却後温度、貯留槽３から排出されたリサイクル燃料Ｆの酸素消費特性とした。これらの実績データは、酸素含有ガスのガス流量、酸素含有ガスのガス温度、貯留槽３の内部温度、貯留槽３に投入される炭化物Ｍの温度及び貯留槽３から排出されたリサイクル燃料Ｆの冷却後温度の少なくとも１つと、貯留槽３から排出されたリサイクル燃料Ｆの酸素消費特性とが含まれていればよい。また、実績データとして、通気部４から供給される処理用ガスＧの酸素濃度や酸素濃度計測部Ｓｏにて計測された排気ガスＥの酸素濃度を用いてもよい。さらに、モデル生成部７は、夫々の実績データの平均又は分散を特徴量として学習済モデル５０を生成してもよい。

【0086】

以上のようにして、貯留槽３から排出されたリサイクル燃料Ｆ（炭化物）の自己発熱性を精度よく予測できる自己発熱性予測方法、学習済モデル５０及び制御装置Ｘを提供することができる。

【0087】

〔別実施形態〕
（１）上記実施形態では、第二処理用ガスＧ２として、窒素を用いる場合を例示した。しかしながら、第二処理用ガスＧ２は、排気ガスＥもしくは燃焼排気Ｅｆなどの有機汚泥リサイクルシステム２００で生成（排出）されるものや二酸化炭素など不活性ガスを導入してもよいし、他の産業装置、例えば、ごみ焼却炉の排気ガスや、火力発電所の排気ガスを用いることもできる。また、窒素に加えて、必要に応じて有機汚泥リサイクルシステム２００で生成（排出）される排気ガスＥもしくは燃焼排気Ｅｆや二酸化炭素など不活性ガスを導入してもよい。第二処理用ガスＧ２は、窒素や二酸化炭素など不活性ガスを主体（たとえば、９２体積パーセント以上）としていればよい。第二処理用ガスＧ２は、空気よりも酸素濃度が低ければ良く、好ましくは酸素が８体積パーセント未満である。また、第二処理用ガスＧ２を省略して、第一処理用ガスＧ１のみを炭化物処理に用いてもよい。

【0088】

（２）上記実施形態では、貯留槽３からリサイクル燃料Ｆを排出するための排出装置としてロータリーバルブ３２ａを用い、下流側の雰囲気と縁切りされた状態で、リサイクル燃料Ｆを排出する場合を例示した。しかしながら、排出装置は、ペレット状などのリサイクル燃料Ｆの形状に応じて使用可能な装置であって、下流側の雰囲気が制限なく貯留槽３に流入しない状態でリサイクル燃料Ｆを貯留槽３の内部空間から排出できる装置、もしくは構成を有していればよい。

【0089】

例えば、ロータリーバルブ３２ａの代わりに、貯留槽３を下流側の雰囲気と物理的に縁切りしながら排出することができる排出装置であるダブルダンパを用いてもよい。もしくは、スクリュー式の排出機やテーブルフィーダー式の排出装置を用い、その排出口に処理用ガスＧや第二処理用ガスＧ２を向流で通流させて、下流側の雰囲気が制限なく貯留槽３に流入しない状態を維持する構成を採用することもできる。

【0090】

（３）上記実施形態では、貯留槽３の下端である下部容器の端部から下方に向けて設けられている排出管３２ｂにロータリーバルブ３２ａが設けられており、貯留槽３の下方にリサイクル燃料Ｆを排出する場合を例示した。しかしながら、排出装置は、貯留槽３の下方にリサイクル燃料Ｆを排出する構成に限られない。例えば貯留槽３の側面にスクリュー式の排出機やテーブルフィーダー式の排出装置の排出口を設け、貯留槽３の側面からリサイクル燃料Ｆを排出してもよい。

【0091】

（４）上記実施形態における処理用ガスＧのガス供給ポート３４は、貯留槽３の側壁の上下方向に亘る複数箇所（本実施形態では３箇所）に設け、夫々の供給口３４ａ，３４ｂ，３４ｃは、貯留槽３の側壁の周方向に亘る複数箇所（本実施形態では４箇所）に設けられていた。しかしながら、処理用ガスＧのガス供給ポート３４は、貯留槽３の側壁の下部のみ、又は側壁の上下方向に亘る２箇所、４箇所以上に設けてもよいし、夫々の供給口３４ａ，３４ｂ，３４ｃは、貯留槽３の側壁の１箇所のみ、又は側壁の周方向に亘る２箇所、３箇所、５箇所以上に設けてもよい。また、処理用ガスＧのガス供給ポート３４を貯留槽３の中央付近まで延ばして、貯留槽３の中央付近に処理用ガスＧを吹き込んでもよい。

【0092】

（５）学習済モデル５０は、決定木や線形回帰分析以外で構成される機械学習や、畳み込みニューラルネットワーク以外の深層学習によって生成してもよい。例えば、サポートベクターマシンやロジスティック回帰等の公知の学習手法を用いることができる。

【0093】

なお、上記実施形態（別実施形態を含む、以下同じ）で開示される構成は、矛盾が生じない限り、他の実施形態で開示される構成と組み合わせて適用することが可能であり、また、本明細書において開示された実施形態は例示であって、本発明の実施形態はこれに限定されず、本発明の目的を逸脱しない範囲内で適宜改変することが可能である。

【産業上の利用可能性】

【0094】

本発明は、貯留槽にて養生された炭化物の自己発熱性を予測するための自己発熱性予測方法、学習済モデル、及び、貯留槽にて養生された炭化物の自己発熱性を制御する自己発熱性制御装置に適用できる。

【符号の説明】

【0095】

３ ：貯留槽
８ ：予測部
９ ：制御部
３４ ：ガス供給ポート（供給口）
５０ ：学習済モデル
Ｆ ：リサイクル燃料（炭化物）
Ｇ ：処理用ガス
Ｍ ：炭化物
Ｓｃ ：投入前炭化物温度計測部
Ｓｔ ：ガス温度計測部
Ｓｖ ：ガス流量計測部
Ｔ ：槽内温度計側部
Ｘ ：制御装置（自己発熱性制御装置）

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】