ホーム > 特許ランキング > ダイキン工業株式会社
特許7406143ガス量推定装置、ガス処理装置、輸送用コンテナ、ガス量推定方法、及びプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2023-12-19
(45)【発行日】2023-12-27
(54)【発明の名称】ガス量推定装置、ガス処理装置、輸送用コンテナ、ガス量推定方法、及びプログラム
(51)【国際特許分類】
F17C 13/02 20060101AFI20231220BHJP
B65D 88/12 20060101ALI20231220BHJP
G06Q 50/10 20120101ALI20231220BHJP
F25D 23/00 20060101ALI20231220BHJP
【ＦＩ】
F17C13/02 301A
B65D88/12 W
G06Q50/10
F25D23/00 302Z
【請求項の数】
9
(21)【出願番号】P 2022152055
(22)【出願日】2022-09-26
(65)【公開番号】P2023051809
(43)【公開日】2023-04-11
【審査請求日】2022-09-26
(31)【優先権主張番号】P 2021160698
(32)【優先日】2021-09-30
(33)【優先権主張国・地域又は機関】JP
【前置審査】
(73)【特許権者】
【識別番号】000002853
【氏名又は名称】ダイキン工業株式会社
(74)【代理人】
【識別番号】100107766
【弁理士】
【氏名又は名称】伊東 忠重
(74)【代理人】
【識別番号】100070150
【弁理士】
【氏名又は名称】伊東 忠彦
(72)【発明者】
【氏名】仲野 政賢
(72)【発明者】
【氏名】佐藤 喜一郎
(72)【発明者】
【氏名】西本 素三
(72)【発明者】
【氏名】松井 秀徳
【審査官】小原 一郎
(56)【参考文献】
【文献】特開２０１９－０４１６０１（ＪＰ，Ａ）
【文献】特開２０１７－２２７３７０（ＪＰ，Ａ）
【文献】特開平０９－１７２９５９（ＪＰ，Ａ）
【文献】特開昭６３－２８３５３９（ＪＰ，Ａ）
【文献】特許第６９１５７１８（ＪＰ，Ｂ１）
【文献】特開２０１７－１５０７１３（ＪＰ，Ａ）
【文献】福島 尚道，液体窒素による低温コンテナーとＣ．Ａ．コンテナー，食品と開発 １月号 ，第8巻，園田 昭司 食品研究社
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ａ２３Ｂ ７／００－９／３４
Ｆ１７Ｃ １／００－１３／１２
Ｆ２５Ｄ １７／０４－１７／０８
Ｆ２５Ｄ ２３／００
Ｇ０６Ｑ １０／００－９９／００
Ｇ１６Ｚ ９９／００
Ｂ６５Ｄ ８８／１２
(57)【特許請求の範囲】
【請求項1】
制御部（５０１）を備えるガス量推定装置（５）であって、前記制御部は、ＣＡ冷蔵庫（１０１）が輸送される前に、当該ＣＡ冷蔵庫に収納される生鮮品の種類及び量に関する情報及び前記ＣＡ冷蔵庫内の温度又は湿度の情報を入力データとし、前記ＣＡ冷蔵庫に収納される前記生鮮品の種類及び量に関する情報及び前記ＣＡ冷蔵庫内の温度又は湿度と前記ＣＡ冷蔵庫に対するＣＡガスの供給量又は処理量との関係を機械学習により学習した結果を用いて、所定時間に前記ＣＡ冷蔵庫に対するＣＡガスの供給量又は処理量を推定して出力データとし、前記生鮮品の輸送時間に基づいて、前記ＣＡ冷蔵庫と共に輸送され前記ＣＡ冷蔵庫に対する前記ＣＡガスの処理を行うためのガス処理装置（１０４ａ、１０４ｂ）のガス総消費量推定値を出力する、ガス量推定装置。
【請求項2】
前記出力データには、前記生鮮品の輸送中に前記ＣＡ冷蔵庫内の前記ＣＡガスを所定の濃度に保つべく前記ＣＡ冷蔵庫に供給された前記ＣＡガスの供給量、又前記所定の濃度に保つべく前記ＣＡ冷蔵庫から除去された前記ＣＡガスの除去量が含まれ、前記制御部は、前記出力データに前記ＣＡガスの供給量が含まれている場合には前記ＣＡガスの供給量を推定し、又は前記出力データに前記ＣＡガスの除去量が含まれている場合には前記ＣＡガスの処理量のうち前記除去量を推定する、
請求項１に記載のガス量推定装置。
【請求項3】
前記制御部は、前記生鮮品の種類及び量に基づいて複数の前記ＣＡ冷蔵庫のそれぞれのＣＡガスのガス量を制御するガス量制御装置（１０２）の数を、複数の前記ＣＡ冷蔵庫のそれぞれにおける前記ＣＡガスの供給量又は処理量に応じて算出する、請求項１又は２に記載のガス量推定装置。
【請求項4】
前記出力データは、酸素、二酸化炭素、窒素、又はエチレンに関するデータである、請求項１に記載のガス量推定装置。
【請求項5】
前記ＣＡ冷蔵庫に対する前記ＣＡガスの処理を行うためのガス処理装置（１０４ａ、１０４ｂ）であって、請求項１に記載のガス量推定装置によって推定された前記ＣＡガスの供給量又は処理量に基づいて、所定量の前記ＣＡガスが注入されたガス処理装置。
【請求項6】
請求項５に記載のガス処理装置を備えた輸送用コンテナ（２）。
【請求項7】
前記生鮮品の種類及び量に基づいて前記ＣＡ冷蔵庫の前記ＣＡガスのガス量を制御するガス量制御装置を備えた、請求項６に記載の輸送用コンテナ。
【請求項8】
コンピュータが、ＣＡ冷蔵庫（１０１）が輸送される前に、当該ＣＡ冷蔵庫に収納される生鮮品の種類及び量に関する情報及び前記ＣＡ冷蔵庫内の温度又は湿度の情報を入力データとし、前記ＣＡ冷蔵庫に収納される前記生鮮品の種類及び量に関する情報及び前記ＣＡ冷蔵庫内の温度又は湿度と前記ＣＡ冷蔵庫に対するＣＡガスの供給量又は処理量との関係を機械学習により学習した結果を用いて、所定時間に前記ＣＡ冷蔵庫に対するＣＡガスの供給量又は処理量を推定して出力データとし、前記生鮮品の輸送時間に基づいて、前記ＣＡ冷蔵庫と共に輸送され前記ＣＡ冷蔵庫に対する前記ＣＡガスの処理を行うためのガス処理装置（１０４ａ、１０４ｂ）のガス総消費量推定値を出力する、ガス量推定方法。
【請求項9】
コンピュータに、請求項８に記載の方法を実行させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、ガス量推定装置、ガス処理装置、輸送用コンテナ、ガス量推定方法、及びプログラムに関する。
【背景技術】
【0002】
近年、地域の特産品を都市部等の目的地に輸送することで、地方の活性化を図ることが行われている。特産品が生鮮品の場合、鮮度を一定以上に保つため、航空便で輸送してもよいが、輸送コストが高くたるため、船便やトラックによる陸上輸送が主な輸送手段となっている。また、空港がない離島で生産された生鮮品の場合、目的地に生鮮品を輸送するには１０日以上必要とするような事態が生じ得る。
【0003】
一方で、生鮮品の鮮度を一定以上に維持するため、冷蔵及びＣＡガスにより生鮮品の鮮度を一定以上に保つＣＡガス冷蔵庫の技術が開示されている（特許文献１参照）。そのため、生鮮品の輸送に、ＣＡガス冷蔵庫を搭載したトラック等を用いれば、たとえ輸送時間が長くなっても、輸送コストを抑制しつつ、生鮮品の鮮度を一定以上に保つことが可能である。
【先行技術文献】
【特許文献】
【0004】
【文献】特開昭５４－７２０９９号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、トラック等にＣＡガスを注入する場合、輸送中にどの程度のＣＡガスの供給量、又は除去量等の処理量が必要であるか不明確である。そのため、注入されたＣＡガスが不足する場合、生鮮品の鮮度を一定以上に保つことができないという課題が生じる。また、比較的多めにＣＡガスを注入しても良いが、そのためには、ＣＡガスボンベ等のガス処理装置が巨大化してしまい、輸送できる生鮮品の量が少なくなってしまうという課題が生じる。
【0006】
上記事情を考慮し、本開示の目的は、ＣＡガスの注入量を最適化することである。
【課題を解決するための手段】
【0007】
本開示の第１の態様は、制御部を備えるガス量推定装置であって、前記制御部は、ＣＡ冷蔵庫に収納される生鮮品の種類及び量に関する情報を入力データとし、所定時間に前記ＣＡ冷蔵庫に対するＣＡガスの供給量又は処理量を推定して出力データとする、ガス量推定装置である。
【0008】
第１の態様によれば、ＣＡガスの注入量を最適化することができる。
【0009】
本開示の第２の態様は、前記ＣＡ冷蔵庫に収納される生鮮品の種類及び量に関する情報である前記入力データと、真のＣＡガスの供給量又は処理量との関係を機械学習により学習した結果を用いて、前記ＣＡガスの供給量又は処理量を計算する、第１の態様のガス量推定装置である。
【0010】
第２の態様によれば、機械学習により学習した結果を用いることで、ＣＡガスの注入量を最適化することができる。
【0011】
本開示の第３の態様は、前記制御部は、前記ＣＡ冷蔵庫に収納される生鮮品の種類及び量に関する情報である前記入力データと、真のＣＡガスの供給量又は処理量との関係を、テーブルデータを用いて、前記ＣＡガスの供給量又は処理量を計算する、第１の態様のガス量推定装置である。
【0012】
第３の態様によれば、テーブルデータを用いることで、ＣＡガスの注入量を最適化することができる。
【0013】
本開示の第４の態様は、前記入力データには、前記生鮮品の輸送中の前記ＣＡ冷蔵庫内の温度又は湿度が含まれ、前記制御部は、更に前記温度又は湿度に基づいて、前記ＣＡガスの供給量又は処理量を推定する、第１乃至第３の態様のいずれかの一つのガス量推定装置である。
【0014】
第４の態様によれば、入力データに生鮮品の輸送中のＣＡ冷蔵庫内の温度又は湿度が含まれることにより、より高い精度でＣＡガスの注入量を最適化できる。
【0015】
本開示の第５の態様は、前記制御部は、更に前記生鮮品の輸送時間に基づいて、前記ＣＡガスの供給量又は処理量を推定する、第１乃至第３の態様のいずれかの一つのガス量推定装置である。
【0016】
第５の態様によれば、生鮮品の輸送時間を考慮することにより、比較的輸送時間が長い場合でも、より高い精度でＣＡガスの注入量を最適化できる。
【0017】
本開示の第６の態様は、前記出力データには、前記生鮮品の輸送中に前記ＣＡ冷蔵庫内の前記ＣＡガスを所定の濃度に保つべく前記ＣＡ冷蔵庫に供給された前記ＣＡガスの供給量、又前記所定の濃度に保つべく前記ＣＡ冷蔵庫から除去された前記ＣＡガスの除去量が含まれ、前記制御部は、前記出力データに前記ＣＡガスの供給量が含まれている場合には前記ＣＡガスの供給量を推定し、又は前記出力データに前記ＣＡガスの除去量が含まれている場合には前記ＣＡガスの処理量のうち前記除去量を推定する、第１乃至第５の態様のいずれか一つのガス量推定装置である。
【0018】
第６の態様によれば、ＣＡガスの供給量又は除去量を推定することにより、より高い精度でＣＡガスの注入量を最適化できる。
【0019】
本開示の第７の態様は、前記制御部は、前記生鮮品の種類及び量に基づいて複数の前記ＣＡ冷蔵庫のそれぞれのＣＡガスのガス量を制御するガス量制御装置の数を、複数の前記ＣＡ冷蔵庫のそれぞれにおける前記ＣＡガスの供給量又は処理量に応じて算出する、第１乃至第５の態様のいずれか一つのガス量推定装置である。
【0020】
第７の態様によれば、複数のＣＡ冷蔵庫による輸送の場合であっても、複数のＣＡ冷蔵庫のそれぞれのＣＡガスのガス量を制御するガス量制御装置の数を算出することができる。
【0021】
本開示の第８の態様は、前記出力データは、酸素、二酸化炭素、窒素、又はエチレンに関するデータである、第１乃至第７の態様のいずれか一つに記載のガス量推定装置である。
【0022】
第８の態様によれば、出力データが、酸素、二酸化炭素、窒素、又はエチレンである場合も対応することができる。
【0023】
本開示の第９の態様は、前記ＣＡ冷蔵庫に対する前記ＣＡガスの処理を行うためのガス処理装置であって、第１乃至第５の態様のいずれか一つのガス量推定装置によって推定された前記ＣＡガスの供給量又は処理量に基づいて、所定量の前記ＣＡガスが注入されたガス処理装置である。
【0024】
第９の態様によれば、ＣＡガスの注入量が最適化されたＣＡガスボンベ等のガス処理装置を用意することができる。
【0025】
本開示の第１０の態様は、第９の態様のガス処理装置を備えた輸送用コンテナである。
【0026】
第１０の態様によれば、ＣＡガスの注入量が最適化されたＣＡガスボンベ等のガス処理装置を備えた輸送用コンテナを用意することができる。
【0027】
本開示の第１１の態様は、前記生鮮品の種類及び量に基づいて前記ＣＡ冷蔵庫のＣＡガスのガス量を制御するガス量制御装置を備えた、第１０の態様の輸送用コンテナである。
【0028】
第１１の態様によれば、生鮮品の種類及び量に基づいてＣＡガスの注入量が最適化されたＣＡガスボンベ等のガス処理装置を用意することができる。
【0029】
本開示の第１２の態様は、コンピュータが、ＣＡ冷蔵庫に収納される生鮮品の種類及び量に関する情報を入力データとし、所定時間に前記ＣＡ冷蔵庫に対するＣＡガスの供給量又は処理量を推定して出力データとする、ガス量推定方法である。
【0030】
第１２の態様によれば、ＣＡガスの注入量を最適化することができる。
【0031】
本開示の第１３の態様は、前記コンピュータは、前記ＣＡ冷蔵庫に収納される生鮮品の種類及び量に関する情報である前記入力データと、真のＣＡガスの供給量又は処理量との関係を機械学習により学習した結果を用いて、前記ＣＡガスの供給量又は処理量を計算する、第１２の態様のガス量推定方法である。
【0032】
第１３の態様によれば、機械学習により学習した結果を用いることで、ＣＡガスの注入量を最適化することができる。
【0033】
本開示の第１４の態様は、前記コンピュータは、前記ＣＡ冷蔵庫に収納される生鮮品の種類及び量に関する情報である前記入力データと、真のＣＡガスの供給量又は処理量との関係を、テーブルデータを用いて、前記ＣＡガスの供給量又は処理量を計算する、請求項１２に記載のガス量推定方法である。
【0034】
第１４の態様によれば、テーブルデータを用いることで、ＣＡガスの注入量を最適化することができる。
【0035】
本開示の第１５の態様は、コンピュータに、第１２乃至第１４の態様のいずれか一つの方法を実行させるプログラムである。
【0036】
第１５の態様によれば、ＣＡガスの注入量を最適化することができる。
【図面の簡単な説明】
【0037】
【図1】本発明の実施形態に係るガス量推定装置が設置されている運送業者の概略図である。
【図2】本実施形態のトラックの概略図である。
【図3】本実施形態のＣＡ冷蔵機器のハードウェア構成図である。
【図4】本実施形態のガス量推定装置のハードウェア構成図
【図5】学習フェーズにおけるガス量推定装置の機能ブロック図である。
【図6】推定フェーズにおけるガス量推定装置の機能ブロック図である。
【図7】学習フェーズにおける処理を示したフローチャートである。
【図8】推定フェーズにおける処理を示したフローチャートである。
【図9】ＣＡモード運転の標準的な処理を示す図である。
【図10】本実施形態のトラックの変形例の概略図である。
【発明を実施するための形態】
【0038】
【0039】
〔実施形態の概略〕
一般に、冷蔵庫（貯蔵庫）内の空気の組成（酸素濃度、二酸化炭素濃度、窒素濃度、エチレン濃度等）を調節し、青果物等の生鮮品の呼吸作用を抑制して生鮮品に含まれる糖や酸の消耗を防止することで、鮮度の保持期間を大幅に延長することができる。これは、ＣＡ(Controlled Atmosphere)貯蔵と呼ばれ、生鮮品の貯蔵法の一つである。ＣＡには、生鮮品の呼吸作用を利用して冷蔵庫内の空気の組成を調整する「パッシブ型」と、冷蔵庫に窒素ガス等を供給することにより、冷蔵庫内の空気の組成を調整する「アクティブ型」が存在する。本実施形態では、これらのうち特に「アクティブ型」を実施する場合について説明する。なお、以降、冷蔵庫内の空気の組成を調整するために供給及び除去のうち少なくとも一方が行われるガスを総称して、「ＣＡガス」と示す。
一般に、冷蔵庫（貯蔵庫）内の空気の組成（酸素濃度、二酸化炭素濃度、窒素濃度、エチレン濃度等）を調節し、青果物等の生鮮品の呼吸作用を抑制して生鮮品に含まれる糖や酸の消耗を防止することで、鮮度の保持期間を大幅に延長することができる。これは、ＣＡ(Controlled Atmosphere)貯蔵と呼ばれ、生鮮品の貯蔵法の一つである。ＣＡには、生鮮品の呼吸作用を利用して冷蔵庫内の空気の組成を調整する「パッシブ型」と、冷蔵庫に窒素ガス等を供給することにより、冷蔵庫内の空気の組成を調整する「アクティブ型」が存在する。本実施形態では、これらのうち特に「アクティブ型」を実施する場合について説明する。なお、以降、冷蔵庫内の空気の組成を調整するために供給及び除去のうち少なくとも一方が行われるガスを総称して、「ＣＡガス」と示す。
【0040】
図１は、本発明の実施形態に係るガス量推定装置が設置されている運送業者の概略図である。図１では、運送業者Ａに、出発前の輸送用のトラック１が駐車している。トラック１には、商品（ここでは、生鮮品）を格納するための輸送用コンテナ２（以下、輸送用コンテアは「コンテナ」と示す）が搭載されている。また、運送業者Ａにはコンテナ２内に設けられた後述のＣＡガスボンベ１０４ａに注入するＣＡガスを溜めるためのガス注入装置４が設置されている。また、運送業者Ａには、ガス量推定装置５が設置されている。ガス量推定装置５は、トラック１の輸送時間に基づいて、生鮮品の鮮度を維持するために必要なＣＡガスの供給量及び除去量を推定するコンピュータの一例である。なお、ガス量推定装置５は、ＣＡガスの供給量又は除去量を推定してもよい。
【0041】
図２は、本実施形態のトラックの概略図である。図２に示されているトラック１ａは、図１のトラック１の一例である。トラック１ａに搭載されているコンテナ２ａには、ＣＡ冷蔵庫１０１、ＣＡ冷蔵ユニット１０２、及びバルブ１０３のセットが複数設けられている。なお、図２では、説明の便宜上、１セット（ＣＡ冷蔵庫、ＣＡ冷蔵ユニット、及びバルブ）にのみ符号が付されている。更に、コンテナ２ａには、ＣＡガスボンベ１０４ａ及びＣＡガス配管１０５ａが設けられている。
【0042】
ＣＡ冷蔵庫１０１は、高気密で断熱性を有し、冷蔵及びＣＡガスにより生鮮品の鮮度を一定以上に保つことができる冷蔵庫である。各ＣＡ冷蔵庫１０１には、異なる種類の生鮮品が貯蔵される。例えば、生鮮品としてのアボカドは、呼吸量が多いため、新鮮さを保つには、ＣＡ冷蔵庫１０１からＣＯ２を除去し、その代わりに窒素を供給しないといけない。また、呼吸量が少ない果物は、そのような対応をしなくてもよい。このように、生鮮品の種類によって貯蔵されたＣＡ冷蔵庫１０１内の環境及び状況が異なるため、各ＣＡ冷蔵庫１０１には、異なる種類の生鮮品が分けて貯蔵される。
【0043】
ＣＡ冷蔵ユニット１０２は、ＣＡ冷蔵庫１０１内の温度や湿度を制御したり、ＣＡガスを制御したりするガス量制御装置の一例である。バルブ１０３は、ＣＡ冷蔵ユニット１０２による駆動制御によって、ＣＡガスボンベ１０４ａからＣＡガス配管１０５ａを介して供給されるＣＡガスのガス量を調整する。
【0044】
ＣＡガスボンベ１０４ａは、図１のガス量推定装置５によって推定されたＣＡガスの供給量及び除去量に基づき、ガス注入装置４から注入された所定量のＣＡガスを貯蔵するボンベである。なお、ＣＡガスボンベ１０４ａは、ガス量推定装置５によって推定されたＣＡガスの供給量又は除去量に基づき、ガス注入装置４から注入された所定量のＣＡガスを貯蔵してもよい。ＣＡガスボンベ１０４ａは、ガス処理装置の一例である。ガス処理装置には、ＣＡガスを発生させるＣＡガス発生装置が含まれる。ＣＡガス発生装置は、大気中の空気成分を分離してＣＡガスを供給する。ＣＡガス配管１０５ａは、ＣＡガスボンベ１０４ａからＣＡ冷蔵ユニット１０２にＣＡガスを供給する際に用いられる。
【0045】
〔ハードウェア構成〕
＜ＣＡ冷蔵機器のハードウェア構成＞
図３は、本実施形態のＣＡ冷蔵機器のハードウェア構成図である。ＣＡ冷蔵機器３００は、図２の各ＣＡ冷蔵ユニット１０２に設けられている。なお、ＣＡ冷蔵機器３００は、コンテナ２ａ内に設けられ、各ＣＡ冷蔵ユニット１０２に対する処理を行ってもよい。
＜ＣＡ冷蔵機器のハードウェア構成＞
図３は、本実施形態のＣＡ冷蔵機器のハードウェア構成図である。ＣＡ冷蔵機器３００は、図２の各ＣＡ冷蔵ユニット１０２に設けられている。なお、ＣＡ冷蔵機器３００は、コンテナ２ａ内に設けられ、各ＣＡ冷蔵ユニット１０２に対する処理を行ってもよい。
【0046】
ＣＡ冷蔵機器３００には、同じセット内のＣＡ冷蔵庫１０１の環境及び状況を検出するためのセンサ群３１０が設けられている。センサ群３１０には、例えば、図３に示されているように、吸入温度センサ３１１、湿度センサ３１２、吹出温度センサ３１３、Ｏ２（酸素）濃度センサ、ＣＯ２（二酸化炭素）濃度センサ、及びガス消費量センサ３１６が含まれる。
【0047】
これらのうち、吸入温度センサ３１１は、ＣＡ冷蔵庫１０１に吸入される気体の温度を検出するためのセンサである。湿度センサ３１２は、ＣＡ冷蔵庫１０１内の湿度を検出するためのセンサである。吹出温度センサ３１３は、ＣＡ冷蔵庫１０１から吹き出される気体の温度を検出するためのセンサである。Ｏ２濃度センサは、ＣＡ冷蔵庫１０１内のＯ２の濃度を検出するためのセンサである。ＣＯ２濃度センサは、ＣＡ冷蔵庫１０１内のＣＯ２の濃度を検出するためのセンサである。ガス消費量センサ３１６は、ＣＡ冷蔵庫１０１におけるＣＡガスの消費量を検出するためのセンサである。なお、センサ群３１０には、ＣＡ冷蔵庫１０１内の窒素濃度を検出するための窒素濃度センサ、又はＣＡ冷蔵庫１０１内のエチレン濃度を検出するためのエチレン濃度センサが含まれてもよい。
【0048】
また、ＣＡ冷蔵機器３００には、設定値入力装置３２１、ＣＡ冷蔵庫制御装置３２２、及び表示装置３２３が設けられている。
【0049】
これらのうち、設定値入力装置３２１は、ユーザ（トラックの運転手等）によって、ＣＡ冷蔵庫１０１内の環境及び状況の各設定値を入力する装置である。例えば、図３に示されているように、設定値は、設定温度、設定Ｏ２濃度、及び設定ＣＯ２濃度、並びに生鮮品の設定種類及び設定量である。なお、以降、「設定種類及び設定量」は「設定種類及び量」と示す。
また、設定値には、少なくとも、生鮮品の設定種類及び量が含まれれば、設定窒素濃度、又は設定エチレン濃度が含まれてもよい。
また、設定値には、少なくとも、生鮮品の設定種類及び量が含まれれば、設定窒素濃度、又は設定エチレン濃度が含まれてもよい。
【0050】
ＣＡ冷蔵庫制御装置３２２は、設定値入力装置３２１に入力された各設定値に基づいて、ＣＡ冷蔵庫１０１内の温度及び湿度の制御等を行う装置である。なお、ＣＡ冷蔵庫制御装置３２２は、ＣＡ冷蔵庫１０１内の温度又は湿度の制御等を行ってもよい。
【0051】
表示装置３２３は、設定値入力装置３２１に入力された各設定値を表示したり、センサ群３１０の検出結果を表示したりする装置である。表示装置３２３には、設定値や検出結果を表示するためのディスプレイが設けられている。
【0052】
＜ガス量推定装置のハードウェア構成＞
図４は、本実施形態のガス量推定装置のハードウェア構成図である。図４は、ガス量推定装置なハードウェア構成図である。図４に示されているように、ガス量推定装置５は、制御部５０１、ＲＯＭ(Read Only Memory)５０２、ＲＡＭ(Random Access Memory)５０３、記憶装置５０４、キーボード５０６、ディスプレイ５０７、外部機器Ｉ／Ｆ５０８、ネットワークＩ／Ｆ５０９、及びバスライン５１０を備えている。
図４は、本実施形態のガス量推定装置のハードウェア構成図である。図４は、ガス量推定装置なハードウェア構成図である。図４に示されているように、ガス量推定装置５は、制御部５０１、ＲＯＭ(Read Only Memory)５０２、ＲＡＭ(Random Access Memory)５０３、記憶装置５０４、キーボード５０６、ディスプレイ５０７、外部機器Ｉ／Ｆ５０８、ネットワークＩ／Ｆ５０９、及びバスライン５１０を備えている。
【0053】
これらのうち、制御部５０１は、ＣＰＵ(Central Processing Unit)によって構成されているが、ＧＰＧＰＵ(General-purpose computing on graphics processing units)を含んでいてもよい。制御部５０１は、ガス量推定装置５全体の動作を制御する。
【0054】
ＲＯＭ５０２は、制御部５０１の処理に用いられるプログラムを記憶する。ＲＡＭ５０３は、制御部５０１のワークエリアとして使用される。
【0055】
記憶装置５０４は、ＳＳＤ(Solid State Drive)、ＨＤＤ(Hard Disk Drive)、又はフラッシュメモリによって構成されている。記憶装置５０４は、制御部５０１の制御に従って、ガス量推定装置で実行されるプログラム等の各種データの読み出し又は書き込みを行う。各種データには、機械学習用のデータセットが含まれる。本実施形態における機械学習用のデータセットは、ＣＡ冷蔵機器３００の駆動時のガス消費量に相関するデータと、ＣＡ冷蔵機器３００の駆動時のガス消費量を示すガス量データである。これらのデータに関しては、後ほど、詳細に説明する。
【0056】
キーボード５０６は、文字、数値、各種指示などの入力のための複数のキーを備えた入力手段の一種である。
【0057】
ディスプレイ５０７は、データ、画像、及び各種アイコン等を表示する液晶や有機ＥＬ(Electro Luminescence)等の表示手段の一種である。
【0058】
外部機器Ｉ／Ｆ５０８は、各種の外部機器を接続するためのインターフェースである。この場合の外部機器は、表示手段の一例としての外付けのディスプレイ、入力手段の一例としてのマウス、キーボード、又はマイク、及び出力手段の一例としてのプリンタ又はスピーカ、記憶手段の一例としてのＵＳＢ(Universal Serial Bus)メモリ等である。
【0059】
ネットワークＩ／Ｆ５０９は、インターネット等の通信ネットワークを介して、ガス量推定装置５以外の操作端末やサーバと、データ通信を行う。
【0060】
バスライン５１０は、図５に示されている制御部５０１等の各構成要素を電気的に接続するためのアドレスバスやデータバス等である。
【0061】
〔機能構成〕
＜学習フェーズ＞
図５は、学習フェーズにおけるガス量推定装置の機能ブロック図である。図５に示されているように、学習フェーズにおけるガス量推定装置５は、入力部５１、及び学習部５２を有している。これら各部は、プログラムに基づき図４の制御部５０１による命令によって実現される機能である。
＜学習フェーズ＞
図５は、学習フェーズにおけるガス量推定装置の機能ブロック図である。図５に示されているように、学習フェーズにおけるガス量推定装置５は、入力部５１、及び学習部５２を有している。これら各部は、プログラムに基づき図４の制御部５０１による命令によって実現される機能である。
【0062】
入力部５１は、図３のセンサ群３１０から、ＣＡ冷蔵庫１０１内のガス消費量に相関するデータを入力する。ガス消費量に相関するデータには、庫内の温度データ、庫内の湿度データ、庫内のＯ２濃度データ、及び庫内のＣＯ２濃度データ等が含まれている。なお、ガス消費量に相関するデータは、庫内の温度データ、庫内の湿度データ、庫内のＯ２濃度データ、及び庫内のＣＯ２濃度データのうち少なくとも１つのデータであってもよい。例えば、ガス消費量に相関するデータは、庫内のＯ２濃度データ又は庫内のＣＯ２濃度データであってもよい。
【0063】
また、入力部５１は、設定値入力装置３２１から、設定温度、設定Ｏ２濃度、設定ＣＯ２濃度、並びに生鮮品の設定種類及び量の各設定値のデータを入力する。なお、入力部５１は、設定温度、設定Ｏ２濃度、設定ＣＯ２濃度、並びに生鮮品の設定種類及び量の各設定値のデータのうち、少なくとも生鮮品の設定種類及び量のデータを入力してもよい。例えば、入力部５１は、生鮮品の設定種類及び量の各データに加えて、設定Ｏ２濃度又は設定ＣＯ２濃度のデータを入力してもよい。
【0064】
学習フェーズでは、ガス量推定装置５は、トラック１ａに搭載されたＣＡ冷蔵機器３００の各出力データを記憶しておく記憶装置から、輸送後に各出力データ（ガス消費量に相関するデータ、設定温度のデータ等）を入力する。また、ガス量推定装置５を運送業者Ａに設置せず、トラック１ａに搭載し、ガス量推定装置５が、輸送中に直接、各出力データ（ガス消費量に相関するデータ、設定温度のデータ等）を入力してもよい。
【0065】
学習部５２は、機械学習モデルを有し、ニューラルネットワーク等の機械学習アルゴリズムを用いた機械学習によって、高い精度の出力が可能な機械学習モデルを生成する。本実施形態の機械学習モデルは、ＣＡ冷蔵機器運転時のガス消費モデル５０である。例えば、学習部５２は、少なくとも、ＣＡ冷蔵庫１０１に収納される生鮮品の種類及び量に関する情報を入力データとし、所定時間にＣＡ冷蔵庫１０１に対するＣＡガスの供給量及び除去量を出力データとする。出力データは、酸素、二酸化炭素、窒素、又はエチレンに関するデータである。
【0066】
また、学習部５２は、比較変更部５３を有しており、ＣＡ冷蔵機器運転時のガス消費モデル５０より出力された出力データとしてのガス量データと、正解データとしての真のガス量データ（ＣＡガスの供給量又は処理量のデータ）とを比較し、誤差に応じてＣＡ冷蔵機器運転時のガス消費モデル５０のモデルパラメータを変更する。これにより、学習部５２では、ＣＡ冷蔵機器運転時のガス消費モデル５０の機械学習を行い、後述の学習済みＣＡ冷蔵機器駆動時のガス消費モデル６０を生成することができる。
【0067】
＜推定フェーズ＞
図６は、推定フェーズにおけるガス量推定装置の機能ブロック図である。図６に示されているように、推定フェーズにおけるガス量推定装置５は、入力部６１、推定部６２、及び出力部６４を有している。これら各部は、プログラムに基づき図４の制御部５０１による命令によって実現される機能である。
図６は、推定フェーズにおけるガス量推定装置の機能ブロック図である。図６に示されているように、推定フェーズにおけるガス量推定装置５は、入力部６１、推定部６２、及び出力部６４を有している。これら各部は、プログラムに基づき図４の制御部５０１による命令によって実現される機能である。
【0068】
ガス量推定装置５は、トラック１ａが運送業者Ａから出発する前に、有線又は無線により、ＣＡ冷蔵機器３００から各データを取得することが可能である。トラック１ａが運送業者Ａから出発する前に、ＣＡ冷蔵庫１０１が駆動開始することにより、入力部５１は、図３のセンサ群３１０から、駆動開始時のガス消費量に相関するデータを入力する。駆動開始時のガス消費量に相関するデータには、庫内の温度データ、庫内の湿度データ、庫内のＯ２濃度データ、及び庫内のＣＯ２濃度データ等が含まれている。なお、基本的に、推定フェーズにおける駆動開始時のガス消費量に相関するデータの種類（庫内の温度データ等）は、学習フェーズにおけるガス消費量に相関するデータの種類と同じである。
【0069】
また、入力部５１は、設定値入力装置３２１から、設定温度、設定Ｏ２濃度、設定ＣＯ２濃度、並びに生鮮品の設定種類及び量の各設定値のデータを入力し、更に設定値として設定輸送時間のデータを入力する。なお、基本的に、推定フェーズにおける設定値の種類（設定温度等）は、学習フェーズにおける設定値の種類と同じである。
【0070】
推定部６２は、学習部５２により生成されたＣＡ冷蔵機器駆動時のガス消費モデル６０を有する。例えば、推定部６２は、少なくとも、ＣＡ冷蔵庫１０１に収納される生鮮品の種類及び量に関する情報を入力データとし、所定時間にＣＡ冷蔵庫１０１に対するＣＡガスの供給量及び除去量を推定し出力データとする。なお、推定部６２は、ＣＡガスの供給量又は除去量を推定してもよい。具体的には、推定部６２は、出力データにＣＡガスの供給量が含まれている場合にはＣＡガスの供給量を推定し、又は出力データにＣＡガスの除去量が含まれている場合にはＣＡガスの除去量を推定する。
【0071】
更に、推定部６２は、累積処理部６３を有する。累積処理部６３は、学習済みＣＡ冷蔵機器駆動時のガス消費モデル６０から取得した出力データであるガス量データと、入力部６１から取得した設定輸送時間のデータに基づいて、設定輸送時間のガス総消費量推定値を算出する。ガス総消費量推定値は、ＣＡガスの供給量及び除去量に関する推定値である。ＣＡ冷蔵庫１０１が複数ある場合、累積処理部６３は、各ＣＡ冷蔵庫に対するガス総消費量推定値を算出する。なお、ガス総消費量推定値は、ＣＡガスの供給量又は除去量に関する推定値であってもよい。例えば、出力データであるガス量データがＣＡガスの供給量及び除去量を示す場合には、ガス総消費量推定値はＣＡガスの供給量及び除去量の少なくとも一方に関する推定値である。出力データであるガス量データがＣＡガスの供給量を示す場合には、ガス総消費量推定値はＣＡガスの供給量に関する推定値である。また、出力データであるガス量データがＣＡガスの除去量を示す場合には、ガス総消費量推定値はＣＡガスの除去量に関する推定値である。除去量は、処理量の一例である。
【0072】
また、累積処理部６３は、生鮮品の種類及び量に基づいて複数のＣＡ冷蔵庫１０１のそれぞれのＣＡガスのガス量を制御するＣＡ冷蔵ユニット１０２の数を、複数のＣＡ冷蔵庫１００のそれぞれにおけるＣＡガスの供給量又は処理量に応じて算出してもよい。
【0073】
出力部６４は、累積処理部６３によって算出されたガス総消費量推定値を取得し、ディスプレイ５０７、又は外部機器Ｉ／Ｆ５０８を介して上述の外部機器に出力する。
【0074】
【0075】
＜学習フェーズにおける処理＞
図７は、学習フェーズにおける処理を示したフローチャートである。図７に示されているように、入力部５１は、図３のセンサ群３１０が出力したＣＡ冷蔵庫１０１内のガス消費量に相関するデータを入力すると共に、設定値入力装置３２１が出力した、設定温度、設定Ｏ２濃度、及び設定ＣＯ２濃度、並びに生鮮品の設定種類及び量の各データを入力データとして入力する（Ｓ１１）。
図７は、学習フェーズにおける処理を示したフローチャートである。図７に示されているように、入力部５１は、図３のセンサ群３１０が出力したＣＡ冷蔵庫１０１内のガス消費量に相関するデータを入力すると共に、設定値入力装置３２１が出力した、設定温度、設定Ｏ２濃度、及び設定ＣＯ２濃度、並びに生鮮品の設定種類及び量の各データを入力データとして入力する（Ｓ１１）。
【0076】
次に、学習部５２は、ニューラルネットワーク等の機械学習アルゴリズムを用いた機械学習によって、ＣＡ冷蔵機器運転時のガス消費モデル５０の学習を行い、学習済みＣＡ冷蔵機器駆動時のガス消費モデル６０を生成する（Ｓ１２）。
【0077】
次に、学習部５２は、機械学習が終了するか否かを判断する（Ｓ１３）。そして、終了しない場合には（Ｓ１３；ＮＯ）、上記ステップＳ１１に戻り処理を続ける。一方、終了する場合には（Ｓ１３；ＹＥＳ）、学習フェーズにおける処理が終了する。
【0078】
＜推定フェーズにおける処理＞
図８は、推定フェーズにおける処理を示したフローチャートである。図９に示されているように、入力部６１は、図３のセンサ群３１０が出力したＣＡ冷蔵庫１０１内のガス消費量に相関するデータを入力すると共に、設定値入力装置３２１が出力した、設定温度、設定Ｏ２濃度、及び設定ＣＯ２濃度、並びに生鮮品の設定種類及び量、更には設定輸送時間の各データを入力データとして入力する。（Ｓ２１）。
図８は、推定フェーズにおける処理を示したフローチャートである。図９に示されているように、入力部６１は、図３のセンサ群３１０が出力したＣＡ冷蔵庫１０１内のガス消費量に相関するデータを入力すると共に、設定値入力装置３２１が出力した、設定温度、設定Ｏ２濃度、及び設定ＣＯ２濃度、並びに生鮮品の設定種類及び量、更には設定輸送時間の各データを入力データとして入力する。（Ｓ２１）。
【0079】
次に、推定部６２は、ＣＡ冷蔵庫１０１に収納される生鮮品の種類及び量に関する情報を入力データとし、所定時間にＣＡ冷蔵庫１０１に対するＣＡガスの供給量及び除去量を推定し出力データとする（Ｓ２２）。なお、推定部６２は、ＣＡガスの供給量又は除去量を推定してもよい。
【0080】
次に、推定部６２の累積処理部６３は、学習済みＣＡ冷蔵機器駆動時のガス消費モデル６０から取得した出力データであるガス量データと、入力部６１から取得した設定輸送時間のデータに基づいて、設定輸送時間のガス総消費量推定値を算出する（Ｓ２３）。
【0081】
次に、出力部６４は、累積処理部６３によって算出されたガス総消費量推定値を取得し、ディスプレイ５０７、又は外部機器Ｉ／Ｆ５０８を介して上述の外部機器に出力する（Ｓ２４）。これにより、推定フェーズにおける処理が終了する。
【0082】
以上により、図１に示すように、ユーザがガス注入装置４からコンテナ２ａ内のＣＡガスボンベ１０４ａに所定量のＣＡガスを注入する際に、ステップＳ２４によって出力されたガス総消費量推定値に基づいて、輸送時間を考慮したＣＡガス量のＣＡガスを注入することができる。この場合、ユーザは、念のために、ＣＡガスボンベ１０４ａ内に注入可能な範囲内で、ステップＳ２４によって出力されたガス総消費量推定値以上のＣＡガス量のＣＡガスを注入してもよい。
【0083】
＜ＣＡ制御＞
図９は、ＣＡモード運転の標準的な処理を示す図である。
図９は、ＣＡモード運転の標準的な処理を示す図である。
【0084】
トラック１ａの輸送時に、ＣＡ冷蔵機器３００のＣＡ冷蔵庫制御装置３２２は、図２に示されているように、コンテナ２ａ内のＣＡ冷蔵庫１０１を、大気状態から酸素濃度低減モード、更に空気組成調整モードへ推移することにより、目的の空気組成に制御する。
【0085】
酸素濃度低減モードは、ＣＡ冷蔵機器３００の起動後ｔ１（秒）からｔ２（秒）において、低濃度酸素ガスの供給と生鮮品の呼吸により、Ｏ２濃度を設定濃度へ近づける運転モードである。なお、ＣＡ冷蔵機器の起動後、「酸素濃度低減モード」へ自動的に遷移する。
【0086】
空気組成調整モードは、ｔ２（秒）から、低濃度酸素ガスの供給と外気供給による換気及び生鮮品の呼吸によりＯ２濃度とＣＯ２濃度を調整する運転モードである。なお、Ｏ２濃度が設定濃度に到達すると、「空気組成調整モード」へ自動で遷移する。
【0087】
〔変形例〕
図１０は、本実施形態のトラックの変形例の概略図である。
図１０は、本実施形態のトラックの変形例の概略図である。
【0088】
図１０に示されているトラック１ｂは、図１のトラック１の一例である。トラック１ｂに搭載されているコンテナ２ｂには、ＣＡ冷蔵庫１０１、ＣＡ冷蔵ユニット１０２、ＣＡガスボンベ１０４ｂ、及びＣＡガス配管１０５ｂのセットが複数設けられている。なお、図１０では、説明の便宜上、１セット（ＣＡ冷蔵庫１０１、ＣＡ冷蔵ユニット１０２、ＣＡガスボンベ１０４ｂ、及びＣＡガス配管１０５ｂ）にのみ符号が付されている。
【0089】
ＣＡ冷蔵庫１０１及びＣＡ冷蔵ユニット１０２は、上記実施形態において既に説明したため、これらの説明を省略する。
【0090】
ＣＡガスボンベ１０４ｂは、図２におけるＣＡガスボンベ１０４ａが小型化されたものである。なお、ＣＡガスボンベ１０４ｂは、ガス処理装置の一例である。ＣＡガス配管１０５ｂは、図２のＣＡガス配管１０５ａよりも短い管であり、ＣＡガスボンベ１０４ｂからＣＡ冷蔵ユニット１０２にＣＡガスを供給する際に用いられる。
【0091】
この変形例の場合、ガス量推定装置５は、複数のＣＡガスボンベ１０４ｂのそれぞれのガス総消費量を推定する。
【0092】
〔実施形態の主な効果〕
以上説明したように本開示の第１の態様によれば、ＣＡガスの注入量を最適化することができるという効果を奏する。
以上説明したように本開示の第１の態様によれば、ＣＡガスの注入量を最適化することができるという効果を奏する。
【0093】
第２の態様によれば、機械学習により学習した結果を用いることで、ＣＡガスの注入量を最適化することができる。
【0094】
第３の態様によれば、テーブルデータを用いることで、ＣＡガスの注入量を最適化することができる。
【0095】
第４の態様によれば、入力データに生鮮品の輸送中のＣＡ冷蔵庫内の温度又は湿度が含まれることにより、より高い精度でＣＡガスの注入量を最適化できる。
【0096】
第５の態様によれば、生鮮品の輸送時間を考慮することにより、比較的輸送時間が長い場合でも、より高い精度でＣＡガスの注入量を最適化できる。
【0097】
第６の態様によれば、ＣＡガスの供給量又は除去量を推定することにより、より高い精度でＣＡガスの注入量を最適化できる。
【0098】
第７の態様によれば、複数のＣＡ冷蔵庫による輸送の場合であっても、複数のＣＡ冷蔵庫のそれぞれのＣＡガスのガス量を制御するガス量制御装置の数を算出することができる。
【0099】
第８の態様によれば、出力データが、酸素、二酸化炭素、窒素、又はエチレンである場合も対応することができる。
【0100】
第９の態様によれば、ＣＡガスの注入量が最適化されたＣＡガスボンベ等のガス処理装置を用意することができる。
【0101】
第１０の態様によれば、ＣＡガスの注入量が最適化されたＣＡガスボンベ等のガス処理装置を備えた輸送用コンテナを用意することができる。
【0102】
第１１の態様によれば、生鮮品の種類及び量に基づいてＣＡガスの注入量が最適化されたＣＡガスボンベ等のガス処理装置を用意することができる。
【0103】
第１２の態様によれば、ＣＡガスの注入量を最適化することができる。
第２の態様によれば、入力データに生鮮品の輸送中のＣＡ冷蔵庫内の温度又は湿度が含まれることにより、より高い精度でＣＡガスの注入量を最適化できる。
第２の態様によれば、入力データに生鮮品の輸送中のＣＡ冷蔵庫内の温度又は湿度が含まれることにより、より高い精度でＣＡガスの注入量を最適化できる。
【0104】
第１３の態様によれば、機械学習により学習した結果を用いることで、ＣＡガスの注入量を最適化することができる。
【0105】
第１４の態様によれば、テーブルデータを用いることで、ＣＡガスの注入量を最適化することができる。
【0106】
第１５の態様によれば、ＣＡガスの注入量を最適化することができる。
【0107】
〔補足〕
本発明は上述の実施形態及び変形例に限定されるものではなく、以下に示すような構成又は処理（動作）であってもよい。
本発明は上述の実施形態及び変形例に限定されるものではなく、以下に示すような構成又は処理（動作）であってもよい。
【0108】
上記実施形態では、制御部５０１が、ＣＡ冷蔵庫１０１に収納される生鮮品の種類及び量に関する情報である入力データと、真のＣＡガスの供給量又は処理量との関係を機械学習により学習した結果を用いて、ＣＡガスの供給量又は処理量を計算したが、これに限るものではない。例えば、制御部５０１が、ＣＡ冷蔵庫１０１に収納される生鮮品の種類及び量に関する情報である入力データと、真のＣＡガスの供給量又は処理量との関係を、テーブルデータを用いて、前記ＣＡガスの供給量又は処理量を計算してもよい。この場合、テーブルデータには、ＣＡ冷蔵庫１０１に収納される生鮮品の種類及び量に関する情報と、真のＣＡガスの供給量又は処理量に関する情報とが関連付けて管理されている。
【0109】
上記実施形態では、ＣＡ冷蔵庫１０１はトラック１に搭載されたコンテナ２内に設けられているが、これに限るものではない。例えば、ＣＡ冷蔵庫１０１がＣＡ冷蔵配送箱であっても良い。また、ＣＡ冷蔵庫１０１は冷蔵装置が完備されたＣＡトラックトレーラ内に設けられてもよい。
【0110】
コンテナ２には、海上コンテナも含まれる。この場合、トラック１に代えて、船舶が海上コンテナを輸送する。
【0111】
更に、ガス量推定装置３の機能を実現するためのプログラムは、ＤＶＤ(Digital Versatile Disc)等の記録媒体に記録して流通することも可能であり、インターネット等の通信ネットワークを介して広く提供することも可能である。
【0112】
また、制御部５０１は、複数のＣＰＵによって構成されていてもよい。
【産業上の利用可能性】
【0113】
以上説明したように、本開示は、ガス量推定装置、ガス処理装置、輸送用コンテナ、ガス量推定方法、及びプログラムの技術分野において有用である。
【符号の説明】
【0114】
１ トラック
２ コンテナ
４ ガス注入装置
５ ガス量推定装置
５０ ＣＡ冷蔵機器駆動時のガス消費モデル
５１ 入力部
５２ 学習部
５３ 比較変更部
６０ 学習済みＣＡ冷蔵機器駆動時のガス消費モデル
６１ 入力部
６２ 推定部
６３ 累積処理部
６４ 出力部
１０１ ＣＡ冷蔵庫
１０２ ＣＡ冷蔵ユニット（ガス量制御装置の一例）
１０３ バルブ
１０４ａ ＣＡガスボンベ（ガス処理装置の一例）
１０４ｂ ＣＡガスボンベ（ガス処理装置の一例）
１０５ａ ＣＡガス配管
１０５ｂ ＣＡガス配管
５０１ 制御部
２ コンテナ
４ ガス注入装置
５ ガス量推定装置
５０ ＣＡ冷蔵機器駆動時のガス消費モデル
５１ 入力部
５２ 学習部
５３ 比較変更部
６０ 学習済みＣＡ冷蔵機器駆動時のガス消費モデル
６１ 入力部
６２ 推定部
６３ 累積処理部
６４ 出力部
１０１ ＣＡ冷蔵庫
１０２ ＣＡ冷蔵ユニット（ガス量制御装置の一例）
１０３ バルブ
１０４ａ ＣＡガスボンベ（ガス処理装置の一例）
１０４ｂ ＣＡガスボンベ（ガス処理装置の一例）
１０５ａ ＣＡガス配管
１０５ｂ ＣＡガス配管
５０１ 制御部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】