特許 7539114 判定システム、判定方法、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】2024-08-15

(45)【発行日】2024-08-23

(54)【発明の名称】判定システム、判定方法、プログラム

(51)【国際特許分類】

   B01F 35/214 20220101AFI20240816BHJP

   B01F 35/212 20220101ALI20240816BHJP

   B01F 35/213 20220101ALI20240816BHJP

   B01F 27/701 20220101ALI20240816BHJP

   G01N 11/14 20060101ALI20240816BHJP

   G06N 20/00 20190101ALI20240816BHJP

【ＦＩ】

B01F35/214

B01F35/212

B01F35/213

B01F27/701

G01N11/14 E

G06N20/00 130

【請求項の数】 16

(21)【出願番号】P 2021540639

(86)(22)【出願日】2020-06-03

(86)【国際出願番号】 JP2020021948

(87)【国際公開番号】W WO2021033390

(87)【国際公開日】2021-02-25

【審査請求日】2023-04-03

(31)【優先権主張番号】P 2019152367

(32)【優先日】2019-08-22

(33)【優先権主張国・地域又は機関】JP

(73)【特許権者】

【識別番号】314012076

【氏名又は名称】パナソニックＩＰマネジメント株式会社

(74)【代理人】

【識別番号】110002527

【氏名又は名称】弁理士法人北斗特許事務所

(72)【発明者】

【氏名】池田 和隆

(72)【発明者】

【氏名】神薗 建太

【審査官】河野 隆一朗

(56)【参考文献】

【文献】特開２０１５－１０２７１３（ＪＰ，Ａ）

【文献】特開平１１－２９５２０５（ＪＰ，Ａ）

【文献】実開平０１－１６３５３３（ＪＰ，Ｕ）

【文献】特開２０１５－０７３９４２（ＪＰ，Ａ）

【文献】特開２０１６－１０９６７４（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ０１Ｆ ３５／００ － ３５／９５

Ｂ０１Ｆ ２７／００ － ２７／９６

Ｇ０１Ｎ １１／１４

Ｇ０６Ｎ ２０／００

(57)【特許請求の範囲】

【請求項1】

撹拌対象物を撹拌する機構部と、前記機構部を駆動する駆動装置とを有する撹拌器の前記駆動装置に供給される電流に関する波形を示す波形データを取得する取得部と、
前記波形データから得られる、前記駆動装置にかかる力の特定方向の成分に起因する変化に基づいて前記撹拌対象物の状態を判定する判定部と、
を備え、
前記撹拌器は前記撹拌対象物を撹拌する第１の回転体を含み、
前記駆動装置は、前記第１の回転体を回転させる第１のロータを有する第１のモータを含み、
前記駆動装置にかかる前記力は前記第１のモータの前記第１のロータにかかる力である、
判定システム。

【請求項2】

前記電流は、前記撹拌対象物を撹拌している状態で前記駆動装置に供給される、請求項１に記載の判定システム。

【請求項3】

前記撹拌器は前記第１の回転体から独立して前記撹拌対象物を撹拌する第２の回転体をさらに含み、
前記駆動装置は、前記第２の回転体を回転させる第２のロータを有する第２のモータをさらに含み、
前記駆動装置にかかる前記力は前記第１のモータの前記第１のロータにかかる前記力と前記第２のモータの前記第２のロータにかかる力である、請求項１又は２に記載の判定システム。

【請求項4】

前記取得部は、前記回転体の回転数を変動させたときに前記撹拌対象物を撹拌する前記撹拌器の有する前記駆動装置に供給される前記電流に関する前記波形を示す前記波形データを取得する、請求項１～３のいずれか一つに記載の判定システム。

【請求項5】

前記取得部は、前記撹拌対象物に所定の処理を行ったときに前記撹拌対象物を撹拌する前記撹拌器の有する前記駆動装置に供給される前記電流に関する前記波形を示す前記波形データを取得する、請求項１～３のいずれか一つに記載の判定システム。

【請求項6】

前記撹拌対象物の前記状態は前記撹拌対象物の粘度である、請求項１～５のいずれか一つに記載の判定システム。

【請求項7】

前記撹拌対象物は均一に混ざるほど柔らかくなり、
前記判定部は、前記駆動装置にかかる前記力の前記特定方向の前記成分に起因する前記変化に基づいて前記撹拌対象物が所定の柔らかさを有しているか否かを判定する、請求項１～５のいずれか一つに記載の判定システム。

【請求項8】

前記撹拌対象物は均一に混ざるほど固くなり、
前記判定部は、前記駆動装置にかかる前記力の前記特定方向の前記成分に起因する前記変化に基づいて前記撹拌対象物が所定の固さを有しているか否かを判定する、
請求項１～５のいずれか一つに記載の判定システム。

【請求項9】

撹拌対象物を撹拌する機構部と、前記機構部を駆動する駆動装置とを有する撹拌器の前記駆動装置に供給される電流に関する波形を示す波形データを取得する取得部と、
前記波形データから得られる、前記駆動装置にかかる力の特定方向の成分に起因する変化に基づいて前記撹拌対象物の状態を判定する判定部と、
を備え、
前記波形を周波数軸上で表現される周波数軸波形に変換し、前記周波数軸波形から前記変化を含み得る部分を抽出する抽出部を更に備え、
前記判定部は、前記抽出部で抽出された前記部分に基づいて前記撹拌対象物の前記状態を判定する、
判定システム。

【請求項10】

前記判定部は、学習済みモデルを利用して、前記部分から前記撹拌対象物の前記状態を判定する、請求項９に記載の判定システム。

【請求項11】

撹拌対象物を撹拌する機構部と、前記機構部を駆動する駆動装置とを有する撹拌器の前記駆動装置に供給される電流に関する波形を示す波形データを取得する取得部と、
前記波形データから得られる、前記駆動装置にかかる力の特定方向の成分に起因する変化に基づいて前記撹拌対象物の状態を判定する判定部と、
を備え、
前記電流を測定して前記波形データを出力する微分型の電流センサを有する測定部を更に備えた、
判定システム。

【請求項12】

前記測定部は、前記電流が流れる電線に取り付けられる、請求項１１に記載の判定システム。

【請求項13】

撹拌対象物を撹拌する撹拌器に含まれている駆動装置に供給される電流に関する波形を示す波形データを取得するステップと、
前記波形データから得られる、前記駆動装置にかかる力の特定方向の成分に起因する変化から、前記撹拌対象物の状態を判定するステップと、
を含み、
前記撹拌器は前記撹拌対象物を撹拌する第１の回転体を含み、
前記駆動装置は、前記第１の回転体を回転させる第１のロータを有する第１のモータを含み、
前記駆動装置にかかる前記力は前記第１のモータの前記第１のロータにかかる力である、
撹拌対象物の状態の判定方法。

【請求項14】

撹拌対象物を撹拌する撹拌器に含まれている駆動装置に供給される電流に関する波形を示す波形データを取得するステップと、
前記波形データから得られる、前記駆動装置にかかる力の特定方向の成分に起因する変化から、前記撹拌対象物の状態を判定する判定ステップと、
を含み、
前記波形を周波数軸上で表現される周波数軸波形に変換し、前記周波数軸波形から前記変化を含み得る部分を抽出する抽出ステップを更に含み、
前記判定ステップでは、前記抽出ステップで抽出された前記部分に基づいて前記撹拌対象物の前記状態を判定する、
撹拌対象物の状態の判定方法。

【請求項15】

撹拌対象物を撹拌する撹拌器に含まれている駆動装置に供給される電流に関する波形を示す波形データを取得する取得ステップと、
前記波形データから得られる、前記駆動装置にかかる力の特定方向の成分に起因する変化から、前記撹拌対象物の状態を判定するステップと、
を含み、
前記取得ステップでは、前記電流を測定して前記波形データを出力する微分型の電流センサを有する測定部から前記波形データを取得する、
撹拌対象物の状態の判定方法。

【請求項16】

１以上のプロセッサに請求項１３～１５のいずれか一項に記載の判定方法を実行させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、撹拌器により撹拌される撹拌対象物の状態を判定する判定システム、判定方法、及びプログラムに関する。

【背景技術】

【0002】

特許文献１は、液体の粘度変化を検知するための粘度変化検知用素子を開示する。粘度変化検知用素子は、たわみ弾性変形及び／又はねじれ弾性変形が可能な弾性体と、弾性体の変形に応じて移動するように弾性体に直接又は接続部材を介して取り付けられた可動永久磁石とを有する。この粘度変化検知用素子では、粘度変化検知用素子を支持するための支持体に弾性体の一部が固定されることにより、回転液体中で弾性体は回転及び／又は振動を伴うたわみ弾性変形及び／又はねじれ弾性変形を生じる。これによって、液体の粘度変化に応じて、定位置に設けられた外部検出手段に対する可動永久磁石の相対的位置が変化し、係る相対的位置変化を外部検出手段により検出することによって液体の粘度変化を検知し得る。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１８－１８９５６９号公報

【発明の概要】

【0004】

判定システムの取得部は、撹拌対象物を撹拌する撹拌器を駆動する駆動装置に供給される電流に関する波形を示す波形データを取得する、判定部は、波形データから得られる、駆動装置にかかる力の特定方向の成分に起因する変化に基づいて撹拌対象物の状態を判定する。

【0005】

この判定システムは、撹拌対象物の状態の判定の精度を向上できる。

【図面の簡単な説明】

【0006】

【図1】図１は実施形態の判定システムのブロック図である。

【図2】図２は実施形態の判定システムの撹拌器の斜視図である。

【図3】図３は上記撹拌器の駆動装置に供給される電流に関する波形を示す図である。

【図4】図４は上記撹拌器の駆動装置に供給される電流に関する波形を示す図である。

【図5】図５は上記撹拌器の駆動装置に供給される電流の周波数成分を示す図である。

【図6】図６は上記撹拌器の駆動装置に供給される電流の周波数成分を示す図である。

【図7】図７は上記撹拌器の駆動装置に供給される電流の周波数範囲を示す図である。

【図8】図８は上記判定システムの動作のフローチャートである。

【図9】図９は上記判定システムを利用した制御の一例を示す図である。

【図10】図１０は上記判定システムを利用した他の制御を示す図である。

【発明を実施するための形態】

【0007】

１．実施形態
１．１ 概要
図１は、実施形態の判定システム１０のブロック図である。図２は判定システム１０を用いた撹拌器３０の斜視図である。判定システム１０は、取得部１１と、判定部１３とを備える。取得部１１は、撹拌対象物４０を撹拌する撹拌器３０の駆動装置３１に供給される電流Ｉ３０に関する波形を示す波形データを取得する。判定部１３は、波形データから得られる、駆動装置３１にかかる力の特定方向の成分に起因する変化から、撹拌対象物４０の状態を判定する。判定システム１０と撹拌器３０とは撹拌システム１００１を構成する。

【0008】

撹拌器３０においては、撹拌器３０で撹拌される撹拌対象物４０の状態と、駆動装置３１にかかる力の特定方向の成分に起因する変化との間に相関があることが見いだされた。判定システム１０では、撹拌対象物４０の状態を判定するにあたって、撹拌器３０の駆動装置３１に供給される電流Ｉ３０に関する波形を示す波形データを利用する。つまり、判定システム１０では、撹拌対象物４０の状態を判定するにあたって、駆動装置３１に供給される電流Ｉ３０に関する波形を示す波形データを得る。そのため、撹拌対象物４０に判定用の装置を接触させる場合及び駆動装置３１の近傍にセンサを設置する場合等とは異なり、撹拌対象物４０の状態の判定においては、撹拌器３０の周辺環境の影響を受け難くなる。したがって、判定システム１０によれば、撹拌対象物４０の状態の判定の精度を向上できる。

【0009】

特許文献１に開示の粘度変化検知用素子では、粘度変化検知用素子が実際に液体（撹拌対象物）に接触させる必要があり、高温、油雰囲気等での破損・劣化が問題になる。また、特許文献１では、弾性体の、回転及び／又は振動を伴うたわみ弾性変形及び／又はねじれ弾性変形に起因する変化を利用するが、このような変化は、周辺の振動やノイズの影響を受けやすい。そのため、特許文献１に開示の粘度変化検知用素子では、撹拌対象物の状態の判定の精度が不十分である。

【0010】

対して、実施形態の判定システム１０によれば、前述のように、撹拌対象物４０の状態の判定の精度を向上できる。

【0011】

１．２ 詳細
以下、判定システム１０について詳細に説明する。判定システム１０は、撹拌器３０で撹拌される撹拌対象物４０の状態を判定する。

【0012】

撹拌器３０は、撹拌対象物４０を撹拌する。ここで、撹拌は、分散、混練、混合等の概念を含み得る。よって、撹拌器３０は、厳密な意味での撹拌器ではなく、分散器、混練器、混合器等であってもよい。撹拌対象物４０は、１種以上の材料で形成されている。つまり、撹拌対象物４０は、単一材料よりなっていていてもよいし、二以上の材料（例えば、異種材料）よりなっていてもよい。撹拌対象物４０例としては、流体、粉体等が挙げられる。より具体的には、撹拌対象物４０は、水溶液、混合ガス、ゴム等の樹脂材料であってもよい。また、撹拌対象物４０は、水等の液体に固形物を分散させた分散体であってもよく、例えば、セメントと水の混合物（コンクリート、モルタル、アスファルト等）であってよい。また、撹拌対象物４０は、食料品であってよく、バター、マーガリン、マヨネーズ、クリーム、ミンチ肉、もち、生地（パン、菓子、麺類等の生地）等が挙げられる。

【0013】

１．２．１ 撹拌器
図２に示す撹拌器３０は、撹拌対象物４０を撹拌することで、所定の状態を有する撹拌対象物４０を得る。撹拌器３０は、駆動装置３１と、電線３２と、制御装置３３と、機構部３４とを含む。

【0014】

機構部３４は、撹拌対象物４０を撹拌する。機構部３４は、撹拌対象物４０を撹拌するための撹拌スペース３４０を内部に有している。機構部３４は、撹拌スペース３４０内に、撹拌対象物４０の撹拌のための複数の回転体３４１，３４２を備える。回転体３４１，３４２は、一例として、撹拌羽根である。２つの回転体３４１，３４２は互いに独立して回転可能である。機構部３４では、回転体３４１，３４２が回転することによって撹拌対象物４０が撹拌される。

【0015】

駆動装置３１は機構部３４を駆動する。言い換えれば、駆動装置３１は、機構部３４の動力源である。駆動装置３１は、複数のモータ３１１，３１２を含む。モータ３１１，３１２の出力は与えられた電流に応じて変化する。モータ３１１，３１２は撹拌器３０の回転体３４１，３４２をそれぞれ互いに独立して回転させる。本実施形態では、モータ３１１のロータ３１１ａが回転する回転軸３１１ａｘは、回転体３４１が回転する軸３４１ａｘに平行である。同様に、モータ３１２のロータ３１２ａが回転する回転軸３１２ａｘは、回転体３４２の回転の軸３４２ａｘに平行である。

【0016】

モータ３１１，３１２は交流で動作する交流モータである。交流モータは、三相交流モータや単相交流モータであってよい。具体的には、モータ３１１，３１２は、与えられた交流電流の基準周波数の変化に応じて出力すなわち回転速度（単位時間当たりの回転数）が変化する。一例として、基準周波数が高くなければ出力が大きくなり（出力軸の回転が速く、回転速度が大きくなり）、基準周波数が低くなれば出力が小さくなる（出力軸の回転が遅く、回転速度が小さくなる）。

【0017】

制御装置３３は、駆動装置３１を制御する。制御装置３３は、電線３２を介して駆動装置３１に接続され、電線３２を介して電流Ｉ３０を駆動装置３１に供給する。より詳細には、制御装置３３は、電源装置３３１，３３２を備える。電線３２は、電線３２１，３２２を含む。電源装置３３１，３３２は、駆動装置３１のモータ３１１，３１２に電線３２１，３２２を介してそれぞれ接続され、電線３２１，３２２によって電流Ｉ３１，Ｉ３２を駆動装置３１のモータ３１１，３１２にそれぞれ供給する。以下では、電流Ｉ３１，Ｉ３２を区別しない場合には、単に、電流Ｉ３０ということがある。

【0018】

特に、電源装置３３１，３３２は、機構部３４で撹拌対象物４０を撹拌するために、駆動装置３１のモータ３１１，３１２に電流Ｉ３１，Ｉ３２をそれぞれ供給する。つまり、電流Ｉ３１，Ｉ３２は、撹拌器３０が撹拌対象物４０を撹拌している状態で駆動装置３１に供給される。本実施形態では、モータ３１１，３１２は交流モータであるので、電流Ｉ３１，Ｉ３２は基準周波数を有する交流である。電源装置３３１，３３２は、電流Ｉ３１，Ｉ３２の基準周波数を調整する。

【0019】

１．２．２ 判定システム
判定システム１０は、撹拌対象物４０の状態として、撹拌対象物４０の粘度を判定する。つまり、判定システム１０は、粘度測定システムとしての機能を有する。判定システム１０は、図１に示すように、測定部２０を備える。また、判定システム１０は、取得部１１と、抽出部１２と、判定部１３と、出力部１４と、収集部１５と、生成部１６と、記憶部１７と、を備える。

【0020】

測定部２０は、撹拌器３０の駆動装置３１に供給される電流Ｉ３０を測定し、電流Ｉ３０に関する波形を示す波形データ（電流波形データ）を出力する。測定部２０は、制御装置３３から駆動装置３１への電流Ｉ３０が流れる電線３２に取り付けられる。測定部２０は、電流センサを含む。本実施形態では、測定部２０は、微分型の電流センサを含む。したがって、波形データは、電流Ｉ３０の微分の波形を示すデータである。この種の微分型の電流センサとしては、カレントトランス及びサーチコイルが挙げられる。この種の微分型の電流センサを用いることで、測定部２０を、電線３２に後付けすることが可能になる。

【0021】

判定システム１０では、測定部２０を駆動装置３１の特にモータ３１１，３１２のロータ３１１ａ，３１２ａの近傍に設置する必要がない。測定部２０は、駆動装置３１に供給される電流Ｉ３０を測定できればよいから、制御装置３３を収納する制御盤等の内部に設置できる。よって、機構部３４において、測定部２０の設置のための装置や、配線の引き回しが不要であり、また、測定部２０の設置に起因する機構部３４のバランス調整等の必要がなくなる。更に、そのため、測定部２０の設置にあたって、撹拌対象物４０の撹拌中に測定部２０を使用できるようにするための対策（例えば、耐油対策、耐熱対策、防水対策等）が必要ない。よって、測定部２０のメンテナンスの負担を軽減可能である。また、撹拌器３０が作業中すなわち撹拌対象物４０を撹拌している状態でも、波形データを取得できる。したがって、判定システム１０での判定のために、撹拌器３０の作業を中断する必要がなく、よって、判定による撹拌作業の長期化が低減され得る。更に、撹拌器３０の作業中でも、波形データの取得が可能であることから、撹拌対象物４０の状態を随時把握できる。

【0022】

図３及び図４は、撹拌器３０の駆動装置３１に供給される電流Ｉ３０の時間軸波形を示す。時間軸波形は時間に対する電流の値を示す。図３は、撹拌対象物４０の撹拌の開始直後の電流Ｉ３０の波形を示す。図４は、撹拌対象物４０の撹拌の開始から十分に時間が経過した後の電流Ｉ３０の波形を示す。ただし、図３及び図４は、実際の波形ではなく仮想的な波形である。

【0023】

図５及び図６は、撹拌器３０の駆動装置３１に供給される電流Ｉ３０の周波数成分を示す周波数軸波形を示す。周波数軸波形は、周波数に対する電流の成分の値を示す。図５は、図３の電流Ｉ３０の周波数成分、つまり、撹拌対象物４０の撹拌の開始直後の電流Ｉ３０の周波数成分を示す。ここでは、基準周波数ｆ０でのピークＷ１と、基準周波数ｆ０の側帯波のピークＷ２，Ｗ３が見られる。一方、図６は、図４の電流Ｉ３０の周波数成分、つまり、撹拌対象物４０の撹拌の開始から十分に時間が経過した後の電流Ｉ３０の周波数成分を示す。ここでは、基準周波数ｆ０のピークＷ１のみが見られ、基準周波数ｆ０に対する側帯波に対応するピークＷ２，Ｗ３が見られない。

【0024】

図７は、電流Ｉ３０の周波数成分の分布範囲の時間変化を示す。図７から明らかなように、電流Ｉ３０の周波数成分の範囲Ｗｆは、基準周波数ｆ０を中心と分布しており、時間の経過とともに基準周波数ｆ０に収束する。そして、撹拌対象物４０が均一に混ざるほど柔らかくなる場合には、撹拌の開始から時間が経過するにつれて、撹拌対象物４０の粘度は低下する。逆に、撹拌対象物４０が均一に混ざるほど固くなる場合には、撹拌の開始から時間が経過するにつれて、撹拌対象物４０の粘度は増加する。そのため、電流Ｉ３０の周波数成分の分布範囲の変化と撹拌対象物４０の状態（例えば粘度）とは相関があると考えられる。そして、電流Ｉ３０の周波数成分の分布範囲Ｗｆの変化は、駆動装置３１にかかる力すなわちモータ３１１，３１２のロータ３１１ａ，３１２ａにかかる力の特定方向の成分に起因する。撹拌対象物４０が均一に混ざっていない場合には、回転体３４１，３４２がスムーズに回転しにくく、回転体３４１，３４２の回転方向において不規則な力が回転体３４１，３４２にかかる。以上の点から、撹拌器３０で撹拌される撹拌対象物４０の状態と、駆動装置３１にかかる力の特定方向の成分に起因する変化とには相関がある。判定システム１０では、撹拌器３０で撹拌される撹拌対象物４０の状態と、駆動装置３１にかかる力の特定方向の成分に起因する変化との相関を利用して、撹拌対象物４０の状態を判定する。なお、上記の特定方向は、撹拌器３０の構成に依存する。例えば、撹拌器３０が、モータ３１１，３１２のロータ３１１ａ，３１２ａの回転軸３１１ａｘ、３１２ａｘに対して、どのような方向の力を撹拌対象物４０に作用させるかによって、上記の特定方向は変わり得る。例えば、撹拌器３０が撹拌対象物４０に対してモータ３１１によって直線的な押圧力をかける場合には、上記の特定方向は、モータ３１１のロータ３１１ａの回転軸に交差する方向である。

【0025】

取得部１１は、撹拌器３０の駆動装置３１に供給される電流Ｉ３０に関する波形を示す波形データ（電流波形データ）を取得する。より詳細には、取得部１１は、測定部２０に接続されており、測定部２０から波形データを取得する。測定部２０からの波形データは、電流Ｉ３０を時間で微分して得られた波形を示すデータである。取得部１１は、撹拌器３０の駆動装置３１のモータ３１１，３１２に供給される電流Ｉ３１，Ｉ３２に関する波形を示す波形データ（電流波形データ）を取得する。

【0026】

抽出部１２は、取得部１１で取得された波形データから、判定部１３で利用する情報を取得する。判定部１３で利用する情報は、駆動装置３１にかかる力の特定方向の成分に起因する変化に関する情報である。抽出部１２は、取得部１１で取得された波形データが示す時間軸波形（図３及び図４参照）を周波数軸波形（図５及び図６参照）に変換する。時間軸波形は周波数軸波形へ、一例として、高速フーリエ変換（ＦＦＴ）で変換できる。抽出部１２は、変換によって得られた周波数軸波形から、駆動装置３１にかかる力の特定方向の成分に起因する変化を含み得る着目部分を抽出する。

【0027】

図７に示すように、電流Ｉ３０の周波数成分の分布範囲Ｗｆは、基準周波数ｆ０を中心に広がり、時間の経過とともに基準周波数ｆ０に収束する。電流Ｉ３０の周波数成分は、基準周波数ｆ０及び側帯波を含んでおり、撹拌対象物４０の状態の変化は、基準周波数ｆ０よりも側帯波の変化に影響し得る。よって、抽出部１２は、周波数軸波形から、着目部分として側帯波に対応する部分を抽出してよい。

【0028】

判定部１３は、駆動装置３１にかかる力の特定方向の成分に起因する変化から撹拌器３０で撹拌される撹拌対象物４０の状態を判定する。本実施形態では、判定部１３は、抽出部１２で抽出された着目部分に基づいて、撹拌対象物４０の状態を判定する。本実施形態では、判定部１３は、撹拌対象物４０の状態として撹拌対象物４０の粘度を判定する。

【0029】

判定部１３は、学習済みモデルＭ１１を利用して、撹拌対象物４０の状態を判定する。学習済みモデルＭ１１は、与えられた入力（着目部分）に対して、撹拌対象物４０の状態を示す値（状態値）を出力するように設計されている。判定部１３は、抽出部１２から得た着目部分を学習済みモデルＭ１１に与え、これによって学習済みモデルＭ１１から得られた状態値に基づいて、撹拌対象物４０の状態を判定する。例えば、状態値は粘度に対応していてよく、この場合、判定部１３は、学習済みモデルＭ１１から得られた状態値から、撹拌器３０の粘度（現在の粘度）を求めることができる。このような学習済みモデルＭ１１は、状態値に対応するラベルと着目部分との関係を規定する学習用データ（データセット）を用いた教師あり学習により生成することができる。学習済みモデルＭ１１は、記憶部１７に記憶されている。なお、記憶部１７は、モータ３１１，３１２の種類毎に、学習済みモデルＭ１１を記憶してよい。つまり、判定部１３は、モータ３１１，３１２それぞれに対して異なる学習済みモデルＭ１１を利用してよい。

【0030】

このように、判定部１３は、撹拌対象物４０の状態を判定することができる。特に、撹拌対象物４０が均一に混ざるほど柔らかくなる場合には、判定部１３は、撹拌対象物４０が所定の柔らかさを有しているか否かを判定することができる。これによって、撹拌対象物４０の柔らかさを所定の柔らかさに調整する作業が容易に行えるようになる。逆に、撹拌対象物４０が均一に混ざるほど固くなる場合には、判定部１３は、撹拌対象物４０が所定の固さを有しているか否かを判定することができる。これによって、撹拌対象物４０の固さを所定の固さに調整する作業が容易に行えるようになる。

【0031】

本実施形態では、取得部１１によって、２種類の電流Ｉ３１，Ｉ３２の波形データが得られる。そのため、２種類の電流Ｉ３１，Ｉ３２の波形データそれぞれから、撹拌対象物４０の状態が得られる。判定部１３は、２種類の電流Ｉ３１，Ｉ３２の波形データにそれぞれ対応する撹拌対象物４０の状態から、最終的な撹拌対象物４０の状態を決定してよい。例えば、電流Ｉ３１，Ｉ３２にそれぞれ対応する撹拌対象物４０の粘度の代表値を、最終的な撹拌対象物４０の粘度としてよい。代表値は、平均値、最大値、最小値、最頻値等から適宜選択され得る。

【0032】

出力部１４は、判定部１３での判定の結果を出力する。出力部１４は、例えば、音声出力装置と、ディスプレイと、を有する。ディスプレイは、例えば、液晶ディスプレイや有機ＥＬディスプレイなどの薄型のディスプレイ装置である。出力部１４は、判定部１３での判定の結果をディスプレイに表示したり、音声出力装置で報知したりしてもよい。また、出力部１４は、判定部１３での判定の結果をデータとして外部装置に送信したり、蓄積したりしてもよい。なお、出力部１４は、音声出力装置とディスプレイとの両方を有する必要はない。また、出力部１４は、判定部１３での判定の結果を電子メール等で出力することもできる。

【0033】

収集部１５は、取得部１１で取得されたデータを収集して蓄積する。本実施形態では、取得部１１で取得されたデータは、測定部２０からの波形データを含む。収集部１５が収集したデータは、学習済みモデルＭ１１の生成・改良に利用される。

【0034】

生成部１６は、判定部１３が利用する学習済みモデルＭ１１を生成する。生成部１６は、一定量以上の学習用データを用いて、機械学習アルゴリズムによって学習済みモデルＭ１１を生成する。学習用データは、予め用意されていてもよいし、収集部１５が蓄積したデータから生成されてもよい。収集部１５が蓄積したデータから生成された学習用データを採用することで、学習済みモデルＭ１１を用いた状態判定の精度の更なる向上が見込める。生成部１６は、新しく生成した学習済みモデルＭ１１を評価し、学習済みモデルＭ１１の評価が向上すると、記憶部１７に記憶されている学習済みモデルＭ１１を新しく生成した学習済みモデルＭ１１に置き換えて、学習済みモデルＭ１１を更新する。学習済みモデルＭ１１の生成の方法としては、上述したように、教師あり学習を適宜利用できる。教師あり学習としては、代表的な、教師あり学習機構を有する多層ニューラルネットワークを利用できる。

【0035】

判定システム１０において、取得部１１と、抽出部１２と、判定部１３と、出力部１４と、収集部１５と、生成部１６とは、例えば、１以上のプロセッサ（一例としてはマイクロプロセッサ）と１以上のメモリとを含むコンピュータシステムにより実現され得る。つまり、１以上のプロセッサが１以上のメモリに記憶された１以上のプログラムを実行することで、取得部１１と、抽出部１２と、判定部１３と、出力部１４と、収集部１５と、生成部１６として機能する。１以上のプログラムは、メモリに予め記録されていてもよいし、インターネット等の電気通信回線を通じて、又はメモリカード等の非一時的な記録媒体に記録されて提供されてもよい。

【0036】

１．３ 動作
次に、図５を参照して判定システム１０の基本的な動作について簡単に説明する。以下では、説明を簡略化するために、撹拌器３０の機構部３４に関する診断について説明する。

【0037】

取得部１１は、撹拌器３０の駆動装置３１のモータ３１１，３１２に供給される電流Ｉ３１，Ｉ３２に関する波形を示す波形データ（電流波形データ）を取得する（ステップＳ１１）。次に、抽出部１２は、取得部１１で取得された波形データが示す波形を周波数軸波形に変換し、周波数軸波形から、駆動装置３１の特にモータ３１１、３１２のロータ３１１ａ，３１２ａにかかる力の特定方向の成分に起因する変化を含む部分を抽出する（ステップＳ１２）。その後、判定部１３は、複数の学習済みモデルＭ１１を用いて、抽出部１２で抽出された着目部分から、撹拌対象物４０の状態を判定する（ステップＳ１３）。最後に、出力部１４は、判定部１３での判定の結果を出力する（Ｓ１４）。このように、判定システム１０は、駆動装置３１に供給される電流Ｉ３１，Ｉ３２に関する波形を示す波形データから、撹拌器３０で撹拌される撹拌対象物４０の状態を判定してその結果を提示できる。

【0038】

１．４ 適用例
図９は、判定システム１０を利用した撹拌器３０の制御の一例を示す。図９では、判定システム１０は、撹拌対象物４０の状態として粘度を判定する。図９は、判定システム１０で判定した撹拌対象物４０の状態（粘度）の履歴（時間変化）に基づいて、撹拌対象物４０の粘度が目標値Ｖ１１となる撹拌器３０の制御の条件を決定する。例えば、時刻ｔ１２までに得られた撹拌対象物４０の状態（粘度）の履歴（時間変化）から、時刻ｔ１２以後の撹拌対象物４０の状態（粘度）の予測値を得る。なお、図９は、時刻ｔ１２までは撹拌対象物４０の粘度の実測値（判定システム１０での判定した粘度の値）を示し、時刻ｔ１２以後は撹拌対象物４０の粘度の予測値を示す。撹拌対象物４０の粘度の予測値と、撹拌対象物４０の粘度の実測値との差を考慮して、撹拌器３０の制御の条件を決定する。なお、撹拌器３０の制御の条件は、撹拌対象物４０の温度及び撹拌期間を含み得る。例えば、撹拌対象物４０の温度を変化させることで、撹拌期間（撹拌終了時刻ｔ１１）を変えずに、粘度が目標値Ｖ１１となった撹拌対象物４０を得ることが可能である。

【0039】

図１０は、判定システム１０を利用した、撹拌器３０の制御の他例を示す。図１０では、図９と同様に、判定システム１０は、撹拌対象物４０の状態として粘度を判定する。図１０は、判定システム１０で判定した撹拌対象物４０の状態に基づいて撹拌器３０での撹拌期間を調整する例を示す。判定システム１０は、撹拌対象物４０の粘度を判定する。判定システム１０で判定された撹拌対象物４０の粘度の値と目標値Ｖ２１との差が０になるまで、撹拌器３０での撹拌を継続する。つまり、撹拌対象物４０の粘度が目標値Ｖ２１となるまで、撹拌器３０での撹拌を継続する。例えば、時刻ｔ２１において、判定システム１０を用いて撹拌対象物４０の粘度を判定し、このときの撹拌対象物４０の粘度の値Ｖ２２が目標値Ｖ２１と異なれば、撹拌器３０での撹拌を継続する。そして、時刻ｔ２２では、判定システム１０で判定された撹拌対象物４０の粘度の値が目標値Ｖ２１に一致しているので、撹拌器３０での撹拌を終了する。これによって、撹拌の終了時には、粘度が目標値Ｖ２１となった撹拌対象物４０を得ることが可能である。

【0040】

このように判定システム１０を利用することで、撹拌対象物４０の状態を所望の状態に容易に調整できる。そのため、熟練の作業者の感等に頼らなくて済むようになり、撹拌対象物４０の状態のばらつきの抑制が可能である。

【0041】

１．５ まとめ
以上述べた判定システム１０は、取得部１１と、判定部１３とを備える。取得部１１は、撹拌対象物４０を撹拌する撹拌器３０の駆動装置３１に供給される電流Ｉ３０に関する波形を示す波形データを取得する。判定部１３は、波形データから得られる、駆動装置３１にかかる力の特定方向の成分に起因する変化から、撹拌対象物４０の状態に関する判定を行う。このような判定システム１０によれば、撹拌対象物４０の状態の判定の精度を向上できる。

【0042】

換言すれば、判定システム１０は、下記の判定方法を実行しているといえる。判定方法は、取得ステップと、判定ステップとを備える。取得ステップは、撹拌対象物４０を撹拌する撹拌器３０の駆動装置３１に供給される電流Ｉ３０に関する波形を示す波形データを取得するステップである。判定ステップは、波形データから得られる、駆動装置３１にかかる力の特定方向の成分に起因する変化から、撹拌対象物４０の状態に関する判定を行うステップである。このような判定方法によれば、撹拌対象物４０の状態の判定の精度を向上できる。

【0043】

判定システム１０は、１以上のプロセッサを含むコンピュータシステムにより実現されている。つまり、判定システム１０は、１以上のプロセッサがプログラム（判定プログラム）を実行することにより実現される。このプログラムは、１以上のプロセッサに判定方法を実行させるためのプログラム（コンピュータプログラム）である。このようなプログラムによれば、判定方法と同様に、撹拌対象物４０の状態の判定の精度を向上できる。

【0044】

２．変形例
本開示の実施形態は、上記実施形態に限定されない。上記実施形態は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。以下に、上記実施形態の変形例を列挙する。

【0045】

一変形例では、取得部１１は、必ずしも２種類の電流Ｉ３１，Ｉ３２の波形データを取得しなくてよい。例えば、取得部１１は、モータ３１１，３１２の一方に供給される電流Ｉ３０、つまり、電流Ｉ３１，Ｉ３２の一方の波形データだけを取得してよい。この場合、測定部２０は、電流Ｉ３１，Ｉ３２の一方だけを測定すればよい。また、取得部１１は、２より多い複数の電流の波形データを取得してもよい。

【0046】

一変形例では、取得部１１は、回転体３４１，３４２の回転数を変動させたときの波形データを取得してよい。このようにして、撹拌対象物４０に積極的に変化を生じさせることで、駆動装置３１に供給される電流Ｉ３０に撹拌対象物４０の状態の影響が反映される可能性がある。これによって、取得部１１で取得される電流Ｉ３０の波形データにおいて撹拌対象物４０の状態に起因する変化が生じることが期待できる。したがって、撹拌対象物４０の状態の判定の精度の更なる向上が図れる。

【0047】

一変形例では、取得部１１は、撹拌対象物４０に所定の処理を行ったときの波形データを取得してよい。所定の処理は、外部要因によって撹拌対象物４０に積極的に変化を生じさせる処理である。所定の処理の例としては、撹拌対象物４０の加熱、冷却、加圧、減圧等が挙げられる。このようにして、撹拌対象物４０に積極的に変化を生じさせることで、駆動装置３１に供給される電流Ｉ３０に撹拌対象物４０の状態の影響が反映される可能性がある。これによって、取得部１１で取得される電流Ｉ３０の波形データにおいて撹拌対象物４０の状態に起因する変化が生じることが期待できる。したがって、撹拌対象物４０の状態の判定の精度の更なる向上が図れる。

【0048】

撹拌対象物４０の状態は、粘度に限らず、レイノルズ数、固形物（だま）の割合、撹拌の程度等の撹拌対象物４０の状態を表す数値であってもよい。また、撹拌対象物４０の状態は、数値に限定されず、正常、異常、及び、不特定状態等の事象であってもよい。つまり、撹拌対象物４０の状態は、定量的な状態であってもよいし、定性的な状態であってもよい。

【0049】

例えば、判定システム１０は、必ずしも、測定部２０を備えている必要はない。一例として、測定部２０が予め撹拌器３０に備えられていれば、判定システム１０は、取得部１１、抽出部１２、判定部１３、出力部１４、収集部１５、生成部１６、及び記憶部１７を有しているだけでもよい。

【0050】

ここで、測定部２０は、必ずしも、微分型の電流センサを含む必要はなく、その他の従来周知の電流センサであってもよい。

【0051】

また、判定システム１０は、必ずしも、収集部１５、生成部１６、及び記憶部１７を有している必要はない。つまり、判定システム１０は、学習済みモデルＭ１１を自身で更新する機能を有していなくてよい。また、記憶部１７は、必ずしも複数の学習済みモデルＭ１１を記憶している必要はない。

【0052】

また、抽出部１２は、必須ではない。例えば、抽出部１２での処理をユーザが代替して行う場合、判定システム１０は、駆動装置３１にかかる力の特定方向の成分に起因する変化を含む部分の抽出を行わなくてよい。また、取得部１１で取得された波形データが示す波形の全体を入力として学習済みモデルＭ１１から撹拌器３０の状態を出力として得てよい。つまり、変化を含む部分の抽出を省略してよい。

【0053】

また、判定システム１０は、必ずしも、出力部１４を有している必要はない。一例として、判定システム１０は、判定部１３で判定された撹拌対象物４０の状態を、判定システム１０外に出力可能であってよい。

【0054】

また、判定システム１０は、複数のコンピュータにより構成されていてもよく、判定システム１０の機能（特に、取得部１１、抽出部１２、判定部１３、出力部１４、収集部１５、及び生成部１６）は、複数の装置に分散されていてもよい。例えば、取得部１１、抽出部１２、判定部１３及び出力部１４は、機器のある施設に設置されるパーソナルコンピュータ等に設けられてよく、生成部１６及び出力部１４は、外部のサーバ等に設けられてよい。この場合、パーソナルコンピュータとサーバとが協働することで、判定システム１０が実現される。更に、判定システム１０の機能の少なくとも一部が、例えば、クラウド（クラウドコンピューティング）によって実現されていてもよい。

【0055】

以上述べた判定システム１０の実行主体は、コンピュータシステムを含んでいる。コンピュータシステムは、ハードウェアとしてのプロセッサ及びメモリを有する。コンピュータシステムのメモリに記録されたプログラムをプロセッサが実行することによって、本開示における判定システム１０の実行主体としての機能が実現される。プログラムは、コンピュータシステムのメモリに予め記録されていてもよいが、電気通信回線を通じて提供されてもよい。また、プログラムは、コンピュータシステムで読み取り可能なメモリカード、光学ディスク、ハードディスクドライブ等の非一時的な記録媒体に記録されて提供されてもよい。コンピュータシステムのプロセッサは、半導体集積回路（ＩＣ）又は大規模集積回路（ＬＳＩ）を含む１乃至複数の電子回路で構成される。ここでは、ＩＣやＬＳＩと呼んでいるが、集積の度合いによって呼び方が変わり、システムＬＳＩ、ＶＬＳＩ（ｖｅｒｙｌａｒｇｅ ｓｃａｌｅ ｉｎｔｅｇｒａｔｉｏｎ）、若しくはＵＬＳＩ（ｕｌｔｒａｌａｒｇｅ ｓｃａｌｅ ｉｎｔｅｇｒａｔｉｏｎ）と呼ばれるものであってもよい。ＬＳＩの製造後にプログラムされる、フィールド・プログラマブル・ゲート・アレイ（ＦＧＰＡ）、又はＬＳＩ内部の接合関係の再構成又はＬＳＩ内部の回路区画のセットアップができる再構成可能な論理デバイスも同じ目的で使うことができる。複数の電子回路は、１つのチップに集約されていてもよいし、複数のチップに分散して設けられていてもよい。複数のチップは、１つの装置に集約されていてもよいし、複数の装置に分散して設けられていてもよい。

【0056】

３．態様
上記実施形態及び変形例から明らかなように、本開示は、下記の態様を含む。以下では、実施形態との対応関係を明示するためだけに、符号を括弧付きで付している。

【0057】

第１の態様は、判定システム（１０）であって、取得部（１１）と、判定部（１３）とを備える。前記取得部（１１）は、撹拌対象物（４０）を撹拌する撹拌器（３０）の駆動装置（３１）に供給される電流（Ｉ３０，Ｉ３１，Ｉ３２）に関する波形を示す波形データを取得する。前記判定部（１３）は、前記波形データから得られる、前記駆動装置（３１）にかかる力の特定方向の成分に起因する変化から、前記撹拌対象物（４０）の状態を判定する。この態様によれば、撹拌対象物（４０）の状態の判定の精度を向上できる。

【0058】

第２の態様は、第１の態様に基づく判定システム（１０）である。第２の態様では、前記電流（Ｉ３０，Ｉ３１，Ｉ３２）は、前記撹拌対象物（４０）の撹拌中に前記駆動装置（３１）に供給される。この態様によれば、撹拌器（３０）での撹拌を中断することなく、撹拌対象物（４０）の状態を判定できる。

【0059】

第３の態様は、第１又は第２の態様に基づく判定システム（１０）である。第３の態様では、前記駆動装置（３１）は、前記撹拌対象物（４０）の撹拌のための回転体（３４１，３４２）を回転させるモータ（３１１，３１２）を含む。前記駆動装置（３１）にかかる力は、前記モータ（３１１，３１２）のロータ（３１１ａ，３１２ａ）にかかる力である。この態様によれば、撹拌対象物（４０）の状態の判定の精度を更に向上できる。

【0060】

第４の態様は、第３の態様に基づく判定システム（１０）である。第４の態様では、前記駆動装置（３１）は、複数の前記回転体（３４１，３４２）をそれぞれ独立して回転させる複数の前記モータ（３１１，３１２）を含む。この態様によれば、撹拌対象物（４０）の状態の判定の精度を更に向上できる。

【0061】

第５の態様は、第３又は第４の態様に基づく判定システム（１０）である。第５の態様では、前記取得部（１１）は、前記回転体（３４１，３４２）の回転数を変動させたときの前記波形データを取得する。この態様によれば、撹拌対象物（４０）の状態の判定の精度の更なる向上が図れる。

【0062】

第６の態様は、第１～第４の態様のいずれか一つに基づく判定システム（１０）である。第６の態様では、前記取得部（１１）は、前記撹拌対象物（４０）に所定の処理を行ったときの前記波形データを取得する。この態様によれば、撹拌対象物（４０）の状態の判定の精度の更なる向上が図れる。

【0063】

第７の態様は、第１～第６の態様のいずれか一つに基づく判定システム（１０）である。第７の態様では、前記判定部（１３）は、前記撹拌対象物（４０）の粘度を判定する。この態様によれば、撹拌対象物（４０）の粘度の判定が可能となる。

【0064】

第８の態様は、第１～第６の態様のいずれか一つに基づく判定システム（１０）である。第８の態様では、前記撹拌対象物（４０）は、均一に混ざるほど柔らかくなる。前記判定部（１３）は、前記撹拌対象物（４０）が所定の柔らかさを持っているかを判定する。この態様によれば、撹拌対象物（４０）の柔らかさを所定の柔らかさに調整する作業が容易に行えるようになる。

【0065】

第９の態様は、第１～第６の態様のいずれか一つに基づく判定システム（１０）である。第９の態様では、前記撹拌対象物（４０）は、均一に混ざるほど固くなる。前記判定部（１３）は、前記撹拌対象物（４０）が所定の固さを持っているかを判定する。この態様によれば、撹拌対象物（４０）の固さを所定の固さに調整する作業が容易に行えるようになる。

【0066】

第１０の態様は、第１～第９の態様のいずれか一つに基づく判定システム（１０）である。第１０の態様では、前記判定システム（１０）は、前記波形を周波数軸波形に変換し、前記周波数軸波形から前記変化を含み得る部分を抽出する抽出部（１２）を更に備える。前記判定部（１３）は、前記抽出部（１２）で抽出された前記部分に基づいて、前記撹拌対象物（４０）の状態を判定する。この態様によれば、撹拌対象物（４０）の状態の判定の精度の更なる向上が図れる。

【0067】

第１１の態様は、第１０の態様に基づく判定システム（１０）である。第１１の態様では、前記判定部（１３）は、学習済みモデル（Ｍ１１）を利用して、前記部分から前記撹拌対象物（４０）の状態を判定する。この態様によれば、撹拌対象物（４０）の状態の判定の精度の更なる向上が図れる。

【0068】

第１２の態様は、第１～第１１の態様のいずれか一つに基づく判定システム（１０）である。第１２の態様では、前記判定システム（１０）は、前記電流（Ｉ３０，Ｉ３１，Ｉ３２）を測定して前記波形データを出力する測定部（２０）を更に備える。前記測定部（２０）は、微分型の電流センサを含む。この態様によれば、撹拌対象物（４０）の状態の判定の精度を向上できる。

【0069】

第１３の態様は、第１２の態様に基づく判定システム（１０）である。第１３の態様では、前記測定部（２０）は、前記電流（Ｉ３０，Ｉ３１，Ｉ３２）が流れる電線（３２，３２１，３２２）に取り付けられる。この態様によれば、判定システム（１０）を容易に実装できる。

【0070】

第１４の態様は、判定方法であって、取得ステップと、判定ステップとを含む。前記取得ステップは、撹拌対象物（４０）を撹拌する撹拌器（３０）の駆動装置（３１）に供給される電流（Ｉ３０，Ｉ３１，Ｉ３２）に関する波形を示す波形データを取得するステップである。前記判定ステップは、前記波形データから得られる、前記駆動装置（３１）にかかる力の特定方向の成分に起因する変化から、前記撹拌対象物（４０）の対象状態を判定するステップである。この態様によれば、撹拌対象物（４０）の状態の判定の精度を向上できる。

【0071】

第１５の態様は、プログラムであって、１以上のプロセッサに、第１４の態様の判定方法を実行させるための、プログラムである。この態様によれば、撹拌対象物（４０）の状態の判定の精度を向上できる。

【符号の説明】

【0072】

１０ 判定システム
１１ 取得部
１２ 抽出部
１３ 判定部
２０ 測定部
３０ 撹拌器
３１ 駆動装置
３１１，３１２ モータ
３１１ａ，３１２ａ ロータ
３２，３２１，３２２ 電線
３４１，３４２ 回転体
４０ 撹拌対象物
Ｉ３０，Ｉ３１，Ｉ３２ 電流
Ｍ１１ 学習済みモデル

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】