特許 7584409 学習モデルの生成方法、コンピュータプログラム、学習モデル、制御装置、及び制御方法

(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】2024-11-07

(45)【発行日】2024-11-15

(54)【発明の名称】学習モデルの生成方法、コンピュータプログラム、学習モデル、制御装置、及び制御方法

(51)【国際特許分類】

   B02C 23/00 20060101AFI20241108BHJP

   B02C 17/16 20060101ALI20241108BHJP

   B02C 25/00 20060101ALI20241108BHJP

   G05B 13/02 20060101ALI20241108BHJP

【ＦＩ】

B02C23/00 Z

B02C17/16 Z

B02C25/00 B

B02C25/00 C

G05B13/02 L

【請求項の数】 22

(21)【出願番号】P 2021524544

(86)(22)【出願日】2019-06-04

(86)【国際出願番号】 JP2019022172

(87)【国際公開番号】W WO2020245915

(87)【国際公開日】2020-12-10

【審査請求日】2021-10-29

【審判番号】

【審判請求日】2023-09-06

【新規性喪失の例外の表示】特許法第３０条第２項適用 平成３０年 ６月 ５日に、平成３０年度第１回粉体ハンドリング分科会にて公開 平成３０年 ８月 ２日に、日本学術振興会先進セラミックス 第１２４委員会 第１５５回講演会にて公開 平成３０年１０月２３日に、粉体技術にて公開 平成３０年１１月２９日に、国際粉体工業展東京２０１８にて公開 平成３０年１１月２２日に、化学工業日報にて公開 平成３０年１１月２６日に、ｈｔｔｐｓ：／／ｗｗｗ．ｙｏｕｔｕｂｅ．ｃｏｍ／ｗａｔｃｈ？ｖ＝６ＷｍＯ１ＸｕＯｐｗＱにて公開 平成３０年１１月２７日に、日刊工業新聞にて公開 平成３０年１１月２７日に、ｈｔｔｐｓ：／／ｗｗｗ．ｎｉｋｋａｎ．ｃｏ．ｊｐ／ａｒｔｉｃｌｅｓ／ｖｉｅｗ／００４９７３４７にて公開 平成３０年１１月２８日に、ｈｔｔｐ：／／ｗｗｗ．ｈｏｓｏｋａｗａｍｉｃｒｏｎ．ｃｏ．ｊｐ／ｊｐ／ｎｅｗｓ－ｐｒｏｄｕｃｔ－ｊｐ／２０１８／１１／２８／５７０１／にて公開 平成３０年１２月 ３日に、ｈｔｔｐｓ：／／ｗｗｗ．ｙｏｕｔｕｂｅ．ｃｏｍ／ｗａｔｃｈ？ｖ＝ｙＡＵ６７ＢＱｆｔＳＥにて公開 平成３０年１２月１１日に、ｈｔｔｐ：／／ｗｗｗ．ｈｏｓｏｋａｗａｍｉｃｒｏｎ．ｃｏ．ｊｐ／ｊｐ／ｓｅｒｖｉｃｅ／ｔｅｃｈ＿ａ．ｈｔｍｌにて公開 平成３０年１２月２１日に、ｈｔｔｐ：／／ｗｗｗ．ｈｏｓｏｋａｗａｍｉｃｒｏｎ．ｃｏ．ｊｐ／ｉｎｆｏ／ｗｐ－ｃｏｎｔｅｎｔ／ｕｐｌｏａｄｓ／２０１８／１２／７４ｒｅｐｏｒｔ２０１８１２．ｐｄｆにて公開 令和 １年 ５月 １日に、化学装置５月号にて公開 令和 １年 ５月１４日に、産業機械５月号にて公開

(73)【特許権者】

【識別番号】000113355

【氏名又は名称】ホソカワミクロン株式会社

(74)【代理人】

【識別番号】100114557

【弁理士】

【氏名又は名称】河野 英仁

(74)【代理人】

【識別番号】100078868

【弁理士】

【氏名又は名称】河野 登夫

(72)【発明者】

【氏名】北村 智浩

【合議体】

【審判長】三崎 仁

【審判官】河本 充雄

【審判官】後藤 政博

(56)【参考文献】

【文献】特開２００３－２０００７９（ＪＰ，Ａ）

【文献】特開平６－３２７９９０（ＪＰ，Ａ）

【文献】特開平１１－１０４５１１（ＪＰ，Ａ）

【文献】特開２００７－１７５５６１（ＪＰ，Ａ）

【文献】特開２００２－３６１１１６（ＪＰ，Ａ）

【文献】特開平９－１４１１１６（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１１／０２９０９１７（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

B02C 9/00-11/08

B02C19/00-25/00

B02C 1/00- 7/18

B02C15/00-17/24

G05B 1/00- 7/04

G05B11/00-13/04

G05B17/00-17/02

G05B21/00-21/02

(57)【特許請求の範囲】

【請求項1】

コンピュータが、
トナー用若しくは電池材料用の粉体原料を粉砕する粉砕ロータ、及び粉体を分級する分級ロータを備え、前記粉体原料からトナー用若しくは電池材料用の粉体を製造する粉体処理装置に関して、前記粉体処理装置の動作状態として前記粉砕ロータの回転速度、前記分級ロータの回転速度、及び前記粉体処理装置の処理室から粉体を取り出す際の吐出・吸引流量を含む計測データと、前記粉体処理装置から得られる粉体の粒子径データ及び前記粉体の円形度データとを複数組取得し、
取得した複数組の計測データと、粒子径データ及び円形度データとを教師データに用いて、ユーザが所望する粒子径及び粉体の円形度の入力に応じて、前記粉砕ロータの回転速度、前記分級ロータの回転速度、及び前記処理室からの吐出・吸引流量に関する制御パラメータについての演算結果を出力する学習モデルを生成する
学習モデルの生成方法。

【請求項2】

前記粉体処理装置の処理室に供給する前記粉体原料の供給量及び前記処理室内の温度の少なくとも１つを更に含む計測データを教師データに用いて、前記供給量及び前記温度の少なくとも１つを更に含む制御パラメータに関する演算結果を出力する学習モデルを生成する
請求項１に記載の学習モデルの生成方法。

【請求項3】

前記教師データは、前記粉体原料の水分含有量、前記粉体処理装置の駆動電力、前記粉体処理装置の駆動電流、熱媒温度、前記処理室内で攪拌されることによって前記粉体原料を粉砕する媒体の重量を示す媒体重量、環境温度、及び環境湿度の少なくも１つのデータを更に含み、
ユーザが所望する粒子径及び粉体の円形度と、前記水分含有量、前記駆動電力又は前記駆動電流、前記熱媒温度、前記媒体重量、前記環境温度、及び前記環境湿度の少なくとも１つとの入力に対し、前記制御パラメータに関する演算結果を出力する学習モデルを生成する
請求項１又は請求項２に記載の学習モデルの生成方法。

【請求項4】

教師データに用いる計測データと、粒子径データ及び円形度データとを再取得し、
再取得した前記計測データと、前記粒子径データ及び前記円形度データとを教師データに用いて、前記学習モデルを再学習する
請求項１から請求項３の何れか１つに記載の学習モデルの生成方法。

【請求項5】

ユーザが所望する粒子径及び円形度の入力に応じて、前記制御パラメータに関する演算結果を出力する学習モデルを、粉体原料の種別に応じてそれぞれ生成する
請求項１から請求項４の何れか１つに記載の学習モデルの生成方法。

【請求項6】

前記粉体処理装置を含む系内に流れる流体は気体又は液体である
請求項１から請求項５の何れか１つに記載の学習モデルの生成方法。

【請求項7】

コンピュータに、
トナー用若しくは電池材料用の粉体原料を粉砕する粉砕ロータ、及び粉体を分級する分級ロータを備え、前記粉体原料からトナー用若しくは電池材料用の粉体を製造する粉体処理装置に関して、前記粉体処理装置の動作状態として前記粉砕ロータの回転速度、前記分級ロータの回転速度、及び前記粉体処理装置の処理室から粉体を取り出す際の吐出・吸引流量を含む計測データと、前記粉体処理装置から得られる粉体の粒子径データ及び前記粉体の円形度データとを複数組取得し、
取得した複数組の計測データと、粒子径データ及び円形度データとを教師データに用いて、ユーザが所望する粒子径及び粉体の円形度の入力に応じて、前記粉砕ロータの回転速度、前記分級ロータの回転速度、及び前記処理室からの吐出・吸引流量に関する制御パラメータについての演算結果を出力する学習モデルを生成する
処理を実行させるためのコンピュータプログラム。

【請求項8】

コンピュータを、
ユーザが所望する粒子径及び粉体の円形度が入力される入力層、
トナー用若しくは電池材料用の粉体原料を粉砕する粉砕ロータ、及び粉体を分級する分級ロータを備え、前記粉体原料からトナー用若しくは電池材料用の粉体を製造する粉体処理装置の動作状態を制御する制御パラメータについての演算結果を出力する出力層、並びに
前記粉体処理装置の動作状態として前記粉砕ロータの回転速度、前記分級ロータの回転速度、及び前記粉体処理装置の処理室から粉体を取り出す際の吐出・吸引流量を含む計測データと、前記粉体処理装置から得られる粉体の粒子径データ及び前記粉体の円形度データとを複数組含む教師データを用いて、前記粒子径及び前記円形度と、前記制御パラメータとの関係を学習してある中間層
として機能させるための学習モデルであって、
前記入力層にユーザが所望する粒子径及び粉体の円形度が入力された場合、前記中間層にて演算し、前記粉体処理装置の動作状態を制御する制御パラメータについての演算結果を出力するよう前記コンピュータを機能させる
学習モデル。

【請求項9】

ユーザが所望する粒子径及び粉体の円形度の入力を受付ける受付部と、
トナー用若しくは電池材料用の粉体原料を粉砕する粉砕ロータ、及び粉体を分級する分級ロータを備え、前記粉体原料からトナー用若しくは電池材料用の粉体を製造する粉体処理装置から得られる粉体の粒子径データ及び前記粉体の円形度データと、前記粉体処理装置の動作状態として前記粉砕ロータの回転速度、前記分級ロータの回転速度、及び前記粉体処理装置の処理室から粉体を取り出す際の吐出・吸引流量を含む計測データとを複数組含む教師データを用いて、前記粉体の粒子径及び前記粉体の円形度と、前記粉体処理装置の動作状態を制御する制御パラメータとの間の関係を学習してある学習モデルと、
前記受付部にて受付けた粒子径及び円形度を前記学習モデルへ入力し、前記学習モデルによる演算を実行する演算処理部と、
前記学習モデルによる演算結果に基づき、前記粉体処理装置を含む装置の動作を制御する制御部と
を備える制御装置。

【請求項10】

前記演算処理部は、前記粉体処理装置の処理室に供給する粉体原料の供給量、及び前記処理室内の温度の少なくとも１つを更に含む計測データを用いて前記関係を学習してある学習モデルに、前記受付部にて受付けた粒子径及び粉体の円形度を入力することにより、前記学習モデルによる演算を実行し、
前記制御部は、前記学習モデルによる演算結果に基づき、前記粉体処理装置を含む装置の動作を制御する
請求項９に記載の制御装置。

【請求項11】

前記受付部は、ユーザが所望する粒子径及び粉体の円形度と、粉体原料の水分含有量、前記粉体処理装置の駆動電力、前記粉体処理装置の駆動電流、熱媒温度、前記処理室内で攪拌されることによって前記粉体原料を粉砕する媒体の重量を示す媒体重量、環境温度、及び環境湿度の少なくも１つとを受付け、
前記演算処理部は、前記水分含有量、前記駆動電力又は前記駆動電流、前記熱媒温度、前記媒体重量、前記環境温度、及び前記環境湿度の少なくとも１つのデータを更に含む教師データを用いて前記関係を学習してある学習モデルに、前記受付部にて受付けた値を入力することにより、前記学習モデルによる演算を実行し、
前記制御部は、前記学習モデルによる演算結果に基づき、前記粉体処理装置を含む装置の動作を制御する
請求項９又は請求項１０に記載の制御装置。

【請求項12】

前記受付部は、粉体原料の種別を受付け、
前記演算処理部は、前記粉体原料の種別毎に前記関係を学習してある複数の学習モデルから、前記受付部にて受付けた種別に対応する学習モデルを選択し、選択した学習モデルにユーザが所望する粒子径及び粉体の円形度を含む値を入力することにより、前記学習モデルによる演算を実行し、
前記制御部は、前記学習モデルによる演算結果に基づき、前記粉体処理装置を含む装置の動作を制御する
請求項９から請求項１１の何れか１つに記載の制御装置。

【請求項13】

ユーザが所望する粉体の粒子径と、前記粉体処理装置から得られる粉体の粒子径データとを比較し、比較結果に応じて、前記粉体処理装置から得られる粉体の粒子径がユーザが所望する粉体の粒子径に近づくように、前記制御パラメータを調整する調整部
を備え、
前記制御部は、調整後の制御パラメータに基づき、前記粉体処理装置を含む装置の動作を制御する
請求項９から請求項１２の何れか１つに記載の制御装置。

【請求項14】

前記計測データの少なくとも１つ、前記粉体処理装置から得られる粉体の粒子径データ、前記受付部にて受付けたユーザが所望する粒子径、及び前記粉体処理装置の全体図を含む画面データを生成する画面生成部と、
生成した画面データを外部端末へ送信する送信部と
を備える請求項９から請求項１３の何れか１つに記載の制御装置。

【請求項15】

コンピュータが、
ユーザが所望する粒子径及び粉体の円形度の入力を受付け、
受付けた粒子径及び円形度を、トナー用若しくは電池材料用の粉体原料を粉砕する粉砕ロータ、及び粉体を分級する分級ロータを備え、前記粉体原料からトナー用若しくは電池材料用の粉体を製造する粉体処理装置から得られる粉体の粒子径データ及び前記粉体の円形度データと、前記粉体処理装置の動作状態として前記粉砕ロータの回転速度、前記分級ロータの回転速度、及び前記粉体処理装置の処理室から粉体を取り出す際の吐出・吸引流量を含む計測データとを複数組含む教師データを用いて、前記粉体の粒子径及び前記粉体の円形度と、前記粉体処理装置の動作状態を制御する制御パラメータとの間の関係を学習してある学習モデルへ入力し、
前記学習モデルによる演算を実行し、
前記学習モデルから得られる演算結果に基づき、前記粉体処理装置を含む装置の動作を制御する
制御方法。

【請求項16】

受付けた粒子径及び円形度を、前記粉体処理装置の処理室に供給する粉体原料の供給量、及び前記処理室内の温度の少なくとも１つを更に含む計測データを用いて前記関係を学習してある学習モデルへ入力し、
前記学習モデルから得られる演算結果に基づき、前記粉体処理装置を含む装置の動作を制御する
請求項１５に記載の制御方法。

【請求項17】

ユーザが所望する粒子径及び粉体の円形度と、粉体原料の水分含有量、前記粉体処理装置の駆動電力、前記粉体処理装置の駆動電流、熱媒温度、前記処理室内で攪拌されることによって前記粉体原料を粉砕する媒体の重量を示す媒体重量、環境温度、及び環境湿度の少なくも１つとを受付け、
受付けたデータを、前記水分含有量、前記駆動電力又は前記駆動電流、前記熱媒温度、前記媒体重量、前記環境温度、及び前記環境湿度の少なくとも１つを更に含む教師データを用いて前記関係を学習してある学習モデルへ入力し、
前記学習モデルから得られる演算結果に基づき、前記粉体処理装置を含む装置の動作を制御する
請求項１５又は請求項１６に記載の制御方法。

【請求項18】

粉体原料の種別を受付け、
粉体原料の種別毎に前記関係を学習してある複数の学習モデルから、受付けた種別に対応する学習モデルを選択し、
選択した学習モデルに受付けた粒子径及び円形度を入力することにより、前記学習モデルによる演算を実行し、
前記学習モデルから得られる演算結果に基づき、前記粉体処理装置を含む装置の動作を制御する
請求項１５から請求項１７の何れか１つに記載の制御方法。

【請求項19】

ユーザが所望する粉体の粒子径と、前記粉体処理装置から得られる粉体の粒子径データとを比較し、
比較結果に応じて、前記粉体処理装置から得られる粉体の粒子径がユーザが所望する粉体の粒子径に近づくように、前記制御パラメータを調整し、
調整後の制御パラメータに基づき、前記粉体処理装置を含む装置の動作を制御する
請求項１５から請求項１８の何れか１つに記載の制御方法。

【請求項20】

前記粉体処理装置における計測データの少なくとも１つ、前記粉体処理装置から得られる粉体の粒子径データ、及び前記粉体処理装置の全体図を含む画面データを生成し、
生成した画面データを外部端末へ送信する
請求項１５から請求項１９の何れか１つに記載の制御方法。

【請求項21】

前記粉体処理装置を含む装置は、前記粉体処理装置と、前記粉体処理装置に接続される原料供給機、熱風発生機、サイクロン、集塵機、及びブロワ若しくはポンプの少なくとも１つとを含む
請求項１５から請求項２０の何れか１つに記載の制御方法。

【請求項22】

コンピュータに、
ユーザが所望する粒子径及び粉体の円形度の入力を受付け、
受付けた粒子径及び円形度を、トナー用若しくは電池材料用の粉体原料を粉砕する粉砕ロータ、及び粉体を分級する分級ロータを備え、前記粉体原料からトナー用若しくは電池材料用の粉体を製造する粉体処理装置から得られる粉体の粒子径データ及び前記粉体の円形度データと、前記粉体処理装置の動作状態として前記粉砕ロータの回転速度、前記分級ロータの回転速度、及び前記粉体処理装置の処理室から粉体を取り出す際の吐出・吸引流量を含む計測データとを複数組含む教師データを用いて、前記粉体の粒子径及び前記粉体の円形度と、粉体処理装置の動作状態を制御する制御パラメータとの間の関係を学習してある学習モデルに入力することにより、前記学習モデルによる演算を実行し、
前記学習モデルによる演算結果に基づき、前記粉体処理装置を含む装置の動作を制御する
処理を実行させるためのコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、学習モデルの生成方法、コンピュータプログラム、学習モデル、制御装置、及び制御方法に関する。

【背景技術】

【0002】

粉体処理プロセスは、貯蔵、供給、輸送、粉砕、分級、混合など種々のプロセスの組み合わせにより構成される（例えば、特許文献１を参照）。ユーザが望む品質を持った製品又は中間体を安定的に得るためには、粉体処理装置の操作条件を適切に設定する必要がある。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２００８－１９４５９２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、粉体処理プロセスにおいて取り扱う粉体は、粉体の種類、サイズ、形状等に応じて千差万別の性質を示す。このため、粉体処理装置に設定される操作条件は、現場技術者の経験や勘に依存している要素が多いという問題点を有している。

【0005】

本発明は、現場技術者の経験や勘に依存することなく、粉体処理装置に関する制御パラメータを決定できる学習モデルの生成方法、コンピュータプログラム、学習モデル、制御装置、及び制御方法を提供することを目的とする。

【課題を解決するための手段】

【0006】

本発明の一態様に係る学習モデルの生成方法は、コンピュータを用いて、粉体原料を粉砕する機能を少なくも備える粉体処理装置に関して、前記粉体処理装置の動作状態を示す計測データと、前記粉体処理装置から得られる粉体の粒子径データとを取得し、取得した計測データと粒子径データとを教師データに用いて、ユーザが所望する粒子径の入力に応じて、前記粉体処理装置の動作状態を制御する制御パラメータについての演算結果を出力する学習モデルを生成する。

【0007】

本発明の一態様に係るコンピュータプログラムは、コンピュータに、粉体原料を粉砕する機能を少なくも備える粉体処理装置に関して、前記粉体処理装置の動作状態を示す計測データと、前記粉体処理装置から得られる粉体の粒子径データとを取得し、取得した計測データと粒子径データとを教師データに用いて、ユーザが所望する粒子径の入力に応じて、前記粉体処理装置の動作状態を制御する制御パラメータについての演算結果を出力する学習モデルを生成する処理を実行させるためのコンピュータプログラムである。

【0008】

本発明の一態様に係る学習モデルは、ユーザが所望する粒子径が入力される入力層、粉体処理装置の動作状態を制御する制御パラメータについての演算結果を出力する出力層、及び前記粉体処理装置の動作状態を示す計測データと、前記粉体処理装置から得られる粉体の粒子径データとを教師データに用いて、前記粒子径と前記制御パラメータとの関係を学習してある中間層を備え、前記入力層にユーザが所望する粒子径が入力された場合、前記中間層にて演算し、前記粉体処理装置の動作状態を制御する制御パラメータについての演算結果を出力するようコンピュータを機能させる。

【0009】

本発明の一態様に係る制御装置は、ユーザが所望する粒子径の入力を受付ける受付部と、粉体処理装置から得られる粉体の粒子径データと、前記粉体処理装置の動作状態を示す計測データとを教師データに用いて、前記粉体の粒子径と、粉体処理装置の動作状態を制御する制御パラメータとの間の関係を学習してある学習モデルと、前記受付部にて受付けた粒子径のデータを前記学習モデルへ入力し、前記学習モデルによる演算を実行する演算処理部と、前記学習モデルによる演算結果に基づき、前記粉体処理装置を含む装置の動作を制御する制御部とを備える。

【0010】

本発明の一態様に係る制御方法は、ユーザが所望する粒子径の入力を受付け、受付けた粒子径のデータを、粉体処理装置から得られる粉体の粒子径データと、前記粉体処理装置の動作状態を示す計測データとを教師データに用いて、前記粉体の粒子径と、粉体処理装置の動作状態を制御する制御パラメータとの間の関係を学習してある学習モデルへ入力し、前記学習モデルによる演算を実行し、前記学習モデルから得られる演算結果に基づき、前記粉体処理装置を含む装置の動作を制御する。

【発明の効果】

【0011】

本願によれば、現場技術者の経験や勘に依存することなく、粉体処理装置に関する制御パラメータを決定できる。

【図面の簡単な説明】

【0012】

【図1】実施の形態１に係る粉体処理システムの全体構成を示す模式図である。

【図2】実施の形態１に係る粉体処理装置の構成を示す模式的断面図である。

【図3】実施の形態１に係る制御装置の内部構成を示すブロック図である。

【図4】端末装置の内部構成を示すブロック図である。

【図5】実施の形態１における学習モデルの構成例を示す模式図である。

【図6】制御装置が収集するデータの一例を示す概念図である。

【図7】制御装置による学習モデルの生成手順を説明するフローチャートである。

【図8】制御装置による制御手順を説明するフローチャートである。

【図9】実施の形態２に係る粉体処理装置の構成を示す模式的断面図である。

【図10】実施の形態２における学習モデルの構成例を示す模式図である。

【図11】実施の形態３に係る粉体処理装置の構成を示す模式的断面図である。

【図12】実施の形態４に係る粉体処理装置の構成を示す模式的断面図である。

【図13】実施の形態４における学習モデルの構成例を示す模式図である。

【図14】実施の形態５に係る粉体処理装置の構成を示す模式的断面図である。

【図15】実施の形態５における学習モデルの構成例を示す模式図である。

【図16】実施の形態６における学習モデルの構成例を示す模式図である。

【図17】実施の形態７における学習モデルの構成例を示す模式図である。

【図18】実施の形態８におけるデータの収集例を示す概念図である。

【図19】実施の形態８に係る学習モデルの生成手順を説明するフローチャートである。

【図20】制御装置による制御手順を説明するフローチャートである。

【図21】学習モデルの再学習手順を説明するフローチャートである。

【図22】制御パラメータの調整手順を説明するフローチャートである。

【図23】端末装置及び制御装置が実行する処理の手順を説明するフローチャートである。

【図24】入力画面の一例を示す模式図である。

【図25】モニタリング画面の一例を示す模式図である。

【発明を実施するための形態】

【0013】

以下、本発明をその実施の形態を示す図面に基づいて具体的に説明する。
（実施の形態１）
図１は実施の形態１に係る粉体処理システム１の全体構成を示す模式図である。実施の形態１に係る粉体処理システム１は、例えば、原料供給機２、熱風発生機３、粉体処理装置４Ａ、サイクロン５、集塵機６、ブロワ７（若しくはポンプ）、及び制御装置１００（図３を参照）を備える。

【0014】

原料供給機２は、粉体原料を粉体処理装置４Ａへ供給するための装置である。原料供給機２が粉体処理装置４Ａへ供給する粉体原料は、例えば、コピー機やレーザープリンタで紙の着色に使われる微細な粉末状のトナーの原料である。トナー原料に限らず、粉体塗料、電池材料、磁性材料、染料、樹脂、ワックス、ポリマ、医薬品、触媒、金属粉、シリカ、はんだ、セメント、食品など、無機材料、有機材料、又は金属材料の粉体を製造するための粉体原料であってもよい。

【0015】

原料供給機２は、原料供給路ＴＰ１を介して粉体処理装置４Ａに接続されている。原料供給路ＴＰ１内には、粉体原料を搬送するためのスクリューフィーダ２１（図２を参照）が設けられている。スクリューフィーダ２１は、粉体原料が固体の場合であって、粉体原料を一定速度で連続的に投入する場合に好ましい。スクリューフィーダ２１に代えて、ダブルダンパーやロータリーバルブ等を用いてもよい。また、熱風発生機３が発生させる熱風を原料供給路ＴＰ１に導入し、熱風と共に粉体原料を粉体処理装置４Ａに供給してもよい。更に、原料供給機２は、ロードセルなどの重量センサＳ１（図３を参照）を用いて重量管理を行い、粉体処理装置４Ａにおいて連続処理を行う場合であっても、装置内滞留量が一定となるように粉体原料の供給量を調節してもよい。また、原料供給機２は、内蔵タイマ（不図示）の出力と、重量センサＳ１により計測される粉体原料の供給量とに基づき、単位時間当たりの粉体原料の供給量（すなわち供給速度）を計測してもよい。重量センサＳ１は、原料供給機２だけでなく、粉体処理装置４Ａ、サイクロン５、及び集塵機６に設けられてもよい。

【0016】

熱風発生機３は、粉体処理装置４Ａに導入する熱風を発生させるための装置であり、加熱ヒータなどの熱源、送風機、及び熱風の温度及び風量を制御する制御装置などを備える。熱風発生機３は、上記の構成に限らず、公知の構成を用いればよい。例えば、粉体処理装置４Ａに導入した熱風の一部を回収し、熱風発生機３と粉体処理装置４Ａとの間で循環させてもよい。

【0017】

熱風発生機３は、気体導入路ＴＰ２を介して粉体処理装置４Ａに接続されている。熱風発生機３が発生させた熱風は、気体導入路ＴＰ２を介して、粉体処理装置４Ａに導入される。熱風発生機３が発生させる熱風の温度は、粉体処理装置４Ａで処理される粉体に応じて適宜設定される。例えば、粉体処理装置４Ａで処理した粉体を乾燥させるために２００℃～６００℃程度の熱風を発生させてもよい。

【0018】

粉体処理装置４Ａは、原料供給機２から供給される粉体原料を粉砕し、得られる粉体を分級することにより、所定粒子径未満の粉体を生成するための装置である。本実施の形態に係る粉体処理装置４Ａは、主として、粉体原料を粉砕する粉砕処理と、粉砕した粉体を分級する分級処理とを行う装置（例えば、ホソカワミクロン株式会社製ＡＣＭパルベライザ（登録商標））として説明する。

【0019】

粉体処理装置４Ａにて処理された粉体は、粉体輸送路ＴＰ３を介してサイクロン５に輸送される。本実施の形態では、粉体処理装置４Ａからサイクロン５に至る粉体輸送路ＴＰ３の中途に粒子径センサＳ２を設置し、粒子径センサＳ２により粉体処理装置４Ａを通過する粉体の粒子径を常時若しくは定期的なタイミング（例えば５秒間隔）にて計測する。サイクロン５により収集される粉体は製品タンク８に取り出され、製品として回収される。

【0020】

粒子径センサＳ２は、例えばレーザ回折・散乱法を用いて粒度分布を測定する装置であり、Ｄ１０，Ｄ５０，Ｄ９０の値を出力する。ここで、Ｄ１０，Ｄ５０，Ｄ９０は、それぞれ粒度分布における累積体積分布の小径側から累積１０％、５０％、９０％に相当する粒子径を表す。累積体積分布とは、粉末の粒子径（μｍ）と、小径側からの積算頻度（体積％）との関係を表す分布である。Ｄ５０は、一般には平均粒子径（メジアン径）ともいわれる。Ｄ１０，Ｄ５０，Ｄ９０に代えて、粒子径の頻度分布において出現比率が最も大きい粒子径を表すモード径を用いてもよく、各種算術平均値（個数平均、長さ平均、面積平均、体積平均など）を用いてもよい。
なお、本実施の形態では、粉体輸送路ＴＰ３に粒子径センサＳ２を設置する構成としたが、原料供給機２、サイクロン５から製品タンク８に至る経路、集塵機６から集塵タンク９に至る経路等に設置されてもよい。

【0021】

サイクロン５には、集塵経路ＴＰ４を介して集塵機６が接続されている。集塵機６は、サイクロン５を通過した微粉等を捕集するためのバグフィルタを備える。集塵機６のバグフィルタを通過した気体は、排風路ＴＰ５を通じてブロワ７へ流れ、ブロワ７の排出口から排出される。一方、集塵機６のバグフィルタにより捕集された微粉等は集塵タンク９に取り出され、回収される。

【0022】

集塵機６には、排風路ＴＰ５を介してブロワ７が接続されている。このブロワ７を駆動することにより、粉体処理装置４Ａからサイクロン５への気体の流れ（すなわち、粉体処理装置４Ａから粉体を取り出す気体の流れ）、及びサイクロン５から集塵機６への気体の流れを形成する。本実施の形態では、集塵機６からブロワ７に至る排風路ＴＰ５の中途に流量センサＳ３（図３を参照）を設置し、粉体処理装置４Ａから粉体を取り出す際の吐出・吸引流量を常時若しくは定期的なタイミング（例えば５秒間隔）にて計測する。排風路ＴＰ５に流量センサＳ３を設置する構成に代えて、原料供給路ＴＰ１、気体導入路ＴＰ２、粉体輸送路ＴＰ３、集塵経路ＴＰ４、ブロワ７の排出口等に流量センサＳ３を設置してもよい。

【0023】

制御装置１００は、粉体処理装置４Ａを含む装置の動作を制御する装置であり、これら装置との間で各種データの授受ができるように接続される。ここで、粉体処理装置４Ａを含む装置とは、粉体処理装置４Ａを含み、原料供給機２、熱風発生機３、サイクロン５、集塵機６、及びブロワ７の少なくとも１つを更に含んでもよいことを表している。以下の説明において、粉体処理装置４Ａを含む装置を、制御対象の装置とも記載する。

【0024】

図２は実施の形態１に係る粉体処理装置４Ａの構成を示す模式的断面図である。粉体処理装置４Ａは、その内部において粉体処理を行う円筒形状のケーシング４１０を備える。このケーシング４１０には、原料投入口４１１、気体導入口４１２、粉砕ロータ４１３、ガイドリング４１４、分級ロータ４１５、粉体取出口４１６等が設けられている。

【0025】

ケーシング４１０の素材は、従来から粉体処理装置のケーシングに用いられている公知の材料を用いればよい。具体的には、ＳＳ４００、Ｓ２５Ｃ、Ｓ４５Ｃ、ＳＰＨＣ（Steel Plate Hot Commercial）などの鉄系鋼材、ＳＵＳ３０４、ＳＵＳ３１６などのステンレス鋼材、ＦＣ２０、ＦＣ４０などの鉄鋳物材、ＳＣＳ１３、１４などのステンレス鋳物材などの金属、あるいは、セラミックス、ガラスなどを用いればよい。また、内壁面に耐磨耗材を貼り付けるなどすれば、アルミニウム、その他木材や合成樹脂であってもよい。

【0026】

ケーシング４１０の内面は、装置の耐久性向上のために、ハードクロムメッキ処理などのメッキ処理、タングステンカーバイド溶射などの耐磨耗溶射材処理、真空下で行う金属蒸着、ダイヤモンド構造の炭素蒸着などの耐磨耗処理が施されていてもよい。

【0027】

また、ケーシング４１０内において、トナーなどの低融点樹脂成分の粉体処理を行う場合、固着成分が製品に混入すると品質不良となる。そこで、処理粉体の付着又は固着による気流の乱れ、または、ケーシング４１０内の閉塞を防ぐために、ケーシング４１０の内面には、バフ研磨、電解研磨、ＰＴＦＥ（Polytetrafluoroethylene）などのコーティング、ニッケルなどのメッキ処理が施されてもよい。

【0028】

ケーシング４１０には、原料供給機２から供給される粉体原料をケーシング４１０内に投入するための原料投入口４１１が設けられている。この原料投入口４１１は、粉砕ロータ４１３の回転円盤４１３Ａよりも上方の位置に設けられることが好ましい。原料供給機２から供給される粉体原料は、原料供給路ＴＰ１内のスクリューフィーダ２１によって搬送され、原料投入口４１１よりケーシング４１０内に投入される。

【0029】

ケーシング４１０には、熱風発生機３による熱風（気体）をケーシング４１０内に導入するための気体導入口４１２が設けられている。気体導入口４１２は、気体導入路ＴＰ２を介して熱風発生機３に接続されている。この気体導入口４１２の位置は特に限定されないが、回転する粉砕ロータ４１３を介してケーシング４１０内に気体が導入されるように、粉砕ロータ４１３よりも下方の位置に設けられることが好ましい。本実施の形態では、粉砕ロータ４１３の回転方向と交差する方向から気体を導入する構成としたが、粉砕ロータ４１３の回転方向に沿って気体を導入する構成としてもよい。

【0030】

気体導入口４１２から導入された気体は、ケーシング４１０内部を旋回しつつ循環する気流を形成すると共に、ケーシング４１０の内部から分級ロータ４１５を経て、粉体取出口４１６からサイクロン５及び集塵機６に到達する。ケーシング４１０内の気流は、サイクロン５及び集塵機６を介して接続されているブロワ７による吸引によって形成されてもよく、気体導入口４１２側からの吹き込み（加圧）によって形成されてもよい。ケーシング４１０内に導入される気体の種類は、目的とする処理品に応じて適宜決めればよい。例えば、空気を用いてもよく、酸化防止のために、窒素、アルゴンなどの不活性ガスを用いてもよい。

【0031】

処理対象の粉体によっては、ケーシング４１０内の温度上昇により、粉体に軟化現象が生じ、粉体同士が融着して粒子径にばらつきが生じたり、収率が低下したりする場合がある。そこで、ケーシング４１０内の１又は複数箇所に温度センサＳ４（図３を参照）を設け、ケーシング４１０内の温度を管理してもよい。例えば、処理対象の粉体が例えば低融点のトナーの場合、粉体取出口４１６での排気温度が３５～５５℃となるように、ケーシング４１０内に導入する気体の温度を調節してもよい。
また、サイクロン５、集塵機６、製品タンク８、集塵タンク９等に温度センサＳ４を設けてもよい。

【0032】

また、本実施の形態では、ケーシング４１０内に熱風発生機３からの熱風を導入する構成としたが、図に示していない冷風発生機を用いて、ケーシング４１０内に－２０℃～５℃程度の冷風を導入する構成としてもよい。この場合、結露防止のために、ケーシング４１０内に導入される気体は除湿された気体であることが好ましい。その他に、熱によって風味がなくなったり、変質し易い食品等を処理する場合には、０～１５℃に調節された冷風空気を用いてもよい。

【0033】

更に、ケーシング４１０の内部温度を調節するために、ケーシング４１０の周囲にジャケット部を設けてもよい。ジャケット部は、別に設けたタンクから加熱流体または冷却流体を循環供給することによって、ケーシング４１０の内部温度を調節する。

【0034】

粉砕ロータ４１３は、回転円盤４１３Ａと、回転円盤４１３Ａの上面周縁部から上向きに突出する複数のハンマ４１３Ｂとを備えるロータであり、粉砕モータ４１３Ｍ（図３を参照）の動力によって所望の回転速度にて回転するように構成されている。ここで、粉砕モータ４１３Ｍは、粉体処理システム１が備える駆動部の１つである。粉砕モータ４１３Ｍの回転速度は、回転速度センサＳ５（図３を参照）によって常時若しくは定期的なタイミング（例えば５秒間隔）にて計測される。粉砕ロータ４１３のハンマ４１３Ｂは、回転円盤４１３Ａの上面周縁部にて周方向に等間隔に複数配置される。なお、ハンマ４１３Ｂの形状、寸法、個数、及び素材は、要求される製品粉体の粒子径や円形度等に応じて適宜設計される。例えば、図２では、棒状のハンマ４１３Ｂを示しているが、直方体状のハンマであってもよく、平面視において台形状のハンマであってもよい。また、ハンマ４１３Ｂに代えて、刃物状の構造物を用いてもよい。

【0035】

粉砕ロータ４１３は、粉砕モータ４１３Ｍの動力によって回転し、ケーシング４１０内に旋回する気流を発生させると共に、ハンマ４１３Ｂの作用により、ケーシング４１０内に導入された粉体原料に衝撃、圧縮、摩砕、剪断等の機械エネルギを与え、粉体原料を粉砕する。

【0036】

粉砕ロータ４１３の素材は、従来から粉体処理装置の粉砕ロータに用いられている公知の材料を用いればよい。例えば、ＳＳ４００、Ｓ２５Ｃ、Ｓ４５Ｃ、ＳＵＳ３０４、ＳＵＳ３１６、ＳＵＳ６３０などを用いることができる。また、ハンマ４１３Ｂについては、衝撃力に耐え得るように、超硬合金のチップを付けたり、磨耗性及び強靭性を備えたセラミックスやサーメットなどの金属とセラミックスとの複合物を用いてもよい。

【0037】

更に、粉砕ロータ４１３の表面は、装置の耐久性向上のために、ハードクロムメッキなどのメッキ処理、タングステンカーバイド溶射などの耐磨耗溶射材処理、真空下で行う金属蒸着、ダイヤモンド構造の炭素蒸着などの耐磨耗処理、ＳＵＳ６３０の焼き入れ硬化処理などが施されていてもよい。また、粉砕ロータ４１３の表面には、バフ研磨、電解研磨、ＰＴＦＥなどのコーティング、ニッケルなどのメッキ処理が施されていてもよい。

【0038】

本実施の形態では、回転円盤４１３Ａの上面周縁部から上向きに突出したハンマ４１３Ｂの構成について説明したが、回転円盤４１３Ａの下面周縁部から下向きに突出したハンマを用いてもよい。このように下向きに突出したハンマは、ケーシング４１０内の粉体原料を直接的に粉砕するものではないが、ケーシング４１０内に強い旋回気流を形成することができるため、粉体原料同士を衝突させて間接的に粉体原料を粉砕することができる。

【0039】

また、ケーシング４１０の内周面であって、ハンマ４１３Ｂと対向する位置には粉砕ライナが設けられてもよい。粉砕ライナは、粉砕ロータ４１３の回転軸方向に沿った中心軸を有する筒状の部材であり、この筒状の部材の内周面には、三角形、波形、くさび形の溝が設けられてもよい。

【0040】

ガイドリング４１４は、ケーシング４１０内に旋回する気流を発生させ、ケーシング４１０内で処理される粉体を分級ロータ４１５へ導くための円筒状の部材である。ガイドリング４１４は、粉砕ロータ４１３の上方にて粉砕ロータ４１３と同軸に配され、ケーシング４１０の内部に固定される。ガイドリング４１４の固定方法は特に限定されるものではないが、粉体処理装置４Ａの動作中はケーシング４１０内部にて回転することなく固定される必要がある。これは、ケーシング４１０内部で、処理対象の粉体の流動状態を適切な状態に制御するためである。図２の例では、その内径がケーシング４１０内の下側から上側に向かって連続的に大きくなっているガイドリング４１４を示しているが、内径が上側に向かって連続的に小さくなるガイドリングであってもよく、内径が上下方向で変化しないガイドリングであってもよい。

【0041】

分級ロータ４１５は、放射状に配される複数の分級羽根４１５Ａを備えたロータであり、分級モータ４１５Ｍ（図３を参照）の動力によって所望の回転速度にて回転するように構成されている。ここで、分級モータ４１５Ｍは、粉体処理システム１が備える駆動部の１つである。分級モータ４１５Ｍの回転速度は、回転速度センサＳ６（図３を参照）によって常時若しくは定期的なタイミング（例えば５秒間隔）にて計測される。分級ロータ４１５は、粉砕ロータ４１３の上方に設けられており、高速回転による遠心力により、ケーシング４１０内で処理された粉体のうち所定粒子径未満の粉体のみを通過させ、通過させた粉体のみを粉体取出口４１６へ導く。

【0042】

ここで、分級ロータ４１５を通過する粉体の粒子径は、分級ロータ４１５の回転速度等を制御することによって設定することができる。すなわち、分級ロータ４１５の回転速度を制御することによって、ケーシング４１０内から所定粒子径未満の粉体を取り出すことができる。一方、分級ロータ４１５を通過できない粉体は、ケーシング４１０内を循環し、繰り返し処理される。

【0043】

分級ロータ４１５の素材は、従来から粉体処理装置の分級ロータに用いられている公知の材料を用いればよい。例えば、ＳＳ４００、Ｓ２５Ｃ、Ｓ４５Ｃ、ＳＵＳ３０４、ＳＵＳ３１６、チタン、チタン合金、アルミ合金などを用いることができる。また、分級ロータ４１５の表面は、装置の耐久性向上のために、浸炭焼入れなどの熱硬化処理、タングステンカーバイド溶射材処理、ハードクロムメッキなどのメッキ処理、溶射後に熱硬化処理を施すための特殊溶射材処理、真空下で行う金属蒸着、ダイヤモンド構造の炭素蒸着などの耐磨耗処理が施されていてもよい。

【0044】

また、分級ロータ４１５への粉体の付着や固着を防止するため、分級ロータ４１５の表面には、バフ研磨、電解研磨、ＰＴＦＥなどのコーティング、ニッケルなどのメッキ処理が施されていてもよい。

【0045】

本実施の形態に係る粉体処理装置４Ａは、粉砕ロータ４１３及び分級ロータ４１５を備えているが、粉砕ロータ４１３を使用せずに、分級機として利用してもよい。また、熱風発生機３から熱風を導入することが可能であるため、粉体処理装置４Ａを乾燥機として利用してもよい。また、ケーシング４１０に粗粉回収口を設け、粗粉を回収することにより、粉体処理装置４Ａを粒子設計装置として利用してもよい。更に、複数種の原料をケーシング４１０へ供給し、ケーシング４１０内で複数種の原料を混合する連続混合機として利用してもよい。

【0046】

また、粉体処理装置４Ａを含む装置の少なくとも１つ、又は装置間の各経路の少なくとも１つに、上述した各種センサに加え、含塵濃度を計測する含塵濃度センサ、粉体の組成を計測するＮＩＲセンサなどの計測センサ、粉体の湿分を計測する湿分センサ、圧力を計測する圧力センサ、音圧若しくは周波数を計測する音圧・周波数センサが設けられてもよい。

【0047】

以下、粉体処理システム１における制御系の構成について説明する。
図３は実施の形態１に係る制御装置１００の内部構成を示すブロック図である。制御装置１００は、汎用又は専用のコンピュータにより構成されており、制御部１０１、記憶部１０２、入力部１０３、出力部１０４、通信部１０５、操作部１０６、及び表示部１０７を備える。

【0048】

制御部１０１は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）などを備える。制御部１０１が備えるＲＯＭには、制御装置１００が備えるハードウェア各部の動作を制御する制御プログラム等が記憶される。制御部１０１内のＣＰＵは、ＲＯＭに記憶された制御プログラムや後述する記憶部１０２に記憶された各種コンピュータプログラムを実行し、ハードウェア各部の動作を制御することによって、本発明に係る制御装置としての機能を実現する。制御部１０１が備えるＲＡＭには、演算の実行中に利用されるデータ等が一時的に記憶される。

【0049】

制御部１０１は、ＣＰＵ、ＲＯＭ、及びＲＡＭを備える構成としたが、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＤＳＰ（Digital Signal Processor）、量子プロセッサ、揮発性又は不揮発性のメモリ等を備える１又は複数の演算回路又は制御回路であってもよい。また、制御部１０１は、日時情報を出力するクロック、計測開始指示を与えてから計測終了指示を与えるまでの経過時間を計測するタイマ、数をカウントするカウンタ等の機能を備えていてもよい。

【0050】

記憶部１０２は、ハードディスク、フラッシュメモリなどを用いた記憶装置を備える。記憶部１０２には、制御部１０１によって実行されるコンピュータプログラム、外部から取得した各種データ、装置内部で生成した各種データ等が記憶される。

【0051】

記憶部１０２に記憶されるコンピュータプログラムは、制御対象の装置の動作を制御するための制御プログラムＰＧ１、粉体処理装置４Ａにより処理される粉体の粒子径と、粉体処理装置４Ａに関する制御パラメータとの関係を学習させるための学習プログラムＰＧ２等を含む。

【0052】

制御プログラムＰＧ１及び学習プログラムＰＧ２を含むコンピュータプログラムは、コンピュータプログラムを読み取り可能に記録した非一時的な記録媒体Ｍ１により提供されてもよい。記録媒体Ｍ１は、例えば、ＣＤ－ＲＯＭ、ＵＳＢメモリ、コンパクトフラッシュ（登録商標）、ＳＤ（Secure Digital）カード、マイクロＳＤカード、などの可搬型メモリである。制御部１０１は、図に示していない読取装置を用いて、記録媒体Ｍ１から各種プログラムを読み取り、読み取った各種プログラムを記憶部１０２に記憶させる。

【0053】

本実施の形態では、制御部１０１が学習プログラムＰＧ２を実行することにより、制御装置１００は学習フェーズに移行する。学習フェーズは、例えば制御装置１００の導入時に実施される。また、学習フェーズは、操作部１０６を通じてユーザの指示を受付けた場合、若しくは定期的なタイミングで実施されるものであってもよい。

【0054】

学習フェーズにおいて、制御部１０１は、粉体処理装置４Ａが備える粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０（処理室）から粉体を取り出す際の吐出・吸引流量を含む計測データと、粉体処理装置４Ａから得られる粉体の粒子径データとを取得する。これらの計測データ及び粒子径データは、事前に収集されていてもよく、学習フェーズへの移行後に収集されてもよい。制御部１０１は、収集した計測データ及び粒子径データを教師データに用いて、粉体処理装置４Ａから得られる粉体の粒子径と粉体処理装置４Ａに関する制御パラメータとの関係を学習することにより、学習モデル２００を生成する。ここで、粉体処理装置４Ａに関する制御パラメータは、粉体処理装置４Ａの動作を直接的に制御するための制御パラメータ（例えば、粉砕ロータ４１３の回転速度、及び分級ロータ４１５の回転速度）を含む。更に、粉体処理装置４Ａに関する制御パラメータは、粉体処理装置４Ａに付随する原料供給機２、熱風発生機３、集塵機６、ブロワ７の動作を制御するための制御パラメータを含んでもよい。本実施の形態では、粉体処理装置４Ａから得られる粒子径と、粉体処理装置４Ａが備える粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及び粉体処理装置４Ａの処理室から粉体を取り出す際の吐出・吸引流量を制御する制御パラメータとの間の関係を学習する構成について説明する。

【0055】

学習フェーズにおいて生成された学習モデル２００は記憶部１０２に記憶される。学習モデル２００は、その定義情報によって定義される。学習モデル２００の定義情報は、例えば、学習モデル２００の構造情報、ノード間の重み及びバイアスなどのパラメータを含む。

【0056】

また、本実施の形態では、制御部１０１が制御プログラムＰＧ１を実行することにより、制御装置１００は運用フェーズに移行する。運用フェーズは、学習モデル２００の実行後に実施される。

【0057】

運用フェーズにおいて、制御装置１００は、粉体処理装置４Ａを含む装置の動作を制御する。このとき、制御部１０１は、ユーザが所望する粒子径（希望粒子径）の入力を受付けてもよい。制御部１０１は、受付けた粒子径のデータを学習モデル２００に入力し、学習モデル２００を用いた演算を実行することにより、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及び粉体を取り出す際の吐出・吸引流量を制御する制御パラメータに関する演算結果を取得する。制御部１０１は、学習モデル２００から得られる演算結果に基づき、制御対象の装置の動作を制御する。

【0058】

入力部１０３は、制御対象の装置を接続するための接続インタフェースを備える。入力部１０３に接続される装置は、原料供給機２、熱風発生機３、粉体処理装置４Ａ、サイクロン５、集塵機６、及びブロワ７を含む。入力部１０３が備える接続インタフェースは、有線のインタフェースであってもよく、無線のインタフェースであってもよい。入力部１０３には、原料供給機２、熱風発生機３、粉体処理装置４Ａ、サイクロン５、集塵機６、及びブロワ７から送出されるデータが入力される。入力部１０３に入力されるデータには、重量センサＳ１、粒子径センサＳ２、流量センサＳ３、温度センサＳ４、粉砕ロータ４１３用の回転速度センサＳ５、及び分級ロータ４１５用の回転速度センサＳ６によって計測される計測データが含まれる。

【0059】

本実施の形態では、制御対象の装置を入力部１０３に接続する構成としたが、センサＳ１～Ｓ６の少なくとも一部が直接的に入力部１０３に接続されてもよい。この場合、センサＳ１～Ｓ６から出力される計測データは、制御対象の装置を介さずに、直接的に入力部１０３に入力される。また、センサＳ１～Ｓ６が通信インタフェースを有する場合、制御装置１００は、後述する通信部１０５を通じて計測データを取得してもよい。

【0060】

出力部１０４は、制御対象の装置を接続する接続インタフェースを備える。出力部１０４に接続される装置は、原料供給機２、熱風発生機３、粉体処理装置４Ａ、サイクロン５、集塵機６、及びブロワ７を含む。出力部１０４が備える接続インタフェースは、有線のインタフェースであってもよく、無線のインタフェースであってもよい。制御部１０１は、出力部１０４を通じて制御指令を出力することにより、制御対象の装置の動作を制御する。例えば、粉砕ロータ４１３の回転速度を制御する場合、制御部１０１は、粉砕ロータ４１３の駆動部である粉砕モータ４１３Ｍに対する制御指令を生成し、出力部１０４を通じて粉体処理装置４Ａへ出力することにより、粉砕ロータ４１３の回転速度を制御する。分級ロータ４１５の回転速度を制御する場合も同様であり、制御部１０１は、分級ロータ４１５の駆動部である分級モータ４１５Ｍに対する制御指令を生成し、出力部１０４を通じて粉体処理装置４Ａへ出力することにより、分級ロータ４１５の回転速度を制御する。また、粉体処理装置４Ａが備えるケーシング４１０からの吐出・吸引流量を制御する場合、制御部１０１は、ブロワ７に対する制御指令を生成し、出力部１０４を通じてブロワ７へ出力することにより、ケーシング４１０からの吐出・吸引流量を制御する。

【0061】

通信部１０５は、各種の通信データを送受信する通信インタフェースを備える。通信部１０５が備える通信インタフェースは、例えば、ＷｉＦｉ（登録商標）やイーサネット（登録商標）で用いられるＬＡＮ（Local Area Network）の通信規格に準じた通信インタフェースである。代替的に、Ｂｌｕｅｔｏｏｔｈ（登録商標） 、ＺｉｇＢｅｅ（登録商標）、３Ｇ、４Ｇ、５Ｇ、ＬＴＥ（Long Term Evolution）等の通信規格に準じた通信インタフェースであってもよい。

【0062】

通信部１０５は、例えば、粉体処理システム１のユーザが使用する端末装置５００と通信を行う。通信部１０５は、粉体処理システム１の遠隔操作を受付けるために、端末装置５００から送信される操作データ又は設定データを受信してもよい。制御部１０１は、通信部１０５を通じて、端末装置５００から送信される操作データ又は設定データを受信した場合、受信した操作データ又は設定データに応じた処理を実行する。例えば、ユーザが所望する粒子径のデータを受信した場合、制御部１０１は、学習モデル２００を用いた演算を実行し、粉体処理装置４Ａに関する制御パラメータを取得する処理を行ってもよい。また、制御部１０１は、端末装置５００に表示させるユーザインタフェース画面の画面データを生成し、生成した画面データを通信部１０５を通じて端末装置５００へ送信してもよい。

【0063】

操作部１０６は、キーボードやマウスなどの入力インタフェースを備えており、各種操作及び各種設定を受付ける。制御部１０１は、操作部１０６を通じて受付けた各種操作及び各種設定に基づき、適宜の処理を行い、必要に応じて設定情報を記憶部１０２に記憶させる。なお、本実施の形態では、制御装置１００が操作部１０６を備える構成としたが、操作部１０６は必須ではなく、外部に接続されたコンピュータ（例えば、端末装置５００）を通じて操作を受付ける構成であってもよい。

【0064】

表示部１０７は、液晶パネル又は有機ＥＬ（Electro-Luminescence）パネル等の表示パネルを備えており、ユーザに対して報知すべき情報を表示する。表示部１０７は、例えば、通信部１０５を通じて受信した各種センサＳ１～Ｓ６の計測データを表示してもよく、操作部１０６を通じて受付けた各種操作及び各種設定に基づく情報を表示してもよい。また、表示部１０７は、学習モデル２００による演算結果を表示してもよい。なお、本実施の形態では、制御装置１００が表示部１０７を備える構成としたが、表示部１０７は必須ではなく、ユーザに報知すべき情報を外部のコンピュータ（例えば、端末装置５００）へ出力し、出力先のコンピュータに情報を表示させてもよい。

【0065】

本実施の形態では、制御装置１００を単一のコンピュータとして説明したが、単一のコンピュータである必要はなく、複数のコンピュータにより構成されてもよく、複数の仮想コンピュータにより構成されてもよい。

【0066】

図４は端末装置５００の内部構成を示すブロック図である。端末装置５００は、パーソナルコンピュータ、スマートフォン、タブレット端末などのコンピュータであり、制御部５０１、記憶部５０２、通信部５０３、操作部５０４、及び表示部５０５を備える。

【0067】

制御部５０１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭなどを備える。制御部５０１が備えるＲＯＭには、端末装置５００が備えるハードウェア各部の動作を制御する制御プログラム等が記憶される。制御部５０１内のＣＰＵは、ＲＯＭに記憶された制御プログラムや後述する記憶部５０２に記憶された各種コンピュータプログラムを実行し、ハードウェア各部の動作を制御する。また、制御部５０１は、日時情報を出力するクロック、計測開始指示を与えてから計測終了指示を与えるまでの経過時間を計測するタイマ、数をカウントするカウンタ等の機能を備えてもよい。制御部５０１が備えるＲＡＭには、演算の実行中に利用されるデータ等が一時的に記憶される。

【0068】

記憶部５０２は、ハードディスク、フラッシュメモリなどを用いた記憶装置を備える。記憶部５０２には、制御部５０１によって実行されるコンピュータプログラム、外部から取得した各種データ、装置内部で生成した各種データ等が記憶される。記憶部５０２に記憶されるコンピュータプログラムは、端末装置５００から制御装置１００にアクセスするためのアプリケーションプログラムを含んでもよい。

【0069】

通信部５０３は、各種データを送受信する通信インタフェースを備える。通信部５０３が備える通信インタフェースは、例えば、ＷｉＦｉ（登録商標）やイーサネット（登録商標）で用いられるＬＡＮの通信規格に準じた通信インタフェースである。代替的に、Ｂｌｕｅｔｏｏｔｈ（登録商標） 、ＺｉｇＢｅｅ（登録商標）、３Ｇ、４Ｇ、５Ｇ、ＬＴＥ等の通信規格に準じた通信インタフェースであってもよい。

【0070】

通信部５０３は、例えば、粉体処理システム１の制御装置１００と通信を行う。端末装置５００が通信部５０３を通じて受信するデータは、制御装置１００のインタフェース画面を表示部５０５に表示させるための画面データ、粉体処理装置４Ａを含む装置の設定状態及び制御状態を示すデータ等を含む。ここで、設定状態を示すデータには、粉砕ロータ４１３の回転速度に関する設定値、分級ロータ４１５の回転速度に関する設定値、及びブロワ７による吐出・吸引流量に関する設定値等が含まれる。また、制御状態を示すデータには、粉砕ロータ４１３の回転速度に関する計測値、分級ロータ４１５の回転速度に関する計測値、ブロワ７による吐出・吸引流量に関する計測値、及び粉体処理装置４Ａを含む装置から出力される警報情報等が含まれる。通信部５０３にて受信したデータは制御部５０１へ出力される。端末装置５００が通信部５０３を通じて送信するデータは、粉体処理システム１を遠隔操作する際の操作データ又は設定データ等を含む。

【0071】

操作部５０４は、キーボードやマウスなどの入力インタフェースを備えており、各種操作及び各種設定を受付ける。制御部５０１は、操作部５０４を通じて受付けた各種操作及び各種設定に基づき、適宜の処理を行い、必要に応じて設定情報を記憶部５０２に記憶させる。

【0072】

表示部５０５は、液晶パネル又は有機ＥＬパネル等の表示パネルを備えており、ユーザに対して報知すべき情報を表示する。表示部５０５は、例えば、通信部５０３にて受信した画面データに基づき、制御装置１００のインタフェース画面を表示する。また、表示部５０５は、通信部５０３にて受信した粉体処理装置４Ａを含む装置の設定状態及び制御状態を示すデータに基づき、粉体処理装置４Ａを含む装置の設定状態及び制御状態を表示してもよい。

【0073】

以下、制御装置１００において用いられる学習モデル２００について説明する。
図５は実施の形態１における学習モデル２００の構成例を示す模式図である。学習モデル２００は、例えば、深層学習を含む機械学習の学習モデルであり、ニューラルネットワークによって構成されている。学習モデル２００は、入力層２０１、中間層２０２Ａ，２０２Ｂ、及び出力層２０３を備える。図５の例では、２つの中間層２０２Ａ，２０２Ｂを記載しているが、中間層の数は２つに限定されず、３つ以上であってもよい。

【0074】

入力層２０１、中間層２０２Ａ，２０２Ｂ、及び出力層２０３には、１つまたは複数のノードが存在し、各層のノードは、前後の層に存在するノードと一方向に所望の重みおよびバイアスで結合されている。学習モデル２００の入力層２０１には、入力層２０１が備えるノードの数と同数のデータが入力される。本実施の形態において、入力層２０１のノードに入力されるデータは、ユーザが所望する粒子径（希望粒子径）のデータである。ここで、入力層２０１のノードに入力される粒子径のデータの一例は、メジアン径である。メジアン径に限らず、モード径であってもよく、各種算術平均値であってもよい。更に、入力層２０１のノードに与える粒子径のデータは、メジアン径、モード径、各種算術平均値などの単一の値に限らず、Ｄ１０，Ｄ５０，Ｄ９０のそれぞれの値であってもよく、Ｄ１０，Ｄ５０，Ｄ９０のそれぞれについて設定された範囲（すなわち、粒子径に関してユーザが許容する範囲の上限値及び下限値）であってもよい。

【0075】

学習モデル２００に入力された粒子径のデータは、入力層２０１を構成するノードを通じて、最初の中間層２０２Ａが備えるノードへ出力される。最初の中間層２０２Ａに入力されたデータは、中間層２０２Ａを構成するノードを通じて、次の中間層２０２Ｂが備えるノードへ出力される。このとき、ノード間において設定されている重み及びバイアスを含む活性化関数を用いて出力が算出される。以下同様にして、ノード間において設定されている重み及びバイアスを含む活性化関数を用いた演算を実行し、出力層２０３による演算結果が得られるまで次々と後の層に伝達される。ノード間を結合する重み、バイアス等のパラメータは、所定の学習アルゴリズムによって学習される。各種パラメータを学習する学習アルゴリズムには、例えば深層学習の学習アルゴリズムが用いられる。本実施の形態では、粉体処理装置４Ａから得られる粒子径に関する粒子径データ（すなわち、粒子径センサＳ２により計測される粒子径のデータ）と、粉体処理装置４Ａが備える粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０から粉体を取り出す際の吐出・吸引流量を含む計測データとを教師データとして、所定の学習アルゴリズムによってノード間の重み及びバイアスを含む各種パラメータを学習することができる。

【0076】

出力層２０３は、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量を制御する制御パラメータに関する演算結果を出力する。演算結果として、例えば、上述した複数の制御パラメータの組み合わせの良否を示す確率を出力してもよい。具体的には、出力層２０３を第１ノードから第ｎノードまでのｎ個のノードにより構成し、第１ノードから、粉砕ロータ４１３の回転速度がＧ１、分級ロータ４１５の回転速度がＣ１、吐出・吸引流量がＶ１である確率Ｐ１を出力し、第２ノードから、粉砕ロータ４１３の回転速度がＧ２、分級ロータ４１５の回転速度がＣ２、吐出・吸引流量がＶ２である確率Ｐ２を出力し、…、第ｎノードから粉砕ロータ４１３の回転速度がＧｎ、分級ロータ４１５の回転速度がＣｎ、吐出・吸引流量がＶｎである確率Ｐｎを出力してもよい。出力層２０３を構成するノードの数や各ノードに割り当てる演算結果は、上述の例に限定されるものではなく、適宜設計することが可能である。

【0077】

制御装置１００は、粉体処理装置４Ａから得られる粒子径に関する粒子径データと、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及び粉体処理装置４Ａのケーシング４１０からの吐出・吸引流量を含む計測データとを収集し、これらのデータを教師データに用いて、上述したような学習モデル２００を生成する。

【0078】

図６は制御装置１００が収集するデータの一例を示す概念図である。制御装置１００の制御部１０１は、入力部１０３を通じて、粒子径センサＳ２、粉砕ロータ４１３の回転速度センサＳ５、分級ロータ４１５の回転速度センサＳ６、及び流量センサＳ３から計測データを取得し、取得したデータをタイムスタンプと共に記憶部１０２に記憶させ、教師データに用いるデータを収集する。図６は制御装置１００が収集したデータの一例を示している。図６に示すデータのうち、１つ目のレコードは、粉砕ロータ４１３の回転速度の実測値が４７４９．６ｒｐｍ、分級ロータ４１５の回転速度の実測値が３１９５．１ｒｐｍ、吐出・吸引流量の実測値が２２８１．２ｍ³ ／ｈであった場合、Ｄ１０，Ｄ５０，Ｄ９０の実測値がそれぞれ０．７１μｍ、２．０９μｍ、９．０６μｍであったことを示している。２つ目以降のレコードについても同様であり、粉体処理システム１が稼働しているときの粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量の実測値が、粉体処理装置４Ａから得られる粉体の粒子径に関するデータ（Ｄ１０，Ｄ５０，Ｄ９０）に関連付けられて記憶部１０２に記憶される。なお、図６の例では、５秒間隔でデータを収集した例を示しているが、データを収集する時間間隔は５秒に限らず、任意に設定すればよい。

【0079】

制御部１０１は、収集した上記データを教師データに用いて、粉体処理装置４Ａから得られる粉体の粒子径と、粉体処理装置４Ａに関する制御パラメータとの関係を学習し、上述したような学習モデル２００を生成する。

【0080】

以下、学習フェーズにおける制御装置１００の動作について説明する。
図７は制御装置１００による学習モデル２００の生成手順を説明するフローチャートである。制御装置１００の制御部１０１は、粉体処理装置４Ａが備える粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０から粉体を取り出す際の吐出・吸引流量を含む計測データと、粉体処理装置４Ａから得られる粉体の粒子径データとを収集する（ステップＳ１０１）。収集した計測データ及び粒子径データは、タイムスタンプと共に、記憶部１０２に記憶される。

【0081】

計測データ及び粒子径データの収集後、制御部１０１は、記憶部１０２に記憶されているデータから、一組の教師データを選択する（ステップＳ１０２）。すなわち、制御部１０１は、粉砕ロータ４１３及び分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量の実測値と、そのときに得られた粉体の粒子径の値（Ｄ１０，Ｄ５０，Ｄ９０）とを一組だけ選択する。

【0082】

次いで、制御部１０１は、選択した教師データに含まれる粒子径の値を学習モデル２００へ入力し（ステップＳ１０３）、学習モデル２００による演算を実行する（ステップＳ１０４）。すなわち、制御部１０１は、学習モデル２００の入力層２０１を構成するノードに粒子径の値を入力し、中間層２０２Ａ，２０２Ｂにおいてノード間の重み及びバイアスを用いた演算を行い、演算結果を出力層２０３のノードから出力する処理を行う。なお、学習が開始される前の初期段階では、学習モデル２００を記述する定義情報には初期値が与えられているものとする。

【0083】

次いで、制御部１０１は、ステップＳ１０４で得られた演算結果を評価し（ステップＳ１０５）、学習が完了したか否かを判断する（ステップＳ１０６）。具体的には、制御部１０１は、ステップＳ１０４で得られる演算結果と教師データとに基づく誤差関数（目的関数、損失関数、コスト関数ともいう）を用いて、演算結果を評価することができる。制御部１０１は、最急降下法などの勾配降下法により誤差関数を最適化（最小化又は最大化）する課程で、誤差関数が閾値以下（又は閾値以上）となった場合、学習が完了したと判断する。なお、過学習の問題を避けるために、交差検定、早期打ち切りなどの手法を取り入れ、適切なタイミングにて学習を終了させてもよい。

【0084】

学習が完了してないと判断した場合（Ｓ１０６：ＮＯ）、制御部１０１は、学習モデル２００のノード間の重み及びバイアスを更新して（ステップＳ１０７）、処理をステップＳ１０２へ戻し、別の教師データを用いた学習を継続する。制御部１０１は、学習モデル２００の出力層２０３から入力層２０１に向かって、ノード間の重み及びバイアスを順次更新する誤差逆伝搬法を用いて、各ノード間の重み及びバイアスを更新することができる。

【0085】

学習が完了したと判断した場合（Ｓ１０６：ＹＥＳ）、制御部１０１は、学習済みの学習モデル２００として記憶部１０２に記憶させ（ステップＳ１０８）、本フローチャートによる処理を終了する。

【0086】

以上のように、本実施の形態に係る制御装置１００は、学習フェーズにおいて、粉体処理装置４Ａから得られる粒子径に関する粒子径データと、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０から粉体を取り出す際の吐出・吸引流量を含む計測データとを収集する。制御装置１００は、収集したデータを教師データとして用いることにより、ユーザが所望する粒子径の入力に応じて、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０に対する吐出・吸引流量を制御する制御パラメータに関する演算結果を出力する学習モデル２００を生成できる。

【0087】

なお、本実施の形態では、制御装置１００において学習モデル２００を生成する構成としたが、学習モデル２００を生成する外部サーバ（不図示）を設け、外部サーバにて学習モデル２００を生成してもよい。この場合、制御装置１００は、通信等により、外部サーバから学習モデル２００を取得し、取得した学習モデル２００を記憶部１０２に記憶させればよい。

【0088】

次に、運用フェーズにおける制御装置１００の動作を説明する。なお、運用フェーズにおいては、学習モデル２００は学習済みであるとする。

【0089】

図８は制御装置１００による制御手順を説明するフローチャートである。制御装置１００の制御部１０１は、操作部１０６を通じて、ユーザが所望する粒子径（希望粒子径）の入力を受付ける（ステップＳ１２１）。ここで、制御部１０１は、ユーザが所望する粒子径として、Ｄ５０の値を受付けてもよい。また、制御部１０１は、Ｄ５０の値に代えて、Ｄ１０，Ｄ５０，Ｄ９０のそれぞれの値を受付けてもよく、Ｄ１０，Ｄ５０，Ｄ９０のそれぞれについて上限値及び下限値を受付けてもよい。すなわち、学習モデル２００が備える入力層２０１の構成に応じて、粒子径のデータを入力すればよい。

【0090】

次いで、制御部１０１は、受付けた粒子径のデータを学習モデル２００の入力層２０１へ入力し、学習モデル２００による演算を実行する（ステップＳ１２２）。このとき、制御部１０１は、受付けた粒子径のデータを入力層２０１のノードに与える。入力層２０１のノードに与えられたデータは、隣接する中間層２０２Ａのノードへ出力される。中間層２０２Ａではノード間の重み及びバイアスを含む活性化関数を用いた演算が行われ、演算結果は後段の中間層２０２Ｂへ出力される。中間層２０２Ｂにおいて、更に、ノード間の重み及びバイアスを含む活性化関数を用いた演算が行われ、演算結果は出力層２０３の各ノードへ出力される。出力層２０３の各ノードは、粉体処理装置４Ａの制御パラメータに関する演算結果を出力する。具体的には、出力層２０３の各ノードは、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量を制御する制御パラメータに関する演算結果を出力する。

【0091】

次いで、制御部１０１は、学習モデル２００から演算結果を取得し（ステップＳ１２３）、制御に用いる制御パラメータを決定する（ステップＳ１２４）。学習モデル２００の出力層２０３は、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量を制御する制御パラメータに関する演算結果を出力する。より具体的には、出力層２０３は、粉砕ロータ４１３の回転速度がＧｉ、分級ロータ４１５の回転速度がＣｉ、吐出・吸引流量がＶｉである確率Ｐｉ（ｉ＝１～ｎ）を各ノードから出力する。制御部１０１は、この確率が最も高い粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量の組み合わせを特定することにより、制御に用いる制御パラメータを決定する。

【0092】

次いで、制御部１０１は、ステップＳ１２４において決定した制御パラメータに基づき、制御を実行する（ステップＳ１２５）。すなわち、制御部１０１は、粉砕ロータ４１３及び分級ロータ４１５の回転速度がステップＳ１２４において決定した値となるように、粉砕モータ４１３Ｍ及び分級モータ４１５Ｍに対する制御指令を生成し、出力部１０４を通じて粉体処理装置４Ａへ出力する。また、制御部１０１は、ケーシング４１０からの吐出・吸引流量がステップＳ１２４において決定した値となるように、ブロワ７に対する制御指令を生成し、出力部１０４を通じてブロワ７へ出力する。

【0093】

以上のように、本実施の形態に係る制御装置１００は、ユーザが所望する粒子径の入力を受付けることにより、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量を制御する制御パラメータを決定することができる。すなわち、本実施の形態では、現場技術者の経験や勘に依存することなく、粉体処理装置４Ａに関する制御パラメータを決定できる。制御装置１００は、所望の粒子径を有する粉体が得られるように、決定した制御パラメータに基づく制御を実行する。

【0094】

本実施の形態では、ニューラルネットワークによって構成される機械学習の学習モデル２００を用いて制御パラメータに関する演算結果を取得する構成について説明したが、学習モデル２００は特定の手法を用いて得られるモデルに限定されない。
例えば、深層学習によるニューラルネットワークに代えて、パーセプトロン、畳み込みニューラルネットワーク、再帰型ニューラルネットワーク、残差ネットワーク、自己組織化マップ等による学習モデルであってもよい。
また、上記のニューラルネットワークによる学習モデルに代えて、線形回帰、ロジスティック回帰、サポートベクターマシン等を含む回帰分析手法、決定木、回帰木、ランダムフォレスト、勾配ブースティング木等の探索木を用いた手法、単純ベイズ等を含むベイズ推定法、ＡＲ（Auto Regressive）、ＭＡ（Moving Average）、ＡＲＩＭＡ（Auto Regressive Integrated Moving Average）、状態空間モデル等を含む時系列予測手法、Ｋ近傍法等を含むクラスタリング手法、ブースティング、バギング等を含むアンサンブル学習を用いた手法、階層型クラスタリング、非階層型クラスタリング、トピックモデル等を含むクラスタリング手法、アソシエーション分析、強調フィルタリング等を含むその他の手法により学習された学習モデルであってもよい。
更に、ＰＬＳ（Partial Least Squares）回帰、重回帰分析、主成分分析、因子分析、クラスター分析等を含む多変量分析を用いて学習モデルを構築してもよい。

【0095】

（実施の形態２）
実施の形態２では、ピンミル（例えば、ホソカワミクロン株式会社製ファインインパクトミル）への適用例について説明する。なお、実施の形態２における粉体処理システム１は、粉体処理装置４Ａに代えて、ピンミル（図９に示す粉体処理装置４Ｂ）を備えるが、その他の構成については実施の形態１と同様であるため、その詳細な説明については省略することとする。

【0096】

図９は実施の形態２に係る粉体処理装置４Ｂの構成を示す模式的断面図である。粉体処理装置４Ｂは、その内部において粉体処理を行う円筒形状のケーシング４２０を備える。このケーシング４２０には、原料投入口４２１、固定式の粉砕ロータ４２２、回転式の粉砕ロータ４２３、粉体取出口４２４等が設けられている。

【0097】

ケーシング４２０の素材には、実施の形態１で説明した粉体処理装置４Ａのケーシングと同様の材料が用いられるとよい。すなわち、ＳＳ４００、Ｓ２５Ｃ、Ｓ４５Ｃ、ＳＰＨＣなどの鉄系鋼材、ＳＵＳ３０４、ＳＵＳ３１６などのステンレス鋼材、ＦＣ２０、ＦＣ４０などの鉄鋳物材、ＳＣＳ１３、１４などのステンレス鋳物材などの金属、あるいは、セラミックス、ガラスなどを用いればよい。また、内壁面に耐磨耗材を貼り付けるなどすれば、アルミニウム、その他木材や合成樹脂であってもよい。

【0098】

また、ケーシング４２０の内面には、装置の耐久性向上のために、ハードクロムメッキ処理などのメッキ処理、タングステンカーバイド溶射などの耐磨耗溶射材処理、真空下で行う金属蒸着、ダイヤモンド構造の炭素蒸着などの耐磨耗処理が施されていてもよい。

【0099】

ケーシング４２０には、原料供給機２から供給される粉体原料をケーシング４２０内に投入するための原料投入口４２１が設けられている。この原料投入口４２１は、例えば粉砕ロータ４２２，４２３よりも上側に設けられる。

【0100】

粉砕ロータ４２２は、固定式のロータであり、ケーシング４２０内に固定された円盤４２２Ａと、粉砕ロータ４２３側に向かって突出する複数のピン４２２Ｂとを備える。一方、粉砕ロータ４２３は、回転式のロータであり、回転円盤４２３Ａと、粉砕ロータ４２２側に向かって突出する複数のピン４２３Ｂとを備え、粉砕モータ４１３Ｍ（図３を参照）の動力によって所望の回転速度にて回転するように構成されている。粉砕ロータ４２３のピン４２３Ｂは、回転円盤４２３Ａが回転した際に、固定式の粉砕ロータ４２２のピン４２２Ｂと衝突しないように位置決めされている。なお、本実施の形態では、粉砕ロータ４２２，４２３が備えるピン４２２Ｂ，４２３Ｂの形状、寸法、配置、個数、及び素材は、要求される製品粉体の粒子径や円形度等に応じて適宜設計される。

【0101】

粉砕ロータ４２３は、粉砕モータ４１３Ｍの動力によって回転し、ケーシング４２０内に旋回する気流を発生させると共に、ピン４２２Ｂ，４２３Ｂの作用により、ケーシング４２０内に導入された粉体原料に衝撃、圧縮、摩砕、剪断等の機械エネルギを与え、粉体原料を粉砕する。

【0102】

粉砕ロータ４２２，４２３の素材は、従来から粉体処理装置の粉砕ロータに用いられている公知の材料を用いればよい。例えば、ＳＳ４００、Ｓ２５Ｃ、Ｓ４５Ｃ、ＳＵＳ３０４、ＳＵＳ３１６、ＳＵＳ６３０などを用いることができる。また、ピン４２２Ｂ，４２３Ｂについては、衝撃力に耐え得るように、超硬合金のチップを付けたり、磨耗性及び強靭性を備えたセラミックスやサーメットなどの金属とセラミックスとの複合物を用いてもよい。

【0103】

更に、粉砕ロータ４２２，４２３の表面は、装置の耐久性向上のために、ハードクロムメッキなどのメッキ処理、タングステンカーバイド溶射などの耐磨耗溶射材処理、真空下で行う金属蒸着、ダイヤモンド構造の炭素蒸着などの耐磨耗処理、ＳＵＳ６３０の焼き入れ硬化処理などが施されていてもよい。また、粉砕ロータ４２２，４２３の表面には、バフ研磨、電解研磨、ＰＴＦＥなどのコーティング、ニッケルなどのメッキ処理が施されていてもよい。

【0104】

粉体取出口４２４には、粉体輸送路ＴＰ３等を介して、サイクロン５、集塵機６、ブロワ７が接続されている。粉砕ロータ４２２，４２３によって粉砕された粉体は、気流と共に粉体取出口４２４から取り出される。

【0105】

制御装置１００は、希望粒子径の入力に対して、粉体処理装置４Ｂの制御パラメータに関する演算結果として出力する学習モデルを生成するために、回転速度センサＳ５によって計測される粉砕ロータ４２３の回転速度、流量センサＳ３によって計測される吐出・吸引流量、及び粒子径センサＳ２によって計測される粒子径データを教師データとして収集する。

【0106】

制御装置１００の制御部１０１は、収集した教師データを用いて、ユーザが所望する粒子径の入力に応じて、粉砕ロータ４２３の回転速度、粉体取出口４２４から粉体を取り出す際の吐出・吸引流量を制御する制御パラメータに関する演算結果を出力する学習モデル２１０（図１０を参照）を生成する。学習モデル２１０の生成手順は、実施の形態１と同様であるため、その説明を省略する。なお、学習モデル２１０は、制御装置１００によって生成されてもよく、外部のサーバ装置（不図示）によって生成されてもよい。

【0107】

図１０は実施の形態２における学習モデル２１０の構成例を示す模式図である。学習モデル２１０は、実施の形態１において説明した学習モデル２００と同様に、それぞれが１又は複数のノードを備えた入力層２１１、中間層２１２Ａ，２１２Ｂ、及び出力層２１３を備える。中間層の数は２つに限定されず、３つ以上であってもよい。

【0108】

実施の形態２に係る学習モデル２１０は、ユーザが所望する粒子径（希望粒子径）の入力に対して、粉砕ロータ４２３の回転速度、及びケーシング４２０からの吐出・吸引流量を制御する制御パラメータに関する演算結果を出力するように構成される。

【0109】

制御装置１００は、学習モデル２１０を用いた演算を行う場合、ユーザが所望する粒子径（希望粒子径）を学習モデル２１０に入力する。学習モデル２１０に入力された粒子径のデータは、入力層２１１を構成するノードを通じて、最初の中間層２１２Ａが備えるノードへ出力される。最初の中間層２１２Ａに入力されたデータは、中間層２１２Ａを構成するノードを通じて、次の中間層２１２Ｂが備えるノードへ出力される。このとき、ノード間において設定されている重み及びバイアスを含む活性化関数を用いて出力が算出される。以下同様にして、ノード間において設定されている重み及びバイアスを含む活性化関数を用いた演算を実行し、出力層２１３による演算結果が得られるまで次々と後の層に伝達される。

【0110】

出力層２１３は、粉砕ロータ４２３の回転速度、及びケーシング４２０から粉体を取り出す際の吐出・吸引流量を制御する制御パラメータに関する演算結果を出力する。演算結果として、例えば、上述した複数の制御パラメータの組み合わせの良否を示す確率を出力してもよい。具体的には、出力層２１３を第１ノードから第ｎノードまでのｎ個のノードにより構成し、第１ノードから、粉砕ロータ４２３の回転速度がＧ１、吐出・吸引流量がＶ１である確率Ｐ１を出力し、第２ノードから、粉砕ロータ４２３の回転速度がＧ２、吐出・吸引流量がＶ２である確率Ｐ２を出力し、…、第ｎノードから、粉砕ロータ４２３の回転速度がＧｎ、吐出・吸引流量がＶｎである確率Ｐｎを出力してもよい。出力層２１３を構成するノードの数や各ノードに割り当てる演算結果は、上述の例に限定されるものではなく、適宜設計することが可能である。

【0111】

制御装置１００の制御部１０１は、出力層２１３から出力される確率のうち、確率が最も高い組み合わせ（本実施の形態では、粉砕ロータ４２３の回転速度、及び吐出・吸引流量の組み合わせ）を特定することにより、制御に用いる制御パラメータを決定する。制御部１０１は、決定した制御パラメータに基づき、粉砕モータ４１３Ｍ、ブロワ７の動作を制御する制御指令を生成し、出力部１０４を通じて各装置へ出力する。

【0112】

以上のように、実施の形態２では、ピンミル（粉体処理装置４Ｂ）に関して、ユーザが所望する粒子径の入力に応じて、粉砕ロータ４２３の回転速度、粉体取出口４２４から粉体を取り出す際の吐出・吸引流量を制御するための制御パラメータに関する演算結果を出力する学習モデル２１０を生成する。また、学習モデル２１０を用いることにより、粉砕ロータ４２３の回転速度、ケーシング４２０からの吐出・吸引流量を制御するための制御パラメータに関する演算結果が得られる。制御装置１００は、所望の粒子径を有する粉体が得られるように、学習モデル２１０の演算結果に基づき、粉体処理システム１の動作を制御することができる。

【0113】

（実施の形態３）
実施の形態３では、衝撃式粉砕機（例えば、ホソカワミクロン株式会社製グラシス（登録商標））への適用例について説明する。なお、実施の形態３における粉体処理システム１は、粉体処理装置４Ａに代えて、衝撃式粉砕機（図１１に示す粉体処理装置４Ｃ）を備えるが、その他の構成については実施の形態１と同様であるため、その詳細な説明については省略することとする。

【0114】

図１１は実施の形態３に係る粉体処理装置４Ｃの構成を示す模式的断面図である。粉体処理装置４Ｃは、その内部において粉体処理を行う円筒形状のケーシング４３０を備える。このケーシング４３０には、原料投入口４３１、粉砕ロータ４３２、ライナ４３３、粉体取出口４３４等が設けられている。

【0115】

ケーシング４３０の素材には、実施の形態１で説明した粉体処理装置４Ａのケーシングと同様の材料が用いられるとよい。すなわち、ＳＳ４００、Ｓ２５Ｃ、Ｓ４５Ｃ、ＳＰＨＣなどの鉄系鋼材、ＳＵＳ３０４、ＳＵＳ３１６などのステンレス鋼材、ＦＣ２０、ＦＣ４０などの鉄鋳物材、ＳＣＳ１３、１４などのステンレス鋳物材などの金属、あるいは、セラミックス、ガラスなどを用いればよい。また、内壁面に耐磨耗材を貼り付けるなどすれば、アルミニウム、その他木材や合成樹脂であってもよい。

【0116】

また、ケーシング４３０の内面には、装置の耐久性向上のために、ハードクロムメッキ処理などのメッキ処理、タングステンカーバイド溶射などの耐磨耗溶射材処理、真空下で行う金属蒸着、ダイヤモンド構造の炭素蒸着などの耐磨耗処理が施されていてもよい。

【0117】

ケーシング４３０には、原料供給機２から供給される粉体原料をケーシング４３０内に投入するための原料投入口４３１が設けられている。この原料投入口４３１は、例えば粉砕ロータ４３２よりも上側に設けられる。原料供給機２から供給される粉体原料は、例えば原料供給路ＴＰ１内のスクリューフィーダ（不図示）によって搬送され、原料投入口４３１よりケーシング４３０内に投入される。また、ケーシング４３０内には冷媒を導入してもよい。冷媒は、例えばケーシング４３０の周面に設けた冷媒導入口や粉砕ロータ４３２の回転軸を通じて導入されるとよい。

【0118】

粉砕ロータ４３２は、回転軸に沿って同軸に配される複数の回転円盤４３２Ａ，４３２Ａ，…，４３２Ａを備え、粉砕モータ４１３Ｍ（図３を参照）の動力によって所望の回転速度にて回転するように構成されている。回転円盤４３２Ａの周面には、三角形、波形、くさび形の溝が設けられている。ケーシング４３０の内周面であって、回転円盤４３２Ａの周面と対向する位置にはライナ４３３が配されている。ライナ４３３は、粉砕ロータ４３２の回転軸方向に沿った中心軸を有する筒状の部材であり、この筒状の部材の内周面には、三角形、波形、くさび形の溝が設けられている。

【0119】

粉砕ロータ４３２及びライナ４３３の素材は、従来から用いられている公知の材料を用いればよい。例えば、ＳＳ４００、Ｓ２５Ｃ、Ｓ４５Ｃ、ＳＵＳ３０４、ＳＵＳ３１６、ＳＵＳ６３０などを用いることができる。また、衝撃力に耐え得るように、超硬合金のチップを付けたり、磨耗性及び強靭性を備えたセラミックスやサーメットなどの金属とセラミックスとの複合物を用いてもよい。

【0120】

更に、粉砕ロータ４３２及びライナ４３３の表面は、装置の耐久性向上のために、ハードクロムメッキなどのメッキ処理、タングステンカーバイド溶射などの耐磨耗溶射材処理、真空下で行う金属蒸着、ダイヤモンド構造の炭素蒸着などの耐磨耗処理、ＳＵＳ６３０の焼き入れ硬化処理などが施されていてもよい。また、粉砕ロータ４３２及びライナ４３３の表面には、バフ研磨、電解研磨、ＰＴＦＥなどのコーティング、ニッケルなどのメッキ処理が施されていてもよい。

【0121】

粉砕ロータ４３２は、粉砕モータ４１３Ｍの動力によって回転し、ケーシング４３０内に旋回する気流を発生させると共に、粉砕ロータ４３２及びライナ４３３の作用により、ケーシング４３０内に導入された粉体原料に衝撃、圧縮、摩砕、剪断等の機械エネルギを与え、粉体原料を粉砕する。

【0122】

粉体取出口４３４には、粉体輸送路ＴＰ３等を介して、サイクロン５、集塵機６、ブロワ７が接続されている。粉砕ロータ４３２及びライナ４３３によって粉砕された粉体は、気流と共に粉体取出口４３４から取り出される。

【0123】

制御装置１００は、希望粒子径の入力に対して、粉体処理装置４Ｃの制御パラメータに関する演算結果として出力する学習モデルを生成するために、回転速度センサＳ５によって計測される粉砕ロータ４３２の回転速度、流量センサＳ３によって計測される吐出・吸引流量、及び粒子径センサＳ２によって計測される粒子径データを教師データとして収集する。

【0124】

制御装置１００の制御部１０１は、収集した教師データを用いて、ユーザが所望する粒子径の入力に応じて、粉砕ロータ４３２の回転速度、粉体取出口４３４から粉体を取り出す際の吐出・吸引流量を制御する制御パラメータに関する演算結果を出力する学習モデルを生成する。学習モデルは、制御装置１００によって生成されてもよく、外部のサーバ装置（不図示）によって生成されてもよい。
なお、実施の形態３で生成される学習モデルの構成、及び生成手順は、実施の形態２と同様であるため、その説明を省略することとする。

【0125】

以上のように、実施の形態３では、粉体処理装置４Ｃに関して、ユーザが所望する粒子径の入力に応じて、粉砕ロータ４３２の回転速度、粉体取出口４３４から粉体を取り出す際の吐出・吸引流量を制御するための制御パラメータに関する演算結果を出力する学習モデルを生成する。また、学習モデルを用いることにより、粉砕ロータ４３２の回転速度、ケーシング４３０からの吐出・吸引流量を制御するための制御パラメータに関する演算結果が得られる。制御装置１００は、所望の粒子径を有する粉体が得られるように、学習モデルの演算結果に基づき、粉体処理システム１の動作を制御することができる。

【0126】

（実施の形態４）
実施の形態４では、媒体攪拌型の粉体処理装置（例えば、ホソカワミクロン株式会社製プルビス（登録商標））への適用例について説明する。なお、実施の形態４における粉体処理システム１は、粉体処理装置４Ａに代えて、媒体攪拌型の粉体処理装置（図１２に示す粉体処理装置４Ｄ）を備えるが、その他の構成については実施の形態１と同様であるため、その詳細な説明については省略することとする。

【0127】

図１２は実施の形態４に係る粉体処理装置４Ｄの構成を示す模式的断面図である。粉体処理装置４Ｄは、その内部において粉体処理を行う円筒形状のケーシング４４０を備える。このケーシング４４０には、原料投入口４４１、ガス導入口４４２、粉砕部４４３、分級ロータ４４４、粉体取出口４４５、アジテータ４４６等が設けられている。

【0128】

ケーシング４４０の素材には、実施の形態１で説明した粉体処理装置４Ｄのケーシングと同様の材料が用いられるとよい。すなわち、ＳＳ４００、Ｓ２５Ｃ、Ｓ４５Ｃ、ＳＰＨＣなどの鉄系鋼材、ＳＵＳ３０４、ＳＵＳ３１６などのステンレス鋼材、ＦＣ２０、ＦＣ４０などの鉄鋳物材、ＳＣＳ１３、１４などのステンレス鋳物材などの金属、あるいは、セラミックス、ガラスなどを用いればよい。また、内壁面に耐磨耗材を貼り付けるなどすれば、アルミニウム、その他木材や合成樹脂であってもよい。

【0129】

また、ケーシング４４０の内面には、装置の耐久性向上のために、ハードクロムメッキ処理などのメッキ処理、タングステンカーバイド溶射などの耐磨耗溶射材処理、真空下で行う金属蒸着、ダイヤモンド構造の炭素蒸着などの耐磨耗処理が施されていてもよい。

【0130】

ケーシング４４０には、原料供給機２から供給される粉体原料をケーシング４４０内に投入するための原料投入口４４１が設けられている。この原料投入口４４１は、例えば粉砕部４４３よりも上側に設けられる。原料供給機２から供給される粉体原料は、例えば原料供給路ＴＰ１内のスクリューフィーダ（不図示）によって搬送され、原料投入口４４１よりケーシング４４０内に投入される。

【0131】

実施の形態４に係る粉体処理装置４Ｄでは、ガス導入口４４２を通じて圧縮空気などの気体をケーシング４４０内に導入することによって、ケーシング４４０の内部に気流を発生させる。また、粉体処理装置４Ｄは、媒体であるボール（若しくはビーズ）を攪拌するアジテータ４４６を有する粉砕部４４３を備える。アジテータ４４６は、攪拌モータ４４６Ｍの動力によって所望の回転速度にて回転するように構成されている。ここで、攪拌モータ４４６Ｍは、粉体処理システム１が備える駆動部の１つである。ケーシング４４０の内部に投入された粉体原料は媒体表面を被覆する状態となる。粉砕部４４３では、アジテータ４４６を回転することで媒体を攪拌し、媒体表面を被覆する粉体原料に衝撃、圧縮、せん断、摩砕の作用を付与することによって、粉体原料を粉砕することができる。粉砕された粉体は、気流と共に搬送され、装置上部に設けた分級ロータ４４４によって分級される。

【0132】

分級ロータ４４４の構成は、実施の形態１と同様である。すなわち、分級ロータ４４４は、放射状に配される複数の分級羽根４４４Ａを備えたロータであり、分級モータ４１５Ｍの動力によって所望の回転速度にて回転するように構成されている。分級モータの回転速度は、回転速度センサＳ６（図３を参照）によって常時若しくは定期的なタイミング（例えば５秒間隔）にて計測される。分級ロータ４４４は、高速回転による遠心力により、ケーシング４４０内で処理された粉体のうち所定粒子径未満の粉体のみを通過させ、通過させた粉体のみを粉体取出口４４５へ導く。一方、分級ロータ４４４を通過できない粉体は、ケーシング４４０内を循環し、繰り返し処理される。

【0133】

ここで、粉体取出口４４５を通過する粉体の粒子径は、アジテータ４４６の回転速度、分級ロータ４４４の回転速度、及び吐出・吸引流量を制御することによって設定することができる。

【0134】

制御装置１００は、希望粒子径の入力に対して、粉体処理装置４Ｄに関する制御パラメータを演算結果として出力する学習モデル２２０を生成するために、回転速度センサＳ５によって計測されるアジテータ４４６の回転速度、回転速度センサＳ６によって計測される分級ロータ４４４の回転速度、流量センサＳ３によって計測される吐出・吸引流量、及び粒子径センサＳ２によって計測される粒子径データを教師データとして収集する。

【0135】

制御装置１００の制御部１０１は、収集した教師データを用いて、ユーザが所望する粒子径の入力に応じて、アジテータ４４６の回転速度、分級ロータ４４４の回転速度、粉体取出口４４５から粉体を取り出す際の吐出・吸引流量を制御する制御パラメータに関する演算結果を出力する学習モデル２２０（図１３を参照）を生成する。学習モデル２２０の生成手順は、実施の形態１と同様であるため、その説明を省略する。なお、学習モデル２２０は、制御装置１００によって生成されてもよく、外部のサーバ装置（不図示）によって生成されてもよい。

【0136】

図１３は実施の形態４における学習モデル２２０の構成例を示す模式図である。学習モデル２２０は、実施の形態１において説明した学習モデル２００と同様に、それぞれが１又は複数のノードを備えた入力層２２１、中間層２２２Ａ，２２２Ｂ、及び出力層２２３を備える。中間層の数は２つに限定されず、３つ以上であってもよい。

【0137】

実施の形態４に係る学習モデル２２０は、ユーザが所望する粒子径（希望粒子径）の入力に対して、アジテータ４４６の回転速度、分級ロータ４４４の回転速度、及びケーシング４４０からの吐出・吸引流量を制御する制御パラメータに関する演算結果を出力するように構成される。

【0138】

制御装置１００は、学習モデル２２０を用いた演算を行う場合、ユーザが所望する粒子径（希望粒子径）を学習モデル２２０に入力する。学習モデル２２０に入力された粒子径のデータは、入力層２２１を構成するノードを通じて、最初の中間層２２２Ａが備えるノードへ出力される。最初の中間層２２２Ａに入力されたデータは、中間層２２２Ａを構成するノードを通じて、次の中間層２２２Ｂが備えるノードへ出力される。このとき、ノード間において設定されている重み及びバイアスを含む活性化関数を用いて出力が算出される。以下同様にして、ノード間において設定されている重み及びバイアスを含む活性化関数を用いた演算を実行し、出力層２２３による演算結果が得られるまで次々と後の層に伝達される。

【0139】

出力層２２３は、アジテータ４４６の回転速度、分級ロータ４４４の回転速度、及びケーシング４４０から粉体を取り出す際の吐出・吸引流量を制御する制御パラメータに関する演算結果を出力する。演算結果として、例えば、上述した複数の制御パラメータの組み合わせの良否を示す確率を出力してもよい。具体的には、出力層２２３を第１ノードから第ｎノードまでのｎ個のノードにより構成し、第１ノードから、アジテータ４４６の回転速度がＡ１、分級ロータ４４４の回転速度がＣ１、吐出・吸引流量がＶ１である確率Ｐ１を出力し、第２ノードから、アジテータ４４６の回転速度がＡ２、分級ロータ４４４の回転速度がＣ２、吐出・吸引流量がＶ２である確率Ｐ２を出力し、…、第ｎノードから、アジテータ４４６の回転速度がＡｎ、分級ロータ４４４の回転速度がＣｎ、吐出・吸引流量がＶｎである確率Ｐｎを出力してもよい。出力層２２３を構成するノードの数や各ノードに割り当てる演算結果は、上述の例に限定されるものではなく、適宜設計することが可能である。

【0140】

制御装置１００の制御部１０１は、出力層２２３から出力される確率のうち、確率が最も高い組み合わせ（本実施の形態では、アジテータ４４６の回転速度、分級ロータ４４４の回転速度、及び吐出・吸引流量の組み合わせ）を特定することにより、制御に用いる制御パラメータを決定する。制御部１０１は、決定した制御パラメータに基づき、攪拌モータ４４６Ｍ、分級モータ４１５Ｍ、ブロワ７の動作を制御する制御指令を生成し、出力部１０４を通じて各装置へ出力する。

【0141】

以上のように、実施の形態４では、粉体処理装置４Ｄに関して、ユーザが所望する粒子径の入力に応じて、アジテータ４４６の回転速度、分級ロータ４４４の回転速度、粉体取出口４４５から粉体を取り出す際の吐出・吸引流量を制御するための制御パラメータに関する演算結果を出力する学習モデル２２０を生成する。また、学習モデル２２０を用いることにより、アジテータ４４６の回転速度、分級ロータ４４４の回転速度、ケーシング４４０からの吐出・吸引流量を制御するための制御パラメータに関する演算結果が得られる。制御装置１００は、所望の粒子径を有する粉体が得られるように、学習モデル２２０の演算結果に基づき、粉体処理システム１の動作を制御することができる。

【0142】

（実施の形態５）
実施の形態１では、ケーシング４１０内に導入された粉体原料に衝撃、圧縮、摩砕、剪断等の機械エネルギを与え、粉体原料を粉砕する粉体処理装置４Ａについて説明したが、機械式の粉体処理装置４Ａに代えて、ケーシング内に導入するジェット気流の作用により粉砕処理を行う気流式の粉体処理装置（例えば、ホソカワミクロン株式会社製ミクロンジェット（登録商標）Ｔ型）に本願発明を適用してもよい。
実施の形態５では、気流式の粉体処理装置への適用例について説明する。なお、実施の形態５における粉体処理システム１は、機械式の粉体処理装置４Ａに代えて、気流式の粉体処理装置４Ｅ（図１４を参照）を備えるが、その他の構成については実施の形態１と同様であるため、その詳細な説明については省略することとする。

【0143】

図１４は実施の形態５に係る粉体処理装置４Ｅの構成を示す模式的断面図である。粉体処理装置４Ｅは、その内部において粉体処理を行う円筒形状のケーシング４５０を備える。このケーシング４５０には、原料投入口４５１、エジェクタガス導入口４５２、粉砕ガス導入口４５３、衝突板４５４、分級ロータ４５５、粉体取出口４５６等が設けられている。

【0144】

ケーシング４５０の素材には、実施の形態１で説明した粉体処理装置４Ａのケーシングと同様の材料が用いられるとよい。すなわち、ＳＳ４００、Ｓ２５Ｃ、Ｓ４５Ｃ、ＳＰＨＣなどの鉄系鋼材、ＳＵＳ３０４、ＳＵＳ３１６などのステンレス鋼材、ＦＣ２０、ＦＣ４０などの鉄鋳物材、ＳＣＳ１３、１４などのステンレス鋳物材などの金属、あるいは、セラミックス、ガラスなどを用いればよい。また、内壁面に耐磨耗材を貼り付けるなどすれば、アルミニウム、その他木材や合成樹脂であってもよい。

【0145】

また、ケーシング４５０の内面には、装置の耐久性向上のために、ハードクロムメッキ処理などのメッキ処理、タングステンカーバイド溶射などの耐磨耗溶射材処理、真空下で行う金属蒸着、ダイヤモンド構造の炭素蒸着などの耐磨耗処理が施されていてもよい。

【0146】

ケーシング４５０には、原料供給機２から供給される粉体原料をケーシング４５０内に投入するための原料投入口４５１が設けられている。この原料投入口４５１は、例えばエジェクタガス導入口４５２よりも上側に設けられる。原料供給機２から供給される粉体原料は、例えば原料供給路ＴＰ１内のスクリューフィーダ（不図示）によって搬送され、原料投入口４５１よりケーシング４５０内に投入される。

【0147】

実施の形態５に係る粉体処理装置４Ｅでは、エジェクタガス導入口４５２及び粉砕ガス導入口４５３を通じて、圧縮空気などの気体をケーシング４５０内に導入することによって、ケーシング４５０の内部にてジェット気流を発生させる。原料投入口４５１より投入された粉体原料は、ケーシング４５０内のジェット気流によって吸引加速され、衝突板４５４に衝突することにより粉砕される。または、ジェット気流によって吸引加速された粉体同士が衝突することにより粉砕される。ケーシング４５０内には、粉砕圧力を常時若しくは定期的なタイミング（例えば、５秒間隔）にて計測するための圧力センサ（不図示）が設けられる。

【0148】

ジェット気流の作用によって粉砕された粉体は、気流と共に搬送され、装置上部に設けた分級ロータ４５５によって分級される。粉砕された粉体を分級ロータ４５５へ導くために、衝突板４５４の周囲に円筒状のガイドリング４５７を設けてもよい。

【0149】

分級ロータ４５５の構成は、実施の形態１と同様である。すなわち、分級ロータ４５５は、放射状に配される複数の分級羽根４５５Ａを備えたロータであり、分級モータ４１５Ｍの動力によって所望の回転速度にて回転するように構成されている。分級モータの回転速度は、回転速度センサＳ６（図３を参照）によって常時若しくは定期的なタイミング（例えば５秒間隔）にて計測される。分級ロータ４５５は、高速回転による遠心力により、ケーシング４５０内で処理された粉体のうち所定粒子径未満の粉体のみを通過させ、通過させた粉体のみを粉体取出口４５６へ導く。

【0150】

ここで、分級ロータ４５５を通過する粉体の粒子径は、分級ロータ４５５の回転速度等を制御することによって設定することができる。すなわち、分級ロータ４５５の回転速度を制御することによって、ケーシング４５０内から所定粒子径未満の粉体を取り出すことができる。一方、分級ロータ４５５を通過できない粉体は、ケーシング４５０内を循環し、繰り返し処理される。

【0151】

制御装置１００は、希望粒子径の入力に対して、粉体処理装置４Ｅの制御パラメータに関する演算結果を出力する学習モデル２３０を生成するために、粉砕ガス導入口４５３に設けられた圧力センサ（不図示）によって計測される粉砕圧力、回転速度センサＳ６によって計測される分級ロータ４５５の回転速度、流量センサＳ３によって計測される吐出・吸引流量、及び粒子径センサＳ２によって計測される粒子径データを教師データとして収集する。

【0152】

制御装置１００の制御部１０１は、収集した教師データを用いて、ユーザが所望する粒子径の入力に応じて、ケーシング４５０内の粉砕圧力、分級ロータ４５５の回転速度、粉体取出口４５６から粉体を取り出す際の吐出・吸引流量を制御する制御パラメータに関する演算結果を出力する学習モデル２３０（図１５を参照）を生成する。学習モデル２３０の生成手順は、実施の形態１と同様であるため、その説明を省略する。なお、学習モデル２３０は、制御装置１００によって生成されてもよく、外部のサーバ装置（不図示）によって生成されてもよい。

【0153】

図１５は実施の形態５における学習モデル２３０の構成例を示す模式図である。学習モデル２３０は、実施の形態１において説明した学習モデル２００と同様に、それぞれが１又は複数のノードを備えた入力層２３１、中間層２３２Ａ，２３２Ｂ、及び出力層２３３を備える。中間層の数は２つに限定されず、３つ以上であってもよい。

【0154】

実施の形態５に係る学習モデル２３０は、ユーザが所望する粒子径（希望粒子径）の入力に対して、ケーシング４５０内の粉砕圧力、分級ロータ４５５の回転速度、及びケーシング４５０からの吐出・吸引流量を制御する制御パラメータに関する演算結果を出力するように構成される。

【0155】

制御装置１００は、学習モデル２３０を用いた演算を行う場合、ユーザが所望する粒子径（希望粒子径）を学習モデル２３０に入力する。学習モデル２３０に入力された粒子径のデータは、入力層２３１を構成するノードを通じて、最初の中間層２３２Ａが備えるノードへ出力される。最初の中間層２３２Ａに入力されたデータは、中間層２３２Ａを構成するノードを通じて、次の中間層２３２Ｂが備えるノードへ出力される。このとき、ノード間において設定されている重み及びバイアスを含む活性化関数を用いて出力が算出される。以下同様にして、ノード間において設定されている重み及びバイアスを含む活性化関数を用いた演算を実行し、出力層２３３による演算結果が得られるまで次々と後の層に伝達される。

【0156】

出力層２３３は、粉砕ガス導入口４５３の粉砕圧力、分級ロータ４５５の回転速度、及びケーシング４５０から粉体を取り出す際の吐出・吸引流量を制御する制御パラメータに関する演算結果を出力する。演算結果として、例えば、上述した複数の制御パラメータの組み合わせの良否を示す確率を出力してもよい。具体的には、出力層２３３を第１ノードから第ｎノードまでのｎ個のノードにより構成し、第１ノードから、粉砕ガス導入口４５３の粉砕圧力がＢ１、分級ロータ４５５の回転速度がＣ１、吐出・吸引流量がＶ１である確率Ｐ１を出力し、第２ノードから、粉砕ガス導入口４５３の粉砕圧力がＢ２、分級ロータ４５５の回転速度がＣ２、吐出・吸引流量がＶ２である確率Ｐ２を出力し、…、第ｎノードから、粉砕ガス導入口４５３の粉砕圧力がＢｎ、分級ロータ４５５の回転速度がＣｎ、吐出・吸引流量がＶｎである確率Ｐｎを出力してもよい。出力層２３３を構成するノードの数や各ノードに割り当てる演算結果は、上述の例に限定されるものではなく、適宜設計することが可能である。

【0157】

制御装置１００の制御部１０１は、出力層２３３から出力される確率のうち、確率が最も高い組み合わせ（本実施の形態では、粉砕ガス導入口４５３の粉砕圧力、分級ロータ４５５の回転速度、及び吐出・吸引流量の組み合わせ）を特定することにより、制御に用いる制御パラメータを決定する。制御部１０１は、決定した制御パラメータに基づき、ケーシング４５０内にジェット気流を生じさせる圧縮空気等の粉砕圧力、分級モータ４１５Ｍ、ブロワ７の動作を制御する制御指令を生成し、出力部１０４を通じて各装置へ出力する。

【0158】

以上のように、実施の形態５では、気流式の粉体処理装置４Ｅに関して、ユーザが所望する粒子径の入力に応じて、粉砕ガス導入口４５３の粉砕圧力、分級ロータ４５５の回転速度、粉体取出口４５６から粉体を取り出す際の吐出・吸引流量を制御するための制御パラメータに関する演算結果を出力する学習モデル２３０を生成する。また、学習モデル２３０を用いることにより、粉砕ガス導入口４５３の粉砕圧力、分級ロータ４５５の回転速度、ケーシング４５０からの吐出・吸引流量を制御するための制御パラメータに関する演算結果が得られる。制御装置１００は、所望の粒子径を有する粉体が得られるように、学習モデル２３０の演算結果に基づき、粉体処理システム１の動作を制御することができる。

【0159】

（実施の形態６）
実施の形態６では、粉体処理装置４Ａに関して、ユーザが所望する粒子径の入力に対し、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、ケーシング４１０からの吐出・吸引流量、原料供給機２による粉体原料の供給量、及びケーシング４１０内の温度を制御する制御パラメータに関する演算結果を出力する学習モデル２４０の構成について説明する。
なお、粉体処理システム１の全体構成、及び粉体処理システム１における各装置の構成については実施の形態１と同様であるため、その説明を省略することとする。

【0160】

図１６は実施の形態６における学習モデル２４０の構成例を示す模式図である。学習モデル２４０は、実施の形態１において説明した学習モデル２００と同様に、それぞれが１又は複数のノードを備えた入力層２４１、中間層２４２Ａ，２４２Ｂ、及び出力層２４３を備える。中間層の数は２つに限定されず、３つ以上であってもよい。

【0161】

実施の形態６に係る学習モデル２４０は、ユーザが所望する粒子径（希望粒子径）の入力に対して、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、ケーシング４１０からの吐出・吸引流量、原料供給機２による粉体原料の供給量、及びケーシング４１０内の温度を制御する制御パラメータに関する演算結果を出力するように構成される。粉体原料の供給量は、単位時間あたりの供給量（すなわち供給速度）であってもよい。

【0162】

このような学習モデル２４０は、粉体処理装置４Ａから得られる粒子径に関する粒子径データ（粒子径センサＳ２により計測される粒子径のデータ）と、粉体処理装置４Ａが備える粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、ケーシング４１０から粉体を取り出す際の吐出・吸引流量、重量センサＳ１により得られる粉体原料の供給量、及び温度センサＳ４により得られるケーシング４１０内の温度を含む計測データとを教師データに用いて、粒子径と制御パラメータとの間の関係を学習することにより生成される。なお、粉体原料の供給量は、単位時間あたりの供給量（すなわち供給速度）であってもよい。また、粉体原料の供給量及びケーシング４１０内の温度の何れか一方のみを制御パラメータとして採用してもよい。学習モデル２４０は、制御装置１００によって生成されてもよく、外部のサーバ装置（不図示）によって生成されてもよい。

【0163】

制御装置１００は、学習モデル２４０を用いた演算を行う場合、ユーザが所望する粒子径（希望粒子径）を学習モデル２４０に入力する。学習モデル２４０に入力された粒子径のデータは、入力層２４１を構成するノードを通じて、最初の中間層２４２Ａが備えるノードへ出力される。最初の中間層２４２Ａに入力されたデータは、中間層２４２Ａを構成するノードを通じて、次の中間層２４２Ｂが備えるノードへ出力される。このとき、ノード間において設定されている重み及びバイアスを含む活性化関数を用いて出力が算出される。以下同様にして、ノード間において設定されている重み及びバイアスを含む活性化関数を用いた演算を実行し、出力層２４３による演算結果が得られるまで次々と後の層に伝達される。

【0164】

出力層２４３は、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、ケーシング４１０から粉体を取り出す際の吐出・吸引流量、粉体原料の供給量、及びケーシング４１０内の温度を制御する制御パラメータに関する演算結果を出力する。演算結果として、例えば、上述した複数の制御パラメータの組み合わせの良否を示す確率を出力してもよい。具体的には、出力層２４３を第１ノードから第ｎノードまでのｎ個のノードにより構成し、第１ノードから、粉砕ロータ４１３の回転速度がＧ１、分級ロータ４１５の回転速度がＣ１、吐出・吸引流量がＶ１、粉体原料の供給量がＦ１、ケーシング４１０内の温度がＴ１である確率Ｐ１を出力し、第２ノードから、粉砕ロータ４１３の回転速度がＧ２、分級ロータ４１５の回転速度がＣ２、吐出・吸引流量がＶ２、粉体原料の供給量がＦ２、ケーシング４１０内の温度がＴ２である確率Ｐ２を出力し、…、第ｎノードから、粉砕ロータ４１３の回転速度がＧｎ、分級ロータ４１５の回転速度がＣｎ、吐出・吸引流量がＶｎ、粉体原料の供給量がＦｎ、ケーシング４１０内の温度がＴｎである確率Ｐｎを出力してもよい。出力層２４３を構成するノードの数や各ノードに割り当てる演算結果は、上述の例に限定されるものではなく、適宜設計することが可能である。

【0165】

制御装置１００の制御部１０１は、出力層２４３から出力される確率のうち、確率が最も高い組み合わせ（本実施の形態では、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、吐出・吸引流量、粉体原料の供給量、及びケーシング４１０内の温度の組み合わせ）を特定することにより、制御に用いる制御パラメータを決定する。制御部１０１は、決定した制御パラメータに基づき、粉砕モータ４１３Ｍ、分級モータ４１５Ｍ、ブロワ７、原料供給機２、熱風発生機３のそれぞれの動作を制御する制御指令を生成し、出力部１０４を通じて各装置へ出力する。

【0166】

以上のように、実施の形態６に係る学習モデル２４０を用いた場合、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、ケーシング４１０からの吐出・吸引流量に加え、粉体原料の供給量及びケーシング４１０内の温度を制御する制御パラメータに関する演算結果が得られる。制御装置１００は、所望の粒子径を有する粉体が得られるように、学習モデル２４０の演算結果に基づき、粉体処理システム１の動作を制御することができる。

【0167】

実施の形態６では、機械式の粉体処理装置４Ａに対する適用例を説明したが、粉体処理装置４Ｂ～４Ｅについて同様の手法を適用できることは勿論のことである。

【0168】

（実施の形態７）
実施の形態７では、粉体処理装置４Ａに関して、ユーザが所望する粒子径と、粉体の円形度、粉体原料の水分含有量、粉体処理装置４Ａの駆動電力又は駆動電流、熱媒温度、媒体重量、環境温度、及び環境湿度の少なくとも１つとの入力に対し、演算結果を出力する学習モデル２５０について説明する。
なお、粉体処理システム１の全体構成、及び粉体処理システム１における各装置の構成については実施の形態１と同様であるため、その説明を省略することとする。

【0169】

図１７は実施の形態７における学習モデル２５０の構成例を示す模式図である。学習モデル２５０は、実施の形態１において説明した学習モデル２００と同様に、それぞれが１又は複数のノードを備えた入力層２５１、中間層２５２Ａ，２５２Ｂ、及び出力層２５３を備える。中間層の数は２つに限定されず、３つ以上であってもよい。

【0170】

実施の形態７に係る学習モデル２５０は、ユーザが所望する粒子径（希望粒子径）と、粉体の円形度、粉体原料の水分含有量、粉体処理装置４Ａの駆動電力又は駆動電流、粉体処理装置４Ａに導入する流体の温度（熱媒温度）、媒体攪拌型の粉体処理装置における媒体の重量（媒体重量）、環境温度、及び環境湿度の少なくとも１つとの入力に対して、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量を制御する制御パラメータに関する演算結果を出力するように構成される。

【0171】

このような学習モデル２５０は、粉体処理装置４Ａから得られる粒子径に関する粒子径データと、粉体の円形度、粉体原料の水分含有量、粉体処理装置４Ａの駆動電力又は駆動電流、熱媒温度、媒体重量、環境温度、及び環境湿度の少なくとも１つに関するデータと、粉体処理装置４Ａが備える粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０から粉体を取り出す際の吐出・吸引流量を含む計測データとを教師データに用いて、入出力の関係を学習することにより生成される。ここで、粉体の円形度は、例えば（粒子の投影面積と等しい投影面積を有する円の周長）/（粒子の周長）によって表される値であり、公知の計測装置を用いて収集することができる。粉体原料の水分含有量は、例えば質量％によって表される値であり、赤外線水分計などの公知の計測装置を用いて収集することができる。粉体処理装置４Ａの駆動電力及び駆動電流は、粉体処理装置４Ａの内部において計測される値を取得すればよい。熱媒温度は、粉体処理装置４Ａの内部において計測される値を用いればよく、媒体重量は、事前に計測された値を用いればよい。環境温度及び環境湿度は、粉体処理装置４Ａが設定されている周囲環境の温度及び湿度であり、公知の温度センサ及び湿度センサを用いて収集することができる。学習モデル２５０は、制御装置１００によって生成されてもよく、外部のサーバ装置（不図示）によって生成されてもよい。

【0172】

制御装置１００は、学習モデル２５０を用いた演算を行う場合、ユーザが所望する粉体の粒子径（希望粒子径）と、ユーザが所望する粉体の円形度、ユーザが所望する粉体の水分含有量、ユーザが設定する粉体処理装置４Ａの駆動電力又は駆動電流、熱媒温度、媒体重量、環境温度の実測値、環境湿度の実測値の少なくとも１つとを学習モデル２５０に入力する。学習モデル２５０に入力されたデータは、入力層２５１を構成するノードを通じて、最初の中間層２５２Ａが備えるノードへ出力される。最初の中間層２５２Ａに入力されたデータは、中間層２５２Ａを構成するノードを通じて、次の中間層２５２Ｂが備えるノードへ出力される。このとき、ノード間において設定されている重み及びバイアスを含む活性化関数を用いて出力が算出される。以下同様にして、ノード間において設定されている重み及びバイアスを含む活性化関数を用いた演算を実行し、出力層２５３による演算結果が得られるまで次々と後の層に伝達される。

【0173】

出力層２５３は、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０から粉体を取り出す際の吐出・吸引流量、粉体原料の供給量、及びケーシング４１０内の温度を制御する制御パラメータに関する演算結果を出力する。演算結果として、例えば、上述した複数の制御パラメータの組み合わせの良否を示す確率を出力してもよい。具体的には、出力層２５３を第１ノードから第ｎノードまでのｎ個のノードにより構成し、第１ノードから、粉砕ロータ４１３の回転速度がＧ１、分級ロータ４１５の回転速度がＣ１、吐出・吸引流量がＶ１である確率Ｐ１を出力し、第２ノードから、粉砕ロータ４１３の回転速度がＧ２、分級ロータ４１５の回転速度がＣ２、吐出・吸引流量がＶ２である確率Ｐ２を出力し、…、第ｎノードから、粉砕ロータ４１３の回転速度がＧｎ、分級ロータ４１５の回転速度がＣｎ、吐出・吸引流量がＶｎである確率Ｐｎを出力してもよい。出力層２５３を構成するノードの数や各ノードに割り当てる演算結果は、上述の例に限定されるものではなく、適宜設計することが可能である。

【0174】

制御装置１００の制御部１０１は、出力層２５３から出力される確率のうち、確率が最も高い組み合わせ（本実施の形態では、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及び吐出・吸引流量の組み合わせ）を特定することにより、制御に用いる制御パラメータを決定する。制御部１０１は、決定した制御パラメータに基づき、粉砕モータ４１３Ｍ、分級モータ４１５Ｍ、ブロワ７のそれぞれの動作を制御する制御指令を生成し、出力部１０４を通じて各装置へ出力する。

【0175】

以上のように、実施の形態７に係る学習モデル２５０を用いた場合、ユーザが所望する粉体の粒子径、ユーザが所望する粉体の円形度、ユーザが所望する粉体の水分含有量、ユーザが設定する粉体処理装置４Ａの駆動電力又は駆動電流等を条件として粉体を生成することができる。

【0176】

なお、実施の形態７に係る学習モデル２５０は、ユーザが所望する粒子径と、粉体の円形度、粉体原料の水分含有量、粉体処理装置４Ａの駆動電力又は駆動電流、熱媒温度、媒体重量、環境温度、及び環境湿度の少なくとも１つとの入力に対して、演算結果を出力する構成としたが、含塵濃度、粉体の組成、粉体の湿分、圧力、音圧若しくは周波数の少なくとも１つを更に入力する構成としてもよい。

【0177】

また、実施の形態７に係る学習モデル２５０は、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量を制御する制御パラメータに関する演算結果を出力する構成としたが、これらの制御パラメータに加え、粉体原料の供給量、及びケーシング４１０内の温度の少なくとも１つを制御する制御パラメータに関する演算結果を出力する構成であってもよい。

【0178】

また、学習モデル２５０へ入力する制御パラメータの少なくとも１つを時系列的に変化させる場合、学習モデル２５０はリカレントニューラルネットワークにより構築されるモデルを採用すればよい。

【0179】

実施の形態７では、機械式の粉体処理装置４Ａに対する適用例を説明したが、粉体処理装置４Ｂ～４Ｅについて同様の手法を適用できることは勿論のことである。

【0180】

（実施の形態８）
実施の形態８では、粉体処理装置４Ａに関して、粉体原料の種別に応じて学習モデル２００を生成する構成について説明する。
なお、粉体処理システム１の全体構成、及び粉体処理システム１における各装置の構成については実施の形態１と同様であるため、その説明を省略することとする。

【0181】

実施の形態８に係る制御装置１００は、粉体原料の種別毎に、粉体処理装置４Ａから得られる粉体の粒子径データと、粉体処理装置４Ａが備える粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０から粉体を取り出す際の吐出・吸引流量を含む計測データとを収集する。図１８は実施の形態８におけるデータの収集例を示す概念図である。制御装置１００の制御部１０１は、入力部１０３を通じて、粒子径センサＳ２、粉砕ロータ４１３の回転速度センサＳ５、分級ロータ４１５の回転速度センサＳ６、及び流量センサＳ３から計測データを取得し、取得したデータをタイムスタンプや粉体原料の種別に関する情報と共に記憶部１０２に記憶させる。ここで、粉体原料の種別に関する情報とは、粉体原料の種別名を示す文字情報であってもよく、粉体原料の種別を特定できる任意の識別子であってもよい。粉体原料の種別に関する情報は、データの収集前若しくはデータの収集後に操作部１０６を通じて受付ければよい。図１８の例は、トナー原料、黒鉛、二酸化マンガン（ＭｎＯ₂ ）といった粉体原料の種別毎にデータを収集し、記憶部１０２に記憶させた状態を示している。

【0182】

制御部１０１は、粉体原料の種別毎に収集したデータを教師データに用いて、学習モデル２００を生成する。

【0183】

図１９は実施の形態８に係る学習モデル２００の生成手順を説明するフローチャートである。制御装置１００の制御部１０１は、学習モデル２００の生成に先立ち、粉体原料の種別に関する情報を受付ける（ステップＳ４０１）。制御部１０１は、例えば、粉体原料の種別をユーザに問い合わせる画面を表示部１０７に表示させ、表示させた画面を通じて、粉体原料の種別に関する情報を受付けることができる。また、制御部１０１は、粉体原料の種別に関する問い合わせを通信部１０５より端末装置５００へ送信し、端末装置５００からの返信を受信することにより、粉体原料の種別に関する情報を受付けてもよい。

【0184】

次いで、制御部１０１は、ステップＳ４０１で受付けた種別に関連付けて記憶されているデータを記憶部１０２から読込む（ステップＳ４０２）。制御部１０１は、読込んだデータから、教師データに用いるデータを選択する（ステップＳ４０３）。すなわち、制御部１０１は、読込んだデータから、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量の実測値と、そのときに得られた粉体の粒子径の値（Ｄ１０，Ｄ５０，Ｄ９０）とを一組だけ選択する。

【0185】

次いで、制御部１０１は、選択した教師データに含まれる粒子径の値を学習モデル２００へ入力し（ステップＳ４０４）、学習モデル２００による演算を実行する（ステップＳ４０５）。すなわち、制御部１０１は、学習モデル２００の入力層２０１を構成するノードに粒子径の値を入力し、中間層２０２Ａ，２０２Ｂにおいてノード間の重み及びバイアスを用いた演算を行い、演算結果を出力層２０３のノードから出力する処理を行う。なお、学習が開始される前の初期段階では、学習モデル２００を記述する定義情報には初期値が与えられているものとする。

【0186】

次いで、制御部１０１は、ステップＳ４０５で得られた演算結果を評価し（ステップＳ４０６）、学習が完了したか否かを判断する（ステップＳ４０７）。具体的には、制御部１０１は、ステップＳ４０５で得られた演算結果と教師データとに基づく誤差関数（目的関数、損失関数、コスト関数ともいう）を用いて、演算結果を評価することができる。制御部１０１は、最急降下法などの勾配降下法により誤差関数を最適化（最小化又は最大化）する課程で、誤差関数が閾値以下（又は閾値以上）となった場合、学習が完了したと判断する。なお、過学習の問題を避けるために、交差検定、早期打ち切りなどの手法を取り入れ、適切なタイミングにて学習を終了させてもよい。

【0187】

学習が完了してないと判断した場合（Ｓ４０７：ＮＯ）、制御部１０１は、学習モデル２００のノード間の重み及びバイアスを更新して（ステップＳ４０８）、処理をステップＳ４０３へ戻し、別の教師データを用いた学習を継続する。制御部１０１は、学習モデル２００の出力層２０３から入力層２０１に向かって、ノード間の重み及びバイアスを順次更新する誤差逆伝搬法を用いて、各ノード間の重み及びバイアスを更新することができる。

【0188】

学習が完了したと判断した場合（Ｓ４０７：ＹＥＳ）、制御部１０１は、粉体原料の種別に関する情報に関連付けて、学習済みの学習モデル２００を記憶部１０２に記憶させ（ステップＳ４０９）、本フローチャートによる処理を終了する。

【0189】

以上のように、実施の形態８に係る制御装置１００は、粉体原料の種別に応じた学習モデル２００を生成できる。実施の形態８における学習モデル２００は、実施の形態１と同様であるが、学習モデル２００に代えて、実施の形態２～７において説明した学習モデル２１０～２５０を粉体原料の種別毎に生成してもよい。

【0190】

なお、本実施の形態では、制御装置１００において学習モデル２００を生成する構成としたが、学習モデル２００を生成する外部サーバ（不図示）を設け、外部サーバにて学習モデル２００を生成してもよい。この場合、制御装置１００は、通信等により、外部サーバから学習モデル２００を取得し、取得した学習モデル２００を記憶部１０２に記憶させればよい。

【0191】

図２０は制御装置１００による制御手順を説明するフローチャートである。制御装置１００の制御部１０１は、操作部１０６を通じて、粉体原料の種別に関する情報、及びユーザが所望する粒子径の入力を受付ける（ステップＳ４２１）。

【0192】

次いで、制御部１０１は、受付けた粉体原料の種別に応じた学習モデル２００を記憶部１０２から読み出す（ステップＳ４２２）。制御部１０１は、受付けた粒子径のデータをステップＳ４２２で読み出した学習モデル２００の入力層２０１へ入力し、学習モデル２００による演算を実行する（ステップＳ４２３）。このとき、制御部１０１は、受付けた粒子径のデータを入力層２０１のノードに与え、中間層２０２Ａ，２０２Ｂによる演算を実行する。学習モデル２００の出力層２０３は、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量を制御する制御パラメータに関する演算結果を出力する。

【0193】

次いで、制御部１０１は、学習モデル２００から演算結果を取得し（ステップＳ４２４）、制御に用いる制御パラメータを決定する（ステップＳ４２５）。制御部１０１は、演算結果として出力される確率に基づき、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及び吐出・吸引流量の組み合わせを決定すればよい。

【0194】

次いで、制御部１０１は、ステップＳ４２５において決定した制御パラメータに基づき、制御を実行する（ステップＳ４２６）。すなわち、制御部１０１は、粉砕ロータ４１３及び分級ロータ４１５の回転速度がステップＳ４２５において決定した値となるように、粉砕モータ４１３Ｍ及び分級モータ４１５Ｍに対する制御指令を生成し、出力部１０４を通じて粉体処理装置４Ａへ出力する。また、制御部１０１は、ケーシング４１０からの吐出・吸引流量がステップＳ４２５において決定した値となるように、ブロワ７に対する制御指令を生成し、出力部１０４を通じてブロワ７へ出力する。

【0195】

以上のように、本実施の形態に係る制御装置１００は、粉体原料の種別に応じた学習モデル２００を用いて、制御パラメータを決定することができる。制御装置１００は、所望の粒子径を有する粉体が得られるように、決定した制御パラメータに基づく制御を実行することができる。

【0196】

なお、本実施の形態では、粉体原料の種別毎に生成した学習モデル２００を用いて、制御パラメータを決定する構成としたが、実施の形態２～７において説明した学習モデル２１０～２５０を粉体原料の種別毎に生成し、生成した学習モデル２１０～２５０を用いて、制御パラメータを決定する構成としてもよい。

【0197】

実施の形態８では、機械式の粉体処理装置４Ａに対する適用例を説明したが、粉体処理装置４Ｂ～４Ｅについて同様の手法を適用できることは勿論のことである。

【0198】

（実施の形態９）
実施の形態９では、学習モデル２００の再学習手順について説明する。
なお、粉体処理システム１の全体構成、及び粉体処理システム１における各装置の構成については実施の形態１と同様であるため、その説明を省略することとする。

【0199】

図２１は学習モデル２００の再学習手順を説明するフローチャートである。実施の形態１において説明したように、運用フェーズにおいて、制御装置１００の制御部１０１は、ユーザが所望する粒子径（希望粒子径）の入力を受付け、受付けた粒子径のデータを学習モデル２００へ入力することにより、制御パラメータに関する演算結果を取得する。制御部１０１は、学習モデル２００から取得した演算結果に基づき、粉体処理システム１を構成する各装置の動作を制御する。制御部１０１は、運用フェーズにおいて、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量を含む計測データと、粉体処理装置４Ａから得られる粉体の粒子径データとを収集してもよい。収集した計測データ及び粒子径データは、タイムスタンプと共に、記憶部１０２に記憶される。

【0200】

制御部１０１は、運用フェーズ開始後の適宜のタイミングにて、粒子径データが示す粒子径（すなわち、粒子径の実測値）と、ユーザの希望粒子径とを比較する（ステップＳ５０１）。学習モデル２００への入力がＤ５０の値のみである場合、制御部１０１は、実測値として得られたＤ５０の値と、希望粒子径として入力されたＤ５０の値とを比較すればよい。また、学習モデル２００への入力がＤ１０，Ｄ５０，Ｄ９０の値（若しくは、それらの上限値及び下限値）である場合、制御部１０１は、実測値として得られたＤ１０，Ｄ５０，Ｄ９０の値と、希望粒子径として入力されたＤ１０，Ｄ５０，Ｄ９０の値（若しくは、それらの上限値及び下限値）とを比較すればよい。制御部１０１は、比較結果に基づき、再学習を実行するか否かを判断する（ステップＳ５０２）。

【0201】

粒子径の実測値が希望粒子径に近い場合（例えば、両者の差が１０％未満である場合）、制御部１０１は、再学習を実行しないと判断し（Ｓ５０２：ＮＯ）、本フローチャートによる処理を終了する。

【0202】

一方、粒子径の実測値が希望粒子径に近くない場合（例えば、両者の差が１０％以上である場合）、制御部１０１は、再学習を実行すると判断する（Ｓ５０２：ＹＥＳ）。

【0203】

再学習を実行すると判断した場合、制御部１０１は、運用開始後に収集したデータを記憶部１０２から読み出し（ステップＳ５０３）、教師データを選択する（ステップＳ５０４）。なお、ステップＳ５０３以降の再学習手順は、粉体処理システム１が稼働していないタイミングにて実行すればよい。

【0204】

制御部１０１は、選択した教師データに含まれる粒子径の値を学習モデル２００へ入力し（ステップＳ５０５）、学習モデル２００による演算を実行する（ステップＳ５０６）。すなわち、制御部１０１は、学習モデル２００の入力層２０１を構成するノードに粒子径の値を入力し、中間層２０２Ａ，２０２Ｂにおいてノード間の重み及びバイアスを用いた演算を行い、演算結果を出力層２０３のノードから出力する処理を行う。

【0205】

次いで、制御部１０１は、ステップＳ５０６の演算により得られる演算結果を評価し（ステップＳ５０７）、学習が完了したか否かを判断する（ステップＳ５０８）。具体的には、制御部１０１は、ステップＳ５０６で得られる演算結果と教師データとに基づく誤差関数（目的関数、損失関数、コスト関数ともいう）を用いて、演算結果を評価することができる。

【0206】

学習が完了してないと判断した場合（Ｓ５０８：ＮＯ）、制御部１０１は、学習モデル２００のノード間の重み及びバイアスを更新して（ステップＳ５０９）、処理をステップＳ５０４へ戻し、別の教師データを用いた学習を継続する。制御部１０１は、学習モデル２００の出力層２０３から入力層２０１に向かって、ノード間の重み及びバイアスを順次更新する誤差逆伝搬法を用いて、各ノード間の重み及びバイアスを更新することができる。

【0207】

学習が完了したと判断した場合（Ｓ５０８：ＹＥＳ）、制御部１０１は、学習済みの学習モデル２００として記憶部１０２に記憶させ（ステップＳ５１０）、本フローチャートによる処理を終了する。

【0208】

以上のように、本実施の形態に係る制御装置１００は、学習モデル２００の再学習を必要に応じて実行するので、運用フェーズの開始後においても、粉体処理システム１による粉体処理の精度を高めることができる。

【0209】

なお、実施の形態９では、学習モデル２００の再学習手順について説明したが、実施の形態２～７において説明した学習モデル２１０～２５０、実施の形態８で説明した粉体原料の種別毎の学習モデル２００についても、同様の手順にて再学習することが可能である。

【0210】

実施の形態９では、機械式の粉体処理装置４Ａに対する適用例を説明したが、粉体処理装置４Ｂ～４Ｅについて同様の手法を適用できることは勿論のことである。

【0211】

（実施の形態１０）
実施の形態１０では、粉体処理装置４Ａにおける制御パラメータの調整手順について説明する。
なお、粉体処理システム１の全体構成、及び粉体処理システム１における各装置の構成については実施の形態１と同様であるため、その説明を省略することとする。

【0212】

図２２は制御パラメータの調整手順を説明するフローチャートである。実施の形態１において説明したように、運用フェーズにおいて、制御装置１００の制御部１０１は、ユーザが所望する粒子径（希望粒子径）の入力を受付け、受付けた粒子径のデータを学習モデル２００へ入力することにより、制御パラメータに関する演算結果を取得する。制御部１０１は、学習モデル２００から取得した演算結果に基づき、粉体処理システム１を構成する各装置の動作を制御する。制御部１０１は、運用フェーズにおいて、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量を含む計測データと、粉体処理装置４Ａから得られる粉体の粒子径データとを収集してもよい。収集した計測データ及び粒子径データは、タイムスタンプと共に、記憶部１０２に記憶される。

【0213】

制御部１０１は、運用フェーズ開始後の適宜のタイミングにて、粒子径データが示す粒子径（すなわち、粒子径の実測値）と、ユーザの希望粒子径とを比較する（ステップＳ６０１）。学習モデル２００への入力がＤ５０の値のみである場合、制御部１０１は、実測値として得られたＤ５０の値と、希望粒子径として入力されたＤ５０の値とを比較すればよい。また、学習モデル２００への入力がＤ１０，Ｄ５０，Ｄ９０の値（若しくは、それらの上限値及び下限値）である場合、制御部１０１は、実測値として得られたＤ１０，Ｄ５０，Ｄ９０の値と、希望粒子径として入力されたＤ１０，Ｄ５０，Ｄ９０の値（若しくは、それらの上限値及び下限値）とを比較すればよい。制御部１０１は、比較結果に基づき、制御パラメータを調整するか否かを判断する（ステップＳ６０２）。

【0214】

粒子径の実測値が希望粒子径に近い場合（例えば、両者の差が１０％未満である場合）、制御部１０１は、制御パラメータを調整しないと判断し（Ｓ６０２：ＮＯ）、本フローチャートによる処理を終了する。

【0215】

一方、粒子径の実測値が希望粒子径に近くない場合（例えば、両者の差が１０％以上である場合）、制御部１０１は、制御パラメータを調整すると判断する（Ｓ６０２：ＹＥＳ）。

【0216】

制御パラメータを調整すると判断した場合、制御部１０１は、ステップＳ６０２の比較結果に応じて制御パラメータを調整し（ステップＳ６０３）、調整後の制御パラメータに基づき粉体処理装置４Ａを含む装置の動作を制御する（ステップＳ６０４）。例えば、粒子径の実測値が希望粒子径より小さい場合、制御部１０１は、粉砕ロータ４１３及び分級ロータ４１５の回転速度が現在の値より低くなるように、かつ、吐出・吸引流量が現在の値より大きくなるように制御パラメータの調整を行い、調整後の制御パラメータに基づき粉体処理装置４Ａを含む装置の動作を制御する。また、粒子径の実測値が希望粒子径より大きい場合、制御部１０１は、粉砕ロータ４１３及び分級ロータ４１５の回転速度が現在の値より高くなるように、かつ、吐出・吸引流量が現在の値より小さくなるように制御パラメータの調整を行い、調整後の制御パラメータに基づき粉体処理装置４Ａを含む装置の動作を制御する。

【0217】

以上のように、本実施の形態では、粉体処理システム１の稼働中に粒子径の実測値とユーザの希望粒子径との間に一定以上の乖離が生じた場合、その乖離が小さくなるように制御パラメータを調整することができる。

【0218】

実施の形態１０では、機械式の粉体処理装置４Ａに対する適用例を説明したが、粉体処理装置４Ｂ～４Ｅについて同様の手法を適用できることは勿論のことである。

【0219】

（実施の形態１１）
実施の形態１１では、端末装置５００から粉体処理装置４Ａを含む装置の動作を制御する構成について説明する。
なお、粉体処理システム１の全体構成、及び粉体処理システム１における各装置の構成については実施の形態１と同様であるため、その説明を省略することとする。

【0220】

図２３は端末装置５００及び制御装置１００が実行する処理の手順を説明するフローチャートである。端末装置５００の制御部５０１は、通信部５０３を通じて、制御装置１００にアクセスする（ステップＳ７０１）。

【0221】

制御装置１００の制御部１０１は、粉体処理装置４Ａが稼働していないときに端末装置５００からアクセスを受付けた場合、例えば、ユーザが所望する粒子径の入力を受付けるための入力画面に係る画面データを生成し（ステップＳ７０２）、生成した画面データを通信部１０５より端末装置５００へ送信する（ステップＳ７０３）。なお、粉体処理装置４Ａが稼働しているときに端末装置５００からアクセスを受付けた場合、制御部１０１は、以下で説明するステップＳ７０３以降の処理を実行すればよい。

【0222】

端末装置５００の制御部５０１は、制御装置１００から送信される入力画面の画面データを通信部５０３より受信する（ステップＳ７０４）。制御部５０１は、受信した画面データに基づき入力画面を表示部５０５に表示し（ステップＳ７０５）、ユーザが所望する粒子径の入力を受付ける（ステップＳ７０６）。

【0223】

図２４は入力画面の一例を示す模式図である。この入力画面は、Ｄ１０，Ｄ５０，Ｄ９０のそれぞれに対して、下限値及び上限値を受付けるための画面を示している。Ｄ１０，Ｄ５０，Ｄ９０のそれぞれの下限値及び上限値を受付ける構成に代えて、ユーザが所望するＤ１０，Ｄ５０，Ｄ９０の値を受付けてもよく、Ｄ５０の値（メジアン径）のみを受付けてもよい。制御部５０１は、ステップＳ７０６において受付けた粒子径のデータを制御装置１００へ送信する（ステップＳ７０７）。

【0224】

制御装置１００の制御部１０１は、端末装置５００から送信される粒子径のデータを通信部１０５より受信する（ステップＳ７０８）。制御部１０１は、受信した粒子径のデータを例えば学習モデル２００に入力し、学習モデル２００による演算を実行する（ステップＳ７０９）。次いで、制御部１０１は、学習モデル２００から演算結果を取得し（ステップＳ７１０）、演算結果に基づき制御パラメータを決定する（ステップＳ７１１）。制御部１０１は、決定した制御パラメータに基づき、粉体処理装置４Ａを含む装置の動作を制御する（ステップＳ７１２）。

【0225】

粉体処理システム１の稼働中、制御部１０１は、粉体処理装置４Ａより得られる粉体の粒子径、粉砕ロータ４１３及び分級ロータ４１５の回転速度、並びに、ケーシング４１０からの吐出・吸引流量についての計測データを入力部１０３より随時取得する。制御部１０１は、適宜のタイミングにて、上記計測データの少なくとも１つと、粉体処理システム１の全体図とを含むモニタリング画面の画面データを生成する（ステップＳ７１３）。制御部１０１は、生成した画面データを通信部１０５より端末装置５００へ送信する（ステップＳ７１４）。

【0226】

端末装置５００の制御部５０１は、制御装置１００から送信される画面データを通信部５０３より受信する（ステップＳ７１５）。制御部５０１は、受信した画面データに基づき、モニタリング画面を表示部５０５に表示する（ステップＳ７１６）。図２５はモニタリング画面の一例を示す模式図である。図２５に示した例は、粉体処理装置４Ａから得られる粒子径の計測データ（すなわち、粒子径センサＳ２により計測された粒子径の実測値）と、粉体処理システム１の全体図とを含むモニタリング画面を表示部５０５に表示した状態を示している。粒子径の計測データに代えて、若しくは、粒子径の計測データと共に、粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、及びケーシング４１０からの吐出・吸引流量の計測データをモニタリング画面に表示してもよい。更に、ユーザにより入力された希望粒子径、学習モデル２００の演算結果に基づき設定された粉砕ロータ４１３の回転速度、分級ロータ４１５の回転速度、ケーシング４１０からの吐出・吸引流量の値などをモニタリング画面に表示してもよい。

【0227】

以上のように、本実施の形態では、端末装置５００を用いて粉体処理システム１を遠隔操作できると共に、粉体処理システム１の稼働状況を端末装置５００にて監視することができる。

【0228】

実施の形態１１では、機械式の粉体処理装置４Ａに対する適用例を説明したが、粉体処理装置４Ｂ～４Ｅについて同様の手法を適用できることは勿論のことである。

【0229】

今回開示された実施形態は、全ての点において例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上述した意味ではなく、請求の範囲によって示され、請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。

【0230】

例えば、本発明は、実施の形態１～１１に記載した粉体処理装置４Ａ～４Ｅに限らず、衝撃式粉砕機、せん断型粉砕機、気流式粉砕機、摩砕型粉砕機、媒体撹拌型粉砕機、スクリーンミル、ビーズミル、ボールミル、ピンミル、及びジェットミルに分類される粉体処理装置（すなわち、粉砕機能を少なくとも備えた粉体処理装置）に適用することが可能である。

【0231】

また、実施の形態１～１１では、粉体処理装置４Ａ～４Ｅに対して気体を導入する構成としたが、気体に代えて液体を導入する構成としてもよい。この場合、流量センサＳ３として、液体の流量を計測するセンサが用いられるとよい。また、ブロワ７に代えて、ポンプが用いられてもよい。

【符号の説明】

【0232】

１…粉体処理システム、２…原料供給機、３…熱風発生機、４Ａ～４Ｅ…粉体処理装置、５…サイクロン、６…集塵機、７…ブロワ、４１０…ケーシング、４１１…原料投入口、４１２…気体導入口、４１３…粉砕ロータ、４１４…ガイドリング、４１５…分級ロータ、４１６…粉体取出口、Ｓ１…重量センサ、Ｓ２…粒子径センサ、Ｓ３…流量センサ、Ｓ４…温度センサ、Ｓ５…回転速度センサ、Ｓ６…回転速度センサ、１００…制御装置、１０１…制御部、１０２…記憶部、１０３…入力部、１０４…出力部、１０５…通信部、１０６…操作部、１０７…表示部、５００…端末装置、５０１…制御部、５０２…記憶部、５０３…通信部、５０４…操作部、５０５…表示部

【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】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】

【図24】

【図25】