| 講演名 | 2022-01-28 Seq2Seqを用いた木材に含まれる無機化合物の溶融過程の予測 朝日 一憲(中部大), 宇佐美 裕康(中部大), 岡崎 明彦(中部大), 二宮 善彦(中部大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 昨今，カーボンニュートラルの重要性が高まっており，天候に左右されない地域分散型スマートコミュニ ティを形成する分散型電源の一つである地産地消型の熱電併給バイオマスガス化発電設備が注目されている.しかし， 主要間伐材であるスギ材は，ヒノキ，マツなどの他の間伐材に比べてカリウム含有率が異なるなど，その組成は異なる. そのため，1~2 週間の短期間運転で炉内に大量のクリンカが発生し，扱う木材によりガス火炉の稼働時間は異なる. 本研究では，多様な木材の燃焼動画データに対して時系列情報を扱うモデルである PhyDNet [1] を用いることで，扱う 木材ごとにガス火炉の最適な稼働条件を明らかにするために木材の燃焼過程の予測を行った.本稿では 2 パターンの データセットを作成し SSIM を精度評価とし，精度比較を行った.結果として約 86%，91% という結果を得ることが できたので報告する. |
| 抄録(英) | In recent years, the importance of carbon neutrality has been increasing, and biomass gasification power generation facilities with combined heat and power for local production and local consumption, which are one of the distributed power sources to form a regionally distributed smart community that is not affected by weather, have been attracting attention. However, the composition of cedar wood, which is the main thinned wood, differs from other thinned woods such as cypress and pine in terms of potassium content. Therefore, a large amount of clinker is generated in the furnace in a short period of time (1~2 weeks), and the operating time of the gas-fired furnace varies depending on the lumber handled. In this study, we used PhyDNet [1], which is a model that handles time-series information for combustion video data of various types of wood, to predict the combustion process of wood in order to clarify the optimal operating conditions of the gas-fired furnace for each type of wood handled. In this paper, two patterns of data sets were created and compared using SSIM as the accuracy evaluation. As a result, the accuracy of SSIM was about 86% and 91%. |
| キーワード(和) | 画像処理 / 機械学習 / LSTM / seq2seq / スギペレット |
| キーワード(英) | Image processing / Machine learning / LSTM / seq2seq / ceder palette |
| 資料番号 | EST2021-91 |
| 発行日 | 2022-01-20 (EST) |
| 研究会情報 | |
| 研究会 | EST |
|---|---|
| 開催期間 | 2022/1/27(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | シミュレーション技術、一般 |
| テーマ（英） | Simulation techniques, etc. |
| 委員長氏名（和） | 柴山 純(法政大) |
| 委員長氏名（英） | Jun Shibayama(Hosei Univ.) |
| 副委員長氏名（和） | 君島 正幸(アドバンテスト研) / 辻 寧英(室蘭工大) / 大寺 康夫(富山県立大学) |
| 副委員長氏名（英） | Masayuki Kimishima(Advantest) / Yasuhide Tsuji(Muroran Inst. of Tech.) / Yasuo Ohtera(Toyama Prefectural Univ.) |
| 幹事氏名（和） | 毛塚 敦(電子航法研) / 阪本 卓也(京大) |
| 幹事氏名（英） | Atsushi Kezuka(ENRI) / Takuya Sakamoto(yoto Univ.) |
| 幹事補佐氏名（和） | 岸本 誠也(日大) / 井口 亜希人(室蘭工大) |
| 幹事補佐氏名（英） | Seiya Kishimoto(Nihon Univ.) / Akito Iguchi(Muroran Inst. of Tech) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Electronics Simulation Technology |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Seq2Seqを用いた木材に含まれる無機化合物の溶融過程の予測 |
| サブタイトル（和） | |
| タイトル（英） | Prediction of melting process of inorganic compounds in wood using Seq2Seq |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 画像処理 / Image processing |
| キーワード(2)（和/英） | 機械学習 / Machine learning |
| キーワード(3)（和/英） | LSTM / LSTM |
| キーワード(4)（和/英） | seq2seq / seq2seq |
| キーワード(5)（和/英） | スギペレット / ceder palette |
| 第 1 著者 氏名（和/英） | 朝日 一憲 / Kazunori Asahi |
| 第 1 著者 所属（和/英） | 中部大学(略称：中部大) Chubu University(略称：chubu Univ.) |
| 第 2 著者 氏名（和/英） | 宇佐美 裕康 / Hiroyasu Usami |
| 第 2 著者 所属（和/英） | 中部大学(略称：中部大) Chubu University(略称：chubu Univ.) |
| 第 3 著者 氏名（和/英） | 岡崎 明彦 / Akihiko Okazaki |
| 第 3 著者 所属（和/英） | 中部大学(略称：中部大) Chubu University(略称：chubu Univ.) |
| 第 4 著者 氏名（和/英） | 二宮 善彦 / Yoshihiko Ninomiya |
| 第 4 著者 所属（和/英） | 中部大学(略称：中部大) Chubu University(略称：chubu Univ.) |
| 発表年月日 | 2022-01-28 |
| 資料番号 | EST2021-91 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | EST-358 |
| ページ範囲 | pp.169-172(EST), |
| ページ数 | 4 |
| 発行日 | 2022-01-20 (EST) |