セメント製造における排出予測・予報・制御のためのマルチプラント機械学習フレームワーク
arXiv cs.LG / 2026/4/23
📰 ニュースIdeas & Deep AnalysisIndustry & Market MovesModels & Research
要点
- この論文は、4つのセメント工場の操業データを用いて、NOx排出の予測・予報・制御を行うデータ駆動型の機械学習フレームワークを提案している。
- 9つの機械学習アーキテクチャを比較した結果、予測精度は工場間で大きく変動（約3〜5倍）し、利用可能なデータの豊富さの違いが主因であることを示している。
- 短期のプロセス履歴を取り入れると性能が大幅に向上し、NOx予測精度がほぼ3倍になり、NOxの生成には強いプロセスメモリがある（CO/CO2には見られない時間スケール依存性がある）ことが分かった。
- このフレームワークはNOxのオーバーシュートを最大9分前から予報でき、SNCRの下流側でのNH3消費を抑えるために、発生源レベルで制御することを可能にする。
- 代理モデルによる推定では、NOxを34〜64%削減しつつクリンカー品質を維持できるとされ、年間約290トンのNOx削減とNH3の年約58,000米ドル節約が見込まれている。
