JP7406143B2 - 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 - Google Patents

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 Download PDF

Info

Publication number
JP7406143B2
JP7406143B2 JP2022152055A JP2022152055A JP7406143B2 JP 7406143 B2 JP7406143 B2 JP 7406143B2 JP 2022152055 A JP2022152055 A JP 2022152055A JP 2022152055 A JP2022152055 A JP 2022152055A JP 7406143 B2 JP7406143 B2 JP 7406143B2
Authority
JP
Japan
Prior art keywords
gas
amount
refrigerator
processing
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2022152055A
Other languages
English (en)
Other versions
JP2023051809A (ja
Inventor
政賢 仲野
喜一郎 佐藤
素三 西本
秀徳 松井
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Daikin Industries Ltd
Original Assignee
Daikin Industries Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Daikin Industries Ltd filed Critical Daikin Industries Ltd
Publication of JP2023051809A publication Critical patent/JP2023051809A/ja
Application granted granted Critical
Publication of JP7406143B2 publication Critical patent/JP7406143B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17C—VESSELS FOR CONTAINING OR STORING COMPRESSED, LIQUEFIED OR SOLIDIFIED GASES; FIXED-CAPACITY GAS-HOLDERS; FILLING VESSELS WITH, OR DISCHARGING FROM VESSELS, COMPRESSED, LIQUEFIED, OR SOLIDIFIED GASES
    • F17C13/00—Details of vessels or of the filling or discharging of vessels
    • F17C13/02—Special adaptations of indicating, measuring, or monitoring equipment
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D17/00—Arrangements for circulating cooling fluids; Arrangements for circulating gas, e.g. air, within refrigerated spaces
    • F25D17/04—Arrangements for circulating cooling fluids; Arrangements for circulating gas, e.g. air, within refrigerated spaces for circulating air, e.g. by convection
    • F25D17/042—Air treating means within refrigerated spaces
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D11/00—Self-contained movable devices, e.g. domestic refrigerators
    • F25D11/003—Transport containers
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Thermal Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
  • Devices That Are Associated With Refrigeration Equipment (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

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。
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。
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。
特開昭５４－７２０９９号公報
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。 本実施形態のトラックの概略図である。 本実施形態のＣＡ冷蔵機器のハードウェア構成図である。 本実施形態のガス量推定装置のハードウェア構成図 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。 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。 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。 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。 ＣＡモード運転の標準的な処理を示す図である。 本実施形態のトラックの変形例の概略図である。
以下、図１乃至図９を用いて、本発明の実施形態について説明する。
〔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。
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。
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。
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。
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。
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。
〔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。
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。
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。
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。
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。
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。
＜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。
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。
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。
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。
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。
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。
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。
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。
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。
〔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。
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。
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。
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。
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。
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。
＜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。
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。
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。
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。
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。
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。
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。
〔実施形態の処理又は動作〕
続いて、図７乃至図９を用いて、本実施形態の処理又は動作について説明する。
＜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）。
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）。
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。
＜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）。
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。
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）。
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。
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。
＜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。
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。
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。
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。
〔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。
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。
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。
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。
〔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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
〔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。
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。
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。
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。
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。
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。
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。
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

Claims (9)

  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。
  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。
  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。
  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。
  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。
  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）。
  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。
  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。
  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。
JP2022152055A 2021-09-30 2022-09-26 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 Active JP7406143B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021160698 2021-09-30
JP2021160698 2021-09-30

Publications (2)

Publication Number Publication Date
JP2023051809A JP2023051809A (ja) 2023-04-11
JP7406143B2 true JP7406143B2 (ja) 2023-12-27

Family

ID=85782771

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022152055A Active JP7406143B2 (ja) 2021-09-30 2022-09-26 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

Country Status (5)

Country Link
US (1) US20240384917A1 (ja)
EP (1) EP4411203A4 (ja)
JP (1) JP7406143B2 (ja)
CN (1) CN117980652A (ja)
WO (1) WO2023054392A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017150713A (ja) 2016-02-23 2017-08-31 兼八産業株式会社 乾燥加工装置
JP2017227370A (ja) 2016-06-22 2017-12-28 パナソニックＩｐマネジメント株式会社 食品貯蔵庫
JP2019041601A (ja) 2017-08-30 2019-03-22 株式会社ケーイーコーポレーション 青果物の最適鮮度制御方法及び当該方法を実施する最適鮮度制御システム
JP6915718B1 (ja) 2020-03-31 2021-08-04 ダイキン工業株式会社 学習装置、生鮮品の収容装置およびプログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5472099A (en) 1977-11-21 1979-06-09 Susumu Yagiyuu System for measuring active carbon content
JPS63283539A (ja) * 1987-05-18 1988-11-21 Norin Suisansyo Nogyo Seibutsu Shigen Kenkyusho 異なったガス条件をもつ多室貯蔵法
JPH09172959A (ja) * 1995-12-25 1997-07-08 Mitsubishi Heavy Ind Ltd 保鮮装置
BRPI0711325A2 (pt) * 2006-05-05 2011-08-30 Plascoenergy Ip Holdings S L Bilbao Schaffhausen Branch sistema de controle para a conversão de um estoque de alimentação carbonáceo em gás
US10451341B2 (en) * 2013-08-29 2019-10-22 Maersk Line A/S Computer-implemented method of monitoring the operation of a cargo shipping reefer container
KR102482089B1 (ko) * 2018-03-30 2022-12-29 한국조선해양 주식회사 운영 관리 시스템 및 이를 포함하는 선박
JP7545022B2 (ja) 2020-04-03 2024-09-04 横浜ゴム株式会社 空気入りタイヤ

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017150713A (ja) 2016-02-23 2017-08-31 兼八産業株式会社 乾燥加工装置
JP2017227370A (ja) 2016-06-22 2017-12-28 パナソニックＩｐマネジメント株式会社 食品貯蔵庫
JP2019041601A (ja) 2017-08-30 2019-03-22 株式会社ケーイーコーポレーション 青果物の最適鮮度制御方法及び当該方法を実施する最適鮮度制御システム
JP6915718B1 (ja) 2020-03-31 2021-08-04 ダイキン工業株式会社 学習装置、生鮮品の収容装置およびプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
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

Also Published As

Publication number Publication date
EP4411203A4 (en) 2025-10-08
CN117980652A (zh) 2024-05-03
WO2023054392A1 (ja) 2023-04-06
JP2023051809A (ja) 2023-04-11
US20240384917A1 (en) 2024-11-21
EP4411203A1 (en) 2024-08-07

Similar Documents

Publication Publication Date Title
Lukasse et al. Perspectives on the evolution of reefer containers for transporting fresh produce
CN108713208B (zh) 易腐产品的货物运输系统
Coraddu et al. Data-driven ship digital twin for estimating the speed loss caused by the marine fouling
US10240846B2 (en) Systems and methods for delivering perishable items
US10750754B2 (en) Controlled environment shipping containers
US5649995A (en) Nitrogen generation control systems and methods for controlling oxygen content in containers for perishable goods
US10905141B2 (en) Controlled atmosphere system and method for controlling the same
US20210357852A1 (en) Data processing device, data processing method, recording medium having recorded thereon data processing program, evaluation system, evaluation method, and recording medium having recorded thereon evaluation program
CN205525835U (zh) 一种轮船用气调保鲜箱
NL2020592B1 (en) Ripening chamber and method for fruit ripening
CN207450610U (zh) 智能温控型冷链物流运输箱
CN1089152C (zh) 运输超低温冷冻物品的方法和装置
EP3673746B1 (en) Active controlled atmosphere systems
US11576391B2 (en) Method and system operating a controlled atmosphere system
JP7406143B2 (ja) 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
WO2015191878A1 (en) Atmosphere control in transport unit
ZA202309180B (en) Method and device for continuous monitoring and improved automatic control of temperature, and of aeration-oxygenation, of the process of alcoholic fermentation in wine by means of acoustic emission techniques
WO2023056119A1 (en) Controlling produce ripening during transit
CN112268408B (zh) 智能保鲜仓管控方法、系统、装置及计算存储介质
US20220240527A1 (en) Controlling ripening of vegetable produce in a transport unit
CN107439674A (zh) 基于气控包装的樱桃保鲜运输车
CN106052291A (zh) 冷藏冷冻设备及其控制方法
JP2020008200A (ja) 庫内環境制御システム
US12252281B2 (en) Measurement and control of respiration of perishable commodities in low absolute pressure method, system, and apparatus
Kale Predictive analytics for cold chain break detection

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220926

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230104

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230303

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20230606

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230829

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20230906

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20231114

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231127

R151 Written notification of patent or utility model registration

Ref document number: 7406143

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151