特許ウォッチ

公開番号2025124197
公報種別公開特許公報(A)
公開日2025-08-26
出願番号2024020085
出願日2024-02-14
発明の名称予測モデル
出願人トヨタ自動車株式会社
代理人弁理士法人平木国際特許事務所
主分類B01D 53/88 20060101AFI20250819BHJP(物理的または化学的方法または装置一般)
要約【課題】排ガス浄化触媒の浄化性能を高精度に予測できる予測モデルを提供することにある。
【解決手段】本発明の予測モデルは、排ガス浄化触媒の浄化性能を予測する予測モデルであって、排ガス浄化触媒は、複数のセルを画成する隔壁を有するハニカム基材と、隔壁のセル側の表面に積層された複数層を有する触媒層とを備え、上記予測モデルは、触媒構成を表現する情報を有する情報を説明変数とし、浄化性能を表現する情報を目的変数として機械学習を行うことにより構築され、上記触媒構成を表現する情報は、複数個のブロックでそれぞれ表される上記触媒層の各層の複数箇所の位置毎のコート状態を表現するデータを含むことを特徴とする。
【選択図】図2
特許請求の範囲【請求項１】
排ガス浄化触媒の浄化性能を予測する予測モデルであって、
排ガス浄化触媒は、複数のセルを画成する隔壁を有するハニカム基材と、隔壁のセル側の表面に積層された複数層を有する触媒層とを備え、
前記予測モデルは、触媒構成を表現する情報を有する情報を説明変数とし、浄化性能を表現する情報を目的変数として機械学習を行うことにより構築され、
前記触媒構成を表現する情報は、複数個のブロックでそれぞれ表される前記触媒層の各層の複数箇所の位置毎のコート状態を表現するデータを含むことを特徴とする予測モデル。

発明の詳細な説明【技術分野】
【０００１】
２０２３年１月２３日に日本国特許庁に出願した特願２０２３－００７９７４号の全内容及び２０２３年５月１６日に日本国特許庁に出願した特願２０２３－０８１０９０号の全内容を本出願の開示に援用する。本発明は、排ガス浄化触媒の性能を予測する予測モデルに関する。
続きを表示（約 2,400 文字）【背景技術】
【０００２】
従来、排ガス浄化触媒の浄化性能を予測する種々の予測モデルが知られている。具体的には、例えば、特許文献１には、複数の種類の触媒表面の含有元素割合と触媒表面における比表面積の値を教師データとして予め学習させた予測モデルが記載されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２２－１８５９４０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
排ガス浄化触媒の浄化性能は、例えば、触媒構成、浄化性能評価試験の試験条件、触媒の耐久履歴等によって決定される。そして、排ガス浄化触媒の触媒層が、基材に積層された複数層を有する場合に、排ガス浄化触媒の浄化性能を機械学習により予測する予測手法では、機械学習の説明変数に用いる触媒構成を表現する情報として、触媒層の各層に含まれる担体粉末（触媒層の各層の形成に用いられるスラリーを構成する担体粉末）の情報、触媒層の各層のコート情報、及びハニカム基材に関する情報の３つの情報を含む情報を用いることがある。この場合において、触媒層の各層のコート情報は、触媒層の各層の積層順とともにコートの幅及び位置を表現するデータであるが、従来、これらを表現する際には、触媒層の複数層を第１層、第２層、第３層・・・と積層順で識別した上で、第１層、第２層、第３層・・・の各層のコートの幅及び位置をデータで表現していた。しかしながら、このような表現の方法では、例えば、図２（ａ）に示されるように、学習用のサンプルの排ガス浄化触媒の触媒層における隣接する２層の積層順（担体粉末Ｃ及び担体粉末Ｄの積層順）を逆にした予測用のサンプルの排ガス浄化触媒の触媒性能を予測する場合等において、説明変数における触媒層の各層のコート情報に触媒層の各層の実際のコート状態を十分適切に反映できないことがあった。具体的に、この場合には、当該２層のコートの幅及び位置次第では、図２（ａ）に示されるように、予測用のサンプルの触媒層の各層の実際のコート状態が学習用のサンプルとほとんど変わらないにもかかわらず、積層順に関する過学習の影響により、説明変数における触媒層の各層のコート情報に、触媒層の各層の実際のコート状態が異なるという情報が誤って反映されてしまい、実測値とはかけ離れた予測値を返してしまうことがあった。
【０００５】
本発明は、このような点を鑑みてなされ、その目的は、排ガス浄化触媒の浄化性能を高精度に予測できる予測モデルを提供することにある。
【課題を解決するための手段】
【０００６】
上記課題を解決すべく、本発明の予測モデルは、排ガス浄化触媒の浄化性能を予測する予測モデルであって、排ガス浄化触媒は、複数のセルを画成する隔壁を有するハニカム基材と、隔壁のセル側の表面に積層された複数層を有する触媒層とを備え、上記予測モデルは、触媒構成を表現する情報を有する情報を説明変数とし、浄化性能を表現する情報を目的変数として機械学習を行うことにより構築され、上記触媒構成を表現する情報は、複数個のブロックでそれぞれ表される上記触媒層の各層の複数箇所の位置毎のコート状態を表現するデータを含むことを特徴とする。
【発明の効果】
【０００７】
本発明によれば、排ガス浄化触媒の浄化性能を高精度に予測できる。
【図面の簡単な説明】
【０００８】
（ａ）は、触媒の各サンプルにおける基材の隔壁及び触媒層を拡大して示す概略断面図である。（ｂ）は、耐久履歴を表現する情報の取得方法を概略的に説明する図である。（ｃ）は、ＮＯｘ５０％浄化時間の取得方法を概略的に説明する図である。（ｄ）は、ＮＯｘ５０％浄化温度の取得方法を概略的に説明する図である。
（ａ）は、本発明の課題を概略的に説明する図である。（ｂ）及び（ｃ）は、それぞれ比較例及び実施例に係る機械学習の説明変数に用いる触媒構成を表現する情報を取得する方法の要部を概略的に例示する図である。
（ａ）の左側グラフは、比較例及び実施例の予測モデルにより算出されたＮＯｘ５０％浄化時間の予測値及びその実測値の関係を示すグラフであり、（ａ）の右側のグラフは、それらの比較例及び実施例の平均誤差を示すグラフである。（ｂ）の左側グラフは、比較例及び実施例の予測モデルにより算出されたＮＯｘ５０％浄化温度の予測値及びその実測値の関係を示すグラフであり、（ｂ）の右側のグラフは、それらの予測値及び実測値の平均誤差を示すグラフである。
【発明を実施するための形態】
【０００９】
実施形態に係る予測モデルは、特願２０２３－００７９７４号の一実施形態に係る予測装置における予測モデルの代わりに用いられる予測モデルであり、特願２０２３－００７９７４号の一実施形態に係る予測装置の予測モデルと同様の排ガス浄化触媒（例えば、後述する図１（ａ）に示す触媒）の浄化性能を予測する。
【００１０】
実施形態に係る予測モデルを構築するために行う機械学習で説明変数に用いられる触媒構成を表現する情報に含まれる触媒層の各層の複数箇所の位置毎のコート状態を表現するデータとしては、各層の複数箇所の位置毎のコート状態を表現するデータが複数個のブロックでそれぞれ表されるものであれば特に限定されないが、例えば、各層の複数箇所の位置毎の当該各層（担体粉末）の合成ＸＲＤスペクトルの各回折角での強度のデータでもよいし、当該データが次元圧縮された各層の複数箇所の位置毎の複数個の潜在変数でもよいし、当該潜在変数がさらに次元圧縮された所定個数の潜在変数でもよい。
【実施例】
（【００１１】以降は省略されています）

関連特許