15:15-17:15 (Poster session) Earth & Resources

[P013A] Estimation of gasification area in Underground Coal Gasification system using machine learning based on acoustic emission and product gas compositions

○Taichi Sasaki^{1[Master’s course]}, Ken-ichi Itakura², Akihiro Hamanaka³, Jun-ichi Kodama¹, Gota Deguchi⁴, Youhei Kawamura¹ (1. Hokkaido University, 2. Muroran Institute of Technology, 3. Kyushu University, 4. Underground Resources Innovation Network)

Keywords:Underground Coal Gasification, Hydrogen, Acoustic emission, Machine learning

石炭は日本国内に豊富に存在する資源であるが、近年の脱炭素化の流れにより国内の石炭利用量は年々減少している。そこで注目されているのが石炭地下ガス化（Underground Coal Gasification: UCG）技術である。UCGは地下の石炭を燃焼・ガス化させることで水素やメタンを得る技術である。この技術を用いることで地下に存在する石炭を採掘することなく、また二酸化炭素の排出を抑えながら未利用石炭資源を有効利用することができる。
現在のUCGシステムにおける課題の一つとして、地下での反応状態の観察が行えないためガス化反応の効率化が困難であることが挙げられる。過去にはAEセンサを用いた石炭の破壊位置特定や生成ガス成分から反応石炭量を求める研究がされてきたが、これら二つの要素を結びつけ反応領域を推定する仕組みは確立されていない。そこで本研究ではAEセンサからのデータや生成ガス成分の分析結果を教師データとし、これらすべての要素を考慮に入れた最適な反応領域の推定を機械学習によって行う。
本研究では、過去に行われたUCG模型実験の結果を機械学習によって解析し、反応領域の推定を行う人工知能を作成した。