15:15-17:15　ポスター発表（地球・資源分野） ［9/11(水) PM ポスター発表会場］

[P013A] 石炭地下ガス化システムにおける石炭破壊音と生成ガス情報を用いた機械学習による反応領域の推定

○佐々木 太一¹、板倉 賢一²、濱中 晃弘³、児玉 淳一¹、出口 剛太⁴、川村 洋平¹ (1. 北海道大学、2. 室蘭工業大学、3. 九州大学、4. 地下資源イノベーションネットワーク)

キーワード：石炭地下ガス化、水素、アコースティック・エミッション、機械学習

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。