ギリシャの大きなビール工場では、缶や瓶を熱い水のトンネルに通して殺菌する古い装置が動いています。中身の一番冷たい点の温度を測る温度記録計（サーモグラフ）を、現場の人がときどき入れる運用でした。パトラス大学などの研究者は、各ゾーンの水温センサーと装置の信号から、吹きかけの水温と中身の冷点温度を機械学習で見積もり、殺菌量（パスツリゼーション・ユニット、PU）を連続で出す仕組み「ゼットパスツライザー（zPasteurAIzer）」を入れました。見積もりの誤差は平均で約7%でした。2023年に学術誌 Machines に載った論文にもとづく内容です。
トンネル殺菌では、缶や瓶をコンベヤで熱い水のゾーンから冷たいゾーンへ通し、微生物を減らします。効き目は温度と時間から求めたPUで数えます。新しい装置には連続監視が付いていることも多いですが、古い装置では、人がサーモグラフを製品に入れて抜き取りで測るのが普通です。抜き取りの合間は、中身の冷点が今何度か分かりません。
ゼットパスツライザーは、装置を大きく作り替えずに、ゾーン温度センサーと装置の制御盤（PLC）の信号を産業用IoTで集めます。機械学習で「仮想のサーモグラフ」を作り、吹きかけ水温と製品の冷点温度を推定し、PUを積算します。基準を外れると画面で知らせます。機械学習は5つのやり方を試し、いくつかのモデルの答えを重ねる「積み上げ型」がいちばん当たりました。
検証はギリシャの大きなビール工場の殺菌機1台で、2022年2月から9月まで行いました。工場名は論文にありません。センサー値は2000万件を超え、監視した殺菌の回数は約1万回、1回の平均は約35分です。
| 📢 論文の数字 | ⚠️ こちらで確認できていないこと |
|---|---|
| いちばん当たった積み上げ型で、見積もりの誤差は平均7.22%（PUで平均2.17） | 2.17 PUが品質の判断にどれくらいの差か（論文に目標の値の記載なし）。他工場・他機種での同じ誤差。第三者による再測定 |
| 検証期間に仕組みは重さを問わず不具合を16件見つけた。そのうち人がサーモグラフの抜き取りで見つけていたのは1件 | 16件の重大さの内訳。見逃し（仕組みが拾わず人が後から見つけた件）の数 |
| 対象は殺菌機1台。設計上は複数台・複数製品に広げられる、と論文は書く | 広げたあとの数字 |
📢＝当事者が公表している説明（左の列）。⚠️＝出典に書かれておらず、こちらで確認できていない点（右の列）。数字は開発側の論文（Machines 2023）。
論文は、古い装置の置き換えや大改修より費用を抑えつつ、連続で品質を見るための選択肢だとしています。開発に関わった大学と企業による検証で、別の研究機関が同じラインで測り直した報告は見つけていません。
従業員100人前後の窯業で、トンネル窯の各ゾーン温度は取れても、焼成中の製品の中心温度を毎回は測れない場合に当てはまります。ゾーン温度とベルトの速度から「中心の進み具合」を機械学習で見積もり、基準を外れたときだけ人が抜き取りで確かめる形にできます。
ゼットパスツライザーは、古いトンネル殺菌機のゾーン温度から、中身の殺菌量（PU）を機械学習で見積もる仕組みです。ギリシャのビール工場1台の検証では、誤差は平均7.22%でした。検証中に、重さを問わず不具合を16件見つけました。そのうち人が温度記録計で見つけていたのは1件でした。数字は開発側の論文で、外の再測定はありません。
