Core Technologies
地域ごとの水質・環境に合わせた藻類ライブラリと、IoTセンシングとAI推論を組み合わせた高精度の培養制御プラットフォームです。ABC 技術は、この自社の技術基盤の上に成り立っています。
技術資料を請求する基盤技術の3本柱
藻類ライブラリ
IoT センシング
培養の状態をリアルタイムで計測します。現場での処理はエッジコンピューティングで行い、複数拠点のデータはクラウドの統合ダッシュボードで一元管理します。微細藻類の大規模培養のオンライン計測の考え方は、Havlik et al.[3] などにまとめられています。
- ✓リアルタイム多変量センシング
- ✓エッジ処理による低遅延制御
- ✓クラウド統合ダッシュボード
AI 培養制御
AI が、センシングデータをもとに培養パラメータを当社アルゴリズムで自動的に最適化します。気象・季節・負荷の変動に合わせて制御を変え、藻類の密度と品質を年間を通じて安定させることを目指します。異常の予兆検知の性能は、実証の中で評価しています。
- ✓自律的なパラメータ最適化
- ✓予測にもとづく先回りの制御
- ✓異常検知・アラートシステム
3層の技術の組み合わせ
Selection × Library × Physical AI
3層の自社技術を組み合わせて、Algal Bloom Capture を一つのシステムとして動かします
Non-GMO 株選抜
遺伝子組換えをせず、自然から分離した株のスクリーニングと選抜で、現場の水で安定して育つ株を選びます。
環境最適種ライブラリ
海水/淡水・温度帯・pH・被処理水組成の各軸でマッピングした Strain Library です。顧客の被処理水の組成データをもとに、最適株を "Strain as a Service" として供給します。
培養予測・制御 Physical AI
運転データを学習した制御モデルが培養の状態を予測し、先回りして制御します。コンタミや崩壊のリスクを下げることをめざし、その効果は実証の中で評価しています。
科学的根拠
Core Technologies の3本柱は微細藻類培養・センシング・制御の学術的知見を基盤とし、その上で当社独自のライブラリ・アルゴリズム・実装を構築しています。10 以上のパラメータの同時計測は当社の実装です。年間を通じた安定培養は目標で、達成の度合いは導入環境によって変わります。
References
- Mohsenpour S.F., Hennige S., Willoughby N., Adeloye A., Gutierrez T. Integrating micro-algae into wastewater treatment: A review. Science of the Total Environment, 2021, 752, 142168. DOI →
- Cheah W.Y., Show P.L., Chang J.-S., Ling T.C., Juan J.C. Biosequestration of atmospheric CO₂ and flue gas-containing CO₂ by microalgae. Bioresource Technology, 2015, 184, 190–201. DOI →
- Havlik I., Lindner P., Scheper T., Reardon K.F. On-line monitoring of large cultivations of microalgae and cyanobacteria. Trends in Biotechnology, 2013, 31(7), 406–414. DOI →