この記事では、実験室規模の殺菌ユニット（PU）における効率的な運用のための深層クープマンに基づく経済モデル予測制御（EMPC）を提案しています。この方法は、クープマン演算子理論を使用して複雑な非線形システムのダイナミクスを線形表現に変換し、複雑なPUを正確に表現しながら凹凸最適化を適用可能にします。深層クープマンモデルは、ニューラルネットワークを活用して実験データから線形ダイナミクスを学習し、従来のN4SIDサブスペース識別法に比べて開ループ予測精度を45%向上させました。また、実施したモデルはエネルギー消費や不十分な殺菌による材料損失、アクチュエータの摩耗など、解釈可能な経済的コストを含むEMPCの形式に組み込まれています。シミュレーションの結果、深層クープマンEMPCはN4SIDベースラインに比べて32%の経済コスト削減が達成され、特に材料損失とエネルギー消費の削減が寄与しています。さらに、クープマンに基づくEMPCによる定常状態運転は、10.2%の電力削減を実現しました。