JP2020190508A - 粒子径分布測定装置、粒子径分布測定方法、及び、粒子径分布測定装置用プログラム - Google Patents
粒子径分布測定装置、粒子径分布測定方法、及び、粒子径分布測定装置用プログラム Download PDFInfo
- Publication number
- JP2020190508A JP2020190508A JP2019096557A JP2019096557A JP2020190508A JP 2020190508 A JP2020190508 A JP 2020190508A JP 2019096557 A JP2019096557 A JP 2019096557A JP 2019096557 A JP2019096557 A JP 2019096557A JP 2020190508 A JP2020190508 A JP 2020190508A
- Authority
- JP
- Japan
- Prior art keywords
- particle size
- size distribution
- particle
- model
- scattering pattern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000002245 particle Substances 0.000 title claims abstract description 476
- 238000009826 distribution Methods 0.000 title claims abstract description 393
- 238000000691 measurement method Methods 0.000 title 1
- 238000010801 machine learning Methods 0.000 claims abstract description 45
- 239000002612 dispersion medium Substances 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000005259 measurement Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 19
- 238000000149 argon plasma sintering Methods 0.000 claims description 10
- 230000005856 abnormality Effects 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 4
- 239000012798 spherical particle Substances 0.000 claims description 2
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 12
- 238000013500 data storage Methods 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004088 simulation Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000001370 static light scattering Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000002296 dynamic light scattering Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002609 medium Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
LS ・・・レーザ光源
D ・・・検出機構
D1、D2、D3 ・・・検出器
1 ・・・粒子径分布算出器
2 ・・・理論演算部
3 ・・・学習データ記憶部
4 ・・・粒子径分布モデル生成部
41 ・・・モデル記憶部
5 ・・・粒子径分布出力部
6 ・・・表示部
7 ・・・器差モデル生成部
8 ・・・器差出力部
9 ・・・校正パラメータモデル生成部
10 ・・・校正パラメータ出力部
11 ・・・異常状態モデル生成部
12 ・・・異常出力部
Claims (12)
- 分散媒と分散質である粒子群からなる試料が収容されるセルに対して光を射出する光源と、試料において散乱された光を検出する検出器と、前記検出器の出力信号に基づいて前記試料に含まれる粒子群の粒子径分布を算出する粒子径分布算出器と、を備えた粒子径分布測定装置であって、
前記粒子径分布算出器が、
粒子群による光の散乱パターンを少なくとも説明変数とし、粒子群の粒子径分布を少なくとも目的変数とする粒子径分布モデルを機械学習により生成すると粒子径分布モデル生成部と、
前記粒子径分布モデルに基づいて、前記検出器の出力信号の示す散乱パターンから前記試料に含まれる粒子群の粒子径分布を出力する粒子径分布出力部と、を備えた粒子径分布測定装置。 - 前記粒子系分布出力部が、測定ごとに対応する粒子径分布を出力するように構成されており、
前記粒子径分布出力部から出力される各粒子径分布を一画面上に一覧表示する表示部をさらに備えた請求項1記載の粒子径分布測定装置。 - 前記粒子径分布モデル生成部が、非球状を有する粒子群による光の散乱パターンとそれに対応する粒子径分布を教師データとして機械学習するものであり、
前記機械学習部が、粒子の形状及び粒子径分布を目的変数とする粒子径分布モデルを生成するように構成された請求項1又は2記載の粒子径分布測定装置。 - 前記粒子径分布モデル生成部が、所定範囲の粒子径分布を有する粒子群による光の散乱パターンとそれに対応する粒子径分布のみを教師データとして機械学習するように構成された請求項1乃至3いずれかに記載の粒子径分布測定装置。
- 前記所定範囲の粒子径分布が、粒径パラメータ x = 2πr /λ = πd /λ (r:粒子径半径、d:粒子径直径、λ:光源波長)とした場合において、前記所定条件が 0.05≦x≦ 0.5 を満たす粒子径分布である請求項4記載の粒子径分布測定装置。
- 前記光源から射出される光が青色の場合に、前記所定範囲の粒子径分布が、10nm以上100nm以下の粒子径分布である請求項4又は5記載の粒子径分布測定装置。
- 前記粒子径分布算出器が、
散乱パターン又は粒子径分布を説明変数とし、同一の試料について自身と他の粒子径分布測定装置で測定された測定値の器差を目的変数とする器差モデルを機械学習により生成する器差モデル生成部をさらに備え、
前記粒子径分布出力部が、前記器差モデルに基づいて、前記検出器の出力信号の示す散乱パターンから前記試料に含まれる粒子群の粒子径分布を出力するように構成された請求項1乃至6いずれかに記載の粒子径分布測定装置。 - 前記粒子径分布算出器が、
散乱パターン又は粒子径分布を説明変数とし、少なくとも屈折率を含む校正パラメータを目的変数とする校正パラメータモデルを機械学習により生成する校正パラメータモデル生成部と、
前記校正パラメータモデルと、測定された散乱パターン又は粒子径分布に基づいて設定すべき校正パラメータを出力する校正パラメータ出力部と、
前記校正パラメータ出力部から出力される校正パラメータ、所定の理論演算式、及び、前記検出器の出力に基づいて粒子径分布を算出する理論演算部と、をさらに備えた請求項1乃至7いずれかに記載の粒子径分布測定装置。 - 少なくとも散乱パターンを説明変数とし、粒子径分布測定装置の異常状態を目的変数とする異常状態モデルを機械学習により生成する異常状態モデル生成部と、
前記異常状態モデルと、測定された散乱パターンに基づいて発生している異常を出力する異常出力部と、をさらに備えた請求項1乃至8いずれかに記載の粒子径分布測定装置。 - 分散媒と分散質である粒子群からなる試料が収容されるセルに対して光を射出する光源と、試料において散乱された光を検出する検出器と、前記検出器の出力信号に基づいて前記試料に含まれる粒子群の粒子径分布を算出する粒子径分布算出器と、を備えた粒子径分布測定装置であって、
前記粒子径分布算出器が、
機械学習により生成された粒子群による光の散乱パターンを少なくとも説明変数とし、粒子群の粒子径分布を少なくとも目的変数とする粒子径分布モデルを記憶するモデル記憶部と、
前記粒子径分布モデルに基づいて、前記検出器の出力信号の示す散乱パターンから前記試料に含まれる粒子群の粒子径分布を出力する粒子径分布出力部と、を備えた粒子径分布測定装置。 - 分散媒と分散質である粒子群からなる試料が収容されるセルに対して光を射出する光源と、試料において散乱された光を検出する検出器と、を備えた粒子径分布測定装置を用いた粒子径分布測定方法であって、
前記検出器の出力信号に基づいて前記試料に含まれる粒子群の粒子径分布を算出する粒子径分布算出ステップを備え、
前記粒子径分布算出ステップが、
粒子群による光の散乱パターンを少なくとも説明変数とし、粒子群の粒子径分布を少なくとも目的変数とする粒子径分布モデルを機械学習により生成すると粒子径分布モデル生成ステップと、
前記粒子径分布モデルに基づいて、前記検出器の出力信号の示す散乱パターンから前記試料に含まれる粒子群の粒子径分布を出力する粒子径分布出力ステップと、を備えた粒子径分布測定方法。 - 分散媒と分散質である粒子群からなる試料が収容されるセルに対して光を射出する光源と、試料において散乱された光を検出する検出器と、を備えた粒子径分布測定装置に用いられるプログラムであって、
前記検出器の出力信号に基づいて前記試料に含まれる粒子群の粒子径分布を算出する粒子径分布算出器としての機能をコンピュータに発揮させるものであり、
前記粒子径分布算出器が、
粒子群による光の散乱パターンを少なくとも説明変数とし、粒子群の粒子径分布を少なくとも目的変数とする粒子径分布モデルを機械学習により生成すると粒子径分布モデル生成部と、
前記粒子径分布モデルに基づいて、前記検出器の出力信号の示す散乱パターンから前記試料に含まれる粒子群の粒子径分布を出力する粒子径分布出力部と、を備えた粒子径分布測定装置用プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019096557A JP7288345B2 (ja) | 2019-05-23 | 2019-05-23 | 粒子径分布測定装置、粒子径分布測定方法、及び、粒子径分布測定装置用プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019096557A JP7288345B2 (ja) | 2019-05-23 | 2019-05-23 | 粒子径分布測定装置、粒子径分布測定方法、及び、粒子径分布測定装置用プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020190508A true JP2020190508A (ja) | 2020-11-26 |
JP7288345B2 JP7288345B2 (ja) | 2023-06-07 |
Family
ID=73454994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019096557A Active JP7288345B2 (ja) | 2019-05-23 | 2019-05-23 | 粒子径分布測定装置、粒子径分布測定方法、及び、粒子径分布測定装置用プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7288345B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102263744B1 (ko) * | 2021-03-04 | 2021-06-10 | (주)싸이젠텍 | 레이저 회절방식을 이용한 입자분석기 |
CN114002118A (zh) * | 2021-07-27 | 2022-02-01 | 广州白云山医药集团股份有限公司白云山制药总厂 | 一种阿莫西林原料药粒度测定方法 |
WO2022163230A1 (ja) * | 2021-01-26 | 2022-08-04 | 株式会社堀場製作所 | 粒子径推定方法、学習モデル生成方法、粒子径推定装置、及びコンピュータプログラム |
CN115127965A (zh) * | 2022-08-29 | 2022-09-30 | 华中科技大学 | 一种混杂颗粒系粒径分布反演方法与系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0545282A (ja) * | 1991-08-09 | 1993-02-23 | Kurabo Ind Ltd | 自動臨床分析システム |
JPH0674892A (ja) * | 1992-08-25 | 1994-03-18 | Fine Ceramics Center | レーザ回折散乱を用いた粒子径分布測定方法および測定装置 |
JP2002048700A (ja) * | 2000-08-07 | 2002-02-15 | Natl Aerospace Lab | 粒度分布測定方法および装置 |
JP2002243624A (ja) * | 2001-02-20 | 2002-08-28 | Horiba Ltd | 粒径分布測定装置 |
JP2005208024A (ja) * | 2003-12-26 | 2005-08-04 | Jfe Steel Kk | 粉粒体の粒度分布作成方法 |
JP2008122208A (ja) * | 2006-11-10 | 2008-05-29 | Horiba Ltd | データ互換型粒子径分布測定装置 |
JP2010271159A (ja) * | 2009-05-21 | 2010-12-02 | Shimadzu Corp | 粒度分布測定装置 |
WO2017073737A1 (ja) * | 2015-10-28 | 2017-05-04 | 国立大学法人東京大学 | 分析装置 |
WO2018118934A1 (en) * | 2016-12-19 | 2018-06-28 | Massachusetts Institute Of Technology | Systems and methods for monitoring air particulate matter |
-
2019
- 2019-05-23 JP JP2019096557A patent/JP7288345B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0545282A (ja) * | 1991-08-09 | 1993-02-23 | Kurabo Ind Ltd | 自動臨床分析システム |
JPH0674892A (ja) * | 1992-08-25 | 1994-03-18 | Fine Ceramics Center | レーザ回折散乱を用いた粒子径分布測定方法および測定装置 |
JP2002048700A (ja) * | 2000-08-07 | 2002-02-15 | Natl Aerospace Lab | 粒度分布測定方法および装置 |
JP2002243624A (ja) * | 2001-02-20 | 2002-08-28 | Horiba Ltd | 粒径分布測定装置 |
JP2005208024A (ja) * | 2003-12-26 | 2005-08-04 | Jfe Steel Kk | 粉粒体の粒度分布作成方法 |
JP2008122208A (ja) * | 2006-11-10 | 2008-05-29 | Horiba Ltd | データ互換型粒子径分布測定装置 |
JP2010271159A (ja) * | 2009-05-21 | 2010-12-02 | Shimadzu Corp | 粒度分布測定装置 |
WO2017073737A1 (ja) * | 2015-10-28 | 2017-05-04 | 国立大学法人東京大学 | 分析装置 |
WO2018118934A1 (en) * | 2016-12-19 | 2018-06-28 | Massachusetts Institute Of Technology | Systems and methods for monitoring air particulate matter |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022163230A1 (ja) * | 2021-01-26 | 2022-08-04 | 株式会社堀場製作所 | 粒子径推定方法、学習モデル生成方法、粒子径推定装置、及びコンピュータプログラム |
KR102263744B1 (ko) * | 2021-03-04 | 2021-06-10 | (주)싸이젠텍 | 레이저 회절방식을 이용한 입자분석기 |
CN114002118A (zh) * | 2021-07-27 | 2022-02-01 | 广州白云山医药集团股份有限公司白云山制药总厂 | 一种阿莫西林原料药粒度测定方法 |
CN115127965A (zh) * | 2022-08-29 | 2022-09-30 | 华中科技大学 | 一种混杂颗粒系粒径分布反演方法与系统 |
CN115127965B (zh) * | 2022-08-29 | 2022-12-02 | 华中科技大学 | 一种混杂颗粒系粒径分布反演方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
JP7288345B2 (ja) | 2023-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7288345B2 (ja) | 粒子径分布測定装置、粒子径分布測定方法、及び、粒子径分布測定装置用プログラム | |
Onchis et al. | Stable and explainable deep learning damage prediction for prismatic cantilever steel beam | |
Gu et al. | Artefactual responses of mesophyll conductance to CO 2 and irradiance estimated with the variable J and online isotope discrimination methods | |
KR20210016154A (ko) | 머신러닝을 이용한 배터리 진단 방법 | |
KR20210013600A (ko) | 포토리소그래피 프로세스의 요소의 결함의 알려지지 않은 효과를 평가하기 위한 방법 및 장치 | |
Seventekidis et al. | Model error effects in supervised damage identification of structures with numerically trained classifiers | |
CN111095143A (zh) | “实时”且在线审查眼科镜片数字制造过程品质的方法 | |
Rupšys | Stochastic Mixed‐Effects Parameters Bertalanffy Process, with Applications to Tree Crown Width Modeling | |
Bernini et al. | Reinforcement learning with formal performance metrics for quadcopter attitude control under non-nominal contexts | |
Bertrand-Krajewski et al. | Uncertainty assessment | |
Hoole et al. | Comparison of surrogate modeling methods for finite element analysis of landing gear loads | |
JPH04506110A (ja) | 立体造形ビーム・プロフィーリング方法および装置 | |
Friedman et al. | A worked-out example of surrogate-based bayesian parameter and field identification methods | |
Lochmann et al. | Are comprehensive quality models necessary for evaluating software quality? | |
CN111695989A (zh) | 一种风控信贷模型的建模方法和平台 | |
Kuzmina et al. | Risk Analysis of the Company's Activities by Means of Simulation. | |
WO2023012964A1 (ja) | 機械学習装置、加工面品位を評価するシステム、及び機械学習用プログラム | |
Lino et al. | A proposal for automatic evaluation by symbolic regression in virtual learning environments | |
Galatro et al. | Data Analytics for Process Engineers: Prediction, Control and Optimization | |
US11720542B2 (en) | Method for assessing validation points for a simulation model | |
US20230157775A1 (en) | Autonomous energy exchange systems using double dynamic model | |
Manko et al. | Use of information uncertainty in identification tasks | |
Katsevich | Explainable AI in Neural Networks: Investigating techniques for explaining the decisions and behaviors of neural network models to improve transparency and trust | |
EP4283412A1 (en) | Model selection apparatus, model selection method, and model selection program | |
CN118629184A (zh) | 一种烟雾报警器的测试方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211206 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221026 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230407 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230523 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230526 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7288345 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |