JP2021521463A - ラマン分光法、および品質管理のための機械学習 - Google Patents
ラマン分光法、および品質管理のための機械学習 Download PDFInfo
- Publication number
- JP2021521463A JP2021521463A JP2021504134A JP2021504134A JP2021521463A JP 2021521463 A JP2021521463 A JP 2021521463A JP 2021504134 A JP2021504134 A JP 2021504134A JP 2021504134 A JP2021504134 A JP 2021504134A JP 2021521463 A JP2021521463 A JP 2021521463A
- Authority
- JP
- Japan
- Prior art keywords
- polymer
- properties
- computing device
- features
- machine learning
- 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
- 238000001069 Raman spectroscopy Methods 0.000 title claims abstract description 59
- 238000010801 machine learning Methods 0.000 title claims description 45
- 238000003908 quality control method Methods 0.000 title description 5
- 229920000642 polymer Polymers 0.000 claims abstract description 208
- 238000000034 method Methods 0.000 claims abstract description 58
- 229920000098 polyolefin Polymers 0.000 claims abstract description 15
- 238000001237 Raman spectrum Methods 0.000 claims description 51
- 239000000126 substance Substances 0.000 claims description 33
- -1 polypropylene Polymers 0.000 claims description 18
- 230000000875 corresponding effect Effects 0.000 claims description 14
- 239000004743 Polypropylene Substances 0.000 claims description 13
- 229920001155 polypropylene Polymers 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 11
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000004184 polymer manufacturing process Methods 0.000 claims description 6
- 230000001052 transient effect Effects 0.000 claims description 6
- 239000008096 xylene Substances 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000008188 pellet Substances 0.000 claims description 2
- 230000002708 enhancing effect Effects 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 239000000523 sample Substances 0.000 description 39
- 229920001577 copolymer Polymers 0.000 description 22
- 230000008569 process Effects 0.000 description 15
- 230000005855 radiation Effects 0.000 description 14
- 230000005284 excitation Effects 0.000 description 11
- 230000003595 spectral effect Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 8
- 239000005977 Ethylene Substances 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 8
- 239000000835 fiber Substances 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 239000000178 monomer Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 239000004698 Polyethylene Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 229920005604 random copolymer Polymers 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- VXNZUUAINFGPBY-UHFFFAOYSA-N 1-Butene Chemical compound CCC=C VXNZUUAINFGPBY-UHFFFAOYSA-N 0.000 description 3
- 241000446313 Lamella Species 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 125000004432 carbon atom Chemical group C* 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 229920001519 homopolymer Polymers 0.000 description 3
- 238000007654 immersion Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000000155 melt Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 229920000573 polyethylene Polymers 0.000 description 3
- 229920002959 polymer blend Polymers 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 239000004711 α-olefin Substances 0.000 description 3
- CRSBERNSMYQZNG-UHFFFAOYSA-N 1-dodecene Chemical compound CCCCCCCCCCC=C CRSBERNSMYQZNG-UHFFFAOYSA-N 0.000 description 2
- GQEZCXVZFLOKMC-UHFFFAOYSA-N 1-hexadecene Chemical compound CCCCCCCCCCCCCCC=C GQEZCXVZFLOKMC-UHFFFAOYSA-N 0.000 description 2
- LIKMAJRDDDTEIG-UHFFFAOYSA-N 1-hexene Chemical compound CCCCC=C LIKMAJRDDDTEIG-UHFFFAOYSA-N 0.000 description 2
- KWKAKUADMBZCLK-UHFFFAOYSA-N 1-octene Chemical compound CCCCCCC=C KWKAKUADMBZCLK-UHFFFAOYSA-N 0.000 description 2
- HFDVRLIODXPAHB-UHFFFAOYSA-N 1-tetradecene Chemical compound CCCCCCCCCCCCC=C HFDVRLIODXPAHB-UHFFFAOYSA-N 0.000 description 2
- DCTOHCCUXLBQMS-UHFFFAOYSA-N 1-undecene Chemical compound CCCCCCCCCC=C DCTOHCCUXLBQMS-UHFFFAOYSA-N 0.000 description 2
- WSSSPWUEQFSQQG-UHFFFAOYSA-N 4-methyl-1-pentene Chemical compound CC(C)CC=C WSSSPWUEQFSQQG-UHFFFAOYSA-N 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical group N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 229920000181 Ethylene propylene rubber Polymers 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- VAMFXQBUQXONLZ-UHFFFAOYSA-N n-alpha-eicosene Natural products CCCCCCCCCCCCCCCCCCC=C VAMFXQBUQXONLZ-UHFFFAOYSA-N 0.000 description 2
- CCCMONHAUSKTEQ-UHFFFAOYSA-N octadec-1-ene Chemical compound CCCCCCCCCCCCCCCCC=C CCCMONHAUSKTEQ-UHFFFAOYSA-N 0.000 description 2
- YWAKXRMUMFPDSH-UHFFFAOYSA-N pentene Chemical compound CCCC=C YWAKXRMUMFPDSH-UHFFFAOYSA-N 0.000 description 2
- 229920001200 poly(ethylene-vinyl acetate) Polymers 0.000 description 2
- 230000000379 polymerizing effect Effects 0.000 description 2
- 229920005629 polypropylene homopolymer Polymers 0.000 description 2
- QQONPFPTGQHPMA-UHFFFAOYSA-N propylene Natural products CC=C QQONPFPTGQHPMA-UHFFFAOYSA-N 0.000 description 2
- 125000004805 propylene group Chemical group [H]C([H])([H])C([H])([*:1])C([H])([H])[*:2] 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 229940106006 1-eicosene Drugs 0.000 description 1
- FIKTURVKRGQNQD-UHFFFAOYSA-N 1-eicosene Natural products CCCCCCCCCCCCCCCCCC=CC(O)=O FIKTURVKRGQNQD-UHFFFAOYSA-N 0.000 description 1
- YHQXBTXEYZIYOV-UHFFFAOYSA-N 3-methylbut-1-ene Chemical compound CC(C)C=C YHQXBTXEYZIYOV-UHFFFAOYSA-N 0.000 description 1
- LDTAOIUHUHHCMU-UHFFFAOYSA-N 3-methylpent-1-ene Chemical compound CCC(C)C=C LDTAOIUHUHHCMU-UHFFFAOYSA-N 0.000 description 1
- FSWNZCWHTXTQBY-UHFFFAOYSA-N 4,6-dimethylhept-1-ene Chemical compound CC(C)CC(C)CC=C FSWNZCWHTXTQBY-UHFFFAOYSA-N 0.000 description 1
- 208000007848 Alcoholism Diseases 0.000 description 1
- 239000005995 Aluminium silicate Substances 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 229920002367 Polyisobutene Polymers 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical group [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000002441 X-ray diffraction Methods 0.000 description 1
- KXNLCSXBJCPWGL-UHFFFAOYSA-N [Ga].[As].[In] Chemical compound [Ga].[As].[In] KXNLCSXBJCPWGL-UHFFFAOYSA-N 0.000 description 1
- 201000007930 alcohol dependence Diseases 0.000 description 1
- 150000001336 alkenes Chemical class 0.000 description 1
- 229920005603 alternating copolymer Polymers 0.000 description 1
- 235000012211 aluminium silicate Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004630 atomic force microscopy Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical group [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 229920001400 block copolymer Polymers 0.000 description 1
- IAQRGUVFOMOMEM-UHFFFAOYSA-N butene Natural products CC=CC IAQRGUVFOMOMEM-UHFFFAOYSA-N 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229940069096 dodecene Drugs 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000011152 fibreglass Substances 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- CPBQJMYROZQQJC-UHFFFAOYSA-N helium neon Chemical compound [He].[Ne] CPBQJMYROZQQJC-UHFFFAOYSA-N 0.000 description 1
- 125000005842 heteroatom Chemical group 0.000 description 1
- 229920001903 high density polyethylene Polymers 0.000 description 1
- 239000004700 high-density polyethylene Substances 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- NLYAJNPCOHFWQQ-UHFFFAOYSA-N kaolin Chemical compound O.O.O=[Al]O[Si](=O)O[Si](=O)O[Al]=O NLYAJNPCOHFWQQ-UHFFFAOYSA-N 0.000 description 1
- 229940056932 lead sulfide Drugs 0.000 description 1
- 229910052981 lead sulfide Inorganic materials 0.000 description 1
- 229920000092 linear low density polyethylene Polymers 0.000 description 1
- 239000004707 linear low-density polyethylene Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 229920001684 low density polyethylene Polymers 0.000 description 1
- 239000004702 low-density polyethylene Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229920001179 medium density polyethylene Polymers 0.000 description 1
- 239000004701 medium-density polyethylene Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- TVMXDCGIABBOFY-UHFFFAOYSA-N n-Octanol Natural products CCCCCCCC TVMXDCGIABBOFY-UHFFFAOYSA-N 0.000 description 1
- AFFLGGQVNFXPEV-UHFFFAOYSA-N n-decene Natural products CCCCCCCCC=C AFFLGGQVNFXPEV-UHFFFAOYSA-N 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- JFNLZVQOOSMTJK-KNVOCYPGSA-N norbornene Chemical compound C1[C@@H]2CC[C@H]1C=C2 JFNLZVQOOSMTJK-KNVOCYPGSA-N 0.000 description 1
- JRZJOMJEPLMPRA-UHFFFAOYSA-N olefin Natural products CCCCCCCC=C JRZJOMJEPLMPRA-UHFFFAOYSA-N 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000006069 physical mixture Substances 0.000 description 1
- 229920005638 polyethylene monopolymer Polymers 0.000 description 1
- 239000002685 polymerization catalyst Substances 0.000 description 1
- 229920005606 polypropylene copolymer Polymers 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000004626 scanning electron microscopy Methods 0.000 description 1
- 238000001350 scanning transmission electron microscopy Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000344 soap Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 239000000454 talc Substances 0.000 description 1
- 229910052623 talc Inorganic materials 0.000 description 1
- XBFJAVXCNXDMBH-UHFFFAOYSA-N tetracyclo[6.2.1.1(3,6).0(2,7)]dodec-4-ene Chemical compound C1C(C23)C=CC1C3C1CC2CC1 XBFJAVXCNXDMBH-UHFFFAOYSA-N 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000004627 transmission electron microscopy Methods 0.000 description 1
- 229920001862 ultra low molecular weight polyethylene Polymers 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/65—Raman scattering
-
- C—CHEMISTRY; METALLURGY
- C08—ORGANIC MACROMOLECULAR COMPOUNDS; THEIR PREPARATION OR CHEMICAL WORKING-UP; COMPOSITIONS BASED THEREON
- C08L—COMPOSITIONS OF MACROMOLECULAR COMPOUNDS
- C08L23/00—Compositions of homopolymers or copolymers of unsaturated aliphatic hydrocarbons having only one carbon-to-carbon double bond; Compositions of derivatives of such polymers
- C08L23/02—Compositions of homopolymers or copolymers of unsaturated aliphatic hydrocarbons having only one carbon-to-carbon double bond; Compositions of derivatives of such polymers not modified by chemical after-treatment
- C08L23/04—Homopolymers or copolymers of ethene
- C08L23/08—Copolymers of ethene
- C08L23/0807—Copolymers of ethene with unsaturated hydrocarbons only containing more than three carbon atoms
- C08L23/0815—Copolymers of ethene with aliphatic 1-olefins
-
- C—CHEMISTRY; METALLURGY
- C08—ORGANIC MACROMOLECULAR COMPOUNDS; THEIR PREPARATION OR CHEMICAL WORKING-UP; COMPOSITIONS BASED THEREON
- C08L—COMPOSITIONS OF MACROMOLECULAR COMPOUNDS
- C08L23/00—Compositions of homopolymers or copolymers of unsaturated aliphatic hydrocarbons having only one carbon-to-carbon double bond; Compositions of derivatives of such polymers
- C08L23/02—Compositions of homopolymers or copolymers of unsaturated aliphatic hydrocarbons having only one carbon-to-carbon double bond; Compositions of derivatives of such polymers not modified by chemical after-treatment
- C08L23/10—Homopolymers or copolymers of propene
- C08L23/12—Polypropene
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/44—Raman spectrometry; Scattering spectrometry ; Fluorescence spectrometry
- G01J3/4412—Scattering spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- C—CHEMISTRY; METALLURGY
- C08—ORGANIC MACROMOLECULAR COMPOUNDS; THEIR PREPARATION OR CHEMICAL WORKING-UP; COMPOSITIONS BASED THEREON
- C08L—COMPOSITIONS OF MACROMOLECULAR COMPOUNDS
- C08L2203/00—Applications
- C08L2203/10—Applications used for bottles
-
- C—CHEMISTRY; METALLURGY
- C08—ORGANIC MACROMOLECULAR COMPOUNDS; THEIR PREPARATION OR CHEMICAL WORKING-UP; COMPOSITIONS BASED THEREON
- C08L—COMPOSITIONS OF MACROMOLECULAR COMPOUNDS
- C08L2205/00—Polymer mixtures characterised by other features
- C08L2205/02—Polymer mixtures characterised by other features containing two or more polymers of the same C08L -group
- C08L2205/025—Polymer mixtures characterised by other features containing two or more polymers of the same C08L -group containing two or more polymers of the same hierarchy C08L, and differing only in parameters such as density, comonomer content, molecular weight, structure
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8411—Application to online plant, process monitoring
- G01N2021/8416—Application to online plant, process monitoring and process controlling, not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
- G01N2021/95615—Inspecting patterns on the surface of objects using a comparative method with stored comparision signal
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Polymers & Plastics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Medicinal Chemistry (AREA)
- Organic Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
本出願は、2018年4月6日に出願された米国特許仮出願第62/653,791号の優先権を35 U.S.C.§ 119(e)の下で主張し、その全体が参照により本明細書に組み込まれる。
Claims (24)
- ポリマーのラマンスペクトルに基づいて前記ポリマーの品質を決定するための方法であって、前記方法は、
ポリマー特性コンピューティングデバイスによって、ラマン分光計からポリマーサンプルのラマンスペクトルを得るステップであって、前記ラマンスペクトルが、1つまたは複数のポリマー特性または特徴に対応する化学および構造フィンガープリントの複数の山と谷を含む、得るステップと、
前記ポリマー特性コンピューティングデバイスによって、前記得られた化学および構造フィンガープリントを、格納されているポリマー特性および特徴データと比較することにより、前記1つまたは複数のポリマー特性または特徴を計算するステップであって、前記計算するステップが、前記ポリマー特性コンピューティングデバイスにより1つまたは複数の訓練された機械学習アルゴリズムを実行することによって実行される、計算するステップと、
前記ポリマー特性コンピューティングデバイスによって、1つまたは複数の計算されたポリマー特性または特徴に基づいて、前記ポリマーサンプルの前記品質が所定の品質閾値を満たしているかどうかを決定するステップと
を含む、方法。 - 前記計算するステップの前に、前記ポリマー特性コンピューティングデバイスによって、前記得られた化学および構造フィンガープリントの前記山および/または谷を、関連するポリマー特徴または関連しないポリマー特徴のいずれかとして分類するステップをさらに含む、請求項1に記載の方法。
- 前記計算するステップの前に、前記ポリマー特性コンピューティングデバイスによって、前記ポリマーサンプルの前記得られたラマンスペクトルを、1つまたは複数の訓練された機械学習アルゴリズムが読み取ることができるフォーマットに変換するステップをさらに含む、請求項1に記載の方法。
- 前記決定するステップの後に、前記ポリマー特性コンピューティングデバイスによって、前記1つまたは複数の計算されたポリマー特性または特徴を報告するステップをさらに含む、請求項1に記載の方法。
- 前記ポリマーサンプルがポリオレフィンを含む、請求項1に記載の方法。
- 前記ポリオレフィンがポリプロピレンである、請求項5に記載の方法。
- 前記ポリマーサンプルが、ペレットの形態である、請求項1に記載の方法。
- 前記1つまたは複数のポリマー特性が、分子量、メルトフローレート、ラメラ厚さ、結晶度、キシレン可溶性、1つまたは複数の引張特性、および1つまたは複数の圧縮特性からなる群から選択された1つまたは複数の特性であり、前記1つまたは複数のポリマー特徴が、存在するならば1つまたは複数の添加剤の量および存在するならば1つまたは複数のコモノマーの量からなる群から選択された1つまたは複数の特徴である、請求項1に記載の方法。
- 前記ポリマー特性コンピューティングデバイスによって、前記1つまたは複数の計算されたポリマー特性または特徴に基づいて、前記ポリマーの製造プロセスを調節するステップをさらに含む、請求項1に記載の方法。
- 前記1つまたは複数の訓練された機械学習アルゴリズムが、
前記ポリマー特性コンピューティングデバイスによって、複数の既知のポリマーサンプルの各々に対するラマンスペクトルと測定されたポリマー特性および特徴との両方を受け取り、
前記ポリマー特性および特徴データの少なくとも一部を形成するために、前記ポリマー特性コンピューティングデバイスによって、前記受け取ったラマンスペクトルの前記構造および化学フィンガープリントの前記1つまたは複数の山および/または谷を、前記測定されたポリマー特性および特徴と相関させ、
前記構造および化学フィンガープリントの前記相関した1つまたは複数の山および/または谷を認識することと前記ポリマー特性および特徴を計算することとを学習するように、前記ポリマー特性コンピューティングデバイスによって、1つまたは複数の機械学習アルゴリズムを実行し、
前記ポリマー特性コンピューティングデバイスによって、前記計算されたポリマー特性および特徴と前記測定されたポリマー特性および特徴との間の誤差を最小化するように1つまたは複数のハイパーパラメータを調節し、
前記1つまたは複数の訓練された機械学習アルゴリズムを形成するために、前記ポリマー特性コンピューティングデバイスによって、少なくとも前記実行するステップおよび前記調節するステップを繰り返す
ことによって訓練されている、請求項1に記載の方法。 - 前記ポリマー特性コンピューティングデバイスによって、前記1つまたは複数の訓練された機械学習アルゴリズムを1つまたは複数のアンサンブル技法により強化するステップをさらに含む、請求項10に記載の方法。
- 前記ポリマー特性コンピューティングデバイスによって、少なくとも前記実行するステップおよび前記調節するステップを繰り返すことにより、前記1つまたは複数の訓練された機械学習アルゴリズムを改良するステップをさらに含む、請求項10に記載の方法。
- 少なくとも1つのプロセッサによって実行されたとき、前記プロセッサに以下のステップを実行させる機械実行可能コードを含む、ポリマーのラマンスペクトルに基づいて前記ポリマーの品質を決定するための命令を格納した非一過性コンピュータ可読媒体であって、前記ステップが、
ラマン分光計からポリマーサンプルのラマンスペクトルを得るステップであって、前記ラマンスペクトルが、1つまたは複数のポリマー特性または特徴に対応する化学および構造フィンガープリントの複数の山と谷を含む、得るステップと、
前記得られた化学および構造フィンガープリントを、格納されているポリマー特性および特徴データと比較することによって、前記1つまたは複数のポリマー特性または特徴を計算するステップであって、前記計算するステップが、1つまたは複数の訓練された機械学習アルゴリズムを実行することによって実行される、計算するステップと、
前記1つまたは複数の計算されたポリマー特性または特徴に基づいて、前記ポリマーサンプルの前記品質が所定の品質閾値を満たしているかどうかを決定するステップと
を含む、非一過性コンピュータ可読媒体。 - 前記計算するステップの前に、前記ポリマー特性コンピューティングデバイスによって、前記得られた化学および構造フィンガープリントの前記山および/または谷を、関連するポリマー特徴または関連しないポリマー特徴のいずれかとして分類するステップをさらに含む、請求項13に記載の媒体。
- 前記決定するステップの後に、前記ポリマー特性コンピューティングデバイスによって、前記1つまたは複数の計算されたポリマー特性または特徴を報告するステップをさらに含む、請求項13に記載の媒体。
- 前記ポリマーサンプルがポリオレフィンを含む、請求項13に記載の媒体。
- 前記1つまたは複数のポリマー特性が、分子量、メルトフローレート、ラメラ厚さ、結晶度、キシレン可溶性、1つまたは複数の引張特性、および1つまたは複数の圧縮特性からなる群から選択された1つまたは複数の特性であり、前記1つまたは複数のポリマー特徴が、存在するならば1つまたは複数の添加剤の量および存在するならば1つまたは複数のコモノマーの量からなる群から選択された1つまたは複数の特徴である、請求項13に記載の媒体。
- 前記得るステップの前に、1つまたは複数の機械学習アルゴリズムを訓練するステップをさらに含み、前記訓練するステップが、
複数の既知のポリマーサンプルの各々に対するラマンスペクトルと測定されたポリマー特性および特徴との両方を受け取るステップと、
前記ポリマー特性および特徴データの少なくとも一部を形成するために、前記受け取ったラマンスペクトルの前記構造および化学フィンガープリントの1つまたは複数の山および/または谷を、前記測定されたポリマー特性および特徴と相関させるステップと、
前記構造および化学フィンガープリントの前記相関した1つまたは複数の山および/または谷を認識することと前記ポリマー特性および特徴を計算することとを学習するように1つまたは複数の機械学習アルゴリズムを実行するステップと、
前記計算されたポリマー特性および特徴と前記測定されたポリマー特性および特徴との間の誤差を最小化するように1つまたは複数のハイパーパラメータを調節するステップと、
前記1つまたは複数の訓練された機械学習アルゴリズムを形成するために、少なくとも前記実行するステップおよび前記調節するステップを繰り返すステップと
を含む、請求項13に記載の媒体。 - プロセッサと、
メモリと、を備え、前記メモリが、前記メモリに格納されたプログラムされた命令を実行するように構成された前記プロセッサに結合され、前記プログラムされた命令が、
ラマン分光計からポリマーサンプルのラマンスペクトルを得るステップであって、前記ラマンスペクトルが、1つまたは複数のポリマー特性または特徴に対応する化学および構造フィンガープリントの複数の山と谷を含む、得るステップと、
前記得られた化学および構造フィンガープリントを、格納されているポリマー特性および特徴データと比較することによって、前記1つまたは複数のポリマー特性または特徴を計算するステップであって、前記計算するステップが、1つまたは複数の訓練された機械学習アルゴリズムを実行することによって実行される、計算するステップと、
前記1つまたは複数の計算されたポリマー特性または特徴に基づいて、前記ポリマーサンプルの品質が所定の品質閾値を満たしているかどうかを決定するステップと
を含む、ポリマー特性コンピューティングデバイス。 - 前記プロセッサが、前記計算するステップの前に、前記ポリマー特性コンピューティングデバイスによって、前記得られた化学および構造フィンガープリントの前記山および/または谷を、関連するポリマー特徴または関連しないポリマー特徴のいずれかとして分類するステップをさらに含む、前記メモリに格納されたプログラムされた命令を実行するようにさらに構成される、請求項19に記載のデバイス。
- 前記プロセッサが、前記決定するステップの後に、前記ポリマー特性コンピューティングデバイスによって、前記1つまたは複数の計算されたポリマー特性または特徴を報告するステップをさらに含む、前記メモリに格納されたプログラムされた命令を実行するようにさらに構成される、請求項19に記載のデバイス。
- 前記ポリマーサンプルがポリオレフィンを含む、請求項19に記載のデバイス。
- 前記1つまたは複数のポリマー特性が、分子量、メルトフローレート、ラメラ厚さ、結晶度、キシレン可溶性、1つまたは複数の引張特性、および1つまたは複数の圧縮特性からなる群から選択された1つまたは複数の特性であり、前記1つまたは複数のポリマー特徴が、存在するならば1つまたは複数の添加剤の量および存在するならば1つまたは複数のコモノマーの量からなる群から選択された1つまたは複数の特徴である、請求項19に記載のデバイス。
- 前記プロセッサが、前記得るステップの前に、1つまたは複数の機械学習アルゴリズムを訓練するステップをさらに含む、前記メモリに格納されたプログラムされた命令を実行するようにさらに構成され、前記訓練するステップが、
複数の既知のポリマーサンプルの各々に対するラマンスペクトルと測定されたポリマー特性および特徴との両方を受け取るステップと、
前記ポリマー特性および特徴データの少なくとも一部を形成するために、前記受け取ったラマンスペクトルの前記構造および化学フィンガープリントの前記1つまたは複数の山および/または谷を、前記測定されたポリマー特性および特徴と相関させるステップと、
前記構造および化学フィンガープリントの前記相関した1つまたは複数の山および/または谷を認識することと前記ポリマー特性および特徴を計算することとを学習するように1つまたは複数の機械学習アルゴリズムを実行するステップと、
前記計算されたポリマー特性および特徴と前記測定されたポリマー特性および特徴との間の誤差を最小化するように1つまたは複数のハイパーパラメータを調節するステップと、
前記1つまたは複数の訓練された機械学習アルゴリズムを形成するために、少なくとも前記実行するステップおよび前記調節するステップを繰り返すステップと
を含む、請求項19に記載のデバイス。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862653791P | 2018-04-06 | 2018-04-06 | |
US62/653,791 | 2018-04-06 | ||
PCT/US2019/026073 WO2019195737A1 (en) | 2018-04-06 | 2019-04-05 | Raman spectroscopy and machine learning for quality control |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021521463A true JP2021521463A (ja) | 2021-08-26 |
JP2021521463A5 JP2021521463A5 (ja) | 2021-11-04 |
JP7053946B2 JP7053946B2 (ja) | 2022-04-12 |
Family
ID=68098054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021504134A Active JP7053946B2 (ja) | 2018-04-06 | 2019-04-05 | ラマン分光法、および品質管理のための機械学習 |
Country Status (10)
Country | Link |
---|---|
US (1) | US10955362B2 (ja) |
EP (1) | EP3775759A4 (ja) |
JP (1) | JP7053946B2 (ja) |
KR (1) | KR102282867B1 (ja) |
CN (1) | CN112513561B (ja) |
BR (1) | BR112020020417A2 (ja) |
CA (1) | CA3095905C (ja) |
MX (1) | MX2020010504A (ja) |
SG (1) | SG11202009818PA (ja) |
WO (1) | WO2019195737A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6633820B1 (ja) | 2018-03-09 | 2020-01-22 | 昭和電工株式会社 | ポリマーの物性予測装置、プログラム、及び方法 |
JP7109339B2 (ja) * | 2018-11-02 | 2022-07-29 | 昭和電工株式会社 | ポリマー設計装置、プログラム、および方法 |
CN112633307A (zh) * | 2019-10-08 | 2021-04-09 | 中强光电股份有限公司 | 用于光谱仪的自动化模型训练装置和自动化模型训练方法 |
US11237111B2 (en) | 2020-01-30 | 2022-02-01 | Trustees Of Boston University | High-speed delay scanning and deep learning techniques for spectroscopic SRS imaging |
US11353394B2 (en) | 2020-09-30 | 2022-06-07 | X Development Llc | Deformulation techniques for deducing the composition of a material from a spectrogram |
TW202221549A (zh) * | 2020-11-26 | 2022-06-01 | 中強光電股份有限公司 | 優化光譜儀的輸出結果的方法及使用該方法的電子裝置 |
WO2022146103A1 (ko) * | 2020-12-31 | 2022-07-07 | 모던밸류 주식회사 | 기계학습을 통한 라만 산란 스펙트럼 데이터베이스 구축 및 검색법 |
US20220390278A1 (en) * | 2021-06-07 | 2022-12-08 | Tellspec, Ltd. | Spectral analysis visualization system and method |
KR20240042871A (ko) * | 2022-09-26 | 2024-04-02 | 한국과학기술원 | 딥러닝 및 자기조립단층막 기반 알츠하이머병 진단 방법 및 이를 위한 sers 기판 |
EP4390941A1 (en) | 2022-12-20 | 2024-06-26 | Borealis AG | A computer-implemented method for outputting parameter values describing at least an elastoplastic mechanical response of one or more materials |
EP4390943A1 (en) | 2022-12-20 | 2024-06-26 | Borealis AG | Prediction of the ductile-to-brittle transition temperature of polymer compositions based on impact curves |
EP4390942A1 (en) | 2022-12-20 | 2024-06-26 | Borealis AG | Image-based prediction of ductile-to-brittle transition temperature of polymer compositions |
CN117451691B (zh) * | 2023-12-21 | 2024-04-02 | 浙江恒逸石化有限公司 | 一种用于预先判断纱线染色性能的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7106437B2 (en) * | 2003-01-06 | 2006-09-12 | Exxonmobil Chemical Patents Inc. | On-line measurement and control of polymer product properties by Raman spectroscopy |
US20160103070A1 (en) * | 2014-10-08 | 2016-04-14 | Samsung Electronics Co., Ltd. | Method for multiple analysis of raman spectroscopy signal |
JP2019039773A (ja) * | 2017-08-24 | 2019-03-14 | 日本分光株式会社 | 機械学習を用いた未知化合物の分類方法 |
JP2019052932A (ja) * | 2017-09-14 | 2019-04-04 | 国立研究開発法人理化学研究所 | データ解析装置、プログラム及び記録媒体、並びにデータ解析方法 |
JP2019053061A (ja) * | 2017-09-18 | 2019-04-04 | 三星電子株式会社Samsung Electronics Co.,Ltd. | グルコース露出量推定装置、方法及びプログラム、グルコース露出量推定モデル生成装置、並びに糖指数測定装置 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9517955D0 (en) * | 1995-07-25 | 1995-11-08 | Univ Strathclyde | Nucleotide sequence detection and analysis |
DE19934349A1 (de) * | 1999-07-22 | 2001-01-25 | Ulrich Thiele | Analysenverfahren zur kontinuierlichen analytischen Kontrolle von Polymeren bei denen Herstellung oder Verarbeitung |
US6723804B1 (en) | 2000-11-03 | 2004-04-20 | Chevron Phillips Chemical Company, Lp | Monitoring and control of slurry processes for polymerizing olefins |
CN100443868C (zh) * | 2001-11-09 | 2008-12-17 | 埃克森美孚化学专利公司 | 利用拉曼光谱分析的聚合物性能的在线测量和控制 |
WO2004017056A1 (en) * | 2002-08-12 | 2004-02-26 | Basell Polyolefine Gmbh | Determination of mechanical properties of polymer products using raman spectroscopy |
US7483129B2 (en) * | 2005-07-22 | 2009-01-27 | Exxonmobil Chemical Patents Inc. | On-line properties analysis of a molten polymer by raman spectroscopy for control of a mixing device |
CN1963824A (zh) * | 2006-11-17 | 2007-05-16 | 东华大学 | 基于神经网络的聚合物挤出法非织造布纤维直径预测方法 |
CN101403696A (zh) * | 2008-10-21 | 2009-04-08 | 浙江大学 | 一种基于拉曼光谱的测量汽油烯烃含量的方法 |
CN101995395B (zh) * | 2009-08-14 | 2013-07-31 | 上海镭立激光科技有限公司 | 一种激光诱导多种光谱联合指纹网络在线检测材料的方法 |
DE102009038746B3 (de) * | 2009-08-27 | 2011-04-14 | Airbus Operations Gmbh | Verfahren und Vorrichtung zur Qualitätsprüfung eines umgeformten thermoplastischen faserverstärkten Kunststoffbauteils |
JP5265632B2 (ja) * | 2010-08-16 | 2013-08-14 | 株式会社サイム | プラスチック等識別装置およびプラスチック等識別方法 |
CN103376251A (zh) * | 2012-04-19 | 2013-10-30 | 上海迪亚凯特生物医药科技有限公司 | 一种物品快速检测的便携式拉曼光谱测量装置和系统 |
CN104603601B (zh) * | 2012-08-16 | 2017-08-22 | 新加坡国立大学 | 与拉曼光谱学有关的诊断仪器和方法 |
US9506867B2 (en) * | 2012-12-11 | 2016-11-29 | Biogen Ma Inc. | Spectroscopic analysis of nutrient materials for use in a cell culture process |
WO2015100374A2 (en) * | 2013-12-23 | 2015-07-02 | Braskem America, Inc. | Propylene-based compositions of enhanced appearance and excellent mold flowability |
CN104089941B (zh) * | 2014-06-11 | 2018-01-05 | 华南理工大学 | 一种聚合物熔体性质的拉曼光谱在线测量装置与方法 |
ES2847230T3 (es) * | 2014-07-02 | 2021-08-02 | Nat Univ Singapore | Sistema, aparato y procedimiento de espectroscopía RAMAN para analizar, caracterizar y/o diagnosticar un tipo o naturaleza de una muestra o un tejido, tal como un crecimiento anómalo |
US10151687B2 (en) * | 2015-04-27 | 2018-12-11 | Virtual Fluid Monitoring Services, Llc | Systems, apparatuses, and methods for fluid analysis and monitoring |
US11051889B2 (en) * | 2015-05-10 | 2021-07-06 | Alpha Omega Engineering Ltd. | Brain navigation methods and device |
US10545091B2 (en) * | 2015-11-23 | 2020-01-28 | Celltool Gmbh | Device and method for analyzing biological objects with Raman spectroscopy |
CN105891185A (zh) * | 2016-04-08 | 2016-08-24 | 广东工业大学 | 一种贵金属微纳米结构及其制备方法和应用 |
CN105997000B (zh) * | 2016-05-30 | 2023-04-14 | 福建师范大学 | 一种基于纤维内窥镜的拉曼光谱检测装置及其实现方法 |
US11247905B2 (en) * | 2016-11-18 | 2022-02-15 | The Regents Of The University Of California | Synthesis of graphene nanoribbons from monomeric molecular precursors bearing reactive alkyne moieties |
CN107818298B (zh) * | 2017-09-27 | 2021-03-09 | 厦门大学 | 用于机器学习物质识别算法的通用拉曼光谱特征提取方法 |
-
2019
- 2019-04-05 JP JP2021504134A patent/JP7053946B2/ja active Active
- 2019-04-05 CN CN201980030351.8A patent/CN112513561B/zh active Active
- 2019-04-05 SG SG11202009818PA patent/SG11202009818PA/en unknown
- 2019-04-05 US US16/376,642 patent/US10955362B2/en active Active
- 2019-04-05 WO PCT/US2019/026073 patent/WO2019195737A1/en unknown
- 2019-04-05 BR BR112020020417-0A patent/BR112020020417A2/pt unknown
- 2019-04-05 KR KR1020207031808A patent/KR102282867B1/ko active IP Right Grant
- 2019-04-05 EP EP19781181.3A patent/EP3775759A4/en active Pending
- 2019-04-05 MX MX2020010504A patent/MX2020010504A/es unknown
- 2019-04-05 CA CA3095905A patent/CA3095905C/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7106437B2 (en) * | 2003-01-06 | 2006-09-12 | Exxonmobil Chemical Patents Inc. | On-line measurement and control of polymer product properties by Raman spectroscopy |
US20160103070A1 (en) * | 2014-10-08 | 2016-04-14 | Samsung Electronics Co., Ltd. | Method for multiple analysis of raman spectroscopy signal |
JP2019039773A (ja) * | 2017-08-24 | 2019-03-14 | 日本分光株式会社 | 機械学習を用いた未知化合物の分類方法 |
JP2019052932A (ja) * | 2017-09-14 | 2019-04-04 | 国立研究開発法人理化学研究所 | データ解析装置、プログラム及び記録媒体、並びにデータ解析方法 |
JP2019053061A (ja) * | 2017-09-18 | 2019-04-04 | 三星電子株式会社Samsung Electronics Co.,Ltd. | グルコース露出量推定装置、方法及びプログラム、グルコース露出量推定モデル生成装置、並びに糖指数測定装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112513561A (zh) | 2021-03-16 |
MX2020010504A (es) | 2021-03-25 |
CA3095905A1 (en) | 2019-10-10 |
KR102282867B1 (ko) | 2021-07-27 |
BR112020020417A2 (pt) | 2021-01-12 |
CA3095905C (en) | 2021-08-10 |
WO2019195737A1 (en) | 2019-10-10 |
JP7053946B2 (ja) | 2022-04-12 |
EP3775759A1 (en) | 2021-02-17 |
US20190310207A1 (en) | 2019-10-10 |
US10955362B2 (en) | 2021-03-23 |
EP3775759A4 (en) | 2022-04-27 |
KR20200139237A (ko) | 2020-12-11 |
CN112513561B (zh) | 2022-04-15 |
SG11202009818PA (en) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7053946B2 (ja) | ラマン分光法、および品質管理のための機械学習 | |
US7505127B2 (en) | On-line raman analysis and control of a high pressure reaction system | |
CN109839358B (zh) | 农产品品质分析方法及装置 | |
EP2525213A1 (en) | Spectroscopic apparatus and methods for determining components present in a sample | |
RU2011113497A (ru) | Способ прогнозирования устойчивости технологического потока углеводородов с использованием ближних инфракрасных спекторов | |
EA009717B1 (ru) | Измерение и регулирование характеристик полимера в оперативном режиме с помощью спектроскопии комбинационного рассеяния света | |
JP6023177B2 (ja) | 多項式フィッティングによるスペクトルデータのバックグラウンド放射線推定 | |
Al Hosani et al. | A new optical-based device for online black powder detection in gas pipelines | |
Bohmann et al. | Incomplete detection of nonclassical phase-space distributions | |
Guilment et al. | Determination of polybutadiene microstructures and styrene–butadiene copolymers composition by vibrational techniques combined with chemometric treatment | |
Hu et al. | Uses of selection strategies in both spectral and sample spaces for classifying hard and soft blueberry using near infrared data | |
Mahjoubfar et al. | Artificial Intelligence in Label-free Microscopy | |
Liu et al. | Continuous background correction using effective points selected in third-order minima segments in low-cost laser-induced breakdown spectroscopy without intensified CCD | |
Barbas et al. | In‐line near‐infrared spectroscopy: A tool to monitor the preparation of polymer‐clay nanocomposites in extruders | |
Chen et al. | Sensitivity evaluation of quantitative phase imaging: a study of wavelength shifting interferometry | |
Furukawa et al. | Discrimination of various poly (propylene) copolymers and prediction of their ethylene content by near‐infrared and Raman spectroscopy in combination with chemometric methods | |
CN105004707A (zh) | Ccd阵列在线拉曼光谱仪谱图标准化方法 | |
Xie et al. | Quantitative analysis of steel samples by laser-induced-breakdown spectroscopy with wavelet-packet-based relevance vector machines | |
Reis et al. | Development of calibration models for estimation of monomer concentration by Raman spectroscopy during emulsion polymerization: Facing the medium heterogeneity | |
CN111398200B (zh) | 非相干宽带腔增强吸收光谱最优反演波段确定方法 | |
US20220252516A1 (en) | Spectroscopic apparatus and methods for determining components present in a sample | |
CN110274890B (zh) | 一种复杂体系中目标物及其类似物的定量和定性检测方法 | |
Shenton et al. | Using spectroscopy with chemometrics to measure polymer molar mass | |
Lee et al. | Application of numerical differentiation to conversion of linear viscoelastic functions | |
Wang et al. | Mining Spectral Libraries with Machine Learning for Soil Sensing in Low Resource Settings |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210924 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210924 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210924 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211117 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220216 |
|
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: 20220302 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220331 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7053946 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |