JP6814801B2 - ガスセンサのシステムおよび方法 - Google Patents
ガスセンサのシステムおよび方法 Download PDFInfo
- Publication number
- JP6814801B2 JP6814801B2 JP2018522643A JP2018522643A JP6814801B2 JP 6814801 B2 JP6814801 B2 JP 6814801B2 JP 2018522643 A JP2018522643 A JP 2018522643A JP 2018522643 A JP2018522643 A JP 2018522643A JP 6814801 B2 JP6814801 B2 JP 6814801B2
- Authority
- JP
- Japan
- Prior art keywords
- gas sensor
- gas
- sample
- measurement
- controller
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 70
- 238000005259 measurement Methods 0.000 claims description 159
- 238000004891 communication Methods 0.000 claims description 26
- 238000012512 characterization method Methods 0.000 claims description 24
- 230000015654 memory Effects 0.000 claims description 20
- 239000000126 substance Substances 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000000491 multivariate analysis Methods 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims 1
- 239000007789 gas Substances 0.000 description 163
- 238000003860 storage Methods 0.000 description 22
- 238000001514 detection method Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 13
- 229910044991 metal oxide Inorganic materials 0.000 description 12
- 150000004706 metal oxides Chemical class 0.000 description 12
- 239000004065 semiconductor Substances 0.000 description 12
- 238000011161 development Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 11
- 239000000203 mixture Substances 0.000 description 10
- 240000007154 Coffea arabica Species 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 239000003570 air Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007621 cluster analysis Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 4
- 238000012628 principal component regression Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- XOLBLPGZBRYERU-UHFFFAOYSA-N tin dioxide Chemical compound O=[Sn]=O XOLBLPGZBRYERU-UHFFFAOYSA-N 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 3
- 238000007417 hierarchical cluster analysis Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 239000000725 suspension Substances 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- GWEVSGVZZGPLCZ-UHFFFAOYSA-N Titan oxide Chemical compound O=[Ti]=O GWEVSGVZZGPLCZ-UHFFFAOYSA-N 0.000 description 2
- 239000012080 ambient air Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 229910003437 indium oxide Inorganic materials 0.000 description 2
- PJXISJQVUVHSOJ-UHFFFAOYSA-N indium(iii) oxide Chemical compound [O-2].[O-2].[O-2].[In+3].[In+3] PJXISJQVUVHSOJ-UHFFFAOYSA-N 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000032258 transport Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 239000012159 carrier gas Substances 0.000 description 1
- 238000007084 catalytic combustion reaction Methods 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000006479 redox reaction Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000009281 ultraviolet germicidal irradiation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
- G01N27/122—Circuits particularly adapted therefor, e.g. linearising circuits
- G01N27/123—Circuits particularly adapted therefor, e.g. linearising circuits for controlling the temperature
- G01N27/124—Circuits particularly adapted therefor, e.g. linearising circuits for controlling the temperature varying the temperature, e.g. in a cyclic manner
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
- G01N27/128—Microapparatus
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0001—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00 by organoleptic means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Combustion & Propulsion (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Description
本発明は、ガスセンサの分野に関し、より詳細には、金属酸化物センサを含むケモレジスタ（ｃｈｅｍｏｒｅｓｉｓｔｏｒ）型のガスセンサ、及び例えばインピーダンス、静電容量、リアクタンス等の電気特性の変化によって異なるガス成分に応答する他のセンサに関する。
ガスセンサは、多くの用途で使用されており、特に特定のガスを検出又は認識することが望ましい状況及びガス混合物の組成を特定することが望ましい状況で使用される。本文では、文脈により別段のことが要求される場合を除き、「ガス」という表現は、特定のガス種及び異なるガス種の混合物の両方を示すのに使用され、「特徴付け」という一般表現は、特定のガスを認識又は検出するプロセス及びガスの組成を特定するプロセスの両方を示すのに使用される。本文での「ガス試料」への言及は、一般に、ガスセンサに提示される任意のガスへの言及（離散試料としてか、又は周囲ガス状媒体へのセンサの露出によるかに関係なく）を含むことを理解されたい。
半導体金属酸化物に基づくガスセンサ等、ケモレジスタ型ガスセンサを含めて様々な検知技法を使用したガスセンサが開発されている。
図１は、従来技術による第１の半導体金属酸化物型ガスセンサの基本構造を概略的に示す断面図である。
図１に示されるように、半導体金属酸化物型ガスセンサ１１は、ベース１４上に支持される絶縁層１３上に設けられる半導体金属酸化物で作られる検知層１２を有する。センサ１１がガスに露出されると、ガス粒子１７が検知層１２の表面に吸着され得、酸化還元反応が生じ得、検知層１２のインピーダンス（コンダクタンス、静電容量、インダクタンス、又はこれらの複数のパラメータ）を変化させる。このインピーダンスの変化は、測定電極１５及びベース１４の背面に配置される加熱器１６の対を使用して測定される。多くの場合、測定は、電位差を測定電極にわたって印加し、検知層により提示されるインピーダンスがどのように変化するかを監視することにより行われる。
近年、「マイクロホットプレート」構造を有する半導体金属酸化物型ガスセンサが開発された。
図２は、従来技術による、マイクロホットプレート構造を有する半導体金属酸化物型ガスセンサの一般構造を概略的に示す断面図である。
図２から、検知層２２がもはやベース２４の厚い部分と位置合わせされて位置決めされないように、センサ２１のベース２４は、窪み部２８を有することが分かる。したがって、検知層２２のみの加熱に使用される加熱器２６は、加熱する必要がある材料の質量（比較的薄い支持膜２９を含む）を低減し、それにより、ガスセンサによる消費電力が低減すると共に、検知層２２の温度を急速に上げられるようにする（したがって、測定を行うために必要な時間を短縮し、検知層のクリーニングに必要な時間を短縮する）。更に、この急速加熱は、検知層を形成する材料に生じさせるダメージ度がより低い。
図３は、従来技術による、第１のタイプのマイクロホットプレート構造を有するセンサを示す。
図３のセンサ３０において、検知層３２、は絶縁層３３上に形成され、絶縁層３３は、したがってベース３４上にある。導体３８が測定電極及び加熱器から出て、ベース３４上に設けられる電極パッド３９に接触する。追加の配線（図示せず）が、電極パッドを更なる回路、特に加熱器の電流源と、測定電極により測定された信号を処理する回路とに接続する。図３のセンサ３０は、ベース３４が絶縁層３３を支持する連続面を有する「閉」型構造を有する。
図４は、従来技術による、懸架構造を有する第２のタイプのマイクロホットプレートを有するセンサを示す。
図４に示されるセンサは「懸架」型の構造を有し、この構造では、ベース４４は、中央開口部４７を有する枠型形を有し、検知層４２及びその絶縁層４３は開口部の上に懸架される。
通常、単一の半導体金属酸化物ガスセンサ素子から単独で得られる測定値は、そのようなセンサ素子の選択性が低い傾向があるため、十分な確度でのガスの識別を可能にするには不十分である。したがって、従来、これらの検知素子は、並べて配置された複数の検知素子のアレイで使用され、アレイ内の各素子は、その検知層を形成する異なる材料を有する。アレイ全体から得られる測定の組は、データ点の集団を形成し、統計技法を使用してデータ点の集団を処理して、所与のガスが存在するか否かを判断し、及び／又はアレイに提示されたガス混合物の組成がどのようなものであるかを特定することができる。測定値の組は、解析中のガス内に存在するガス種の性質及び濃度の特徴である一種のフィンガープリントを表すと見なすことができる。
図５は、従来のセンサシステムを示す。「電子鼻」デバイスが広範囲の異なる化学シグネチャを評価し識別するために、図１、図２、図３、及び図４を参照して説明したセンサ等の幾つかのセンサデバイスをアレイに配置することが有用である。図５に示されるように、３つのチャンバ５２、５３、及び５４が設けられ、各チャンバは複数のセンサ５２１を含む。３つのチャンバ５２、５３、及び５４は、導管５１２、５１３を介してそれぞれ接続される。解析の試料は、注入口５１１において注入され、注入口において、試料は、流量計５５のポート５１０において提供される合成空気と制御されて混合する。この合成空気はキャリアとして機能し、試料を各チャンバに運び、各センサを通り、最終的に排出口５１４から出る。通常、センサ５２１は、異なるタイプのものであるか、又は別様に制御されて異なる試料組成物に対して別様に反応する。所与の試料に対する各センサの応答を照合することにより、システムは、試料の「フィンガープリント」を編纂することができ、フィンガープリントは、次に、既知の「フィンガープリント」のライブラリと比較されて、最も近い一致を識別し、それにより最も妥当な試料組成を識別することができる。
図５を参照して説明したセンサアレイの欠点は、本質的に嵩張り、デバイスが有能なほど、デバイスが有し得るセンサの数が多くなり、適切な露出、したがって各センサの試料を保証するのに必要なチャンバ及び導管の配置が複雑になることである。
一方で、ハンドヘルドユーザデバイスへの組み込みに合致したパッケージで、図５の従来のセンサシステムの機能に匹敵する機能を提供するコンパクトなセンサシステムを開発することが望ましい。
“Ｈａｎｄｂｏｏｋ ｏｆ Ｍａｃｈｉｎｅ Ｏｌｆａｃｔｉｏｎ：Ｅｌｅｃｔｒｏｎｉｃ Ｎｏｓｅ ｔｅｃｈｎｏｌｏｇｙ”ｂｙ Ｔｉｍ Ｃ Ｐｅａｒｃｅ ｅｔ ａｌ．ｅｄｉｔｅｄ ｂｙ Ｊｏｈｎ Ｗｉｌｅｙ＆Ｓｏｎｓ，２４ Ｊａｎｕａｒｙ ２００６は、本発明の分野の技術背景への前置きを提供する。
当技術分野の技術的現状に関する更なる情報については、Ｓｅｎｓｏｒｓ ａｎｄ Ａｃｔｕａｔｏｒｓ Ｂ １２５（２００７）２２４−２２８に公開された論文“Ｃａｔａｌｙｔｉｃ ｃｏｍｂｕｓｔｉｏｎ ｔｙｐｅ ｈｙｄｒｏｇｅｎ ｇａｓ ｓｅｎｓｏｒ ｕｓｉｎｇ ＴｉＯ２ ａｎｄ ＵＶ−ＬＥＤ”ｂｙ Ｃｈｉ−Ｈｗａｎ Ｈａｎ ｅｔ ａｌ及びＳｅｎｓｏｒｓ ａｎｄ Ａｃｔｕａｔｏｒｓ Ｂ ６５＿２０００．２６０−２６３に公開された論文“Ｌｉｇｈｔ ｅｎｈａｎｃｅｄ ｇａｓ ｓｅｎｓｉｎｇ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｉｎｄｉｕｍ ｏｘｉｄｅ ａｎｄ ｔｉｎ ｄｉｏｘｉｄｅ ｓｅｎｓｏｒｓ”ｂｙ Ｅ．Ｃｏｍｉｎｉ ｅｔ ａｌを調べ得る。
独国特許出願公開第１０２４５９４７号明細書及び米国特許出願公開第２０１４１０５７９０号明細書が本明細書と共に更に参照される。
"Ｈａｎｄｂｏｏｋ ｏｆ Ｍａｃｈｉｎｅ Ｏｌｆａｃｔｉｏｎ：Ｅｌｅｃｔｒｏｎｉｃ Ｎｏｓｅ ｔｅｃｈｎｏｌｏｇｙ"ｂｙ Ｔｉｍ Ｃ Ｐｅａｒｃｅ ｅｔ ａｌ．ｅｄｉｔｅｄ ｂｙ Ｊｏｈｎ Ｗｉｌｅｙ＆Ｓｏｎｓ，２４ Ｊａｎｕａｒｙ ２００６
Ｓｅｎｓｏｒｓ ａｎｄ Ａｃｔｕａｔｏｒｓ Ｂ １２５（２００７）２２４−２２８に公開された論文"Ｃａｔａｌｙｔｉｃ ｃｏｍｂｕｓｔｉｏｎ ｔｙｐｅ ｈｙｄｒｏｇｅｎ ｇａｓ ｓｅｎｓｏｒ ｕｓｉｎｇ ＴｉＯ２ ａｎｄ ＵＶ−ＬＥＤ"ｂｙ Ｃｈｉ−Ｈｗａｎ Ｈａｎ ｅｔ ａｌ
Ｓｅｎｓｏｒｓ ａｎｄ Ａｃｔｕａｔｏｒｓ Ｂ ６５＿２０００．２６０−２６３に公開された論文"Ｌｉｇｈｔ ｅｎｈａｎｃｅｄ ｇａｓ ｓｅｎｓｉｎｇ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｉｎｄｉｕｍ ｏｘｉｄｅ ａｎｄ ｔｉｎ ｄｉｏｘｉｄｅ ｓｅｎｓｏｒｓ"ｂｙ Ｅ．Ｃｏｍｉｎｉ ｅｔ ａｌ
第１の態様において、ガスを特徴付けるシステムであって、ガスセンサと、コントローラとを含み、コントローラは、測定サイクル中、ガスセンサの２つ以上の動作条件を変更するように適合される、システムを提供する。測定サイクルは、ガスセンサからの初期読み取り値で始まり且つガスセンサからの最後の読み取り値で終わり、及び特徴付けに十分な数の測定値を含む。
測定サイクル中、複数の動作条件を変更することは、全体的なシステムサイズが制限可能でありながら、標的特徴間のよりよい区別をサポートするより豊富な測定値を提供する。
第１の態様の発展形態によれば、本システムは、メモリを更に含み、コントローラは、測定サイクルを通してガスセンサから受信された読み取り値を、メモリに記憶された複数の標的特徴と比較するように更に適合される。標的特徴のそれぞれは、各カテゴリに関連付けられ、及びコントローラは、いずれかの実測特徴候補が読み取り値に最も密に一致するカテゴリにガスを分類する。
第１の態様に従って提供される、読み取り値に合わせられた標的特徴の定義は、ガスのより正確な特徴を自動的に提供するために充実した特性を活用する。
第１の態様の更なる発展形態によれば、本システムは、メモリを更に含み、コントローラは、第１及び第２の動作条件を、そのメモリに記憶された測定プロトコルで指定される値に変更するように適合される。
先の態様のメモリは、当然ながら、同一のものであり得る。ガスセンサの動作条件への変更のプログラムされた実施は、動作条件への複数の変更の精度及び容易さを改善すると共に、ガスの特徴付けを更に改善する。
第１の態様の更なる発展形態によれば、コントローラは、測定サイクルを開始して、測定プロトコルで指定される時間に２つ以上の動作条件を変更し、且つ測定値を記録するように適合される。
ガスセンサの動作条件への変更のプログラムされた実施は、動作条件への複数の変更の精度及び容易さを改善すると共に、ガスの特徴付けを更に改善する。
第１の態様の更なる発展によれば、本システムは、通信インターフェースを更に含み、通信インターフェースは、リモートプロセッサとの通信を可能にし、コントローラは、測定サイクルを通してガスセンサから受信された読み取り値を、複数の実測特徴候補との比較のためにリモートプロセッサに送信するように更に適合される。
処理をリモートに実行させる可能性は、ユーザデバイスの処理労力を低減すると共に、多くのテストプロトコル及び特徴ライブラリのための記憶容量の必要性を低減する。
第１の態様の更なる発展によれば、本システムは、ガスセンサの反応面を照明するように適合される紫外線光源を含む。紫外線光源は、コントローラが前記光源の強度又は波長を変調することができるようにコントローラに結合され、光源の強度は、ガスセンサの動作条件の１つである。
紫外線放射の強度又は波長を変調することは、異なるガスに対するガスセンサの反応を変調することに大きい効果を有することができ、したがって測定サイクル中のガスセンサの複数の変調の効果を高める。
第１の態様の更なる発展形態によれば、本システムは、ガスセンサの反応面を加熱するように構成される熱源を含む。熱源は、コントローラが熱源の強度を変調することができるようにコントローラに結合され、前記熱源の強度は、ガスセンサの動作条件の１つである。
温度の変調は、異なるガスに対するガスセンサの反応を変調することに大きい効果を有することができ、したがって測定サイクル中のガスセンサの複数の変調の効果を高める。
第１の態様の更なる発展形態によれば、本システムは、ガスセンサに給電する電圧源を含む。電圧源は、コントローラが電圧源の電圧出力を変調することができるようにコントローラに結合され、電圧源の電圧は、ガスセンサの動作条件の１つであり、なぜなら、電圧源によって生成される電位に起因した化学ポテンシャルが、検知材料上／内への吸収プロセスを制御する要因であるためである。例えば、パルスの形態でＲＳに提供されるバイアス電圧は、過渡応答において化学ポテンシャルを制御する例の１つであり得る。
第１の態様の更なる発展形態によれば、本システムは、ガスセンサへのガスのアクセスを制御するように配置された化学フィルタを含む。この化学フィルタは、コントローラが化学フィルタの出力の温度を変調することができるようにコントローラに結合される加熱器を含み、前記化学フィルタ源の温度は、ガスセンサの動作条件の１つである。
可変化学フィルタによって異なるガスに対するガスセンサの反応を変調することは、測定サイクル中、本システムの挙動を変更する追加の手段を提供し、それにより更に改善された区別及び精度を達成する。
第２の態様において、ガスを特徴付ける方法であって、ガスセンサの初期動作条件を設定するステップと、ガスセンサから第１の読み取り値をとることによって測定サイクルを開始するステップと、第１の予め定義される時間にガスセンサの第１の動作条件を変更するステップと、第２の予め定義される時間にガスセンサの第２の動作条件を変更するステップと、ガスセンサからの最後の読み取り値で測定サイクルを終了するステップとを含み、前記ステップは、測定プロトコルにおいて定義される、方法が提供される。
測定サイクル中、複数の動作条件を変更することは、標的特徴間のよりよい区別をサポートするより充実した測定値を提供する。
第２の態様の更なる発展形態によれば、本方法は、ガスセンサからの読み取り値を複数の標的特徴と比較する更なるステップであって、標的特徴のそれぞれは、各カテゴリに関連付けられる、比較する更なるステップと、いずれかの実測特徴候補が読み取り値に最も密に一致するカテゴリにガスを分類する更なるステップとを含む。
第１の態様に従って提供される、読み取り値に合わせられた標的特徴の定義は、ガスのより正確な特徴を自動的に提供するために充実した特性を活用する。
第２の態様の更なる発展形態によれば、本方法は、読み取り値を、複数の実測特徴候補との比較のためにリモートプロセッサに送信する更なるステップと、特徴を前記リモートプロセッサから受信する更なるステップとを含む。
処理をリモートに実行させる可能性は、ユーザデバイスの処理労力を低減すると共に、多くのテストプロトコル及び特徴ライブラリのための記憶容量の必要性を低減する。
第２の態様の更なる発展形態によれば、前記標的特徴を最も明確に区別するために、測定サイクル中のどのような時間に読み取り値がとられるべきかと、前記第１の動作条件及び前記第２の動作条件にどのような値が設定されるべきかとを決定することにより、前記測定プロトコルを生成する更なるステップである。
ガスセンサの動作条件への変更のプログラムされた実施は、動作条件への複数の変更の精度及び容易さを改善すると共に、ガスの特徴付けを更に改善する。
第３の態様によれば、前記標的特徴を最も明確に区別するために、測定サイクル中のどのような時間に読み取り値がとられるべきかと、前記第１の動作条件及び前記第２の動作条件にどのような値が設定されるべきかとを決定することにより、測定プロトコルを生成する方法が提供される。
ガスセンサの動作条件への変更のプログラムされた実施は、動作条件への複数の変更の精度及び容易さを改善すると共に、ガスの特徴付けを更に改善する。
第４の態様によれば、特定の試料タイプに対応する特徴ライブラリにおいて標的特徴の組を定義する方法が提供され、前記方法は、そのタイプの試料の複数の可能な分類について、指定された測定プロトコルから生じるいずれの試料特徴が、その分類と試料特徴との最も区別的な照合をサポートするであろうかを判断するステップを含む。
試料タイプ、測定プロトコル、及び特徴ライブラリ間の所定のマッピングにより、テスト装置の可能性の大半がなされ、正確で明確な結果の見込みの改善が与えられる。
第５の態様によれば、第２、第３、及び第４の態様のいずれかのステップを実施するように適合されるコンピュータプログラムが提供される。
第６の態様によれば、第５の態様のコンピュータプログラムを組み込んだコンピュータ可読媒体がある。
本発明の上記及び他の特徴、利点、及び応用は、非限定的な例として与えられる本発明の実施形態の以下の説明及び添付図面からより明確になる。
図５に関して説明したセンサシステムでは、各センサは、一般に、テストサイクル中、一定の動作条件を有する。
図６は、第１の実施形態を示す。図６に示されるように、機械嗅覚システムが提供される。機械嗅覚システムは、流入弁駆動装置６３１、通風機駆動装置６３２、ＵＶ駆動装置６３３、加熱器駆動装置６４４、及びガスセンサ駆動装置６４５と通信するコントローラ６１０と、メモリ６２０とを含む。流入弁駆動装置６３１は、流入弁アクチュエータ６４１に結合され、通風機駆動装置６３２は、通風機モータ６４２に結合され、ＵＶ駆動装置６３３は、１つ又は複数のＬＥＤを含み得る紫外線光源６４３に結合され、加熱器駆動装置６４４及びガスセンサ駆動装置６４５は、加熱器及びガスセンサのセンサ端子に結合される。システムは、本発明の実施形態により変調し得る異なる又は追加の実験的要因に対応する異なる又は追加の駆動装置を組み込み得ることが理解される。例えば、システムは、フィルタの温度を制御することにより変調し得る１つ又は複数の化学フィルタを組み込み得る。
示されるように、ＵＶ光源６４３並びに加熱ループ６４４及びセンサループ６４５を含むガスセンサは、ガスセンサチャンバ６５２内に配置される。このチャンバは、キャリア流入口６５１から入力ガス流を受け取り、排気口６５３を通してガスを排気する。流入口６５１には、中性キャリアガスを供給し得るか、又は流入口６５１は、単に実施の詳細に応じて周囲空気若しくは任意の他の流体を使用し得る。幾つかの実施形態では、排気はループして流入口に戻り得る。示されるように、特徴付けられるガスは、試料流入口６５４を介して流入口６５１を通って届くガス流中に注入される。
これに関連して、ガスという用語は、上又は他の箇所で考察されるように、可能な限り広い意味で理解されるべきである。特に、ガスは、実質的に気相の任意の試料を含む。これは、ガスキャリア中に分散した固体又は液体の粒子を含み得る。これは、１つのみ又は複数の異なる分子を含むガスを含み得、複数の異なる分子の幾つか又は全ては、特徴付ける試料に対応し得、一方、他の分子は、不活性又は他の方法で単にキャリアとして機能し、特徴付けられない。
試料の物質の相は、この相において試料がガスセンサと反応することが予期されるという点で重要であることも念頭に置かれたい。ガスセンサから離れたシステムの部分において、試料が別の形態で流出し得ることが完全に可能である。特に、試料は、液体中を循環し、妥当な時点で半透過性膜等によりその液体から分離することができる。
幾つかの場合、例えば、特徴付けるガスが周囲空気である場合、このようにしてキャリアと試料ガスとを混合する必要がないことがある。通風機６４２は、所望の流量及び圧力を保証する制御下でキャリア及び試料ガスを流入口６５１に引き入れ、ガスセンサチャンバ６５２を通り、排気口６５３から出るように強制される。例えば、永続的に動作する幾つかの実装形態では、長期使用からの過熱又は破損を避けるために、ガスセンサが通電されているときには常に、ガスセンサチャンバを通る空気流を保証することが望ましいことがある。通風機は、この実施形態の通風機６４２への追加又は代替として、ガスセンサチャンバの排気側に配置されてもよい。示される構成では、通風機６４２の作動により生じる空気流は、ベンチュリ効果により、特徴付けるガスを試料流入口に引き込むように機能するが、代替の実装形態では、特徴付けるガスに別個の推進手段を提供することが望ましいことがある。
動作において、コントローラは、メモリ６２０から測定プロトコル６２１を検索し、測定プロトコルに従って各駆動装置のパラメータを設定する。これらのパラメータは、幾つかの異なる値を連続してとり、センサの出力が監視される。測定プロトコルに定義されるシーケンスが完了すると、センサから得られた結果の組が、これもメモリに記憶される特徴ライブラリに記憶された代表的な値とコントローラにより比較される。任意選択的に、満足な一致が得られない場合、代替の測定プロトコルを実行し得、プロセスを繰り返し得る。特徴ライブラリにおいて一致が識別されると、対応する特徴は、ホストデバイスのディスプレイを介してユーザに報告される。一定間隔で又は必要に応じて、コントローラは、ホストデバイスの通信インターフェースを使用してプロトコルサーバにアクセスして、追加又は更新された測定プロトコル及び／又は新しい又は更新された特徴ライブラリを取得し得る。
好ましくは、選択される測定プロトコルは、特徴付けられる試料のタイプに可能な限り密に対応する。測定プロトコルは、特徴付けられている試料のタイプについての任意の利用可能な情報に基づいて選択し得、これは、試料についての任意の利用可能な情報を提供するためのユーザ入力を含み得る − 例えば、ユーザは、試料が特定の食材タイプであったことを指定し得、これは、次に特定の特徴ライブラリを優先的に選択するためのベースを提供し得る。代替的に、システムは、他のデバイスと通信して、関連情報を取得し得る − 例えば、接続された冷蔵庫が、その中身についての情報を提供することが可能であり得、又は製品のパッケージが、特徴ライブラリの最適な選択をサポートする追加情報の検索に使用することができるバーコード、ＲＦＩＤタグ、又は他の識別子を有し得る。
したがって、ガスを特徴付けるシステムであって、ガスセンサと、コントローラとを含み、コントローラは、測定サイクル中、ガスセンサの２つ以上の動作条件を変更するように適合され、測定サイクルは、ガスセンサからの初期読み取り値で始まり且つ前記ガスセンサからの最後の読み取り値で終わり、及び特徴付けに十分な複数の測定値を含む、システムが提供される。より詳細には、ガスを特徴付けるシステムであって、ガスセンサと、コントローラと、複数の駆動装置とを含み、各駆動装置は、ガスセンサの各動作条件を決定するように動作可能なトランスデューサを制御し、コントローラは、駆動装置と通信して、測定サイクル中、ガスセンサの複数の動作条件のそれぞれを変更し、測定サイクルは、ガスセンサからの初期読み取り値で始まり且つ前記ガスセンサからの最後の読み取り値で終わり、及び特徴付けに十分な複数の測定値を含む、システムが提供される。
図７は、測定プロトコル及びその結果の測定値を示す。
図７に示されるように、測定プロトコル７１０は、流入弁駆動装置６３１、通風機駆動装置６３２、ＵＶ駆動装置６３３、加熱器駆動装置６４４、及びガスセンサ駆動装置６４５の異なる設定に対応する波形の組として表すことができる。特に、示されるように、第１の波形７１１は、測定サイクルを通して流入弁駆動装置６３１に望ましい設定を表し、第２の波形７１２は、測定サイクルを通して通風機駆動装置６３２に望ましい設定を表し、第３の波形７１３は、測定サイクルを通して加熱器駆動装置６４４に望ましい設定を表し、第４の波形７１４は、測定サイクルを通してＵＶ駆動装置６３３に望ましい第１の設定を表し、第５の波形７１５は、測定サイクルを通してＵＶ駆動装置６３３に望ましい第２の設定を表し、第６の波形７１６は、測定サイクルを通してガスセンサ駆動装置６４５に望ましい設定Ｖｓを表す。Ｖｓは、センサの検知材料に提供される電圧を意味する。
更に、センサは、電圧源の代わりに電流源により動作することができる。第７の波形７１７は、化学フィルタ温度駆動装置に望ましい設定を表す。当然ながら、波形の数は、測定サイクルを通して変更されるように選択されるファクタの数に応じて変わり、この実施形態において記載される値の幾つかを除外してもよく、追加又は代替のファクタを等しく組み込んでもよい。
測定サイクル中、上又は他の箇所で記載される等の２つ以上の動作パラメータの任意の組み合わせを変更し得る。変更するように選択されるパラメータは、一般に、特徴付けられる試料のタイプに最もよく適するパラメータである。例えば、特定の試料カテゴリでは、ＵＶ照射周波数及び温度の様々な組み合わせを設定する測定プログラムが、異なる試料を区別するに当たり特に有効であることが見出され得、一方、他の試料カテゴリでは、ＵＶ照射周波数及びＵＶパルス周波数の様々な組み合わせを設定する測定プログラムが特に有効であることが見出され得る等である。同様に、状況に応じて、図６に示されるように、３つ以上の動作パラメータを変更することが望ましいことがある。
示されるように、流入弁駆動装置６３１により制御される弁６５４は、周期的に開いて、センサチャンバ６５２を通る空気流に特徴付けられるガスを入れられるようにし、その時間中、ガスセンサ６４５の出力は観測され、ガスの組成、センサの特性、及び測定プロトコルに従って設定される他の動作パラメータに応じて、多かれ少なかれ特徴付けられるガスと反応するにつれて、ピークに達することができる。示されるように、弁６５４は、開かれた後、所定の間隔で再び閉じられ、特徴付けられるガスの退出を遮断し、その時間中、ガスセンサ６４５の出力を観測し、特徴付けられるガスがガスセンサの反応面から離れて拡散するにつれて、ガスの組成、センサの特性、及び測定プロトコルに従って設定される他の動作パラメータに応じるレートでピーク値からベースラインに戻ることができる。
システムは圧力センサ６４６、湿度センサ６４７、及び温度センサ６４８を更に含む。
示されるように、通風機７１２は、一定波形で駆動され、ガスセンサチャンバを通して一定の空気流を提供する。他の実施形態では、流量は、試料ガスをよりよく特徴付けるために、測定サイクル中に変更される動作パラメータの１つとして変調し得る。示されるように、通風機は、ｔ１前のある時間において開始し、ｔ２後のあるときに停止し、ガスセンサの冷却を提供し、チャンバ内の空気がサイクルの開始時及び終了時にクリーンであることを保証する。
図２、図３、及び図４に関して説明したように、ガスセンサデバイスは、従来、加熱器ループを組み込む。この加熱器は一般に抵抗構成要素を含み、抵抗構成要素は、指定された電圧が印加されると、予測可能なように発熱する。本発明の実施形態によれば、加熱器に印加される電圧Ｖｈは、試料ガスをよりよく特徴付けるために、測定サイクル中に変更される動作パラメータの１つとして測定サイクルを通して変更される。
ＵＶ源６４３が、異なる紫外線波長を発するように選択される（この場合、２つの）ＵＶ ＬＥＤのアレイを含み得ることに基づいて、２つの別個の波形７１４、７１５がＵＶ駆動装置について示される。この実施形態によれば、これらの２つのＵＶ ＬＥＤは独立して制御され、したがって両方ともオン、両方ともオフ、又は一方がオンであり、他方がオフであり得る。示される波形はＬＥＤのオン又はオフに制限されるが、測定サイクル中、ＬＥＤの強度を変調することが望ましいこともあることが理解される。この実施形態は、略一定の特徴的な波長を有する標準ＬＥＤに関して説明されるが、他の技術により、光源の所望の波長を指定することが可能になり得、その場合、追加のデータを測定プロトコルに組み込み、測定期間の異なる時点で所望の波長を指定し得る。
ＵＶ変調はパルスモードで動作し得、それにより、指定された周波数を有するＵＶパルストレインは、パルストレイン周波数間で切り替えられ、感度及び選択性の増大を提供する。
紫外線（ＵＶ）光を使用して、金属酸化物センサの感度及び選択性を高めることができる。
同様の現象の態様において、パルスＵＶ照明は、一定のＵＶ照明と比較して、感度の増大にはるかに効率的である。更に、紫外線ランプは多くの電力を消費し、したがって、電力が大きい考慮事項である幾つかのモバイル端末の実装形態で最適ではない。ＵＶ ＬＥＤは、一般に、高周波パルスＵＶ照明を行うより効率的な方法である。
波形７１６を使用してガスセンサ自体を駆動する。従来のシステムでは、これは、特徴付けられるガスの特定の成分への反応に応答して抵抗が変化する受動構成要素である。しかし、本発明の特定の実施形態によれば、デバイスにわたる電圧を変更することにより、例えば、表面に吸着した粒子の化学ポテンシャルに基づいて、特徴付けられるガスの特定の成分との相互作用を変更することができる。したがって、特定の実施形態では、この電圧は、試料ガスをよりよく特徴付けるために、測定サイクル中に変更される動作パラメータの１つとして測定サイクルを通して変更される。
この波形は、検知材料に電気パルスを提供するパルス機能を示すこともでき、パルス機能は、特定のガスの通常の駆動回路と比較して、感度を増大させ、金属酸化物センサの回復時間を短縮させるのに有効であることができる。様々な駆動波形、特に伝達関数により分析する電気システムにおいて使用されることが既知の駆動波形が適切である。
波形７１７を使用して化学フィルタを駆動し、化学フィルタはガスセンサ上又はガスセンサ近傍に配置し得る。本発明の特定の実施形態によれば、フィルタの温度を変更することにより、特徴付けられるガスの特定の成分との反応を変更することができ、それにより、センサ６４５に到達する特定のガスの濃度を制御することができる。したがって、特定の実施形態では、この電圧は、試料ガスをよりよく特徴付けるために、測定サイクル中に変更される動作パラメータの１つとして測定サイクルを通して変更される。波形７１７はそのような変更を表す。
波形７１１、７１２、７１３、７１４、７１５、７１６、７１７のそれぞれは、連続波形として表されるが、実際には、測定プロトコルは、測定期間を通して各駆動装置の瞬間設定を表すデジタル値の組により定義される。
これらのデジタル値は、測定期間全体にわたり一定間隔での所望の設定を示してもよく、又は各設定値は、関連付けられた時間値を有してもよく、それにより、測定期間中、必要に応じて任意の瞬間に対して設定を指定することができる。
示されるように、波形は、それぞれ前記ガスセンサからの初期読み取り値に対応する時間ｔ１ ７３０において開始され、前記ガスセンサからの最後の読み取り値に対応するｔ２ ７４０において終了するが、幾つかの実施形態では、特定の波形は、ｔ１前又はｔ２後の期間に拡張し得る。特に、測定開始前又は測定完了後にガスセンサが完全にクリーニングされることを保障するように、特定の様式において制御下で任意の要因を変調することが望ましいことがある。
上述したように、ガスセンサの動作周波数は、測定サイクル中に変更され、このサイクルを通して試料ガスの特徴付けに十分な複数の測定値がとられる。
図７は、例示的な測定値を示す。特に、示されるように、試料は、ガスセンサの抵抗の測定７２１により特徴付けられる。
試料は、ガスセンサ６４４の加熱器からの第１の温度測定値７２２によって更に特徴付けられる。加熱器６４４の主な役割はガスセンサの加熱であるが、自由に放射する理論上の抵抗と比較したデバイスの抵抗の変化に基づいて、デバイス温度を推測することが可能である。
試料は、温度センサ６４８からの第２の温度測定値７２３及び湿度センサ６４７からの湿度測定値７２４によって更に特徴付けられる。
これらの読み取り値７２２、７２３、７２４は、試料ガスを直接特徴付けないことがあるが、これらの周囲状況は、ガスセンサの挙動に有意に影響する可能性があり、したがって、後述するように、特徴ライブラリ６２２の選択若しくは特徴ライブラリ６２２との比較に使用し得、又は特徴ライブラリと比較しての較正及び補償に使用することができる。
波形７２１、７２２、７２３、７２４のそれぞれは連続波形として表されるが、実際には、測定値は、多くの場合、各駆動装置及びセンサからの瞬間サンプルを表す一連のデジタル値の形態をとる。これらのサンプルは、測定サイクル中、一定間隔で測定し得る。これらのサンプルは、測定サイクル中、所定の時間において測定することもできる。この場合、測定プロトコルは、各動作条件に設定される値と並行して、読み取り値がとられるべき測定サイクル中の時間を指定するデータを更に含み得る。
様々な駆動装置及びセンサの出力をサンプリングすることに加えて、システムは、例えば、ピーク値、特定の値又はピーク値まで上昇するのにかかった時間、ピーク値の指定された割合に上昇するのにかかった時間、ピーク値からゼロまで下がるのにかかった時間、ピーク値の指定された割合に下がるのにかかった時間、指定の値まで下がる下がるのにかかった時間、ゼロに下がるのにかかった時間、ピーク上昇率、測定サイクルの指定された時点での上昇率、ピーク下降率、測定サイクルの指定された時点での下降率等を抽出することにより、サンプリングされた情報を処理して、読み取り値を更に特徴付け得る。システムは、平均値、標準偏差、又は他の統計評価を計算し得る。システムは、曲線近似又は回帰分析、雑音低減、及びベースライン調整を実行し得る。いずれのそのような計算をいずれの測定値に基づいて実行されるかを指定する命令を測定プロトコルに組み込み得る。
したがって、最終的な試料特徴付けは、生の読み取りデータ、試料データの処理された表現、又は両方の組み合わせを含み得る。測定プロトコルは、実行される任意の処理を指定し得る。測定プロトコルは、いずれの生の読み取り値が処理を受けるかを指定し得る。測定プロトコルは、最終的な試料特徴付けのフォーマット及び構造を指定し得る。
最終的な試料特徴付けが完了すると、コントローラ６１０は、メモリ６２０から特徴ライブラリ６２２を選択する。特徴ライブラリは、特徴付けられている試料のタイプについての任意の利用可能な情報と、測定サイクルの時間での適所における周囲状況とに基づいて選択し得る。これは、試料についての任意の利用可能な情報を提供するためのユーザ入力を含み得る − 例えば、ユーザは、試料が特定の食材タイプであったことを指定し得、これは、次に特定の特徴ライブラリを優先的に選択するためのベースを提供し得る。代替的に、システムは、他のデバイスと通信して、関連情報を取得し得る − 例えば、接続された冷蔵庫が、その中身についての情報を提供することが可能であり得、又は製品のパッケージが、試料に関する追加の情報の検索に使用することができるバーコード、ＲＦＩＤタグ、又は他の識別子を有し得る。幾つかの場合、温度、圧力、及び湿度等の周囲状況の読み取り値に応じて、異なるライブラリが適用可能であり得る。ライブラリの選択は、使用中の測定プロトコルに基づいて決定し得、又は使用中の測定プロトコルにより影響を受け得る。
各特徴ライブラリは複数の特徴標的を含む。特徴標的は、分類データと共に、試料特徴付けにおけるデータに対応する代表的なデータの組である。研究中の試料のタイプの異なるサブカテゴリを表す特徴標的を提供し得る。例えば、試料タイプが「コーヒー」である場合、特定を試料（品種、産地、状態、テイストプロファイル、品質等）を分類し得る多次元特徴の組み合わせごとに特徴標的を提供してもよく、又は代替として、各次元に別個の特徴を提供してもよく、これは、試料特徴に別個に適用され、結合されて、試料の最終的な完全分類を提供し得る。
図８ａ、図８ｂ、及び図８ｃは、特徴ライブラリの代替の構造を示す。上述したように、特定の実施形態によれば、試料特徴は、複数の特徴標的を含む特徴ライブラリと比較される。特徴標的は、試料に適用し得る特定の分類を表すデータの組を含む。これらの標的特徴は試料特徴と比較され、一致が識別される場合、試料は、対応する分類に関連付けられる。
比較プロセスは、ｋ−ＮＮ（ｋ−最近傍）、ＣＡ（クラスタ分析）、ＤＦＡ（判別関数分析）、ＰＣＡ（主成分分析）、ＰＣＲ（主成分回帰）、多重線形回帰（ＭＬＲ）、階層クラスタ分析（ＨＣＡ）、ＡＮＮ（人工ニューラルネットワーク）、ファジーＡＲＴ、ＰＮＮ（確率ニューラルネットワーク）、ＬＶＱ（学習ベクトル量子化）、及びＳＯＭ（自己組織化マップ）等の多変量解析技法により実行し得る。分析は、バックプロパゲーション、多層パーセプトロン、放射基底関数、及び適応共鳴理論等のニューラルネットワーク及びファジー論理技術を利用することもできる。
図８ａ、図８ｂ、及び図８ｃの例では、コーヒーの特徴付けでの特徴ライブラリの３つの代替のアーキテクチャを示す。
図８ａは、第１の特徴ライブラリアーキテクチャを示す。図８ａに示されるように、ライブラリ８１０は、特徴標的８１１の組を含む。各特徴標的８１１は、特徴の特定の組み合わせに対応する。動作において、試料特徴は、これらの特徴標的のそれぞれと比較され、標的がどのようなものであれ、最良の一致を与える標的に関連付けられた分類が試料に適用される。これは、図８に関して説明される３つの手法の最も簡単なものであり、分類に比較的少数の次元（この場合、３つの次元を有する − 品種、産地、及び焙煎）があり、及び／又は各次元に比較的少数の選択肢がある場合に最も適する。
図８ｂは、第２の特徴ライブラリアーキテクチャを示す。図８ｂに示されるように、ライブラリ８２０は、特徴サブライブラリ８２１、８２２、８２３の組を含む。これらのサブライブラリのそれぞれは、試料に適用される分類の３つの次元の１つに対応する。特に、サブライブラリ８２１は、コーヒーの品種に関連する分類標的を含み、サブライブラリ８２２は、コーヒーの産地に関連する分類標的を含み、サブライブラリ８２３は、コーヒーの焙煎に関連する分類標的を含む。動作において、試料特徴は、各サブライブラリ内の各特徴標的と比較され、各サブライブラリからの標的がどのようなものであれ、最良の一致を与える標的に関連付けられた分類が試料に適用される。この手法は、より多数の分類次元を扱う実装形態、又は各次元が多数の関連する分類を有する実装形態によりよく適する。
図８ｃは、第３の特徴ライブラリアーキテクチャを示す。図８ｃに示されるように、ライブラリ８３０は、特徴サブライブラリ８３１、８３２、８３３の組を含む。これらのサブライブラリのそれぞれは、試料に適用される分類の３つの次元の１つに対応する。特に、サブライブラリ８２１は、コーヒーの品種に関連する分類標的を含み、サブライブラリ８２２は、コーヒーの産地に関連する分類標的を含み、サブライブラリ８２３は、コーヒーの焙煎に関連する分類標的を含む。更に、サブライブラリ間には階層関係があり、第１のサブライブラリ８３１内の各特徴標的は、第２のライブラリ８３２内の特定の特徴標的を指し、第２のサブライブラリ８３２内の各特徴標的は、第３のライブラリ８３３内の特定の特徴標的を指す。動作において、試料特徴は、第１のサブライブラリ８３１内の各特徴標的と比較され、次に、第１のライブラリにおいて識別された最良一致により参照される第２のサブライブラリ８３２内の各特徴標的と比較され、その後、最後に、第２のライブラリにおいて識別された最良一致により参照される第３のサブライブラリ８３３内の各特徴標的と比較される。この方法により、実行される比較の総数は、図８ｂの実施形態において必要な比較の総数よりも少ない数であり得、特徴標的は、関連付けられたより高レベルの特徴標的に属する試料に対応するように微調整することができる。他方、この手法は、幾つかの場合、次に高いレベルにおいて各特徴標的に同様の特徴標的、例えば、示される８３３１及び８３３２が必要になるため、より大きい分類ライブラリに繋がり得る。これは、ライブラリ内の特徴標的の部分的な重複に繋がり得る。各サブライブラリからの標的がどのようなものであれ、最良の一致を与える標的に関連付けられた分類が試料に適用される。この手法は、幾つかの場合、ライブラリがより大きいという代償を払うが、性能に関して、より多数の分類次元を扱い実装形態、又は各次元が多数の関連する分類を有する実装形態によりよく適する。
一般に、測定プロトコル及び特徴ライブラリは、試料タイプにマッチする。多くの場合、所与のタイプの可能性の高い候補を最適に区別し、その状況で混乱の原因になる可能性が高いものを除外する測定プロトコルを定義することにより、性能の改善を期待することができる。同様に、測定プロトコルから予期されるデータに基づいて、所与のタイプの可能性の高い候補を最適に区別し、その状況で混乱の原因になる可能性が高いものを除外する特徴ライブラリを定義することにより、性能の改善を期待することができる。これに基づいて、測定プロトコル及び特徴ライブラリは、正しい質問を問い、それらの質問の繊細さ及び質問が問われた状況を完全に認識して答えを解釈するように徹底的に設計されたマッチするペアとして生成し得る。
測定プロトコル及び特徴ライブラリは、学習プロセスにより定義し得、学習プロセス中、自動手順により、全ての刺激及びパラメータの強度及び持続時間を変更して、既知の分類を有する検体試料をスクリーニングすることができる。結果は、ブラックボックスとして解釈される伝達関数に基づくことができ、ここで、検体試料の分類及び露出の強度は入力としてとられる。出力はデータベースにまとめられる。所与の用途の最適化はまた、用途に固有の最も関連する特徴のみを抽出する。
測定プロトコル及び特徴ライブラリを定義する一手法では、例えば、図６及び図７を参照して説明したように、最終的な測定システムが変調可能なものに対応する異なる動作条件の全ての組み合わせが代表的な試料の組に順次適用される。最終的な測定システムが所定のサンプリングレート、例えば、１０分の測定サイクル中、１秒毎に検出可能な各変数の測定値である。
変数はセンサ応答であり得るが、例えば、応答開始時間（ＲＳＴ）、回復時間、遅延時間（該当する場合、異なるセンサの応答間の遅延）、応答変曲点等の温度変調に起因する特徴派生値でもあり得る。
このプロセスは、ｘ変数（例えば、一定時間間隔での応答）対ｙ試料の行列を提供する。
この行列は、多くの場合、大きいが、種々のアルゴリズムが重要な変数及び特徴結果の識別に既知であり、代表的な試料の組により描かれる範囲でガスの定量化及び試料の区別を可能にする。そのようなアルゴリズムは、ｋ−ＮＮ（ｋ−最近傍）、ＣＡ（クラスタ分析）、ＤＦＡ（判別関数分析）、ＰＣＡ（主成分分析）、ＰＣＲ（主成分回帰）、多重線形回帰（ＭＬＲ）、階層クラスタ分析（ＨＣＡ）、ＡＮＮ（人工ニューラルネットワーク）、ファジーＡＲＴ、ＰＮＮ（確率ニューラルネットワーク）、ＬＶＱ（学習ベクトル量子化）、及びＳＯＭ（自己組織化マップ）等の多変量解析技法を含み得る。
選択された変数に基づいて、これらの変数の読み取りを可能にする関連する動作条件が分かる。これらのアルゴリズムは、アプリケーションを解く関連変数を識別可能である。アルゴリズムは、特徴値及び派生特徴のみならず、特徴出力値及び特定の駆動信号を用いて特定の試料で一緒に生じる派生特徴を含み得る特徴グループも更に検出可能である。
したがって、これに基づいて、測定プロトコルを選択し（すなわち、関連する動作条件のみを使用）、測定プロトコルに使用するように選択された既知の試料及び動作条件に制限された行列に基づいて、特徴値、派生特徴、特徴グループ、関連する動作条件等を含み得る特徴ライブラリを定義することが可能である。
図９は、図６のシステムのユーザデバイスへの統合を示す。
図９に示されるように、機械嗅覚デバイス６００は、モバイル電話ハンドセット等のホストデバイス９１０に統合される。機械嗅覚デバイスの構造及び動作は、上記の実施形態に関して説明したものと同様である。更に、示されるように、機械嗅覚デバイス６００は、ユーザデバイス９１０のＩ／Ｏインターフェース９１２を介してホストデバイス９１０のプロセッサ９１２と通信する。プロセッサ９１２は、通信インターフェース９１１、ディスプレイ９１４、及びユーザ入力インターフェース９１５と更に通信する。
ユーザデバイスのメモリ９１６を使用して、測定プロトコル６２１及び特徴ライブラリ６２２を記憶し得、プロセッサ９１３は、例えば、測定プロトコルをメモリから検索し、コントローラ６１０を介して命令を駆動装置６３１、６３２、６３３、６３４、６３５に発行し、試料特徴を受信及び編纂し、任意の追加の処理を実行し、最終的な試料特徴を特徴ライブラリと比較し、ディスプレイ９１４を介して結果をユーザに報告することにおいて、上述した機能の幾つかをコントローラに提供し得る。様々な動作段階において、ディスプレイ９１４を介して、例えば、試料タイプに関する更なる入力を促し、ユーザ入力インターフェース９１５を介して復元し得る。
更に、プロセッサは、通信インターフェースを介して外部リソースと通信し得る。例えば、通信インターフェースは、Ｅｔｈｅｒｎｅｔ、Ｗｉ−Ｆｉ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、又はセルラ電話回線通信等の通信プロトコルをサポートし得、場合によりプロセッサが外部サーバ９３０と通信し得るようにするネットワーク９２０を介した通信を可能にする。このサーバは、測定プロトコル及び特徴ライブラリの拡張リポジトリを提供し得る。この方法により、ユーザが、適する測定プロトコル及び特徴ライブラリがメモリ９１６に利用可能ではない特徴付けを実行することを望む場合、プロセッサ９１３は特徴サーバ９３０に問い合わせ、適する測定プロトコル及び特徴ライブラリをダウンロードし得る。特徴付けサーバは、新しい分類（例えば、新しい製品カテゴリに対応する）が開発された場合、又は性能の改善を可能にする測定プロトコル又は特徴ライブラリへの改良が追加された場合、更新された測定プロトコル及び特徴ライブラリを提供することもできる。更に、プロセッサは、受信した試料特徴及び実行するカテゴリの結果について特徴付けサーバと通信し得る。この情報は、特徴付けサーバにおいて評価して、測定プロトコル及び特徴ライブラリでの弱点及び新しい利用タイプの出現等を識別し得る。そのような情報は、実際には、測定プロトコル及び特徴ライブラリ定義プロセスに直接供給し得、したがって、新しい測定プロトコル及び特徴ライブラリが前の実施の結果の上に構築される。
代替的に、特徴付けサーバは、例えば、サーバにローカルのメモリから測定プロトコルを検索し、ネットワーク９２０、プロセッサ９１２、及びコントローラ６１０を介して命令を駆動装置６３１、６３２、６３３、６３４、６３５に発行し、試料特徴を受信及び編纂し、任意の追加の処理を実行し、最終的な試料特徴を特徴ライブラリと比較し、又は結果のディスプレイ９１４のためにユーザデバイスに送信することにおいて、上述した機能の幾つかをコントローラに提供し得る。特徴付けサーバがこれらの機能の幾つかを提供し得、その間、他の機能をローカルでの実施のまま残すことが理解される。例えば、測定プロトコルは、デバイスにローカルに記憶し得、デバイスのコントローラにより実施し得るが、試料特徴の受信及び編纂、任意の追加の処理の実行、最終的な試料特徴の特徴ライブラリとの比較、及びディスプレイ９１４のための結果のユーザデバイスへの送信は、サーバ側で実行し得、又はこの逆も同様である。
図１０は、実施形態による、ガスを特徴付ける方法のステップを示す。示されるように、方法はステップ１００５において開始され、ステップ１００５において、ガスセンサの初期動作条件が測定プロトコルに従って設定される。方法は次にステップ１００７に進み、ステップ１００７において、測定サイクルが、ガスセンサから最初の読み取り値を測定することにより開始される。次に、方法はステップ１００９に進み、ステップ１００９において、ガスセンサの第１の動作条件が測定プロトコルに従って第１の予め定義される時間に変更される。次に、方法はステップ１０１１に進み、ステップ１０１１において、ガスセンサの第２の動作条件が測定プロトコルに従って第２の予め定義される時間に変更される。幾つかの実施形態では、これらのステップの幾つか又は全ては、満足な結果が達成されるまで繰り返し得る。次に、方法は、ステップ１０１３における前記ガスセンサからの最終的に読み取り値で測定サイクルを終了する。
図１１は、図１０の実施形態の発展形態による、ガスを特徴付ける方法のステップを示す。ステップ１００５〜１０１３は、図１０の方法のステップに対応する。図１１に示されるように、ステップ１０１３後にステップ１０１５が続き、ステップ１０１５において、ガスセンサからの読み取り値が、それぞれ各カテゴリに関連付けられた複数の標的特徴と比較され、次にステップ１０１７に進み、ステップ１０１７において、ガスは、いずれかの標的特徴が前記読み取り値に最も密に一致するカテゴリに分類される。
図１２は、図１１の実施形態の発展形態による、ガスを特徴付ける方法のステップを示す。ステップ１００５〜１０１７は、図１１に示される方法のステップに対応する。図１２に示されるように、方法はステップ１００１で開始され、ステップ１００１において、試料タイプが特定され、次にステップ１００３に進み、ステップ１００３において、特定された試料タイプに対応する測定プロトコル及び複数の標的特徴が選択される。次に、方法は、上述したステップ１００５に進み、続くステップにおいて、選択された測定プロトコル及び標的特徴を使用する。
特定の実施形態において、試料タイプの特定は、実施形態自体によりある程度予め決定し得、例えば、冷蔵庫に設置されたシステムは、一般に、食品の分類に対応することが予期される。特定はユーザから入力を受信することもでき、ユーザは、図８の例の場合、例えば、「コーヒー」試料タイプを予め選択し得る。代替的に、システムは他のデバイスと通信して、関連情報を取得し得る − 例えば、接続された冷蔵庫は、その中身についての情報を提供可能であり得、又は製品パッケージは、特徴ライブラリの最適な選択をサポートする追加情報を検索するのに使用することができるバーコード、ＲＦＩＤタグ、又は他の識別子を有し得る。更に、システム自体は、それ自体の嗅覚能力を使用して試料タイプを識別しようとし得る。そのような一手法では、利用可能なデータが、確定的な選択を行うのに不十分であるように見える場合、システムは、幾つかの特徴ライブラリを使用して分類を試み得、結果から、最良の一致を表す結果を選び得る。これは、一致の相対強度のみならず、状況情報が利用可能なものからの重みも組み込み得る。別の手法では、システムは、より一般的な特徴ライブラリから開始し、この初期特徴に基づいてより具体的な特徴ライブラリを選択し、最終的な試料タイプが特定されるまで以下同様であり得る。
記載される方法は、複数の実測特徴候補と比較するために、読み取り値をリモートプロセッサに送信する追加ステップ、及び例えば上述したように前記リモートプロセッサから特徴を受信する追加ステップを組み込み得る。
記載される方法は、例えば、上述したように、前記標的特徴を最も明確に区別するために、測定サイクル中のどのような時間に読み取り値がとられるべきかと、どのような値が前記第１の動作条件及び前記第２の条件に設定されるべきかとを決定することにより、測定プロトコルを生成する追加ステップを組み込み得る。
同様に、実施形態によれば、例えば、上述したように、前記標的特徴を最も明確に区別するために、測定サイクル中のどのような時間に読み取り値がとられるべきかと、どのような値が前記第１の動作条件及び前記第２の条件に設定されるべきかとを決定することにより、前記方法及びデバイスで使用する測定プロトコルを生成する方法が提供される。
記載される方法は、特定のタイプの試料の複数の可能な分類について、指定された測定プロトコルから生じるいずれの試料特徴が、その分類と試料特徴との最も区別的な照合をサポートするであろうかを判断することにより、特定の試料に対応する特徴ライブラリ内の標的特徴の組を定義する追加ステップを組み込み得る。
同様に、実施形態によれば、特定のタイプの試料の複数の可能な分類について、指定された測定プロトコルから生じるいずれの試料特徴が、その分類と試料特徴との最も区別的な照合をサポートするであろうかを判断することにより、特定の試料に対応する特徴ライブラリ内の標的特徴の組を定義する方法が提供される。
特定の実施形態によれば、嗅覚計又は「電子鼻」は、測定プロトコルに従って、テストサイクル中、複数の動作パラメータを並行して変更することが可能である。この測定プロトコル並びにそれに対応して変更される動作パラメータ、それらのパラメータに設定される値、及びこれらの値の変更のタイミングは、特定のテスト状況での可能性の高い候補を最も効率的に区別するように合わせられる。次に、測定プロトコルの結果を特徴ライブラリ内の最良の標的と照合するために特徴ライブラリが使用される。テストプロトコル及び／又は特徴ライブラリは、需要時にリモートサーバからダウンロードされ得、及び特定の活動をローカル又は、リモートで実行され得る。
開示される方法は、全体的にハードウェアの実施形態（例えば、ＦＰＧＡ）、全体的にソフトウェアの実施形態（例えば、本発明に従ってシステムを制御する）、又はハードウェア要素及びソフトウェア要素の両方を含む実施形態の形態をとることができる。ソフトウェア実施形態は、ファームウェア、常駐ソフトウェア、マイクロコード等を含むが、これに限定されない。本発明は、コンピュータ又は命令実行システムにより使用されるか、又は関連して使用されるプログラムコードを提供するコンピュータ使用可能又はコンピュータ可読媒体からアクセス可能なコンピュータプログラム製品の形態をとることができる。コンピュータ使用可能又はコンピュータ可読は、命令実行システム、装置、又はデバイスにより使用されるか、又は関連して使用されるプログラムの包含、記憶、通信、伝搬、又は輸送を行うことができ任意の装置であることができる。媒体は、電子システム、磁気システム、光学システム、電磁システム、赤外線システム、又は半導体システム（又は装置又はデバイス）又は伝搬媒体であることができる。
これらの媒体及びプロセスは、コンピュータアプリケーションプログラム又はサービス、アプリケーションプログラミングインターフェース（ＡＰＩ）、ライブラリ、及び／又は他のコンピュータプログラム製品、又はそのようなエンティティの任意の組み合わせにより実施し得る。
図１３は、本発明の実施形態に実施に適する汎用計算システムを示す。
図１３に示されるように、システムは、図９のプロセッサに対応する論理デバイス９１３と、図９のメモリに対応する記憶装置９１６とを含む。システムは、任意選択的に、ディスプレイサブシステム１３１１、入力サブシステム１３１２、１３１３、１３１５、通信サブシステム９１１、及び／又は示されていない他の構成要素を含み得る。
論理デバイス９１３は、命令を実行するように構成される１つ又は複数の物理的デバイスを含む。例えば、論理デバイス９１３は、１つ又は複数のアプリケーション、サービス、プログラム、ルーチン、ライブラリ、オブジェクト、コンポーネント、データ構造、又は他の論理構造の一部である命令を実行するように構成し得る。そのような命令は、タスクを実行し、データ型を実装し、１つ又は複数のコンポーネントの状態を変換し、技術的効果を達成し、又は他の方法で所望の結果に達するように実施し得る。
論理デバイス９１３は、ソフトウェア命令を実行するように構成された１つ又は複数のプロセッサを含み得る。追加又は代替として、論理デバイスは、ハードウェア又はファームウェア命令を実行するように構成された１つ又は複数のハードウェア又はファームウェア論理デバイスを含み得る。論理デバイスのプロセッサは、シングルコア又はマルチコアであり得、そこで実行される命令は、シーケンシャル、並列、及び／又は分散処理用に構成し得る。論理デバイス９１３の個々の構成要素は、任意選択的に、リモートに配置し得、及び／又は調整された処理に向けて構成し得る２つ以上の別個のデバイスに分散し得る。論理デバイス９１３の態様は、クラウド計算構成で構成されたリモートアクセス可能なネットワーク接続された計算デバイスにより仮想化し実行し得る。
記憶装置９１６は、論理デバイスにより実行可能であり、本明細書に記載される方法及びプロセスを実施する命令を保持するように構成された１つ又は複数の物理的デバイスを含む。そのような方法及びプロセスが実施される場合、記憶装置９１６の状態は、例えば異なるデータを保持するように変換し得る。
記憶装置９１６は、リムーバブルデバイス及び／又は内蔵デバイスを含み得る。記憶装置９１６は、特に、光学メモリ（例えば、ＣＤ、ＤＶＤ、ＨＤ−ＤＶＤ、Ｂｌｕ−Ｒａｙディスク等）、半導体メモリ（例えば、ＲＡＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等）、及び／又は磁気メモリ（例えば、ハードディスクドライブ、フロッピーディスクドライブ、テープドライブ、ＭＲＡＭ等）を含む１つ又は複数のタイプの記憶装置を含み得る。記憶装置は、揮発性デバイス、不揮発性デバイス、動的デバイス、静的デバイス、読み／書きデバイス、読み取り専用デバイス、ランダムアクセスデバイス、シーケンシャルアクセスデバイス、ロケーションアドレス指定可能デバイス、ファイルアドレス指定可能デバイス、及び／又はコンテンツアドレス指定可能デバイスを含み得る。
特定の構成において、システムは、論理デバイス９１３と更なるシステム構成要素、特に機械嗅覚デバイス６００との間の通信をサポートするように適合されたインターフェース９１２を含み得る。例えば、追加のシステム構成要素は、リムーバブル及び／又は内蔵の拡張記憶装置を含み得る。拡張記憶装置は、特に、光学メモリ１３３２（例えば、ＣＤ、ＤＶＤ、ＨＤ−ＤＶＤ、Ｂｌｕ−Ｒａｙディスク等）、半導体メモリ１３３３（例えば、ＲＡＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等）、及び／又は磁気メモリ１３３１（例えば、ハードディスクドライブ、フロッピーディスクドライブ、テープドライブ、ＭＲＡＭ等）を含む１つ又は複数のタイプの記憶装置を含み得る。そのような拡張記憶装置は、揮発性デバイス、不揮発性デバイス、動的デバイス、静的デバイス、読み／書きデバイス、読み取り専用デバイス、ランダムアクセスデバイス、シーケンシャルアクセスデバイス、ロケーションアドレス指定可能デバイス、ファイルアドレス指定可能デバイス、及び／又はコンテンツアドレス指定可能デバイスを含み得る。
記憶装置が１つ又は複数の物理的デバイスを含み、本質的に伝搬信号を含まないことが理解される。しかし、本明細書に記載される命令の態様は、代替的に、記憶装置に記憶されるのとは対照的に通信媒体（例えば、電磁信号、光信号等）により伝搬し得る。
論理デバイス９１３及び記憶装置９１６の態様は、一緒に、１つ又は複数のハードウェア−論理要素に統合し得る。そのようなハードウェア−論理構成要素は、例えば、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定プログラム及び特定用途向け集積回路（ＰＡＳＩＣ／ＡＳＩＣ）、特定プログラム及び特定用途向け標準製品（ＰＳＳＰ／ＡＳＳＰ）、システムオンチップ（ＳＯＣ）、及び複合プログラマブル論理デバイス（ＣＰＬＤ）を含み得る。
「プログラム」という用語は、特定の機能を実行するように実施される計算システムの態様を説明するのに使用し得る。幾つかの場合、プログラムは、記憶装置により保持される機械可読命令を実行する論理デバイスを介してインスタンス化し得る。異なるモジュールを同じアプリケーション、サービス、コードブロック、オブジェクト、ライブラリ、ルーチン、ＡＰＩ、関数等からインスタンス化し得ることが理解される。同様に、同じプログラムを異なるアプリケーション、サービス、コードブロック、オブジェクト、ライブラリ、ルーチン、ＡＰＩ、関数等からインスタンス化し得る。「プログラム」という用語は、個々の又はグループの実行可能ファイル、データファイル、ライブラリ、ドライバ、スクリプト、データベース、レコード等を含み得る。
特に、図１３のシステムは、本発明の実施形態の実施に使用し得る。
例えば、図１０、図１１、又は図１２に関して説明したステップを実施するプログラムは、記憶装置９１６に記憶し、論理デバイス９１３により実行し得る。通信インターフェース９１２は、上述したように、測定プロトコル及び特徴ライブラリを特徴付けサーバ９３０から受信し、試料タイプ情報又は試料特徴データをアップロードし得る。論理デバイス１００１は、試料特徴を受信して編纂し、任意の追加の処理を実行し、最終的な試料特徴を特徴ライブラリと比較し、ディスプレイ９１４を介して結果をユーザに報告し得る。様々な動作段階において、例えば、試料タイプに関する更なる入力を、ディスプレイ９１４を介して促し、適するプログラムの制御下で、上述したように、ユーザ入力インターフェースデバイス１３１３、１３１２を介して回復し得、又はこれらのプロセスの幾つか又は全てを実行するように適合された内部若しくは外部専用システムとインターフェースし得る。
したがって、本発明は、コンピュータプログラムの形態で実施し得る。「サービス」は、本明細書で使用される場合、複数のユーザセッションにわたり実行可能なアプリケーションプログラムであることが理解される。デバイスは、１つ又は複数のシステム構成要素、プログラム、及び／又は他のサービスに提供し得る。幾つかの実装形態では、サービスは、１つ又は複数のサーバ計算デバイスで実行し得る。
ディスプレイサブシステム９１４は、含まれる場合、記憶装置により保持されたデータの視覚表現を提示するのに使用し得る。この視覚表現はグラフィカルユーザインターフェース（ＧＵＩ）の形態をとり得る。本明細書に記載される方法及びプロセスが、記憶装置９１６により保持されたデータを変更し、したがって記憶装置９１６の状態を変換すると、ディスプレイサブシステム９１４の状態も同様に基本データの変更を視覚的に表すように変換され得る。ディスプレイサブシステム９１４は、略あらゆるタイプの技術を利用した１つ又は複数の表示デバイスを含み得る。そのような表示デバイスは、共有エンクロージャ内で論理デバイス及び／又は記憶装置と組み合わせ得、又はそのような表示デバイスは周辺表示デバイスであり得る。
入力サブシステムは、含まれる場合、キーボード１３１２、マウス１３１１、タッチスクリーン１３１１、又はゲームコントローラ（図示せず）等の１つ又は複数のユーザ入力デバイスを含み得、又はインターフェースし得る。幾つかの実施形態では、入力サブシステムは、選択された自然動作ユーザ入力（ＮＵＩ）構成要素を含み得、又はインターフェースし得る。そのような構成要素は統合されてもよく、又は周辺であってもよく、入力動作の変換及び／又は処理は、オンボード又はオフボードで処理し得る。ＮＵＩ構成要素の例としては、発話及び／又は音声認識用のマイクロホン；マシンビジョン及び／又はジェスチャ認識用の赤外線、カラー、立体、及び／又は深度カメラ；運動検出及び／又は意図認識用の頭部追跡器、視線追跡器、加速度計、及び／又はジャイロスコープ；及び脳の活動を評価する電場検知構成要素を挙げ得る。
通信サブシステム９１１は、含まれる場合、計算システムを１つ又は複数の他の計算デバイスに通信可能に結合するように構成し得る。例えば、通信モジュールは、例えば、パーソナルエリアネットワーク、ローカルエリアネットワーク、ワイドエリアネットワーク、又はインターネットを含む任意のサイズのネットワークを介して、リモートサーバ９３０でホストされるリモートサービスに計算デバイスを通信可能に結合し得る。通信サブシステムは、１つ又は複数の異なる通信プロトコルと適合する有線及び／又は無線通信デバイスを含み得る。非限定的な例として、通信サブシステムは、無線電話回線網１３７４又は有線若しくは無線のローカル若しくはワイドエリアネットワークを介して通信するように構成し得る。幾つかの実施形態では、通信サブシステムは、計算システムが、インターネット９２０等のネットワークを介して他のデバイスにメッセージを送信及び／又は他のデバイスからメッセージを受信できるようにする。通信サブシステムは、受動デバイス（ＮＦＣ、ＲＦＩＤ等）との短距離誘導通信１３２１を更にサポートし得る。
図１３のシステムは、広範囲の異なるタイプの情報処理システムを反映することが意図される。図１３に関して説明したサブシステム及び特徴の多くが、本発明の実施に必要ないが、一般的なシステムをより現実的に反映するために含まれることが理解される。システムアーキテクチャが広く様々であり、図１３の異なるサブシステムの関係が単なる概略であり、実際のシステムでのレイアウト及び役割分散に関して変更される可能性が高いことが理解される。実際には、システムは、図１３に関して説明した様々な特徴及びサブシステムの異なるサブセットを組み込む可能性が高いことが理解される。図１４、図１５、及び図１６において、幾つかの一般的なデバイス例を更に詳細に考察する。
図１４は、実施形態を構成するように適合可能なスマートフォンデバイスを示す。図１４に示されるように、スマートフォンデバイスは、上述した要素９１４、９１３、９１６、９１２、６００、１３１６、１３１５、１３１４、９１１、１３２１、及び１３３３を組み込む。スマートフォンデバイスは、ネットワーク９２０を介して電話回線網１３７４及びサーバ９３０と通信する。
図１５は、実施形態を構成するように適合可能なハンドスキャナデバイスを示す。図１５に示されるように、ハンドスキャナデバイスは、上述した要素９１４、９１３、９１６、９１２、６００、１３１４、９１１、１３３３、９２０を組み込む。ハンドスキャナデバイスは、ネットワーク９２０を介してサーバ９３０と通信する。
図１６は、実施形態を構成するように適合可能なデスクトップコンピュータデバイスを示す。図１６に示されるように、デスクトップコンピュータデバイスは、上述した要素９１４、９１３、９１６、９１２、６００、１３１４、９１１、１３３３、９２０、及び９３０を組み込む。デスクトップコンピュータデバイスは、ネットワーク９２０を介して、周辺機器としての要素１３１７、１３１２、１３１３、及び６００並びにサーバ９３０と通信する。他方、要素１３２１、１３７４、及び１３３３は省略され、要素９１４は、タッチスクリーン機能がない通常のディスプレイであり得る。
本明細書に記載される構成及び／又は手法が例示的な性質のものであり、多くの変形形態が可能であるため、これらの特定の実施形態又は例が限定の意味で考えられるべきではないことが理解される。本明細書に記載される特定のルーチン又は方法は、任意の数の処理戦略の１つ又は複数を表し得る。したがって、示され及び／又は記載される様々な動作は、示され及び／又は記載される順序で、他の順序で、並行して実行し得、又は省略し得る。同様に、上記プロセスの順序は変更可能である。
本開示の趣旨は、本明細書に開示される様々なプロセス、システム、及び構成、及び他の特徴、機能、動作、及び／又は特性、並びにそのあらゆる均等物の全ての新規の非自明な組み合わせ又は部分組み合わせを含む。
Claims (14)
- ガス試料を特徴付けるシステムであって、少なくとも１つのガスセンサ（６４５）と、コントローラ（６１０）と、メモリ（９１６）とを含み、前記コントローラ（６１０）は、前記ガス試料の試料タイプを識別し、且つ測定プロトコル（６２１）に従って、測定サイクル中、前記少なくとも１つのガスセンサ（６４５）の１つについて２つ以上の動作条件を変更するように適合され、前記測定プロトコル（６２１）は、前記試料タイプに対応し、第１の前記動作条件および第２の前記動作条件を示し、各前記動作条件について、前記試料タイプに対応する標的特徴を最も明確に区別するために、前記測定サイクル中のどのような時間に読み取り値がとられるべきかと、前記第１の動作条件及び前記第２の動作条件にどのような値が設定されるべきかとを決定し、前記測定サイクルは、前記少なくとも１つのガスセンサ（６４５）の前記１つからの初期読み取り値で始まり且つ前記少なくとも１つのガスセンサ（６４５）の前記１つからの最後の読み取り値で終わり、及び前記特徴付けに十分な複数の測定値を含み、前記コントローラ（６１０）は、前記測定サイクルを通して前記少なくとも１つのガスセンサ（６４５）の前記１つから受信された前記読み取り値を、前記メモリ（６１９）に記憶された複数の標的特徴であって、前記標的特徴のそれぞれは、各カテゴリに関連付けられる、複数の標的特徴と比較するように更に適合され、且ついずれかの実測特徴候補が前記読み取り値に最も密に一致するカテゴリに前記ガスを分類する、システム。
- 前記コントローラ（６１０）は、前記第１及び第２の動作条件を、前記測定プロトコル（６２１）で指定される値に変更するように適合される、請求項１に記載のシステム。
- 前記コントローラは（６１０）、前記測定サイクルを開始して、前記測定プロトコル（６２１）で指定される時間に前記２つ以上の動作条件を変更し、且つ前記測定値を記録するように適合される、請求項２に記載のシステム。
- 通信インターフェース（９１１）を更に含み、前記通信インターフェースは、リモートプロセッサ（９３０）との通信を可能にし、前記コントローラ（６１０）は、前記測定サイクルを通して前記少なくとも１つのガスセンサ（６４５）の前記１つから受信された前記読み取り値を、複数の実測特徴候補との比較のために前記リモートプロセッサ（９３０）に送信するように更に適合される、請求項１に記載のシステム。
- 前記少なくとも１つのガスセンサ（６４５）の前記１つの反応面を照明するように適合される紫外線光源（６４３）を含み、前記紫外線光源（６４３）は、前記コントローラ（６１０）が前記光源（６４３）の強度又は波長を選択することができるように前記コントローラ（６１０）に結合され、前記光源（６４３）の前記強度は、前記少なくとも１つのガスセンサ（６４５）の前記１つの前記動作条件の１つである、請求項１〜４のいずれか一項に記載のシステム。
- 前記少なくとも１つのガスセンサ（６４５）の前記１つの反応面を加熱するように構成される熱源（６４４）を含み、前記熱源（６４４）は、前記コントローラ（６１０）が前記熱源（６４４）の強度を変調することができるように前記コントローラ（６１０）に結合され、前記熱源（６４４）の前記強度は、前記少なくとも１つのガスセンサ（６４５）の前記１つの前記動作条件の１つである、請求項１〜５のいずれか一項に記載のシステム。
- 前記少なくとも１つのガスセンサの前記１つに給電する電圧源を含み、前記電圧源は、前記コントローラが前記電圧源の電圧出力を変調することができるように前記コントローラに結合され、前記電圧源の電圧は、前記少なくとも１つのガスセンサの前記１つの前記動作条件の１つである、請求項１〜６のいずれか一項に記載のシステム。
- 前記少なくとも１つのガスセンサの前記１つへの前記ガスのアクセスを制御するように配置された化学フィルタを含み、前記化学フィルタは、前記コントローラが前記化学フィルタの出力の温度を変調することができるように前記コントローラに結合される加熱器を含み、前記化学フィルタ源の前記温度は、前記少なくとも１つのガスセンサの前記１つの前記動作条件の１つである、請求項１〜７のいずれか一項に記載のシステム。
- ガス試料を特徴付ける方法であって、前記ガス試料の試料タイプを識別するステップと、少なくとも１つのガスセンサ（６４５）の初期動作条件を設定するステップと、前記少なくとも１つのガスセンサ（６４５）の１つから第１の読み取り値をとることによって測定サイクルを開始するステップと、第１の予め定義される時間に前記少なくとも１つのガスセンサ（６４５）の前記１つの第１の示された動作条件を変更するステップと、第２の予め定義される時間に前記少なくとも１つのガスセンサ（６４５）の前記１つの第２の示された動作条件を変更するステップと、前記少なくとも１つのガスセンサ（６４５）の前記１つからの最後の読み取り値で前記測定サイクルを終了するステップとを含み、前記ステップは、前記試料タイプに対応し、且つ前記試料タイプに対応する標的特徴間を最も明確に区別するために、前記測定サイクル中のどのような時間に読み取り値がとられるべきかと、前記第１の動作条件及び前記第２の動作条件にどのような値が設定されるべきかとを決定する測定プロトコル（６２１）において定義され、前記方法は、前記少なくとも１つのガスセンサ（６４５）の前記１つからの前記読み取り値を、複数の標的特徴であって、前記標的特徴のそれぞれは、各カテゴリに関連付けられる、複数の標的特徴と比較するステップと、いずれかの実測特徴候補が前記読み取り値に最も密に一致するカテゴリに前記ガスを分類するステップとを含む、方法。
- 前記読み取り値を、複数の実測特徴候補との比較のためにリモートプロセッサ（９３０）に送信する更なるステップと、前記特徴を前記リモートプロセッサ（９３０）から受信する更なるステップとを含む、請求項９に記載の方法。
- 前記標的特徴間を最も明確に区別するために、測定サイクル中のどのような時間に読み取り値がとられるべきかと、前記第１の動作条件及び前記第２の動作条件にどのような値が設定されるべきかとを決定することにより、前記測定プロトコル（６２１）を生成する更なるステップを含む、請求項９又は１０に記載の方法。
- 請求項１〜１１のいずれか一項において使用される測定プロトコル（６２１）を生成する方法であって、最終的な測定システムが代表的な試料の組に変調することが可能な動作条件に対応する異なる動作条件の全ての組み合わせを順次適用し、且つその結果生成される行列に多変量解析技法を適用することにより、前記標的特徴間を最も明確に区別するために、どの動作条件が変更されるべきかを決定し、測定サイクル中のどのような時間に読み取り値がとられるべきかと、前記第１の動作条件及び前記第２の動作条件にどのような値が設定されるべきかとを決定するステップを含む、方法。
- 請求項９〜１２のいずれか一項に記載の方法のステップを実施するように適合されるコンピュータプログラム。
- 請求項１３に記載のコンピュータプログラムを組み込んだコンピュータ可読媒体。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP15306745.9 | 2015-11-02 | ||
| EP15306745.9A EP3163295B1 (en) | 2015-11-02 | 2015-11-02 | System and method for characterizing a gas sample |
| PCT/EP2016/076395 WO2017076882A1 (en) | 2015-11-02 | 2016-11-02 | Gas sensor controller |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018536853A JP2018536853A (ja) | 2018-12-13 |
| JP6814801B2 true JP6814801B2 (ja) | 2021-01-20 |
Family
ID=54396809
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018522643A Active JP6814801B2 (ja) | 2015-11-02 | 2016-11-02 | ガスセンサのシステムおよび方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US10794885B2 (ja) |
| EP (1) | EP3163295B1 (ja) |
| JP (1) | JP6814801B2 (ja) |
| KR (1) | KR102167233B1 (ja) |
| CN (1) | CN108463718B (ja) |
| WO (1) | WO2017076882A1 (ja) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101803628B1 (ko) * | 2016-02-16 | 2017-12-28 | 엘지전자 주식회사 | 냉장고 |
| US10948445B2 (en) * | 2016-05-27 | 2021-03-16 | Sciosense B.V. | Method and gas sensor arrangement for determining an absolute gas concentration with a gas sensor and decomposing gas to be measured |
| CN107468210A (zh) * | 2017-06-29 | 2017-12-15 | 江苏大学 | 一种基于终端检测+互联网+大数据云计算平台的人工嗅觉检测方法 |
| JP2019056602A (ja) * | 2017-09-20 | 2019-04-11 | 株式会社東芝 | 分子検出装置および分子検出方法 |
| JP6955118B2 (ja) * | 2018-03-30 | 2021-10-27 | ユーブイ パートナーズ，インコーポレイティド | 消毒行動トラッキングおよび格付け |
| EP3791170A1 (en) * | 2018-05-08 | 2021-03-17 | Ecole Polytechnique Federale De Lausanne (Epfl) | Gas pressure measurement device |
| CN109632891B (zh) * | 2018-12-19 | 2022-04-08 | 江苏智闻智能传感科技有限公司 | 一种利用阵列气体传感器监测气体种类以及浓度的方法 |
| CN111855757B (zh) * | 2020-07-21 | 2023-11-14 | 广西壮族自治区亚热带作物研究所（广西亚热带农产品加工研究所） | 一种基于电子鼻的六堡茶陈香香味识别方法 |
| CN112098495B (zh) * | 2020-08-20 | 2022-12-06 | 四川饭扫光食品集团股份有限公司 | 快速检测豆瓣酱风味、等级及产品溯源的方法 |
| CN112346787B (zh) * | 2020-09-30 | 2022-04-19 | 广州明珞装备股份有限公司 | 非标设备测试系统、方法和存储介质 |
| PL243748B1 (pl) * | 2021-09-14 | 2023-10-09 | Politechnika Gdanska | Sposób i układ do pomiarów gazowych składników atmosfery z zastosowaniem rezystancyjnych czujników gazów |
| WO2023163028A1 (ja) * | 2022-02-28 | 2023-08-31 | パナソニックＩｐマネジメント株式会社 | 匂い検知システム及び匂い検知方法 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE3519410A1 (de) * | 1985-05-30 | 1986-12-04 | Siemens AG, 1000 Berlin und 8000 München | Betriebsverfahren und sensor fuer gasanalyse |
| FR2767942B1 (fr) * | 1997-09-04 | 1999-11-26 | Alpha Mos Sa | Appareil de classification destine notamment a la reconnaissance d'odeurs |
| JP3577960B2 (ja) * | 1998-08-05 | 2004-10-20 | トヨタ自動車株式会社 | ガス測定方法 |
| JP2001311719A (ja) * | 2000-04-28 | 2001-11-09 | Univ Tsukuba | 匂識別方法及び匂識別装置 |
| US7302313B2 (en) * | 2001-02-07 | 2007-11-27 | Aircuity, Inc. | Air quality monitoring systems and methods |
| DE10245947B4 (de) | 2002-09-30 | 2007-01-04 | Eads Deutschland Gmbh | Mikrogasanalysesystem mit beheizbarem Filter und Verfahren zur Gasanalyse |
| JP2007535662A (ja) * | 2004-04-02 | 2007-12-06 | カミンズ，チモシー | 統合電子センサ |
| EP1845479B1 (fr) * | 2006-04-12 | 2010-12-15 | Alpha M.O.S. | L'analyse comparative d'un échantillon par rapport à une base de données |
| WO2008039996A2 (en) * | 2006-09-28 | 2008-04-03 | Smiths Detection Inc. | Multi-detector gas identification system |
| EP2533037B1 (en) * | 2011-06-08 | 2019-05-29 | Alpha M.O.S. | Chemoresistor type gas sensor having a multi-storey architecture |
| US8265881B1 (en) * | 2011-10-07 | 2012-09-11 | H2Scan Corporation | Techniques for calculating gas concentrations in a fluid environment |
| US10197519B2 (en) * | 2013-03-15 | 2019-02-05 | H2Scan Corporation | Gas sensing systems and methods |
| CN104950018A (zh) * | 2015-07-07 | 2015-09-30 | 西北师范大学 | 一种混合气体检测系统 |
| KR102517270B1 (ko) * | 2018-01-02 | 2023-04-03 | 삼성전자주식회사 | 전자 장치 및 그의 제어방법 |
-
2015
- 2015-11-02 EP EP15306745.9A patent/EP3163295B1/en active Active
-
2016
- 2016-11-02 WO PCT/EP2016/076395 patent/WO2017076882A1/en active Application Filing
- 2016-11-02 JP JP2018522643A patent/JP6814801B2/ja active Active
- 2016-11-02 KR KR1020187014468A patent/KR102167233B1/ko active IP Right Grant
- 2016-11-02 CN CN201680074518.7A patent/CN108463718B/zh active Active
- 2016-11-02 US US15/772,841 patent/US10794885B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US20180238846A1 (en) | 2018-08-23 |
| EP3163295A1 (en) | 2017-05-03 |
| JP2018536853A (ja) | 2018-12-13 |
| CN108463718B (zh) | 2021-04-13 |
| KR102167233B1 (ko) | 2020-10-19 |
| US10794885B2 (en) | 2020-10-06 |
| KR20190005820A (ko) | 2019-01-16 |
| EP3163295B1 (en) | 2020-09-30 |
| WO2017076882A1 (en) | 2017-05-11 |
| CN108463718A (zh) | 2018-08-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6814801B2 (ja) | ガスセンサのシステムおよび方法 | |
| US20230039201A1 (en) | Tailored food preparation with an oven | |
| US20190354096A1 (en) | System for rule management, predictive maintenance and quality assurance of a process and machine using reconfigurable sensor networks and big data machine learning | |
| Vergara et al. | Information-theoretic optimization of chemical sensors | |
| KR20130124184A (ko) | 행동 기록을 이용한 사용자 상태 분석 장치 및 방법 | |
| US10371670B2 (en) | Gas chromatograph | |
| Liu et al. | Electronic nose-based odor classification using genetic algorithms and fuzzy support vector machines | |
| KR102517270B1 (ko) | 전자 장치 및 그의 제어방법 | |
| Lin et al. | Discrimination of aged rice using colorimetric sensor array combined with volatile organic compounds | |
| Badawi et al. | Detecting gas vapor leaks using uncalibrated sensors | |
| Chen et al. | Identification of coumarin‐based food additives using terahertz spectroscopy combined with manifold learning and improved support vector machine | |
| Monroy et al. | Continuous chemical classification in uncontrolled environments with sliding windows | |
| KR20210030796A (ko) | 인공 지능을 이용한 조리 기기 제어 방법 및 그 시스템 | |
| US20190033275A1 (en) | Temperature variation for sensor array based detection technology | |
| KR20140048870A (ko) | 원격 화학 분석 분류 장치 및 방법 | |
| Amari et al. | Electronic nose for anchovy freshness monitoring based on sensor array and pattern recognition methods: principal components analysis, linear discriminant analysis and support vector machine | |
| CN107067034A (zh) | 一种快速识别红外光谱数据分类的方法及系统 | |
| JP6700226B2 (ja) | 分析物を特徴付ける方法及びデバイス | |
| Chiappini et al. | Prospective inference of bioprocess cell viability through chemometric modeling of fluorescence multiway data | |
| Zhang et al. | Optimal gas sensor combination selection method for low cost machine olfaction applicated in food discrimination | |
| Kirubakaran et al. | IoT based Food Surveillance System using Cloud | |
| KR20230130968A (ko) | 조리 상태를 제공하는 조리 장치 및 방법 | |
| CN114680659B (zh) | 烹饪设备控制方法、装置和烹饪设备 | |
| Vergara et al. | Kullback-Leibler distance optimization for artificial chemo-sensors | |
| US20240065308A1 (en) | Illumination roasting |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180521 |
|
| A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A525 Effective date: 20180530 |
|
| A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A529 Effective date: 20180530 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180530 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190604 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190531 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190903 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191028 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200317 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200424 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200818 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201015 |
|
| 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: 20201208 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201221 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6814801 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |