JP6983244B2 - 分析装置、分析方法、分析装置用プログラム及び分析用学習装置 - Google Patents
分析装置、分析方法、分析装置用プログラム及び分析用学習装置 Download PDFInfo
- Publication number
- JP6983244B2 JP6983244B2 JP2019535138A JP2019535138A JP6983244B2 JP 6983244 B2 JP6983244 B2 JP 6983244B2 JP 2019535138 A JP2019535138 A JP 2019535138A JP 2019535138 A JP2019535138 A JP 2019535138A JP 6983244 B2 JP6983244 B2 JP 6983244B2
- Authority
- JP
- Japan
- Prior art keywords
- correlation
- total
- reference sample
- sample
- data
- 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
- 238000004458 analytical method Methods 0.000 title claims description 87
- 239000013074 reference sample Substances 0.000 claims description 110
- 239000000523 sample Substances 0.000 claims description 99
- 238000005259 measurement Methods 0.000 claims description 98
- 238000004364 calculation method Methods 0.000 claims description 79
- 230000003595 spectral effect Effects 0.000 claims description 76
- 239000004215 Carbon black (E152) Substances 0.000 claims description 38
- 229930195733 hydrocarbon Natural products 0.000 claims description 38
- 150000002430 hydrocarbons Chemical class 0.000 claims description 38
- 238000013500 data storage Methods 0.000 claims description 33
- 238000001228 spectrum Methods 0.000 claims description 31
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 claims description 22
- 230000001678 irradiating effect Effects 0.000 claims description 17
- 238000010801 machine learning Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 11
- 239000003054 catalyst Substances 0.000 claims description 5
- 238000000034 method Methods 0.000 claims 4
- 239000007789 gas Substances 0.000 description 41
- 238000000862 absorption spectrum Methods 0.000 description 25
- 230000002093 peripheral effect Effects 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 11
- 238000002485 combustion reaction Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- AEEAZFQPYUMBPY-UHFFFAOYSA-N [I].[W] Chemical compound [I].[W] AEEAZFQPYUMBPY-UHFFFAOYSA-N 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 150000002013 dioxins Chemical class 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000001307 helium Substances 0.000 description 1
- 229910052734 helium Inorganic materials 0.000 description 1
- SWQJXJOGLNCZEY-UHFFFAOYSA-N helium atom Chemical compound [He] SWQJXJOGLNCZEY-UHFFFAOYSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 229910001872 inorganic gas Inorganic materials 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000001745 non-dispersive infrared spectroscopy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012883 sequential measurement Methods 0.000 description 1
- 230000009466 transformation 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N2021/3595—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using FTIR
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
- G01N2201/1293—Using chemometrical methods resolving multicomponent spectra
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Description
また、合計分析値とは、複数成分の濃度の合計値、質量の合計値など、複数各成分の物理量の合計値のことである。
また、助燃ガス(H2)などの取扱いが難しいガスを使用する必要はないので、簡便性やランニングコストの点にも寄与し得る。
この場合、前記合計分析値算出部が、参照試料のスペクトルデータと当該参照試料の合計分析値とに基づいて、スペクトルデータと合計分析値との相関を算出し、前記相関データ格納部に格納するように構成しておけばよい。
また、本分析装置はFTIR方式のものが好ましく、THCを分析する場合には、他の方式の分析装置は、FID分析装置であることが好ましい。
その場合は、所定複数成分の合計分析値が予め求められている参照試料に光を照射して得られるスペクトルデータを受け付ける受付部と、複数の互いに異なる参照試料の合計分析値及びスペクトルデータを格納している参照試料データ格納部と、前記参照試料データ格納部を参照し、各参照試料のスペクトルデータと合計分析値との間に共通する相関を算出する相関算出部とを備えているものが好適である。
51・・・主分析部
52・・・合計分析値算出部
521・・・相関算出部
522・・・算出本体部
53・・・受付部
しかして、本分析装置100は、図2に示すように、光源1、干渉計(分光部)2、試料セル3、光検出器4、演算処理装置5等を具備した、いわゆるFTIRと称されるフーリエ変換型赤外分光分析装置である。この分析装置100(以下、区別のため、FTIR分析装置100ということもある。)は、測定試料である排ガスのTHC濃度(又は量)を測定する排ガス分析装置として使用される。
光検出器4は、ここでは、いわゆるMCT光検出器4と称されるものである。
まず学習させる。そのために、シャシダイナモ300上で自動車を運転し、その排ガスである参照試料をFID分析装置400及びFTIR分析装置100に導く。なお、シャシダイナモ300上での自動車の運転に限らず、エンジンダイナモに接続されたエンジンを運転してもよいし、駆動系ダイナモにトランスミッション等の駆動系部品を運転してもよい。
すると、FID分析装置400ではTHC濃度が測定され、一方、FTIR分析装置100では、前記主分析部51によって当該排ガスの吸光スペクトルデータが測定される。
これで学習が終了する。
例えば、THCの吸光度は、測定対象に水分やその他の干渉成分が含まれているから、それらの影響を低減ないし排除した補正吸光スペクトルに基づいてTHC濃度を算出するようにしてもよい。このようにすれば、分析精度がさらに向上する。
具体的には、相関算出部521は、THC濃度を複数(例えば2以上)の濃度区分に分けて、この濃度区分毎に吸光スペクトルデータとTHC濃度の相関を算出し、その相関データを相関データ格納部D2に格納してよい。ここで算出本体部522は、測定試料の吸光スペクトルデータを受け付けると、当該吸光スペクトルデータの面積等に基づいて、相関データ格納部D2に格納された複数の相関データから当該吸光スペクトルデータに適した1つの相関データを選択し、当該選択した相関データを測定試料のスペクトルデータに当てはめて、測定試料のTHC濃度を算出するようにしてもよい。
このようなものであれば、相関算出部521が濃度区分毎に吸光スペクトルデータとTHC濃度の相関を算出するので、より精度の高い相関データを得ることができる。そして、算出本体部522が、このような精度の高い相関データを用いて測定試料のTHC濃度を算出するので、測定精度をより向上することができる。
なお、THC濃度はより多くの濃度区分に分けられることが好ましい。このようなものであれば、より一層精度の高い相関データを得ることができる。
具体的には、受付部53は、個別成分分析部512が算出した参照試料に含まれる水(H2O)の濃度を受け付け、前記参照試料データに付帯させて試料データ格納部D1に格納するように構成されていてもよい。相関算出部521は、参照試料データ格納部D1に格納されている複数の参照試料データとこれに付帯する水の濃度を参照し、当該水濃度をパラメータとして、吸光スペクトルデータとTHC濃度との相関を算出するようにしてもよい。算出本体部522は、THC濃度の算出にあたり、測定試料の水濃度に対応する相関を適用するようにしてよい。
FTIRによるTHC濃度の測定においては、排ガスに含まれる水の干渉影響及び共存影響が問題となることがあるが、このようなものであれば、水の濃度をパラメータとする相関を用いること、測定試料のTHC濃度の算出における水の影響を低減でき、測定精度をより向上することができる。
THC(R)=a1・HC1(R)+a2・HC2(R)+・・・(1)
ここで、THC(R)は、FID分析装置400によって測定された参照試料のTHC濃度、HC1(R)、HC2(R)、・・・は、主分析部51によって算出された参照試料における各ハイドロカーボンの濃度、a1、a2、・・・は重み付け係数である。
ここで、THC(M)は、合計分析値算出部52によって算出された測定試料のTHC濃度、HC1(M)、HC2(M)、・・・は、主分析部51によって算出された測定試料における各ハイドロカーボンの濃度である。
なお、上記例では、相関を機械学習にはよらず、多変量解析を用いて求めている。
すなわち、相関の算出には、機械学習のみならず、上述したような理論的に求められる数式を用いてもよい。
このようにすれば、THC濃度と関連度の高い周辺状況データ、すなわち設計パラメータを把握することができるので、自動車メーカーや触媒メーカーに対し、設計開発支援システムとして提供することが可能になる。
スペクトルデータの範囲がこのようなものであれば、分析対象成分であるHCの波数範囲を含むとともに、干渉成分である水の波数範囲(約3400cm−1以上)が除かれるので、測定試料のTHC濃度の算出における水の影響を低減でき、測定精度をより向上することができる。
具体的には分析装置100は、図5に示すように、演算処理装置5が参照試料データ格納部D1及び相関算出部521としての機能を有さないように構成されてもよい。ここでは受付部53が、他の分析用学習装置が予め算出した相関を示す相関データ(すなわち、学習済みデータ)を、ネットワーク等を介して受付けるとともに相関データ格納部D2に予め格納しておいてよい。そして算出本体部522が、相関データ格納部D2に予め格納されている相関データを測定試料の吸光スペクトルデータに当てはめて測定試料のTHC濃度を算出するようにしてよい。
なお受付部53は、所定の期間毎に他の分析用学習装置から新しい相関データを受け付けて、相関データ格納部D2に格納されている相関データを定期的に更新するようにしてよい。
Claims (21)
- ガスである測定試料に光を照射して得られるスペクトルデータに基づいて当該測定試料を分析するものであって、
所定複数成分の合計分析値が予め求められているガスである参照試料の当該合計分析値に基づいて、測定試料のスペクトルデータから当該測定試料における前記複数成分の合計分析値を算出する合計分析値算出部を備え、
前記合計分析値算出部が、
参照試料に光を照射して得られたスペクトルデータと当該参照試料の合計分析値との相関であって、機械学習により算出された相関を示すデータを格納している相関データ格納部と、
測定試料のスペクトルデータに前記相関データ格納部に格納されている相関を適用して、当該測定試料における前記複数成分の合計分析値を算出する算出本体部とを備えたものである分析装置。 - 前記合計分析値算出部が、
参照試料のスペクトルデータと当該参照試料の合計分析値とに基づいて、スペクトルデータと合計分析値との相関を算出し、前記相関データ格納部に格納する相関算出部をさらに備えたものである請求項1記載の分析装置。 - 他の方式の分析装置で測定された参照試料の合計分析値を示すデータを受け付ける受付部をさらに備え、
前記相関算出部が、前記受付部で受け付けた合計分析値と、本分析装置によって得られた前記参照試料のスペクトルデータとに基づいて前記相関を算出するものである請求項2記載の分析装置。 - 前記相関算出部が、複数の参照試料における各合計分析値と各スペクトルデータとから前記相関を算出するものであって、新たな参照試料に係る合計分析値及びそのスペクトルデータを取得した場合に、新たな参照試料に係る合計分析値及びそのスペクトルデータを加味して前記相関を更新するものである請求項2又は3記載の分析装置。
- 前記相関算出部が、参照試料の温度及び/又は圧力をもパラメータとして前記相関を算出するものであり、
前記算出本体部が、測定試料の温度及び/又は圧力をパラメータとして特定される前記相関に基づいて当該測定試料の合計分析値を算出するものである請求項2乃至4いずれか記載の分析装置。 - 前記相関算出部が、参照試料の温度及び/又は圧力に加えて、エンジン又は触媒に関連する周辺状況データをもパラメータとして相関を算出し、
前記算出本体部が、測定試料の温度及び/又は圧力に加えて、エンジン又は触媒に関連する周辺状況データをパラメータとして特定される前記相関に基づいて当該測定試料の合計分析値を算出する請求項5記載の分析装置。 - 前記スペクトルデータが、前記複数成分に干渉する他成分の影響を軽減又は除去したものである請求項1乃至6のいずれか記載の分析装置。
- 測定試料に光を照射して得られるスペクトルデータに基づいて、当該測定試料に含まれる個々の単一成分を分析する主分析部をさらに備えている請求項1乃至7のいずれか記載の分析装置。
- 前記測定試料又は参照試料が自動車の排ガスであり、分析対象となる成分がハイドロカーボンである請求項1乃至8のいずれか記載の分析装置。
- 前記所定複数成分の合計分析値が、前記排ガスに含まれるハイドロカーボン全体の濃度である請求項9記載の分析装置。
- FTIR方式のものである請求項1乃至10いずれか記載の分析装置。
- 他の方式の分析装置がFID分析装置である請求項11記載の分析装置。
- ガスである測定試料に光を照射して得られるスペクトルデータに基づいて当該測定試料を分析する方法であって、
所定複数成分の合計分析値が予め求められているガスである参照試料の当該合計分析値に基づいて、測定試料のスペクトルデータから当該測定試料における前記複数成分の合計分析値を算出する合計分析値算出ステップを備え、
当該分析値算出ステップにおいて、参照試料に光を照射して得られたスペクトルデータと当該参照試料の合計分析値との相関であって、機械学習により算出された相関に、測定試料のスペクトルデータを適用して、当該測定試料における前記複数成分の合計分析値を算出することを特徴とする分析方法。 - ガスである測定試料に光を照射して得られるスペクトルデータに基づいて当該測定試料を分析する分析装置に搭載されるプログラムであって、
所定複数成分の合計分析値が予め求められているガスである参照試料の当該合計分析値に基づいて、測定試料のスペクトルデータから当該測定試料における前記複数成分の合計分析値を算出する合計分析値算出部としての機能を分析装置に発揮させるものであり、
前記分析値算出部が、参照試料に光を照射して得られたスペクトルデータと当該参照試料の合計分析値との相関であって、機械学習により算出された相関に、測定試料のスペクトルデータを適用して、当該測定試料における前記複数成分の合計分析値を算出することを特徴とする分析装置用プログラム。 - 所定複数成分の合計分析値が予め求められているガスである参照試料に光を照射して得られるスペクトルデータを受け付ける受付部と、
複数の互いに異なる参照試料の合計分析値及びスペクトルデータを格納している参照試料データ格納部と、
前記参照試料データ格納部を参照し、各参照試料のスペクトルデータと合計分析値との間に共通する相関を機械学習により算出する相関算出部とを備えていることを特徴とする分析用学習装置。 - 前記受付部が、互いに異なる方式の分析装置により得られたものである、前記スペクトルデータとこれに対応する前記参照試料の前記合計分析値とを受け付け、これらを前記参照試料データ格納部に格納するように構成され、
前記相関算出部が、当該異なる方式の分析装置によって得られた前記スペクトルデータと前記合計分析値とに基づいて前記相関を算出するものである請求項15に記載の分析用学習装置。 - 前記相関算出部が、複数の参照試料における各合計分析値と各スペクトルデータとから前記相関を算出するものであって、新たな参照試料に係る合計分析値及びそのスペクトルデータを取得した場合に、新たな参照試料に係る合計分析値及びそのスペクトルデータを加味して前記相関を更新するものである請求項15又は16に記載の分析用学習装置。
- 前記相関算出部が、前記参照試料の温度及び/又は圧力をもパラメータとして前記相関を算出するものである請求項15〜17のいずれか一項に記載の分析用学習装置。
- ガスである参照試料に光を照射して得られるスペクトルデータと、当該参照試料に含まれる所定複数成分の合計分析値との相関を学習する学習方法であって、
所定複数成分の合計分析値が予め求められているガスである参照試料に光を照射して得られるスペクトルデータを受け付け、これを参照試料データ格納部に格納し、
前記参照試料データ格納部に格納されている複数の互いに異なる参照試料の合計分析値及びスペクトルデータを参照して、各参照試料のスペクトルデータと合計分析値との間に共通する相関を機械学習により算出する学習方法。 - 所定複数成分の合計分析値が予め求められているガスである参照試料に光を照射して得られるスペクトルデータを受け付ける受付部と、
複数の互いに異なる参照試料の合計分析値及びスペクトルデータを格納している参照試料データ格納部と、
前記参照試料データ格納部を参照し、各参照試料のスペクトルデータと合計分析値との間に共通する相関を機械学習により算出する相関算出部としての機能をコンピュータに発揮させることを特徴とする分析用学習装置用プログラム。 - 測定試料に光を照射して得られるスペクトルデータに基づいて当該測定試料を分析するものであって、
所定複数成分の合計分析値が予め求められている参照試料の当該合計分析値に基づいて、測定試料のスペクトルデータから当該測定試料における前記複数成分の合計分析値を算出する合計分析値算出部を備え、
前記合計分析値算出部が、
参照試料のスペクトルデータと当該参照試料の合計分析値との相関を示すデータを格納している相関データ格納部と、
測定試料のスペクトルデータに前記相関データ格納部の相関を適用して、当該測定試料における前記複数成分の合計分析値を算出する算出本体部と、
参照試料のスペクトルデータと当該参照試料の合計分析値とに基づいて、スペクトルデータと合計分析値との相関を算出し、前記相関データ格納部に格納する相関算出部を備え、
前記相関算出部が、複数の参照試料における各合計分析値と各スペクトルデータとから前記相関を算出するものであって、新たな参照試料に係る合計分析値及びそのスペクトルデータを取得した場合に、新たな参照試料に係る合計分析値及びそのスペクトルデータを加味して前記相関を更新するものである分析装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017152787 | 2017-08-07 | ||
JP2017152787 | 2017-08-07 | ||
PCT/JP2018/028812 WO2019031331A1 (ja) | 2017-08-07 | 2018-08-01 | 分析装置、分析方法、分析装置用プログラム及び分析用学習装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019031331A1 JPWO2019031331A1 (ja) | 2020-06-25 |
JP6983244B2 true JP6983244B2 (ja) | 2021-12-17 |
Family
ID=65271392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019535138A Active JP6983244B2 (ja) | 2017-08-07 | 2018-08-01 | 分析装置、分析方法、分析装置用プログラム及び分析用学習装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11448588B2 (ja) |
EP (1) | EP3667295A4 (ja) |
JP (1) | JP6983244B2 (ja) |
WO (1) | WO2019031331A1 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11081220B2 (en) | 2018-02-02 | 2021-08-03 | Carefusion 303, Inc. | System and method for dispensing medication |
US11222721B2 (en) | 2018-05-04 | 2022-01-11 | Carefusion 303, Inc. | Peer community based anomalous behavior detection |
CA3125744A1 (en) | 2019-01-07 | 2020-07-16 | Carefusion 303, Inc. | Machine learning based safety controller |
US11984212B2 (en) | 2019-01-10 | 2024-05-14 | Carefusion 303, Inc. | System for monitoring dose pattern and patient response |
EP3912166A1 (en) | 2019-01-18 | 2021-11-24 | CareFusion 303, Inc. | Medication tracking system |
JP6964114B2 (ja) * | 2019-06-25 | 2021-11-10 | 株式会社堀場製作所 | 分析装置、分析方法及び分析装置用プログラム |
WO2021005900A1 (ja) | 2019-07-05 | 2021-01-14 | 株式会社堀場製作所 | 試料ガス分析装置、試料ガス分析方法及び試料ガス分析用プログラム |
US20230296501A1 (en) | 2020-07-13 | 2023-09-21 | Horiba, Ltd. | Analysis device, analysis method, program for analysis device, learning device for analysis, learning method for analysis, and program for learning device for analysis |
WO2023127262A1 (ja) * | 2021-12-28 | 2023-07-06 | 株式会社堀場製作所 | 機械学習装置、排ガス分析装置、機械学習方法、排ガス分析方法、機械学習プログラム、及び、排ガス分析プログラム |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0265842A (ja) | 1988-08-31 | 1990-03-06 | Shimadzu Corp | Mriマルチエコー撮像法 |
MY107650A (en) * | 1990-10-12 | 1996-05-30 | Exxon Res & Engineering Company | Method of estimating property and / or composition data of a test sample |
JP3099898B2 (ja) | 1991-02-21 | 2000-10-16 | 株式会社堀場製作所 | Ftirを用いた多成分定量分析方法 |
JP3261264B2 (ja) * | 1994-07-13 | 2002-02-25 | 株式会社堀場製作所 | 多成分水溶液の分析方法およびその分析装置 |
JPH09101259A (ja) | 1995-10-08 | 1997-04-15 | Horiba Ltd | 分光光度計を用いた複数成分定量方法 |
JP3780646B2 (ja) | 1997-07-18 | 2006-05-31 | 富士電機システムズ株式会社 | 下水中の複数成分定量方法とその装置 |
JP4079404B2 (ja) * | 1999-06-04 | 2008-04-23 | 株式会社堀場製作所 | Ftir法による多成分ガス分析方法 |
JP3754581B2 (ja) * | 1999-08-31 | 2006-03-15 | 株式会社堀場製作所 | 多成分有機溶液の分析方法 |
JP2003014627A (ja) | 2001-06-28 | 2003-01-15 | Ishikawajima Harima Heavy Ind Co Ltd | 多成分分析計の検量線作成方法 |
JP3899004B2 (ja) | 2002-09-27 | 2007-03-28 | 株式会社堀場製作所 | 車載型hc測定装置 |
US6865472B2 (en) * | 2002-09-27 | 2005-03-08 | Horiba Ltd. | Vehicle-installed exhaust gas analyzing apparatus |
JP4505598B2 (ja) * | 2004-02-09 | 2010-07-21 | 独立行政法人農業・食品産業技術総合研究機構 | 茶葉中に含まれる化学成分の定量方法 |
US9057718B2 (en) * | 2005-10-06 | 2015-06-16 | Jp3 Measurement, Llc | Optical determination and reporting of hydrocarbon properties |
EP2032966B1 (fr) | 2006-06-07 | 2012-12-19 | Valorex | Methode de determination de la qualite nutritionnelle des lipides du lait |
JP2010210360A (ja) | 2009-03-10 | 2010-09-24 | Naraken Chusho Kigyo Sien Center | クズイソフラボン量の測定方法 |
JP2011122950A (ja) | 2009-12-11 | 2011-06-23 | Naraken Chusho Kigyo Sien Center | イソチオシアネート含量の測定方法 |
JP5809961B2 (ja) | 2011-12-22 | 2015-11-11 | 株式会社堀場製作所 | 試料ガス分析装置及び試料ガス分析装置用プログラム |
EP3161452B1 (en) | 2014-06-30 | 2020-05-20 | MKS Instruments, Inc. | Systems, methods, and apparatus for optical hydrocarbon gas composition monitoring |
JP6967387B2 (ja) * | 2017-07-14 | 2021-11-17 | 株式会社堀場製作所 | ガス分析装置、ガス分析装置用プログラム、及びガス分析方法 |
-
2018
- 2018-08-01 US US16/492,529 patent/US11448588B2/en active Active
- 2018-08-01 WO PCT/JP2018/028812 patent/WO2019031331A1/ja unknown
- 2018-08-01 EP EP18844274.3A patent/EP3667295A4/en active Pending
- 2018-08-01 JP JP2019535138A patent/JP6983244B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
EP3667295A1 (en) | 2020-06-17 |
US11448588B2 (en) | 2022-09-20 |
JPWO2019031331A1 (ja) | 2020-06-25 |
US20210140877A1 (en) | 2021-05-13 |
WO2019031331A1 (ja) | 2019-02-14 |
EP3667295A4 (en) | 2021-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6983244B2 (ja) | 分析装置、分析方法、分析装置用プログラム及び分析用学習装置 | |
US8862445B2 (en) | Selecting spectral elements and components for optical analysis systems | |
US7248370B2 (en) | Method to reduce background noise in a spectrum | |
US7251037B2 (en) | Method to reduce background noise in a spectrum | |
JP2008539417A (ja) | 分析物の混合物における分析物の量を求める分光法 | |
CN103175786B (zh) | 样品气体分析装置与样品气体分析装置用方法 | |
US11099124B2 (en) | Gas analysis apparatus, program for gas analysis apparatus, and gas analysis method | |
JP6964114B2 (ja) | 分析装置、分析方法及び分析装置用プログラム | |
WO2023127262A1 (ja) | 機械学習装置、排ガス分析装置、機械学習方法、排ガス分析方法、機械学習プログラム、及び、排ガス分析プログラム | |
JP2741376B2 (ja) | 分光分析における多成分分析方法 | |
US9146195B2 (en) | Systems and methods for radiance efficiency measurement | |
JP7335727B2 (ja) | 排ガス分析装置、排ガス分析方法、排ガス分析用プログラム及び機械学習装置 | |
Ye et al. | Graphical characterization of infrared absorption spectroscopic gas sensor using symmetrized dot pattern | |
WO2022014126A1 (ja) | 分析装置、分析方法、分析装置用プログラム、分析用学習装置、分析用学習方法及び分析用学習装置用プログラム | |
US20210318280A1 (en) | System and computer-implemented method for extrapolating calibration spectra | |
JP7461948B2 (ja) | 試料ガス分析装置、試料ガス分析方法及び試料ガス分析用プログラム | |
JP7014701B2 (ja) | 光学分析装置、並びに光学分析装置に用いられる機械学習装置及びその方法 | |
NL2003432A (nl) | Werkwijze voor het bepalen van concentratie-, druk- en temperatuurprofielen in willekeurige, bij voorkeur gasvormige media. | |
JPH04265839A (ja) | 分光分析における多成分分析方法 | |
JPH04262237A (ja) | フーリエ変換赤外分光計を用いたエンジン排ガス分析装置 | |
Jaeger | Robust on-line engine exhaust methane measurements using wavelength modulation spectroscopy | |
Branco et al. | Synthetic stellar spectra to study multiple populations in globular clusters: an extended grid and the effects on the integrated light | |
Schröder et al. | Emission Measurement with Quantum Cascade Laser | |
JPH04265841A (ja) | 自動車排気ガスの定量方法 | |
JPH04262240A (ja) | 分光分析における多成分定量分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210720 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210831 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211027 |
|
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: 20211102 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211122 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6983244 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |