JP7001200B2

JP7001200B2 - 分析装置

Info

Publication number: JP7001200B2
Application number: JP2021524592A
Authority: JP
Inventors: 彰宏中谷; 雅哉安部; 哲朗橋爪; 芳春阿部; 英明寺島
Original assignee: Mitsubishi Electric Corp; Mitsubishi Electric Building Techno-Service Co Ltd
Current assignee: Mitsubishi Electric Corp; Mitsubishi Electric Building Techno-Service Co Ltd
Priority date: 2019-06-06
Filing date: 2019-06-06
Publication date: 2022-01-19
Anticipated expiration: 2039-06-06
Also published as: KR20210122839A; WO2020245970A1; KR102658693B1; JPWO2020245970A1; CN113767267A; TW202046036A

Description

この発明は、音又は振動の波形データを分析するための分析装置に関する。

特許文献１に、異常音の有無を判定するための装置が記載されている。特許文献１に記載された装置では、音の波形データを時間周波数分析することによって強度時系列が取得される。また、強度特徴を示す軌跡に基づいて、検出された音が異常な音であるか否かが判定される。

国際公開第２０１６／１２５２５６号

特許文献１に記載された装置では、音の波形データを時間周波数分析することによって強度時系列を取得する。特許文献１に記載された装置では、外乱の影響を受け易く、十分な分析精度を得られないことがあった。このような問題は、振動の波形データを分析する場合にも同様に発生し得る。

この発明は、上述のような課題を解決するためになされた。この発明の目的は、波形データの分析精度を向上することができる分析装置を提供することである。

この発明に係る分析装置は、音又は振動を検出するセンサと、センサが検出した音又は振動の波形データを時間周波数分析することにより、スペクトログラムを取得する第１分析手段と、第１分析手段によって取得されたスペクトログラムを複数の周波数帯域に分割し、複数の周波数帯域のそれぞれについて帯域強度時系列を取得する第２分析手段と、第２分析手段によって取得された帯域強度時系列のそれぞれについて時間周波数分析を行い、帯域強度時系列のそれぞれに対応する強度スペクトログラムを取得する第３分析手段と、第３分析手段によって取得された複数の強度スペクトログラムを統合することにより、統合スペクトログラムを取得する統合手段と、を備える。統合手段は、第３分析手段によって取得された複数の強度スペクトログラムのそれぞれから周波数及び時間が同じ成分の値を抽出し、抽出した値に基づいて統合スペクトログラムの対応する成分の値を決定する。

この発明に係る分析装置では、第２分析手段は、第１分析手段によって取得されたスペクトログラムを複数の周波数帯域に分割し、複数の周波数帯域のそれぞれについて帯域強度時系列を取得する。第３分析手段は、帯域強度時系列のそれぞれに対応する強度スペクトログラムを取得する。統合手段は、第３分析手段によって取得された複数の強度スペクトログラムを統合することにより、統合スペクトログラムを取得する。この発明に係る分析装置であれば、波形データの分析精度を向上することができる。

実施の形態１における分析装置の例を示す図である。実施の形態１における分析装置の動作例を示すフローチャートである。図１に示す分析装置をエレベーター装置に適用した例を示す図である。統合スペクトログラムを２次元的に表示した例を示す図である。分析装置のハードウェア資源の例を示す図である。分析装置のハードウェア資源の他の例を示す図である。

添付の図面を参照し、本発明を説明する。重複する説明は、適宜簡略化或いは省略する。各図において、同一の符号は同一の部分又は相当する部分を示す。

実施の形態１．
図１は、実施の形態１における分析装置１の例を示す図である。図１に示す分析装置１は、周期性がある音或いは振動の波形データの分析に好適である。このため、回転体が発する音或いは振動の波形データを分析するために分析装置１が用いられることが好ましい。分析装置１は、例えばセンサ２、信号処理部３、分析部４、分析部５、分析部６、統合部７、表示制御部８、及び表示器１１を備える。

以下に、図２から図４も参照し、分析装置１の機能について詳細に説明する。図２は、実施の形態１における分析装置１の動作例を示すフローチャートである。

センサ２は、音又は振動を検出する（Ｓ１０１）。図３は、図１に示す分析装置１をエレベーター装置に適用した例を示す図である。図３は、センサ２がエレベーターのかご１２の上に設けられる例を示す。エレベーターのかご１２は、昇降路１９を上下に移動する。昇降路１９に、ガイドレール１３及び１４が設けられる。かご１２は、ガイドレール１３及び１４の間に配置される。

かご１２は、ガイドローラ１５～１８を備える。ガイドローラ１５は、ガイドローラ１６の上方に配置される。かご１２が移動すると、ガイドローラ１５は、ガイドレール１３に接触しながら回転する。同様に、ガイドローラ１６は、ガイドレール１３に接触しながら回転する。ガイドローラ１７は、ガイドローラ１８の上方に配置される。かご１２が移動すると、ガイドローラ１７は、ガイドレール１４に接触しながら回転する。同様に、ガイドローラ１８は、ガイドレール１４に接触しながら回転する。かご１２の移動は、ガイドレール１３及び１４とガイドローラ１５～１８とによって案内される。

センサ２は、ガイドローラ１５及び１７の間に配置される。センサ２が音を検出するセンサである場合、ガイドローラ１５及び１７が発する音がセンサ２によって検出される。センサ２が振動を検出するセンサである場合、ガイドローラ１５及び１７が発する振動がセンサ２によって検出される。

センサ２は、かご１２の下に設けられても良い。例えば、センサ２は、ガイドローラ１６及び１８の間に配置される。センサ２が音を検出するセンサである場合、ガイドローラ１６及び１８が発する音がセンサ２によって検出される。センサ２が振動を検出するセンサである場合、ガイドローラ１６及び１８が発する振動がセンサ２によって検出される。センサ２は、かご１２の上とかご１２の下との双方に設けられても良い。以下においては、センサ２が音を検出する例について説明する。センサ２が検出した音を表す信号は、信号処理部３に入力される。

信号処理部３は、センサ２が検出した音の波形データｗａｖｅ［ｔ］を取得する（Ｓ１０２）。例えば、信号処理部３は、センサ２が検出した音を表す波形をサンプリング周波数ｆｓ及びワード長ｗｓでサンプリングし、デジタル信号に変換する。これにより、信号処理部３は、デジタル信号を含む波形データｗａｖｅ［ｔ］を取得する。

ｗａｖｅ［ｔ］（ｔ＝０，１，２，…）
ｔは波形サンプルのインデックスである。ｗａｖｅ［ｔ］は波形の振幅を表す。一例として、サンプリング周波数ｆｓは４８ｋＨｚである。ワード長ｗｓは２４ビットである。

分析部４は、信号処理部３が取得した波形データｗａｖｅ［ｔ］を時間周波数分析することにより、スペクトログラムＸ［ｉ，ｊ］を取得する（Ｓ１０３）。例えば、分析部４は、信号処理部３が取得した波形データｗａｖｅ［ｔ］から、特定の時間間隔で特定の長さのフレームを抽出する。分析部４は、抽出したフレームに対して時間窓を掛け、高速フーリエ変換演算に基づく周波数分析を行うことによってパワースペクトル密度を計算する。これにより、分析部４は、スペクトログラムＸ［ｉ，ｊ］を取得する。以下においては、高速フーリエ変換をＦＦＴと称す。

Ｘ［ｉ，ｊ］（ｉ＝０，１，２，…，Ｔ、ｊ＝０，１，２，…，ＮＦＦＴ／２）
ｉはフレームのインデックスである。ｊはＦＦＴにおける周波数のインデックスである。ＮＦＦＴは、ＦＦＴのサイズ、即ちポイント数である。Ｘ［ｉ，ｊ］は、インデックスｉ及びｊにおける時間周波数成分の強度を表す。

フレームのインデックスｉに対応する時間窓の開始時刻ｔｉｍｅ［ｉ］は、次式のように計算される。
ｔｉｍｅ［ｉ］＝（ＮＳ／ｆｓ）×ｉ（ｉ＝０，１，２，…，Ｔ）
ＮＳは、フレーム間隔、即ち波形のサンプル数である。

周波数のインデックスｊに対応するＦＦＴの周波数ｆｒｅｑ［ｊ］は、次式のように計算される。
ｆｒｅｑ［ｊ］＝（ｆｓ／ＮＦＦＴ）×ｊ（ｊ＝０，１，２，…，ＮＦＦＴ／２）
一例として、フレーム長ＮＷは４８０点であり、時間換算で１０ｍｓである。フレーム間隔ＮＳは４８点であり、時間換算で１ｍｓである。ＦＦＴのサイズＮＦＦＴは５１２点である。また、時間窓としてハミング窓を用いることができる。

分析部５は、分析部４が取得したスペクトログラムＸ［ｉ，ｊ］を複数の周波数帯域に分割し、その複数の周波数帯域のそれぞれについて帯域強度時系列Ｙ［ｎ，ｉ］を取得する。以下においては、分析部４が取得したスペクトログラムＸ［ｉ，ｊ］がＮ個の周波数帯域に分割される例について説明する。Ｎ個の周波数帯域は、スペクトログラム上で特定の異常音の成分が強く現れる周波数領域を全体としてカバーするように予め設定される。一例として、分析部４が取得したスペクトログラムＸ［ｉ，ｊ］は、中心周波数２５０Ｈｚから中心周波数８０００Ｈｚまで、１６個（Ｎ＝１６）の１／３オクターブ幅の周波数帯域に分割される。

例えば、分析部５は、ｎ＝１と設定する（Ｓ１０４）。分析部５は、分析部４が取得したスペクトログラムＸ［ｉ，ｊ］から、周波数帯域ｎの帯域強度時系列Ｙ［ｎ，ｉ］を取得する（Ｓ１０５）。Ｓ１０５の処理は、ｎ＝Ｎとなるまで、Ｓ１０８でｎに１が加算される度に行われる。

Ｎ個の周波数帯域のうちｎ番目の周波数帯域ｎの帯域強度時系列Ｙ［ｎ，ｉ］は、下記（１）～（３）に示すように計算される。
（１）先ず、周波数帯域ｎの下限周波数ｆＬ［ｎ］と上限周波数ｆＨ［ｎ］を求める。
ｆＬ［ｎ］＝ｆ_０×２^{（ｎ－１－ＢＷ／２）} （ｎ＝１，２，…，Ｎ）
ｆＨ［ｎ］＝ｆ_０×２^{（ｎ－１＋ＢＷ／２）} （ｎ＝１，２，…，Ｎ）
Ｎは、周波数帯域の数である。ｆ_０は、１番目の周波数帯域１の中心周波数である。ＢＷは、周波数帯域幅（オクターブ単位）である。一例として、周波数帯域１の中心周波数ｆ_０は２５０Ｈｚである。周波数帯域幅ＢＷは１／３である。

（２）次に、周波数帯域ｎの下限周波数ｆＬ［ｎ］と上限周波数ｆＨ［ｎ］の範囲に入るスペクトログラムの周波数インデックスの集合｛ｊ´｝を次式のように求める。
｛ｊ´｝＝｛ｊ´｜ｆＬ［ｎ］≦ｆｒｅｑ［ｊ´］＜ｆＨ［ｎ］｝

（３）最後に、スペクトログラムの周波数インデックスの集合｛ｊ´｝に関する平均を、スペクトログラムの時間インデックスｉごとに求める。これにより、分析部５は、周波数帯域ｎの帯域強度時系列Ｙ［ｎ，ｉ］を取得する。
Ｙ［ｎ，ｉ］＝ｍｅａｎ＿｛ｊ´｝Ｘ［ｉ，ｊ］
ｉは、スペクトログラムの時間方向のインデックスである。ｍｅａｎ＿｛ｊ´｝は、ｊ´に関する平均値を求める演算を表す。上述した具体例では、Ｙ［ｎ，ｉ］におけるインデックスｉは、１増えるごとに１ｍｓの時間の進みに対応する。このため、ｎを固定値とした場合、Ｙ［ｎ，ｉ］は、サンプリング周波数１０００Ｈｚの時系列信号とみなすことができる。

分析部６は、分析部５が取得した複数の帯域強度時系列Ｙ［ｎ，ｉ］のそれぞれについて、ｉを時刻とする時系列信号とみなして時間周波数分析することにより、強度スペクトログラムＺ［ｎ，ｋ，ｌ］を取得する（Ｓ１０６）。Ｓ１０６の処理は、ｎ＝Ｎとなるまで、Ｓ１０８でｎに１が加算される度に行われる。Ｓ１０６では、周波数帯域１の帯域強度時系列Ｙ［１，ｉ］から、強度スペクトログラムＺ［１，ｋ，ｌ］が演算される。周波数帯域２の帯域強度時系列Ｙ［２，ｉ］から、強度スペクトログラムＺ［２，ｋ，ｌ］が演算される。同様に、周波数帯域Ｎの帯域強度時系列Ｙ［Ｎ，ｉ］から、強度スペクトログラムＺ［Ｎ，ｋ，ｌ］が演算される。

例えば、分析部６は、分析部５が取得した帯域強度時系列Ｙ［ｎ，ｉ］から特定のフレーム間隔ＭＳで特定のフレーム長ＭＷのフレームを抽出する。分析部６は、抽出したフレームに対して時間窓を掛け、ＦＦＴに基づく周波数分析を行うことによってパワースペクトル密度を計算する。これにより、分析部６は、強度スペクトログラムＺ［ｎ，ｋ，ｌ］を取得する。

Ｚ［ｎ，ｋ，ｌ］（ｎ＝１，２，…，Ｎ）
ｋは、フレームのインデックスである。但し、インデックスｋは、スペクトログラムＸ［ｉ，ｊ］のフレームのインデックスｉとは異なる。ｌは、周波数のインデックスである。但し、インデックスｌは、スペクトログラムＸ［ｉ，ｊ］の周波数のインデックスｊとは異なる。一例として、フレーム長ＭＷは５００点であり、時間換算で５００ｍｓである。フレーム間隔ＭＳは５０点であり、時間換算で５０ｍｓである。

Ｓ１０７でＮｏと判定されると、Ｓ１０８でｎに１が加算され、Ｓ１０５の処理及びＳ１０６の処理が行われる。Ｓ１０６で周波数帯域Ｎの帯域強度時系列Ｙ［Ｎ，ｉ］に対応する強度スペクトログラムＺ［Ｎ，ｋ，ｌ］が取得されると、Ｓ１０７でＹｅｓと判定される。統合部７は、分析部６が取得した複数の強度スペクトログラムＺ［ｎ，ｋ，ｌ］を統合することにより、統合スペクトログラムＵ［ｋ，ｌ］を取得する（Ｓ１０９）。

統合部７は、分析部６が取得したＮ個の強度スペクトログラムＺ［ｎ，ｋ，ｌ］のそれぞれから、周波数及び時間が同じ成分の値を抽出する。そして、統合部７は、抽出したＮ個の値に基づいて、統合スペクトログラムの対応する成分の値を決定する。統合部７は、全ての成分について同様の演算を行うことにより、統合スペクトログラムＵ［ｋ，ｌ］を取得する。

例えば、統合部７は、強度スペクトログラムＺ［ｎ，ｋ，ｌ］のインデックスｋ及びｌを固定し、ｎに関する特定の演算を行う。そして、統合部７は、インデックスｋ及びｌの全ての組み合わせについて同様の演算を行うことにより、統合スペクトログラムＵ［ｋ，ｌ］を計算する。
Ｕ［ｋ，ｌ］＝ｆ＿｛ｎ´｝Ｚ［ｎ´，ｋ，ｌ］
ｆ＿｛ｎ´｝は、ｎ´に関する演算を表す。ｎ´に関する演算としては、最大値、平均、及び分位数などを用いることができる。

例えば、統合部７は、分析部６が取得したＮ個の強度スペクトログラムＺ［ｎ，ｋ，ｌ］のそれぞれから、周波数及び時間が同じ成分の値を抽出する。そして、統合部７は、抽出したＮ個の値の中で最も大きな値を、統合スペクトログラムの対応する成分の値として決定する。かかる場合、ｎ´に関する演算は、次式のように表すことができる。
Ｕ［ｋ，ｌ］＝ｍａｘ＿｛ｎ´｝Ｚ［ｎ´，ｋ，ｌ］

他の例として、統合部７は、分析部６が取得したＮ個の強度スペクトログラムＺ［ｎ，ｋ，ｌ］のそれぞれから、周波数及び時間が同じ成分の値を抽出する。そして、統合部７は、抽出したＮ個の値のうち大きい方から特定の数の値を用いて、統合スペクトログラムの対応する成分の値を決定する。例えば、統合部７は、抽出したＮ個の値から大きい３つの値を選択し、その選択した３つ値の平均値を算出する。統合部７は、その算出した平均値を統合スペクトログラムの対応する成分の値として決定する。

表示制御部８は、統合部７が取得した統合スペクトログラムＵ［ｋ，ｌ］を表示器１１に表示する（Ｓ１１０）。図４は、統合スペクトログラムを２次元的に表示した例を示す図である。図４は、かご１２の上にセンサ２を設け、ビルの最下階から最上階にかご１２を走行させた際に得られた統合スペクトログラムＵ［ｋ，ｌ］の例を示す。図４に示す横軸は、フレームのインデックスｋであり、時間に相当する。縦軸は、周波数のインデックスｌである。図４では、強度Ｕ［ｋ，ｌ］をドットの大きさで表している。強度Ｕ［ｋ，ｌ］を色の違いで表しても良い。

エレベーターの保守員は、表示器１１の表示を見ることにより、かご１２の走行速度パターンに類似するパターンが存在することを確認できる。例えば、図４は、かご１２が定格速度で走行している時に、１／９．２ｓｅｃごとに信号レベルがピークになる音をセンサ２が検出したことを示す。かご１２の定格速度が１０５ｍ／ｍｉｎ、ガイドローラ１５の直径が６ｃｍであれば、ガイドローラ１５の回転の周波数は９．２８Ｈｚである。このため、表示器１１の表示から認識できる、周期１／９．２ｓｅｃで信号レベルがピークになる音は、ガイドローラ１５或いは１７から発生している可能性が極めて高い。分析装置１を用いることにより、エレベーターの保守員は、異常音の発生源を容易に特定することができる。

本実施の形態に示す分析装置１では、スペクトログラムＸ［ｉ，ｊ］がＮ個の周波数帯域に分割され、Ｎ個の周波数帯域のそれぞれについて帯域強度時系列Ｙ［ｎ，ｉ］が取得される。そして、Ｎ個の帯域強度時系列Ｙ［ｎ，ｉ］のそれぞれに対応する強度スペクトログラムＺ［ｎ，ｋ，ｌ］に基づいて、統合スペクトログラムＵ［ｋ，ｌ］が取得される。このため、本実施の形態に示す分析装置１であれば、波形データの分析精度を向上することができる。

本実施の形態では、分析装置１が表示制御部８及び表示器１１を備える例について説明した。これは一例である。例えば、分析装置１は、統合部７が取得した統合スペクトログラムＵ［ｋ，ｌ］の情報を出力する機能のみを有しても良い。分析装置１は、統合部７が取得した統合スペクトログラムＵ［ｋ，ｌ］の情報を、インターネット等のネットワークを用いて遠隔に送信する機能を有しても良い。

他の例として、分析装置１は、演算部９を更に備えても良い。演算部９は、統合部７が取得した統合スペクトログラムＵ［ｋ，ｌ］の強度ピークの周波数を演算する。図４に示す例であれば、演算部９は、統合スペクトログラムＵ［ｋ，ｌ］の強度ピークの周波数の演算結果として「９．２Ｈｚ」を出力する。図４は、表示制御部８が、演算部９が演算した結果を表示器１１に表示する例を示す。

他の例として、分析装置１は、判定部１０を更に備えても良い。判定部１０は、演算部９が演算した周波数に基づいて、異常の有無を判定する。例えば、センサ２は、特定の回転体が発する音を検出する。判定部１０は、この回転体の回転の周波数と演算部９が演算した周波数とに基づいて、回転体の異常の有無を判定する。図２に示す例であれば、センサ２は、ガイドローラ１５及び１７が発する音を検出する。かご１２が定格速度で移動する時にガイドローラ１５が回転する周波数の情報が分析装置１に予め記憶される。例えば、判定部１０は、演算部９が演算した周波数が、予め記憶された周波数に基づく特定の範囲に入っていれば、ガイドローラ１５或いは１７が異常な音を発していることを検出する。

本実施の形態では、分析装置１がエレベーター装置に適用される例について説明した。これは一例である。分析装置１は、エレベーター装置以外の装置に適用されても良い。上述したように、分析装置１は、回転体が発する音或いは振動の波形データを分析するために用いられることが好ましい。このため、分析装置１が適用される装置は、回転体を備えていることが好適である。

本実施の形態において、符号３～１０は、分析装置１が有する機能を示す。図５は、分析装置１のハードウェア資源の例を示す図である。分析装置１は、ハードウェア資源として、例えばプロセッサ２１とメモリ２２とを含む処理回路２０を備える。メモリ２２は、例えば半導体メモリである。メモリ２２は、半導体メモリでなくても良い。分析装置１は、メモリ２２に記憶されたプログラムをプロセッサ２１によって実行することにより、符号３～１０に示す各部の機能を実現する。

図６は、分析装置１のハードウェア資源の他の例を示す図である。図６に示す例では、分析装置１は、例えばプロセッサ２１、メモリ２２、及び専用ハードウェア２３を含む処理回路２０を備える。図６は、分析装置１が有する機能の一部を専用ハードウェア２３によって実現する例を示す。分析装置１が有する機能の全部を専用ハードウェア２３によって実現しても良い。専用ハードウェア２３として、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、又はこれらの組み合わせを採用できる。

この発明に係る分析装置は、周期性がある音或いは振動の波形データの分析に好適である。

１分析装置、２センサ、３信号処理部、４分析部、５分析部、６分析部、７統合部、８表示制御部、９演算部、１０判定部、１１表示器、１２かご、１３～１４ガイドレール、１５～１８ガイドローラ、１９昇降路、２０処理回路、２１プロセッサ、２２メモリ、２３専用ハードウェア

Claims

音又は振動を検出するセンサと、
前記センサが検出した音又は振動の波形データを時間周波数分析することにより、スペクトログラムを取得する第１分析手段と、
前記第１分析手段によって取得されたスペクトログラムを複数の周波数帯域に分割し、前記複数の周波数帯域のそれぞれについて帯域強度時系列を取得する第２分析手段と、
前記第２分析手段によって取得された帯域強度時系列のそれぞれについて時間周波数分析を行い、帯域強度時系列のそれぞれに対応する強度スペクトログラムを取得する第３分析手段と、
前記第３分析手段によって取得された複数の強度スペクトログラムを統合することにより、統合スペクトログラムを取得する統合手段と、
を備え、
前記統合手段は、前記第３分析手段によって取得された複数の強度スペクトログラムのそれぞれから周波数及び時間が同じ成分の値を抽出し、抽出した値に基づいて統合スペクトログラムの対応する成分の値を決定する分析装置。
表示器と、
前記統合手段によって取得された統合スペクトログラムを前記表示器に２次元的に表示する表示制御手段と、
を更に備えた請求項１に記載の分析装置。
前記統合手段によって取得された統合スペクトログラムの強度ピークの周波数を演算する第２演算手段を更に備えた請求項１又は請求項２に記載の分析装置。
判定手段を更に備え、
前記センサは、特定の回転体が発する音又は振動を検出し、
前記判定手段は、前記回転体の回転の周波数と前記第２演算手段によって演算された周波数とに基づいて、前記回転体の異常の有無を判定する請求項３に記載の分析装置。
前記統合手段は、前記第３分析手段によって取得された複数の強度スペクトログラムのそれぞれから周波数及び時間が同じ成分の値を抽出し、抽出した値の中で最も大きな値を、統合スペクトログラムの対応する成分の値として決定する請求項１から請求項４の何れか一項に記載の分析装置。
前記統合手段は、前記第３分析手段によって取得された複数の強度スペクトログラムのそれぞれから周波数及び時間が同じ成分の値を抽出し、抽出した値のうち大きい方から特定の数の値を用いて、統合スペクトログラムの対応する成分の値を決定する請求項１から請求項４の何れか一項に記載の分析装置。
前記統合手段は、前記第３分析手段によって取得された複数の強度スペクトログラムのそれぞれから周波数及び時間が同じ成分の値を抽出し、抽出した値の中で大きい方から３つの値を選択し、選択した３つの値の平均値を、統合スペクトログラムの対応する成分の値として決定する請求項１から請求項４の何れか一項に記載の分析装置。
前記センサは、エレベーターの昇降路を移動するかごの上又は前記かごの下に設けられた請求項１から請求項７の何れか一項に記載の分析装置。
前記センサは、エレベーターのかごの移動を案内するためのガイドローラが発する音又は振動を検出する請求項１から請求項７の何れか一項に記載の分析装置。