JP7560418B2 - 匂い物質受容層を形成するための樹脂組成物、それを用いたセンサ素子、匂いセンサおよび匂い測定装置 - Google Patents

Description

本発明は、匂い物質受容層を形成するための樹脂組成物、それを用いたセンサ素子、匂いセンサおよび匂い測定装置に関する。

近年の情報処理技術の発達により、人間の五感のうち機械的な測定が十分に達成できていない嗅覚を何らかの方法で数値化することができれば、医療分野、環境・安全分野、マーケティング分野等の幅広い産業分野で利用可能であることが期待される。これまでに、特定の気体物質（ガス）を検出する方法は半導体ガスセンサなどによって高精度・高感度の測定が実現されている。

特許文献１に記載の発明は、半導体ガスセンサの半導体を導電性高分子に置き換えて導電性高分子表面への匂い成分の吸着を検出する仕組みを提案している。特許文献１では、熱分解しやすい匂い成分およびセンサの検出部表面で酸化還元反応を生じない物質の検出が可能になることを報告している。

また、特許文献２においては、有機ポリマーと導電性物質の混合物の電気抵抗が有機ガスに曝露されることで変化する性質に着目している。特許文献２では、上記混合物のうち有機ポリマーの組成が異なる有機ポリマー／導電性物質の組み合わせを複数調製し、これらを電気抵抗アレイとしてセンサに用いると、同一の有機ガスに曝露された際の電気抵抗変化がそれぞれ異なることが記載されている。これを利用して、電気抵抗変化のパターンと匂い（＝有機ガスの混合物）の種類を帰属することによって匂いを識別できることが特許文献２では報告されている。

さらに、特許文献３において、上記の有機ポリマーに対して可塑剤を添加することでセンサの応答速度が向上することが報告されている。

特開平１１－２３５０８号公報 特表平１１－５０３２３１号公報 特表２００２－５１９６３３号公報

しかしながら、上述のような従来技術には、匂いの識別性能の観点から改善の余地があった。

本発明の一態様は、匂いの識別性能を向上させた匂い物質受容層を形成するための樹脂組成物、それを用いたセンサ素子、匂いセンサおよび匂い測定装置を提供することを目的とする。

本発明者らは、上記の目的を達成するべく検討を行った結果、本発明に到達した。

すなわち、本発明の一態様は、匂い物質受容層を形成するための樹脂組成物であって、ポリウレタン樹脂（Ａ）、界面活性剤（Ｂ）および導電性炭素材料（Ｃ）を含む樹脂組成物、それを用いたセンサ素子、匂いセンサおよび匂い測定装置である。

本発明の一態様によれば、匂いの識別性能を向上させた匂い物質受容層を形成するための樹脂組成物、それを用いたセンサ素子、匂いセンサおよび匂い測定装置を提供することができる。

本発明の一実施形態に係る匂い測定装置の構成の一例を示すブロック図である。 センサ素子の構成の一例を示す上面図である。 図２に示すセンサ素子の構成の一例を示す断面図である。 匂い測定装置の構成の一例を示す機能ブロック図である。 推定装置が推定モデルを生成する処理の流れの一例を示すフローチャートである。 匂い測定装置の構成の一例を示す機能ブロック図である。 推定装置が匂い物質を推定する処理の流れの一例を示すフローチャートである。 本発明の別の実施形態に係る匂い測定装置の構成の一例を示すブロック図である。

本発明の一実施形態について以下に説明するが、本発明はこれに限定されるものではない。また、本明細書において特記しない限り、数値範囲を表す「Ａ～Ｂ」は、「Ａ以上Ｂ以下」を意図する。

〔１．樹脂組成物〕
本発明の一実施形態に係る樹脂組成物は、匂い物質受容層を形成するための樹脂組成物であって、ポリウレタン樹脂（Ａ）、界面活性剤（Ｂ）および導電性炭素材料（Ｃ）を含む。

本明細書中、「匂い物質」とは、広義において匂い物質受容層に吸着可能な物質を意味する。従って、一般的に匂いの原因物質とされていない物質も含まれる。「匂い」には原因となる匂い物質が複数含まれることが多く、また、匂い物質として認知されていない物質または未知の匂い物質も存在する。本発明の一実施形態は、匂い物質受容層への匂い物質の吸着量が匂い物質の種類によって異なることに着目するものである。

なお、本明細書中、単に「匂い物質」と記載した場合であっても、個々の匂い物質ではなく、複数の匂い物質が含まれ得る「匂い物質の集合体」を意味する場合がある。

「匂い物質」としては特に限定されないが、例えばヘキサン、酢酸エチル、メタノール、炭酸ジエチル、トルエン、ｄ－リモネン、ボルナン－２－オン、シス－３－ヘキセノール、β－フェニルエチルアルコール、シトラール、Ｌ－カルボン、γ－ウンデカラクトン、オイゲノール、リナリルアセテート、メントール、ベンズアルデヒド、バニリン、ヘキサナール、エタノール、吉草酸ペンチル、リナロール、２－プロパノール等が挙げられる。

また、本明細書中、「匂い物質受容層」とは、識別対象となる匂い物質を吸着する層を意味する。匂い物質受容層は上述の樹脂組成物から形成される。匂い物質受容層は、後述のセンサ素子の一部として設けられ得る。

引用文献１に記載のセンサでは、単体の化合物からなる匂いの検出は可能であると考えられる。一方で多くの匂いは複数の物質の混合物である。引用文献１に記載のセンサでは検出部に匂いの成分を識別させる機能がないため、混合物に対する匂い識別性能が十分でない。引用文献２では検出部に用いる導電性を示す高分子の化学構造の違いを利用して、それぞれの導電性高分子を介して検出部が示す種々の化合物に対する応答に違いを持たせることで混合物としての匂いを認識させることができることが示されている。しかしながら、導電性を示す高分子の化学構造は限られており、任意の匂い成分に対する検出部の応答を感度良く分離することが難しく、類似の成分からなる匂い同士を識別させることは難しい。引用文献３では有機ポリマーと可塑剤と導電性物質からなる混合物を検出材料として検出部に用いて匂い成分が有機ポリマー中に浸透することを上記混合物の電気抵抗変化として検出する方法を提案している。異なる組成の有機ポリマーを用いれば浸透する匂い成分が異なることを利用して異なる組成の有機ポリマーを含む上記の検出材料からなる検出部を複数並列して用いるアレイにすることで、混合物としての匂いを認識させることができる。しかしながら、上記の有機ポリマーおよび可塑剤を含有する有機ポリマーでは、有機ポリマー／導電性物質の組み合わせを複数用意したとしても、有機ポリマー同士の化学的な性質の差が小さいため、匂いの識別性能は十分でない。これらの従来技術では例えば、複数の物質が相互作用する現実の匂いパターンまたは組成が不明である物質による現実の匂いパターンを的確に検知できない。

本発明者らは、上述した樹脂組成物に吸着した匂い物質の量に応じて樹脂組成物の電気伝導性が異なること、および、上述の樹脂組成物への吸着過程は匂い物質毎に異なっていることに着目し、本発明の一実施形態に係る樹脂組成物およびセンサ素子等を発明するに至った。そして、このような樹脂組成物を用いることにより、匂いの識別性能を向上させることができる。例えば、複数の物質が相互作用する現実の匂いパターンまたは組成が不明である物質による現実の匂いパターンをも識別することができる。

＜ポリウレタン樹脂（Ａ）＞
ポリウレタン樹脂（Ａ）としては、例えば、ポリオール（ｘ）に由来する部分とポリイソシアネート（ｙ）に由来する部分からなる重合体、すなわち、ポリオール（ｘ）とポリイソシアネート（ｙ）とを重合させてなる重合体などを挙げることができる。

ポリウレタン樹脂（Ａ）は、１種類のポリウレタン樹脂からなるものであってもよく、２種類以上のポリウレタン樹脂の混合物であってもよい。

前記ポリオール（ｘ）としては、例えば、ポリオキシアルキレンジオール（ｘ１）およびポリエステルジオール（ｘ２）からなる群から１種以上選択されるポリオールを挙げることができる。

前記ポリオール（ｘ）は、１種類のポリオールからなるものであってもよく、２種類以上のポリオール（ｘ）の混合物であってもよい。

前記ポリオキシアルキレンジオール（ｘ１）は、炭素数が２～４のオキシアルキレン基を有するポリエステルジオールであることが好ましく、ポリオキシエチレンジオール、ポリオキシプロピレンジオール、プロピレンオキサイド－エチレンオキサイド共重合ジオール（ランダムおよび／またはブロック共重合体）およびポリテトラメチレンエーテルグリコールからなる群から１種以上選択されることがより好ましい。

前記ポリオキシアルキレンジオール（ｘ１）の数平均分子量は、５００～２０，０００であることが好ましく，１，０００～１５，０００であることがより好ましく，２，０００～１０，０００であることが更に好ましい。なお、前記数平均分子量は後述の方法にて測定され得る。

前記ポリエステルジオール（ｘ２）としては、例えば、炭素数２～１０の脂肪族ジオールおよび芳香族ジオールからなる群から１種以上選択されるジオールと、炭素数２～１０の脂肪族ジカルボン酸および炭素数８～１２の芳香族ジカルボン酸からなる群から１種以上選択されるジカルボン酸との縮合により得られるポリエステルジオール等を挙げることができる。

前記炭素数２～１０の脂肪族ジオールとしては、例えば、エチレンジオール、プロピレンジオール、１，３－プロパンジオール、１，４－ブタンジオール、１，５－ペンタンジオール、１，６－ヘキサンジオール、３－メチルー１，５－ペンタンジオール、１，７－ヘプタンジオール、２，２－ジエチル－１，３－プロパンジオール、１，８－オクタンジオール、１，９－ノナンジオールおよび１，１０－デカンジオールなどを挙げることができる。

前記芳香族ジオールとしては、例えば、１，４－ベンゼンジメタノールおよび１，４－ベンゼンジエタノールなどを挙げることができる。

前記炭素数２～１０の脂肪族ジカルボン酸としては、例えば、シュウ酸、マロン酸、コハク酸、グルタル酸、アジピン酸、ピメリン酸、スベリン酸、アゼライン酸、セバシン酸、マレイン酸およびフマル酸などを挙げることができる。

また、前記炭素数２～１０の脂肪族ジカルボン酸は、環構造を有していてもよい。前述の環構造を有し、かつ、炭素数２～１０である脂肪族ジカルボン酸としては、例えば、１，１－シクロプロパンジカルボン酸、１，１－シクロブタンジカルボン酸、１，２－シクロヘキサンジカルボン酸、１，３－シクロヘキサンジカルボン酸およびビシクロ［２．２．２］オクタン－１，４－ジカルボン酸などを挙げることができる。

前記炭素数８～１２の芳香族ジカルボン酸としては、例えば、テレフタル酸、イソフタル酸、１，４－ナフタレンジカルボン酸、２，３－ナフタレンジカルボン酸および２，６－ナフタレンジカルボン酸などを挙げることができる。

前記ポリエステルジオール（ｘ２）の数平均分子量は、１，０００～２０，０００であることが好ましく、１，５００～１５，０００であることがより好ましく、２，０００～１０，０００であることが更に好ましい。なお、前記数平均分子量は後述の方法にて測定され得る。

前記ポリイソシアネート（ｙ）としては、例えば、炭素数８～１６の芳香族ポリイソシアネート、炭素数５～１２の鎖状脂肪族ポリイソシアネート、炭素数９～１５の脂環式ポリイソシアネートなどを挙げることができる。これらのポリイソシアネートは、２～３個またはそれ以上のイソシアネート基を有してよい。

前記ポリイソシアネート（ｙ）は、１種類のポリイソシアネートからなるものであってもよく、２種類以上のポリイソシアネートの混合物であってもよい。

前記炭素数８～１６の芳香族ポリイソシアネートとしては、１，３－フェニレンジイソシアネート、１，４－フェニレンジイソシアネート、２，４－トリレンジイソシアネート、２，６－トリレンジイソシアネート、粗製トリレンジイソシアネート、４，４’－ジフェニルメタンジイソシアネート、２，４’－ジフェニルメタンジイソシアネート、粗製ジフェニルメタンジイソシアネート、ｍ－キシリレンジイソシアネート、４，４’－ジイソシアナトビフェニル、４，４’－ジイソシアナト－３，３’－ジメチルビフェニルおよび１，５－ジイソシアナトナフタレンなどを挙げることができる。

前記炭素数５～１２の鎖状脂肪族ポリイソシアネートとしては、ペンタメチレンジイソシアネート、ヘキサメチレンジイソシアネートおよびトリメチルヘキサメチレンジイソシアネート（２，２，４－および２，４，４－の混合物）などを挙げることができる。

前記炭素数９～１５の脂環式ポリイソシアネートとしては、イソホロンジイソシアネート、ジシクロヘキシルメタン－４，４’－ジイソシアネート、１，４－ビス（イソシアナトメチル）シクロヘキサンおよびノルボルナンジイソシアネートなどを挙げることができる。

前記ポリウレタン樹脂（Ａ）において、数平均分子量を元に計算したポリオール（ｘ）のモル数とポリイソシアネート（ｙ）のモル数とのモル比（ポリオール（ｘ）／ポリイソシアネート（ｙ））は、１．０～１．１であることが好ましく、１．０～１．０５であることがより好ましい。

前記ポリウレタン樹脂（Ａ）の数平均分子量は，好ましくは１０，０００～３００，０００であり、より好ましくは１５，０００～２５０，０００であり、更に好ましくは２０，０００～２００，０００である。なお、前記数平均分子量は後述の方法にて測定され得る。

＜数平均分子量の測定条件＞
本明細書において、数平均分子量は、特に限定されないが、例えば、ゲルパーミエーションクロマトグラフィー（ＧＰＣ）を用いて、以下の条件で測定され得る。なお、ＧＰＣに供する試料としては、例えば、ポリウレタン樹脂（Ａ）、ポリオキシアルキレンジオール（ｘ１）およびポリエステルジオール（ｘ２）等の測定対象を適当な溶媒に溶解させた後、得られた溶液をグラスフィルターにて濾過して得られる濾液を用いることができる。ポリウレタン樹脂（Ａ）を溶解させる溶媒としては、例えば、ジメチルホルムアミド（ＤＭＦ）が挙げられる。ポリオキシアルキレンジオール（ｘ１）を溶解させる溶媒としては、例えば、テトラヒドロフラン（ＴＨＦ）が挙げられる。ポリエステルジオール（ｘ２）を溶解させる溶媒としては、例えば、テトラヒドロフラン（ＴＨＦ）が挙げられる。

装置（一例） ：東ソー（株）製 ＨＬＣ－８１２０
カラム（一例）：Ｇｕａｒｄｃｏｌｕｍｎ α〔東ソー（株）製〕とＴＳＫ ＧＥＬ
α－Ｍ〔東ソー（株）製〕とを各１本連結したもの、ＴＳＫ ＧＥＬ ＧＭＨ６ ２本
〔東ソー（株）製〕、または、ＴＳＫ ＧＥＬ ＳｕｐｅｒＨ３０００〔東ソー（株）製〕とＴＳＫ ＧＥＬ ＳｕｐｅｒＨ４０００〔東ソー（株）製〕とを各１本連結したもの
測定温度 ：４０℃
試料溶液 ：０．２５重量％の溶液
溶液注入量 ：１００μｌ
検出装置 ：屈折率検出器
また、該数平均分子量を算出するための検量線は、基準物質として、異なる数平均分子量（５００、１０５０、２８００、５９７０、９１００、１８１００、３７９００、９６４００、１９００００、３５５０００、１０９００００、または２８９００００）を有する１２種類の標準ポリスチレン（ＴＳＫｓｔａｎｄａｒｄ ＰＯＬＹＳＴＹＲＥＮＥ、東ソー（株）製）のそれぞれを用いて得られた１２個の数平均分子量の測定値に基づき、最小二乗法を用いて作成することができる。

前記ポリエステルジオール（ｘ２）は、例えば、公知の製造方法によって得ることができる。具体的には，撹拌装置、温度制御装置、窒素導入管付きの反応容器に、ポリオール、ポリカルボン酸および重合触媒を投入し、所定の温度にて、窒素気流下にて、生成する水を留去しながら、当該ポリオールと当該ポリカルボン酸とを４時間反応させた後、さらに５～２０ｍｍＨｇの減圧下にて１時間反応させることによって、ポリエステルジオール（ｘ２）を得る方法を挙げることができる。前記重合触媒としては、例えば、テトライソプロポキシチタンなどを挙げることができる。前記所定の温度は、特に限定されないが、例えば、２００℃で有り得る。

前記ポリウレタン樹脂（Ａ）は、例えば、公知の製造方法によって得ることができる。具体的には、以下の（１）～（３）に示す工程を含む方法を挙げることができる。

（１）冷却管、撹拌機および窒素導入管の付いた反応槽中に、構成単量体としてのポリオール（ｘ）およびポリイソシアネート（ｙ）、並びに、必要に応じて反応溶媒および反応触媒を導入し、常圧かつ窒素雰囲気下にて、所定の温度、例えば、約６５℃にて、所定の時間、例えば、１０時間撹拌して、当該ポリオール（ｘ）と当該ポリイソシアネート（ｙ）とを反応させる工程。ここで、前記ポリオール（ｘ）は、ポリオキシアルキレンジオール（ｘ１）及び／又はポリエステルジオール（ｘ２）を含有し得る。

（２）工程（１）の後、前記反応槽の内部に、反応停止剤を滴下し、さらに１時間撹拌を続ける工程。ここで、前記反応停止剤としては、例えば、１－ブタノールなどを挙げることができる。

（３）工程（２）の後、前記反応槽内から、所望の濃度に希釈されたポリウレタン樹脂（Ａ）を得る工程。

前記反応溶媒としては，一般的に用いられる非プロトン性溶媒であれば特に限定なく用いることができる。前記反応溶媒としては、例えば、ジメチルホルムアミド（ＤＭＦ）、Ｎ－メチルピロリドン（ＮＭＰ）、トルエン、キシレン、テトラヒドロフラン（ＴＨＦ）、メチルエチルケトン（ＭＥＫ）等を使用することができる。

前記反応触媒としては、一般的にウレタン反応において用いられる触媒を用いることができる。前記反応触媒としては、例えば、アミン触媒（トリエチルアミン，Ｎ－エチルモルホリン、トリエチレンジアミン（ＤＡＢＣＯ）等）、スズ触媒（ジブチルスズジラウレート、ジオクチルスズジラウレート、オクチル酸スズ等）、チタン触媒（テトラブチルチタネート等）を用いることができる。前記反応触媒の使用量は、得られるポリウレタン樹脂（Ａ）の重量に対して０．１重量％以下である。

前記反応温度は、ウレタン化反応において通常実施可能な温度が適当であり、例えば、２０～１４０℃であり得、反応時間を好適な範囲に制御するとの観点から、４０～１００℃の範囲であることは好ましい。

＜界面活性剤（Ｂ）＞
界面活性剤（Ｂ）は、特に制限はないが、８～１８のＨＬＢ値を有していることが好ましく、更に好ましくは９～１７であり、特に好ましくは１０～１６である。このようなＨＬＢ値の界面活性剤（Ｂ）を用いることによって、良好な匂い識別性能が得られる。

ここでの「ＨＬＢ値」とは、親水性と親油性のバランスを示す指標であって、例えば「界面活性剤入門」〔２００７年三洋化成工業株式会社発行、藤本武彦著〕２１２頁に記載されている小田法による計算値として知られているものであり、グリフィン法による計算値ではない。

ＨＬＢ値は有機化合物の有機性の値と無機性の値との比率から計算することができる。

ＨＬＢ＝１０×無機性／有機性
ここで、上式中の無機性および有機性の値は藤田らによって提案された有機性と無機性を表現する指標値を表しており、前記「界面活性剤入門」２１３頁に記載の表の値を用いて算出できる。

界面活性剤（Ｂ）としては、例えばアニオン性界面活性剤、カチオン性界面活性剤、両性界面活性剤およびノニオン性界面活性剤が挙げられる。

アニオン性界面活性剤としては、炭素数１０～２４のカルボン酸のアルカリ金属塩および炭素数１４～２４のアルキルスルホン酸のアルカリ金属塩等が挙げられる。

前記炭素数１０～２４のカルボン酸としては、例えば、デカン酸、ウンデカン酸、ドデカン酸、トリデカン酸、テトラデカン酸、ヘキサデカン酸、ヘプタデカン酸、オクタデカン酸、ペンタデカン酸、ノナデカン酸、イコサン酸、ヘンイコサン酸、ドコサン酸、トリコサン酸およびテトラコサン酸等が挙げられる。

前記炭素数１４～２４のアルキルスルホン酸が有するアルキル基としては、例えば、テトラデシル基、ペンタデシル基、ヘキサデシル基、ヘプタデシル基、オクタデシル基、ノナデシル基、イコシル基、ヘンイコシル基、ドコシル基、トリコシル基およびテトラコシル基等が挙げられる。

前記アルカリ金属塩が含むアルカリ金属としては、例えば、ナトリウムおよびカリウム等が挙げられる。

カチオン性界面活性剤としては、炭素数１２～２４のアルキル基を有する第４級アンモニウムのハロゲン化物塩等が挙げられる。

前記炭素数１２～２４のアルキル基を有する第４級アンモニウムとしては、例えばテトラプロピルアンモニウム、テトラブチルアンモニウム、テトラペンチルアンモニウム、テトラヘキシルアンモニウム、ジメチルジオクチルアンモニウム、ジデシルジメチルアンモニウム、デシルトリメチルアンモニウム、ドデシルトリメチルアンモニウム、トリデシルトリメチルアンモニウム、ヘキサデシルトリメチルアンモニウム、メチルトリオクチルアンモニウム、オクチルトリメチルアンモニウム、トリブチルメチルアンモニウム、オクタデシルトリメチルアンモニウム、テトラデシルトリメチルアンモニウム、ノナデシルトリメチルアンモニウム、イコシルトリメチルアンモニウム、ヘンイコシルトリメチルアンモニウム、ヘプタデシルトリメチルアンモニウムおよびペンタデシルトリメチルアンモニウム等が挙げられる。

前記ハロゲン化物塩としては、例えばフッ化物塩、塩化物塩、臭化物塩およびヨウ化物塩等が挙げられる。

両性界面活性剤としては、例えば、炭素数１０～２２のアルキル基を有するジメチル（３－スルホプロピル）アンモニウム分子内塩、炭素数１０～２２のアルキル基を有するＮ－アルキル－Ｎ，Ｎ－ジメチルグリシン等が挙げられる。

炭素数１０～２２のアルキル基を有するジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩としては、例えばデシルジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩、ウンデシルジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩、ドデシルジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩、トリデシルジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩、テトラデシルジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩、ペンタデシルジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩、ヘキサデシルジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩、ヘプタデシルジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩、オクタデシルジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩、ノナデシルジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩、イコシルジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩、ヘンイコシルジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩およびドコシルジメチル（３－スルホプロピル）アンモニウムヒドロキシド分子内塩等が挙げられる。

炭素数１０～２２のアルキル基を有するＮ－アルキル－Ｎ，Ｎ－ジメチルグリシンとしては、Ｎ－ドデシル－Ｎ，Ｎ－ジメチルグリシンおよびＮ－オクタデシル－Ｎ，Ｎ－ジメチルグリシン等が挙げられる。

ノニオン性界面活性剤としては、例えば、高級アルコールエチレンオキサイド付加物等が挙げられる。

高級アルコールとしては、１－ヘキシルアルコール、１－ヘプチルアルコール、１－オクチルアルコール、１－ノニルアルコール、１－デシルアルコール、１－ウンデシルアルコール、１－ドデシルアルコール、１－トリデシルアルコール、１－テトラデシルアルコール、１－ペンタデシルアルコール、１－ヘキサデシルアルコール、１－ヘプタデシルアルコール、１－オクタデシルアルコール等が挙げられる。

エチレンオキサイド付加モル数は、匂い識別性能の観点から５～５０が好ましく、より好ましくは５～４０が好ましく、さらに好ましくは５～３０である。

界面活性剤（Ｂ）は、匂い識別性能の観点より、好ましくはアニオン性界面活性剤、カチオン性界面活性剤またはノニオン性界面活性剤であり、更に好ましくはノニオン性界面活性剤またはカチオン性界面活性剤あり、最も好ましくはカチオン性界面活性剤である。

前記ポリウレタン樹脂（Ａ）と前記界面活性剤（Ｂ）との重量比［（Ａ）／（Ｂ）］は、匂い識別性能の観点により、好ましくは１．０～４．０であり、更に好ましくは１．０～２．３であり、最も好ましくは１．０～１．５である。

前記ポリウレタン樹脂（Ａ）と前記界面活性剤（Ｂ）とは相溶していても相溶していなくても良い。

＜導電性炭素材料（Ｃ）＞
本明細書において、導電性炭素材料（Ｃ）とは、体積固有抵抗が０．１Ω・ｃｍ以下の炭素材料のことである。上述の樹脂組成物は、ポリウレタン樹脂（Ａ）と界面活性剤（Ｂ）との混合物中に導電性炭素材料（Ｃ）が分散している状態である。導電性炭素材料（Ｃ）同士が互いに接触して導電経路を形成することで樹脂組成物が導電性を有する。

導電性炭素材料（Ｃ）としては、例えば、カーボンブラック、カーボンナノチューブおよびグラフェン等が挙げられる。

カーボンブラックの市販品としては、ケッチェンブラックＥＣ（オランダ・アクゾ社製商品名）、ケッチェンブラックＥＣ－３００Ｊ（ライオンスペシャリティケミカルズ（株）製商品名）、ケッチェンブラックＥＣ－６００ＪＤ（ライオンスペシャリティケミカルズ（株）製商品名）、シーストＧ１１６、１１６（東海カーボン社製商品名）、ニテロン＃１０（新日鉄化学（株）社製商品名）、デンカブラック（電気化学工業（株）社製商品名）およびＳＵＰＥＲ Ｃ－６５（米国・ＭＴＩ Ｃｏｒｐｏｒａｔｉｏｎ社製品名）等がある。

カーボンナノチューブの市販品としては、ＶＧＣＦ－Ｈ（昭和電工（株）社製諸品名）等がある。

グラフェンの市販品としては、シグマアルドリッチ社製がある。

前記導電性炭素材料（Ｃ）の形状は、好ましくは繊維状または球状である。

繊維状である場合、繊維径は好ましくは０．１～１０μｍであり、更に好ましくは０．１～５μｍである。繊維長は好ましくは０．１～１０μｍであり、更に好ましくは１～１０μｍである。

球状である場合、１次粒子径が好ましくは１０ｎｍ～２００ｎｍであり、更に好ましくは２０ｎｍ～１５０ｎｍである。

導電性炭素材料（Ｃ）の含有量は、測定時間と、測定誤差とを、小さく保つことにより、正解率を保つとの観点から、ポリウレタン樹脂（Ａ）、イオン性界面活性剤（Ｂ）および導電性炭素材料（Ｃ）の合計１００重量％に対し、好ましくは２５～７５重量％であり、さらに好ましくは３０～６５重量％であり、最も好ましくは３５～５５重量％である。あるいは、匂い物質の受容感度の観点からは、導電性炭素材料（Ｃ）の含有量は、ポリウレタン樹脂（Ａ）、界面活性剤（Ｂ）および導電性炭素材料（Ｃ）の合計１００重量％に対し、５～３０重量％であってもよく、５～２０重量％であってもよく、５～１０重量％であってもよい。

＜樹脂組成物の製造方法＞
本発明の一実施形態に係る樹脂組成物の製造方法の具体的な一例を示せば、下記の通りである。

前記樹脂組成物は、ポリウレタン樹脂（Ａ）、界面活性剤（Ｂ）、導電性炭素材料（Ｃ）および溶媒（Ｄ）を混合して、撹拌機で均一に混練することでスラリーとして得られる。これを２本一組の金属配線の隙間に塗工した後、加熱乾燥させて得られる乾固物が匂い物質受容層である。

前記溶媒（Ｄ）としては、乾燥によって除去できる媒体であれば特に限定されないが、好ましくはＮ－メチルピロリドン、Ｎ，Ｎ－ジメチルホルムアミド、Ｎ，Ｎ－ジメチルアセトアミド、酢酸エチレン、水、トルエンおよびキシレン等が挙げられる。

〔２．センサ素子３１〕
上述した樹脂組成物は、樹脂組成物に匂い物質Ａが吸着した場合と、匂い物質Ａとは異なる匂い物質Ｂが吸着した場合とで、電気伝導性の経時的な変化が異なる。この性質を利用すれば、匂い物質を検出・識別可能なセンサ素子３１を実現することができる。

以下では、本発明の一実施形態に係る樹脂組成物を適用したセンサ素子３１の概要および効果について説明する。

センサ素子３１は、上述の樹脂組成物を含む匂い物質受容層３１５、第１金属配線３１３Ａ、および第２金属配線３１３Ｂを備えている。なお、以下では、第１金属配線３１３Ａおよび第２金属配線３１３Ｂを区別しない場合、金属配線３１３と記す場合がある。

ここで、第１金属配線３１３Ａおよび第２金属配線３１３Ｂについて、図２および図３を用いて説明する。図２は、センサ素子３１の構成の一例を示す上面図であり、図３は、図２に示すセンサ素子３１の構成の一例を示す断面図である。

第１金属配線３１３Ａおよび第２金属配線３１３Ｂは、匂い物質受容層３１５（すなわち、樹脂組成物）の電気伝導性の変化を計測するための電極として機能する金属配線である。すなわち、第１金属配線３１３Ａと第２金属配線３１３Ｂとは互いに離間しており、匂い物質受容層３１５は、第１金属配線の少なくとも一部と第２金属配線の少なくとも一部とに接している。一例において、第１金属配線３１３Ａおよび第２金属配線３１３Ｂは、互いに直接接していない金属配線であり、図２に示すように、互いに略平行な金属配線であってもよい。

図２に示すように第１金属配線３１３Ａおよび第２金属配線３１３Ｂを含む金属配線３１３は、基板３１１上に配置されていてもよい。基板３１１は、電子回路に一般的に用いられるガラスエポキシ等の基板であり得る。金属配線３１３は、銅、または金等の金属配線であり得る。基板の面に対して垂直な方向から見た第１金属配線３１３Ａおよび第２金属配線３１３Ｂそれぞれの太さは１０μｍ～２ｍｍが好ましく、更に好ましくは１０μｍ～１ｍｍである。基板の面に対して平行な方向から見た第１金属配線３１３Ａおよび第２金属配線３１３Ｂそれぞれの高さ、すなわち厚さは１μｍ～１００μｍが好ましく、更に好ましくは１０μｍ～５０μｍである。第１金属配線３１３Ａおよび第２金属配線３１３Ｂの間隔は１μｍ～１ｍｍが好ましく、更に好ましくは１μｍ～１００μｍである。金属配線３１３の長さは１０μｍ～５０ｍｍが好ましく、更に好ましくは１０μｍ～３０ｍｍである。

金属配線３１３はシール基板３１２上に配置されていてもよい。図３は、図２のＡ－Ａ断面を示している。図３に示すようにガラスエポキシ等の基板３１１上にシール基板３１２を配置し、そのシール基板３１２上に金属配線３１３が配置されていてもよい。基板３１１上にシール基板３１２を固定するためにビニールテープ３１４を用いていてもよい。また、ビニールテープ３１４は、金属配線３１３の余分な部分をマスクすることにより、金属配線３１３の露出部分の長さを調整するためにも用いられ得る。ここで、金属配線３１３の露出部分とは、金属配線３１３と匂い物質受容層３１５とが接する部分である。ビニールテープ３１４は、金属配線３１３と匂い物質受容層３１５とが接する部分の長さを調節するための絶縁体でもあり得る。

匂い物質受容層３１５は、第１金属配線３１３Ａの少なくとも一部と第２金属配線３１３Ｂの少なくとも一部とに接していてもよい。匂い物質受容層３１５は、例えば、図２および図３に示すように、第１金属配線３１３Ａと第２金属配線３１３Ｂとに挟まれた領域を埋めるように配されていてもよい。

匂い物質受容層３１５の電気伝導性（すなわち、センサ素子３１の電気伝導性）が低い場合、第１金属配線３１３Ａと第２金属配線３１３Ｂとの間隔は所定の距離（例えば、５００μｍ）以下であることが望ましい。

センサ素子３１は、匂い物質Ａが吸着した場合と、匂い物質Ａとは異なる匂い物質Ｂが吸着した場合とで、電気伝導性の経時的な変化が異なる樹脂組成物を適用することにより、さまざまな匂い物質を検出したり、識別したりすることが可能である。

〔３．匂いセンサ３０〕
以下では、センサ素子３１を適用した匂いセンサ３０の概要および効果について、図１を用いて説明する。図１は、センサ素子３１を適用した匂いセンサ３０を備える匂い測定装置１００の構成の一例を示すブロック図である。なお、図１に示すセンサ素子３１において、ビニールテープ３１４は簡略化のためにその図示を省略している。

匂いセンサ３０は、匂い物質を検出するセンサ素子３１、定電流源３２（電源）、および電圧計３３（測定機器）を備えている。

センサ素子３１の第１金属配線３１３Ａと第２金属配線３１３Ｂとはリード線Ｗで接続されている。図１には、リード線Ｗに定電流源３２および電圧計３３が配された例を示している。

定電流源３２は、センサ素子３１に給電するための電源である。定電流源３２は、センサ素子３１にリード線を介して定電流（例えば、１ｍＡの直流電流）を供給する。

電圧計３３は、定電流源３２から供給された定電流を匂い物質受容層３１５に供給した場合に、第１金属配線３１３Ａと第２金属配線３１３Ｂとの間に生じる電位差を測定する。

匂いセンサ３０は、必須の構成ではないが、筐体３４をさらに備えていてもよい。筐体３４は、匂い物質を含む空気を内包可能な容器である。筐体３４を備えている場合、センサ素子３１は筐体３４内に設置される。

筐体３４は、匂い物質を導入するための導入口３４１および匂い物質を含む空気を排出するための排出口３４２を備えていている。匂い物質の導入は、導入口３４１から匂い物質を浸漬したろ紙Ｐ等を筐体３４内に挿入することによって行われてもよいし、匂い物質を含む空気を導入口３４１から筐体３４内に挿入することによって行われてもよい。筐体３４は、匂い物質を所定の濃度（例えば、２００ｐｐｍ）以上含む空気を内包するための容器である。

筐体３４の排出口３４２には、必須では無いが、気流生成用ファン３５が配されていてもよい。気流生成用ファン３５は、筐体３４内に気流を生じさせたり、筐体３４内の気体を排出口３４２から筐体３４外へ排出させたりするためのものである。

なお、匂いセンサ３０は、定電流源３２の代替として不図示の定電圧源（電源）、電圧計３３の代替として不図示の電流計（測定機器）を備えていてもよい。この場合、定電圧源は、センサ素子３１に給電するための電源として機能し、センサ素子３１にリード線を介して定電圧を印加する。一方、電流計は、匂い物質受容層３１５に定電圧が印加された場合に、第１金属配線３１３Ａと第２金属配線３１３Ｂとの間を流れる電流値を測定する。

匂いセンサ３０は、センサ素子３１に匂い物質が吸着する前後における、該センサ素子３１の電気伝導性の経時的な変化を示す測定値を出力する。これにより、さまざまな匂い物質を検出したり、識別したりすることが可能である。

〔４．匂い測定装置１００〕
上述した匂いセンサ３０は、センサ素子３１にさまざまな匂い物質が吸着した場合、該センサ素子３１の電気伝導性の経時的な変化を匂い物質毎に出力することができる。この匂いセンサ３０を適用すれば、匂い物質Ａがセンサ素子３１に吸着した場合の該センサ素子３１の電気伝導性の経時的な変化と、匂い物質Ｂがセンサ素子３１に吸着した場合の該センサ素子３１の電気伝導性の経時的な変化と比較することができる。このような比較結果に基づいて、センサ素子３１に吸着した匂い物質を推定可能な匂い測定装置１００を実現することができる。

さらに、匂い測定装置１００は、機械学習によって生成した推定モデル２２を用いれば、高精度な匂い物質の推定を行うことができる。推定モデル２２は、複数の匂い物質のそれぞれを少なくとも１つのセンサ素子３１に吸着させた場合に測定される測定値と、該測定値を与えた匂い物質に固有の識別情報との組み合わせを含む学習用データを用いて生成され得る。

以下では、匂いセンサ３０を適用した匂い測定装置１００の概要および効果について説明する。匂い測定装置１００は、上述した樹脂組成物を適用したセンサ素子３１に生じた電気伝導性の変化から、センサ素子３１に吸着した匂い物質を推定する装置である。

まず、本発明の一実施形態に係る匂い測定装置１００の構成について、図１を用いて説明する。図１は、匂い測定装置１００の構成の一例を示すブロック図である。

図１に示すように、匂い測定装置１００は、推定装置１０、および匂いセンサ３０を備えている。

（推定装置１０）
推定装置１０は、匂いセンサ３０によって検出された匂い物質を推定する装置である。推定装置１０は、例えばコンピュータであり、不図示のＣＰＵおよびメモリを備えている。推定装置１０は、匂いセンサ３０と通信可能に接続されている。具体的には、推定装置１０は、匂いセンサ３０から取得した計測値を解析することによって、匂い物質の推定を実行する。推定装置１０の構成については、後に説明する。

＜推定モデル２２の生成＞
次に、匂い物質を推定するために用いる推定モデル２２を生成する処理を行う匂い測定装置１００の構成、および、推定モデル２２を生成する処理について、図４および図５を用いて説明する。

推定モデル２２は、複数の匂い物質のそれぞれを少なくとも１つのセンサ素子に吸着させた場合に電圧計３３によって測定される測定値と、該測定値を与えた匂い物質に固有の識別情報との組み合わせを含む学習用データを用いた機械学習によって生成される。ここで、匂い物質に固有の識別情報とは、例えば、匂い物質の名称、ＣＡＳ番号、および化学式等であってもよい。

（推定装置１０の構成（推定モデル２２の生成））
図４は、匂い測定装置１００の構成の一例を示す機能ブロック図である。なお、説明の便宜上、図１にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。

図４に示すように、推定装置１０は、入力部１５、制御部１、記憶部２を備えている。

入力部１５は、ユーザからの各種入力操作を受付けるためのものであり、例えば、キーボード、マウス、タッチパネル等であってもよい。

制御部１は、測定値取得部１１（取得部）、変化パターン解析部１２（解析部）、学習制御部１３、および推定モデル生成部１４を備えている。

測定値取得部１１は、電圧計３３から測定値を取得する。また測定値取得部１１は、取得した測定値を用いて、センサ素子３１の電気伝導性を示す値（例えば、抵抗値、およびインピーダンスなど）を算出する。測定値取得部１１は、電圧計３３から所定の時間間隔（例えば０．１秒間隔）で測定値を取得してもよい。

変化パターン解析部１２は、少なくとも１つのセンサ素子３１の電気伝導性の経時的な変化を解析する。変化パターン解析部１２は、測定値取得部１１によって算出された抵抗値を用いて、匂い物質が吸着したことによるセンサ素子３１の電気伝導性の変化量を示す値を算出する。変化パターン解析部１２は、算出した電気伝導性の変化量の時間変化を示す変化パターンを示すデータを生成する。変化パターン解析部１２は、生成した変化パターンが既知の匂い物質である場合、生成した変化パターンを該既知の匂い物質に固有の識別情報と対応付けて、変化パターンデータベース２１（学習用データ）に格納してもよい。

学習制御部１３は、記憶部２から変化パターンデータベース２１を読み出して、機械学習による推定モデル２２の生成を制御する。ここで、変化パターンデータベース２１は、複数の匂い物質をセンサ素子３１に吸着させた場合に測定される測定値と、該測定値を与えた既知の匂い物質に固有の識別情報との組み合わせを含むデータベースである。学習制御部１３は、変化パターンデータベース２１から読み出した変化パターンを推定モデル生成部１４に入力する。また、学習制御部１３は、推定モデル生成部１４に入力した変化パターンに対応する匂い物質の識別情報と、推定モデル生成部１４から出力される推定結果とを比較し、比較結果に応じた補正指示を推定モデル生成部１４に出力する。

推定モデル生成部１４は、変化パターンデータベース２１に格納されている変化パターンを用いた機械学習アルゴリズムによって、推定モデル２２を生成する。推定モデル生成部１４は、公知の教師有り機械学習アルゴリズムを用いて推定モデル２２を生成する構成であってもよい。推定モデル生成部１４に適用可能な機械学習アルゴリズムとしては、例えば、ｋ近似法（k-nearest neighbor method）、ロジスティック回帰、サポートベクトルマシン、ランダムフォレスト、およびニューラルネットワーク等が挙げられる。

（推定モデル２２を生成する処理）
以下、制御部１の各部が行う具体的な処理については、図５を用いて説明する。図５は、推定装置１０が推定モデル２２を生成する処理の流れの一例を示すフローチャートである。

まず、測定値取得部１１は、匂い物質を浸漬させたろ紙Ｐを筐体３４へ挿入する前の匂いセンサ３０において測定された電圧値Ｖ０を取得し、抵抗値Ｒ０を算出する（ステップＳ１１）。抵抗値Ｒ０は、好ましくは２００～１０００Ωであり、さらに好ましくは２５０～９００Ωであり、最も好ましくは３００～８００Ωである。

一方、入力部１５は、筐体３４内に挿入したろ紙Ｐに浸漬させた既知の匂い物質の名称等の入力を受け付ける（ステップＳ１２）。ステップＳ１２の処理はステップＳ１１の前に行ってもよい。

次に、測定値取得部１１は、既知の匂い物質を浸漬させたろ紙Ｐを筐体３４へ挿入した直後からの、匂いセンサ３０において測定された電圧値Ｖを取得し、抵抗値Ｒを算出する（ステップＳ１３）。

続いて、変化パターン解析部１２は、抵抗値Ｒ０および抵抗値Ｒを用いて、Ｒ／Ｒ０を算出する（ステップＳ１４）。Ｒ／Ｒ０は、既知の匂い物質が吸着したことによる、センサ素子３１の電気伝導性の変化量を示す値である。なお、変化パターン解析部１２は、Ｒ／Ｒ０の代わりに、Ｒ－Ｒ０を算出してもよい。変化パターン解析部１２は、Ｒ／Ｒ０の経時的な変化パターンを、入力された既知の匂い物質の名称と対応付けて変化パターンデータベース２１に格納する（ステップＳ１５）。

所定種類の既存の匂い物質について変化パターンが記憶されていない場合（ステップＳ１６にてＮＯ）、すなわち、機械学習に用いるデータがまだ不足している場合、ステップＳ１１に戻る。

所定種類の既存の匂い物質について変化パターンが記憶された場合（ステップＳ１６にてＹＥＳ）、学習制御部１３は、変化パターンデータベース２１に記憶されている、既知の匂い物質についての変化パターンを読み出して、推定モデル生成部１４に入力する。推定モデル生成部１４は、変化パターンデータベース２１に格納されている変化パターンを用いた機械学習アルゴリズムによって、推定モデル２２を生成する（ステップＳ１７）。

推定モデル生成部１４は、所定の機械学習によって生成した推定モデル２２を記憶部２に格納する（ステップＳ１８）。

図４および図５に示す例では、推定装置１０が推定モデル２２を生成しているが、これに限定されない。例えば、推定装置１０とは異なる外部のコンピュータであって、学習制御部１３および推定モデル生成部１４と同じ機能を備えるコンピュータに変化パターンデータベース２１と同じデータを提供して、推定モデル２２を作成させてもよい。

＜匂い物質の推定＞
次に、推定モデル２２を用いて匂い物質を推定する匂い測定装置１００ａの構成、および、推定処理について、図６および図７を用いて説明する。

（推定装置１０ａの構成（推定処理の実行））
図６は、匂い測定装置１００ａの構成の一例を示す機能ブロック図である。なお、説明の便宜上、図１および図４にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。

図６に示すように、推定装置１０ａは、制御部１ａ、記憶部２ａ、および出力部１８を備えている。ここで、図６は、図４に示す推定装置１０を、匂い物質の推定処理に利用した場合の構成例を示している。すなわち、図４に示す推定装置１０と図６に示す推定装置１０ａとは、同じハードウェア構成を備えるコンピュータであってもよい。

出力部１８は、ユーザに推定結果を提示するためのものであり、例えば、ディスプレイ、スピーカ、ランプ等であってもよい。

制御部１ａは、測定値取得部１１（取得部）、変化パターン解析部１２（解析部）、推定部１６、および出力制御部１７を備えている。

推定部１６は、推定モデル２２を用いて、匂いセンサ３０から取得した測定値を解析した解析結果から匂い物質を推定する。

出力制御部１７は、推定結果を出力するように出力部１８を制御する。

（推定処理）
以下、制御部１ａの各部が行う具体的な処理については、図７を用いて説明する。図７は、推定装置１０ａが匂い物質を推定する処理の流れの一例を示すフローチャートである。

まず、測定値取得部１１は、匂い物質を浸漬させたろ紙Ｐを筐体３４へ挿入する前の匂いセンサ３０において測定された電圧値Ｖ０を取得し、抵抗値Ｒ０を算出する（ステップＳ１）。

次に、測定値取得部１１は、未知の（すなわち、推定対象の）匂い物質を浸漬させたろ紙Ｐを筐体３４へ挿入した直後からの、匂いセンサ３０において測定された電圧値Ｖを取得し、抵抗値Ｒを算出する（ステップＳ２）。

続いて、変化パターン解析部１２は、抵抗値Ｒ０および抵抗値Ｒを用いて、Ｒ／Ｒ０を算出する（ステップＳ３）。

次に、推定部１６は、推定モデル２２に基づいて、Ｒ／Ｒ０の経時的な変化パターンから未知の匂い物質を推定する（ステップＳ４）。

出力制御部１７は、出力部を制御して、推定結果を出力する（ステップＳ５）。

＜実施形態２＞
上述の実施形態では、１つのセンサ素子３１を備える匂いセンサ３０について説明したが、匂いセンサ３０が２以上のセンサ素子３１を備えていてもよい。例えば、匂いセンサ３０ｂは、匂い物質受容層３１５に用いた樹脂組成物が互いに異なるセンサ素子３１、３１ｂを備えていてもよい。このことについて、図８を用いて説明する。図８は、本発明の別の実施形態に係る匂い測定装置１００ｂの構成の一例を示すブロック図である。なお、説明の便宜上、図１にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。

例えば、図８に示す匂い測定装置１００ｂは、匂いセンサ３０、３０ｂおよび推定装置１０ｂを備えている。匂いセンサ３０ｂは、センサ素子３１およびセンサ素子３１ｂを備えており、センサ素子３１の匂い物質受容層３１５と、センサ素子３１ｂの匂い物質受容層３１５ｂとでは、用いられている樹脂組成物が異なっていてもよい。

推定装置１０ｂは、推定装置１０、１０ａと同じ構成を備えるコンピュータであってもよい。推定装置１０ｂは、定電流源３２からセンサ素子３１に定電流を供給した場合に電圧計３３によって測定される第１測定値と、定電流源３２ｂからセンサ素子３１ｂに定電流を供給した場合に電圧計３３ｂによって測定される第２測定値とをそれぞれ取得し解析する。

匂い物質を吸着する特性が異なる樹脂組成物を匂い物質受容層に用いたセンサ素子を複数備えることにより、匂い測定装置１００ｂは、複数の匂い物質についての推定を同時に実行することができる。なお、本発明の一実施形態に係るセンサ素子に加えて、匂い物質受容層に界面活性剤（Ｂ）を含まないセンサ素子を併用してもよい。

また、匂い測定装置１００ｂを用いれば、既知の匂い物質のそれぞれについて、センサ素子３１の電気伝導性の変化を示す第１変化パターンと、センサ素子３１ｂの電気伝導性の変化を示す第２変化パターンとを得ることが可能である。推定モデル２２は、第１変化パターンおよび第２変化パターンの両方を用いた機械学習によって生成されてもよい。匂い測定装置１００ｂは、このように生成された推定モデル２２を用いて匂い物質を推定するため、各匂い物質をより精密に識別することが可能である。

＜ソフトウェアによる実現例＞
推定装置１０、１０ａ、１０ｂの制御ブロック（特に制御部１）は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ソフトウェアによって実現してもよい。

後者の場合、推定装置１０、１０ａ、１０ｂは、各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータを備えている。このコンピュータは、例えば１つ以上のプロセッサを備えていると共に、上記プログラムを記憶したコンピュータ読み取り可能な記録媒体を備えている。そして、上記コンピュータにおいて、上記プロセッサが上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記プロセッサとしては、例えばＣＰＵ（Central Processing Unit）を用いることができる。上記記録媒体としては、「一時的でない有形の媒体」、例えば、ＲＯＭ（Read Only Memory）等の他、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路等を用いることができる。また、上記プログラムを展開するＲＡＭ（Random Access Memory）等をさらに備えていてもよい。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。なお、本発明の一態様は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。

本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

以下、実施例および比較例により本発明をさらに説明するが、本発明はこれらに限定されるものではない。以下、特に定めない限り、％は重量％、部は重量部を示す。

［製造例１～１１］
＜ポリエステルジオール（ｘ２）の作製＞
攪拌翼、撹拌装置、窒素流入口および流出口を備えた反応容器に、加熱冷却装置、温度計、温度調節装置、重合触媒導入管および窒素導入管を取り付けた。この反応容器は、反応容器内部を減圧可能なシール構造を有している。前記反応容器内に、表１に記載の重量部にて、ジオールとジカルボン酸とを加え、さらに重合触媒としてチタニウムジイソプロポキシビストリエタノールアミネート０．５重量部を投入した。その後、前記反応容器を、撹拌しながら２００℃まで昇温し、窒素気流を流しつつ、副生する水を留去しながら５時間かけて、前記ジオールと前記ジカルボン酸とを反応させた。続いて、前記反応容器内部の圧力を１０ｍｍＨｇに減圧した後、さらに１時間、前述の反応を進行させることによって、ポリエステルジオール（ｘ２－１）～（ｘ２－１１）を得た。

得られたポリエステルジオール（ｘ２）の各数平均分子量を、ゲルパーミエーションクロマトグラフィー（ＧＰＣ）により、以下の条件で測定し、その結果を表１に記載した。

装置 ：東ソー（株）製 ＨＬＣ－８１２０
カラム ：ＴＳＫ ＧＥＬ ＧＭＨ６ ２本 〔東ソー（株）製〕
測定温度 ：４０℃
試料溶液 ：０．２５重量％のＴＨＦ（テトラヒドロフラン）溶液
溶液注入量 ：１００μｌ
検出装置 ：屈折率検出器
また、数平均分子量の測定は、ポリエステルジオール（ｘ２）をＴＨＦに溶解させ、不溶解分をグラスフィルターで濾別したものを試料溶液として行った。

［製造例１２～２８］
＜ポリウレタン樹脂（Ａ）の作製＞
表２に記載のポリオール（ｘ）とポリイソシアネート（ｙ）を用いて、以下に示す方法にて、ポリウレタン樹脂（Ａ）を得た。

具体的には、攪拌翼、撹拌装置、窒素流入口および流出口を備えた反応容器に、加熱冷却装置、温度計、温度調節装置、重合触媒導入管および窒素導入管を取り付けた。この反応容器は、反応容器内部を減圧可能なシール構造を有していた。前記反応容器内に表２に記載の重量部にて、ポリオキシアルキレンジオール（ｘ１）及び／又はポリエステルジオール（ｘ２）を含有するポリオール（ｘ）と、ポリイソシアネート（ｙ）とを加え、さらに、反応溶媒と反応触媒としてジブチルスズジラウレートとを投入した。その後、前記反応容器内部を、常圧かつ窒素雰囲気下とし、前記反応容器内部の温度を６５℃に昇温させ、当該温度を保ちながら、前記反応容器内部を１０時間かけて撹拌し、前記ポリオール（ｘ）と前記ポリイソシアネート（ｙ）とを反応させた。続いて、撹拌後に、前記反応容器内部に、反応停止剤として１－ブタノール５部を加えた後、さらに前記反応容器内部の撹拌を１時間続けた。その結果、ポリウレタン樹脂（Ａ‐１）～（Ａ－１７）を得た。なお、前記反応溶媒としては、ジメチルホルムアミド（ＤＭＦ）を使用した。

得られたポリウレタン樹脂（Ａ）の各数平均分子量を、ゲルパーミエーションクロマトグラフィー（ＧＰＣ）により、以下の条件で測定し、その結果を表３に記載した。

装置 ：東ソー（株）製 ＨＬＣ－８１２０
カラム ：ＴＳＫ ＧＥＬ ＳｕｐｅｒＨ３０００〔東ソー（株）製〕と、ＴＳＫ ＧＥＬ ＳｕｐｅｒＨ４０００〔東ソー（株）製〕とを各１本連結したもの
測定温度 ：４０℃
試料溶液 ：０．２５重量％のＤＭＦ（ジメチルホルムアミド）溶液
溶液注入量 ：１００μｌ
検出装置 ：屈折率検出器
また、数平均分子量の測定は、ポリウレタン樹脂（Ａ）をＤＭＦに溶解させ、不溶解分をグラスフィルターで濾別したものを試料溶液として行った。

［製造例２９～４１］
＜高級アルコールエチレンオキサイド付加物の作製＞
反応容器内部を減圧または加圧可能なシール構造を有する攪拌翼、撹拌装置、窒素流入口、流出口およびエチレンオキサイド流入口を備えた反応容器に、加熱冷却装置、温度計、圧力計、温度調節装置および窒素導入管を取り付けた。前記反応容器に、窒素雰囲気下、３０部のモレキュラーシーブス３Ａで２時間乾燥させた表４に記載の重量部の高級アルコール、触媒である水酸化カリウム３部を仕込み、減圧窒素置換を行った。前記反応容器内部を、１６０℃まで昇温し、表４に記載の重量部のエチレンオキサイドを反応容器内部の圧力が０．５ＭＰａ（Ｇ）となるよう流量を調整しながら滴下して反応させた。滴下終了後１時間撹拌を続け、その後、前記反応容器内部の温度を室温まで降温させ、高級アルコールエチレンオキサイド付加物（ＮＳ－１）～（ＮＳ－１３）を得た。

［実施例１～２３６、比較例１～１７］
＜スラリーの作製＞
ポリウレタン樹脂（Ａ）、界面活性剤（Ｂ）、導電性炭素材料（Ｃ）および溶媒（Ｄ）としての酢酸エチルを表５～２０に記載した量でポリプロピレン製容器に量り取り、混合物を得た。当該混合物を、自転・公転ミキサー（（株）シンキー社製ＡＲＥ－３１０）を用いて２０００回転／分で６０分間撹拌して、スラリーを得た。当該スラリーを、匂い物質受容層を形成するための樹脂組成物として用いた。なお、下記表５～２０において、「（Ａ）／（Ｂ）比率」とは、ポリウレタン樹脂（Ａ）と界面活性剤（Ｂ）との重量比を意味する。

表５～２０に記載の、高級アルコールエチレンオキサイド付加物以外の界面活性剤（Ｂ）は東京化成工業（株）で市販されているものを用いた。また、高級アルコールエチレンオキサイド付加物については前記の方法で調製した（ＮＳ－１）～（ＮＳ－１３）を用いた。

表５～２０に記載の導電性炭素材料（Ｃ）は、ＳＵＰＥＲ－Ｃ６５（カーボンブラック）はＭＴＩ Ｃｏｒｐｏｒａｔｉｏｎ社製、ＶＧＣＦ－Ｈ（カーボンナノチューブ）は昭和電工（株）社製、デンカブラック（カーボンブラック）はデンカ（株）社製、ケッチェンブラックＥＣ－３００Ｊ（カーボンブラック）およびケッチェンブラックＥＣ－６００ＪＤ（カーボンブラック）はライオンスペシャリティケミカル（株）社製をそれぞれ用いた。

＜センサ素子の作製＞
間隙幅５００μｍの複数の金属配線を備えたシール基板（ＩＣＢ－０７３、サンハヤト（株）製）から、２本１組の金属配線を含むシール基板を切り出した。切り出したシール基板を、さらに金属配線の長さが３．５ｃｍとなるように切断した。

切断されたシール基板をガラス板の上に、金属配線が上になるよう両面テープで貼り付けた。また、金属配線の露出部分の長さが３．０ｃｍとなるように、金属配線の余分な部分にビニールテープを貼り付けてマスクした。ついで、前記の方法で調製したそれぞれのスラリーを、バーコーター（Ｎｏ．４）を用いて金属配線の露出部に塗布した。塗布後、１００℃に加熱した順風乾燥機で３時間乾燥させた。乾燥後、室温まで冷却してから、匂い物質受容層を備えた金属配線をガラス板から剥離して、センサ素子（Ｅ－１）～（Ｅ－２３６）および比較用センサ素子（Ｅ’－１）～（Ｅ’－１７）を得た。

［実施例２３７～４６２、比較例１８～３４］
＜樹脂組成物およびセンサ素子の評価＞
樹脂組成物の評価は、センサ素子（Ｅ）および比較用センサ素子（Ｅ’）から得られるデータを比較することで行うことができる。

＜測定方法＞
検体（匂い物質）を導入する導入口と検体が均一に広がるようエアフローを作るためのファンとを備えた筐体を作製した。端子を外部へ取り出すためのリード線をはんだ付けしたセンサ素子（Ｅ－１）～（Ｅ－２２６）および比較用センサ素子（Ｅ’－１）～（Ｅ’－１７）のうち、評価対象のセンサ素子を筐体内に設置した。

筐体外部に取り出したリード線の末端に１ｍＡの定電流電源と、リード線の両端子にかかる電圧を測定するための電圧計を取りつけ、電圧計の測定値をコンピュータで記録した。

筐体内の検体の濃度が２００ｐｐｍとなるようにろ紙に検体を浸漬させ、当該ろ紙を導入口から挿入した。ろ紙の挿入後すぐに測定を開始した。測定開始から６０秒後に再びファンを６０秒間回転させ、筐体内の蒸気を外部に排出させながら測定を行った。なお、電圧の測定は０．１秒間隔で実施した。また、測定は同じ条件につき、１００回繰り返し行った。

検体としては、ヘキサン、酢酸エチル、メタノール、炭酸ジエチル、またはトルエンを用いた。

＜評価方法＞
各時間で測定された電圧と定電流電源から供給される電流値１ｍＡを用いて、オーム法則から電気抵抗Ｒを算出した。検体導入前の抵抗Ｒ０を予め測定しておき、Ｒ／Ｒ０を算出した。

Ｒ／Ｒ０の０．１秒間隔の時間変化を用いて各々の検体に対するセンサ素子の応答性を、ｋ近傍法を使用して分析した。センサ素子（Ｅ－１）～（Ｅ－２２６）または比較用センサ素子（Ｅ’－１）～（Ｅ’－１７）について、前記の測定を行い、各実施例および各比較例に該当する１００回×５検体＝計５００回分の測定データを学習データ数：テストデータ数＝８０：２０となるようランダムに分割し、学習データに対してｋ近傍法による分類器（学習モデル）を作成した。各実施例および比較例の分類器についてテストデータを分類させた際の正解率をセンサ素子の性能指標とし、正解率が高いほどセンサ素子としての性能が高いと判断できる。各実施例における分類器の作成および正解率算出には、対応するセンサ素子（Ｅ）によって得られたデータと当該センサ素子（Ｅ）と同一のポリウレタン樹脂（Ａ）を用いた比較用センサ素子（Ｅ’）によって得られたデータの両方を用いた。

＜評価結果＞
評価結果を以下に示す。

実施例１～２２６にて製造されたセンサ素子を使用した匂いセンサと比較例１～１７にて製造されたセンサ素子を使用した匂いセンサのそれぞれにおける、前記性能評価にて算出された正解率を比較する。

例えば、センサ素子（Ｅ－１）を用いた、実施例２３７の匂いセンサの正解率は７２％である一方、センサ素子（Ｅ－１）と同一のポリウレタン樹脂（Ａ）を使用している比較用センサ素子（Ｅ’－９）を用いた、比較例２６の匂いセンサの正解率は２７％であった。

表２１～２６に記載の通り、センサ素子（Ｅ－１）～（Ｅ－２２６）を用いた、実施例２３７～４６２の匂いセンサの正解率は、比較用センサ素子（Ｅ’－１）～（Ｅ’－１７）を用いた、比較例１８～３４の匂いセンサの正解率よりも高かった。

本発明の一実施形態に係る樹脂組成物およびこれを用いたセンサ素子を用いた匂いセンサは、良好な匂い識別性能を有すると言える。

また、導電性炭素材料（Ｃ）の含有量が増加するほど、Ｒｍａｘ／Ｒ０の値は低下する傾向にあった。Ｒｍａｘ／Ｒ０の値が小さいほど測定誤差が増えるため、Ｒｍａｘ／Ｒ０の値は大きいほど良い。

［実施例４６３～４７２］
＜導電性炭素材料（Ｃ）の含有量の評価＞
導電性炭素材料（Ｃ）の含有量を変化させることで、測定開始直後のＲ／Ｒ０の値を制御できる。前記と同じ方法で、各センサ素子（Ｅ－２２７）～（Ｅ－２３６）を用いてＲ／Ｒ０を測定した。測定終了後、測定開始から１秒後におけるＲ／Ｒ０を抽出し、表２７に記載した。また、測定中のＲの最大値をＲｍａｘとして、Ｒｍａｘ／Ｒ０（％）の値も表２７に併せて記載した。

表２７に記載のとおり、導電性炭素材料（Ｃ）が増えるほど、具体的には２５重量％以上である場合に、測定開始１秒後のＲ／Ｒ０の値が増大し、導電性炭素材料（Ｃ）の含有量３０重量％以上の範囲である場合に、測定開始１秒後のＲ／Ｒ０の値が特に顕著に増大する。測定開始１秒後のＲ／Ｒ０が大きいほど測定時間の短縮および消費電力の削減につながるため、導電性炭素材料（Ｃ）の含有量は、２５重量％以上であることが好ましく、３０重量％以上であることが特に好ましいと言える。なお、導電性炭素材料（Ｃ）の含有量が７５重量％以下であると、シール基板に対する導電性炭素材料（Ｃ）の密着性がより良好であり、センサ素子（Ｅ）により適していた。

一方、表２７に記載のとおり、導電性炭素材料（Ｃ）の含有量が増加するほどＲｍａｘ／Ｒ０の値は低下し、測定誤差が増える。しかしながら、実施例４６３～４７２における、導電性炭素材料（Ｃ）の含有量が７５重量％以下の範囲においては、Ｒｍａｘ／Ｒ０の値は大きく低下しておらず、測定誤差は小さく保たれていると考えられる。そのため、測定時間および測定誤差を小さく保つことにより正解率を保つことの観点から、導電性炭素材料（Ｃ）の含有量は、好ましくは２５～７５重量％であり、さらに好ましくは３０～６５重量％であり、最も好ましくは３５～５５重量％であると言える。

［実施例４７３、比較例３５］
＜匂いセンサおよび匂い測定装置の評価＞
匂いセンサおよび匂い測定装置の評価は、下記のシステムに組み込んだセンサ素子（Ｅ－１）～（Ｅ－２２６）を用いて匂いを識別させた際の正解率と比較用センサ素子（Ｅ’－１）～（Ｅ’－１７）を用いて匂いを識別させた際の正解率とを比較することで行うことができる。

＜測定方法＞
検体（匂い）を導入する導入口と検体が均一に広がるようエアフローを作るためのファンとを備えた筐体を作製した。端子を外部へ取り出すためのリード線をそれぞれはんだ付けしたセンサ素子（Ｅ－１）～（Ｅ－２２６）を筐体内に格納した匂いセンサ（Ｆ）、比較用センサ素子（Ｅ’－１）～（Ｅ’－１７）を筐体内に格納した比較用匂いセンサ（Ｆ’）を用いた。

筐体外部に取り出したリード線の末端に１ｍＡの定電流電源と、リード線の両端子にかかる電圧を測定するための電圧計を取りつけ、電圧計の測定値をコンピュータで記録した。

筐体内の検体の濃度が２００ｐｐｍとなるようにろ紙に検体を浸漬させ、当該ろ紙を導入口から挿入した。ろ紙の挿入後すぐに測定を開始した。測定開始から６０秒後に再びファンを６０秒間回転させ、筐体内の蒸気を外部に排出させながら測定を行った。なお、電圧の測定は０．１秒間隔で実施した。また、測定は同じ条件につき、１００回繰り返し行った。

検体としては、ｄ－リモネン、ボルナン－２－オン、シス－３－ヘキセノール、β－フェニルエチルアルコール、シトラール、Ｌ－カルボン、γ－ウンデカラクトン、オイゲノール、リナリルアセテートを用いた。検体はいずれも東京化成工業（株）社製のものを用いた。

＜評価方法＞
各時間で測定された電圧と定電流電源から供給される電流値１ｍＡとを用いて、オーム法則から電気抵抗Ｒを算出した。検体導入前の抵抗Ｒ０を予め測定しておき、Ｒ／Ｒ０を算出した。

Ｒ／Ｒ０の０．１秒間隔の時間変化を用いて各々の検体に対するセンサ素子の応答性を、ｋ近傍法を使用して分析した。匂いセンサ（Ｆ）および比較用匂いセンサ（Ｆ’）について、前記の測定を行い、それぞれのセンサについて１００回×９検体＝計９００回分の測定データを学習データ数：テストデータ数＝８０：２０となるようランダムに分割し、学習データに対してｋ近傍法による分類器（学習モデル）を作成した。各実施例および比較例の分類器についてテストデータを分類させた際の正解率を匂いセンサの性能指標とし、正解率が高いほどセンサとしての性能が高いと判断できる。

＜評価結果＞
上記の測定の結果、匂いセンサ（Ｆ）の正解率は７５％、比較用匂いセンサ（Ｆ’）の正解率は３１％となり、本発明の一実施形態に係る樹脂組成物およびこれを用いたセンサ素子を用いた匂いセンサが良好な匂い識別性能を有すると言える。

［実施例４７４～６９９、比較例３６～５２］
＜混合物である検体を用いた際の評価＞
＜混合物である検体の調製方法＞
前記単体の検体に加えて、混合物である検体を次の方法で調製した。メントール、ベンズアルデヒド、酢酸エチル、バニリン、ヘキサナール、エタノール、吉草酸ペンチル、リナロール、２－プロパノールをそれぞれ２００ｐｐｍの気体となるようデシケーター内で調製し、混合物原料とした。次いで、三方コックとセプタムゴムを取り付けた５００ｍＬの２口ナスフラスコを真空減圧後に密封した。各混合物原料から下記の体積をシリンジで採取し、密封した２口ナスフラスコのゴムセプタムから注入した。
混合物検体１：
メントール（１５０ｍＬ）
ベンズアルデヒド（１５０ｍＬ）
酢酸エチル（１５０ｍＬ）
混合物検体２：
バニリン（１５０ｍＬ）
ヘキサナール（１５０ｍＬ）
エタノール（１５０ｍＬ）
混合物検体３：
吉草酸ペンチル（１５０ｍＬ）
リナロール（１５０ｍＬ）
２－プロパノール（１５０ｍＬ）
＜混合物である検体を含む測定方法＞
実施例２３７～４６２、比較例１８～３４と同様に、センサ素子（Ｅ－１）～（Ｅ－２２６）および比較用センサ素子（Ｅ’－１）～（Ｅ’－１７）のうち、評価対象のセンサ素子を筐体内に設置した。定電流電源、電圧計、コンピュータも同様に配置した。

前記の方法で調製した混合物検体２０ｍＬをシリンジで採取し、当該混合物検体を導入口から注入した。混合物検体の注入後すぐに測定を開始した。測定開始から６０秒後に再びファンを６０秒間回転させ、筐体内の蒸気を外部に排出させながら測定を行った。なお、電圧の測定は０．１秒間隔で実施した。また、測定は同じ条件につき、１００回繰り返し行った。

＜混合物である検体を用いた際の評価方法＞
上記の方法で得られたデータと前記の単体である検体について行った測定により得られたデータ（実施例２３７～４６２、比較例１８～３４）とを利用して、前記の単体である検体について行った評価方法と同様の方法で評価を行い、正解率を算出した。すなわち、以下の方法で評価を行った。

各時間で測定された電圧と定電流電源から供給される電流値１ｍＡを用いて、オーム法則から電気抵抗Ｒを算出した。検体導入前の抵抗Ｒ０を予め測定しておき、Ｒ／Ｒ０を算出した。

Ｒ／Ｒ０の０．１秒間隔の時間変化を用いて各々の検体に対するセンサ素子の応答性を、k近傍法を使用して分析した。センサ素子（Ｅ－１）～（Ｅ－２２６）または比較用センサ素子（Ｅ’－１）～（Ｅ’－１７）について、前記の測定を行い、各実施例および各比較例に該当する１００回×８検体＝計８００回分の測定データを学習データ数：テストデータ数＝８０：２０となるようランダムに分割し、学習データに対してｋ近傍法による分類器（学習モデル）を作成した。各実施例および比較例の分類器についてテストデータを分類させた際の正解率をセンサ素子の性能指標とし、正解率が高いほどセンサとしての性能が高いと判断できる。各実施例における分類器の作成および正解率算出には、対応するセンサ素子（Ｅ）によって得られたデータと当該センサ素子（Ｅ）と同一のポリウレタン樹脂（Ａ）を用いた比較用センサ素子（Ｅ’）によって得られたデータの両方を用いた。

＜混合物である検体を用いた際の評価結果＞
評価結果を以下に示す。

実施例４７４～６９９、比較例３６～５２に記載の匂いセンサのそれぞれにおける、前記性能評価にて算出された正解率を比較する。

例えば、センサ素子（Ｅ－１）を用いた、実施例４７４の匂いセンサの正解率は６７％である一方、センサ素子（Ｅ－１）と同一のポリウレタン樹脂を使用している比較用センサ素子（Ｅ’－９）を用いた、比較例４４の匂いセンサの正解率は４０％であった。

表２８～３３に記載の通り、センサ素子（Ｅ－１）～（Ｅ－２２６）を用いた、実施例４７４～６９９の匂いセンサの正解率は、比較用センサ素子（Ｅ’－１）～（Ｅ’－１７）を用いた、比較例３６～５２の匂いセンサの正解率よりも高かった。

本発明の一実施形態に係る樹脂組成物およびこれを用いたセンサ素子を用いた匂いセンサは、検体が混合物である場合であっても、良好な匂い識別性能を有すると言える。

本発明は、医療用、ガス検知用、農業用およびその他工業や生活に用いられる匂い識別センサとして有用である。例えば、農家が香りのある作物の成熟具合を前記匂い識別センサを用いて判定して、最適な収穫タイミングを管理することもできる。また、食品または化粧品などの製品の匂いを匂い識別センサでデータ化して、製品開発の効率向上および品質安定化を支援することもできる。

１０、１０ａ、１０ｂ 推定装置
１１ 測定値取得部（取得部）
１２ 変化パターン解析部（解析部）
１６ 推定部
３０、３０ｂ 匂いセンサ
３１、３１ｂ センサ素子
３２、３２ｂ 定電流源（電源）
３３、３３ｂ 電圧計（測定機器）
１００、１００ａ、１００ｂ 匂い測定装置
３１３Ａ 第１金属配線
３１３Ｂ 第２金属配線
３１５、３１５ｂ 匂い物質受容層

Claims (9)

1. 匂い物質受容層を形成するための樹脂組成物であって、
   ポリウレタン樹脂（Ａ）、界面活性剤（Ｂ）および導電性炭素材料（Ｃ）を含む、樹脂組成物。
2. 前記界面活性剤（Ｂ）は８～１８のＨＬＢ値を有する請求項１に記載の樹脂組成物。
3. 前記ポリウレタン樹脂（Ａ）と前記界面活性剤（Ｂ）との重量比［（Ａ）／（Ｂ）］が１．０～４．０である請求項１または２に記載の樹脂組成物。
4. 前記導電性炭素材料（Ｃ）の含有量が、前記ポリウレタン樹脂（Ａ）、前記界面活性剤（Ｂ）および前記導電性炭素材料（Ｃ）の合計１００重量％に対し、２５～７５重量％である請求項１～３のいずれか１項に記載の樹脂組成物。
5. 請求項１～４のいずれか１項に記載の樹脂組成物を含む匂い物質受容層、第１金属配線、および第２金属配線を備えるセンサ素子であって、
   前記第１金属配線と前記第２金属配線とは離間しており、
   前記匂い物質受容層は、前記第１金属配線の少なくとも一部と前記第２金属配線の少なくとも一部とに接している、センサ素子。
6. 請求項５に記載の少なくとも１つのセンサ素子と、
   前記センサ素子に給電するための電源と、
   前記電源から給電されたセンサ素子の前記匂い物質受容層の電気伝導性を示す測定値を出力する測定機器と、を備える、匂いセンサ。
7. 前記電源は、前記少なくとも１つのセンサ素子に対して、定電流を供給するかまたは定電圧を印加する、請求項６に記載の匂いセンサ。
8. 請求項６または７に記載の匂いセンサ、および推定装置を備える匂い測定装置であって、
   前記推定装置は、
   前記測定機器から前記測定値を取得する取得部と、
   前記少なくとも１つのセンサ素子の電気伝導性の経時的な変化を解析する解析部と、
   推定モデルに基づいて匂い物質を推定する推定部と、を備え、
   前記推定モデルは、複数の匂い物質のそれぞれを前記少なくとも１つのセンサ素子に吸着させた場合に前記測定機器によって測定される測定値と、該測定値を与えた匂い物質に固有の識別情報との組み合わせを含む学習用データを用いた機械学習によって生成される、匂い測定装置。
9. 請求項８に記載の匂い測定装置としてコンピュータを機能させるための制御プログラムであって、前記取得部、前記解析部、および前記推定部としてコンピュータを機能させるための制御プログラム。

Images