JPH09281042A - 近赤外分光分析計 - Google Patents
近赤外分光分析計Info
- Publication number
- JPH09281042A JPH09281042A JP9674096A JP9674096A JPH09281042A JP H09281042 A JPH09281042 A JP H09281042A JP 9674096 A JP9674096 A JP 9674096A JP 9674096 A JP9674096 A JP 9674096A JP H09281042 A JPH09281042 A JP H09281042A
- Authority
- JP
- Japan
- Prior art keywords
- calibration curve
- sample spectrum
- outlier
- sample
- group
- 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.)
- Pending
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
(57)【要約】
【課題】 プロセス異常等によりアウトライヤ状態が発
生したことを即時に検知できる近赤外分光分析計を提供
すること。 【解決手段】 近赤外分光器１０から送られる試料スペ
クトルを入力し、検量線に当てはめて性状値を求める近
赤外分光分析計において、当該検量線の作成時のサンプ
ルスペクトル群の統計的特徴を表すパラメータを記憶す
る適用検量線記憶部２０と、この適用検量線記憶部に記
憶された当該検量線のサンプルスペクトル群に対して、
前記試料スペクトルが含まれるか否かの判定を行うアウ
トライヤ判定部３０と、このアウトライヤ判定部で検量
線のサンプルスペクトル群に含まれると認められた試料
スペクトルに対して性状値の演算を行う手段４０と、こ
のアウトライヤ判定部で検量線のサンプルスペクトル群
に含まれないと認められた試性スペクトルに対してアウ
トライヤである旨を表示する信号を付するアラーム情報
付加部５０とを具備している。
生したことを即時に検知できる近赤外分光分析計を提供
すること。 【解決手段】 近赤外分光器１０から送られる試料スペ
クトルを入力し、検量線に当てはめて性状値を求める近
赤外分光分析計において、当該検量線の作成時のサンプ
ルスペクトル群の統計的特徴を表すパラメータを記憶す
る適用検量線記憶部２０と、この適用検量線記憶部に記
憶された当該検量線のサンプルスペクトル群に対して、
前記試料スペクトルが含まれるか否かの判定を行うアウ
トライヤ判定部３０と、このアウトライヤ判定部で検量
線のサンプルスペクトル群に含まれると認められた試料
スペクトルに対して性状値の演算を行う手段４０と、こ
のアウトライヤ判定部で検量線のサンプルスペクトル群
に含まれないと認められた試性スペクトルに対してアウ
トライヤである旨を表示する信号を付するアラーム情報
付加部５０とを具備している。
Description
【０００１】
【発明の属する技術分野】本発明は、重化学工業プロセ
スの成分濃度や物理的特性をオンライン測定するのに用
いて好適な近赤外分光分析計に掛り、特に分析結果の性
状値の信頼性を増大させる改良に関する。
スの成分濃度や物理的特性をオンライン測定するのに用
いて好適な近赤外分光分析計に掛り、特に分析結果の性
状値の信頼性を増大させる改良に関する。
【０００２】
【従来の技術】近赤外分光分析計は、例えば横河技報第
３８巻(1994)第３３頁に記載されている。近赤外領域
は、Ｃ−Ｈ，Ｏ−Ｈ，Ｎ−Ｈ等の各官能基の基本振動の
倍音または２倍音の吸収帯であり、吸収係数が小さい。
そこで、液体または固体（粉体）サンプルを予め希釈す
る等の前処理が不要で、赤外分光分析に比較して、オン
ラインプロセスの成分濃度を直接リアルタイムに測定す
る用途に適している。
３８巻(1994)第３３頁に記載されている。近赤外領域
は、Ｃ−Ｈ，Ｏ−Ｈ，Ｎ−Ｈ等の各官能基の基本振動の
倍音または２倍音の吸収帯であり、吸収係数が小さい。
そこで、液体または固体（粉体）サンプルを予め希釈す
る等の前処理が不要で、赤外分光分析に比較して、オン
ラインプロセスの成分濃度を直接リアルタイムに測定す
る用途に適している。
【０００３】しかし、近赤外分光分析にあたっては、各
官能基の吸収が複雑に重なりあった吸収スペクトルが拡
がっている。従って、成分分析を行うためには、ケモメ
トリクス(chemometrics)と呼ばれる多変量解析が必要に
なる。この多変量解析は、例えば相島鐵郎著『ケモメト
リックス』(1992)に説明されている。
官能基の吸収が複雑に重なりあった吸収スペクトルが拡
がっている。従って、成分分析を行うためには、ケモメ
トリクス(chemometrics)と呼ばれる多変量解析が必要に
なる。この多変量解析は、例えば相島鐵郎著『ケモメト
リックス』(1992)に説明されている。
【０００４】図５は近赤外分光分析計における検量線作
成とオンライン測定の手順を説明する流れ図である。ま
ず、従来の分析法で性状値Ｙの値付けを行ったサンプル
群を用意する（Ｓ１０）。次に、用意されたサンプル群
の近赤外吸収スペクトルを近赤外分光分析計を用いて測
定する（Ｓ２０）。そして、データ処理装置を用いて最
適検量式を作成する（Ｓ３０）。 Ｙ＝Σａpｘp (1) ここで、ｘpは波長ｐでの吸光度、ａpは波長ｐでの係数
である。このデータ処理にあたっては、前述のケモメト
リクスの一種であるＰＬＳ(partial least squares)回
帰分析を用いるとよい。ＰＬＳ回帰分析とは、説明変数
と目的関数の両関数に誤差を仮定し、潜在的な因子を抽
出するに際して説明変数と目的関数をともに利用するも
ので、多重共線性と試料数と変数の問題も同時に解決で
きるという利点がある。
成とオンライン測定の手順を説明する流れ図である。ま
ず、従来の分析法で性状値Ｙの値付けを行ったサンプル
群を用意する（Ｓ１０）。次に、用意されたサンプル群
の近赤外吸収スペクトルを近赤外分光分析計を用いて測
定する（Ｓ２０）。そして、データ処理装置を用いて最
適検量式を作成する（Ｓ３０）。 Ｙ＝Σａpｘp (1) ここで、ｘpは波長ｐでの吸光度、ａpは波長ｐでの係数
である。このデータ処理にあたっては、前述のケモメト
リクスの一種であるＰＬＳ(partial least squares)回
帰分析を用いるとよい。ＰＬＳ回帰分析とは、説明変数
と目的関数の両関数に誤差を仮定し、潜在的な因子を抽
出するに際して説明変数と目的関数をともに利用するも
ので、多重共線性と試料数と変数の問題も同時に解決で
きるという利点がある。
【０００５】好ましくは、別のサンプルを用いて予測精
度の評価を行う（Ｓ４０）。比較結果が充分な精度を満
たしている場合には、検量線のパラメータをデータ処理
装置から近赤外分光分析計にダウンロードする（Ｓ５
０）。最適検量線をダウンロードした後は、近赤外分光
分析計の内蔵プロセッサを用いて、オンラインリアルタ
イム測定により性状値の測定をする（Ｓ６０）。
度の評価を行う（Ｓ４０）。比較結果が充分な精度を満
たしている場合には、検量線のパラメータをデータ処理
装置から近赤外分光分析計にダウンロードする（Ｓ５
０）。最適検量線をダウンロードした後は、近赤外分光
分析計の内蔵プロセッサを用いて、オンラインリアルタ
イム測定により性状値の測定をする（Ｓ６０）。
【０００６】
【発明が解決しようとする課題】しかし、上述のような
構成によれば、検量線を作成したときのサンプルと、オ
ンライン測定時のサンプルと間で、組成が著しく異なる
場合には正確な測定値を得ることができないアウトライ
ヤ状態に陥るのは自明の理である。従来は、プロセスが
正常に稼働しているものと考えて設計していたので、ア
ウトライヤ状態には特段の配慮をしていなかった。
構成によれば、検量線を作成したときのサンプルと、オ
ンライン測定時のサンプルと間で、組成が著しく異なる
場合には正確な測定値を得ることができないアウトライ
ヤ状態に陥るのは自明の理である。従来は、プロセスが
正常に稼働しているものと考えて設計していたので、ア
ウトライヤ状態には特段の配慮をしていなかった。
【０００７】しかし、現実のプロセスにおいては正常な
運転状態を逸脱して異物が混入したり異常状態に陥る場
合があり、このような現象を近赤外分光分析計からも得
たいという顧客側の要請が存在していた。また、プロセ
スの運転状態が変動したときに、検量線をオペレータが
逐次変更するのは大変なので、近赤外分光分析計側で適
宜の検量線に切り替えることも望まれていた。本発明は
このような課題を解決したもので、第一の目的はプロセ
ス異常等によりアウトライヤ状態が発生したことを即時
に検知できる近赤外分光分析計を提供することにある。
第二の目的はプロセスの運転状態が変更された場合に適
宜の検量線に切り替えて測定を継続できる赤外分光分析
計を提供することにある。
運転状態を逸脱して異物が混入したり異常状態に陥る場
合があり、このような現象を近赤外分光分析計からも得
たいという顧客側の要請が存在していた。また、プロセ
スの運転状態が変動したときに、検量線をオペレータが
逐次変更するのは大変なので、近赤外分光分析計側で適
宜の検量線に切り替えることも望まれていた。本発明は
このような課題を解決したもので、第一の目的はプロセ
ス異常等によりアウトライヤ状態が発生したことを即時
に検知できる近赤外分光分析計を提供することにある。
第二の目的はプロセスの運転状態が変更された場合に適
宜の検量線に切り替えて測定を継続できる赤外分光分析
計を提供することにある。
【０００８】
【課題を解決するための手段】第１の目的を達成する第
１の発明は、近赤外分光器１０から送られる試料スペク
トルを入力し、検量線に当てはめて性状値を求める近赤
外分光分析計において、当該検量線の作成時のサンプル
スペクトル群の統計的特徴を表すパラメータを記憶する
適用検量線記憶部２０と、この適用検量線記憶部に記憶
された当該検量線のサンプルスペクトル群に対して、前
記試料スペクトルが含まれるか否かの判定を行うアウト
ライヤ判定部３０と、このアウトライヤ判定部で検量線
のサンプルスペクトル群に含まれると認められた試料ス
ペクトルに対して性状値の演算を行う手段４０と、この
アウトライヤ判定部で検量線のサンプルスペクトル群に
含まれないと認められた試性スペクトルに対してアウト
ライヤである旨を表示する信号を付するアラーム情報付
加部５０とを具備することを特徴としている。
１の発明は、近赤外分光器１０から送られる試料スペク
トルを入力し、検量線に当てはめて性状値を求める近赤
外分光分析計において、当該検量線の作成時のサンプル
スペクトル群の統計的特徴を表すパラメータを記憶する
適用検量線記憶部２０と、この適用検量線記憶部に記憶
された当該検量線のサンプルスペクトル群に対して、前
記試料スペクトルが含まれるか否かの判定を行うアウト
ライヤ判定部３０と、このアウトライヤ判定部で検量線
のサンプルスペクトル群に含まれると認められた試料ス
ペクトルに対して性状値の演算を行う手段４０と、この
アウトライヤ判定部で検量線のサンプルスペクトル群に
含まれないと認められた試性スペクトルに対してアウト
ライヤである旨を表示する信号を付するアラーム情報付
加部５０とを具備することを特徴としている。
【０００９】第１の発明の構成によれば、適用検量線記
憶部２０は、現在試料スペクトルに対して適用されてい
る検量線について、この検量線を作成したときのサンプ
ルスペクトル群の統計的特徴を表すパラメータを記憶し
ている。アウトライヤ判定部３０は、試料スペクトルが
この検量線を用いて性状値の演算をするのに適する正常
スペクトルか、適さないアウトライヤかの判定を、サン
プルスペクトル群と試料スペクトルの距離又は類似度を
用いて行う。性状値演算部４０は、このアウトライヤ判
定部で検量線のサンプルスペクトル群に含まれると認め
られた試料スペクトルに対して性状値の演算を行う。ア
ラーム情報付加部５０は、このアウトライヤ判定部で検
量線のサンプルスペクトル群に含まれないと認められた
試料スペクトルに対してアウトライヤである旨の情報を
付加する。
憶部２０は、現在試料スペクトルに対して適用されてい
る検量線について、この検量線を作成したときのサンプ
ルスペクトル群の統計的特徴を表すパラメータを記憶し
ている。アウトライヤ判定部３０は、試料スペクトルが
この検量線を用いて性状値の演算をするのに適する正常
スペクトルか、適さないアウトライヤかの判定を、サン
プルスペクトル群と試料スペクトルの距離又は類似度を
用いて行う。性状値演算部４０は、このアウトライヤ判
定部で検量線のサンプルスペクトル群に含まれると認め
られた試料スペクトルに対して性状値の演算を行う。ア
ラーム情報付加部５０は、このアウトライヤ判定部で検
量線のサンプルスペクトル群に含まれないと認められた
試料スペクトルに対してアウトライヤである旨の情報を
付加する。
【００１０】第２の目的を達成する第２の発明は、第１
の発明の構成要素である適用検量線記憶部２０、アウト
ライヤ判定部３０並びに性状値演算部４０に加えて、予
備の検量線の作成時のサンプルスペクトル群の統計的特
徴を表すパラメータを記憶する予備検量線記憶部６０
と、このアウトライヤ判定部でアウトライヤと認められ
た試性スペクトルに対して、この予備検量線記憶部に記
憶された複数の検量線のサンプルスペクトル群の何れに
含まれるか判定を行い、最も確からしいと判定された検
量線作成時のサンプルスペクトル群の統計的特徴で当該
適用検量線記憶部の記憶内容を切り替える検量線切換部
７０とを具備している。
の発明の構成要素である適用検量線記憶部２０、アウト
ライヤ判定部３０並びに性状値演算部４０に加えて、予
備の検量線の作成時のサンプルスペクトル群の統計的特
徴を表すパラメータを記憶する予備検量線記憶部６０
と、このアウトライヤ判定部でアウトライヤと認められ
た試性スペクトルに対して、この予備検量線記憶部に記
憶された複数の検量線のサンプルスペクトル群の何れに
含まれるか判定を行い、最も確からしいと判定された検
量線作成時のサンプルスペクトル群の統計的特徴で当該
適用検量線記憶部の記憶内容を切り替える検量線切換部
７０とを具備している。
【００１１】第２の発明の構成によれば、アウトライヤ
判定部でアウトライヤと認められた試料スペクトルに対
して、検量線切換部６０が予備検量線記憶部５０に記録
されている検量線から最適なものを採択する。そして、
適用検量線記憶部２０の内容を切り替えられた検量線に
対応する内容にして、性状値演算部４０が最も確からし
い性状値を演算する。
判定部でアウトライヤと認められた試料スペクトルに対
して、検量線切換部６０が予備検量線記憶部５０に記録
されている検量線から最適なものを採択する。そして、
適用検量線記憶部２０の内容を切り替えられた検量線に
対応する内容にして、性状値演算部４０が最も確からし
い性状値を演算する。
【００１２】
【発明の実施の形態】以下図面を用いて、本発明を説明
する。図１は本発明の一実施例を示す構成ブロック図で
ある。図において、近赤外分光器１０は、波長帯域が0.
9〜2.5μｍの近赤外光の吸光度を試料について測定し、
測定スペクトルを出力している。適用検量線記憶部２０
は、検量線の作成時のサンプルスペクトル群の統計的特
徴を表すパラメータを記憶する。例えば、前述のＰＬＳ
回帰分析に対しては、統計的特徴を表すパラメータとし
ては、以下のものがある。 (1) ファクター数：ｊ (2) 検量線の作成時の平均吸光スペクトル：ａiav (3) 検量線のファクターｊに対するローディング・ウェ
イト：Ｗji (4) 検量線のファクターｊに対するローディング：Ｐji (5) 検量線のスコア(ｔj)の標準偏差：Ｓji (6) アウトライヤの範囲を定めるしきい値：ｄj（典型
的にはｄj＝３）
する。図１は本発明の一実施例を示す構成ブロック図で
ある。図において、近赤外分光器１０は、波長帯域が0.
9〜2.5μｍの近赤外光の吸光度を試料について測定し、
測定スペクトルを出力している。適用検量線記憶部２０
は、検量線の作成時のサンプルスペクトル群の統計的特
徴を表すパラメータを記憶する。例えば、前述のＰＬＳ
回帰分析に対しては、統計的特徴を表すパラメータとし
ては、以下のものがある。 (1) ファクター数：ｊ (2) 検量線の作成時の平均吸光スペクトル：ａiav (3) 検量線のファクターｊに対するローディング・ウェ
イト：Ｗji (4) 検量線のファクターｊに対するローディング：Ｐji (5) 検量線のスコア(ｔj)の標準偏差：Ｓji (6) アウトライヤの範囲を定めるしきい値：ｄj（典型
的にはｄj＝３）
【００１３】ここで、ファクター数とは、ＰＬＳ回帰分
析の予測精度が高くなるように定めるられる数学的なパ
ラメータの一種で、潜在的な因子の数とも言う。ローデ
ィング・ウェイトとは、ＰＬＳ回帰分析のアルゴリズム
上で計算される数学的なパラメータの一種で、負荷量ベ
クトルとも呼ばれる。ローディングとは、ＰＬＳ回帰分
析のアルゴリズム上で計算される数学的なパラメータの
一種で、回帰係数とも呼ばれる。検量線のスコアｔjと
は、検量線の平均スペクトルａiavに対して測定スペク
トルａiがどの程度ばらついているかの程度を表すモー
メントの一種で、次の式により表されるものを言う。 ｔj＝ΣＷji(ａi−ａiav） (2) 測定スペクトルａiは、近赤外分光器によってオンライ
ン時に測定される第ｉ番目の測定スペクトルで、測定ス
ペクトルの総数はＮとする。
析の予測精度が高くなるように定めるられる数学的なパ
ラメータの一種で、潜在的な因子の数とも言う。ローデ
ィング・ウェイトとは、ＰＬＳ回帰分析のアルゴリズム
上で計算される数学的なパラメータの一種で、負荷量ベ
クトルとも呼ばれる。ローディングとは、ＰＬＳ回帰分
析のアルゴリズム上で計算される数学的なパラメータの
一種で、回帰係数とも呼ばれる。検量線のスコアｔjと
は、検量線の平均スペクトルａiavに対して測定スペク
トルａiがどの程度ばらついているかの程度を表すモー
メントの一種で、次の式により表されるものを言う。 ｔj＝ΣＷji(ａi−ａiav） (2) 測定スペクトルａiは、近赤外分光器によってオンライ
ン時に測定される第ｉ番目の測定スペクトルで、測定ス
ペクトルの総数はＮとする。
【００１４】アウトライヤ判定部３０は、適用検量線記
憶部２０に記憶された検量線のサンプルスペクトル群に
対して、試料スペクトルが含まれるか否かの判定を行
う。この判定としては、例えば適用検量線記憶部２０に
記憶された検量線のサンプルスペクトル群と、試料スペ
クトルとのマハラノビスの汎距離を演算し、このマハラ
ノビスの汎距離がしきい値以内であれば試料スペクトル
が当該検量線のサンプルスペクトル群に含まれ、このマ
ハラノビスの汎距離がしきい値を超過していれば試料ス
ペクトルがアウトライヤと判定するとよい。
憶部２０に記憶された検量線のサンプルスペクトル群に
対して、試料スペクトルが含まれるか否かの判定を行
う。この判定としては、例えば適用検量線記憶部２０に
記憶された検量線のサンプルスペクトル群と、試料スペ
クトルとのマハラノビスの汎距離を演算し、このマハラ
ノビスの汎距離がしきい値以内であれば試料スペクトル
が当該検量線のサンプルスペクトル群に含まれ、このマ
ハラノビスの汎距離がしきい値を超過していれば試料ス
ペクトルがアウトライヤと判定するとよい。
【００１５】具体的には、次の手順で行う。先ず、検量
線の平均スペクトルａiavに対して測定スペクトルａiの
原始偏差スペクトルｒoiを求める。 ｒoi＝ａi−ａiav (3) 次に、最初のファクターについて検量線のスコアｔ1を
求める。 ｔ1＝ΣＷ1ixｒoi (4) ここで総和Σは、測定スペクトルａiの第１番目から第
ｎ番目までの総和をとる。そして、次の関係を充足すれ
ばアウトライヤと判断する。 ｔ1／Ｓ1＞ｄ1 (5) そして、最初のファクターで説明できる値を控除して、
次の偏差スペクトルを演算する。 ｒ1i＝ｒoi−ｔ1xＰ1i (6)
線の平均スペクトルａiavに対して測定スペクトルａiの
原始偏差スペクトルｒoiを求める。 ｒoi＝ａi−ａiav (3) 次に、最初のファクターについて検量線のスコアｔ1を
求める。 ｔ1＝ΣＷ1ixｒoi (4) ここで総和Σは、測定スペクトルａiの第１番目から第
ｎ番目までの総和をとる。そして、次の関係を充足すれ
ばアウトライヤと判断する。 ｔ1／Ｓ1＞ｄ1 (5) そして、最初のファクターで説明できる値を控除して、
次の偏差スペクトルを演算する。 ｒ1i＝ｒoi−ｔ1xＰ1i (6)
【００１６】今度は第２のファクターについて検量線の
スコアｔ2を求める。 ｔ2＝ΣＷ2ixｒ1i (7) ここで総和Σは、測定スペクトルａiの第１番目から第
ｎ番目までの総和をとる。そして、次の関係を充足すれ
ばアウトライヤと判断する。 ｔ2／Ｓ2＞ｄ1 (8) そして、第２のファクターで説明できる値を控除して、
次の偏差スペクトルを演算する。 ｒ2i＝ｒ1i−ｔ2xＰ2i (9) 同様の手順で、第３ファクターから第ｊ番目のファクタ
ー迄、順次演算していく。
スコアｔ2を求める。 ｔ2＝ΣＷ2ixｒ1i (7) ここで総和Σは、測定スペクトルａiの第１番目から第
ｎ番目までの総和をとる。そして、次の関係を充足すれ
ばアウトライヤと判断する。 ｔ2／Ｓ2＞ｄ1 (8) そして、第２のファクターで説明できる値を控除して、
次の偏差スペクトルを演算する。 ｒ2i＝ｒ1i−ｔ2xＰ2i (9) 同様の手順で、第３ファクターから第ｊ番目のファクタ
ー迄、順次演算していく。
【００１７】性状値演算部４０は、アウトライヤ判定部
３０で検量線のサンプルスペクトル群に含まれると認め
られた試料スペクトルに対して、検量線を適用して性状
値の演算を行う。アラーム情報付加部５０は、アウトラ
イヤ判定部３０で検量線のサンプルスペクトル群に含ま
れないと認められた試性スペクトルに対して、アウトラ
イヤである旨を表示する信号を付する。この場合、アウ
トライヤと判断された試料スペクトルに対しても、性状
値演算部４０により性状値を演算しても差し支えない。
また、アウトライヤと判断された試料スペクトルを記憶
媒体に保存しておいて、後日オペレータがプラントの異
常原因を追及するのに便利なようにしておいてもよい。
３０で検量線のサンプルスペクトル群に含まれると認め
られた試料スペクトルに対して、検量線を適用して性状
値の演算を行う。アラーム情報付加部５０は、アウトラ
イヤ判定部３０で検量線のサンプルスペクトル群に含ま
れないと認められた試性スペクトルに対して、アウトラ
イヤである旨を表示する信号を付する。この場合、アウ
トライヤと判断された試料スペクトルに対しても、性状
値演算部４０により性状値を演算しても差し支えない。
また、アウトライヤと判断された試料スペクトルを記憶
媒体に保存しておいて、後日オペレータがプラントの異
常原因を追及するのに便利なようにしておいてもよい。
【００１８】図２はアウトライヤの説明図である。図に
おいて、横軸は真の性状値で、検量線を求めた範囲の下
限値をＹL、上限値をＹHとし、この中間値をＹMとす
る。横軸は試料スペクトルを検量線に当てはめて得られ
た予測性状値で、検量線に対応する範囲の下限値を
Ｙ* L、上限値をＹ* Hとし、この中間値をＹ* Mとする。原
点をＹ0、Ｙ* 0であらわす。図中、４５度線が検量線で
ある。この検量線の上下それぞれに引かれた破線が、正
常サンプルとアウトライヤを区別する境界線で、前述の
しきい値ｄjの大小により広狭が定まる。
おいて、横軸は真の性状値で、検量線を求めた範囲の下
限値をＹL、上限値をＹHとし、この中間値をＹMとす
る。横軸は試料スペクトルを検量線に当てはめて得られ
た予測性状値で、検量線に対応する範囲の下限値を
Ｙ* L、上限値をＹ* Hとし、この中間値をＹ* Mとする。原
点をＹ0、Ｙ* 0であらわす。図中、４５度線が検量線で
ある。この検量線の上下それぞれに引かれた破線が、正
常サンプルとアウトライヤを区別する境界線で、前述の
しきい値ｄjの大小により広狭が定まる。
【００１９】この図面は３領域に区分される。第一は内
挿領域であり、検量線を求めた範囲の下限値ＹLから上
限値ＹHの間であって、上下の破線境界線に囲われた範
囲である。第二は外挿領域であり、検量線を求めた範囲
の下限値ＹL以下、若しくは上限値ＹH以上であって、検
量線に沿う上下の破線境界線に囲われた範囲である。第
三はアウトライヤ領域であって、上下の破線境界線から
逸脱した範囲である。外挿領域では、検量線の精度は内
挿領域に比較すると低下するが、試料スペクトルをアウ
トライヤとして棄却するほどではないため、正常サンプ
ルとして取り扱う。ここでは、試料１〜１５がプロット
してあり、アウトライヤ領域には試料7,10,13,14が存在
し、外挿領域には試料4,6が存在し、その他の試料は内
挿領域に存在している。
挿領域であり、検量線を求めた範囲の下限値ＹLから上
限値ＹHの間であって、上下の破線境界線に囲われた範
囲である。第二は外挿領域であり、検量線を求めた範囲
の下限値ＹL以下、若しくは上限値ＹH以上であって、検
量線に沿う上下の破線境界線に囲われた範囲である。第
三はアウトライヤ領域であって、上下の破線境界線から
逸脱した範囲である。外挿領域では、検量線の精度は内
挿領域に比較すると低下するが、試料スペクトルをアウ
トライヤとして棄却するほどではないため、正常サンプ
ルとして取り扱う。ここでは、試料１〜１５がプロット
してあり、アウトライヤ領域には試料7,10,13,14が存在
し、外挿領域には試料4,6が存在し、その他の試料は内
挿領域に存在している。
【００２０】上記実施例においては、アウトライヤとな
った試料スペクトルに対して警報信号を付してオペレー
タの注意を喚起するものであった。しかし、オンライン
測定という用途では、単にアラームを出すだけでは操業
にとって充分でない。幸いにして、近赤外分光分析計で
は数十種類の検量線を予め記憶している場合がある。こ
のときは、プロセスの操業条件に変更があったものと見
なして、検量線を新規なものに変更して正常サンプルと
して測定を継続してもらうほうが、オペレータにとって
便利である。
った試料スペクトルに対して警報信号を付してオペレー
タの注意を喚起するものであった。しかし、オンライン
測定という用途では、単にアラームを出すだけでは操業
にとって充分でない。幸いにして、近赤外分光分析計で
は数十種類の検量線を予め記憶している場合がある。こ
のときは、プロセスの操業条件に変更があったものと見
なして、検量線を新規なものに変更して正常サンプルと
して測定を継続してもらうほうが、オペレータにとって
便利である。
【００２１】図３は本発明の第２の実施例を示す構成ブ
ロック図である。この実施例では、アウトライヤが発生
すると、近赤外分光分析計側では、プロセスの操業条件
に変更があったものと見なして、検量線を新規なものに
変更して正常サンプルとして測定を継続する構成とした
ものである。図において、予備検量線記憶部６０は、適
用検量線記憶部２０に記憶されている検量線に対して、
予備の検量線の作成時のサンプルスペクトル群の統計的
特徴を表すパラメータを記憶している。検量線切換部７
０は、アウトライヤ判定部３０でアウトライヤと認めら
れた試性スペクトルに対して、予備検量線記憶部６０に
記憶された複数の検量線のサンプルスペクトル群の何れ
に含まれるか判定を行い、最も確からしいと判定された
検量線作成時のサンプルスペクトル群の統計的特徴で適
用検量線記憶部２０の記憶内容を切り替える。この『最
も確からしい』の判定に、予備適用検量線記憶部６０に
記憶された各々の検量線のサンプルスペクトル群と、試
料スペクトルとのマハラノビスの汎距離を演算し、この
マハラノビスの汎距離が最小となる検量線のサンプルス
ペクトル群に試料スペクトルが含まれると判定するよう
にするとよい。
ロック図である。この実施例では、アウトライヤが発生
すると、近赤外分光分析計側では、プロセスの操業条件
に変更があったものと見なして、検量線を新規なものに
変更して正常サンプルとして測定を継続する構成とした
ものである。図において、予備検量線記憶部６０は、適
用検量線記憶部２０に記憶されている検量線に対して、
予備の検量線の作成時のサンプルスペクトル群の統計的
特徴を表すパラメータを記憶している。検量線切換部７
０は、アウトライヤ判定部３０でアウトライヤと認めら
れた試性スペクトルに対して、予備検量線記憶部６０に
記憶された複数の検量線のサンプルスペクトル群の何れ
に含まれるか判定を行い、最も確からしいと判定された
検量線作成時のサンプルスペクトル群の統計的特徴で適
用検量線記憶部２０の記憶内容を切り替える。この『最
も確からしい』の判定に、予備適用検量線記憶部６０に
記憶された各々の検量線のサンプルスペクトル群と、試
料スペクトルとのマハラノビスの汎距離を演算し、この
マハラノビスの汎距離が最小となる検量線のサンプルス
ペクトル群に試料スペクトルが含まれると判定するよう
にするとよい。
【００２２】正常値演算部４０では、アウトライヤ判定
部３０でアウトライヤと判定された試料スペクトルに対
して、検量線切換部７０で選択された検量線のサンプル
スペクトル群を用いて性状値の演算を行う。尚、オンラ
イン測定においては測定スペクトルが短い間隔で送られ
てくることから、短時間にアウトライヤと判定された試
料スペクトルに対して、検量線切換部７０で選択された
検量線のサンプルスペクトル群を用いて性状値の演算を
行うのが困難な場合がある。このときは、アウトライヤ
発生時の測定データは単にアラームを付し、次回の測定
スペクトルから選択された検量線を用いて性状値の演算
を行うようにしてもよい。
部３０でアウトライヤと判定された試料スペクトルに対
して、検量線切換部７０で選択された検量線のサンプル
スペクトル群を用いて性状値の演算を行う。尚、オンラ
イン測定においては測定スペクトルが短い間隔で送られ
てくることから、短時間にアウトライヤと判定された試
料スペクトルに対して、検量線切換部７０で選択された
検量線のサンプルスペクトル群を用いて性状値の演算を
行うのが困難な場合がある。このときは、アウトライヤ
発生時の測定データは単にアラームを付し、次回の測定
スペクトルから選択された検量線を用いて性状値の演算
を行うようにしてもよい。
【００２３】図４は検量線切換部７０の動作を説明する
概念図である。検量線１〜３は、多次元空間ｘ1,ｘ2,ｘ
3の中で固有の領域を形成している。そして、適用検量
線記憶部２０では、現在検量線１を用いており、アウト
ライヤ判定部３０も検量線１による性状値の演算に適し
ているか判定をしている。今、検量線１よりも検量線３
に近い試料スペクトルが近赤外分光器１０より送られた
とする。すると、検量線１を基準にするとアウトライヤ
であるが、予備の検量線２，３のうち検量線切換部７０
で検量線３を選択して、性状値の演算をするのであれば
正常サンプルとして取り扱って差し支えない。そこで、
検量線切換部７０により適用検量線記憶部２０の内容を
検量線３に切り替える。
概念図である。検量線１〜３は、多次元空間ｘ1,ｘ2,ｘ
3の中で固有の領域を形成している。そして、適用検量
線記憶部２０では、現在検量線１を用いており、アウト
ライヤ判定部３０も検量線１による性状値の演算に適し
ているか判定をしている。今、検量線１よりも検量線３
に近い試料スペクトルが近赤外分光器１０より送られた
とする。すると、検量線１を基準にするとアウトライヤ
であるが、予備の検量線２，３のうち検量線切換部７０
で検量線３を選択して、性状値の演算をするのであれば
正常サンプルとして取り扱って差し支えない。そこで、
検量線切換部７０により適用検量線記憶部２０の内容を
検量線３に切り替える。
【００２４】尚、試料スペクトルがたまたま異常値を示
したに過ぎず、従って以降の試料スペクトルも尚従前の
検量線のほうが良い場合もある。このような場合には、
頻繁に適用検量線記憶部２０の内容を切り替えるのは連
続性の観点から好ましくない。そこで、何回か連続して
アウトライヤと判断された場合には、検量線切換部７０
により適用検量線記憶部２０の内容を切り替えるように
してもよい。
したに過ぎず、従って以降の試料スペクトルも尚従前の
検量線のほうが良い場合もある。このような場合には、
頻繁に適用検量線記憶部２０の内容を切り替えるのは連
続性の観点から好ましくない。そこで、何回か連続して
アウトライヤと判断された場合には、検量線切換部７０
により適用検量線記憶部２０の内容を切り替えるように
してもよい。
【００２５】尚、上記第１の実施例においては、適用検
量線記憶部２０やアウトライヤ判定部３０の用いる統計
的基礎としてＰＬＳ回帰分析の場合を示したが、本発明
はこれに限定されるものではなく、ケモメトリクスで一
般的に用いられている他の回帰分析、例えば主成分（Ｐ
ＣＲ）回帰分析、重回帰分析（ＭＬＲ）等の統計的手法
とパラメータを用いてもよい。また第２の実施例におい
ては、検量線切換部７０のアウトライヤの属する検量線
の決定にマハラノビスの汎距離を用いる例を示したが、
本発明はこれに限定されるものではなく、ケモメトリク
スで一般的に用いられているパターン認識手法、例えば
ユークリッド距離、マンハッタン距離や類似度等の他の
手法を用いても差し支えない。
量線記憶部２０やアウトライヤ判定部３０の用いる統計
的基礎としてＰＬＳ回帰分析の場合を示したが、本発明
はこれに限定されるものではなく、ケモメトリクスで一
般的に用いられている他の回帰分析、例えば主成分（Ｐ
ＣＲ）回帰分析、重回帰分析（ＭＬＲ）等の統計的手法
とパラメータを用いてもよい。また第２の実施例におい
ては、検量線切換部７０のアウトライヤの属する検量線
の決定にマハラノビスの汎距離を用いる例を示したが、
本発明はこれに限定されるものではなく、ケモメトリク
スで一般的に用いられているパターン認識手法、例えば
ユークリッド距離、マンハッタン距離や類似度等の他の
手法を用いても差し支えない。
【００２６】
【発明の効果】以上説明したように、請求項１記載の発
明によればアウトライヤ判定部３０を設けて、現在性状
値の演算に用いられている検量線に対して正常サンプル
かアウトランヤかの判別をし、アウトライヤの場合には
アラームを付すようにしているので、オペレータが試料
スペクトルの異変を即時に認識できるという効果があ
る。また請求項３記載の発明によればアウトライヤが発
生した場合にも、検量線切換部７０により予備検量線の
なかから最適な検量線を選択して、性状値の演算を継続
しうるようにしたので、プロセスの運転条件の変更など
の日常的頻発する操業条件の変更にはオペレータが関与
することなく、自律的に対応でき、省人化に寄与すると
いう効果もある。
明によればアウトライヤ判定部３０を設けて、現在性状
値の演算に用いられている検量線に対して正常サンプル
かアウトランヤかの判別をし、アウトライヤの場合には
アラームを付すようにしているので、オペレータが試料
スペクトルの異変を即時に認識できるという効果があ
る。また請求項３記載の発明によればアウトライヤが発
生した場合にも、検量線切換部７０により予備検量線の
なかから最適な検量線を選択して、性状値の演算を継続
しうるようにしたので、プロセスの運転条件の変更など
の日常的頻発する操業条件の変更にはオペレータが関与
することなく、自律的に対応でき、省人化に寄与すると
いう効果もある。
【図１】本発明の一実施例を示す構成ブロック図であ
る。
る。
【図２】アウトライヤの説明図である。
【図３】本発明の第２の実施例を示す構成ブロック図で
ある。
ある。
【図４】検量線切換部７０の動作を説明する概念図であ
る。
る。
【図５】近赤外分光分析計における検量線作成とオンラ
イン測定の手順を説明する流れ図である。
イン測定の手順を説明する流れ図である。
１０ 近赤外分光器 ２０ 適用検量線記憶部 ３０ アウトライヤ判定部 ４０ 性状値演算部 ５０ アラーム情報付加部 ６０ 予備検量線記憶部 ７０ 検量線切換部
Claims (4)
- 【請求項１】近赤外分光器（１０）から送られる試料ス
ペクトルを入力し、検量線に当てはめて性状値を求める
近赤外分光分析計において、 当該検量線の作成時のサンプルスペクトル群の統計的特
徴を表すパラメータを記憶する適用検量線記憶部（２
０）と、 この適用検量線記憶部に記憶された当該検量線のサンプ
ルスペクトル群に対して、前記試料スペクトルが含まれ
るか否かの判定を行うアウトライヤ判定部（３０）と、 このアウトライヤ判定部で当該検量線のサンプルスペク
トル群に含まれると認められた試料スペクトルに対して
性状値の演算を行う手段（４０）と、 このアウトライヤ判定部で当該検量線のサンプルスペク
トル群に含まれないと認められた試性スペクトルに対し
て、アウトライヤである旨を表示する信号を付するアラ
ーム情報付加部（５０）と、 を具備することを特徴とする近赤外分光分析計。 - 【請求項２】前記アウトライヤ判定部は、適用検量線記
憶部に記憶された当該検量線のサンプルスペクトル群
と、前記試料スペクトルとのマハラノビスの汎距離を演
算し、このマハラノビスの汎距離がしきい値以内であれ
ば試料スペクトルが当該検量線のサンプルスペクトル群
に含まれ、このマハラノビスの汎距離がしきい値を超過
していれば試料スペクトルがアウトライヤと判定するこ
とを特徴とする請求項１記載の近赤外分光分析計。 - 【請求項３】近赤外分光器（１０）から送られる試料ス
ペクトルを入力し、検量線に当てはめて性状値を求める
近赤外分光分析計において、 今回用いられている検量線の作成時のサンプルスペクト
ル群の統計的特徴を表すパラメータを記憶する適用検量
線記憶部（２０）と、 この適用検量線記憶部に記憶された当該検量線のサンプ
ルスペクトル群に対して、前記試料スペクトルが含まれ
るか否かの判定を行うアウトライヤ判定部（３０）と、 このアウトライヤ判定部で当該検量線のサンプルスペク
トル群に含まれると認められた試料スペクトルに対して
性状値の演算を行う手段（４０）と、 予備の検量線の作成時のサンプルスペクトル群の統計的
特徴を表すパラメータを記憶する予備検量線記憶部（６
０）と、 このアウトライヤ判定部でアウトライヤと認められた試
性スペクトルに対して、この予備検量線記憶部に記憶さ
れた複数の検量線のサンプルスペクトル群の何れに含ま
れるか判定を行い、最も確からしいと判定された検量線
作成時のサンプルスペクトル群の統計的特徴で当該適用
検量線記憶部の記憶内容を切り替える検量線切換部（７
０）と、 を具備することを特徴とする近赤外分光分析計。 - 【請求項４】前記予備検量線選択部は、予備適用検量線
記憶部に記憶された各々の検量線のサンプルスペクトル
群と、前記試料スペクトルとのマハラノビスの汎距離を
演算し、このマハラノビスの汎距離が最小となる検量線
のサンプルスペクトル群に前記試料スペクトルが含まれ
ると判定することを特徴とする請求項３記載の近赤外分
光分析計。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9674096A JPH09281042A (ja) | 1996-04-18 | 1996-04-18 | 近赤外分光分析計 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9674096A JPH09281042A (ja) | 1996-04-18 | 1996-04-18 | 近赤外分光分析計 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09281042A true JPH09281042A (ja) | 1997-10-31 |
Family
ID=14173104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9674096A Pending JPH09281042A (ja) | 1996-04-18 | 1996-04-18 | 近赤外分光分析計 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH09281042A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003508746A (ja) * | 1999-08-31 | 2003-03-04 | シーエムイー テレメトリックス インク． | 分光装置を較正する方法 |
| JP2006038511A (ja) * | 2004-07-23 | 2006-02-09 | Tokyo Univ Of Agriculture & Technology | 土壌分析方法及び土壌分析装置 |
| JP2008014779A (ja) * | 2006-07-05 | 2008-01-24 | Ihi Corp | コンクリートの診断方法 |
| JPWO2008001785A1 (ja) * | 2006-06-26 | 2009-11-26 | 東芝ソリューション株式会社 | 標本検査装置及び標本検査方法 |
| US7917330B2 (en) | 2007-06-15 | 2011-03-29 | Yokogawa Electric Corporation | Situation analyzing system and situation analyzing method, and batch processing analyzing system and batch processing analyzing method |
| JP2011214941A (ja) * | 2010-03-31 | 2011-10-27 | Caloria Japan Co Ltd | 物体中の異物混入判別装置 |
| CN117030654A (zh) * | 2023-10-10 | 2023-11-10 | 武汉怡特环保科技有限公司 | 一种空气中痕量级二氧化硫浓度测量方法 |
-
1996
- 1996-04-18 JP JP9674096A patent/JPH09281042A/ja active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003508746A (ja) * | 1999-08-31 | 2003-03-04 | シーエムイー テレメトリックス インク． | 分光装置を較正する方法 |
| JP2006038511A (ja) * | 2004-07-23 | 2006-02-09 | Tokyo Univ Of Agriculture & Technology | 土壌分析方法及び土壌分析装置 |
| JPWO2008001785A1 (ja) * | 2006-06-26 | 2009-11-26 | 東芝ソリューション株式会社 | 標本検査装置及び標本検査方法 |
| JP2008014779A (ja) * | 2006-07-05 | 2008-01-24 | Ihi Corp | コンクリートの診断方法 |
| US7917330B2 (en) | 2007-06-15 | 2011-03-29 | Yokogawa Electric Corporation | Situation analyzing system and situation analyzing method, and batch processing analyzing system and batch processing analyzing method |
| JP2011214941A (ja) * | 2010-03-31 | 2011-10-27 | Caloria Japan Co Ltd | 物体中の異物混入判別装置 |
| CN117030654A (zh) * | 2023-10-10 | 2023-11-10 | 武汉怡特环保科技有限公司 | 一种空气中痕量级二氧化硫浓度测量方法 |
| CN117030654B (zh) * | 2023-10-10 | 2023-12-29 | 武汉怡特环保科技有限公司 | 一种空气中痕量级二氧化硫浓度测量方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105300923B (zh) | 一种近红外光谱分析仪在线应用时无测点温度补偿模型修正方法 | |
| JP3245157B2 (ja) | スペクトルデータの測定および補正 | |
| CN110879212B (zh) | 一种基于近红外光谱监测流化床干燥过程状态的方法 | |
| CN107703097B (zh) | 利用近红外光谱仪构建快速预测原油性质的模型的方法 | |
| CN109324013A (zh) | 一种利用高斯过程回归模型构建原油性质近红外快速分析的方法 | |
| Diaz et al. | Comparison of chemometric methods: derivative ratio spectra and multivariate methods (CLS, PCR and PLS) for the resolution of ternary mixtures of the pesticides carbofuran carbaryl and phenamifos after their extraction into chloroform | |
| JPH09281042A (ja) | 近赤外分光分析計 | |
| KR20020038802A (ko) | 제조 제어 방법 | |
| CN109283153B (zh) | 一种酱油定量分析模型的建立方法 | |
| US20200276834A1 (en) | Analysis method, analysis apparatus, printer, and print system | |
| CN107271389B (zh) | 一种基于指标极值的光谱特征变量快速匹配方法 | |
| de Souza et al. | Validation of the near infrared spectroscopy method for determining soil organic carbon by employing a proficiency assay for fertility laboratories | |
| Mirghani et al. | FTIR spectroscopic determination of soap in refined vegetable oils | |
| Peris | Present and future of expert systems in food analysis | |
| Rodionova et al. | Application of SIC (simple interval calculation) for object status classification and outlier detection—comparison with regression approach | |
| JP3671241B2 (ja) | 非線形多変量赤外解析法 | |
| JP2000140619A (ja) | 近赤外分析による製造運転制御方法 | |
| EP1302764B1 (en) | Particle data analysis | |
| JPH06110504A (ja) | プロセスの特性推定方法およびその装置ならびにその推定方法を用いたプロセスの監視方法およびプロセスの制御方法 | |
| JP2009210445A (ja) | 製造，検査監視システム，自動分析装置、及びそのデータ処理方法 | |
| Mirghani et al. | Multivariate calibration of Fourier transform infrared spectra for determining thiobarbituric acid-reactive substance content in palm oil | |
| Zhao et al. | Rapid Detection of Baijiu Alcohol Content Based on NIR and SNV-UVE-PLS | |
| Velvarská et al. | Comparison of near infrared and Raman spectroscopies for determining the cetane index of hydrogenated gas oil | |
| US20030028329A1 (en) | Method and device for measuring characteristics of a sample | |
| CN118425098B (zh) | 一种分布式激光甲烷检测方法及系统 |