JPH11509004A - 食物、肥料及び薬剤製品の有機及び無機化合物のリアルタイムオンライン分析 - Google Patents

Abstract

(57)【要約】 ランチャー（１５）によって発振し中間から近赤外線スペクトル領域を通して放射を伝送する光ファイバー（２１）により伝送される連続した平行光ビームを有する赤外線分光装置（１０）。放射光は仕分け機構（２７）により提供された試料に当り、その反射光の拡散成分が中間から近赤外線スペクトル領域を通して測定される。この拡散成分は試料の含有量のような特性を決定するためにニューラル回路網によって分析される。

Description

【発明の詳細な説明】食物、肥料及び薬剤製品の有機及び無機化合物のリアルタイムオンライン分析 発明の背景 発明の分野 食品、製薬、石油、土壌その他の工業における有機及び無機製品の内容を分析 するのにニューラル回路網分析と関連した定量的方法論を持つ赤外線分光学に関 する発明。従来の技術 有機及び無機物質中の化学化合物を分析するのに幾つかの分光システムが開発 された。種々のスペクトルバンドでの吸収及び反射光エネルギーの利用は有機化 合物の分光学的同定を得るのに使われた。分光分析と関連する数学的計算を実行 するのに要する時間は代表的には４５乃至１８０秒であった、この時間は量産品 の分析、特に製薬品の含有量の決定又は肉又は同様な食品中の脂肪、水分及び／ 又は蛋白質成分の決定のような未だ生産ライン上にある間の分析には不適当であ った。更に、従来の分光学的技術では有機対象物中の微小量の有効物質を検出す ることは不可能であった。かくて感度と確度を増大することは殺虫剤が使用され たかどうか又土壌が持つべき不足分が何かを決定することで農芸工業における土 壌の分析に大きな用途があるであろう、又更に殺虫剤がある地域で最近使用され たかどうかを決定しそれにより殺虫剤がその効力を失ったどうかを決定すること で殺虫剤応用工業で同様な応用を持つであろう。発明の目的と要約 それ故本発明の目的は製薬、食品又は同様な工業での量産ラインで使用される べく十分に高速で実行できる有機化合物の赤外線分光に関する装置と方法を提供 するにある。 それ故本発明の更なる目的は肥料の含有量と不足栄養分について農業用土壌を 試験できるのに十分な感度と確度のある有機化合物の赤外線分光に関する装置と 方法を提供するにある。 それ故本発明の尚更なる目的は殺虫剤が過去に使用された地域を殺虫剤含有量 で分析できるのに十分な感度と確度のある有機化合物の赤外線分光に関する装置 と方法を提供するにある。 本発明の装置と方法は光の二つの入力口と二つの出力口を用いて目的の分析に 必要とされる固有の対称干渉像を生じる不変に配列した単一の自己補償型レーザ ービームスプリッター板を用いる。干渉計はプローブまで光ファイバーケーブル を通して波数3800から11500までの範囲をカバーする赤外光を送る。光は目的物 に当りそのいくらかは目的物に吸収され又いくらかはプローブに反射返送される 。赤外スペクトルを通しての相対的な吸収と反射は試料の化学的組成と物理的特 性に依存する。それ故反射光のスペクトルは試料の“指紋”を表現する。本発明 のプローブは反射光の拡散成分であって鏡面反射成分ではないものだけがプロー ブを通過するようなフィルター要素を含む。このことは反射光が試料の物理的表 面特性よりも寧ろ試料の化学的内容の表現であることを確実にする。反射光の拡 散成分はプローブと連結している検出器によって増幅されコンピュータシステム に送られる電子信号に変換される。コンピューターのソフトウェアは目的物のス ペクトルを信号とディスプレイ上への幾つかの変換を行う。 本システムから得られたある種の土壌成分を加えるか削除するかの瞬間的判断 はＧＰＳシステムにリンクして可能である。 図面の簡単な説明 本発明の更なる目的と利点は以下の説明と請求項、並びに付属図面から明らか になるであろう、ここで： 図１：本発明の装置の概略図、 図２：本発明の神経回路網の概略図。 望ましい実施例の詳細な説明 図面を通して数字は要素の参照番号であり、これにより詳細に説明すると図１ は本発明の赤外分光装置１０である。 干渉計１２は解析器１４、ランチャー１５、レーザー測定及び調整システム１ ６及びマルチプレクスヘッド１８、１９よりなる。 干渉計１２は代表的には密封されるが真空又は気密ではない。それはガスケッ トとボルトによって上下が半分づつに分れるアルミ鋳物容器に格納される。解析 器１４はデジタルサンプリングと鏡の速度制御用に内部He-Ne参照レーザーを装 備する。デジタルサンプリングは四角の中のフリンジ（干渉縞）チャネルとして 二つの参照光を用いて誤差のない上／下フリンジ計数と同期する。更に解析器１ ４はコーナーキューブの半分の直径の二つの入力と二つの出力ビームを用意する ために垂直に分離した分割と結合表面を持つ不変に装着配列した単一のビームス プリッター板を含む。解析器１４は種々の波長、特に中間及び近赤外領域の赤外 光を発振する。解析器１４は特定の時間間隔で発信するエネルギーパルス波と同 期してレーザー測定及び調整システム１６に光通信する。ランチャー１５は90ミ リラジアンの最大ビーム発散（ビームの絞りがコーナーキューブ後方反射鏡の頂 点で定義されている時の全角度）を持つ代表的直径0.25mmに光ビームを平行にす る、そしてランチャー１５の両端に位置しているマルチプレクスヘッド１８、１ ９に平行光束にしたビームを通信する。マルチプレクスヘッド１８、１９はラン チャー１５から平行光束を受信して分枝を含む光ファイバー（代表的には２メー トル程度の長さのOHを除いた水晶ファイバーよりなる）の束２０、２１に平行光 ビームを通信する。光ファイバーの束２０、２１の各分枝は夫々複数のプローブ ２２、２３に平行光ビームを通信する。図１では、６個のプローブ２２と６個の プローブ２３が図示されているが、本発明の赤外分光装置１０は違った数のプロ ーブにも同様に適応できる。プローブ２２、２３の各々は個々の試料に同時 に平行光ビームを配送する（即ち、図解した図１では、１２の試料が同時に分析 される）。個々の試料は組立ラインで使用されているような配送と仕分け機構２ ７によりプローブ２２、２３に通信される。配送と仕分け機構２７は更に赤外分 光装置１０により欠陥ありと判断された資料を除外するためにコンピューターシ ステム３２から信号を受取ることが出来る。加えて、配送と仕分け機構２７は試 料の先後のエッジを検出するセンサー追跡システム（三つのタイプのトリガー機 構--アナログレベルトリガー、アナログエッジトリガー、及びデジタルエッジト リガーレベル--の一つによりトリガーされている同期生産）及びプローブ２２、 ２３のレンズ要素２４、２５と試料との間の最適距離を与える自動閉ループ機構 を含む。試料の材質特性に依存して別の試料はプローブ２２、２３のレンズ要素 ２４、２５まで別の距離を必要とするかも知れない。試料とプローブレンズの間 の最適距離は試料の特性に依存するので、プローブレンズと試料の間の距離の閉 ループ自動最適化はＳ／Ｎ比を最小にするためにプローブ２２、２３に付属して いるサーボモーター３１、３３と協同で実行される。反射赤外光は、鏡面反射成 分（即ち、外側表面の物理的特性による表面反射）を消去するフィルター特性を 有するレンズ要素２４、２５を含む、プローブ２２、２３に返送される。反射光 中の拡散成分は各プローブ２２、２３に一つづつ結合している検出器２６、２８ まで通過する。検出器２６、２８は反射光のエネルギーを受取る代表的にはＩn Ａs又はＭＣＴ検出器であり試料により反射又は吸収されたエネルギーの量に比 例した電子応答を創る。検出器２６、２８は完全にプリアンプとマッチした１mm 直径のＤＴＧＳ検出器モジュールであり得る。検出器２６、２８は４mmから15mm までの長さの試料の検査用に適している。高感度と直線性が高速データー解析に 要求される。そこで反射光中の拡散成分は検出器２６、２８により電子モジュー ル３０に送られる電気信号に変換される。電子モジュール３０は検出器２６、２ ８からの応答信号を増幅して、増幅した信号をコンピューターシステム３２に通 信する。 コンピューターシステム３２は代表的にはデュアルプロセッサー及び／又は ドライブ、ＣＤ-ＲＯＭドライブ、ソフトを走らせる適当なＲＡＭ、ニューラル 回 ブルななるべくならカラーのプリンターのような標準の特徴を持つ。 コンピューターシステム３２のソフトウェアはなるべくなら、部分最小２乗法 定量分析、対話型減法、スペクトルデータベースとデータベース探索、スペクト ル分析用ニューラル回路網、フーリエ領域平滑化、曲線当てはめ、多項式基線補 正、三次元グラフィックス能力、急速多重スペクトルデータ取得法、面積計算、 監督と操作員のための分離生産メニュー、上下管理限界表、上下作業管理限界表 及び視聴覚警戒信号のようなツールを含んでいて多くのタイプの干渉計の操作を 許す完全に統合したデータコレクションである。その上に、ソフトウェアはなる べくなら“赤外分光分析測定硬度による錠剤溶解の非破壊同定法”の標題で、そ の内容は此処で参照に組込まれている、１９９４年、１１月１４日にファイルし た親出願番号08/338,909で述べているすべてのアルゴリズムを含む。加えて、サ ブリエの指標に沿って試料の硬度、溶解及び分解を持つ反射赤外スペクトルの積 分と結びつくアルゴリズムは以下の如く実現される： Ａ ＝ スペクトルの面積 ＝ λ₁λ²ａ(λ)ｄλ ここで λ ＝ 近又は中間赤外領域での光の波長 λ1,λ2 ＝ 波長λの限界 ａ(λ) ＝ λの関数としての吸光度 Ｈ ＝ 硬度 Ｄ ＝ 溶解 ＤＩ ＝ 分解 Ｈ ＝ ｃ₁Ａ＋ｃ₂ ｃ₁,ｃ₂ ＝ 線形性の定数 Ｄ ＝ ｄ₁Ａ＋ｄ₂ ｄ₁,ｄ₂ ＝ 線形性の定数 ＤＩ ＝ ｅ₀→₁Ｄ ここで ｅ₀→₁ は溶解因子を考慮したものであり、 もし ｅ₀→₁ ＝ １ならば、分解は溶解となり、 もし ｅ₀→₁ ＝ ０ならば、物質は不溶性となる。 コンピューターシステム３２は更に単一のボードで毎秒1,000,000から12,000, 000試料の速度でデータを取得する能力のあるデータ取得システムを含む。デー タ取得システムは検出器増幅回路ボード上のスイッチで選択される二つの選択で きる走査速度；可変解像度用の可変走査長論理回路；サンプルホールド回路を組 込んだ正味１２ビットのＡＤ変換回路；及びバイトのパラレルデータ伝送回路を 持つ走査速度制御を含む。電子モジュール３０からコンピューターシステム３２ までのデータ電送は解析器１４がコンピューターからどんなコマンドも要求しな いので一方向である。すべての走査したデータは、スペクトルデータの直接共付 加を許す、前のデータと同期する。 干渉計１２の種々の要素は近及び中間赤外スペクトルに亘って違った周波数の 一連のレーザービームを発振する。違った周波数のこれらレーザービームは試料 を叩いて拡散反射赤外光が検出器２６、２８によって検出される。その結果の電 子信号は電子モジュール３０で増幅されコンピューターシステム３２に送られ、 そこで信号はスペクトルＳに変換される。試料のスペクトルＳはデータベース中 の種々の既知の元素の種々のスペクトルＳ_iの加重百分率ｗ_iより成ることが仮定 される。換言すれば： Ｓ ＝ ｗ₁Ｓ₁ + ｗ₂Ｓ₂ + ｗ₃Ｓ₃ + ｗ₄Ｓ₄ + … ここで、Ｓ_iはデータベース中の成分ｉのスペクトル（即ち、波長の関数であっ て一つの点ではない）であり、又ｗ_iは試料に含まれるそれぞれの成分ｉの百分 率、数値又は関数（即ち、解決されるべき未知の量）である。 扱いにくい連立方程式の計算を行うよりも寧ろ、コンピューターシステム３２ で実現されるニューラル回路網アルゴリズムが有用な出力の中に入力を写像する のに、即ち種々の百分率、数値又は関数ｗ_iを解くのに、“変換関数”として使 用される。ニューラル回路網の変換関数はスペクトル（入力）と反射スペクトル に基づいた目的物の特性（出力）の両者が与えられるような多数の試料を用い回 路網の学習によって得られる。図２で示される如く、ニューラル回路網５０は出 力層５２（目的物の分光特性を表現する）のノード５１、二次及び一次の隠れた 層５４、５６のノード５３及び入力層５８（分光スペクトルを表現する）のノー ド５７、及び各層のノードの間の加重接続６０を含む処理要素を含む。 代表的な応用では11,800から3,500波数間隔のエネルギー波長を表現する入力 層５８中に３４１個の処理要素又はノード５７を含むであろう。各処理要素５７ では、各特定の波数でエネルギー吸光度を表す数値がある。更に代表的な応用で は有意義な出力に到達するために入力を変換するのに絶対的な一次の隠れた層５ ６には５個のノード５３を含むであろう。更に代表的な応用では有意義な出力に 到達するために上のすべての層からの入力を変換するのに二次の隠れた層５４に は３個のノード５３を含むであろう。更に代表的な応用では各要求された出力変 数のためにその出力層５２には単一のノード５１を含むであろう。 ニューラル回路網は以下の理由で分光学では非常に有用なツールである： １． スペクトル中の点の数は通常非常に多い（３００以上）が一方特性の数は 通常比較的小さい（通常４以下）； ２． スペクトルと望ましい特性間の写像は通常簡単ではないそしてそれは多く の場合非線形である； ３． 本装置は実時間生産に使用されるべく設計されているから、判断は非常に 短時間でなされねばならない； ４． ニューラル回路網のための学習セットを準備することは長い時間をとって 実質上の努力を要するけれども、それは通常写像を誘導し、写像用のアルゴリズ ムを仕上げ又そのアルゴリズムのための特殊化したコンピューターコードを書込 むのに要する努力よりは少ない。 ニューラル回路網を用いて分光分析を行うには、以下の段階が必要とされる‥ 学習セットの創出；ニューラル回路網の生成；学習セットを用いてニューラル回 路網の学習；及び試料の特性を見つけるのに回路網の使用。 学習セットのスペクトルはニューラル回路網が分析と同定に使用されるであろ う実際のスペクトルの代表であらねばならない。例えば、もし回路網が唯一つの 走査よりなるスペクトルで使用される積りであるならば、ニューラル回路網は一 走査からなるスペクトルで学習されるべきである。独特な走査をする回路網のた めには、目的物のスペクトルの大部分の変化が学習セットの中に存在せねばなら ない。このことは通常学習セット中に少なくとも６から“第Ｎ”パワースペクト ルまでを要求する、ここで“Ｎ”は出力特性の数に等しい。 ニューラル回路網の確度は学習セットの確度に依存する。たとえ学習セットの 一つのスペクトルが悪かったとしても（例えば、試料がプローブの下に正しく置 かれなかったならば、スペクトルが明確な出力に対応しないか又は悪い目的物が 走査されるなど）、全回路網の出力は使用できないであろう。それ故学習期間中 は、確度、無矛盾性及び雑音について各スペクトルを視覚検査することは極度に 重要である。システムは普通でない入力データ（スペクトル）に対して保護する ように開発され、ディスプレイメッセージはもし必要ならば訂正を起す多くの誤 りのある試料の数を表示するように設計される。 学習セットの中の種々の試料は走査されて既知の出力特性がオペレーターによ り手動入力される。ニューラル回路網の科学で知られている方法により、ニュー ラル回路網５０は未知の試料の分析に要求される変換関数を備えるために種々の 加重接続６０を計算するか又は写像する。 ニューラル回路網が学習セットから学習する写像を一般化できるようにするた めに、回路網は平均及び最大学習誤りが受入れ出来る値に達した後は学習を停止 せねばならない。もし回路網が最大及び平均学習誤りが任意の小さな値に達する まで学習を許すならば、回路網は学習セットを正確に学習するであろうが然し学 習セットを超えて一般化することは出来ないであろう。 本発明の赤外分光装置を使用するためには、ユーザーは先ず上記の如くニュー ラル回路網５０をプログラム又は学習する。そこでユーザーは配送と仕分け機構 ２７経由で種々のプローブ２２、２３に試料を用意する。プローブ２２、２３は 光ファイバー２０、２１経由で干渉計１２から中間及び近赤外スペクトルに亘る 種々の周波数の一連の平行光束を供給される。反射赤外光は検出器２６、２８に より検出されて対応する電気信号が発生しそれは電子モジュール３０により増幅 され、続いてコンピューターシステム３２に通信されそこでニューラル回路網５ ０のそれらを含む種々のアルゴリズムが試料の種々の特性を計算するために実行 される。もし特性が範囲外にあるならば、配送と仕分け機構は生産ラインから欠 陥試料を排除できる。 代って、土壌成分とか殺虫剤の存在を見つけるような非生産ラインへの応用で は、種々の濃度がコンピューターシステム３２のスクリーン経由でユーザーに展 示できる。 斯くして幾つかの前述の目的と利点が最も効率的に達成できる。本発明の唯一 つの望ましい実施例が公開され此処で詳細に説明されたが、本発明はそれにより 意味を制限されるものではなくその範囲は付属の請求項のそれにより決定される べきものである。

Claims (1)

1. 【特許請求の範囲】 １．ある周波数スペクトル範囲を通して連続して平行光ビームを発生する手段； 試料に対して前記平行光ビームを当てる手段； それにより反射スペクトルを生成する前記連続した平行光ビームに応じて試料 からの反射光を測定する手段；及び それにより試料の成分量を決定する前記反射スペクトルを分析するニューラル 回路網手段よりなる赤外線分光装置。 ２．前記周波数スペクトルが近及び中間赤外線領域にある請求項１に記載の赤外 線分光装置。 ３．前記平行光ビームが光ファイバーを経由して前記光をあてる手段に通信する 請求項２に記載の赤外線分光装置。 ４．前記光を当てる手段がプローブである請求項３に記載の赤外線分光装置。 ５．前記プローブが砒酸インジウム構造のものである請求項４に記載の赤外線分 光装置。 ６．前記光をあてる手段が夫々複数の試料と結びついている複数のプローブであ り、前記複数の試料は配送と仕分け手段により輸送される請求項３に記載の赤外 線分光装置。 ７．前記配送と仕分け手段が生産ラインと結びついている請求項６に記載の赤外 線分光装置。 ８．前記配送と仕分け手段が前記ニューラル回路網に応じて試料を排除する手段 を有する請求項７に記載の赤外線分光装置。 ９．前記反射光測定の手段が鏡面反射光を排除する手段を含む請求項３に記載の 赤外線分光装置。