JPWO2019044181A1

JPWO2019044181A1 - 濃度推定方法

Info

Publication number: JPWO2019044181A1
Application number: JP2019539026A
Authority: JP
Inventors: 真司吉田; 渡部　祥文; 祥文渡部
Original assignee: Panasonic Intellectual Property Management Co Ltd
Current assignee: Panasonic Intellectual Property Management Co Ltd
Priority date: 2017-08-28
Filing date: 2018-07-10
Publication date: 2020-02-27
Anticipated expiration: 2038-07-10
Also published as: WO2019044181A1; CN111033218A; JP6814971B2

Abstract

濃度推定方法は、情報処理装置が実行する、空間（１０）内に拡散された物質（２０）の濃度を推定する濃度推定方法であって、物質（２０）の発生量と、物質（２０）を移動させる気流の風向及び風速と、物質（２０）の自己分解係数と、物質（２０）の拡散係数と、空間（１０）内の所定面に対する物質（２０）の吸着放出係数と、空間（１０）内の温度、湿度及び紫外線量の少なくとも１つとを入力データとして取得し、取得した入力データを用いて空間（１０）内の物質（２０）の濃度を算出する。

Description

本発明は、濃度推定方法に関する。

従来、大気中に拡散された汚染物質の濃度をシミュレーションにより推定する技術が知られている（例えば、特許文献１及び２を参照）。

特開２０１４−１４５７３６号公報特開２００７−１２２３６５号公報

しかしながら、上記従来技術では、推定の精度が低いという問題がある。

そこで、本発明は、物質の濃度を精度良く推定することができる濃度推定方法を提供することを目的とする。

上記目的を達成するため、本発明の一態様に係る濃度推定方法は、情報処理装置が実行する、空間内に拡散された物質の濃度を推定する濃度推定方法であって、前記物質の発生量と、前記物質を移動させる気流の風向及び風速と、前記物質の自己分解係数と、前記物質の拡散係数と、前記空間内の所定面に対する前記物質の吸着放出係数と、前記空間内の温度、湿度及び紫外線量の少なくとも１つとを入力データとして取得し、取得した入力データを用いて前記空間内の前記物質の濃度を算出する。

また、本発明の一態様は、上記濃度推定方法をコンピュータに実行させるためのプログラムとして実現することができる。あるいは、当該プログラムを格納したコンピュータ読み取り可能な記録媒体として実現することもできる。

本発明によれば、物質の濃度を精度良く推定することができる。

図１は、実施の形態に係る濃度推定装置の機能構成を示すブロック図である。図２は、実施の形態に係る濃度推定装置の推定対象となる空間と、当該空間に発生した物質の状態とを模式的に示す図である。図３は、実施の形態に係る濃度推定装置の取得部の機能構成を示すブロック図である。図４は、所定面に対する物質の吸着放出係数を説明するための所定面の断面図である。図５は、所定面に対する物質の吸着放出係数を決定する際に用いる濃度差比率を説明するための所定面の断面図である。図６は、吸着放出係数の温度依存性を示す図である。図７は、実施の形態に係る濃度推定装置の動作を示すフローチャートである。図８は、実施の形態に係る濃度推定装置が出力する濃度の三次元分布図である。図９は、比較例に係る対象位置における濃度の時間変化を示す図である。図１０は、実施例に係る対象位置における濃度の時間変化を示す図である。

以下では、本発明の実施の形態に係る濃度推定方法などについて、図面を用いて詳細に説明する。なお、以下に説明する実施の形態は、いずれも本発明の一具体例を示すものである。したがって、以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する趣旨ではない。よって、以下の実施の形態における構成要素のうち、本発明の最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

また、各図は、模式図であり、必ずしも厳密に図示されたものではない。したがって、例えば、各図において縮尺などは必ずしも一致しない。また、各図において、実質的に同一の構成については同一の符号を付しており、重複する説明は省略又は簡略化する。

（実施の形態）
［概要］
まず、実施の形態に係る濃度推定装置の概要について、図１及び図２を用いて説明する。

図１は、本実施の形態に係る濃度推定装置１００の機能構成を示すブロック図である。図２は、本実施の形態に係る濃度推定装置１００の推定対象となる空間１０と、空間１０に発生した物質２０の状態とを模式的に示す図である。

空間１０は、濃度推定装置１００による濃度の推定対象となる空間である。空間１０は、例えば、壁、窓及びドアなどで囲まれた１つの部屋である。図２に示すように、空間１０には、物質２０の発生源１１が設けられている。また、空間１０には、椅子１２、棚１３などの家具が配置されている。なお、発生源１１、椅子１２及び棚１３などの配置及び個数などは一例に過ぎない。

物質２０は、例えば、菌、細菌及びウイルスなどを除菌、除去又は浄化する浄化作用を有する物質である。具体的には、物質２０は、薬剤である。より具体的には、物質２０は、次亜塩素酸（ＨＣｌＯ）である。あるいは、物質２０は、オゾン（Ｏ_３）又はプラズマ処理された水（Ｈ_２Ｏ）などでもよい。物質２０は、例えば、霧状の次亜塩素酸水などの液体であるが、気体又は微粒子状の固体でもよい。

物質２０は、発生源１１から空間１０内に放出される。発生源１１は、物質２０を生成して放出する生成装置である。例えば、発生源１１は、次亜塩素酸水生成装置であり、食塩水を電気分解することにより次亜塩素酸水を生成する。発生源１１は、空間１０内に向けて気流を形成する機能を有する。発生源１１は、生成した次亜塩素酸水を気化させて、気流とともに次亜塩素酸を物質２０として放出する。物質２０は、気流に沿って空間１０内に拡散される。

空間１０内に存在する物質２０は、物質２０が有する特性及び空間１０内の環境の少なくとも一方に応じて様々な影響を受ける。例えば、図２に示す物質２０ａは、自己分解により消滅する。物質２０ｂは、空間１０内を浮遊し拡散される。物質２０ｃは、空間１０の壁に対して吸着される。また、吸着された物質２０ｃは、壁から放出される。物質２０ｄは、紫外線により分解されて消滅する。

本実施の形態に係る濃度推定装置１００は、情報処理装置であり、空間１０内に拡散された物質２０の濃度を推定する濃度推定方法を実行する。濃度推定装置１００は、プログラムが格納された不揮発性メモリ、プログラムを実行するための一時的な記憶領域である揮発性メモリ、入出力ポート、プログラムを実行するプロセッサなどで実現される。

［構成］
以下では、濃度推定装置１００の詳細な構成について、図２を適宜参照しながら、図１及び図３を用いて説明する。図３は、本実施の形態に係る濃度推定装置１００の取得部１１０の機能構成を示すブロック図である。

図１に示すように、濃度推定装置１００は、取得部１１０と、演算部１２０と、出力部１３０とを備える。濃度推定装置１００は、環境情報及び物質情報を取得し、取得した情報に基づいてシミュレーションを行うことで、空間１０内の所定位置における物質２０の濃度を示す濃度情報を出力する。所定位置は、濃度推定の対象位置である。

対象位置は、空間１０を三次元マトリクス状に分割した複数の部分空間の中から、濃度の推定対象となる位置として選択された１つの部分空間である。対象位置は、例えば三次元座標系で表される。なお、対象位置は、１つの部分空間に限らず、複数の部分空間でもよく、全ての部分空間、すなわち、空間１０の全体であってもよい。この場合、濃度推定装置１００は、空間１０内の物質２０の濃度の三次元分布を濃度情報として出力してもよい。

部分空間は、濃度推定シミュレーションにおける演算の単位（メッシュ）に相当する。複数の部分空間の大きさは、互いに異なっていてもよい。本実施の形態では、複数の部分空間は、例えば互いに同じ大きさの立方体状の空間である。部分空間の一辺の長さは、例えば８０ｍｍであるが、これに限らない。また、部分空間は、ソリッド（三次元）要素のものであれば、直方体状又は三角錐状などの空間であってもよい。部分空間の大きさは、空間１０の大きさに基づいて定められてもよい。

図３に示すように、環境情報は、空間１０内の温度、湿度及び紫外線量、並びに、空間１０内に位置する部材の材質などを示す情報である。部材は、空間１０を形成する壁材、天井材、床材若しくは窓材などの造営材、又は、空間１０内に配置された椅子１２、棚１３若しくは発生源１１などの障害物である。

物質情報は、空間１０に発生する物質２０に関する情報である。具体的には、物質情報は、物質２０の発生量、並びに、物質２０を移動させる気流の風向及び風速などを示す情報である。物質情報には、物質２０の種類を示す情報が含まれてもよい。

取得部１１０は、環境情報及び物質情報を取得する。図３に示すように、取得部１１０は、受付部１１１と、決定部１１２と、記憶部１１３とを備える。

受付部１１１は、外部から環境情報及び物質情報を取得する。受付部１１１は、例えば、温湿度センサなどのセンサから出力される出力信号が入力される入力インタフェース、ユーザからの操作を受け付けるユーザインタフェース、及び、発生源１１と通信を行う通信インタフェースなどで実現される。ユーザインタフェースは、例えば、タッチパネル又は物理的な操作ボタンなどである。あるいは、受付部１１１は、ユーザが操作するスマートフォンなどの端末装置と通信する通信インタフェースで実現されてもよい。

本実施の形態では、受付部１１１は、温湿度センサ又は温度センサから空間１０内の温度を示す温度情報を取得する。温度情報は、具体的には、空間１０内の気温、又は、空間１０内に位置する部材の表面温度を示す。受付部１１１は、温湿度センサ又は湿度センサから空間１０内の湿度を示す湿度情報を取得する。受付部１１１は、紫外線光量計から空間１０内の紫外線量を示す紫外線情報を取得する。

なお、温湿度センサ及び紫外線光量計の少なくとも一方は、空間１０内に複数設けられていてもよい。受付部１１１は、複数の温湿度センサ及び紫外線光量計から、空間１０を構成する複数の部分空間の各々における温度情報、湿度情報及び紫外線情報を取得してもよい。

受付部１１１は、端末装置などから、空間１０内に位置する部材の材質を示す材質情報を取得する。材質情報は、具体的には、部材の材質を部分空間毎に示す。材質情報は、例えば、空間１０が形成された時に予め記憶部１１３に記憶されていてもよい。

受付部１１１は、発生源１１から、物質２０の発生量を示す発生量情報を取得する。発生量情報は、例えば、単位時間当たりに発生源１１から発生する物質２０の濃度を、発生量として示す。受付部１１１は、発生源１１が空間１０内に供給する気流の風向及び風速を示す気流情報を取得する。気流情報は、発生源１１の吹出口を基準位置として、気流の進行方向及び進行速度をそれぞれ、風向及び風速として示す。

受付部１１１は、さらに、ユーザが操作する端末装置などから、空間１０の大きさ及び形状、並びに、空間１０内に存在する椅子１２などの障害物の大きさ、形状及び配置位置を示すジオメトリ情報を取得してもよい。受付部１１１は、さらに、物質２０の種類を示す種類情報を取得してもよい。

決定部１１２は、受付部１１１によって取得された情報に基づいて、物質２０の自己分解係数、物質２０の拡散係数、及び、物質２０の吸着放出係数を決定する。決定部１１２は、決定した自己分解係数、拡散係数及び吸着放出係数、並びに、受付部１１１によって取得された情報を、入力データとして演算部１２０に出力する。自己分解係数、拡散係数及び吸着放出係数の詳細については、後で説明する。

記憶部１１３は、図３に示すように、自己分解係数用の第１データベース１１４と、拡散係数用の第２データベース１１５と、吸着放出係数用の第３データベース１１６とを記憶している。記憶部１１３は、例えば、ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）又は半導体メモリなどの不揮発性メモリである。

演算部１２０は、空間１０内に拡散する物質２０のシミュレーションを行うことで、空間１０内の物質２０の濃度を算出する。演算部１２０は、プログラムが格納された不揮発性メモリ、プログラムを実行するための一時的な記憶領域である揮発性メモリ、入出力ポート、プログラムを実行するプロセッサなどで実現される。

具体的には、演算部１２０は、物質２０の発生量と、物質２０を移動させる気流の風向及び風速と、物質２０の自己分解係数と、物質２０の拡散係数と、空間１０内の所定面に対する物質２０の吸着放出係数と、空間１０内の温度、湿度及び紫外線量の少なくとも１つとを入力データとして取得する。演算部１２０は、入力データを取得し、取得した入力データを用いて空間１０内の物質２０の濃度を算出する。

演算部１２０は、例えば、数値流体力学（ＣＦＤ：ＣｏｍｐｕｔａｔｉｏｎａｌＦｌｕｉｄＤｙｎａｍｉｃｓ）に基づく解析（以下、ＣＦＤ解析と記載）を行う。ＣＦＤ解析は、例えば、ＲＡＮＳ（Reynolds-Averaged Navier-Stokes equations）、ＤＮＳ（Direct Numerical Simulation）、ＬＥＳ（Large Eddy Simulation）、又はＤＥＳ（Detached Eddy Simulation）などのモデルに基づいて行われる。具体的には、演算部１２０は、物質２０の種類と、物質２０の発生量と、気流の風向及び風速と、物質２０の自己分解係数と、物質２０の拡散係数と、物質２０の吸着放出係数と、空間１０内の温度、湿度及び紫外線量とを入力データとしてＣＦＤ解析を行うことにより、空間１０を構成する部分空間毎の濃度を算出する。具体的には、演算部１２０は、部分空間毎の濃度の三次元分布を生成する。より具体的には、演算部１２０は、空間１０内の任意の位置の任意の時間における物質２０の濃度を算出する。演算部１２０は、空間１０内の濃度の経時的に変化する三次元分布を生成する。

例えば、物質２０の発生量が多い程、各部分空間の濃度推定値が大きくなる。物質２０の発生量が小さい程、各部分空間の濃度推定値が小さくなる。また、気流の風向に基づいて、例えば、発生源１１の風下（具体的には発生源１１から離れた位置）に位置する部分空間の濃度推定値は、発生源１１の風上（具体的には発生源１１に近い位置）に位置する部分空間の濃度推定値より小さくなる。また、風速が大きい場合には、発生源１１から離れた位置の部分空間の濃度推定値が大きくなる。風速が小さい場合には、発生源１１から離れた位置の部分空間の濃度推定値が小さくなる。自己分解係数、拡散係数及び吸着放出係数と濃度推定値との関係は、後で説明する。

出力部１３０は、演算部１２０によって算出された濃度を示す濃度情報を出力する。例えば、出力部１３０は、ディスプレイであり、濃度の三次元分布を示す画像データを表示する。あるいは、出力部１３０は、外部の表示装置に接続される出力インタフェースであってもよい。出力部１３０は、外部の表示装置に画像データを出力してもよい。

［パラメータ］
続いて、本実施の形態に係る濃度推定装置１００の演算部１２０が入力データとして取得する、物質２０の性質に関する３つのパラメータについて説明する。３つのパラメータは、物質２０の自己分解係数、拡散係数及び吸着放出係数である。

［自己分解係数］
まず、物質２０の自己分解係数について説明する。

自己分解係数は、物質２０が自己分解される度合いを示すパラメータである。具体的には、自己分解係数は、以下の式（１）に示すアレニウスの式で定義される反応係数である。

式（１）において、ｋは、物質２０の自己分解係数（単位［／ｓ］）である。Ａは、頻度因子である。Ｅ_ａは、活性化エネルギーである。Ｒは、気体定数である。Ｔは、空間１０内の絶対温度である。ここで、Ａ及びＥ_ａは、物質２０の種類に応じて定まる値である。

式（１）に示すように、自己分解係数ｋは、空間１０内の温度に依存する。具体的には、空間１０内の温度が低い程、自己分解係数ｋが小さくなり、物質２０の自己分解が進みにくい。空間１０内の温度が高い程、自己分解係数ｋが大きくなり、物質２０の自己分解が進みやすくなる。

なお、自己分解係数ｋを算出するための頻度因子Ａ、活性化エネルギーＥ_ａなどは、以下の手順に沿って予め実測することで得られる。まず、例えば気温２０℃、湿度５０％に保った容積１ｍ^３のアクリルボックスを用意し、内部に次亜塩素酸ガスを物質２０として溜める。アクリルボックス内の次亜塩素酸ガスの濃度を初期状態から経時的に測定する。気温及び湿度の組み合わせを変更し、異なる条件下で同様の測定を行う。

次亜塩素酸の反応速度式［ＨＣｌＯ］＝［ＨＣｌＯ］_{ｉｎｉｔｉａｌ}×ｅ^−ｋｔから、自己分解係数ｋを算出する。なお、［ＨＣｌＯ］_{ｉｎｉｔｉａｌ}は、次亜塩素酸ガスの初期状態の濃度を示している。［ＨＣｌＯ］は、初期状態から時間ｔだけ経過した後の次亜塩素酸ガスの濃度を示している。

互いに異なる２つ以上の温度に対応する自己分解係数ｋを算出し、算出した自己分解係数ｋを用いてアレニウスプロットを行う。アレニウスプロットとは、横軸を１／Ｔ、縦軸をｌｎｋとした二次元座標系に、算出した値を描画することである。アレニウスプロットの近似式に基づいて、傾き−Ｅ_ａ／Ｒ及び切片ｌｎＡが算出される。

本実施の形態では、決定部１１２は、空間１０内の温度に基づいて自己分解係数ｋを決定する。具体的には、決定部１１２は、記憶部１１３に記憶された第１データベース１１４を参照することで、自己分解係数ｋを決定する。

第１データベース１１４は、自己分解係数ｋと温度との対応関係を示すデータベースである。具体的には、第１データベース１１４は、温度及び物質２０の種類の組み合わせ毎に、上記式（１）に基づいて予め算出された自己分解係数ｋを示している。なお、物質２０の種類が１つのみである場合には、第１データベース１１４は、温度毎に予め算出された自己分解係数ｋを示していてもよい。

なお、記憶部１１３には、第１データベース１１４の代わりに、上記式（１）が記憶されていてもよい。決定部１１２は、受付部１１１が取得した種類情報及び温度情報に基づいて、式（１）を用いて自己分解係数ｋを算出してもよい。

本実施の形態では、自己分解係数をシミュレーションの入力データとして用いることで、物質２０の自己分解による濃度の減少をシミュレーション結果に反映させることができる。具体的には、自己分解係数が大きい程、濃度推定値は、自己分解係数を入力データとして用いない場合の濃度推定値よりも小さくなる。自己分解係数が小さい程、濃度推定値は、自己分解係数を入力データとして用いない場合の濃度推定値よりも大きくなる。いずれの場合も、自己分解係数を入力データとして用いることで、実測値に近い濃度を推定することができる。

［拡散係数］
次に、物質２０の拡散係数について説明する。

拡散係数は、物質２０が拡散される度合いを示すパラメータである。具体的には、拡散係数は、以下の式（２）に示すアインシュタイン・ストークスの式で定義される。

式（２）において、Ｄは、物質２０の拡散係数（単位［ｍ／ｓ］）である。ｋは、ボルツマン定数である。Ｔは、空間１０内の絶対温度である。Ｂは、物質２０の移動度である。μは、物質２０の粘性である。ａは、物質２０の分子半径である。ここで、μ及びａは、物質２０の種類に応じて定まる値である。

式（２）に示すように、拡散係数Ｄは、空間１０内の温度に依存する。具体的には、空間１０内の温度が低い程、拡散係数が小さくなり、物質２０が拡散されにくくなる。空間１０内の温度が高い程、拡散係数が大きくなり、物質２０が拡散されやすくなる。より具体的には、拡散係数Ｄは、空間１０内の絶対温度Ｔに対して比例関係を有する。

本実施の形態では、決定部１１２は、空間１０内の温度に基づいて拡散係数Ｄを決定する。具体的には、決定部１１２は、記憶部１１３に記憶された第２データベース１１５を参照することで、拡散係数Ｄを決定する。

第２データベース１１５は、拡散係数Ｄと温度との対応関係を示すデータベースである。具体的には、第２データベース１１５は、温度及び物質２０の種類の組み合わせ毎に、上記式（２）に基づいて予め算出された拡散係数Ｄを示している。なお、物質２０の種類が１つのみである場合には、第２データベース１１５は、温度毎に予め算出された拡散係数Ｄを示していてもよい。

なお、記憶部１１３には、第２データベース１１５の代わりに、上記式（２）が記憶されていてもよい。決定部１１２は、受付部１１１が取得した種類情報及び温度情報に基づいて、式（２）を用いて拡散係数Ｄを算出してもよい。

本実施の形態では、拡散係数をシミュレーションの入力データとして用いることで、物質２０の拡散による濃度の変化をシミュレーション結果に反映させることができる。具体的には、拡散係数が大きい程、物質２０が広がりやすくなる。このため、例えば、発生源１１より離れた位置での物質２０の濃度推定値は、拡散係数を入力データとして用いない場合の濃度推定値よりも大きくなる。また、拡散係数が小さい程、物質２０が広がりにくくなる。このため、例えば、発生源１１より離れた位置での物質２０の濃度推定値は、拡散係数を入力データとして用いない場合の濃度推定値よりも小さくなる。いずれの場合も、拡散係数を入力データとして用いることで、実測値に近い濃度を推定することができる。

［吸着放出係数］
次に、物質２０の吸着放出係数について説明する。

図４は、所定面３０に対する物質２０の吸着放出係数を説明するための所定面３０の断面図である。所定面３０は、空間１０を形成する壁材などの造営材、又は、空間１０内に位置する発生源１１などの障害物の壁面である。

図４に示すように、所定面３０の近傍に位置する物質２０は、所定時間の経過後に、物質２０ｘのように所定面３０に吸着される場合と、物質２０ｙのように吸着されずに所定面３０の近傍に位置したままの場合とがある。

吸着放出係数は、物質２０の所定面３０に対する吸着及び放出の度合いを示すパラメータである。吸着放出係数は、物質２０が所定面３０に対して単位時間あたりに近付く距離として定められる。具体的には、吸着放出係数は、以下の式（３）に示す吸着量を表す式に基づいて定義される。

式（３）において、ｈ_ｐは、物質２０の吸着放出係数（単位［ｍ／ｓ］）である。吸着放出係数が正の値である場合、物質２０が所定面３０に吸着することを意味する。吸着放出係数が負の値である場合、物質２０が所定面３０から放出されることを意味する。吸着放出係数の絶対値が大きい程、吸着量又は放出量が大きい。吸着放出係数の絶対値が小さい程、吸着量又は放出量が小さい。

Ｆは、物質２０の吸着量（単位［ｍ^３／ｓ］）である。ΔＣは、物質２０の濃度差比率である。Ａは、図４に示す所定面３０の面積（単位［ｍ^２］）である。

物質２０の吸着には、物理的な吸着と化学的な吸着とが含まれる。物理的な吸着は、例えば、所定面３０の表面に設けられている微小な細孔又は凹凸に物質２０が捕捉されることである。物理的な吸着は、例えば、以下の式（４）に示すＢＥＴの吸着等温式に基づいて定められる。

式（４）において、ｐ_０は、物質２０の飽和蒸気圧である。ｐは、物質２０の蒸気圧である。ｖ_１は、飽和吸着量である。ｖは、吸着量である。ｃは、以下の式（５）で表される。

式（５）において、ｃ_０は、定数である。Ｒは、気体定数である。Ｔは、絶対温度である。Ｅ_１は、所定面３０の表面に対する物質２０の吸着熱である。Ｅは、物質２０の凝縮熱である。ここで、Ｅ_１及びＥは、物質２０の種類に応じて定まる値である。

また、化学的な吸着は、例えば、所定面３０に付着した微小な水分などとイオン結合などの化学結合により物質２０が捕捉されることである。化学的な吸着における吸着量は、所定面３０の表面温度、又は、所定面３０の近傍の気温に依存する。

本実施の形態では、吸着放出係数ｈ_ｐは、物理的な吸着及び化学的な吸着などの吸着要因を総合してマクロ的な係数として決定される。具体的には、図４に示す面積Ａの所定面３０の端部間の濃度差に基づいて物質２０の移動距離を換算することで、吸着放出係数ｈ_ｐが定められる。具体的には、濃度の実測値に基づいて式（３）を用いて、吸着放出係数ｈ_ｐが定められる。

図５は、所定面３０に対する物質２０の吸着放出係数ｈ_ｐを決定する際に用いる濃度差比率ΔＣを説明するための所定面３０の断面図である。図５に示すように、所定面３０の近傍の空間を第１区域と第２区域とに仮想的に定義する。

第１区域は、所定面３０に面した区域である。第２区域は、第１区域より所定面３０から離れた区域であり、第１区域と一面を共有している。第１区域及び第２区域は、例えば、互いに同じ大きさの直方体状の空間である。第１区域の幅ｗは、吸着放出係数ｈ_ｐ×解析時間より小さく、例えば、１ｍｍ以下である。

このとき、濃度差比率ΔＣは、以下の式（６）で表される。

式（６）において、Ｃ_１ｔ及びＣ_２ｔはそれぞれ、時刻ｔにおける第１区域及び第２区域の各々の物質２０の濃度である。式（３）及び（６）より、第２区域の濃度Ｃ_２ｔが大きい程、所定面３０への吸着量が多いことが分かる。

図６は、吸着放出係数ｈ_ｐの温度依存性を示す図である。図６において、横軸は温度であり、縦軸は吸着放出係数ｈ_ｐである。図６に示すように、温度が高くなる程、吸着放出係数ｈ_ｐが小さくなり、物質２０の所定面３０への吸着が起こりにくい。温度が低くなる程、吸着放出係数ｈ_ｐが大きくなり、物質２０の所定面３０への吸着が起こりやすい。吸着放出係数と温度とは、略線形の関係を有する。

本実施の形態では、決定部１１２は、所定面３０の材質、形状、温度及び湿度の少なくとも１つに基づいて吸着放出係数ｈ_ｐを決定する。具体的には、決定部１１２は、記憶部１１３に記憶された第３データベース１１６を参照することで、吸着放出係数ｈ_ｐを決定する。

第３データベース１１６は、吸着放出係数ｈ_ｐと温度との対応関係を示すデータベースである。具体的には、第３データベース１１６は、所定面３０の材質、形状、温度及び湿度、並びに、物質２０の種類の組み合わせ毎に、図６などに示す関係に基づいて予め定められた吸着放出係数ｈ_ｐを示している。なお、物質２０の種類が１つのみである場合には、第３データベース１１６は、所定面３０の材質、形状、温度及び湿度の組み合わせ毎に予め決定された吸着放出係数ｈ_ｐを示していてもよい。

なお、メモリ資源を節約するため、第３データベース１１６には、全通りの組み合わせに対応する吸着放出係数ｈ_ｐを示すのではなく、一部の組み合わせに対応する吸着放出係数ｈ_ｐを示していてもよい。

例えば、第３データベース１１６には、温度が２０℃、湿度が５０％ＲＨである場合に、材質Ａ、材質Ｂ及び材質Ｃの各々の吸着放出係数は、０．０００６ｍ／ｓ、０．００１１ｍ／ｓ及び０．０２ｍ／ｓであることが示されていてもよい。決定部１１２は、所定面３０の形状、温度及び湿度については、各々と吸着放出係数との対応関係を表す関数に基づいて、第３データベース１１６から読み出した値を補正することで、入力データに応じた吸着放出係数を算出してもよい。あるいは、決定部１１２は、第３データベース１１６に格納された値を利用した補間処理によって、入力データに応じた吸着放出係数を算出してもよい。

例えば、吸着放出係数と温度とは、図６で示すように略線形の関係を有する。具体的には、温度が高くなる程、吸着放出係数ｈ_ｐが小さくなり、物質２０の所定面３０への吸着が起こりにくい。温度が低くなる程、吸着放出係数ｈ_ｐが大きくなり、物質２０の所定面３０への吸着が起こりやすい。

また、湿度が高くなる程、所定面３０の表面水分量が増加し、物質２０が捕捉されやすくなるため、マクロ的に吸着放出係数ｈ_ｐが大きくなる。つまり、湿度が高くなる程、物質２０の所定面３０への吸着が起こりやすい、又は、放出が起こりにくい。湿度が低くなる程、所定面３０の表面水分量が減少し、物質２０が捕捉されにくくなるため、マクロ的に吸着放出係数ｈ_ｐが小さくなる。つまり、湿度が低くなる程、物質２０の所定面３０への吸着が起こりにくい、又は、放出が起きやすくなる。

また、所定面３０の表面が荒れた形状である程、具体的には、所定面３０の表面粗さが大きい程、吸着放出係数ｈ_ｐが大きくなり、物質２０の所定面３０への吸着が起こりやすい。所定面３０の表面粗さが小さい程、吸着放出係数ｈ_ｐが小さくなり、物質２０の所定面３０への吸着が起こりにくい。

本実施の形態では、吸着放出係数をシミュレーションの入力データとして用いることで、物質２０の所定面３０への吸着による濃度の減少をシミュレーション結果に反映させることができる。具体的には、吸着放出係数が大きい程、濃度推定値は、吸着放出係数を入力データとして用いない場合の濃度推定値よりも小さくなる。吸着放出係数が小さい程、濃度推定値は、吸着放出係数を入力データとして用いない場合の濃度推定値よりも大きくなる。いずれの場合も、吸着放出係数を入力データとして用いることで、実測値に近い濃度を推定することができる。

［動作］
続いて、本実施の形態に係る濃度推定装置１００の動作、すなわち、濃度推定方法について、図７を用いて説明する。図７は、本実施の形態に係る濃度推定装置１００の動作を示すフローチャートである。

図７に示すように、まず、取得部１１０が入力データを取得する（Ｓ１０）。具体的には、取得部１１０の受付部１１１が、空間１０に設けられた温湿度センサ及び紫外線光量計から温度情報、湿度情報及び紫外線情報を取得する。受付部１１１は、さらに、発生源１１から物質２０の種類情報及び気流情報を取得する。受付部１１１は、空間１０のジオメトリ情報及び材質情報を取得する。決定部１１２は、受付部１１１によって取得された温度情報に基づいて、自己分解係数ｋ及び拡散係数Ｄを決定する。決定部１１２は、さらに、温度情報、湿度情報及び材質情報に基づいて、吸着放出係数ｈ_ｐを決定する。

次に、演算部１２０は、空間１０の対象位置における物質２０の濃度を算出する（Ｓ２０）。具体的には、演算部１２０は、取得された温度情報、湿度情報、紫外線情報、ジオメトリ情報及び材質情報、並びに、決定された自己分解係数ｋ、拡散係数Ｄ及び吸着放出係数ｈ_ｐを入力データとして取得する。演算部１２０は、取得した入力データに基づいてＣＦＤ解析を行うことで、部分空間毎の濃度を算出する。

次に、出力部１３０は、算出された濃度を出力する（Ｓ３０）。出力部１３０は、例えば、図８に示す濃度の三次元分布図を表示してもよい。

図８は、本実施の形態に係る濃度推定装置１００が出力する濃度の三次元分布図である。図８では、ドットの密度差によって濃度差を表現している。

三次元分布図は、例えば、色又は輝度の濃淡によって濃度の高低を表す三次元ヒートマップである。なお、出力部１３０は、任意の平面で切り出した濃度の二次元分布図を出力してもよい。あるいは、出力部１３０は、例えば、任意の位置の濃度の時間変化を示すグラフを表示してもよい。

［効果など］
続いて、本実施の形態に係る濃度推定方法による効果について、実施例と比較例とを比較した比較結果に基づいて説明する。

以下に示す表１は、比較例に係るＣＦＤ解析の入力データの一例である。

以下に示す表２は、実施例に係るＣＦＤ解析の入力データの一例である。

上記表１と表２とを比較して分かるように、比較例では、自己分解係数、拡散係数及び吸着放出係数を入力データとして用いていない。比較例では、自己分解係数、拡散係数及び吸着放出係数の各々の値を０とした点を除いて、その他の条件は、実施例と同じである。

図９は、比較例に係る対象位置における濃度の時間変化を示す図である。図１０は、実施例に係る対象位置における濃度の時間変化を示す図である。図９及び図１０の各々において、横軸は時間であり、縦軸は物質２０の濃度である。また、各図において、実線は、演算部１２０が行った濃度推定シミュレーションの結果を示している。四角のプロットは、対象位置において実測した濃度を示している。

図９に示すように、自己分解係数、拡散係数及び吸着放出係数を入力データとして用いていない比較例では、時間が経過するにつれて、実測値とシミュレーション結果とが乖離している。一方で、自己分解係数、拡散係数及び吸着放出係数を入力データとして用いた実施例では、時間が経過するにつれて、実測値とシミュレーション結果とがほとんど乖離していないことが分かる。実施例によれば、対象位置における物質２０の濃度を精度良く推定することができている。

具体的には、自己分解係数を入力データとして用いることで、物質２０の自己分解による濃度の減少がシミュレーション結果に反映されている。また、拡散係数を入力データとして用いることで、物質２０の拡散による濃度の変化がシミュレーション結果に反映されている。さらに、吸着放出係数を入力データとして用いることで、所定面３０に吸着された分の濃度の減少がシミュレーション結果に反映されている。

このように、本実施の形態に係る濃度推定方法は、情報処理装置が実行する、空間１０内に拡散された物質２０の濃度を推定する濃度推定方法である。濃度推定方法では、物質２０の発生量と、物質２０を移動させる気流の風向及び風速と、物質２０の自己分解係数と、物質２０の拡散係数と、空間１０内の所定面３０に対する物質２０の吸着放出係数と、空間１０内の温度、湿度及び紫外線量の少なくとも１つとを入力データとして取得する。濃度推定方法では、取得した入力データを用いて空間１０内の物質２０の濃度を算出する。また、本実施の形態では、濃度推定方法を情報処理装置に実行させるためのプログラムとして実現することもできる。

これにより、自己分解係数、拡散係数及び吸着放出係数を入力データとして用いるので、物質２０の濃度を精度良く推定することができる。本実施の形態に係る濃度推定方法によれば、物質２０の濃度の実測値を必要とせずに、空間１０内に拡散する物質２０の濃度を精度良く推定することができる。

また、例えば、濃度推定方法では、さらに、空間１０内の温度に基づいて自己分解係数を決定する。入力データの取得では、決定した自己分解係数を取得する。

これにより、自己分解係数の温度依存性を考慮に入れてシミュレーションを行うので、物質２０の濃度を精度良く推定することができる。

また、例えば、濃度推定方法では、さらに、空間１０内の温度に基づいて拡散係数を決定する。入力データの取得では、決定した拡散係数を取得する。

これにより、拡散係数の温度依存性を考慮に入れてシミュレーションを行うので、物質２０の濃度を精度良く推定することができる。

また、例えば、濃度推定方法では、さらに、所定面３０の材質、形状、温度及び湿度の少なくとも１つに基づいて吸着放出係数を決定する。入力データの取得では、決定した吸着放出係数を取得する。

これにより、吸着放出係数の温度依存性を考慮に入れてシミュレーションを行うので、物質２０の濃度を精度良く推定することができる。

（その他）
以上、本発明に係る濃度推定方法について、上記の実施の形態に基づいて説明したが、本発明は、上記の実施の形態に限定されるものではない。

例えば、温度、湿度及び紫外線量の少なくとも１つは固定値であってもよい。例えば、取得部１１０は、温度情報を取得し、湿度情報及び紫外線情報を取得しなくてもよい。あるいは、取得部１１０は、湿度情報を取得し、温度情報及び紫外線情報を取得しなくてもよい。また、取得部１１０は、紫外線情報を取得し、温度情報及び湿度情報を取得しなくてもよい。

また、例えば、上記の実施の形態では、物質２０が薬剤である例について示したが、これに限らない。物質２０は、汚染物質でもよく、あるいは、臭気物質又は芳香物質でもよい。

また、例えば、上記の実施の形態では、発生源１１が気流を生成したが、これに限らない。例えば、空間１０内に気流を生成する送風機が設けられていてもよい。取得部１１０は、送風機から気流情報を取得してもよい。

また、上記実施の形態で説明した装置間の通信方法については特に限定されるものではない。装置間で無線通信が行われる場合、無線通信の方式（通信規格）は、例えば、Ｚｉｇｂｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、又は、無線ＬＡＮ（Local Area Network）などの近距離無線通信である。あるいは、無線通信の方式（通信規格）は、インターネットなどの広域通信ネットワークを介した通信でもよい。また、装置間においては、無線通信に代えて、有線通信が行われてもよい。有線通信は、具体的には、電力線搬送通信（ＰＬＣ：Power Line Communication）又は有線ＬＡＮを用いた通信などである。

また、上記実施の形態において、特定の処理部が実行する処理を別の処理部が実行してもよい。また、複数の処理の順序が変更されてもよく、あるいは、複数の処理が並行して実行されてもよい。

例えば、上記実施の形態において説明した処理は、単一の装置（システム）を用いて集中処理することによって実現してもよく、又は、複数の装置を用いて分散処理することによって実現してもよい。また、上記プログラムを実行するプロセッサは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、又は分散処理を行ってもよい。

また、上記実施の形態において、制御部などの構成要素の全部又は一部は、専用のハードウェアで構成されてもよく、あるいは、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵ（Central Processing Unit）又はプロセッサなどのプログラム実行部が、ＨＤＤ又は半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。

また、制御部などの構成要素は、１つ又は複数の電子回路で構成されてもよい。１つ又は複数の電子回路は、それぞれ、汎用的な回路でもよいし、専用の回路でもよい。

１つ又は複数の電子回路には、例えば、半導体装置、ＩＣ（Integrated Circuit）又はＬＳＩ（Large Scale Integration）などが含まれてもよい。ＩＣ又はＬＳＩは、１つのチップに集積されてもよく、複数のチップに集積されてもよい。ここでは、ＩＣ又はＬＳＩと呼んでいるが、集積の度合いによって呼び方が変わり、システムＬＳＩ、ＶＬＳＩ（Very Large Scale Integration）、又は、ＵＬＳＩ（Ultra Large Scale Integration）と呼ばれるかもしれない。また、ＬＳＩの製造後にプログラムされるＦＰＧＡ（Field Programmable Gate Array）も同じ目的で使うことができる。

また、本発明の全般的又は具体的な態様は、システム、装置、方法、集積回路又はコンピュータプログラムで実現されてもよい。あるいは、当該コンピュータプログラムが記憶された光学ディスク、ＨＤＤ若しくは半導体メモリなどのコンピュータ読み取り可能な非一時的記録媒体で実現されてもよい。また、システム、装置、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。

その他、各実施の形態に対して当業者が思いつく各種変形を施して得られる形態や、本発明の趣旨を逸脱しない範囲で各実施の形態における構成要素及び機能を任意に組み合わせることで実現される形態も本発明に含まれる。

１０空間
２０、２０ａ、２０ｂ、２０ｃ、２０ｄ、２０ｘ、２０ｙ物質
３０所定面
１００濃度推定装置（情報処理装置）

Claims

情報処理装置が実行する、空間内に拡散された物質の濃度を推定する濃度推定方法であって、
前記物質の発生量と、
前記物質を移動させる気流の風向及び風速と、
前記物質の自己分解係数と、
前記物質の拡散係数と、
前記空間内の所定面に対する前記物質の吸着放出係数と、
前記空間内の温度、湿度及び紫外線量の少なくとも１つとを入力データとして取得し、取得した入力データを用いて前記空間内の前記物質の濃度を算出する
濃度推定方法。
さらに、前記空間内の温度に基づいて前記自己分解係数を決定し、
前記入力データの取得では、決定した自己分解係数を取得する
請求項１に記載の濃度推定方法。
さらに、前記空間内の温度に基づいて前記拡散係数を決定し、
前記入力データの取得では、決定した拡散係数を取得する
請求項１又は２に記載の濃度推定方法。
さらに、前記所定面の材質、形状、温度及び湿度の少なくとも１つに基づいて前記吸着放出係数を決定し、
前記入力データの取得では、決定した吸着放出係数を取得する
請求項１〜３のいずれか１項に記載の濃度推定方法。
請求項１〜４のいずれか１項に記載の濃度推定方法を前記情報処理装置に実行させるためのプログラム。