JPWO2020090018A1 - 臭気センサ検査装置、臭気センサ検査方法、及びプログラム - Google Patents
臭気センサ検査装置、臭気センサ検査方法、及びプログラム Download PDFInfo
- Publication number
- JPWO2020090018A1 JPWO2020090018A1 JP2020554655A JP2020554655A JPWO2020090018A1 JP WO2020090018 A1 JPWO2020090018 A1 JP WO2020090018A1 JP 2020554655 A JP2020554655 A JP 2020554655A JP 2020554655 A JP2020554655 A JP 2020554655A JP WO2020090018 A1 JPWO2020090018 A1 JP WO2020090018A1
- Authority
- JP
- Japan
- Prior art keywords
- odor
- coefficient
- odor sensor
- data
- sensor
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
- G01N5/02—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by absorbing or adsorbing components of a material and determining change of weight of the adsorbent, e.g. determining moisture content
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
臭気センサの不良を精度よく検出する臭気センサ検査装置１は、第一の臭気を示す第一の臭気データと、第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、算出部２と、係数に基づいて、臭気センサ２１ｂを検査する、検査部３と、を有する。
Description
本発明は、臭気センサを検査する臭気センサ検査装置、臭気センサ検査方法に関し、更には、これらを実現するためのプログラムを記録しているコンピュータ読み取り可能な記録媒体に関する。
非特許文献１には、複数のセンサ素子が設けられた臭気センサについて開示がされている。具体的には、それらのセンサ素子には、センサ素子ごとに異なる特性を有する感応膜が設けられている。また、センサ素子は、感応膜に吸着する分子に対して、特異な反応をするように構成されている。
「嗅覚センサーの業界標準を目指す「MSSアライアンス」発足〜MSS技術実用化に向けた基礎的要素技術確立を目指して〜」，［online］，２０１５年９月２９日，日本電気株式会社，［平成27年9月1日検索］，インターネット＜URL：http://jpn.nec.com/press/201509/20150929_01.html＞
しかしながら、上述した感応膜を有する臭気センサは、製造後の感応膜の状態により、臭気センサ間に個体差が生じるため、異なる臭気センサを用いて臭気を計測した場合、臭気センサ間で計測誤差が生じる。
感応膜の状態とは、例えば、感応膜の形状、大きさ、厚さなどの状態である。製造バラツキの原因は、例えば、感応膜の製造に塗布液を用いる場合、塗布液を支持する支持部材への塗布のされ方などが原因となる。
感応膜に製造不良がある場合、臭気解析が精度よくできないので、臭気を特定する精度、臭気強度を計測する精度が低下する。そのため、臭気センサを破棄、再塗布、再検査を行う必要があるので、感応膜が製造不良であることを精度よく検出する検査方法の開発が望まれている。
本発明の目的の一例は、臭気センサの不良を精度よく検出する、臭気センサ検査装置、臭気センサ検査方法、及びコンピュータ読み取り可能な記録媒体を提供することにある。
上記目的を達成するため、本発明の一側面における臭気センサ検査装置は、
第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、算出部と、
前記係数に基づいて、前記臭気センサを検査する、検査部と、
を有することを特徴とする。
第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、算出部と、
前記係数に基づいて、前記臭気センサを検査する、検査部と、
を有することを特徴とする。
また、上記目的を達成するため、本発明の一側面における臭気センサ検査方法は、
（ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を有することを特徴とする。
（ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を有することを特徴とする。
更に、上記目的を達成するため、本発明の一側面におけるプログラムを記録したコンピュータ読み取り可能な記録媒体は、
コンピュータに、
（ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を実行させる命令を含むプログラムを記録していることを特徴とする。
コンピュータに、
（ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を実行させる命令を含むプログラムを記録していることを特徴とする。
以上のように本発明によれば、臭気センサの不良を精度よく検出することができる。
（実施の形態）
以下、本発明の実施の形態について、図１から図８を参照しながら説明する。
以下、本発明の実施の形態について、図１から図８を参照しながら説明する。
［装置構成］
最初に、図１を用いて、本実施の形態における臭気センサ検査装置１の構成について説明する。図１は、臭気センサ検査装置の一例を示す図である。
最初に、図１を用いて、本実施の形態における臭気センサ検査装置１の構成について説明する。図１は、臭気センサ検査装置の一例を示す図である。
図１に示す臭気センサ検査装置１は、臭気センサの不良を精度よく検出する装置である。また、図１に示すように、臭気センサ検査装置１は、算出部２と、検査部３とを有する。
このうち、算出部２は、基準となる基準臭気（第一の臭気）を示す基準臭気データ（第一の臭気データ）と、基準臭気を臭気センサが計測して得た計測臭気データ（第二の臭気データ）とに基づいて、係数を算出する。検査部３は、係数に基づいて、臭気センサを検査する。係数は、例えば、対象の臭気センサが計測した計測臭気データを補正するための補正係数、又は、基準臭気データと、基準臭気を対象の臭気センサが計測して得た計測臭気データとの相関を表す相関係数などである。
このように、本実施の形態においては、算出した係数を用いて、臭気センサを検査するので、臭気センサの不良を精度よく検出できる。
［システム構成］
続いて、図２を用いて、本実施の形態における臭気センサの検査についてより具体的に説明する。図２は、臭気センサ検査装置を有するシステムの一例を示す図である。
続いて、図２を用いて、本実施の形態における臭気センサの検査についてより具体的に説明する。図２は、臭気センサ検査装置を有するシステムの一例を示す図である。
図２に示すように、本実施の形態における、システムは算出部２、検査部３に加えて、基準臭気センサ２１ａ、臭気センサ２１ｂ、取得部２３、出力部２４を有する。基準臭気センサ２１ａは、感応膜２２ａ、感応膜２２ｂを有する。臭気センサ２１ｂは、感応膜２２ｃ、感応膜２２ｄを有する。更に、算出部２は、前処理部２５、係数算出部２６を有する。
係数の算出について説明する。取得部２３は、係数を算出する場合、まず、基準となる臭気センサである基準臭気センサ２１ａが、基準となる基準臭気（リファレンスガス）を計測した計測結果（基準臭気データ）を取得する。
なお、基準臭気データは、一つの基準臭気センサから得られたデータでもよいし、複数の基準臭気センサ２１ａから基準臭気をそれぞれ計測することで得られた複数の計測結果を用いてもよい。例えば、平均、中央値などの統計処理を用いて、基準臭気データとしてもよい。
続いて、算出部２は、補正係数を設定する対象となる臭気センサ２１ｂが、基準臭気を計測した計測結果（計測臭気データ）を取得する。その後、算出部２は、基準臭気データと、基準臭気を計測した計測臭気データとを用いて、計測時に、対象の臭気を、臭気センサ２１ｂが計測した計測臭気データを補正するための補正係数を算出する。又は、算出部２は、基準臭気データと、基準臭気を計測した計測臭気データとを用いて、相関係数を算出する。又は、算出部２は、補正係数と相関係数とを算出する。
検査について説明する。検査をする場合、まず、検査部３は、係数（補正係数、又は相関係数、又はそれら両方）を取得して、補正係数、又は相関係数、又はそれら両方に基づいて、臭気センサ２１ｂの不良度を判定する。なお、検査者は、その不良度に応じて、臭気センサ２１ｂを検査する。
基準臭気センサ２１ａは、係数を算出する場合に用いられる、基準となる臭気センサで、一つ以上の感応膜２２を有する。図２の例では、基準臭気センサ２１ａは、感応膜２２ａ、２２ｂを有する。具体的には、基準臭気センサ２１ａは、基準臭気を用いて計測をし、感応膜２２ａ、２２ｂごとの基準となる臭気データを、取得部２３へ出力する。
臭気センサ２１ｂは、係数を設定する対象となる臭気センサで、一つ以上の感応膜２２を有する。図２の例では、臭気センサ２１ｂは、感応膜２２ｃ、２２ｄを有する。具体的には、臭気センサ２１ｂは、基準臭気を計測し、感応膜２２ｃ、２２ｄごとに計測臭気データを、算出部２へ出力する。
臭気センサ２１（２１ａ、２１ｂ）について説明をする。臭気センサは、化学物質を検出する素子を用いて、空気中の化学物質を検出するセンサである。具体的には、臭気センサは、感応膜に分子が吸着、離脱したことによるデバイスの粘弾性、動力学特性（質量、慣性モーメントなど）に関連する物理量の変化を利用するものであれば、カンチレバー式、膜型、光学式、ピエゾ、振動応答によるものでもよい。例えば、臭気センサは、膜型表面応力センサ（ＭＳＳ：Membrane-type Surface stress Sensor）などが考えられる。
ＭＳＳは、複数のＭＳＳ素子を有する臭気センサである。ＭＳＳ素子は、感応膜と、感応膜を支持する支持部材と、支持部材を囲む配線基板と、支持部材と配線基板とを連結する複数のブリッジとを有する。また、ブリッジはピエゾ抵抗素子を有する。
感応膜は、物質が吸着した場合、感応膜に歪が発生する。支持部材は、感応膜を支持する部材で、感応膜の歪に応じて歪む仕組みを有する。ブリッジは、支持部材に連結され、上述した歪によりブリッジに応力がかかると、ブリッジに埋め込まれたピエゾ抵抗素子の電気抵抗が変化する。すなわち、ＭＳＳは、この電気抵抗を計測し、配線基板を介し、計測結果を表す臭気データを出力する。
また、ＭＳＳ素子の感応膜の材質は、ＭＳＳ素子ごとに異なるが、ＭＳＳ素子が検出する物質の種類は一つに固定されない。そのため、感応膜の材質は、臭気を構成する物質の集合に応じて異なる。なお、感応膜は、感応膜を構築するための基板上に、化学物質を付着させて形成される。付着方法は、例えば、インクジェット方式、ディップ方式などによる液体の塗布、蒸着などの方法を用いる。
取得部２３は、基準臭気センサ２１ａから感応膜２２ごとの計測結果を表す基準臭気データを取得する。具体的には、取得部２３は、基準臭気センサ２１ａから取得した基準臭気データを、あらかじめ不図示の記憶部に記憶する。例えば、取得部２３は、感応膜２２それぞれを識別する感応膜識別情報と、感応膜２２それぞれが出力した臭気データとを関連付けた基準臭気データを取得し、記憶部に記憶する。
なお、上述した記憶部は、臭気センサ検査装置１の内部に設けてもよいし、臭気センサ検査装置１の外部に設けてもよい。外部に設けた場合、臭気センサ検査装置１は、外部に設けられた記憶部と通信をして、基準臭気データを取得する。
図３は、基準臭気データ及び基準対象臭気データのデータ構造の一例を示す図である。図３の基準臭気データ３１は、感応膜２２ａ、２２ｂを識別する感応膜識別情報を表す「１」「２」と、感応膜２２ａ、２２ｂそれぞれが出力した臭気データを表す「ｄａｔａ１」「ｄａｔａ２」とが関連付けられて記憶されている。
算出部２は、感応膜２２ごとに係数（補正係数、又は相関係数、又はそれら両方）を算出する。また、算出部２は、前処理部２５、係数算出部２６を有する。ただし、前処理部２５は、算出部２に設けなくてもよい。
具体的には、算出部２は、まず、対象となる臭気センサ２１ｂから、基準臭気を計測した計測臭気データを取得する。図３の計測臭気データ３２は、感応膜２２ｃ、２２ｄを識別する感応膜識別情報を表す「３」「４」と、感応膜２２ｃ、２２ｄそれぞれが出力した基準臭気を計測した臭気データを表す「ｄａｔａ３」「ｄａｔａ４」とが関連付けられている。
続いて、算出部２は、基準臭気データと、基準臭気を計測した計測臭気データとを用いて、感応膜２２ごとに係数（補正係数、又は相関係数、又はそれら両方）を算出する。具体的には、算出部２は、感応膜「１」（２２ａ）と感応膜「３」（２２ｃ）とが対応する感応膜である場合、感応膜「１」の臭気データ「ｄａｔａ１」と感応膜「３」の臭気データ「ｄａｔａ３」とを用いて、係数を算出する。また、算出部２は、感応膜「２」（２２ｂ）と感応膜「４」（２２ｄ）とが対応する感応膜である場合、感応膜「２」の臭気データ「ｄａｔａ２」と感応膜「４」の臭気データ「ｄａｔａ４」とを用いて、係数を算出する。
算出部について詳細に説明をする。
前処理部２５は、基準臭気データ、基準臭気を計測した計測臭気データに対して前処理をする。具体的には、数１に示すように、基準臭気データと基準臭気を計測した計測臭気データとを、線形変換行列などを用いて前処理する。ただし、前処理に必ずしも線形変換行列を用いなくてもよい。
前処理部２５は、基準臭気データ、基準臭気を計測した計測臭気データに対して前処理をする。具体的には、数１に示すように、基準臭気データと基準臭気を計測した計測臭気データとを、線形変換行列などを用いて前処理する。ただし、前処理に必ずしも線形変換行列を用いなくてもよい。
前処理は、例えば、（Ａ）統計量の取得、（Ｂ）ダウンサンプリング、（Ｃ）平滑化、（Ｄ）オフセットの除去、（Ｅ）特徴量の抽出、（Ｆ）重み付などの処理である。
図４を用いて前処理について説明する。図４は、臭気データの波形の一例を示す図である。図４は、縦軸に臭気データのレベルＬを示し、横軸に時間ｔを示している。
（Ａ）統計量の取得について説明する。
統計量の取得は、例えば、振幅、平均を算出する処理などである。振幅を算出する処理は、図４の例では、時刻ｔ０におけるレベルＬ０と、時刻ｔｍにおけるレベルＬｍとを取得して、レベルＬｍとレベルＬ０との差（Ｌｍ−Ｌ０）を振幅とする。振幅は、感応膜２２の反応の大きさに関係する。この臭気データのレベルから振幅を算出する処理は、図４の例においては、例えば数２に示すような線形変換行列を用いて表すことができる。
統計量の取得は、例えば、振幅、平均を算出する処理などである。振幅を算出する処理は、図４の例では、時刻ｔ０におけるレベルＬ０と、時刻ｔｍにおけるレベルＬｍとを取得して、レベルＬｍとレベルＬ０との差（Ｌｍ−Ｌ０）を振幅とする。振幅は、感応膜２２の反応の大きさに関係する。この臭気データのレベルから振幅を算出する処理は、図４の例においては、例えば数２に示すような線形変換行列を用いて表すことができる。
平均を算出する処理は、例えば、臭気データのレベルの一部又は全体の平均を算出する。平均を算出する処理は、図４の時刻ｔ０から時刻ｔｎの間のレベルの平均を算出する場合、時刻ｔ０から時刻ｔｎの時間にサンプリングした臭気データの数がＮ個である場合、臭気データＮ個のレベルの平均を算出する。このように、平均を算出することにより、臭気データにのったノイズの低減などが期待できる。
なお、臭気データのレベルから平均を算出する処理は、例えば数３に示すような線形変換行列を用いて表すことができる。
（Ｂ）ダウンサンプリングについて説明する。
ダウンサンプリングは、例えば、所定周期ごとに臭気データを取得する処理（間引き処理）などである。なお、ダウンサンプリングを用いることで、データ量を抑制できるので、処理速度を向上させることができる。
ダウンサンプリングは、例えば、所定周期ごとに臭気データを取得する処理（間引き処理）などである。なお、ダウンサンプリングを用いることで、データ量を抑制できるので、処理速度を向上させることができる。
ダウンサンプリングの処理は、例えば、数４に示すような線形変換行列を用いて表すことができる。数４の例の線形変換行列は、臭気データを１／３に間引きをする。
（Ｃ）平滑化について説明する。
平滑化は、例えば、臭気データに移動平均フィルタ、ガウシアンフィルタ、中央値フィルタ、などを適用する処理である。平滑化を用いることで、臭気データのレベルに乗ったノイズを低減できる。平滑化の処理は、線形変換の場合、例えば、移動平均フィルタ、ガウシアンフィルタなどを用いる。例えば、それぞれ数５、数６のカーネルが用いられる。
平滑化は、例えば、臭気データに移動平均フィルタ、ガウシアンフィルタ、中央値フィルタ、などを適用する処理である。平滑化を用いることで、臭気データのレベルに乗ったノイズを低減できる。平滑化の処理は、線形変換の場合、例えば、移動平均フィルタ、ガウシアンフィルタなどを用いる。例えば、それぞれ数５、数６のカーネルが用いられる。
具体的なカーネルの使用方法を、移動平均フィルタの例を用いて説明する。移動平均フィルタのカーネルは数５で表される。ここで、カーネルのサイズを（１×３）とすると、カーネルは（１/３ １／３ １／３）と表される。このカーネルと、臭気データとを、ずらしながら掛け、さらに足し合わせることで、臭気データを移動平均フィルタで平滑化できる。
すなわち、移動平均フィルタの処理は、例えば、数７に示すような線形変換行列を用いて表すことができる。ガウシアンフィルタにおいても、例えばカーネルのサイズを（１×３）、分散の大きさを１と決めてカーネルを決定した後、同様の計算を行うことで、臭気データをガウシアンで平滑化できる。
非線形変換の場合、例えば中央値フィルタでは、カーネルのサイズが（１×３）とすると、臭気データに対して、三つずつずらしながらデータを選択し、それぞれ中央値をとれば中央値フィルタで平滑化できる。なお、移動平均フィルタ、ガウシアンフィルタ、中央値フィルタは一例であって、ガボールフィルタなど、他のフィルタを用いて平滑化を行ってもよい。また、提示した数値は一例であって、別の数値を用いてカーネルを決定してもよい。
（Ｄ）オフセットの除去について説明する。
オフセットの除去は、例えば、臭気データのレベルそれぞれから、レベルの一部又は全部の平均値を差し引く処理、又は、臭気データのレベルそれぞれから、所定時刻における臭気データのレベルを差し引く処理である。このようなオフセットの除去をすることで、バイアスが除去できる。なお、臭気データのレベルから、レベルの平均値を差し引く処理は、例えば、数８に示すような線形変換行列を用いて表される。
オフセットの除去は、例えば、臭気データのレベルそれぞれから、レベルの一部又は全部の平均値を差し引く処理、又は、臭気データのレベルそれぞれから、所定時刻における臭気データのレベルを差し引く処理である。このようなオフセットの除去をすることで、バイアスが除去できる。なお、臭気データのレベルから、レベルの平均値を差し引く処理は、例えば、数８に示すような線形変換行列を用いて表される。
また、臭気データのレベルＬそれぞれから、図４の時刻ｔ０における臭気データのレベルＬ０を差し引く処理は、例えば、数９に示すような線形変換行列で表される。
（Ｅ）速度定数の寄与度の特徴量の抽出について説明する。
臭気データから、感応膜への分子の吸脱着の速さ（速度定数）の寄与の大きさを特徴量とするような変換をしてもよい。例えば、数１０に示すような線形変換行列を用いてもよい。
臭気データから、感応膜への分子の吸脱着の速さ（速度定数）の寄与の大きさを特徴量とするような変換をしてもよい。例えば、数１０に示すような線形変換行列を用いてもよい。
（Ｆ）重み付について説明する。
重み付は、重視したい箇所の臭気データを指定して重み付をする処理である。重み付をすることで、臭気データの任意の重要な箇所を重視できる。重み付は、数１１に示すような線形変換行列を用いてもよい。数１１に示す線形変換行列は、図４の波形の立ち上がり時刻ｔ０の直前の時刻から、立ち下り時刻ｔｍの直後の時刻に取得した臭気データにおいて、レベルＬ０、Ｌｍを注目させるための線形変換行列である。すなわち、数１１の値０．１、０．３、０．１は、レベルＬ１、Ｌｍ及びその近辺のレベルＬを大きな値にする。
重み付は、重視したい箇所の臭気データを指定して重み付をする処理である。重み付をすることで、臭気データの任意の重要な箇所を重視できる。重み付は、数１１に示すような線形変換行列を用いてもよい。数１１に示す線形変換行列は、図４の波形の立ち上がり時刻ｔ０の直前の時刻から、立ち下り時刻ｔｍの直後の時刻に取得した臭気データにおいて、レベルＬ０、Ｌｍを注目させるための線形変換行列である。すなわち、数１１の値０．１、０．３、０．１は、レベルＬ１、Ｌｍ及びその近辺のレベルＬを大きな値にする。
また、臭気データを用いて回帰分析や判別分析を行う場合、例えば、数１２のような線形モデルがそのまま、あるいは式の一部として用いられる。この線形モデルを用いる場合、その出力は、重みｗiとｘiの掛け算が足し合わされた合計値をもとに決定される。すなわち、ｗiとｘiの絶対値が大きいほど、その出力に寄与しているものと考えられる。そのため、作成した線形モデルの係数を重みとすることで、回帰分析や判別分析の出力に寄与する部分の臭気データを重視できる。線形モデルの係数ｗiを重みとする場合、例えば、数１２に示すような線形変換行列が用いられる。なお、このとき臭気データは標準化されていてもよいし、されていなくてもよい。
なお、上述した前処理を二つ以上組み合わせて用いてもよい。例えば、（Ｄ）オフセットを除去した後、（Ｃ）平滑化などの処理を行ってもよい。
補正係数の算出について説明する。
係数算出部２６は、例えば、数１３に示すような式を最小化することで、補正係数αを算出する。最小化には、例えば、最小二乗法や確率的勾配降下法、などを用いてもよい。
係数算出部２６は、例えば、数１３に示すような式を最小化することで、補正係数αを算出する。最小化には、例えば、最小二乗法や確率的勾配降下法、などを用いてもよい。
又は、係数算出部２６は、例えば、数１４に示すように、上述した線形変換行列（前処理）を適用した後、最小化することで補正係数αを算出してもよい。
更に、係数算出部２６は、例えば、数１５に示すように、条件ごとに、最小化することで、補正係数αｋを算出してもよい。ここで、条件とは、温度、湿度、基準となる臭気の種類などを組み合わせた計測条件である。
又は、係数算出部２６は、例えば、数１６に示すように、条件ごとに、上述した線形変換行列（前処理）を適用し、最小化することで、補正係数αｋを算出してもよい。
相関係数の算出について説明する。
係数算出部２６は、相関係数を算出する場合、基準臭気データと、基準臭気を計測した計測臭気データとを用いて、相関係数ｒを算出する。具体的には、係数算出部２６は、基準臭気データと、基準臭気を計測した計測臭気データとの共分散を、それぞれの標準偏差で割り、直線的な関係性の強さを表す相関係数ｒを算出する。
係数算出部２６は、相関係数を算出する場合、基準臭気データと、基準臭気を計測した計測臭気データとを用いて、相関係数ｒを算出する。具体的には、係数算出部２６は、基準臭気データと、基準臭気を計測した計測臭気データとの共分散を、それぞれの標準偏差で割り、直線的な関係性の強さを表す相関係数ｒを算出する。
又は、係数算出部２６は、上述した条件ごとに相関係数を算出する場合、条件ごとに、基準臭気データと、基準臭気を計測した計測臭気データとを用いて、条件ごとに相関係数ｒｋを算出してもよい。
検査部３は、係数に基づいて、臭気センサ２１ｂの不良度を判定する。具体的には、検査部３は、まず、係数算出部２６において算出した係数（補正係数、又は相関係数、又はそれら両方）を取得する。続いて、検査部３は、係数データを生成して、不図示の記憶部に記憶する。検査部３は、例えば、補正係数α、αｋ、相関係数ｒ、ｒｋなどを用いて係数データを生成し、上述したように臭気センサ検査装置１の内部に設けられた記憶部、又は、外部に設けられた記憶部に記憶する。
なお、算出部２が、係数データを生成し、上述したように臭気センサ検査装置１の内部に設けられた記憶部、又は、外部に設けられた記憶部に記憶してもよい。
図５は、係数データのデータ構造の一例を示す図である。図５に示す係数データ５１は、臭気センサ２１ｂを識別するセンサ識別情報を表す「Ｓ１」と、感応膜２２ｃ、２２ｄを識別する感応膜識別情報を表す「３」「４」と、感応膜２２ｃ、２２ｄそれぞれに対する補正係数αを表す「ｃｒ３」「ｃｒ４」と、相関係数ｒを表す「ｒｒ３」「ｒｒ４」とが関連付けられて記憶されている。
また、図５に示す係数データ５２は、臭気センサ２１ｂを識別するセンサ識別情報を表す「Ｓ１」と、条件を表す「ｃｏｎ１」「ｃｏｎ２」と、感応膜２２ｃ、２２ｄを識別する感応膜識別情報を表す「３」「４」と、条件ごとの感応膜２２ｃ、２２ｄそれぞれに対する補正係数αｋを表す「ｃｒ３＿１」「ｃｒ４＿１」「ｃｒ３＿２」「ｃｒ４＿２」と、相関係数ｒｋを表す「ｒｒ３＿１」「ｒｒ４＿１」「ｒｒ３＿２」「ｒｒ４＿２」とが関連付けられて記憶されている。
続いて、検査部３は、臭気センサ２１ｂの感応膜２２それぞれに対応する補正係数α、αｋ、相関係数ｒ、ｒｋのいずれか一つ、又は補正係数αと相関係数ｒ、又は補正係数αｋと相関係数ｒｋ、又は補正係数αと相関係数ｒｋ、又は補正係数αｋと相関係数ｒを用いて検査をする。具体的には、検査部３は、取得した感応膜２２ｃ、２２ｄに対応する補正係数α、αｋ、相関係数ｒ、ｒｋのいずれか一つ、又は補正係数αと相関係数ｒ、又は補正係数αｋと相関係数ｒｋ、又は補正係数αと相関係数ｒｋ、又は補正係数αｋと相関係数ｒを用いて、あらかじめ設定されている後述する不良度データを参照し、臭気センサ２１ｂの不良度を判定する。
例えば、検査部３は、補正係数α又はαｋを用いる場合、補正係数α又はαｋの大きさに基づいて、不良度を判定する。検査部３は、例えば、補正係数α又はαｋが所定閾値ｔｈ１以下である場合、臭気センサ２１ｂを合格とする。また、検査部３は、所定閾値ｔｈ１より大きい場合、臭気センサ２１ｂを不合格とする。所定閾値ｔｈ１は、例えば、実験又はシミュレーションにより設定する。
ここで、補正係数α又はαｋは、基準臭気データに計測臭気データを合わせる補正に用いる係数なので、計測臭気データに乗算する。そのため、補正係数α又はαｋが大きい場合、計測臭気データに含まれるノイズ自体も大きくなり、臭気を精度よく計測できない恐れがある。従って、補正係数α又はαｋが大きいものを不合格とすることで、ノイズを大きく出力する臭気センサ２１を除外することができる。
又は、検査部３は、相関係数ｒ又はｒｋを用いる場合、その大きさをもとに不良度を判定する。検査部３は、相関係数ｒ又はｒｋが所定閾値ｔｈ２以上である場合、臭気センサ２１ｂを合格とする。また、検査部３は、所定閾値ｔｈ２より小さい場合、臭気センサ２１ｂを不合格とする。所定閾値ｔｈ２は、例えば、実験又はシミュレーションにより設定する。
ここで、相関係数はｒ又はｒｋは、二つのデータの線形な関係の強さを表す指標であるため、何らかの不具合がある場合、基準臭気データと、その基準臭気を計測した計測臭気データとの関係が弱いと考えられるので、臭気センサ２１ｂを除外する。
更に、検査部３は、上述した補正係数、相関係数のどちらか一方のみを用いて判定してもよいし、補正係数αと相関係数ｒ、又は補正係数αｋと相関係数ｒｋ、又は補正係数αと相関係数ｒｋ、又は補正係数αｋと相関係数ｒを用いて検査をしてもよい。
具体的には、検査部３は、補正係数による検査又は相関係数による検査のいずれか一つに合格をしている場合、臭気センサ２１ｂを合格としてもよい。又は、検査部３は、補正係数による検査と相関係数による検査の両方に合格している場合、臭気センサ２１ｂを合格としてもよい。
また、検査部３は、不合格の場合、補正係数、相関係数などの値に応じて、「再検査」「再塗布」「廃棄」などの不良度を設定し、臭気センサ２１ｂに対して検査後の処理を決定してもよい。図６は、不良度データのデータ構造の一例を示す図である。図６の例では、不良度「ｌｅｖｅｌ１」「ｌｅｖｅｌ２」「ｌｅｖｅｌ３」「ｌｅｖｅｌ４」と、臭気センサ２１の検査結果を表す「合格」「再検査」「再塗布」「廃棄」とが関連付けられて記憶部に記憶されている。例えば、不良度は、実験、シミュレーションにより決める。
出力部２４は、検査部３から出力可能な形式に変換された、検査結果（不良度）を表す出力情報を取得し、その出力情報に基づいて生成した画像及び音声などを出力する。出力部２４は、例えば、液晶、有機ＥＬ（Electro Luminescence）、ＣＲＴ（Cathode Ray Tube）を用いた画像表示装置などである。更に、画像表示装置はスピーカなどの音声出力装置などを有してもよい。なお、出力部２４は、プリンタなどの印刷装置でもよい。
［装置動作］
次に、本発明の実施の形態における臭気センサ検査装置１の動作について図７を用いて説明する。図７は、臭気センサ検査装置の動作の一例を示すフロー図である。以下の説明においては、適宜図１から図６を参酌する。また、本実施の形態では、臭気センサ検査装置１を動作させることによって、臭気センサ検査方法が実施される。よって、本実施の形態における臭気センサ検査方法の説明は、以下の臭気センサ検査装置１の動作説明に代える。
次に、本発明の実施の形態における臭気センサ検査装置１の動作について図７を用いて説明する。図７は、臭気センサ検査装置の動作の一例を示すフロー図である。以下の説明においては、適宜図１から図６を参酌する。また、本実施の形態では、臭気センサ検査装置１を動作させることによって、臭気センサ検査方法が実施される。よって、本実施の形態における臭気センサ検査方法の説明は、以下の臭気センサ検査装置１の動作説明に代える。
図７に示すように、最初に、取得部２３は、基準臭気センサ２１ａから感応膜２２ごとの基準臭気データを取得する（ステップＡ１）。具体的には、ステップＡ１において、取得部２３は、感応膜２２それぞれを識別する感応膜識別情報と、感応膜２２それぞれが出力した臭気データとを関連付けた基準臭気データを取得し、記憶部に記憶する。図３の基準臭気データ３１を参照。なお、基準臭気データが既に記憶部に記憶されている場合、ステップＡ１の処理は不要である。
続いて、算出部２は、補正係数を設定する対象となる臭気センサ２１ｂから感応膜２２ごとに、基準臭気を用いて計測した計測臭気データを取得する（ステップＡ２）。具体的には、ステップＡ２において、算出部２は、感応膜２２それぞれを識別する感応膜識別情報と、感応膜２２それぞれが出力した臭気データとを関連付けた、基準臭気を用いて計測した計測臭気データを取得する。
続いて、算出部２の前処理部２５は、基準臭気データ、計測臭気データに対して前処理をする（ステップＡ３）。具体的には、ステップＡ３において、前処理部２５は、数１に示すように、基準臭気データと計測臭気データとを、線形変換行列などを用いて前処理する。ただし、ステップＡ３の前処理はなくてもよい。
前処理は、例えば、上述した（Ａ）統計量の取得、（Ｂ）ダウンサンプリング、（Ｃ）平滑化、（Ｄ）オフセットの除去、（Ｅ）特徴量の抽出、（Ｆ）重み付などの処理である。
続いて、算出部２の係数算出部２６は、基準臭気データと、計測臭気データとを用いて、感応膜２２ごとに係数（補正係数、又は相関係数、又はそれら両方）を算出する（ステップＡ４）。
具体的には、ステップＡ４において、係数算出部２６は、感応膜「１」（２２ａ）と感応膜「３」（２２ｃ）とが対応する感応膜である場合、感応膜「１」の臭気データ「ｄａｔａ１」と感応膜「３」の臭気データ「ｄａｔａ３」とを用いて、係数を算出する。また、算出部２は、感応膜「２」（２２ｂ）と感応膜「４」（２２ｄ）とが対応する感応膜である場合、感応膜「２」の臭気データ「ｄａｔａ２」と感応膜「４」の臭気データ「ｄａｔａ４」とを用いて、係数を算出する。
係数算出部２６は、例えば、数１３に示すように最小化して、補正係数αを算出する。又は、係数算出部２６は、例えば、数１４に示すように、上述した線形変換行列（前処理）を適用した後、最小化して、補正係数αを算出してもよい。
又は、係数算出部２６は、例えば、数１５に示すように、条件ごとに、最小化して、補正係数αｋを算出してもよい。ここで、条件とは、温度、湿度、基準となる臭気の種類などを組み合わせた計測条件である。又は、係数算出部２６は、例えば、数１６に示すように、条件ごとに、上述した線形変換行列（前処理）を適用した後、最小化して、補正係数αｋを算出してもよい。
又は、係数算出部２６は、相関係数を算出する場合、基準臭気データと、基準臭気を計測した計測臭気データとを用いて、相関係数ｒを算出してもよい。具体的には、係数算出部２６は、基準臭気データと、基準臭気を計測した計測臭気データとの共分散を、それぞれの標準偏差で割り、直線的な関係性の強さを表す相関係数ｒを算出する。
又は、係数算出部２６は、相関係数を算出する場合、上述した条件ごとに、基準臭気データと、基準臭気を計測した計測臭気データとを用いて、条件ごとに相関係数ｒｋを算出してもよい。
続いて、検査部３は、係数を用いて臭気センサ２１ｂの検査をする（ステップＡ５）。具体的には、ステップＡ５において、検査部３は、まず、係数算出部２６において算出した係数を取得する。続いて、検査部３は、係数データを生成して、不図示の記憶部に記憶する。
検査部３は、例えば、補正係数α、αｋ、相関係数ｒ、ｒｋなどを用いて係数データを生成し、上述したように臭気センサ検査装置１の内部に設けられた記憶部、又は、外部に設けられた記憶部に記憶する。図５の係数データ５１、５２を参照。
なお、算出部２が、係数データを生成し、上述したように臭気センサ検査装置１の内部に設けられた記憶部、又は、外部に設けられた記憶部に記憶してもよい。
続いて、検査部３は、臭気センサ２１ｂの感応膜２２それぞれに対応する補正係数α、αｋ、相関係数ｒ、ｒｋのいずれか一つ、又は補正係数αと相関係数ｒ、又は補正係数αｋと相関係数ｒｋ、又は補正係数αと相関係数ｒｋ、又は補正係数αｋと相関係数ｒを用いて検査をする。
具体的には、検査部３は、取得した感応膜２２ｃ、２２ｄに対応する補正係数α、αｋ、相関係数ｒ、ｒｋのいずれか一つ、又は補正係数αと相関係数ｒ、又は補正係数αｋと相関係数ｒｋ、又は補正係数αと相関係数ｒｋ、又は補正係数αｋと相関係数ｒを用いて、あらかじめ記憶されている後述する不良度データを参照し、臭気センサ２１ｂの不良度を判定する。図６の不良度データ６１を参照。
例えば、検査部３は、補正係数α又はαｋを用いる場合、補正係数α又はαｋの大きさに基づいて、不良度を判定する。検査部３は、例えば、補正係数α又はαｋが所定閾値ｔｈ１以下である場合、臭気センサ２１ｂを合格とする。また、検査部３は、所定閾値ｔｈ１より大きい場合、臭気センサ２１ｂを不合格とする。
このように、補正係数α又はαｋが大きい場合、計測臭気データに含まれるノイズ自体も大きくなり、臭気を精度よく計測できない恐れがある。従って、補正係数α又はαｋが大きい臭気センサ２１ｂを不合格とすることで、ノイズが大きい臭気センサ２１ｂを除外することができる。
又は、検査部３は、相関係数ｒ又はｒｋを用いる場合、その大きさをもとに不良度を判定する。検査部３は、相関係数ｒ又はｒｋが所定閾値ｔｈ２以上である場合、臭気センサ２１ｂを合格とする。また、検査部３は、所定閾値ｔｈ２より小さい場合、臭気センサ２１ｂを不合格とする。所定閾値ｔｈ２は、例えば、実験又はシミュレーションにより設定する。
このように、相関係数はｒ又はｒｋは、二つのデータの線形な関係の強さを表す指標であるため、何らかの不具合がある場合、基準臭気データと、基準臭気を計測した計測臭気データとの関係が弱いと考えられるので、臭気センサ２１ｂを除外する。
更に、検査部３は、上述した補正係数、相関係数のどちらか一方のみを用いて判定してもよいし、補正係数αと相関係数ｒ、又は補正係数αｋと相関係数ｒｋ、又は補正係数αと相関係数ｒｋ、又は補正係数αｋと相関係数ｒを用いて検査をしてもよい。
具体的には、検査部３は、補正係数による検査又は相関係数による検査のいずれか一つが合格をしている場合、臭気センサ２１ｂを合格としてもよい。又は、検査部３は、補正係数による検査と相関係数による検査の両方が合格している場合、臭気センサ２１ｂを合格としてもよい。
続いて出力部６２は、検査部３から出力可能な形式に変換された、判定結果（不良度）を表す出力情報を取得し、その出力情報に基づいて生成した画像及び音声などを出力する（ステップＡ６）。
［本実施の形態の効果］
以上のように、本実施の形態によれば、算出した係数（補正係数、又は相関係数、又はそれら両方）を用いて、臭気センサを検査するので、臭気センサの不良を精度よく検出できる。
以上のように、本実施の形態によれば、算出した係数（補正係数、又は相関係数、又はそれら両方）を用いて、臭気センサを検査するので、臭気センサの不良を精度よく検出できる。
また、感応膜ごとに形状、大きさ、厚さなどによる製造バラツキがある場合、臭気センサの不良を精度よく検査できない。しかし、本実施の形態によれば、感応膜ごとに算出した係数を用いて、感応膜ごとに検査をするので、臭気センサの不良を精度よく検出できる。
［プログラム］
本発明の実施の形態におけるプログラムは、コンピュータに、図７に示すステップＡ１からＡ６を実行させるプログラムであればよい。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における臭気センサ検査装置と臭気センサ検査方法とを実現することができる。この場合、コンピュータのプロセッサは、取得部２３、算出部２（前処理部２５、係数算出部２６）、検査部３として機能し、処理を行なう。
本発明の実施の形態におけるプログラムは、コンピュータに、図７に示すステップＡ１からＡ６を実行させるプログラムであればよい。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における臭気センサ検査装置と臭気センサ検査方法とを実現することができる。この場合、コンピュータのプロセッサは、取得部２３、算出部２（前処理部２５、係数算出部２６）、検査部３として機能し、処理を行なう。
また、本実施の形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されてもよい。この場合は、例えば、各コンピュータが、それぞれ、算出部２（前処理部２５、係数算出部２６）、検査部３のいずれかとして機能してもよい。
［物理構成］
ここで、実施の形態におけるプログラムを実行することによって、臭気センサ検査装置を実現するコンピュータについて図８を用いて説明する。図８は、臭気センサ検査装置を実現するコンピュータの一例を示すブロック図である。
ここで、実施の形態におけるプログラムを実行することによって、臭気センサ検査装置を実現するコンピュータについて図８を用いて説明する。図８は、臭気センサ検査装置を実現するコンピュータの一例を示すブロック図である。
図８に示すように、コンピュータ１１０は、ＣＰＵ１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。なお、コンピュータ１１０は、ＣＰＵ１１１に加えて、又はＣＰＵ１１１に代えて、ＧＰＵ（Graphics Processing Unit）、又はＦＰＧＡ（Field-Programmable Gate Array）を備えていてもよい。
ＣＰＵ１１１は、記憶装置１１３に格納された、本実施の形態におけるプログラム（コード）をメインメモリ１１２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）などの揮発性の記憶装置である。また、本実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであってもよい。
また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリなどの半導体記憶装置があげられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。
データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。
また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）などの汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）などの磁気記録媒体、又はＣＤ−ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体があげられる。
なお、本実施の形態における臭気センサ検査装置１は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、臭気センサ検査装置１は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。
［付記］
以上の実施の形態に関し、更に以下の付記を開示する。上述した実施の形態の一部又は全部は、以下に記載する（付記１）から（付記１２）により表現することができるが、以下の記載に限定されるものではない。
以上の実施の形態に関し、更に以下の付記を開示する。上述した実施の形態の一部又は全部は、以下に記載する（付記１）から（付記１２）により表現することができるが、以下の記載に限定されるものではない。
（付記１）
第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、算出部と、
前記係数に基づいて、前記臭気センサを検査する、検査部と、
を有することを特徴とする臭気センサ検査装置。
第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、算出部と、
前記係数に基づいて、前記臭気センサを検査する、検査部と、
を有することを特徴とする臭気センサ検査装置。
（付記２）
付記１に記載の臭気センサ検査装置であって、
前記臭気センサは、複数の感応膜を有し、
前記算出部は、前記感応膜ごとに前記係数を算出する
ことを特徴とする臭気センサ検査装置。
付記１に記載の臭気センサ検査装置であって、
前記臭気センサは、複数の感応膜を有し、
前記算出部は、前記感応膜ごとに前記係数を算出する
ことを特徴とする臭気センサ検査装置。
（付記３）
付記２に記載の臭気センサ検査装置であって、
前記第一の臭気データは、基準となる前記第一の臭気に基づいて、前記感応膜ごとに生成する
ことを特徴とする臭気センサ検査装置。
付記２に記載の臭気センサ検査装置であって、
前記第一の臭気データは、基準となる前記第一の臭気に基づいて、前記感応膜ごとに生成する
ことを特徴とする臭気センサ検査装置。
（付記４）
付記２又は３に記載の臭気センサ検査装置であって、
前記検査部は、前記感応膜ごとに算出した前記係数に基づいて、前記感応膜ごとに検査をする
ことを特徴とする臭気センサ検査装置。
付記２又は３に記載の臭気センサ検査装置であって、
前記検査部は、前記感応膜ごとに算出した前記係数に基づいて、前記感応膜ごとに検査をする
ことを特徴とする臭気センサ検査装置。
（付記５）
（ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を有することを特徴とする臭気センサ検査方法。
（ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を有することを特徴とする臭気センサ検査方法。
（付記６）
付記５に記載の臭気センサ検査方法であって、
前記臭気センサは、複数の感応膜を有し、
前記（ａ）のステップにおいて、前記感応膜ごとに前記係数を算出する
ことを特徴とする臭気センサ検査方法。
付記５に記載の臭気センサ検査方法であって、
前記臭気センサは、複数の感応膜を有し、
前記（ａ）のステップにおいて、前記感応膜ごとに前記係数を算出する
ことを特徴とする臭気センサ検査方法。
（付記７）
付記６に記載の臭気センサ検査方法であって、
前記第一の臭気データは、基準となる前記第一の臭気に基づいて、前記感応膜ごとに生成する
ことを特徴とする臭気センサ検査方法。
付記６に記載の臭気センサ検査方法であって、
前記第一の臭気データは、基準となる前記第一の臭気に基づいて、前記感応膜ごとに生成する
ことを特徴とする臭気センサ検査方法。
（付記８）
付記６又は７に記載の臭気センサ検査方法であって、
前記（ｂ）のステップにおいて、前記感応膜ごとに算出した前記係数に基づいて、前記感応膜ごとに検査をする
ことを特徴とする臭気センサ検査方法。
付記６又は７に記載の臭気センサ検査方法であって、
前記（ｂ）のステップにおいて、前記感応膜ごとに算出した前記係数に基づいて、前記感応膜ごとに検査をする
ことを特徴とする臭気センサ検査方法。
（付記９）
コンピュータに、
（ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を実行させる命令を含むプログラムを記録しているコンピュータ読み取り可能な記録媒体。
コンピュータに、
（ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を実行させる命令を含むプログラムを記録しているコンピュータ読み取り可能な記録媒体。
（付記１０）
付記９に記載のコンピュータ読み取り可能な記録媒体であって、
前記臭気センサは、複数の感応膜を有し、
前記（ａ）のステップにおいて、前記感応膜ごとに前記係数を算出する
ことを特徴とするコンピュータ読み取り可能な記録媒体。
付記９に記載のコンピュータ読み取り可能な記録媒体であって、
前記臭気センサは、複数の感応膜を有し、
前記（ａ）のステップにおいて、前記感応膜ごとに前記係数を算出する
ことを特徴とするコンピュータ読み取り可能な記録媒体。
（付記１１）
付記１０に記載のコンピュータ読み取り可能な記録媒体であって、
前記第一の臭気データは、基準となる前記第一の臭気に基づいて、前記感応膜ごとに生成する
ことを特徴とするコンピュータ読み取り可能な記録媒体。
付記１０に記載のコンピュータ読み取り可能な記録媒体であって、
前記第一の臭気データは、基準となる前記第一の臭気に基づいて、前記感応膜ごとに生成する
ことを特徴とするコンピュータ読み取り可能な記録媒体。
（付記１２）
付記１０又は１１に記載のコンピュータ読み取り可能な記録媒体であって、
前記（ｂ）のステップにおいて、前記感応膜ごとに算出した前記係数に基づいて、前記感応膜ごとに検査をする
ことを特徴とするコンピュータ読み取り可能な記録媒体。
付記１０又は１１に記載のコンピュータ読み取り可能な記録媒体であって、
前記（ｂ）のステップにおいて、前記感応膜ごとに算出した前記係数に基づいて、前記感応膜ごとに検査をする
ことを特徴とするコンピュータ読み取り可能な記録媒体。
以上、実施の形態を参照して本願発明を説明したが、本願発明は上記実施の形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
以上のように本発明によれば、臭気センサの不良を精度よく検出することができる。本発明は、臭気センサの不良を検査する必要がある分野において有用である。
１ 臭気センサ検査装置
２ 算出部
３ 検査部
２１、２１ａ、２１ｂ 臭気センサ
２２、２２ａ、２２ｂ、２２ｃ、２２ｄ 感応膜
２３ 取得部
２４ 出力部
２５ 前処理部
２６ 係数算出部
３１ 基準臭気データ
３２ 計測臭気データ
５１ 係数データ
６１ 不良度データ
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス
２ 算出部
３ 検査部
２１、２１ａ、２１ｂ 臭気センサ
２２、２２ａ、２２ｂ、２２ｃ、２２ｄ 感応膜
２３ 取得部
２４ 出力部
２５ 前処理部
２６ 係数算出部
３１ 基準臭気データ
３２ 計測臭気データ
５１ 係数データ
６１ 不良度データ
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス
本発明は、臭気センサを検査する臭気センサ検査装置、臭気センサ検査方法に関し、更には、これらを実現するためのプログラムに関する。
本発明の目的の一例は、臭気センサの不良を精度よく検出する、臭気センサ検査装置、臭気センサ検査方法、及びプログラムを提供することにある。
更に、上記目的を達成するため、本発明の一側面におけるプログラムは、
コンピュータに、
（ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を実行させることを特徴とする。
コンピュータに、
（ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を実行させることを特徴とする。
（付記９）
コンピュータに、
（ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を実行させる命令を含むプログラム。
コンピュータに、
（ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を実行させる命令を含むプログラム。
（付記１０）
付記９に記載のプログラムであって、
前記臭気センサは、複数の感応膜を有し、
前記（ａ）のステップにおいて、前記感応膜ごとに前記係数を算出する
ことを特徴とするプログラム。
付記９に記載のプログラムであって、
前記臭気センサは、複数の感応膜を有し、
前記（ａ）のステップにおいて、前記感応膜ごとに前記係数を算出する
ことを特徴とするプログラム。
（付記１１）
付記１０に記載のプログラムであって、
前記第一の臭気データは、基準となる前記第一の臭気に基づいて、前記感応膜ごとに生成する
ことを特徴とするプログラム。
付記１０に記載のプログラムであって、
前記第一の臭気データは、基準となる前記第一の臭気に基づいて、前記感応膜ごとに生成する
ことを特徴とするプログラム。
（付記１２）
付記１０又は１１に記載のプログラムであって、
前記（ｂ）のステップにおいて、前記感応膜ごとに算出した前記係数に基づいて、前記感応膜ごとに検査をする
ことを特徴とするプログラム。
付記１０又は１１に記載のプログラムであって、
前記（ｂ）のステップにおいて、前記感応膜ごとに算出した前記係数に基づいて、前記感応膜ごとに検査をする
ことを特徴とするプログラム。
Claims (12)
- 第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、算出手段と、
前記係数に基づいて、前記臭気センサを検査する、検査手段と、
を有することを特徴とする臭気センサ検査装置。 - 請求項１に記載の臭気センサ検査装置であって、
前記臭気センサは、複数の感応膜を有し、
前記算出手段は、前記感応膜ごとに前記係数を算出する
ことを特徴とする臭気センサ検査装置。 - 請求項２に記載の臭気センサ検査装置であって、
前記第一の臭気データは、基準となる前記第一の臭気に基づいて、前記感応膜ごとに生成する
ことを特徴とする臭気センサ検査装置。 - 請求項２又は３に記載の臭気センサ検査装置であって、
前記検査手段は、前記感応膜ごとに算出した前記係数に基づいて、前記感応膜ごとに検査をする
ことを特徴とする臭気センサ検査装置。 - （ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を有することを特徴とする臭気センサ検査方法。 - 請求項５に記載の臭気センサ検査方法であって、
前記臭気センサは、複数の感応膜を有し、
前記（ａ）のステップにおいて、前記感応膜ごとに前記係数を算出する
ことを特徴とする臭気センサ検査方法。 - 請求項６に記載の臭気センサ検査方法であって、
前記第一の臭気データは、基準となる前記第一の臭気に基づいて、前記感応膜ごとに生成する
ことを特徴とする臭気センサ検査方法。 - 請求項６又は７に記載の臭気センサ検査方法であって、
前記（ｂ）のステップにおいて、前記感応膜ごとに算出した前記係数に基づいて、前記感応膜ごとに検査をする
ことを特徴とする臭気センサ検査方法。 - コンピュータに、
（ａ）第一の臭気を示す第一の臭気データと、前記第一の臭気を臭気センサが計測して得た第二の臭気データとに基づいて、係数を算出する、ステップと、
（ｂ）前記係数に基づいて、前記臭気センサを検査する、ステップと、
を実行させる命令を含むプログラムを記録しているコンピュータ読み取り可能な記録媒体。 - 請求項９に記載のコンピュータ読み取り可能な記録媒体であって、
前記臭気センサは、複数の感応膜を有し、
前記（ａ）のステップにおいて、前記感応膜ごとに前記係数を算出する
ことを特徴とするコンピュータ読み取り可能な記録媒体。 - 請求項１０に記載のコンピュータ読み取り可能な記録媒体であって、
前記第一の臭気データは、基準となる前記第一の臭気に基づいて、前記感応膜ごとに生成する
ことを特徴とするコンピュータ読み取り可能な記録媒体。 - 請求項１０又は１１に記載のコンピュータ読み取り可能な記録媒体であって、
前記（ｂ）のステップにおいて、前記感応膜ごとに算出した前記係数に基づいて、前記感応膜ごとに検査をする
ことを特徴とするコンピュータ読み取り可能な記録媒体。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2018/040417 WO2020090018A1 (ja) | 2018-10-30 | 2018-10-30 | 臭気センサ検査装置、臭気センサ検査方法、及びコンピュータ読み取り可能な記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2020090018A1 true JPWO2020090018A1 (ja) | 2021-09-16 |
| JP7205548B2 JP7205548B2 (ja) | 2023-01-17 |
Family
ID=70462593
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020554655A Active JP7205548B2 (ja) | 2018-10-30 | 2018-10-30 | 臭気センサ検査装置、臭気センサ検査方法、及びプログラム |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP7205548B2 (ja) |
| WO (1) | WO2020090018A1 (ja) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08136487A (ja) * | 1994-11-07 | 1996-05-31 | Nohmi Bosai Ltd | ニオイモニタ |
| JP4415731B2 (ja) * | 2004-03-31 | 2010-02-17 | 株式会社島津製作所 | におい測定装置 |
| JP5308670B2 (ja) * | 2004-10-07 | 2013-10-09 | イー・アイ・デュポン・ドウ・ヌムール・アンド・カンパニー | ガスの混合物を分析するコンピュータ実装システムおよび方法 |
| US20180120277A1 (en) * | 2016-10-31 | 2018-05-03 | Electronics And Telecommunications Research Institute | Apparatus and method for generation of olfactory information capable of calibration based on pattern recognition model |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS538670B2 (ja) * | 1971-10-04 | 1978-03-30 |
-
2018
- 2018-10-30 WO PCT/JP2018/040417 patent/WO2020090018A1/ja active Application Filing
- 2018-10-30 JP JP2020554655A patent/JP7205548B2/ja active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08136487A (ja) * | 1994-11-07 | 1996-05-31 | Nohmi Bosai Ltd | ニオイモニタ |
| JP4415731B2 (ja) * | 2004-03-31 | 2010-02-17 | 株式会社島津製作所 | におい測定装置 |
| JP5308670B2 (ja) * | 2004-10-07 | 2013-10-09 | イー・アイ・デュポン・ドウ・ヌムール・アンド・カンパニー | ガスの混合物を分析するコンピュータ実装システムおよび方法 |
| US20180120277A1 (en) * | 2016-10-31 | 2018-05-03 | Electronics And Telecommunications Research Institute | Apparatus and method for generation of olfactory information capable of calibration based on pattern recognition model |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020090018A1 (ja) | 2020-05-07 |
| JP7205548B2 (ja) | 2023-01-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6940001B2 (ja) | 学習モデル作成支援装置、学習モデル作成支援方法、及びプログラム | |
| Rudawska et al. | Analysis for determining surface free energy uncertainty by the Owen–Wendt method | |
| US20210018479A1 (en) | Odor sensing apparatus, odor detection method, and computer-readable recording medium | |
| Ren et al. | Gaussian mixture model and delay-and-sum based 4D imaging of damage in aircraft composite structures under time-varying conditions | |
| US11598740B2 (en) | Server apparatus, odor sensor data analysis method, and computer-readable recording medium | |
| WO2005103610A1 (ja) | 微小変位計測法及び装置 | |
| EP2365322A1 (en) | Gas sensor age compensation and failure detection | |
| Nwanoro et al. | Investigating the accuracy of digital image correlation in monitoring strain fields across historical tapestries | |
| JP2023541907A (ja) | 流体試料を識別するためのセンサ、およびそのようなセンサに対して認定試験を適用するための方法 | |
| US20230152290A1 (en) | Odor detection system, odor detection method, and program | |
| CN117347646A (zh) | 检测体液样本中的瞬态误差 | |
| JP7205548B2 (ja) | 臭気センサ検査装置、臭気センサ検査方法、及びプログラム | |
| Elie et al. | Estimation of mechanical properties of panels based on modal density and mean mobility measurements | |
| US20030194815A1 (en) | Method and apparatus for analyzing spatial and temporal processes of interaction | |
| US11245764B2 (en) | Server apparatus, odor sensor data analysis method, and computer readable recording medium for unfixed odor analysis targets | |
| JP2019531479A (ja) | 測定対象のサンプルの組成を正確に定量化するためのシステムおよび方法 | |
| WO2020090019A1 (ja) | 臭気センサデータ補正装置、臭気センサデータ補正方法、及びコンピュータ読み取り可能な記録媒体 | |
| US11846620B2 (en) | Noise removing apparatus, noise removing method, and recording medium | |
| WO2020202338A1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| JP6841667B2 (ja) | ソフトウェア性能測定システム及びプログラム | |
| JP7173354B2 (ja) | 検出装置、検出方法およびプログラム | |
| US20230118020A1 (en) | Data generation apparatus, data generation method, and recording medium | |
| JP4415731B2 (ja) | におい測定装置 | |
| EP4141411A1 (en) | Odor detection device, odor detection method, and program | |
| JP5517973B2 (ja) | パターン認識装置およびパターン認識方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210420 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210420 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220419 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220610 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220823 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221019 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221129 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221212 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7205548 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |