WO2018043549A1 - センサ素子及びセンサ装置 - Google Patents

センサ素子及びセンサ装置 Download PDF

Info

Publication number
WO2018043549A1
WO2018043549A1 PCT/JP2017/031122 JP2017031122W WO2018043549A1 WO 2018043549 A1 WO2018043549 A1 WO 2018043549A1 JP 2017031122 W JP2017031122 W JP 2017031122W WO 2018043549 A1 WO2018043549 A1 WO 2018043549A1
Authority
WO
WIPO (PCT)
Prior art keywords
component
detection target
selectivity
reaction
noise
Prior art date
Application number
PCT/JP2017/031122
Other languages
English (en)
French (fr)
Inventor
池田　豊
Original Assignee
京セラ株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 京セラ株式会社 filed Critical 京セラ株式会社
Priority to JP2018537335A priority Critical patent/JPWO2018043549A1/ja
Priority to CN201780052993.9A priority patent/CN109642863A/zh
Priority to US16/329,071 priority patent/US20190195763A1/en
Publication of WO2018043549A1 publication Critical patent/WO2018043549A1/ja

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/497—Physical analysis of biological material of gaseous biological material, e.g. breath

Definitions

  • the present disclosure relates to a sensor element and a sensor device.
  • Patent Document 1 discloses a gas sensor including a diaphragm portion and a plurality of sensitive films on the surface of the diaphragm portion.
  • a sensor element includes a substrate and a reaction unit arranged on the substrate and reacting with a specific component.
  • the reaction unit includes a first reaction unit and a second reaction unit having a lower reactivity with respect to a component to be detected in the sample than the first reaction unit.
  • the reactivity of the first reaction unit with respect to the detection target component is higher than the reactivity with respect to noise components other than the detection target component in the specimen.
  • a sensor device includes a sensor element and a control unit.
  • the sensor element includes a substrate and a reaction unit that is disposed on the substrate and reacts with a specific component.
  • the control unit calculates a value related to a component in the sample based on a signal output from the sensor element according to the reaction of the reaction unit.
  • the reaction unit includes a first reaction unit and a second reaction unit that is less reactive with the detection target component than the first reaction unit. The reactivity of the first reaction unit with respect to the detection target component is higher than the reactivity with respect to noise components other than the detection target component in the specimen.
  • FIG. 1 is a schematic perspective view of a sensor element 10 of the present disclosure.
  • the sensor element 10 can detect a detection target component (detection target component) in the fluid to be detected.
  • the sensor element 10 includes a substrate 11, a reaction unit 12, and a detection unit 13.
  • the sensor element 10 shown in FIG. 1 includes first, second, third and fourth reaction units 12a, 12b, 12c and 12d, and first, second, third and fourth detection units 13a, 13b, 13c and 13d.
  • the number of reaction units 12 included in the sensor element 10 is not limited to four.
  • the sensor element 10 only needs to include two or more reaction units 12.
  • the number of detection units 13 only needs to correspond to the number of reaction units 12.
  • the plurality of detection units 13 are arranged on the substrate 11 corresponding to the plurality of reaction units 12, for example. In FIG. 1, the description of the plurality of detection units 13 is omitted.
  • reaction units 12a to 12d when the first to fourth reaction units 12a to 12d are not distinguished from each other, they are referred to as reaction units 12.
  • detection units 13a to 13d when the first to fourth detection units 13a to 13d are not distinguished from each other, they are referred to as detection units 13.
  • the substrate 11 may be any deformable member.
  • the substrate 11 may be a thin substrate that functions as a diaphragm, for example.
  • the substrate 11 may be an n-type Si substrate, for example.
  • the reaction unit 12 can react to specific components.
  • the reaction unit 12 is disposed on the substrate 11.
  • the reaction part 12 should just be a film-like member, for example.
  • the reaction part 12 should just be comprised with the material which deform
  • the reaction part 12 should just be formed with materials, such as a polystyrene, chloroprene rubber, polymethylmethacrylate, or nitrocellulose, for example.
  • each reaction part 12 is formed of a different material, it is possible to impart different selectivity to a specific component to each reaction part 12. That is, the degree of reaction to a specific component can be changed, or a different component can be reacted.
  • selectivity means the reactivity (or sensitivity) according to each specific component. Specifically, selectivity is the contribution ratio of each component to the deformation of the reaction unit 12 when a plurality of types of components are supplied to the single reaction unit 12 at the same concentration.
  • the detection unit 13 can detect that the reaction unit 12 has reacted to a specific component.
  • the detection unit 13 is, for example, a piezoresistive element, and may be disposed on the substrate 11.
  • the detection unit 13 may have, for example, four piezoresistive elements to form a Wheatstone bridge circuit.
  • the detection unit 13 may be formed by diffusing, for example, boron (B) on the substrate 11.
  • the sensor element 10 can detect a specific component by having the above configuration. Specifically, first, the reaction unit 12 is deformed in response to a specific component, and the substrate 11 is deformed in accordance with the deformation of the reaction unit 12. Then, stress is applied to the detection unit 13 due to the deformation of the substrate 11, and the electrical resistance value of the detection unit 13 changes. As a result, the output of the detection unit 13 varies, and the sensor element 10 can detect a specific component.
  • the sensor element 10 can detect the detection target component.
  • Detecting unit 13 outputs an electrical signal corresponding to a reaction with a specific component.
  • the signal output by the detection unit 13 is hereinafter also referred to as “sensor output”.
  • the sensor output may be a voltage value, for example.
  • FIG. 2 is a functional block diagram illustrating a schematic configuration of the sensor device 20.
  • the sensor device 20 in FIG. 2 includes the sensor element 10 in FIG. That is, as shown in FIG. 2, the sensor device 20 includes a control unit 21, a storage unit 22, and a sensor element 10 (detection unit 13).
  • the sensor device 20 can calculate a value relating to the component contained in the test fluid based on the reaction state with the component in the reaction unit 12. For example, the sensor device 20 can calculate the concentration of the detection target component contained in the test fluid.
  • the value relating to the component contained in the test fluid is not limited to the concentration, and may be any value such as an index expressed as a numerical value.
  • the value related to the component included in the subject is not limited to the value related to the detection target component, and may be a value related to other components excluding the detection target component, for example. In this specification, it demonstrates below that the sensor apparatus 20 calculates the density
  • the control unit 21 is a processor that controls and manages the entire sensor device 20 including each functional block of the sensor device 20.
  • the control unit 21 is configured by a processor such as a CPU (Central processing unit) that executes a program that defines a control procedure.
  • a program may be stored in, for example, the storage unit 22 or an external storage medium connected to the sensor device 20.
  • the storage unit 22 may be composed of a semiconductor memory or a magnetic memory.
  • the storage unit 22 can store various information and / or a program for operating the sensor device 20.
  • the storage unit 22 may function as a work memory.
  • the measurement principle of the detection target component contained in the test fluid will be described.
  • the measurement of the concentration of the detection target component mainly includes a step of calculating the concentration of the detection target component and a step of generating a mathematical formula for calculating the concentration.
  • control unit 21 calculates the concentration of the detection target component.
  • the description will be made assuming that the test fluid is a gas.
  • 3A and 3B are explanatory diagrams regarding an example of a measurement principle by the sensor device 20. Based on FIG. 3A, calculation of the concentration of the detection target component in the test fluid will be described.
  • control unit 21 calculates the concentration of the detection target component by substituting the sensor output of each detection unit 13 into a predetermined mathematical formula.
  • the predetermined mathematical formula is obtained as a regression formula for calculating the concentration of the detection target component by a technique such as multiple regression analysis.
  • FIG. 3B is a diagram illustrating calculation of a regression coefficient by multiple regression analysis. Based on FIG. 3B, a method of calculating the regression equation will be described.
  • a plurality of reference gases are prepared.
  • the plurality of reference gases are gases having components (assumed components) that are assumed to be contained in the test fluid.
  • the plurality of reference gases have an assumed component at a predetermined concentration, and the concentration of the assumed component is different for each reference gas.
  • a plurality of reference gases are supplied to the reaction unit 12 of the sensor element 10.
  • a sensor output corresponding to the selectivity of each reaction unit 12 is obtained from each detection unit 13.
  • multiple regression analysis is performed and a regression coefficient can be calculated.
  • sufficient types of gases are prepared to perform multiple regression analysis.
  • the generation of the regression equation will be described more specifically by taking as an example the case where the sensor element 10 includes the first and second reaction units 12a and 12b.
  • the sensor outputs (Y 1 , Y 2 ) of the first and second detectors 13a, 13b are expressed by the following equation (Equation 1), where the concentration of the detection target component is X A and the concentration of the noise component is X B. Can be represented.
  • the noise component is a component excluding the detection target component included in the fluid to be detected.
  • Constant terms in equation 1 (Z1, Z 2) for example, nothing is a signal like that is also output by a manufacturing error or the like in a state that is not supplied.
  • Y 1 (A 1 ⁇ X A ) + (B 1 ⁇ X B ) + Z 1 (constant term)
  • Y 2 (A 2 ⁇ X A ) + (B 2 ⁇ X B ) + Z 2 (constant term) Equation 1
  • the multiple regression analysis may be performed by simulation using a computer instead of measuring the reference gas.
  • the selectivity can be obtained by preparing a gas (single gas) consisting only of each assumed component for each assumed component and comparing the sensor output for each single gas.
  • the regression equation (Equation 2) can be generated.
  • the sensor device 20 (control unit 21) is substituted into Y 1 and Y 2 of the sensor output of the detector 13 when the test fluid is fed to the reaction section 12, a regression equation (Equation 2)
  • the concentration of the detection target component can be calculated by performing arithmetic processing.
  • the measurement result deviates from the true value depending on the supply method of the test fluid.
  • the detection target component is supplied to the sensor element 10 at a concentration lower than the concentration actually contained in the test fluid due to the influence of the measurement atmosphere.
  • the change of the reaction unit 12 may be slightly different, or the output of the detection unit 13 may be slightly different even if the change of the reaction unit 12 is the same. is there. Therefore, there is a concern that the accuracy of the measurement result of the sensor element 10 is lowered. Therefore, the inventor of the present disclosure conducted a simulation using a computer for calculating the concentration of the detection target component using the above-described principle, and verified the influence of the selectivity of each reaction unit 12 on the accuracy of the measurement result. .
  • Equation 1 the selectivity of the reaction part 12 (A 1 , A 2 , B 1 , B 2 shown in Equation 1) is set to an arbitrary fixed value, and the concentration of the fluid component to be tested (in Equation 1)
  • the indicated X A , X B ) are set as arbitrary variables and substituted into Equation 1, and sensor outputs (Y 1 , Y 2 shown in Equations 1 and 2 ) are obtained.
  • the sensor output (Y 1 , Y 2 ) calculated from Equation 1 is multiplied by a measurement error.
  • Equation 2 is obtained based on the data group of the concentration (X A ) of the fluid component to be detected and the sensor outputs (Y 1 , Y 2 ).
  • the data group collects a sufficient number of data to determine Equation 2.
  • the selectivity (A 1 , A 2 , B 1 , B 2 ) of the reaction unit 12 is again set to an arbitrary fixed value (the same value as in the first step), and the concentration of the fluid component to be tested (X A , X B ) are set to arbitrary variables (X A is the same value as in the first step, X B is a value different from that in the first step), and is substituted into Equation 1.
  • the sensor output (Y 1 , Y 2 ) of the detection unit 13 obtained from Equation 1 is substituted into Equation 2 to calculate the concentration (X A ) of the fluid component to be tested.
  • the sensor output (Y 1 , Y 2 ) to be substituted into Equation 2 is multiplied by a measurement error different from the first step.
  • an error (a concentration calculation error described later) between the concentration (X A ) of the test fluid component set in the second step and the concentration (X A ) of the test fluid component calculated in the second step is calculated.
  • an error (a concentration calculation error described later) between the concentration (X A ) of the test fluid component set in the second step and the concentration (X A ) of the test fluid component calculated in the second step is calculated.
  • the selectivity (A 1 , A 2 , B 1 , B 2 ) value of the reaction unit 12 is changed, and the first to third steps are repeated again.
  • the above is the basic simulation method.
  • the inventor first performed a first simulation. In the first simulation, the selectivity of the first channel and the second channel was verified assuming a sensor device 20 having two channels.
  • the channel is an expression when the reaction part and the detection part are regarded as one set.
  • one channel is a concept including one reaction unit and one detection unit.
  • the selectivity ratio between the detection target component and the noise component of the first channel is set to x to 1, and the value of x is changed in the range of 1 to 30.
  • the selectivity ratio between the detection target component and the noise component of the second channel was set to 1 to y, and the value of y was changed in the range of 1 to 30.
  • the concentration of each component in the test fluid was set on the assumption that a small amount of the detection target component contained in the test fluid was measured. Specifically, the concentration of the detection target component was changed in the range of 0.1 ppm to 10 ppm. The concentration of the noise component was set to a random number based on a uniform distribution (range of 50% to 150%) with a central value of 100 ppm.
  • FIG. 4 shows a simulation result when the measurement error is 1%.
  • FIG. 5 shows a simulation result when the measurement error is 5%.
  • the vertical axis represents the y value, and the horizontal axis represents the x value.
  • 4 and 5 show density calculation errors with different hatching for each 1%. However, in FIG. 4, hatching is omitted for regions where the density calculation error is 7% or more. Similarly, in FIG. 5, hatching is omitted for the region where the density calculation error is 15% or more.
  • the measurement error is a random number based on a normal distribution centered on the above numerical value.
  • the larger the value of x the smaller the density calculation error. That is, the higher the selectivity for the detection target component of the first channel, the higher the accuracy of the measurement result of the detection target component. 4 and 5, if the value of x is constant, the density calculation error is substantially constant regardless of the value of y. That is, the selectivity ratio between the detection target component and the noise component of the second channel has a small effect on the accuracy of the measurement result of the detection target component.
  • the first reaction unit 12a is more reactive to the detection target component in the sample than the second reaction unit 12b, and the selectivity for the detection target component is a selection for noise components other than the detection target component in the sample. If it is higher than the property, the accuracy of the measurement result of the detection target component of the sensor device 20 and the sensor element 10 can be improved.
  • the selectivity ratio between the detection target component and the noise component of the first channel is fixed to 10: 1.
  • the selectivity ratio between the detection target component and the noise component of the second channel was set to z vs. w, and the values of z and w were changed in the range of 1 to 30, respectively.
  • FIG. 6 shows a simulation result when the measurement error is 1%.
  • FIG. 7 shows a simulation result when the measurement error is 5%.
  • the vertical axis represents the value of w, and the horizontal axis represents the value of z.
  • 6 and 7 show the density calculation error by different hatching for every 1%. However, in FIG. 6, hatching is omitted for the region where the density calculation error is 15% or more. Similarly, in FIG. 7, hatching is omitted for regions where the density calculation error is 25% or more.
  • the measurement error is a random number based on a normal distribution centered on the above numerical value.
  • the density calculation error is larger. That is, the smaller the selectivity with respect to the noise component of the second channel, the lower the accuracy of the measurement result of the detection target component. In other words, the accuracy of the measurement result of the detection target component can be improved as the selectivity with respect to the noise component of the second channel increases.
  • one of the reaction units 12 is highly selective with respect to the noise component. It was. In other words, if the reactivity of the second reaction unit 12b with respect to the detection target component is lower than the reactivity with respect to the noise component, the accuracy of the measurement results of the detection target component of the sensor device 20 and the sensor element 10 can be improved. it can.
  • the noise component is classified into two types of big noise and small noise according to the density. Big noise has a higher concentration in the test fluid than small noise.
  • big noise may be defined as a gas having a predetermined concentration or higher in the test fluid
  • small noise may be defined as a gas having a predetermined concentration or lower in the test fluid.
  • big noise is a gas having a concentration that is a predetermined multiple or more than the maximum concentration of the detection target component in the test fluid
  • small noise is the maximum concentration of the detection target component in the test fluid. It may be defined that the gas has a concentration less than a predetermined multiple of the value.
  • oxygen (O 2 ), carbon dioxide (CO 2 ), and water vapor (H 2 O) among the noise components are classified as big noise, and the other noise components are classified as small noise.
  • the first channel was set to exhibit the highest selectivity for the detection target component.
  • the selectivity of the first channel with respect to acetone is set to 30. Any channel after the second channel is set such that the selectivity of the noise component is high with respect to the detection target component.
  • the selectivity of the second channel with respect to acetone is set to 3.11, and the selectivity of the noise component is set to be higher than that.
  • FIG. 9 is a diagram illustrating an example of setting of selectivity of each channel.
  • Each row in FIG. 9 shows each component in the test fluid, and each column shows a channel number.
  • FIG. 9 shows an example when the number of channels is 16.
  • the numerical values shown in the table of FIG. 9 indicate the selectivity for each component in each channel. It means that selectivity is so high that this figure is large.
  • the selectivity of the first channel with respect to the detection target component is referred to as “first signal selectivity”.
  • the selectivity of the first channel with respect to big noise is referred to as “first big noise selectivity”.
  • the selectivity for the small noise of the first channel is referred to as “first small noise selectivity”.
  • the selectivity (selectivity indicated by S4 in FIG. 9) with respect to the detection target component after the second channel is referred to as “second signal selectivity”.
  • second big noise selectivity The selectivity for the big noise after the second channel (the selectivity indicated by S5 in FIG. 9) is referred to as “second big noise selectivity”.
  • second small noise selectivity Selectivity for the small noise after the second channel (selectivity indicated by S6 in FIG. 9) is referred to as “second small noise selectivity”.
  • first signal selectivity was set to a predetermined value. Any one of “first big noise selectivity”, “first small noise selectivity”, “second signal selectivity”, “second big noise selectivity”, and “second small noise selectivity” was automatically determined in the range of 0.000 to 1.000 (hereinafter referred to as 0-1). The selectivity other than one of the above was automatically determined by the computer in the range of 1.000-5.000 (hereinafter referred to as 1-5). The third simulation was performed by changing the number of channels in the range of 2 to 16.
  • FIG. 10 shows a simulation result when the first signal selectivity is 10 and the measurement error is 1%.
  • FIG. 11 shows a simulation result when the first signal selectivity is 15 and the measurement error is 3%.
  • FIG. 12 shows a simulation result when the first signal selectivity is 20 and the measurement error is 5%.
  • the vertical axis represents the concentration calculation error due to the multiple regression analysis in the simulation, and the horizontal axis represents the number of channels.
  • 10 to 12 show the results for each item in which the selectivity range is set to 0-1.
  • the measurement error is a random number based on a normal distribution centered on the above numerical value.
  • the density calculation error is smaller than in the case where the other selectivity is in the range of 0-1. small. That is, when the selectivity for the big noise of the first channel is lower than the selectivity for the small noise of the first channel, the accuracy of the measurement result of the detection target component is increased. When the selectivity for the big noise of the first channel is lower than the selectivity for the noise components (big noise and small noise) of other channels different from the first channel, the accuracy of the measurement result of the detection target component is increased.
  • the selectivity for the big noise of the first channel is lower than the selectivity for the small noise.
  • the noise component is divided into a first noise component and a second noise component having a lower concentration than the first noise component
  • the reactivity of the first reaction unit 12a with respect to the first noise component is By setting lower than the reactivity with respect to a 2nd noise component, the accuracy of the measurement result of the detection object component of the sensor apparatus 20 and the sensor element 10 can be improved.
  • the selectivity for the big noise of the first channel is a noise component (big noise and small noise) of another channel different from the first channel. It has been found that it is effective when the selectivity is lower than (noise). In other words, if the reactivity of the first reaction unit 12a with respect to the first noise component is lower than the reactivity of other reaction units different from the first reaction unit 12a, the measurement of the detection target component of the sensor device 20 and the sensor element 10 is performed. The accuracy of the result can be improved.
  • the sensor element 10 described above can be used for various purposes.
  • the sensor element 10 can be used, for example, for detecting a predetermined gas component in human exhalation.
  • the detected concentration of the gas component can be applied to estimation of a state related to the human body.
  • the estimation of the state relating to the human body is, for example, the degree of progression of disease in the human body.
  • the sensor element 10 can be used for detecting a predetermined gas component generated from, for example, food.
  • the detected concentration of the gas component can be applied to the estimation of food quality.
  • the quality of the food is a property or quality related to the food, and may include, for example, the freshness of the food, the time of eating, the maturity, the degree of spoilage, and the like.
  • the sensor element 10 can be used for various purposes such as detection of a predetermined gas component generated from an apparatus.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Biophysics (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

センサ素子は、基板と、基板上に配され、特定の成分に反応する複数の反応部と、を備える。複数の反応部は、第１反応部と、第１反応部よりも検体中の検出対象成分に対する反応性が低い第２反応部と、を有する。第１反応部の検出対象成分に対する反応性は、検体中の検出対象成分以外のノイズ成分に対する反応性よりも高い。

Description

センサ素子及びセンサ装置 関連出願の相互参照
　本出願は、日本国特許出願２０１６－１６９４０３号（２０１６年８月３１日出願）の優先権を主張するものであり、当該出願の開示全体を、ここに参照のために取り込む。
　本開示は、センサ素子及びセンサ装置に関する。
　従来、流体中の特定の成分を検出し測定するセンサが知られている。例えば、特許文献１には、ダイアフラム部と、ダイアフラム部の表面に複数の感応膜とを備えたガスセンサが開示されている。
特開２０１４－１５３１３５号公報
　本開示の一実施形態に係るセンサ素子は、基板と、前記基板上に配され、特定の成分に反応する反応部と、を備える。前記反応部は、第１反応部と、前記第１反応部よりも検体中の検出対象成分に対する反応性が低い第２反応部と、を有する。前記第１反応部の前記検出対象成分に対する反応性は、検体中の前記検出対象成分以外のノイズ成分に対する反応性よりも高い。
　本開示の一実施形態に係るセンサ装置は、センサ素子と、制御部とを備える。前記センサ素子は、基板と、前記基板上に配され、特定の成分に反応する反応部と、を備える。前記制御部は、前記反応部の反応に応じて前記センサ素子から出力される信号に基づいて、検体中の成分に関する値を算出する。前記反応部は、第１反応部と、前記第１反応部よりも前記検出対象成分に対する反応性が低い第２反応部と、を有する。前記第１反応部の前記検出対象成分に対する反応性は、検体中の前記検出対象成分以外のノイズ成分に対する反応性よりも高い。
一実施形態に係るセンサ素子の概略斜視図である。 図１のセンサ素子を含むセンサ装置の概略構成を示す機能ブロック図である。 図１のセンサ素子による測定原理の一例に関する説明図である。 図１のセンサ素子による測定原理の一例に関する説明図である。 シミュレーション結果を示す図である。 シミュレーション結果を示す図である。 シミュレーション結果を示す図である。 シミュレーション結果を示す図である。 シミュレーションにおけるノイズ成分の一例を示す図である。 選択性の一例を示す図である。 シミュレーション結果を示す図である。 シミュレーション結果を示す図である。 シミュレーション結果を示す図である。
　以下、一実施形態について、図面を参照して説明する。
　＜センサ素子＞
　図１は、本開示のセンサ素子１０の概略斜視図である。
　センサ素子１０は、被検流体中の検出対象の成分（検出対象成分）を検出することができる。センサ素子１０は、基板１１と、反応部１２と、検出部１３とを備える。図１に示すセンサ素子１０は、第１、第２、第３及び第４反応部１２ａ、１２ｂ、１２ｃ及び１２ｄと、第１、第２、第３及び第４検出部１３ａ、１３ｂ、１３ｃ及び１３ｄを備える。
　センサ素子１０が備える反応部１２の数は４つに限られない。センサ素子１０は、２つ以上の反応部１２を備えていればよい。検出部１３の数は、反応部１２の数に対応していればよい。複数の検出部１３は、例えば複数の反応部１２に対応して基板１１に配置される。図１では、複数の検出部１３の記載を省略している。
　以下、本明細書において、第１～４反応部１２ａ～ｄのそれぞれを区別しない場合には、反応部１２と表記する。第１～４検出部１３ａ～ｄのそれぞれを区別しない場合には、検出部１３と表記する。
　基板１１は、変形可能な部材であればよい。基板１１は、例えばダイアフラムとして機能する薄い基板であればよい。具体的には、基板１１は、例えばｎ型のＳｉ基板等であればよい。
　反応部１２は、特定の成分に反応することができる。反応部１２は、基板１１上に配置される。反応部１２は、例えば膜状の部材であればよい。反応部１２は、特定の成分を吸着することによって変形する材料で構成されればよい。反応部１２は、例えば、ポリスチレン、クロロプレンゴム、ポリメチルメタクリレート又はニトロセルロース等の材料で形成されればよい。
　各反応部１２を異なる材料で形成すれば、特定の成分に対して異なる選択性を各反応部１２に付与することができる。すなわち、特定の成分に対する反応の度合いを変化させたり、異なる成分に反応させたりすることができる。ここで、選択性とは、特定の成分ごとに応じた反応性（又は感応性）をいう。具体的に、選択性とは、１つの反応部１２に複数種類の成分を同濃度で供給したときの、反応部１２の変形に対する各成分の寄与率である。
　検出部１３は、反応部１２が特定の成分に反応したことを検知することができる。検出部１３は、例えばピエゾ抵抗素子であり、基板１１に配されていればよい。検出部１３は、例えば４つのピエゾ抵抗素子を有してホイートストーンブリッジ回路を構成していればよい。検出部１３は、基板１１に、例えばボロン（Ｂ）を拡散させて形成すればよい。
　センサ素子１０は、上記の構成を有することによって、特定の成分を検出することができる。具体的には、まず、反応部１２が特定の成分に反応して変形し、反応部１２の変形に応じて基板１１が変形する。そして、基板１１の変形によって検出部１３に応力が印加され、検出部１３の電気抵抗値が変化する。その結果、検出部１３の出力が変動し、センサ素子１０は特定の成分を検出することができる。
　したがって、例えば、センサ素子１０に被検流体を供給することによって、被検流体中に検出対象成分が含まれていれば、センサ素子１０は、検出対象成分を検出することができる。
　検出部１３は、特定の成分との反応に応じた電気信号を出力する。本明細書において、検出部１３が出力する信号を、以下「センサ出力」とも称する。センサ出力は、例えば電圧値であればよい。
　＜センサ装置＞
　図２は、センサ装置２０の概略構成を示す機能ブロック図である。
　図２のセンサ装置２０は、図１のセンサ素子１０を含む。すなわち、図２に示すように、センサ装置２０は、制御部２１と、記憶部２２と、センサ素子１０（検出部１３）とを備える。センサ装置２０は、反応部１２における成分との反応状態に基づき、被検流体中に含まれる成分に関する値を算出することができる。例えば、センサ装置２０は、被検流体中に含まれる検出対象成分の濃度を算出することができる。ただし、被検流体中に含まれる成分に関する値は、濃度に限られず、数値として表される指標等の任意の値であってよい。また、被検体中に含まれる成分に関する値は、検出対象成分に関する値に限られず、例えば検出対象成分を除いた他の成分に関する値であってよい。本明細書では、センサ装置２０が、被検流体中に含まれる検出対象成分の濃度を算出するとして、以下説明する。
　制御部２１は、センサ装置２０の各機能ブロックをはじめとして、センサ装置２０の全体を制御及び管理するプロセッサである。制御部２１は、制御手順を規定したプログラムを実行するＣＰＵ（Central processing Unit）等のプロセッサで構成される。このようなプログラムは、例えば、記憶部２２、又はセンサ装置２０に接続された外部の記憶媒体等に格納されればよい。
　記憶部２２は、半導体メモリ又は磁気メモリ等で構成され得る。記憶部２２は、各種の情報、及び／又はセンサ装置２０を動作させるためのプログラム等を記憶することができる。記憶部２２は、ワークメモリとして機能してもよい。
　＜検出対象成分の測定原理＞
　被検流体に含まれる検出対象成分の測定原理について説明する。検出対象成分の濃度を測定するには、主に、検出対象成分の濃度を算出するステップと、濃度算出のための数式を生成するステップがある。
　本実施形態では、制御部２１が、検出対象成分の濃度を算出する場合の一例について説明する。ここでは、被検流体は、気体（ガス）であるとして説明する。
　図３Ａ及び図３Ｂは、センサ装置２０による測定原理の一例に関する説明図である。図３Ａに基づいて、被検流体中の検出対象成分の濃度の算出について説明する。
　制御部２１は、図３Ａに示すように、各検出部１３のセンサ出力を所定の数式に代入して演算を行ない、検出対象成分の濃度を算出する。所定の数式は、例えば重回帰分析等の手法により、検出対象成分の濃度を算出する回帰式として得られる。
　図３Ｂは、重回帰分析による回帰係数の算出について説明する図である。図３Ｂに基づいて、回帰式の算出方法を説明する。
　まず、回帰係数を算出するために、複数のリファレンスガスを準備する。複数のリファレンスガスは、被検流体に含まれていると想定される成分（想定成分）を有するガスである。重回帰分析を行なうために、複数のリファレンスガスは予め定めた濃度で想定成分を有しており、想定成分の濃度は各リファレンスガスで異なる。次に、センサ素子１０の反応部１２に複数のリファレンスガスを供給する。そして、各検出部１３から各反応部１２の選択性に応じたセンサ出力が得られる。その結果、各検出部１３のセンサ出力に基づき、重回帰分析が行われ、回帰係数を算出することができる。複数のリファレンスガスは、重回帰分析を行なうのに十分な種類のガスを準備する。
　回帰式の生成について、センサ素子１０が、第１、２反応部１２ａ、ｂを有する場合を例に、より具体的に説明する。
　第１，２反応部１２ａ，ｂの検出対象成分の選択性を、それぞれＡ1及びＡ2とし、第１，２反応部１２ａ，ｂのノイズ成分の選択性を、それぞれＢ1及びＢ2としたときに、第１，２検出部１３ａ，ｂのセンサ出力（Ｙ1、Ｙ2）は、検出対象成分の濃度をＸA、ノイズ成分の濃度をＸBとして、下式（式１）で表わすことができる。本明細書において、ノイズ成分は、被検流体に含まれる検出対象成分を除いた成分である。式１の定数項（Ｚ1、Ｚ2）は、例えば、何も供給していない状態でも製造誤差などによって出力される信号等である。
　　　Ｙ1＝（Ａ1×ＸA）＋（Ｂ1×ＸB）＋Ｚ1（定数項）
　　　Ｙ2＝（Ａ2×ＸA）＋（Ｂ2×ＸB）＋Ｚ2（定数項）…式１
　式１で得られる複数のリファレンスガスに基づいた第１，２検出部１３ａ，ｂのセンサ出力（Ｙ1、Ｙ2）と、検出対象成分の濃度（ＸA）とから、重回帰分析を行ない、下記の回帰式（式２）における回帰係数であるα、β及びγを算出する。
　　　ＸA＝α×Ｙ1＋β×Ｙ2＋γ…式２
　重回帰分析は、反応部１２の選択性（Ａ1、Ａ2、Ｂ1、Ｂ2）が既知の場合には、リファレンスガスを測定する代わりに、コンピュータを使用したシミュレーションによって行なってもよい。選択性は、想定成分ごとに各想定成分のみから成るガス（単体ガス）を準備し、単体ガスごとのセンサ出力を比較することによって求めることができる。
　以上より、回帰式（式２）を生成することができる。そして、センサ装置２０（制御部２１）は、被検流体が反応部１２に供給されたときの各検出部１３のセンサ出力を、回帰式（式２）のＹ1及びＹ2に代入して演算処理することによって検出対象成分の濃度を算出することができる。
　上記の説明では、説明の便宜上、式１および式２を簡略化して示しているが、実際のセンサ装置２０では、測定条件などに合わせた式１および式２を使用すればよい。例えば、上記の説明では、ノイズ成分の項は１つであるが、ノイズ成分ごとに項を設定してもよい。上記の説明では、反応部１２が２つの場合なので、Ｙ1およびＹ2しか表れないが、実際には、反応部１２の数（ｎ）に応じて、Ｙm（ｍ＝１，２，…ｎ）を設定すればよい。
　ここで、センサ装置２０を使用する場合、被検流体の供給の仕方よって、測定結果が真の値からずれることが想定される。例えば、測定雰囲気に影響を受けて、検出対象成分が実際に被検流体中に含まれる濃度よりも少ない濃度でセンサ素子１０に供給される場合がある。センサ素子１０は同一濃度の被検流体が供給されたとしても、反応部１２の変化が若干異なったり、反応部１２の変化が同一であっても検出部１３の出力が若干異なったりする場合がある。したがって、センサ素子１０の測定結果の正確度が低下することが懸念される。そこで、本開示の発明者は、上述の原理を用いた検出対象成分の濃度算出についてコンピュータを用いたシミュレーションを行い、各反応部１２の選択性が与える測定結果の正確度への影響を検証した。
　＜シミュレーション及び考察＞
　以下、発明者が行ったシミュレーションについて説明する。
　まず、基本的なシミュレーションの方法について説明する。シミュレーションは、第１ステップとして、反応部１２の選択性（式１で示されたＡ1、Ａ2、Ｂ1、Ｂ2）を任意の固定値に、被検流体成分の濃度（式１で示されたＸA、ＸB）を任意の変数に設定して式１に代入し、センサ出力（式１、２で示されたＹ1、Ｙ2）を求める。実際の測定を想定して、式１から算出されるセンサ出力（Ｙ1、Ｙ2）には、測定誤差を乗じている。そして、被検流体成分の濃度（ＸA）とセンサ出力（Ｙ1、Ｙ2）とのデータ群に基づいて式２を求める。データ群は、式２を求めるのに十分な数のデータを集める。
　第２ステップとして、再度、反応部１２の選択性（Ａ1、Ａ2、Ｂ1、Ｂ2）を任意の固定値（第１ステップと同一値）に、被検流体成分の濃度（ＸA、ＸB）を任意の変数（ＸAは第１ステップと同一値、ＸBは第１ステップと異なる値）に設定して式１に代入する。そして、式１から得られた検出部１３のセンサ出力（Ｙ1、Ｙ2）を式２に代入して被検流体成分の濃度（ＸA）を算出する。実際の測定を想定して、式２に代入するセンサ出力（Ｙ1、Ｙ2）には、第１ステップと異なる測定誤差を乗じている。
　第３ステップとして、第２ステップで設定した被検流体成分の濃度（ＸA）と、第２ステップで算出した被検流体成分の濃度（ＸA）との誤差（後述する濃度算出誤差）を求める。
　第４ステップとして、反応部１２の選択性（Ａ1、Ａ2、Ｂ1、Ｂ2）の値を変更して、再度第１ステップから第３ステップまでを繰り返す。
　以上が、基本的なシミュレーションの方法である。
　次に、発明者が行った具体的なシミュレーションの内容について説明する。
　（第１のシミュレーション）
　発明者は、まず、第１のシミュレーションを行なった。第１のシミュレーションでは、２つのチャネルを有するセンサ装置２０を想定して、第１チャネル及び第２チャネルの選択性について検証した。
　本明細書において、チャネルとは、反応部と検出部とを１組として捉えたときの表現である。言い換えれば、１つのチャネルは、１つの反応部と１つの検出部を含む概念である。
　（選択性の設定）
　第１のシミュレーションでは、第１チャネルの検出対象成分とノイズ成分との選択性の比を、ｘ対１に設定し、ｘの値を１から３０の範囲で変化させた。第２チャネルの検出対象成分とノイズ成分との選択性の比を、１対ｙに設定し、ｙの値を１から３０の範囲で変化させた。
　（被検流体成分濃度の設定）
　第１のシミュレーションでは、被検流体中に含まれている微量の検出対象成分を測定することを想定し、被検流体中の各成分の濃度を設定した。具体的には、検出対象成分の濃度を０．１ｐｐｍ以上１０ｐｐｍ以下の範囲で変化させた。ノイズ成分の濃度は、中心値を１００ｐｐｍとする一様分布（５０％～１５０％の範囲）に基づいた乱数を設定した。
　（結果と考察）
　図４及び図５は、第１のシミュレーションの結果を示す図である。図４は、測定誤差を１％とした場合のシミュレーション結果を示す。図５は、測定誤差を５％とした場合のシミュレーション結果を示す。図４及び図５において、縦軸はｙの値、横軸はｘの値を示す。図４及び図５は、濃度算出誤差を、１％ごとに異なるハッチングで示す。ただし、図４では、濃度算出誤差が７％以上の領域については、ハッチングを省略している。同様に、図５では、濃度算出誤差が１５％以上の領域については、ハッチングを省略している。測定誤差は、上記の数値を中心値とした正規分布に基づいた乱数としている。
　図４及び図５を参照すると、ｘの値が大きいほど、濃度算出誤差が小さい。すなわち、第１チャネルの検出対象成分に対する選択性が高いほど、検出対象成分の測定結果の正確度が高まる。図４及び図５を参照すると、ｘの値が一定であれば、ｙの値によらず、濃度算出誤差はほぼ一定である。すなわち、第２チャネルの検出対象成分とノイズ成分との選択性の比は、検出対象成分の測定結果の正確度に与える影響が小さい。
　したがって、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させるには、反応部１２のうちの１つは、検出対象成分に対する選択性が高いことが有効であることが分かった。言い換えれば、第１反応部１２ａは、第２反応部１２ｂよりも検体中の検出対象成分に対する反応性が高く、かつ検出対象成分に対する選択性は、検体中の検出対象成分以外のノイズ成分に対する選択性よりも高いと、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させることができる。
　（第２のシミュレーション）
　次に、発明者は、第２のシミュレーションを行なった。第２のシミュレーションでは、第１チャネルの選択性を固定した場合の第２チャネルの選択性について検証した。
　（選択性の設定）
　第２のシミュレーションでは、第１チャネルの検出対象成分とノイズ成分との選択性の比を１０対１に固定した。第２チャネルの検出対象成分とノイズ成分との選択性の比をｚ対ｗに設定し、ｚ及びｗの値をそれぞれ１から３０の範囲で変化させた。
　（被検流体成分濃度の設定）
　第２のシミュレーションでは、第１のシミュレーションと同様に、検出対象成分の濃度及びノイズ成分の濃度を設定した。
　（結果と考察）
　図６及び図７は、第２のシミュレーションの結果を示す図である。図６は、測定誤差を１％とした場合のシミュレーション結果を示す。図７は、測定誤差を５％とした場合のシミュレーション結果を示す。図６及び図７において、縦軸はｗの値、横軸はｚの値を示す。図６及び図７は、濃度算出誤差を、１％ごとに異なるハッチングで示す。ただし、図６では、濃度算出誤差が１５％以上の領域については、ハッチングを省略している。同様に、図７では、濃度算出誤差が２５％以上の領域については、ハッチングを省略している。測定誤差は、上記の数値を中心値とした正規分布に基づいた乱数としている。
　図６及び図７を参照すると、ｚの値が大きいほど、またｗの値が小さいほど、濃度算出誤差が大きい。すなわち、第２チャネルのノイズ成分に対する選択性が小さいほど、検出対象成分の測定結果の正確度は低下する。言い換えれば、第２チャネルのノイズ成分に対する選択性が大きいほど、検出対象成分の測定結果の正確度を向上させることができる。
　したがって、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させるには、反応部１２のうちの１つは、ノイズ成分に対する選択性が高いことが有効であることが分かった。言い換えれば、第２反応部１２ｂの前記検出対象成分に対する反応性は、ノイズ成分に対する反応性よりも低いと、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させることができる。
　（第３のシミュレーション）
　次に、発明者は、第３のシミュレーションを行なった。第３のシミュレーションでは、より現実的な測定を想定し、チャネルの数量および各チャネルの選択性について検証した。
　第３のシミュレーションでは、例えば、人間の呼気の測定を想定し、検出対象成分としてアセトンを想定した。上記想定を考慮して、ノイズ成分についても、図８に示すように、複数種類のノイズ成分を想定した。第３のシミュレーションでは、ノイズ成分を、濃度に応じてビッグノイズ及びスモールノイズの２種類に分類した。ビッグノイズは、被検流体中において、スモールノイズよりも含有される濃度が高い。例えば、ビッグノイズは、被検流体において所定濃度以上のガスであり、スモールノイズは、被検流体において所定濃度未満のガスであると定義してよい。他の例として、例えば、ビッグノイズは、被検流体において検出対象成分の濃度の最大値よりも所定倍数以上の濃度でガスであり、スモールノイズは、被検流体において検出対象成分の濃度の最大値よりも所定倍数未満の濃度のガスであると定義してもよい。第３のシミュレーションでは、ノイズ成分のうち、酸素（Ｏ2）、二酸化炭素（ＣＯ2）及び水蒸気（Ｈ2Ｏ）をビッグノイズとし、その他のノイズ成分をスモールノイズと分類した。
　（選択性の設定）
　第３のシミュレーションでは、第１、２のシミュレーションの結果を参考に、第１チャネルが、検出対象成分に対して、最も高い選択性を示すように設定した。図９に示す例では、第１チャネルのアセトンに対する選択性は３０に設定されている。第２チャネル以降のいずれかのチャネルは、検出対象成分に対してノイズ成分の選択性が高くなるように設定した。図９に示す例では、第２チャネルのアセトンに対する選択性を３．１１に設定し、ノイズ成分の選択性をそれ以上に設定している。
　図９は、各チャネルの選択性の設定例の一例を示す図である。図９の各行は被検流体中の各成分を示し、各列はチャネル番号を示す。図９は、チャネル数が１６の場合の一例を示す。図９の表に示される数値は、各チャネルにおける、各成分に対する選択性を示す。この数値が大きいほど、選択性が高いことを意味する。
　以下、本明細書では、第１チャネルの検出対象成分に対する選択性（図９におけるＳ１で示される選択性）を「第１信号選択性」という。第１チャネルのビッグノイズに対する選択性（図９におけるＳ２で示される選択性）を、「第１ビッグノイズ選択性」という。第１チャネルのスモールノイズに対する選択性（図９におけるＳ３で示される選択性）を、「第１スモールノイズ選択性」という。第２チャネル以降（図９では、第２チャネルから第１６チャネル）の検出対象成分に対する選択性（図９におけるＳ４で示される選択性）を、「第２信号選択性」という。第２チャネル以降のビッグノイズに対する選択性（図９におけるＳ５で示される選択性）を、「第２ビッグノイズ選択性」という。第２チャネル以降のスモールノイズに対する選択性（図９におけるＳ６で示される選択性）を、「第２スモールノイズ選択性」という。
　具体的には、第３のシミュレーションでは、「第１信号選択性」を所定の値に設定した。「第１ビッグノイズ選択性」、「第１スモールノイズ選択性」、「第２信号選択性」、「第２ビッグノイズ選択性」及び「第２スモールノイズ選択性」のうち、いずれか１つを、０．０００－１．０００（以下、０－１と表記する）の範囲でコンピュータに自動的に決定させた。上記いずれか１つ以外の選択性については、１．０００－５．０００（以下、１－５と表記する）の範囲でコンピュータに自動的に決定させた。第３のシミュレーションは、チャネル数を２から１６の範囲で変化させて行った。
　（被検流体成分濃度の設定）
　第３のシミュレーションでは、上記の通り人間の呼気の測定を想定し、検出対象成分の濃度を０．１ｐｐｍ以上１０ｐｐｍ以下の範囲で変化させた。ノイズ成分についても、上記の通り、複数種類のノイズ成分を想定した。各ノイズ成分の濃度は、図８に示す数値を中心値とする一様分布（５０％～１５０％の範囲）に基づいた乱数を設定した。
　（結果と考察）
　図１０から図１２は、第３のシミュレーションの結果を示す図である。図１０は、第１信号選択性を１０、測定誤差を１％とした場合のシミュレーション結果を示す。図１１は、第１信号選択性を１５、測定誤差を３％とした場合のシミュレーション結果を示す。図１２は、第１信号選択性を２０、測定誤差を５％とした場合のシミュレーション結果を示す。図１０から図１２において、縦軸はシミュレーションにおける重回帰分析による濃度算出誤差を、横軸はチャネル数を示す。図１０から図１２は、選択性の範囲を０－１に設定した項目ごとに結果を示す。測定誤差は、上記の数値を中心値とした正規分布に基づいた乱数としている。
　図１０から図１２のシミュレーション結果を参照すると、第１ビッグノイズ選択性を０－１の範囲にした場合、他の選択性を０－１の範囲にした場合と比較して、濃度算出誤差が小さい。すなわち、第１チャネルのビッグノイズに対する選択性が、第１チャネルのスモールノイズに対する選択性よりも低い場合、検出対象成分の測定結果の正確度が高まる。第１チャネルのビッグノイズに対する選択性が、第１チャネルと異なる他のチャネルのノイズ成分（ビッグノイズ及びスモールノイズ）に対する選択性よりも低い場合、検出対象成分の測定結果の正確度が高まる。
　したがって、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させるには、第１チャネルのビッグノイズに対する選択性が、スモールノイズに対する選択性よりも低いと有効であることが分かった。言い換えれば、ノイズ成分を、第１ノイズ成分と、第１ノイズ成分よりも含有濃度の低い第２ノイズ成分とに分けたときに、第１反応部１２ａの第１ノイズ成分に対する反応性を、前記第２ノイズ成分に対する反応性よりも低く設定することによって、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させることができる。
　センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させるには、第１チャネルのビッグノイズに対する選択性が、第１チャネルと異なる他のチャネルのノイズ成分（ビッグノイズ及びスモールノイズ）に対する選択性よりも低いと有効であることが分かった。言い換えれば、第１反応部１２ａの第１ノイズ成分に対する反応性は、第１反応部１２ａと異なる他の反応部の反応性よりも低いと、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させることができる。
　図１０から図１２のシミュレーション結果から、チャネル数が多いほど、検出対象成分の測定結果の正確度が高まる。
　上述したセンサ素子１０は、多様な用途に使用することができる。センサ素子１０は、例えば人の呼気における所定のガス成分の検出に使用できる。検出したガス成分の濃度は、人体に関する状態の推定に応用し得る。人体に関する状態の推定は、例えば人体における病気の進行の度合い等である。
　センサ素子１０は、例えば食品から発生する所定のガス成分の検出に使用できる。検出したガス成分の濃度は、食品のクオリティの推定に応用し得る。食品のクオリティは、食品に関する性質又は品質等であり、例えば食品の鮮度、食べごろ、熟成度、腐敗の度合い等を含んでよい。センサ素子１０は、その他にも、例えば機器から発生する所定のガス成分の検出等、多様な用途に使用できる。
　本開示を諸図面及び実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形及び修正を行うことが容易であることに注意されたい。従って、これらの変形及び修正は本開示の範囲に含まれることに留意されたい。例えば、各構成部等に含まれる機能等は論理的に矛盾しないように再配置可能であり、複数の構成部を１つに組み合わせたり、或いは分割したりすることが可能である。
　１０　センサ素子
　１１　基板
　１２　反応部
　１３　検出部
　２０　センサ装置
　２１　制御部
　２２　記憶部

Claims (5)

  1. 　基板と、前記基板上に配され、特定の成分に反応する複数の反応部と、を備え、
    　前記複数の反応部は、第１反応部と、前記第１反応部よりも検体中の検出対象成分に対する反応性が低い第２反応部と、を有し、
    　前記第１反応部の前記検出対象成分に対する反応性は、検体中の前記検出対象成分以外のノイズ成分に対する反応性よりも高い、センサ素子。
  2. 　前記第２反応部の前記検出対象成分に対する反応性は、前記ノイズ成分に対する反応性よりも低い、請求項１に記載のセンサ素子。
  3. 　前記ノイズ成分は、第１ノイズ成分と、前記第１ノイズ成分よりも含有濃度の低い第２ノイズ成分とを含み、
    　前記第１反応部の前記第１ノイズ成分に対する反応性は、前記第２ノイズ成分に対する反応性よりも低い、請求項１又は２に記載のセンサ素子。
  4. 　前記第１反応部の前記第１ノイズ成分に対する反応性は、前記複数の反応部のうち、前記第１反応部と異なる他の反応部の反応性よりも低い、請求項３に記載のセンサ素子。
  5. 　基板と、前記基板上に配され、特定の成分に反応する複数の反応部と、を備えるセンサ素子と、
    　前記複数の反応部の反応に応じて前記センサ素子から出力される信号に基づいて、検体中の成分に関する値を算出する制御部と、
    を備え、
    　前記複数の反応部は、第１反応部と、前記第１反応部よりも前記検出対象成分に対する反応性が低い第２反応部と、を有し、
    　前記第１反応部の前記検出対象成分に対する反応性は、検体中の前記検出対象成分以外のノイズ成分に対する反応性よりも高い、
    センサ装置。
PCT/JP2017/031122 2016-08-31 2017-08-30 センサ素子及びセンサ装置 WO2018043549A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018537335A JPWO2018043549A1 (ja) 2016-08-31 2017-08-30 センサ素子及びセンサ装置
CN201780052993.9A CN109642863A (zh) 2016-08-31 2017-08-30 传感器元件及传感器装置
US16/329,071 US20190195763A1 (en) 2016-08-31 2017-08-30 Sensor element and sensor apparatus

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016169403 2016-08-31
JP2016-169403 2016-08-31

Publications (1)

Publication Number Publication Date
WO2018043549A1 true WO2018043549A1 (ja) 2018-03-08

Family

ID=61300976

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/031122 WO2018043549A1 (ja) 2016-08-31 2017-08-30 センサ素子及びセンサ装置

Country Status (4)

Country Link
US (1) US20190195763A1 (ja)
JP (2) JPWO2018043549A1 (ja)
CN (1) CN109642863A (ja)
WO (1) WO2018043549A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020046252A (ja) * 2018-09-18 2020-03-26 日本精工株式会社 混合ガス濃度の測定方法、ガスセンサ、潤滑剤劣化状態評価方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05203598A (ja) * 1992-01-23 1993-08-10 Tokyo Gas Co Ltd 混合ガス検出装置
JPH07110312A (ja) * 1993-10-08 1995-04-25 Nippon Sanso Kk 成分ガスの測定方法
JP2008275383A (ja) * 2007-04-26 2008-11-13 Hitachi Engineering & Services Co Ltd 混合成分系の濃度測定方法及び装置、及びその装置を用いた省エネルギー或いは排気浄化設備の運転制御システム。
WO2012165182A1 (ja) * 2011-05-27 2012-12-06 株式会社 エヌ・ティ・ティ・ドコモ 生体ガス検知装置及び生体ガス検知方法
JP2016001126A (ja) * 2014-06-11 2016-01-07 株式会社タニタ 生体ガス検知装置、方法、及びプログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008268170A (ja) * 2007-03-22 2008-11-06 Shinshu Univ センサー
TWI343997B (en) * 2007-06-07 2011-06-21 Univ Chung Yuan Christian Multi-ion potential system and fabrication thereof
JP4873420B2 (ja) * 2007-08-13 2012-02-08 リンナイ株式会社 ガス濃度検出装置及びガス濃度検出方法
CN101368921B (zh) * 2008-09-08 2011-11-16 无锡尚沃生物科技有限公司 高灵敏度与高选择性气体传感器
GB2476122A (en) * 2009-12-14 2011-06-15 Graviner Ltd Kidde MOS gas sensor apparatus and method of use
EP2589958B1 (en) * 2011-11-04 2016-10-26 Stichting IMEC Nederland Chemical sensing
GB2519937B (en) * 2013-09-05 2016-07-27 Kanichi Res Services Ltd Electrochemical sensor
US10139383B2 (en) * 2013-12-02 2018-11-27 TricornTech Taiwan Real-time air monitoring with multiple sensing modes
WO2015174975A1 (en) * 2014-05-15 2015-11-19 Ohio State Innovation Foundation Active control guards and rationometric calibration and reconstruction for use with electrical capacitance volume tomography
EP3851034A1 (de) 2020-01-16 2021-07-21 Pierenkemper GmbH Vorrichtung mit wenigstens einer elektrodeneinheit für eine elektrostimulation oder eine datenerfassung diagnostischer geräte

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05203598A (ja) * 1992-01-23 1993-08-10 Tokyo Gas Co Ltd 混合ガス検出装置
JPH07110312A (ja) * 1993-10-08 1995-04-25 Nippon Sanso Kk 成分ガスの測定方法
JP2008275383A (ja) * 2007-04-26 2008-11-13 Hitachi Engineering & Services Co Ltd 混合成分系の濃度測定方法及び装置、及びその装置を用いた省エネルギー或いは排気浄化設備の運転制御システム。
WO2012165182A1 (ja) * 2011-05-27 2012-12-06 株式会社 エヌ・ティ・ティ・ドコモ 生体ガス検知装置及び生体ガス検知方法
JP2016001126A (ja) * 2014-06-11 2016-01-07 株式会社タニタ 生体ガス検知装置、方法、及びプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020046252A (ja) * 2018-09-18 2020-03-26 日本精工株式会社 混合ガス濃度の測定方法、ガスセンサ、潤滑剤劣化状態評価方法

Also Published As

Publication number Publication date
JPWO2018043549A1 (ja) 2019-06-24
JP7382301B2 (ja) 2023-11-16
CN109642863A (zh) 2019-04-16
JP2021039110A (ja) 2021-03-11
US20190195763A1 (en) 2019-06-27

Similar Documents

Publication Publication Date Title
US11629998B2 (en) Radiation temperature measuring device
US20110199094A1 (en) Gas Sensor Age Compensation and Failure Detection
US11680932B2 (en) Method and apparatus for operating a multi-gas sensor
JP2008166644A (ja) 集積回路装置異常検出装置、方法およびプログラム
JP7112134B2 (ja) 生体ガス検知装置、方法、及びプログラム
JP7382301B2 (ja) センサ素子及びセンサ装置
US8706424B2 (en) System for estimating a gas concentration in a mixed atmosphere
JPH02110361A (ja) 測定値を処理するための方法及び装置
US20220003732A1 (en) Information processing apparatus, sensor operation optimization method, and program
US10316690B2 (en) Method for validation of an investigated sensor and corresponding machine
CN114184648A (zh) 一种用于阻容法湿度传感器的含湿量校准方法
WO2020170770A1 (ja) 検出装置及びセンサのキャリブレーション方法
JP7099623B2 (ja) 情報処理装置、情報処理方法、およびプログラム
Madrolle et al. Supervised Bayesian source separation of nonlinear mixtures for quantitative analysis of gas mixtures
JP7056747B2 (ja) 情報処理装置、処理装置、情報処理方法、処理方法、決定方法、およびプログラム
US20230118020A1 (en) Data generation apparatus, data generation method, and recording medium
KR20210063680A (ko) 인공지능 기반의 유해가스 감지 방법 및 그를 위한 장치
CN113655093B (zh) 气体浓度检测方法、装置、设备及介质
JP7268509B2 (ja) 異常度算出方法、及び、異常度算出用コンピュータプログラム
Cięszczyk Sensors signal processing under influence of environmental disturbances
US20220178895A1 (en) Gas measuring device
JP6964650B2 (ja) ガス検出装置およびガス濃度検出方法
GB2381317A (en) Method of calibrating a gas sensor for measuring a number of gaseous components in a gaseous sample
KR20220049893A (ko) 악취 및 유해가스 검출용 복합 가스 검출 시스템
JP2007218669A (ja) 異常検出装置およびプログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17846553

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018537335

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17846553

Country of ref document: EP

Kind code of ref document: A1