WO2019031331A1 - 分析装置、分析方法、分析装置用プログラム及び分析用学習装置 - Google Patents

分析装置、分析方法、分析装置用プログラム及び分析用学習装置 Download PDF

Info

Publication number
WO2019031331A1
WO2019031331A1 PCT/JP2018/028812 JP2018028812W WO2019031331A1 WO 2019031331 A1 WO2019031331 A1 WO 2019031331A1 JP 2018028812 W JP2018028812 W JP 2018028812W WO 2019031331 A1 WO2019031331 A1 WO 2019031331A1
Authority
WO
WIPO (PCT)
Prior art keywords
correlation
analysis value
total analysis
analyzer
measurement sample
Prior art date
Application number
PCT/JP2018/028812
Other languages
English (en)
French (fr)
Inventor
嘉健 安藤
足立　正之
Original Assignee
株式会社堀場製作所
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 株式会社堀場製作所 filed Critical 株式会社堀場製作所
Priority to EP18844274.3A priority Critical patent/EP3667295A4/en
Priority to US16/492,529 priority patent/US11448588B2/en
Priority to JP2019535138A priority patent/JP6983244B2/ja
Publication of WO2019031331A1 publication Critical patent/WO2019031331A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N2021/3595—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using FTIR
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/129—Using chemometrical methods
    • G01N2201/1293—Using chemometrical methods resolving multicomponent spectra

Definitions

  • the present invention relates to an analyzer that analyzes a measurement sample based on spectrum data obtained by irradiating the measurement sample with light.
  • a FID analyzer or a spectral analyzer such as FTIR has been used to measure the concentration or amount of total hydrocarbon (THC) contained in exhaust gas of a car.
  • the FID analyzer is excellent in analysis accuracy, it has to be supplied with hydrogen gas (H 2 ) as a support gas and helium gas (He) used for adjusting its concentration, etc. There are problems such as an increase in running costs.
  • the FTIR analyzer has the advantage that it can be handled more easily and the running cost can be reduced, the accuracy of the analysis is difficult. That is, in the FTIR analyzer, the concentration of each hydrocarbon (HC) is individually determined from the light spectrum, and then two-step operation of weighting and adding them is performed, and the concentration of each HC is calculated. It is very difficult to improve the measurement accuracy, since the errors that can occur in the setting of the weighting factors are superimposed on the errors that can occur in the measurement.
  • the concentration accuracy of each HC obtained by the FTIR spectrometer is at most about 1 to 10 ppm, and it is difficult to measure with sufficient accuracy from these information It is.
  • this since it can not be guaranteed whether each HC component whose concentration is quantified by the FTIR spectroscopic analyzer covers all types of HC components, this is also a factor that can not improve the measurement accuracy of THC.
  • Patent Document 1 in order to avoid individual measurement, it is considered that a spectrum of a single component is generated as one compound with respect to some types of HC contained in the measurement sample, and There is also a system that measures the total amount collectively at one time.
  • the present invention has as its main objective the task of dramatically improving the measurement accuracy in an analyzer such as an FTIR spectrometer.
  • the analyzer analyzes the measurement sample based on spectrum data obtained by irradiating the measurement sample with light, and a reference sample in which a total analysis value of a plurality of predetermined components is obtained in advance.
  • a total analysis value calculation unit configured to calculate a total analysis value of the plurality of components in the measurement sample from spectral data of the measurement sample based on the total analysis value of
  • the total analysis value calculation unit analyzes the measurement sample based on spectrum data obtained by irradiating the measurement sample with light, and a reference in which a total analysis value of a plurality of predetermined components is obtained in advance
  • the total analysis value of the plurality of components in the measurement sample may be calculated from the spectrum data of the measurement sample based on the spectrum data of the sample.
  • the spectrum data includes spectrum data of light transmitted through, reflected or scattered from the measurement sample (or reference sample), spectrum data of light absorbed by the measurement sample (or reference sample) (absorpance spectrum data), It also includes corrected absorption spectrum data in which the influence of the interference component contained in the measurement sample (or reference sample) is reduced or eliminated.
  • the total analysis value is a total value of physical quantities of each of a plurality of components, such as a total value of concentrations of a plurality of components, a total value of mass, and the like.
  • the total analysis value calculation unit stores data indicating the correlation between the spectrum data of the reference sample and the total analysis value of the reference sample
  • the correlation data storage unit may be applied to calculate a total analysis value of the plurality of components in the measurement sample.
  • the total analysis value calculation unit calculates the correlation between the spectrum data and the total analysis value based on the spectrum data of the reference sample and the total analysis value of the reference sample, and stores the correlation in the correlation data storage unit. You just have to be configured.
  • it further comprises a reception unit for receiving data indicating the total analysis value of the reference sample measured by the analyzer of another type, and the correlation calculation unit is configured to receive the total analysis value received by the reception unit and the analysis device.
  • the correlation is calculated based on the obtained spectral data of the reference sample.
  • the correlation calculation unit be configured to calculate the correlation from each total analysis value and each spectral data in a plurality of different reference samples.
  • the correlation calculation unit calculates the total analysis value of the new reference sample. And the spectral data may be added to update the correlation.
  • the correlation calculation unit calculates the correlation using the temperature and / or pressure of the reference sample as a parameter as well, and the calculation main unit calculates the temperature of the measurement sample and / or Alternatively, it is preferable to calculate a total analysis value of the measurement sample based on the correlation specified using pressure as a parameter.
  • the spectrum data have reduced or eliminated the influence of other components that interfere with the plurality of components.
  • a total analysis value of components obtained by subtracting one or more arbitrary components from the plurality of components individual singles contained in the measurement sample are calculated based on the spectral data obtained by irradiating the measurement sample with light. It may further be provided with a main analysis unit that analyzes the components.
  • the measurement sample or the reference sample is an exhaust gas of a car
  • the component to be analyzed is a hydrocarbon (HC).
  • the THC concentration can be mentioned as a total analysis value of predetermined plural components.
  • the present analyzer is preferably of the FTIR type, and when analyzing THC, it is preferable that the analyzer of the other type is a FID analyzer.
  • An analysis learning apparatus specialized in the function of calculating only correlation using only a reference sample is also one of the present invention.
  • a reception unit for receiving spectrum data obtained by irradiating light to a reference sample for which a total analysis value of a predetermined plurality of components is obtained in advance, and a total analysis value and spectrum data of a plurality of different reference samples are stored.
  • a reference sample data storage unit and a correlation calculation unit that calculates the correlation common to the spectrum data of each reference sample and the total analysis value with reference to the reference sample data storage unit It is suitable.
  • the measurement sample is analyzed using data on the reference sample whose total analysis value and spectral data are known, and, as in the prior art, analysis values of individual components from spectral data Since it is possible to eliminate the error in the calculation on the way such as calculating H, it is possible to dramatically improve the analysis accuracy. In addition, since it is not necessary to use a gas that is difficult to handle, such as auxiliary gas (H 2 ), it can also contribute to simplicity and running cost.
  • auxiliary gas H 2
  • FIG. 1 is an overall view of an exhaust gas measurement system including an analyzer in an embodiment of the present invention. It is a schematic diagram which shows the whole of the analyzer in the embodiment. It is a functional block diagram of the arithmetic processing unit in the embodiment. It is a flowchart which shows operation
  • the analyzer 100 of the present embodiment constitutes a part of the exhaust gas measurement system 200.
  • this exhaust gas measurement system 200 includes a chassis dynamo 300, an FID analyzer 400, and the present analyzer 100.
  • the present analyzer 100 is called a so-called FTIR, which comprises a light source 1, an interferometer (spectroscopic unit) 2, a sample cell 3, a photodetector 4, an arithmetic processing unit 5 and the like. Fourier transform infrared spectrometer.
  • the analyzer 100 (hereinafter also referred to as the FTIR analyzer 100 for the sake of distinction) is used as an exhaust gas analyzer that measures the THC concentration (or amount) of the exhaust gas that is the measurement sample.
  • the light source 1 emits light having a broad spectrum (continuous light including light of a large number of wave numbers).
  • a tungsten-iodine lamp or a high brightness ceramic light source is used.
  • the interferometer 2 utilizes a so-called Michelson interferometer provided with one half mirror (beam splitter) 21, a fixed mirror 22 and a movable mirror 23, as shown in the figure.
  • the light from the light source 1 that has entered the interferometer 2 is divided by the half mirror 21 into reflected light and transmitted light.
  • One of the lights is reflected by the fixed mirror 22 and the other is reflected by the moving mirror 23, returns to the half mirror 21 again, is synthesized, and is emitted from the interferometer 2.
  • the sample cell 3 is a transparent cell into which an exhaust gas as a measurement sample is introduced, and light emitted from the interferometer 2 is transmitted to the measurement sample in the sample cell 3 and guided to the light detector 4 It is.
  • the light detector 4 is what is called here a so-called MCT light detector 4.
  • the arithmetic processing unit 5 includes an analog electric circuit having a buffer, an amplifier and the like, a digital electric circuit having a CPU, a memory, a DSP and the like, and an A / D converter interposed therebetween.
  • the arithmetic processing unit 5 cooperates with the CPU and its peripheral devices according to the predetermined program stored in the memory to transmit light spectrum data representing the spectrum of light transmitted through the sample as shown in FIG. Main analysis which calculates from the output value of the light detector 4 and calculates absorption spectrum data from the transmitted light spectrum data to specify various components contained in the measurement sample and calculates the concentration (or amount) of each component
  • Main analysis which calculates from the output value of the light detector 4 and calculates absorption spectrum data from the transmitted light spectrum data to specify various components contained in the measurement sample and calculates the concentration (or amount) of each component
  • the function as the unit 51 is exhibited.
  • the main analysis unit 51 includes a spectrum data generation unit 511 and an individual component analysis unit 512.
  • the spectrum data generation unit 511 determines the position of the movable mirror 23 using, for example, a distance meter (not shown) such as a HeNe laser (not shown), and the light intensity at each position of the movable mirror 23 using the light detector 4
  • the interference pattern obtained from the above is fast Fourier transformed (FFT) to convert it into transmitted light spectrum data with each wave number component on the horizontal axis.
  • FFT fast Fourier transformed
  • the transmitted light spectrum data of the measurement sample is further converted into absorption spectrum data, for example, based on transmitted light spectrum data measured in advance when the sample cell is empty.
  • the individual component analysis unit 512 specifies various components included in the measurement sample from each peak position (wave number) of the absorption spectrum data and its height, and calculates the concentration (or amount) of each component.
  • the reception unit 53 calculates the total analysis value so that the THC concentration (or amount) of the exhaust gas which is the measurement sample can be accurately measured.
  • the receiving unit 53 receives the THC concentration of the exhaust gas measured by the FID analyzer 400.
  • the exhaust gas measured by the FID analyzer 400 and whose THC concentration is known is hereinafter referred to as a reference sample.
  • this reference sample is also introduced into the present FTIR analyzer 100 together with the FID analyzer 400, and the absorption spectrum data is also acquired by the main analyzer 51. It also receives the absorption spectrum data of the reference sample, which is intermediate information to be calculated, associates it with the THC concentration of the reference sample measured by the FID analyzer 400, and uses it as reference sample data, which is set in a predetermined area of the memory The data is stored in the reference sample data storage unit D1.
  • peripheral situation data including at least the temperature and pressure of the reference sample by input from a sensor or an operator (not shown) provided in the present system, and the reception unit 53
  • the surrounding condition data of the reference sample is acquired, attached to the reference sample data, and stored in the reference sample data storage unit D1.
  • the total analysis value calculator 52 calculates the concentration of THC in the measurement sample from the absorption spectrum data of the measurement sample (exhaust gas) using the reference sample data as teacher data, and more specifically, the correlation calculation A unit 521 and a calculation main unit 522 are provided.
  • the THC corresponds to a plurality of components in the claims, and the THC concentration corresponds to the total analysis value in the claims.
  • the correlation calculation unit 521 refers to a plurality of reference sample data stored in the reference sample data storage unit D1, and performs machine learning (or artificially) on the correlation between the absorption spectrum data and the THC concentration common to the reference sample data. It is calculated by intelligence, deep learning, etc.). Correlation data indicating the calculated correlation is stored in the correlation data storage unit D2 set in a predetermined area of the memory.
  • the correlation calculation unit 521 repeats learning whenever the reference sample data is added and updates the correlation, the correlation accuracy is improved as the amount of reference sample data increases.
  • the correlation calculation unit 521 in this embodiment calculates the correlation using the surrounding condition data of the reference sample as a parameter, that is, the correlation is configured to be changed according to the temperature, the pressure, or the like of the reference sample. Although there is no need to refer to the surrounding situation data in calculating the correlation.
  • the calculation main unit 522 applies the correlation calculated by the correlation calculation unit 521 to the spectrum data of the measurement sample to calculate the THC concentration of the measurement sample. At this time, since the reception unit 53 acquires surrounding condition data of the measurement sample, the calculation main unit 522 applies the correlation corresponding to the surrounding condition data of the measurement sample in calculating the THC concentration. I have to.
  • the automobile is driven on the chassis dynamo 300, and a reference sample which is the exhaust gas thereof is guided to the FID analyzer 400 and the FTIR analyzer 100.
  • a reference sample which is the exhaust gas thereof is guided to the FID analyzer 400 and the FTIR analyzer 100.
  • an engine connected to the engine dynamo may be driven, or a driving system component such as a transmission may be operated on the driving dynamo.
  • the FID analyzer 400 the THC concentration is measured, while in the FTIR analyzer 100, absorption spectrum data of the exhaust gas is measured by the main analyzer 51.
  • the FID analyzer 400 and the FTIR analyzer 100 perform exhaust gas measurement (analysis) in synchronization, for example, every fixed timing (several msec to several sec).
  • the reception unit 53 acquires the absorption spectrum data of the exhaust gas calculated by the main analysis unit 51 and the THC concentration of the exhaust gas analyzed by the FID analyzer 400, and stores the reference sample data as reference sample data. It stores in the part D1 one after another (step S1). At this time, the reception unit 53 acquires the temperature and pressure of the exhaust gas, causes the reference sample data to be attached, and stores the reference sample data in the reference sample data storage unit D1.
  • the sequential measurement provides data of a plurality of reference samples different from each other at least in THC concentration.
  • the correlation calculation unit 521 refers to a large number of reference sample data stored in the reference sample data storage unit D1, and performs machine learning of the correlation between the absorption spectrum data and the THC concentration common to those reference sample data.
  • the correlation obtained as a result is stored in the correlation data storage unit D2 (step S3). This is the end of learning.
  • THC concentration measurement using only the FTIR analyzer 100.
  • another automobile to be tested is installed and operated on the chassis dynamo 300, and the exhaust gas is guided to the FTIR analyzer 100.
  • a valve (not shown) of the exhaust gas introduction pipe is closed to prevent the introduction of the exhaust gas, and the operation of the FID analyzer 400 is also stopped.
  • the main analyzer 51 acquires absorption spectrum data of the exhaust gas (step S4). Then, the total analysis value calculation unit 52 (calculation main unit 522) applies the correlation stored in the correlation data storage unit D2 to the absorption spectrum data to calculate the THC concentration (step S5).
  • the correlation between the spectral data of the reference sample and the THC concentration is obtained in advance, and the THC concentration is directly calculated from the spectral data of the measurement sample based on the correlation.
  • the THC concentration is directly calculated from the spectral data of the measurement sample based on the correlation.
  • the present invention is not limited to the above embodiment.
  • the absorbance of THC contains moisture and other interference components in the object to be measured
  • the THC concentration may be calculated based on a corrected absorption spectrum in which the influence thereof is reduced or eliminated. This will further improve the analysis accuracy.
  • the correlation between the absorption spectrum data and the THC concentration may be calculated according to the THC concentration indicated by the reference sample data.
  • the correlation calculation unit 521 divides the THC concentration into a plurality of (for example, 2 or more) concentration divisions, calculates the correlation between the absorption spectrum data and the THC concentration for each concentration division, and calculates the correlation data as correlation data You may store in the storage part D2.
  • the main calculation unit 522 receives the light absorption spectrum data of the measurement sample, it is suitable for the light absorption spectrum data from the plurality of correlation data stored in the correlation data storage unit D2 based on the area etc. of the light absorption spectrum data.
  • One correlation data may be selected, and the selected correlation data may be applied to the spectrum data of the measurement sample to calculate the THC concentration of the measurement sample.
  • the correlation calculation unit 521 calculates the correlation between the light absorption spectrum data and the THC concentration for each concentration section, correlation data with higher accuracy can be obtained.
  • the main calculation unit 522 calculates the THC concentration of the measurement sample using such highly accurate correlation data, the measurement accuracy can be further improved.
  • the THC concentration be divided into more concentration divisions. With such a thing, correlation data with higher accuracy can be obtained.
  • the concentration of water contained in the reference sample may be used as a parameter in calculating the correlation between the absorption spectrum data and the THC concentration.
  • the reception unit 53 receives the concentration of water (H 2 O) contained in the reference sample calculated by the individual component analysis unit 512, stores it in the reference sample data, and stores it in the sample data storage unit D1.
  • the correlation calculation unit 521 refers to the plurality of reference sample data stored in the reference sample data storage unit D1 and the concentration of water attached thereto, and the correlation between the absorption spectrum data and the THC concentration using the water concentration as a parameter May be calculated.
  • the calculation main unit 522 may apply a correlation corresponding to the water concentration of the measurement sample in calculating the THC concentration.
  • the interference effect and coexistence effect of water contained in exhaust gas may be a problem, but in such a case, using correlation with water concentration as a parameter, measurement The influence of water in the calculation of the THC concentration of the sample can be reduced, and the measurement accuracy can be further improved.
  • the correlation calculated by machine learning is directly linked to the spectrum data with the THC concentration, it is not based on the machine learning, but an arithmetic expression expressing the relationship between the spectrum data and the THC concentration May be calculated.
  • the value of the spectral data and the THC concentration are not directly linked, but the analysis value (here, the concentration) of each individual HC component obtained from the spectral data by the main analysis unit 51 and the THC concentration
  • An arithmetic expression (which is also a type of correlation) representing the relationship of
  • THC (R) a 1 ⁇ HC 1 (R) + a 2 ⁇ HC 2 (R) + ⁇ (1)
  • THC (R) is the THC concentration of the reference sample measured by the FID analyzer 400, HC 1 (R) , HC 2 (R) ,... Is the reference sample calculated by the main analysis unit 51.
  • concentration of each hydrocarbon in a, a 1 , a 2 ,... Is a weighting factor.
  • the concentration HC 1 (R) , HC 2 (R) , ... of each hydrocarbon calculated by analyzing the measurement sample is substituted into the following equation (2) to calculate the THC concentration of the measurement sample Do. This is the function of the total analysis value calculator 52.
  • THC (M) a 1 ⁇ HC 1 (M) + a 2 ⁇ HC 2 (M) + ⁇ (2)
  • THC (M) is the THC concentration of the measurement sample calculated by the total analysis value calculation unit 52, HC 1 (M) , HC 2 (M) , ... calculated by the main analysis unit 51 It is the concentration of each hydrocarbon in the measurement sample.
  • the correlation is determined not using machine learning but using multivariate analysis. That is, not only machine learning but also the theoretically obtained mathematical expression as described above may be used to calculate the correlation.
  • not only the values relating to the physical attributes of the sample such as the temperature and pressure of the reference sample but also other surrounding situation data may be used as parameters.
  • engine combustion information information on supercharging, EGR, rich / stoichiometric / lean, laminar flow, uniform flow, direct injection, port injection, etc.
  • engine head shape ignition timing
  • catalyst configuration fuel oxygen Amount
  • inorganic gas component soot concentration
  • SOF concentration soot concentration
  • engine type engine speed
  • load information hot start, cold start, oxygen concentration, catalyst temperature, gear ratio, etc.
  • the configuration may be such that the peripheral situation data is extracted.
  • peripheral condition data highly related to the THC concentration that is, design parameters can be grasped, so that it can be provided as a design development support system to automobile manufacturers and catalyst manufacturers.
  • the correlation calculation does not need to consider any surrounding condition data, and the physical state of the sample itself (for example, pressure, temperature, refractive index, viscosity, etc.) is added to the correlation calculation, It is also conceivable that external attributes (for example, the type of engine, ignition timing, etc.) are not added to the correlation calculation.
  • the range of spectral data used for learning and analysis may be only the wave number range in which the component to be analyzed is included, or may be extended to a predetermined range beyond it. Also, the wave number range of the interference component may be excluded.
  • the range of the spectral data may be 2800 cm -1 or 3200 cm -1 or less used for learning and analysis. If the range of the spectral data is such, it includes the wave number range of HC as the object component to be analyzed, and the wave number range (about 3400 cm -1 or more) of water as the interference component is excluded. The influence of water in the concentration calculation can be reduced, and the measurement accuracy can be further improved.
  • each concentration may be determined by the main analysis unit 51, and the total concentration of one or more HCs having a large molecular weight may be calculated by subtracting it from the THC concentration.
  • an analysis learning device may be configured to perform only correlation calculation by excluding the function of the individual component analysis unit from the present analysis device and introducing only the reference sample.
  • the correlation determined by this analytical learning device can be used in other FTIR analyzers.
  • the analyzer 100 of the embodiment calculates the correlation between the spectral data of the reference sample and the THC concentration by itself, the present invention is not limited to this.
  • the analyzer 100 uses the correlation calculated in advance by another analysis learning device that performs only the correlation calculation, and calculates the THC concentration directly from the spectrum data of the measurement sample based on the correlation.
  • the analysis device 100 may be configured such that the processing device 5 does not have the functions as the reference sample data storage unit D1 and the correlation calculation unit 521.
  • the reception unit 53 receives correlation data (that is, learned data) indicating correlations calculated in advance by other analysis learning devices via a network or the like and stores the correlation data in the correlation data storage unit D2 in advance. Good.
  • the calculation main unit 522 may apply the correlation data stored in advance in the correlation data storage unit D2 to the absorption spectrum data of the measurement sample to calculate the THC concentration of the measurement sample.
  • the receiving unit 53 may receive new correlation data from another analysis learning device every predetermined period, and may periodically update the correlation data stored in the correlation data storage unit D2.
  • the reference sample and the sample to be measured are the exhaust gas in the above embodiment, but may be air, another gas, or a liquid.
  • the reference sample does not have to be the same type as the measurement sample, and for example, a standard gas or the like generated by mixing a plurality of components to be analyzed with a main component such as nitrogen may be used. In this case, since the total analysis value of the plurality of components is known, it is not necessary to use another analyzer for analyzing the plurality of components of the reference sample.
  • the component to be analyzed is not limited to HC, and may be other components such as nitrogen oxides and dioxins.
  • the present invention is not limited to the analysis of the exhaust gas of a car, but it is also possible to analyze the exhaust gas of an internal combustion engine such as a ship, an aircraft, an agricultural machine, a machine tool or the like.
  • the present invention it is possible to analyze the measurement sample using data on the reference sample whose total analysis value and spectral data are known, and calculate the analysis value of the individual component from the spectrum data as in the conventional method. Since errors in calculation can be eliminated, it is possible to dramatically improve the analysis accuracy. In addition, since it is not necessary to use a gas that is difficult to handle, such as auxiliary gas (H 2 ), it can also contribute to simplicity and running cost.
  • auxiliary gas H 2

Abstract

測定試料に光を照射して得られるスペクトルデータに基づいて当該測定試料を分析するものであって、所定複数成分の合計分析値が予め求められている参照試料の当該合計分析値に基づいて、測定試料のスペクトルデータから当該測定試料における前記複数成分の合計分析値を算出する合計分析値算出部を備えていることを特徴とする分析装置である。

Description

分析装置、分析方法、分析装置用プログラム及び分析用学習装置
　本発明は、測定試料に光を照射して得られるスペクトルデータに基づいて当該測定試料を分析する分析装置に関するものである。
　従来、例えば自動車の排ガスに含まれるハイドロカーボン全体（ＴＨＣ）の濃度や量の測定には、ＦＩＤ分析装置や、ＦＴＩＲなどの分光分析装置が用いられている。
　しかしながら、ＦＩＤ分析装置は、分析精度において優れてはいるものの、助燃ガスとして水素ガス（Ｈ２）やその濃度調整などに用いられるヘリウムガス（Ｈｅ）を供給しなければならないので、取り扱いの難しさやランニングコストの増大などの問題がある。
　他方、ＦＴＩＲ分析装置は、より簡便に取り扱えてランニングコストも安価に済むという利点はあるものの、分析精度に難がある。すなわち、ＦＴＩＲ分析装置においては、光スペクトルから各ハイドロカーボン（ＨＣ）の濃度をそれぞれ個別に求め、次にそれ等を重みづけして足し合わせるという２段階の演算を行っており、各ＨＣの濃度測定で生じ得る誤差に、重みづけ係数の設定において生じ得る誤差が重畳されるので、測定精度を向上させることが非常に難しい。
　例えば、自動車の排ガスのＴＨＣ濃度は一般に１００ｐｐｍＣ以下であるが、ＦＴＩＲ分光分析装置で得られる各ＨＣの濃度精度は精々１～１０ｐｐｍ程度であり、これらの情報から十分な精度で測定することは困難である。また、ＦＴＩＲ分光分析装置で濃度定量される各ＨＣ成分が、全種類のＨＣ成分を網羅しているかどうかを保証できないため、これがＴＨＣの測定精度を高められない要因ともなっている。
　その他、例えば、特許文献１においては、個別測定を回避すべく、測定試料に含まれる一部の複数種のＨＣについては、一つの化合物として単一成分のスペクトルが生じるとみなし、そのスペクトルからその総量を一括して定量測定するようにしたものもある。
特開平４－２６５８４２号公報
　そこで、本発明は、ＦＴＩＲ分光分析装置などの分析装置において、測定精度を飛躍的に向上させることをその主たる所期課題とするものである。
　すなわち本発明に係る分析装置は、測定試料に光を照射して得られるスペクトルデータに基づいて当該測定試料を分析するものであって、所定複数成分の合計分析値が予め求められている参照試料の当該合計分析値に基づいて、測定試料のスペクトルデータから当該測定試料における前記複数成分の合計分析値を算出する合計分析値算出部を備えていることを特徴とする。
　また、この合計分析値算出部は、測定試料に光を照射して得られるスペクトルデータに基づいて当該測定試料を分析するものであって、所定複数成分の合計分析値が予め求められている参照試料のスペクトルデータに基づいて、測定試料のスペクトルデータから当該測定試料における前記複数成分の合計分析値を算出するものでもよい。
　なお、スペクトルデータとは、測定試料（又は参照試料）を透過、反射又は散乱した光のスペクトルデータの他、測定試料（又は参照試料）で吸収された光のスペクトルデータ（吸光スペクトルデータ）や、測定試料（又は参照試料）に含まれる干渉成分による影響を軽減又は取り除いた補正吸光スペクトルデータをも含むものである。
　また、合計分析値とは、複数成分の濃度の合計値、質量の合計値など、複数各成分の物理量の合計値のことである。
　このようなものであれば、合計分析値及びスペクトルデータが既知の参照試料に係るデータを基準として、測定試料に含まれる複数成分の合計分析値を算出することに加え、測定試料のスペクトルデータから直接的に合計分析値を算出することができるので、従来のように、スペクトルデータから個別成分の分析値を算出するといった途中演算での誤差を排除することができ、分析精度の飛躍的な向上が可能となる。
　また、助燃ガス（Ｈ２）などの取扱いが難しいガスを使用する必要はないので、簡便性やランニングコストの点にも寄与し得る。
　より具体的には、前記合計分析値算出部が、参照試料のスペクトルデータと当該参照試料の合計分析値との相関を示すデータを格納している相関データ格納部と、測定試料のスペクトルデータに前記相関データ格納部の相関を適用して、当該測定試料における前記複数成分の合計分析値を算出する算出本体部とを備えたものを挙げることができる。
　この場合、前記合計分析値算出部が、参照試料のスペクトルデータと当該参照試料の合計分析値とに基づいて、スペクトルデータと合計分析値との相関を算出し、前記相関データ格納部に格納するように構成しておけばよい。
　分析精度の向上にさらに資するためには、参照試料の合計分析値を精度よく測定できる他の分析装置によって取得することが好ましい。
　すなわち、他の方式の分析装置で測定された参照試料の合計分析値を示すデータを受け付ける受付部をさらに備え、前記相関算出部が、前記受付部で受け付けた合計分析値と、本分析装置によって得られた前記参照試料のスペクトルデータとに基づいて前記相関を算出するものであることが好ましい。
　スペクトルデータから合計分析値への相関を直接求めるには、機械学習や深層学習を利用することが好ましい。
　この場合、算出された相関は教師データが多いほど精度が上がる。したがって、前記相関算出部が、互いに異なる複数の参照試料における各合計分析値と各スペクトルデータとから前記相関関係を算出するように構成されたものが望ましい。
　また、使用を経るにつれ相関精度が向上するようにするには、新たな参照試料に係る合計分析値及びそのスペクトルデータを取得した場合、前記相関算出部が、新たな参照試料に係る合計分析値及びそのスペクトルデータを加味して前記相関関係を更新するように構成しておけばよい。
　相関精度を向上させる他の態様としては、前記相関算出部が、参照試料の温度及び／又は圧力をもパラメータとして前記相関を算出するものであり、前記算出本体部が、測定試料の温度及び／又は圧力をパラメータとして特定される前記相関に基づいて当該測定試料の合計分析値を算出するものであることが望ましい。
　複数成分の分析精度をさらに向上させるためには、前記スペクトルデータが、前記複数成分に干渉する他成分の影響を軽減又は除去したものであることが好ましい。
　前記複数成分から１以上の任意の成分を差し引いた成分の合計分析値を算出するには、測定試料に光を照射して得られるスペクトルデータに基づいて、当該測定試料に含まれる個々の単一成分を分析する主分析部をさらに備えていればよい。
　例えばＨＣの場合、分子量の小さいＨＣについては濃度などの分析値を、従来の例えばＦＴＩＲ分析装置でも精度よく求めることができるが、分子量の大きなＨＣになると、スペクトルデータの分離が困難になり、分析精度が悪化する。そのため、分子量の小さなＨＣはＦＴＩＲ分析装置で求めておき、そこから分子量の小さなＨＣのスペクトルデータを求めて元のスペクトルデータから減算して補正し、補正したスペクトルから分子量の大きなＨＣの分析を行ってもよい。
　本発明の効果が顕著に奏される具体的態様としては、前記測定試料又は参照試料が自動車の排ガスであり、分析対象となる成分がハイドロカーボン（ＨＣ）を挙げることができる。また、所定複数成分の合計分析値としてＴＨＣ濃度を挙げることができる。
　また、本分析装置はＦＴＩＲ方式のものが好ましく、ＴＨＣを分析する場合には、他の方式の分析装置は、ＦＩＤ分析装置であることが好ましい。
　参照試料だけを用いて相関のみを算出する機能に特化させた分析用学習装置も、本発明の一つである。
　その場合は、所定複数成分の合計分析値が予め求められている参照試料に光を照射して得られるスペクトルデータを受け付ける受付部と、複数の互いに異なる参照試料の合計分析値及びスペクトルデータを格納している参照試料データ格納部と、前記参照試料データ格納部を参照し、各参照試料のスペクトルデータと合計分析値との間に共通する相関を算出する相関算出部とを備えているものが好適である。
　このように構成した本発明によれば、合計分析値及びスペクトルデータが既知の参照試料に係るデータを利用して、測定試料を分析するうえ、従来のように、スペクトルデータから個別成分の分析値を算出するといった途中演算での誤差を排除することができるので、分析精度の飛躍的な向上が可能となる。また、助燃ガス（Ｈ２）などの取扱いが難しいガスを使用する必要はないので、簡便性やランニングコストの点にも寄与し得る。
本発明の一実施形態における分析装置を含む排ガス測定システムの全体図である。 同実施形態における分析装置の全体を示す模式図である。 同実施形態における演算処理装置の機能ブロック図である。 同実施形態における分析装置の動作を示すフローチャートである。 他の実施形態における演算処理装置の機能ブロック図である。
　１００・・・分析装置
　５１・・・主分析部
　５２・・・合計分析値算出部
　５２１・・・相関算出部
　５２２・・・算出本体部
　５３・・・受付部
　以下に本発明の一実施形態に係る分析装置１００について図面を参照して説明する。
　本実施形態の分析装置１００は、排ガス測定システム２００の一部を構成するものである。この排ガス測定システム２００は、図１に示すように、シャシダイナモ３００と、ＦＩＤ分析装置４００と、本分析装置１００とを具備している。
　しかして、本分析装置１００は、図２に示すように、光源１、干渉計（分光部）２、試料セル３、光検出器４、演算処理装置５等を具備した、いわゆるＦＴＩＲと称されるフーリエ変換型赤外分光分析装置である。この分析装置１００（以下、区別のため、ＦＴＩＲ分析装置１００ということもある。）は、測定試料である排ガスのＴＨＣ濃度（又は量）を測定する排ガス分析装置として使用される。
　光源１は、ブロードなスペクトルを有する光（多数の波数の光を含む連続光）を射出するものであり、例えばタングステン・ヨウ素ランプや、高輝度セラミック光源が用いられる。
　干渉計２は、同図に示すように、１枚のハーフミラー（ビームスプリッタ）２１、固定鏡２２及び移動鏡２３を具備した、いわゆるマイケルソン干渉計を利用したものである。この干渉計２に入射した前記光源１からの光は、前記ハーフミラー２１によって反射光と透過光に分割される。一方の光は固定鏡２２で反射され、もう一方は移動鏡２３で反射されて、再びハーフミラー２１に戻り、合成されて、この干渉計２から射出される。
　試料セル３は、測定試料である排ガスが導入される透明セルであり、前記干渉計２から出た光が、該試料セル３内の測定試料を透過して前記光検出器４に導かれるようにしてある。
　光検出器４は、ここでは、いわゆるＭＣＴ光検出器４と称されるものである。
　演算処理装置５は、バッファ、増幅器などを有したアナログ電気回路と、ＣＰＵ、メモリ、ＤＳＰなどを有したデジタル電気回路と、それらの間に介在するＡ／Ｄコンバータ等を有したものである。
　該演算処理装置５は、前記メモリに格納した所定プログラムにしたがってＣＰＵやその周辺機器が協動することにより、図３に示すように、試料を透過した光のスペクトルを示す透過光スペクトルデータを前記光検出器４の出力値から算出し、該透過光スペクトルデータから吸光スペクトルデータを算出して測定試料に含まれる種々の成分を特定し、かつそれぞれの成分の濃度（又は量）算出する主分析部５１としての機能を発揮する。
　この主分析部５１は、スペクトルデータ生成部５１１と、個別成分分析部５１２とを具備している。
　移動鏡２３を進退させ、試料を透過した光強度を移動鏡２３の位置を横軸にとって観測すると、単波数の光の場合、干渉によって光強度はサインカーブを描く。一方、試料を透過した実際の光は連続光であるから、前記サインカーブは波数毎に異なるから、実際の光強度は、各波数の描くサインカーブの重ね合わせとなり、干渉パターン（インターフェログラム）は波束の形となる。
　前記スペクトルデータ生成部５１１は、移動鏡２３の位置を例えば図示しないＨｅＮｅレーザなどの測距計（図示しない）によって求めるとともに、移動鏡２３の各位置における光強度を光検出器４によって求め、これらから得られる干渉パターンを高速フーリエ変換（ＦＦＴ）することによって、各波数成分を横軸とした透過光スペクトルデータに変換する。そして、例えば試料セルが空の状態で予め測定しておいた透過光スペクトルデータに基づいて、測定試料の透過光スペクトルデータを吸光スペクトルデータにさらに変換する。
　前記個別成分分析部５１２は、例えば吸光スペクトルデータの各ピーク位置（波数）及びその高さから測定試料に含まれる種々の成分を特定し、かつそれぞれの成分の濃度（又は量）を算出する。
　しかして、この実施形態では、図３に示すように、測定試料である排ガスのＴＨＣ濃度（又は量）を精度よく測定できるように、前記演算処理装置５に、受付部５３、合計分析値算出部５２等としての機能をさらに付与してある。
　前記受付部５３は、ＦＩＤ分析装置４００で測定された排ガスのＴＨＣ濃度を受け付けるものである。このＦＩＤ分析装置４００で測定されＴＨＣ濃度が既知となった排ガスを、以下では参照試料という。
　ところで、この参照試料は、ＦＩＤ分析装置４００とともに本ＦＴＩＲ分析装置１００にも導入され、その吸光スペクトルデータが前記主分析部５１によっても取得されるので、前記受付部５３は、主分析部５１で算出される中間情報である当該参照試料の吸光スペクトルデータをも受け付け、これをＦＩＤ分析装置４００によって測定された参照試料のＴＨＣ濃度と紐づけて参照試料データとし、これをメモリの所定領域に設定された参照試料データ格納部Ｄ１に格納する。
　さらに、この実施形態においては、本システムに設けられた図示しないセンサやオペレータによる入力により、参照試料の温度及び圧力を少なくとも含む周辺状況データを取得できるようになっていて、前記受付部５３は、当該参照試料の周辺状況データを取得して前記参照試料データに付帯させ、参照試料データ格納部Ｄ１に格納するように構成してある。
　前記合計分析値算出部５２は、前記参照試料データを教師データとして、測定試料（排ガス）の吸光スペクトルデータから当該測定試料におけるＴＨＣの濃度を算出するものであり、より具体的には、相関算出部５２１と算出本体部５２２とを備えている。なお、このＴＨＣが請求項でいう複数成分にあたり、ＴＨＣ濃度が請求項でいう合計分析値にあたる。
　前記相関算出部５２１は、参照試料データ格納部Ｄ１に格納されている複数の参照試料データを参照し、それら参照試料データに共通する、吸光スペクトルデータとＴＨＣ濃度との相関を機械学習（又は人工知能、ディープラーニング等）によって算出するものである。算出された相関を示す相関データは、メモリの所定領域に設定された相関データ格納部Ｄ２に格納される。
　なお、この相関算出部５２１においては、参照試料データが追加されるたびに学習を繰り返し、相関を更新するので、参照試料データが多いほど、その相関精度は向上していく。
　また、この実施形態での相関算出部５２１は、参照試料の周辺状況データをもパラメータとして前記相関を算出する、すなわち、相関が参照試料の温度や圧力などに応じても変わるように構成してあるが、相関の算出に当たって周辺状況データを参照しなくともよい。
　算出本体部５２２は、前記相関算出部５２１が算出した相関を測定試料のスペクトルデータに当てはめて測定試料のＴＨＣ濃度を算出するものである。このとき、受付部５３においては測定試料の周辺状況データを取得するようにしてあるので、当該算出本体部５２２は、ＴＨＣ濃度の算出にあたり、測定試料の周辺状況データに対応する相関を適用するようにしている。
　次にかかる構成の排ガス測定システム２００の動作を図４を参照して説明する。
　まず学習させる。そのために、シャシダイナモ３００上で自動車を運転し、その排ガスである参照試料をＦＩＤ分析装置４００及びＦＴＩＲ分析装置１００に導く。なお、シャシダイナモ３００上での自動車の運転に限らず、エンジンダイナモに接続されたエンジンを運転してもよいし、駆動系ダイナモにトランスミッション等の駆動系部品を運転してもよい。
　すると、ＦＩＤ分析装置４００ではＴＨＣ濃度が測定され、一方、ＦＴＩＲ分析装置１００では、前記主分析部５１によって当該排ガスの吸光スペクトルデータが測定される。
　この実施形態では、ＦＩＤ分析装置４００及びＦＴＩＲ分析装置１００は、例えば、一定タイミング（数ｍｓｅｃ～数ｓｅｃ）ごとに同期して排ガス測定（分析）を行う。
　各測定の都度、前記受付部５３は、主分析部５１で算出された排ガスの吸光スペクトルデータ及びＦＩＤ分析装置４００で分析された当該排ガスのＴＨＣ濃度を取得し、参照試料データとして参照試料データ格納部Ｄ１に次々格納する（ステップＳ１）。このとき、前記受付部５３は、当該排ガスの温度及び圧力を取得して前記参照試料データに付帯させ、参照試料データ格納部Ｄ１に格納する。
　しかして、自動車のエンジン状態は、運転開始からの時間経過やエンジン回転数の変動にともなって種々変化し、それに伴って排ガスの状態（成分や圧力、温度）も逐次変化していくため、上述した逐次測定によって、少なくともＴＨＣ濃度が互いに異なる複数の参照試料のデータが得られる。
　次に、前記相関算出部５２１が、参照試料データ格納部Ｄ１に格納されている多くの参照試料データを参照し、それら参照試料データに共通する、吸光スペクトルデータとＴＨＣ濃度との相関を機械学習によって算出し（ステップＳ２）、その結果得られた相関を前記相関データ格納部Ｄ２に格納する（ステップＳ３）。
　これで学習が終了する。
　このように学習が終了した後、ＦＴＩＲ分析装置１００だけを用いた実際のＴＨＣ濃度測定を行うことができることとなる。このＴＨＣ濃度測定にあたっては、試験対象となる他の自動車をシャシダイナモ３００に設置して運転し、その排ガスをＦＴＩＲ分析装置１００に導く。ＦＩＤ分析装置４００には、排ガス導入管の図示しないバルブを閉じるなどして排ガスを導入しないようにするとともに、ＦＩＤ分析装置４００の動作も停止させておく。
　ＦＴＩＲ分析装置１００では、主分析部５１が、排ガスの吸光スペクトルデータを取得する（ステップＳ４）。すると前記合計分析値算出部５２（算出本体部５２２）が、前記相関データ格納部Ｄ２に格納されている相関を吸光スペクトルデータに適用してＴＨＣ濃度を算出する（ステップＳ５）。
　しかして、このように構成した本分析装置１００によれば、参照試料のスペクトルデータとＴＨＣ濃度の相関を予め求め、その相関に基づいて、測定試料のスペクトルデータから直接的にＴＨＣ濃度を算出するようにしており、従来のように、スペクトルデータから個別成分の分析値を算出するといった途中演算を介在させることがないので、途中演算で発生し得る誤差や情報の脱落を排除でき、分析精度を飛躍的に向上させることができる。
　また、相関さえ予め求めておけば、ＴＨＣ濃度測定においてＦＩＤ分析装置を用いる必要はないので、助燃ガス（Ｈ２）や、その濃度調整に用いられる不活性ガス（Ｈｅ）などの取扱いが難しいガスを使用する必要がなくなり、簡便性やランニングコストの点にも寄与し得る。
　なお、本発明は前記実施形態に限られるものではない。
　例えば、ＴＨＣの吸光度は、測定対象に水分やその他の干渉成分が含まれているから、それらの影響を低減ないし排除した補正吸光スペクトルに基づいてＴＨＣ濃度を算出するようにしてもよい。このようにすれば、分析精度がさらに向上する。
　また他の実施形態では、吸光スペクトルデータとＴＨＣ濃度との相関の算出にあたって、参照試料データが示すＴＨＣ濃度に応じて吸光スペクトルデータとＴＨＣ濃度との相関を算出してもよい。
　具体的には、相関算出部５２１は、ＴＨＣ濃度を複数（例えば２以上）の濃度区分に分けて、この濃度区分毎に吸光スペクトルデータとＴＨＣ濃度の相関を算出し、その相関データを相関データ格納部Ｄ２に格納してよい。ここで算出本体部５２２は、測定試料の吸光スペクトルデータを受け付けると、当該吸光スペクトルデータの面積等に基づいて、相関データ格納部Ｄ２に格納された複数の相関データから当該吸光スペクトルデータに適した１つの相関データを選択し、当該選択した相関データを測定試料のスペクトルデータに当てはめて、測定試料のＴＨＣ濃度を算出するようにしてもよい。
　このようなものであれば、相関算出部５２１が濃度区分毎に吸光スペクトルデータとＴＨＣ濃度の相関を算出するので、より精度の高い相関データを得ることができる。そして、算出本体部５２２が、このような精度の高い相関データを用いて測定試料のＴＨＣ濃度を算出するので、測定精度をより向上することができる。
　なお、ＴＨＣ濃度はより多くの濃度区分に分けられることが好ましい。このようなものであれば、より一層精度の高い相関データを得ることができる。
　また他の実施形態では、吸光スペクトルデータとＴＨＣ濃度との相関の算出にあたって、参照試料に含まれる水の濃度をパラメータとしてもよい。
　具体的には、受付部５３は、個別成分分析部５１２が算出した参照試料に含まれる水（Ｈ２Ｏ）の濃度を受け付け、前記参照試料データに付帯させて試料データ格納部Ｄ１に格納するように構成されていてもよい。相関算出部５２１は、参照試料データ格納部Ｄ１に格納されている複数の参照試料データとこれに付帯する水の濃度を参照し、当該水濃度をパラメータとして、吸光スペクトルデータとＴＨＣ濃度との相関を算出するようにしてもよい。算出本体部５２２は、ＴＨＣ濃度の算出にあたり、測定試料の水濃度に対応する相関を適用するようにしてよい。
　ＦＴＩＲによるＴＨＣ濃度の測定においては、排ガスに含まれる水の干渉影響及び共存影響が問題となることがあるが、このようなものであれば、水の濃度をパラメータとする相関を用いること、測定試料のＴＨＣ濃度の算出における水の影響を低減でき、測定精度をより向上することができる。
　また、前記実施形態では、スペクトルデータをＴＨＣ濃度に直接的に結び付ける、機械学習により算出された相関を利用していたが、機械学習によらず、スペクトルデータとＴＨＣ濃度との関係を表す演算式を算出するようにしてもよい。
　その場合は、例えば、スペクトルデータの値とＴＨＣ濃度とを直接的に結び付けるものではなく、主分析部５１によってスペクトルデータから求められた個別ＨＣ成分それぞれの分析値（ここでは濃度）とＴＨＣ濃度との関係を表す演算式（相関の一種でもある。）を用いればよい。
　前記演算式の具体例は下記のとおりである。
　　　ＴＨＣ（Ｒ）＝ａ１・ＨＣ１（Ｒ）＋ａ２・ＨＣ２（Ｒ）＋・・・（１）
　ここで、ＴＨＣ（Ｒ）は、ＦＩＤ分析装置４００によって測定された参照試料のＴＨＣ濃度、ＨＣ１（Ｒ）、ＨＣ２（Ｒ）、・・・は、主分析部５１によって算出された参照試料における各ハイドロカーボンの濃度、ａ１、ａ２、・・・は重み付け係数である。
　この場合は、複数の参照試料を分析して多変量解析などを施し、上記式（１）を満たす最適な重み付け係数ａ１、ａ２、・・・を定める。これが相関算出部５２１の機能である。
　次に、測定試料を分析して算出された各ハイドロカーボンの濃度ＨＣ１（Ｒ）、ＨＣ２（Ｒ）、・・・を下記式（２）に代入して、測定試料のＴＨＣ濃度を算出する。これが、合計分析値算出部５２の機能である。
　　　ＴＨＣ（Ｍ）＝ａ１・ＨＣ１（Ｍ）＋ａ２・ＨＣ２（Ｍ）＋・・・（２）
　ここで、ＴＨＣ（Ｍ）は、合計分析値算出部５２によって算出された測定試料のＴＨＣ濃度、ＨＣ１（Ｍ）、ＨＣ２（Ｍ）、・・・は、主分析部５１によって算出された測定試料における各ハイドロカーボンの濃度である。
　なお、上記例では、相関を機械学習にはよらず、多変量解析を用いて求めている。
　すなわち、相関の算出には、機械学習のみならず、上述したような理論的に求められる数式を用いてもよい。
　また、機械学習と理論的数式を組み合わせることも可能である。例えば、質量の小さなＨＣに関しては主分析部を用いて（つまり理論式によって）個別の濃度を求めておき、一方、質量の大きなＨＣについては、前記相関算出部及び算出本体部によって（つまり機械学習によって）トータル濃度を算出し、それらを合算してＴＨＣ濃度を求めるようにしてもよい。
　さらに、相関の算出にあたって、参照試料の温度、圧力などのように、試料の物理的属性に係る値のみならず、他の周辺状況データをパラメータとしてもよい。例えば、エンジンの燃焼情報（過給、ＥＧＲ、リッチ／ストイキ／リーン、層流、均一流、直噴、ポート噴射などに係る情報）、エンジンのヘッド形状、点火時期、触媒の構成、燃料の酸素量、無機ガス成分、Ｓｏｏｔ濃度、ＳＯＦ濃度、エンジン型式、エンジン回転数、負荷情報、ホットスタート、コールドスタート、酸素濃度、触媒温度、ギア比等をパラメータとして加味してもよい。
　これとは逆に、前記周辺状況データの全部または一部を相関算出のパラメータとはせず、分析装置で算出測定されたＴＨＣ濃度（合計分析値）に影響を強く及ぼす（つまり関連の高い）周辺状況データを抽出するような構成にしても構わない。
　このようにすれば、ＴＨＣ濃度と関連度の高い周辺状況データ、すなわち設計パラメータを把握することができるので、自動車メーカーや触媒メーカーに対し、設計開発支援システムとして提供することが可能になる。
　相関に用いる周囲状況データによっては、例えば、エンジンの型式が異なった場合には、都度、再学習をしなければならなくなる場合もある。その点でいえば、加味する周辺状況データを少なくし、スペクトルデータとＴＨＣ濃度（合計分析値）との相関を取ることができれば、より汎用性は高くなる。具体的には、相関算出には、周辺状況データを一切加味しなくともよいし、試料自身の物理状態（例えば、圧力、温度、屈折率、粘度など）については相関算出に加味し、その他の外部属性（例えば、エンジンの型式、点火時期など）については相関算出には加味しないといった態様も考えられる。
　相関の算出にあたって周辺状況として参照試料の温度をパラメータとする場合、シャシダイナモ３００上の自動車のテールパイプの出口温度をセンサ等により測定し、当該測定した温度をパラメータにすることが好ましい。
　学習・分析に用いるスペクトルデータの範囲は、分析対象成分が含まれる波数範囲のみでもよいし、それを超えた所定範囲まで拡げてもよい。また干渉成分の波数範囲を除くようにしてもよい。
　具体的には、学習・分析に用いるスペクトルデータの範囲を２８００ｃｍ－１以上３２００ｃｍ－１以下にしてもよい。
　スペクトルデータの範囲がこのようなものであれば、分析対象成分であるＨＣの波数範囲を含むとともに、干渉成分である水の波数範囲（約３４００ｃｍ－１以上）が除かれるので、測定試料のＴＨＣ濃度の算出における水の影響を低減でき、測定精度をより向上することができる。
　分子量の小さいＨＣについては各濃度を主分析部５１で求めておき、分子量の大きな１又は複数のＨＣの合計濃度を、ＴＨＣ濃度から差し引いて算出してもよい。
　さらに、本分析装置から個別成分分析部の機能を排除するとともに参照試料のみを導入するようにして、相関算出だけを行う分析用学習装置を構成してもよい。この分析用学習装置によって求められた相関は、他のＦＴＩＲ分析装置で利用することができる。
　前記実施形態の分析装置１００は、参照試料のスペクトルデータとＴＨＣ濃度の相関を自ら算出するものであったがこれに限らない。他の実施形態の分析装置１００は、相関算出だけを行う他の分析用学習装置により予め算出された相関を用い、その相関に基づいて測定試料のスペクトルデータから直接的にＴＨＣ濃度を算出するようにしてもよい。
　具体的には分析装置１００は、図５に示すように、演算処理装置５が参照試料データ格納部Ｄ１及び相関算出部５２１としての機能を有さないように構成されてもよい。ここでは受付部５３が、他の分析用学習装置が予め算出した相関を示す相関データ（すなわち、学習済みデータ）を、ネットワーク等を介して受付けるとともに相関データ格納部Ｄ２に予め格納しておいてよい。そして算出本体部５２２が、相関データ格納部Ｄ２に予め格納されている相関データを測定試料の吸光スペクトルデータに当てはめて測定試料のＴＨＣ濃度を算出するようにしてよい。
　なお受付部５３は、所定の期間毎に他の分析用学習装置から新しい相関データを受け付けて、相関データ格納部Ｄ２に格納されている相関データを定期的に更新するようにしてよい。
　参照試料及び測定対象試料は、前記実施形態では排ガスであったが、大気やその他のガス、あるいは液体でも構わない。
　また、参照試料は、測定試料と同種のものである必要はなく、例えば窒素などの主成分に分析対象となる複数成分を混合して生成した標準ガス等を用いてもよい。この場合は、複数成分の合計分析値が既知なので、参照試料の複数成分を分析するための他の分析装置を用いる必要はない。
　さらに、分析対象となる成分は、ＨＣに限られず、窒素酸化物やダイオキシンなど、その他の成分でもよい。
　分析装置としては、光を測定試料に照射してそのスペクトルから分析をするものであればよく、ＮＤＩＲにも適用可能であるし、分光分析装置以外の、例えば散乱型粒子径分布測定装置などにも適用可能である。また、本発明は、自動車の排ガスの分析に限らず、船舶、航空機、農業用機械、工作機械等の内燃機関の排ガスを分析することも可能である。
　その他、本発明は前記実施形態に限られず、その趣旨を逸脱しない範囲で種々の変形が可能であるのは言うまでもない。
　本発明によれば、合計分析値及びスペクトルデータが既知の参照試料に係るデータを利用して、測定試料を分析するうえ、従来のように、スペクトルデータから個別成分の分析値を算出するといった途中演算での誤差を排除することができるので、分析精度の飛躍的な向上が可能となる。また、助燃ガス（Ｈ２）などの取扱いが難しいガスを使用する必要はないので、簡便性やランニングコストの点にも寄与し得る。

Claims (16)

  1. 　測定試料に光を照射して得られるスペクトルデータに基づいて当該測定試料を分析するものであって、
    　所定複数成分の合計分析値が予め求められている参照試料の当該合計分析値に基づいて、測定試料のスペクトルデータから当該測定試料における前記複数成分の合計分析値を算出する合計分析値算出部を備えていることを特徴とする分析装置。
  2. 　前記合計分析値算出部が、
    　参照試料のスペクトルデータと当該参照試料の合計分析値との相関を示すデータを格納している相関データ格納部と、
    　測定試料のスペクトルデータに前記相関データ格納部の相関を適用して、当該測定試料における前記複数成分の合計分析値を算出する算出本体部とを備えたものである請求項１記載の分析装置。
  3. 　前記合計分析値算出部が、
    　参照試料のスペクトルデータと当該参照試料の合計分析値とに基づいて、スペクトルデータと合計分析値との相関を算出し、前記相関データ格納部に格納する相関算出部をさらに備えたものである請求項２記載の分析装置。
  4. 　他の方式の分析装置で測定された参照試料の合計分析値を示すデータを受け付ける受付部をさらに備え、
    　前記相関算出部が、前記受付部で受け付けた合計分析値と、本分析装置によって得られた前記参照試料のスペクトルデータとに基づいて前記相関を算出するものである請求項３記載の分析装置。
  5. 　前記相関算出部が、複数の参照試料における各合計分析値と各スペクトルデータとから前記相関関係を算出するものであって、新たな参照試料に係る合計分析値及びそのスペクトルデータを取得した場合に、新たな参照試料に係る合計分析値及びそのスペクトルデータを加味して前記相関関係を更新するものである請求項３又は４記載の分析装置。
  6. 　前記相関算出部が、参照試料の温度及び／又は圧力をもパラメータとして前記相関を算出するものであり、
    　前記算出本体部が、測定試料の温度及び／又は圧力をパラメータとして特定される前記相関に基づいて当該測定試料の合計分析値を算出するものである請求項３乃至５いずれか記載の分析装置。
  7. 　前記相関算出部が、参照試料の温度及び／又は圧力に加えて、エンジン又は触媒に関連する周辺状況データをもパラメータとして相関を算出し、
    　前記算出本体部が、測定試料の温度及び／又は圧力に加えて、エンジン又は触媒に関連する周辺状況データをパラメータとして特定される前記相関に基づいて当該測定試料の合計分析値を算出する請求項６記載の分析装置。
  8. 　前記スペクトルデータが、前記複数成分に干渉する他成分の影響を軽減又は除去したものである請求項１乃至７いずれか記載の分析装置。
  9. 　測定試料に光を照射して得られるスペクトルデータに基づいて、当該測定試料に含まれる個々の単一成分を分析する主分析部をさらに備えている請求項１乃至８いずれか記載の分析装置。
  10. 　前記測定試料又は参照試料が自動車の排ガスであり、分析対象となる成分がハイドロカーボンである請求項１乃至９いずれか記載の分析装置。
  11. 　前記所定複数成分の合計分析値が、前記排ガスに含まれるハイドロカーボン全体の濃度である請求項１０記載の分析装置。
  12. 　ＦＴＩＲ方式のものである請求項１乃至１１いずれか記載の分析装置。
  13. 　他の方式の分析装置がＦＩＤ分析装置である請求項１２記載の分析装置。
  14. 　測定試料に光を照射して得られるスペクトルデータに基づいて当該測定試料を分析する方法であって、
    　所定複数成分の合計分析値が予め求められている参照試料の当該合計分析値に基づいて、測定試料のスペクトルデータから当該測定試料における前記複数成分の合計分析値を算出することを特徴とする分析方法。
  15. 　測定試料に光を照射して得られるスペクトルデータに基づいて当該測定試料を分析する分析装置に搭載されるプログラムであって、
    　所定複数成分の合計分析値が予め求められている参照試料の当該合計分析値に基づいて、測定試料のスペクトルデータから当該測定試料における前記複数成分の合計分析値を算出する合計分析値算出部としての機能を分析装置に発揮させることを特徴とする分析装置用プログラム。
  16. 　所定複数成分の合計分析値が予め求められている参照試料に光を照射して得られるスペクトルデータを受け付ける受付部と、
    　複数の互いに異なる参照試料の合計分析値及びスペクトルデータを格納している参照試料データ格納部と、
    　前記参照試料データ格納部を参照し、各参照試料のスペクトルデータと合計分析値との間に共通する相関を算出する相関算出部とを備えていることを特徴とする分析用学習装置。
PCT/JP2018/028812 2017-08-07 2018-08-01 分析装置、分析方法、分析装置用プログラム及び分析用学習装置 WO2019031331A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP18844274.3A EP3667295A4 (en) 2017-08-07 2018-08-01 ANALYZER, ANALYSIS METHOD, ANALYZER PROGRAM AND ANALYZER DEVICE
US16/492,529 US11448588B2 (en) 2017-08-07 2018-08-01 Analyzer, analysis method, analyzer program, and analysis learning device
JP2019535138A JP6983244B2 (ja) 2017-08-07 2018-08-01 分析装置、分析方法、分析装置用プログラム及び分析用学習装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017152787 2017-08-07
JP2017-152787 2017-08-07

Publications (1)

Publication Number Publication Date
WO2019031331A1 true WO2019031331A1 (ja) 2019-02-14

Family

ID=65271392

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/028812 WO2019031331A1 (ja) 2017-08-07 2018-08-01 分析装置、分析方法、分析装置用プログラム及び分析用学習装置

Country Status (4)

Country Link
US (1) US11448588B2 (ja)
EP (1) EP3667295A4 (ja)
JP (1) JP6983244B2 (ja)
WO (1) WO2019031331A1 (ja)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021004765A (ja) * 2019-06-25 2021-01-14 株式会社堀場製作所 分析装置、分析方法及び分析装置用プログラム
US10980940B2 (en) 2019-01-18 2021-04-20 Carefusion 303, Inc. Medication tracking system
US11081220B2 (en) 2018-02-02 2021-08-03 Carefusion 303, Inc. System and method for dispensing medication
US11222721B2 (en) 2018-05-04 2022-01-11 Carefusion 303, Inc. Peer community based anomalous behavior detection
WO2022014126A1 (ja) * 2020-07-13 2022-01-20 株式会社堀場製作所 分析装置、分析方法、分析装置用プログラム、分析用学習装置、分析用学習方法及び分析用学習装置用プログラム
WO2023127262A1 (ja) * 2021-12-28 2023-07-06 株式会社堀場製作所 機械学習装置、排ガス分析装置、機械学習方法、排ガス分析方法、機械学習プログラム、及び、排ガス分析プログラム
US11804295B2 (en) 2019-01-07 2023-10-31 Carefusion 303, Inc. Machine learning based safety controller
JP7461948B2 (ja) 2019-07-05 2024-04-04 株式会社堀場製作所 試料ガス分析装置、試料ガス分析方法及び試料ガス分析用プログラム
US11984212B2 (en) 2020-01-10 2024-05-14 Carefusion 303, Inc. System for monitoring dose pattern and patient response

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0265842A (ja) 1988-08-31 1990-03-06 Shimadzu Corp Ｍｒｉマルチエコー撮像法
JPH0829332A (ja) * 1994-07-13 1996-02-02 Horiba Ltd 多成分水溶液の分析方法およびその分析装置
JPH09101259A (ja) * 1995-10-08 1997-04-15 Horiba Ltd 分光光度計を用いた複数成分定量方法
JPH1137935A (ja) * 1997-07-18 1999-02-12 Fuji Electric Co Ltd 下水中の複数成分定量方法とその装置
JP2000346801A (ja) * 1999-06-04 2000-12-15 Horiba Ltd Ｆｔｉｒ法による多成分ガス分析方法
JP2001066251A (ja) * 1999-08-31 2001-03-16 Horiba Ltd 多成分有機溶液の分析方法
JP2003014627A (ja) * 2001-06-28 2003-01-15 Ishikawajima Harima Heavy Ind Co Ltd 多成分分析計の検量線作成方法
JP2004117259A (ja) * 2002-09-27 2004-04-15 Horiba Ltd 車載型ｈｃ測定装置
JP2005257676A (ja) * 2004-02-09 2005-09-22 National Agriculture & Bio-Oriented Research Organization 茶葉中に含まれる化学成分の定量方法
JP2010210360A (ja) * 2009-03-10 2010-09-24 Naraken Chusho Kigyo Sien Center クズイソフラボン量の測定方法
JP2011122950A (ja) * 2009-12-11 2011-06-23 Naraken Chusho Kigyo Sien Center イソチオシアネート含量の測定方法
JP2013130488A (ja) * 2011-12-22 2013-07-04 Horiba Ltd 試料ガス分析装置及び試料ガス分析装置用プログラム
WO2016003877A1 (en) * 2014-06-30 2016-01-07 Precisive, LLC Systems, methods, and apparatus for optical hydrocarbon gas composition monitoring

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MY107650A (en) * 1990-10-12 1996-05-30 Exxon Res & Engineering Company Method of estimating property and / or composition data of a test sample
JP3099898B2 (ja) 1991-02-21 2000-10-16 株式会社堀場製作所 Ｆｔｉｒを用いた多成分定量分析方法
US6865472B2 (en) * 2002-09-27 2005-03-08 Horiba Ltd. Vehicle-installed exhaust gas analyzing apparatus
US9057718B2 (en) 2005-10-06 2015-06-16 Jp3 Measurement, Llc Optical determination and reporting of hydrocarbon properties
BRPI0711488B1 (pt) 2006-06-07 2018-03-06 Valorex Método para determinar a qualidade nutricional dos lipídios no leite
JP6967387B2 (ja) * 2017-07-14 2021-11-17 株式会社堀場製作所 ガス分析装置、ガス分析装置用プログラム、及びガス分析方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0265842A (ja) 1988-08-31 1990-03-06 Shimadzu Corp Ｍｒｉマルチエコー撮像法
JPH0829332A (ja) * 1994-07-13 1996-02-02 Horiba Ltd 多成分水溶液の分析方法およびその分析装置
JPH09101259A (ja) * 1995-10-08 1997-04-15 Horiba Ltd 分光光度計を用いた複数成分定量方法
JPH1137935A (ja) * 1997-07-18 1999-02-12 Fuji Electric Co Ltd 下水中の複数成分定量方法とその装置
JP2000346801A (ja) * 1999-06-04 2000-12-15 Horiba Ltd Ｆｔｉｒ法による多成分ガス分析方法
JP2001066251A (ja) * 1999-08-31 2001-03-16 Horiba Ltd 多成分有機溶液の分析方法
JP2003014627A (ja) * 2001-06-28 2003-01-15 Ishikawajima Harima Heavy Ind Co Ltd 多成分分析計の検量線作成方法
JP2004117259A (ja) * 2002-09-27 2004-04-15 Horiba Ltd 車載型ｈｃ測定装置
JP2005257676A (ja) * 2004-02-09 2005-09-22 National Agriculture & Bio-Oriented Research Organization 茶葉中に含まれる化学成分の定量方法
JP2010210360A (ja) * 2009-03-10 2010-09-24 Naraken Chusho Kigyo Sien Center クズイソフラボン量の測定方法
JP2011122950A (ja) * 2009-12-11 2011-06-23 Naraken Chusho Kigyo Sien Center イソチオシアネート含量の測定方法
JP2013130488A (ja) * 2011-12-22 2013-07-04 Horiba Ltd 試料ガス分析装置及び試料ガス分析装置用プログラム
WO2016003877A1 (en) * 2014-06-30 2016-01-07 Precisive, LLC Systems, methods, and apparatus for optical hydrocarbon gas composition monitoring

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3667295A4

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11081220B2 (en) 2018-02-02 2021-08-03 Carefusion 303, Inc. System and method for dispensing medication
US11222721B2 (en) 2018-05-04 2022-01-11 Carefusion 303, Inc. Peer community based anomalous behavior detection
US11823792B2 (en) 2018-05-04 2023-11-21 Carefusion 303, Inc. Peer community based anomalous behavior detection
US11804295B2 (en) 2019-01-07 2023-10-31 Carefusion 303, Inc. Machine learning based safety controller
US11642460B2 (en) 2019-01-18 2023-05-09 Carefusion 303, Inc. Medication tracking system
US10980940B2 (en) 2019-01-18 2021-04-20 Carefusion 303, Inc. Medication tracking system
US11448589B2 (en) 2019-06-25 2022-09-20 Horiba, Ltd. Analyzer, analysis method, and a program recording medium recorded with a program for analyzer
JP2021004765A (ja) * 2019-06-25 2021-01-14 株式会社堀場製作所 分析装置、分析方法及び分析装置用プログラム
JP7461948B2 (ja) 2019-07-05 2024-04-04 株式会社堀場製作所 試料ガス分析装置、試料ガス分析方法及び試料ガス分析用プログラム
US11984212B2 (en) 2020-01-10 2024-05-14 Carefusion 303, Inc. System for monitoring dose pattern and patient response
WO2022014126A1 (ja) * 2020-07-13 2022-01-20 株式会社堀場製作所 分析装置、分析方法、分析装置用プログラム、分析用学習装置、分析用学習方法及び分析用学習装置用プログラム
DE112021003737T5 (de) 2020-07-13 2023-04-27 Horiba, Ltd. Analysevorrichtung, analyseverfahren, programm für eine ana-lysevorrichtung, lernvorrichtung für eine analyse, lernverfahren für eine analyse und programm für eine lernvorrichtung für eine analyse
WO2023127262A1 (ja) * 2021-12-28 2023-07-06 株式会社堀場製作所 機械学習装置、排ガス分析装置、機械学習方法、排ガス分析方法、機械学習プログラム、及び、排ガス分析プログラム

Also Published As

Publication number Publication date
JP6983244B2 (ja) 2021-12-17
JPWO2019031331A1 (ja) 2020-06-25
US20210140877A1 (en) 2021-05-13
US11448588B2 (en) 2022-09-20
EP3667295A4 (en) 2021-05-05
EP3667295A1 (en) 2020-06-17

Similar Documents

Publication Publication Date Title
WO2019031331A1 (ja) 分析装置、分析方法、分析装置用プログラム及び分析用学習装置
EP3428620B1 (en) Gas analysis apparatus, program for gas analysis apparatus, and gas analysis method
CN103175786B (zh) 样品气体分析装置与样品气体分析装置用方法
JP2000346801A5 (ja)
US20200408675A1 (en) Analyzer, analysis method, and a program recording medium recorded with a program for analyzer
JP2000346801A (ja) Ｆｔｉｒ法による多成分ガス分析方法
JP2741376B2 (ja) 分光分析における多成分分析方法
WO2023127262A1 (ja) 機械学習装置、排ガス分析装置、機械学習方法、排ガス分析方法、機械学習プログラム、及び、排ガス分析プログラム
US5305076A (en) Quantitative analytical method and apparatus for spectrometric analysis using wave number data points
CN103558182A (zh) 一种用于激光气体在线分析仪确定气体浓度的方法
JP7335727B2 (ja) 排ガス分析装置、排ガス分析方法、排ガス分析用プログラム及び機械学習装置
JP7461948B2 (ja) 試料ガス分析装置、試料ガス分析方法及び試料ガス分析用プログラム
EP3892985A1 (en) System and computer-implemented method for extrapolating calibration spectra
WO2022014126A1 (ja) 分析装置、分析方法、分析装置用プログラム、分析用学習装置、分析用学習方法及び分析用学習装置用プログラム
US6422056B1 (en) Method for correcting the effect of a effect of a coexistent gas in a gas analysis and a gas analyzing apparatus using same
CN111912804B (zh) 一种高炉烟气中微量二氧化硫监测的紫外光谱检测方法及装置
JPH04265839A (ja) 分光分析における多成分分析方法
JP2649667B2 (ja) 分光分析における多成分分析方法
JPH04262237A (ja) フーリエ変換赤外分光計を用いたエンジン排ガス分析装置
Jaeger Robust on-line engine exhaust methane measurements using wavelength modulation spectroscopy
Chen et al. Application of SVM in Gas Sensor: Quantitative Analysis of CO2
Schalk et al. Comparison of raman and mid-infrared spectroscopy for real-time monitoring of yeast fermentations
Schröder et al. Emission Measurement with Quantum Cascade Laser
JPH04265841A (ja) 自動車排気ガスの定量方法
Pan et al. Waveband Selection with Stability for FTIR/ATR Spectroscopic Analysis of COD in Sugar Refinery Wastewater

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: 18844274

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019535138

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2018844274

Country of ref document: EP

Effective date: 20200309