JP2000214084A - 検査対象物質判定方法及びその装置 - Google Patents

検査対象物質判定方法及びその装置

Info

Publication number
JP2000214084A
JP2000214084A JP1577099A JP1577099A JP2000214084A JP 2000214084 A JP2000214084 A JP 2000214084A JP 1577099 A JP1577099 A JP 1577099A JP 1577099 A JP1577099 A JP 1577099A JP 2000214084 A JP2000214084 A JP 2000214084A
Authority
JP
Japan
Prior art keywords
substance
spectrum
inspected
time
calibration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
JP1577099A
Other languages
English (en)
Inventor
Naoyuki Shiratori
直行 白鳥
Takeshi Ashida
彪 芦田
Sadao Ibe
定雄 井部
Kazuya Negi
一弥 根木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Asahi Chemical Industry Co Ltd
Original Assignee
Asahi Chemical Industry Co Ltd
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 Asahi Chemical Industry Co Ltd filed Critical Asahi Chemical Industry Co Ltd
Priority to JP1577099A priority Critical patent/JP2000214084A/ja
Publication of JP2000214084A publication Critical patent/JP2000214084A/ja
Withdrawn legal-status Critical Current

Links

Landscapes

  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

(57)【要約】 【課題】 検査対象物質の同定および劣化状態を定量的
に短時間で測定する。 【解決手段】 検査対象物質の表面から反射された近赤
外または赤外反射光を分光装置１０で分光し、得られる
検査対象スペクトルデータとデータベース２１に予め格
納されている各種物質の経時劣化検量吸収スペクトル群
とを規格化手段２２で規格化した状態で、検索手段２３
で検査対象スペクトルデータをもとに経時劣化検量吸収
スペクトル群を物質検索して検査対象物の物質を同定す
る。また、同定された物質とその類似物質の経時劣化検
量スペクトル群を参照して検査対象物の物質組成比、劣
化履歴時間等を検量手段２４で検量算出し、その算出結
果を出力手段で検査対象物の物質同定、劣化状態等の数
値に換算した結果として出力する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、検査対象物質表面
の近赤外または赤外反射光を分光したスペクトルデータ
を測定し、これに基づいて物質特定を行うと共に、これ
に加えて劣化状態をも定量的に判定する検査対象物質判
定方法及びその装置に関する。したがって、物質を分
類、分析する産業分野や建築物、輸送車体等の劣化した
資材および資材表面を更新する産業分野に好適なもので
ある。
【０００２】
【従来の技術】劣化した資材および資材表面の更新は建
築物、輸送車体等の寿命を延ばす上で重要である。例え
ば、住宅、橋梁、鉄塔等の建築物および船舶、鉄道車両
等の輸送車体等の外装に塗料が塗装されている。これら
の外装塗料は塗装後、年月が経つとともに劣化し、建築
物、輸送車体等の内部保護の役目を果たせなくなる。し
たがって、塗料の寿命が来る前に再塗装して保護する必
要がある。
【０００３】しかし、塗料の寿命を判定する方法は合理
的手法が今まで無く、塗装専門家の経験による目視判断
か、あるいは塗料メーカーの品質保証する耐用年限以内
で定期的に再塗装するのが一般的であった。塗料の劣化
を分析的に測定する方法としては以下の方法がある。塗
料を塗装した試験サンプルをサンシャインウェザーメー
ターやキセノンランプ光曝露試験機のような劣化促進試
験機で、あるいは実際に屋外で太陽光や風雨に曝す実曝
露試験で、長時間劣化させた後、評価する。評価項目と
しては、塗料の劣化による酸化等の物質的化学変化を直
接測定するのではなく、塗料の物性である表面光沢保持
率、色差、表面硬度等の変化を指標とする間接測定が一
般的で、前記方法を用いて塗料の相対的性能差異や耐用
年限等の予測に利用していた。
【０００４】最近、プラスチック、塗料等の物質識別に
赤外や近赤外光を利用した測定装置が開発され、実用化
されつつある（特開平６−２１０６３２号公報、特開平
６−３０８０２２号公報、化学とソフトウェア，Ｖｏ
ｌ．１９，Ｎｏ．１，ｐ３（１９９７））。前記識別装
置は廃プラスチックの分別や自動車塗料の鑑識分析に応
用されているが、屋外等に曝されて劣化した塗料や資材
は物質の化学変化を起こしており、物質を同定するのは
難しいことがあった。また、検査対象物の定量的な物質
同定、劣化状態等を測定できる方法および装置は皆無で
あった。
【０００５】
【発明が解決しようとする課題】目視検査による資材の
識別は難しく、ましてや劣化した資材の同定は前記識別
装置においても難しいことがあった。また、目視検査に
よる塗料の劣化や資材等の寿命判定は評価に長年の熟練
度が必要であり、定量性にも欠けるので更新時期判定に
は差異があり、信頼度に欠ける点があった。塗料メーカ
ーや資材メーカーが保証する耐用年数以内に更新するこ
とは経済的負担が大きかった。
【０００６】一方、塗料の劣化を分析的に測定する方法
は劣化促進試験といえども長時間かかり、煩雑な測定操
作を行うため、多大な労力も必要とした。しかも、検査
対象物の寿命予測となると、該対象物と同一の試験サン
プルの作製を必要とし、さらに、測定指標が劣化の直接
測定ではなく間接測定のため、同一試験サンプルを使用
して劣化促進試験による検量データを作成し求めても、
寿命予測が不正確な場合が多かった。
【０００７】資材および資材表面の物質同定、劣化状態
を分析的に精度よく、短時間で測定する方法および装置
は信頼性、経済性の面から社会的要望が強いにもかかわ
らず、適切な方法および装置がなかった。そこで、本発
明は、検査対象物質である塗料等の経時劣化が物質の化
学変化を伴うことから検査対象物の近赤外または赤外反
射光を分光装置で分光して劣化を直接測定し、得られる
スペクトルとコンピューターに予め入力してある各種物
質の経時劣化検量スペクトル群を規格化し、得られるス
ペクトルを各種物質の経時劣化検量スペクトル群から物
質検索して検査対象物の物質を特定する検査物質判定方
法及びその装置を提供することを目的としている。
【０００８】また、特定された物質及び該物質と組成比
は相違しても同組成物質の経時劣化検量スペクトル群を
参照して検査対象物の物質組成比、劣化履歴時間等を検
量算出して、検査対象物の物質同定、劣化状態を数値で
短時間に求めることができる検査対象物質判定方法及び
その装置を提供することを目的としている。
【０００９】
【課題を解決するための手段】このような目的を達成す
るために、請求項１に係る検査対象物質判定方法は、検
査対象物質表面の近赤外または赤外反射光を分光手段で
分光して検査対象スペクトルデータを得ると共に、予め
各種物質の経時劣化検量スペクトル群を当該物質名と関
連付けてスペクトル群記憶手段に格納し、前記検査対象
検索スペクトルデータ及び前記スペクトル群記憶手段に
格納した経時劣化検量スペクトル群を共に規格化した状
態で当該検査対象スペクトルデータをもとに前記スペク
トル群記憶手段を物質検索して、検査対象物の物質を特
定することを特徴としている。
【００１０】この請求項１に係る発明においては、検査
対象物質の近赤外または赤外反射光を赤外線分光手段で
分光し、得られる検査対象スペクトルデータをもとにス
ペクトル群記憶手段に予め格納されている各種物質の経
時劣化検量スペクトル群から物質検索して検査対象物の
物質を特定する。ここでいう経時劣化検量スペクトル群
とは、或る物質の劣化を受けていない新しい状態から寿
命に達した状態までの経時劣化状態を劣化履歴時間毎に
スペクトルの測定をしたもので、一物質に付き複数のス
ペクトルを有し、検査対象物の物質検索、および物質組
成比、劣化履歴時間等の検量を可能とするものである。
【００１１】また、請求項２に係る検査対象物質判定方
法は、検査対象物質表面の近赤外または赤外反射光を分
光手段で分光して検査対象スペクトルデータを得ると共
に、予め各種物質の経時劣化検量スペクトル群を当該物
質名と関連付けてスペクトル群記憶手段に格納し、前記
スペクトルデータ及び前記スペクトル群記憶手段に格納
した経時劣化検量スペクトル群を共に規格化した状態で
当該検査対象スペクトルデータをもとに前記スペクトル
群記憶手段を物質検索して、検査対象物の物質を特定
し、該物質および該物質と組成比は相違しても同組成の
物質群の経時劣化検量スペクトル群を参照して検査対象
物の物質組成比及び劣化履歴時間を算出するようにした
ことを特徴としている。
【００１２】この請求項２に係る発明においては、検査
対象物表面の近赤外または赤外反射光を赤外線分光手段
で分光し、得られる検査対象スペクトルをもとにスペク
トル群記憶手段に予め格納してある各種物質の経時劣化
検量スペクトル群から物質検索して検査対象物の物質を
特定し、該物質および該物質と組成比は相違しても同組
成の物質群の経時劣化検量スペクトル群を参照して検査
対象物の物質組成比、劣化履歴時間等に検量算出し、検
査対象物の物質同定、劣化状態を数値に換算する。
【００１３】さらに、請求項１または２に係る発明にお
いては、前記検査対象スペクトルデータをもとに経時劣
化検量スペクトル群を物質検索する際に、検査対象スペ
クトルデータおよび経時劣化検量スペクトル群を規格化
してから物質検索を行うようにしたことを特徴としてい
る。ここで、規格化とは、各スペクトルを強度の最も強
い変化部の強度を或る一定の値になるように全分光領域
のスペクトルを修正したり、スペクトルの或る一定の分
光領域の変化部とベースラインで囲まれた面積を或る一
定の値になるように全分光領域のスペクトルを修正した
り、さらには全分光領域のスペクトルとベースラインで
囲まれた面積が或る一定の値になるようにスペクトルを
修正することを言い、後の検索や検量を容易化する。
【００１４】さらにまた、請求項３に係る検査対象物質
判定方法は、請求項１又は２に係る発明において、前記
検査対象スペクトルデータ及びスペクトル群記憶手段の
経時劣化検量スペクトル群を規格化するに際し、各スペ
クトルデータの１次微分または２次微分スペクトルを求
めるようにしたことを特徴としている。この請求項３に
係る発明では、各スペクトルを１次微分または２次微分
スペクトルに計算し直すことによって該スペクトルのベ
ースラインが前記データベースのベースラインと一致し
なくとも物質の同定および前記面積の算出ができる。
【００１５】なおさらに、請求項４に係る検査対象物質
判定方法は、請求項１〜３の何れかの発明において、前
記検査対象スペクトルデータをもとに物質検索するに際
し、最小自乗法、回帰分析法、重回帰分析法、ニューラ
ルネットワーク法等を用いて検索することを特徴として
いる。この請求項４に係る発明においては、検査対象ス
ペクトルデータをもとに経時劣化検量スペクトル群を検
索する際に、各スペクトルデータを最小自乗法、回帰分
析法、重回帰分析法、ニューラルネットワーク法を使用
して比較することにより、短時間で正確な検索を行うこ
とができる。
【００１６】また、請求項５に係る検査対象物質判定方
法は、検査対象物表面の近赤外または赤外反射光を分光
して検査対象スペクトルデータを出力する分光手段と、
予め各種物質の経時劣化検量スペクトル群を当該物質名
と関連付けて格納したスペクトル群記憶手段と、前記分
光手段から出力される検査対象スペクトルデータをもと
に前記スペクトル群記憶手段を参照して、該当する物質
名を特定する物質名特定手段とを備えたことを特徴とし
ている。
【００１７】この請求項５に係る発明においては、前述
した請求項１と同様に検査対象物質から得られる検査対
象スペクトルをもとにスペクトル群記憶手段に予め格納
されている各種物質の経時劣化検量スペクトル群から物
質検索して検査対象物の物質を特定する。さらに、請求
項６に係る発明においてては、前記物質名特定手段は、
前記検査対象スペクトルデータをもとに前記スペクトル
群記憶手段を参照して、経時劣化検量スペクトル群から
該当するスペクトルを検索して、検査対象物質を特定す
る検索手段と、該検索手段で特定された物質の経時劣化
検量スペクトル群と前記検査対象スペクトルデータとの
偏差を個々に算出し、該偏差を物質の劣化履歴時間軸で
表す関数として検査対象物の劣化履歴時間を算出する検
量手段とを少なくとも備えていることを特徴としてい
る。
【００１８】この請求項６に係る発明においては、検査
対象物の物質名を特定することができると共に、経時劣
化検量スペクトル群と検査対象スペクトルとの偏差を個
々に算出し、算出された偏差に基づいて検査対象物質の
劣化履歴時間を算出することにより、寿命や耐用年数等
を正確に判断することが可能となる。さらにまた、請求
項７に係る発明においては、前記検量手段は、同定され
た物質の経時劣化検量スペクトル群及び該物質とは組成
比は相違しても同組成の物質群の経時劣化検量スペクト
ル群を抽出し、両経時劣化検量スペクトル群と検査対象
スペクトルデータとの偏差を個々に算出し、該偏差を物
質の組成比軸と劣化履歴時間軸で表す関数として検査対
象物の組成比及び劣化履歴時間を算出するように構成さ
れていることを特徴としている。
【００１９】この請求項７に係る発明においては、物質
検索によって特定された物質の経時劣化検量スペクトル
群および特定された物質とは組成比は相違しても同一組
成の物質群の経時劣化検量スペクトル群を抽出し、これ
ら各経時劣化検量スペクトル群と検査対象スペクトルデ
ータとの偏差を個々に算出し、算出した偏差に基づいて
検査対象物質の組成比を特定することができる。
【００２０】
【発明の実施の形態】以下、本発明の実施形態を図面に
基づいて説明する。図１は本発明の一実施形態を示す基
本構成図である。本発明は、検査対象物に物質特有の近
赤外または赤外光領域のスペクトルがあり、しかも経時
劣化が物質の化学変化に基づくことを利用して、該変化
が近赤外または赤外光領域のスペクトルに変化として現
れることを利用するものであり、さらにスペクトル信号
の解析方法に特徴があり、本発明に関するスペクトル解
析処理を以下順次説明する。
【００２１】図１において、１０は検査対象物表面の近
赤外又は赤外反射光を分光する分光手段としての赤外線
分光装置であって、この赤外線分光装置１０は、近赤外
スペクトル測定用分光器又は赤外スペクトルスペクトル
分光器等で構成され、波長２５．０〜０．８μｍの光を
全体的あるいは部分的に分光し、分光波長と同期して光
強度を検出し、これを電気信号に変換することによっ
て、検査対象スペクトルデータを出力するように構成さ
れている。
【００２２】この赤外線分光装置１０から出力された近
赤外又は赤外の検査対象スペクトルデータは、例えばパ
ーソナルコンピュータで構成される物質判定装置２０に
入力される。この物質判定装置２０は、各種物質の経時
劣化検量スペクトル群を格納したスペクトル群記憶手段
としてのデータベース２１と、赤外線分光装置１０から
入力される近赤外又は赤外の検査対象スペクトルデータ
及びデータベース２１に格納されている各種物質の経時
劣化検量スペクトル群データに基づく検索及び検量処理
を容易に行えるように規格化処理する規格化手段２２
と、この規格化手段２２で規格化処理された検査対象ス
ペクトルデータと一致するスペクトルをデータベース２
１から検索し、検査対象物の物質を特定する検索手段２
３と、この検索手段２３で特定された物質及びこの物質
と組成比は相違しても同組成の物質群の経時劣化検量ス
ペクトル群を選択し、検査対象物の物質組成比、劣化履
歴時間等を算出する検量手段２４と、この検量手段で算
出した物質組成比、劣化履歴時間に基づいて耐用年限等
を算出し、同定物質名、組成比、寿命、劣化履歴時間等
をディスプレイ又はプリンタ等の出力装置３０に出力す
る出力手段２５とを備えている。
【００２３】ここで、データベース２１は、検査対象物
の物質組成比、劣化履歴時間等を短時間で算出ためのも
のであり、塗料や資材等の各種物質を試験サンプルとし
て、屋外実暴露劣化試験、サンシャインウェザーメータ
ー暴露劣化促進試験、キセノンアーク式暴露劣化促進試
験機及び／又はメタルハライド暴露劣化促進試験機等の
劣化試験で長時間劣化させた後、近赤外又は赤外スペク
トル測定用分光器で測定して得た各種物質の経時劣化検
量スペクトル群が格納されている。このとき、各種物質
の劣化履歴時間毎のスペクトルを劣化履歴時間と共に格
納し、その格納時に各種物質の重合体及び／又は共重合
体組成及び組成比も格納し、さらに各種物質の屋外暴露
試験及び促進試験で確認された寿命も格納する。
【００２４】また、規格化手段２２は、測定条件等によ
るスペクトル強度の相違を抑制し、次の演算処理段階の
検索、検量を容易ならしめるものである。検査対象物か
ら得られる検査対象スペクトルデータ及びデータベース
２１に格納された各種物質の経時劣化検量スペクトル群
を吸収強度の最も強い変化部の強度を或る一定の値にな
るように全分光領域のスペクトルを修正する。又は、ス
ペクトルの或る一定の分光領域の変化部とベースライン
で囲まれた面積を或る一定の値になるように全分光領域
のスペクトルを修正する。さらには、全分光領域のスペ
クトルとベースラインで囲まれた面積が或る一定の値に
なるようにスペクトルを修正するなどの方法を用いて規
格化を行う。なお、データベースに格納された各種物質
の経時劣化検量スペクトル群は予め前記規格化処理をし
た状態で格納するようにしてもよく、この場合には、検
査対象スペクトルデータのみを規格化手段２１で規格化
する。
【００２５】しかしながら、検査対象物の形態や劣化し
た状態等によって得られるスペクトルのベースラインが
不安定で一定にならず勾配や凹凸等のある場合には、上
記規格化処理をしても次の演算処理段階の検索処理や検
量処理が困難になる場合がある。その場合、規格化処理
前または後にスペクトルを１次微分または２次微分する
操作によって不安定なベースラインによる不正確さを除
去可能としして、より正確に検索および検量処理をする
ことができる。ここでも、データベース２１に格納され
た各種物質の経時劣化検量スペクトル群は予め前記１次
微分または２次微分したスペクトル群として格納するよ
うにしてもよい。
【００２６】さらに、検索手段２３は、最小自乗法、回
帰分析法、重回帰分析法、ニューラルネットワーク法等
の演算処理方法を使用して検査対象スペクトルデータを
もとにデータベース２１に格納されている各種物質の経
時劣化検量スペクトル群を物質検索する。すなわち、検
査対象物の劣化状態を含む検査対象スペクトルデータを
もとに、データベース２１内に格納された各種物質の経
時劣化検量スペクトル群のデータベースの中から最も近
似したスペクトルを検索し、選択する。最も近似したス
ペクトルは或る物質の或る経時劣化した状態のスペクト
ルであるから、或る物質を検査対象物の物質と同定する
ことは容易である。ここで、前記各種検索処理は、市販
のプログラムを使用することができる。
【００２７】さらにまた、検量手段２４は検査対象物の
物質組成比、劣化履歴時間等の数値を求める。データベ
ースから選択され、同定された物質の経時劣化検量スペ
クトル群を抽出し、前記演算処理方法を用いて該スペク
トル群と得られるスペクトルとの偏差を個々に算出し、
この偏差を物質の劣化履歴時間軸で表す関数とし、この
関数の最小点を内挿で求め、検査対象物の劣化履歴時間
を算出する。
【００２８】または、同定された物質の経時劣化検量ス
ペクトル群および該物質と組成比は相違しても同組成の
物質群の経時劣化検量スペクトル群を抽出し、前記演算
処理方法を用いて該スペクトル群と得られるスペクトル
との偏差を個々に算出し、この偏差を物質の組成比軸と
劣化履歴時間軸で表す関数とし、この関数の最小点を内
挿で求め、検査対象物の物質組成比、劣化履歴時間を算
出する。
【００２９】なおさらに、出力手段２５は、同定物質
名、組成比、寿命、検査対象物の劣化履歴時間等を換算
して出力装置３０に出力する。同定物質が前記データベ
ース２１の内挿で求められた場合、寿命についても組成
比の関数で表した後、同様に内挿で寿命を換算し、出力
する。また、実際の履歴年数と促進試験の履歴時間の関
係がデータベースに入力されている場合は、検査対象物
の劣化状態を履歴年数、耐用年数等に換算して出力する
こともできる。あるいは、実際の寿命と促進試験の寿命
が入力されている場合は、線形近似を仮定して履歴年
数、耐用年数等に推定換算して出力することも可能であ
る。
【００３０】そして、上記構成において、少なくとも検
索手段２３および検量手段２４を含んで物質名特定手段
が構成されている。
【００３１】
【実施例】以下に、実際に行った資材の劣化診断結果を
示す。裏面および側面をクロムメッキした鉄板を塗面に
して、シリコン変性アクリル水系塗料をクリアコートし
た試験サンプル（クリアコート層の厚みは５０μｍ）を
作製し、メタルハライド曝露促進試験機（照射強度 ６
８０Ｗ／ｍ2 、照射時間１８時間／日、水噴霧 １分／
回×２回／日の促進条件）で或る劣化履歴時間曝露させ
て検査対象物とした。
【００３２】データベースを作成する目的で、同一条件
で作製した試験サンプルを同一促進条件のメタルハライ
ド曝露促進試験機で曝露促進試験を行い、劣化履歴時間
が０〜１１００時間の試験サンプル表面を近赤外分光器
（ニレコ、ＮＩＲＳｙｓｔｅｍｓ６５００）で測定し、
シリコン変性アクリル水系塗料の経時劣化検量スペクト
ル群とした。これらのスペクトル群の代表例を図２に示
す。この図２において符号Ｌ０で示す曲線は劣化履歴時
間が０時間、Ｌ1 で示す曲線は劣化履歴時間が２９６時
間、Ｌ２で示す曲線は劣化履歴時間が５０４時間、Ｌ３
で示す曲線は劣化履歴時間が７２８時間、Ｌ４で示す曲
線は劣化履歴時間が１０４５時間のときのスペクトルを
示す。
【００３３】屋外曝露試験によって５年の寿命が明らか
になっているアクリル水系塗料についても同様の試験を
行い、アクリル水系塗料の経時劣化検量スペクトル群を
作成し、これを図３に示す。この図３において符号Ｌ０
で示す曲線は劣化履歴時間が０時間、Ｌ１で示す曲線は
劣化履歴時間が１２０時間、Ｌ２で示す曲線は劣化履歴
時間が２４０時間、Ｌ３で示す曲線は劣化履歴時間が３
２４時間、Ｌ４で示す曲線は劣化履歴時間が５００時間
のときのスペクトルを示す。
【００３４】他に、スチレン−アクリル系、アクリル−
ウレタン系などの各種塗料の経時劣化検量スペクトル群
も加えてコンピュータ（富士通、ＦＭＶ−Ｓ１６７）に
入力し、２次微分変換した後、さらに規格化変換を行
い、データベースとした。劣化履歴時間の不明な検査対
象物を前記と同様に測定して、得られる検査対象スペク
トルを同様の変換処理をした後、データベースの個々の
スペクトルと比較して最小自乗法で偏差を計算する処理
を行い、偏差の最も小さいスペクトルを選定し、そのス
ペクトルの物質と履歴時間を検索した結果、シリコン変
性アクリル水系塗料で履歴５００時間のものが最も近似
している結果が得られた。
【００３５】さらに、履歴時間の精度を向上するため
に、シリコン変性アクリル水系塗料の経時劣化検量スペ
クトル群と検査対象スペクトルデータとの個々の偏差を
算出し、該偏差を劣化履歴時間の或る関数に収束させた
後、或る関数を微分して偏差が最小値になる履歴時間を
計算した結果、５５０時間と求められた。劣化履歴時間
と偏差の関係と最も近似した関数を図４に示した。
【００３６】シリコン変性アクリル水系塗料の試験サン
プルでは、促進試験の劣化履歴時間が１０４８時間で錆
の発生があり、また寿命は１６年と入力されているの
で、計算で求められた検査対象物の劣化履歴時間５５０
時間は屋外曝露８．５年と換算され、履歴年数８．５年
と出力された。また、耐用年限はあと７．５年とも出力
された。
【００３７】以上の操作のうち、検査対象物を分光装置
１０で測定して、得られる検査対象スペクトルデータを
コンピュータに入力した後については、すべてコンピュ
ータが計算しており、所要時間は数秒であった。なお、
上記実施例では、塗料の物質判定を行う場合について説
明したが、これに限定されるものではなく、同定された
物質の経時劣化検量スペクトル群および該物質と組成比
は相違しても同組成の物質群の経時劣化検量スペクトル
群を抽出し、前記演算処理方法を用いて該スペクトル群
と得られるスペクトルとの偏差を個々に算出し、この偏
差を物質の組成比軸と劣化履歴時間軸で表す関数とし、
この関数の最小点を内挿で求め、検査対象物の物質組成
比、劣化履歴時間を算出することにより、複数の樹脂を
混合して成型された資材の樹脂組成比、劣化履歴時間を
算出することができる。
【００３８】また、上記実施例においては、コンピュー
タとしてデスクトップ型を適用した場合について説明し
たが、これに限定されるものではなく、分光器を小型化
すると共に、コンピュータをノート型或いはサブノート
型等の小型のパーソナルコンピュータを使用すること
で、これらを検査対象物のある現場に容易に持ち運ぶこ
とが可能となり、簡単に検査対象物の物質同定、劣化状
態等の測定をすることができる。
【００３９】さらに、上記実施例では物質表面からの検
査対象スペクトルデータを使用する場合について説明し
たが、これに限定されるものではなく、検査対象物の断
面を測定することによって検査対象物の内部の物質同
定、劣化状態も測定することができる。
【００４０】
【発明の効果】以上説明したように、請求項１および請
求項５に係る発明によれば、検査対象物の近赤外または
赤外反射光を赤外線分光手段で分光し、得られる検査対
象スペクトルをもとにスペクトル群記憶手段に予め格納
されている各種物質の経時劣化検量スペクトル群から物
質検索して検査対象物の物質を特定するので、検査対象
物質が経時劣化して化学変化を生じている場合であって
も、正確に物質の同定を行うことができるという効果が
得られる。しかも、検査対象スペクトルデータをもとに
経時劣化検量スペクトル群を物質検索する際に、検査対
象スペクトルデータおよび経時劣化検量スペクトル群を
規格化してから物質検索を行うので、物質検索を行う場
合のスペクトル同志の照合を容易且つ正確に行うことが
できるという効果が得られる。
【００４１】また、請求項２、請求項６および請求項７
に係る発明によれば、検査対象物質から得られる検査対
象スペクトルをもとにスペクトル群記憶手段に予め格納
してある各種物質の経時劣化検量スペクトル群から物質
検索して検査対象物の物質を特定し、該物質および該物
質と組成比は相違しても同組成の物質群の経時劣化検量
スペクトル群を参照して検査対象物の物質組成比、劣化
履歴時間等に検量算出し、検査対象物の物質同定、劣化
状態を数値に換算することができ、請求項１および５に
係る発明の効果に加えて、物質の組成比、寿命、耐用年
数等を正確に求めることができるという効果が得られ
る。
【００４２】さらに、請求項３に係る発明によれば、検
査対象スペクトルおよび経時劣化検量スペクトル群を規
格化するに際し、各スペクトルを１次微分または２次微
分スペクトルに計算し直すことによって該スペクトルの
ベースラインが前記データベースのベースラインと一致
しなくとも物質の同定および前記面積の算出ができると
いう効果が得られる。
【００４３】さらにまた、請求項４に係る発明によれ
ば、検査対象スペクトルデータをもとに経時劣化検量ス
ペクトル群を検索する際に、各スペクトルデータを最小
自乗法、回帰分析法、重回帰分析法、ニューラルネット
ワーク法を使用して比較するので、物質検索を短時間で
正確に行うことができるという効果が得られる。
【図面の簡単な説明】
【図１】本発明実施例の基本構成を示す機能ブロック図
である。
【図２】経時劣化したシリコン変性アクリル水系塗料の
近赤外スペクトル群の代表例である。
【図３】経時劣化したアクリル水系塗料の近赤外スペク
トル群の代表例である。
【図４】検査対象物のスペクトルと検索された物質（シ
リコン変性アクリル水系塗料）の経時劣化検量スペクト
ル群との偏差を劣化履歴時間でプロットし、或る関数で
フィッティングした図である。
【符号の説明】
１０ 赤外線分光装置 ２０ 物質同定劣化診断装置 ２１ データベース ２２ 規格化手段 ２３ 検索手段 ２４ 検量手段 ２５ 出力手段 ３０ 出力装置
───────────────────────────────────────────────────── フロントページの続き (72)発明者 井部 定雄 静岡県富士市鮫島２番地の１ 旭化成工業 株式会社内 (72)発明者 根木 一弥 静岡県富士市鮫島２番地の１ 旭化成工業 株式会社内 Ｆターム(参考） 2G050 AA04 AA05 AA07 CA10 EB07 2G059 AA01 AA05 BB08 BB20 DD20 EE12 FF04 FF08 HH01 JJ01 KK01 MM01 MM02 MM05 MM09 MM10 MM12 MM17 PP01

Claims (7)

    【特許請求の範囲】
  1. 【請求項１】 検査対象物質表面の近赤外または赤外反
    射光を分光手段で分光して検査対象スペクトルデータを
    得ると共に、予め各種物質の経時劣化検量スペクトル群
    を当該物質名と関連付けてスペクトル群記憶手段に格納
    し、前記検査対象検索スペクトルデータ及び前記スペク
    トル群記憶手段に格納した経時劣化検量スペクトル群を
    共に規格化した状態で当該検査対象スペクトルデータを
    もとに前記スペクトル群記憶手段を物質検索して、検査
    対象物の物質を特定することを特徴とする検査対象物質
    判定方法。
  2. 【請求項２】 検査対象物質表面の近赤外または赤外反
    射光を分光手段で分光して検査対象スペクトルデータを
    得ると共に、予め各種物質の経時劣化検量スペクトル群
    を当該物質名と関連付けてスペクトル群記憶手段に格納
    し、前記スペクトルデータ及び前記スペクトル群記憶手
    段に格納した経時劣化検量スペクトル群を共に規格化し
    た状態で当該検査対象スペクトルデータをもとに前記ス
    ペクトル群記憶手段を物質検索して、検査対象物の物質
    を特定し、該物質および該物質と組成比は相違しても同
    組成の物質群の経時劣化検量スペクトル群を参照して検
    査対象物の物質組成比及び劣化履歴時間を算出するよう
    にしたことを特徴とする検査対象物質判定方法。
  3. 【請求項３】 前記検査対象スペクトルデータ及びスペ
    クトル群記憶手段の経時劣化検量スペクトル群を規格化
    するに際し、各スペクトルデータの１次微分または２次
    微分スペクトルを求めるようにしたことを特徴とする請
    求項１または２に記載の検査対象物質判定方法。
  4. 【請求項４】 前記検査対象スペクトルデータをもとに
    物質検索するに際し、最小自乗法、回帰分析法、重回帰
    分析法、ニューラルネットワーク法等を用いて検索する
    ことを特徴とする請求項１乃至３の何れかに記載の検査
    対象物質判定方法。
  5. 【請求項５】 検査対象物質表面の近赤外または赤外反
    射光を分光して検査対象スペクトルデータを出力する分
    光手段と、予め各種物質の経時劣化検量スペクトル群を
    当該物質名と関連付けて格納したスペクトル群記憶手段
    と、前記分光手段から出力される検査対象スペクトルデ
    ータをもとに前記スペクトル群記憶手段を参照して、該
    当する物質名を特定する物質名特定手段とを備えたこと
    を特徴とする検査対象物質判定装置。
  6. 【請求項６】 前記物質名特定手段は、前記検査対象ス
    ペクトルデータをもとに前記スペクトル群記憶手段を参
    照して、経時劣化検量スペクトル群から該当するスペク
    トルを検索して、検査対象物質を特定する検索手段と、
    該検索手段で特定された物質の経時劣化検量スペクトル
    群と前記検査対象スペクトルデータとの偏差を個々に算
    出し、該偏差を物質の劣化履歴時間軸で表す関数として
    検査対象物の劣化履歴時間を算出する検量手段とを少な
    くとも備えていることを特徴とする請求項５記載の検査
    対象物質判定装置。
  7. 【請求項７】 前記検量手段は、同定された物質の経時
    劣化検量スペクトル群及び該物質とは組成比は相違して
    も同組成の物質群の経時劣化検量スペクトル群を抽出
    し、両経時劣化検量スペクトル群と検査対象スペクトル
    データとの偏差を個々に算出し、該偏差を物質の組成比
    軸と劣化履歴時間軸で表す関数として検査対象物の組成
    比及び劣化履歴時間を算出するように構成されているこ
    とを特徴とする請求項６記載の検査対象物質判定装置。
JP1577099A 1999-01-25 1999-01-25 検査対象物質判定方法及びその装置 Withdrawn JP2000214084A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP1577099A JP2000214084A (ja) 1999-01-25 1999-01-25 検査対象物質判定方法及びその装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP1577099A JP2000214084A (ja) 1999-01-25 1999-01-25 検査対象物質判定方法及びその装置

Publications (1)

Publication Number Publication Date
JP2000214084A true JP2000214084A (ja) 2000-08-04

Family

ID=11898048

Family Applications (1)

Application Number Title Priority Date Filing Date
JP1577099A Withdrawn JP2000214084A (ja) 1999-01-25 1999-01-25 検査対象物質判定方法及びその装置

Country Status (1)

Country Link
JP (1) JP2000214084A (ja)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002090299A (ja) * 2000-09-11 2002-03-27 Opt Giken Kk 高分子材料のグレード識別方法
JP2002207003A (ja) * 2001-01-10 2002-07-26 Kansai Paint Co Ltd 建造物外装材の劣化予測方法
JP2002267601A (ja) * 2001-03-07 2002-09-18 Kurabo Ind Ltd プラスチック材等の材質判別方法及び装置
JP3328627B2 (ja) 2000-01-24 2002-09-30 株式会社日立製作所 プラスチック材の判定装置及びその判定方法とその分類装置及びその分類方法
WO2003038412A1 (fr) * 2001-10-29 2003-05-08 Matsushita Eco Technology Center Co., Ltd. Dispositif et procede d'identification de plastique
WO2003046523A1 (fr) * 2001-11-28 2003-06-05 Matsushita Eco Technology Center Co., Ltd. Procede d'identification de plastique
JP2008134091A (ja) * 2006-11-27 2008-06-12 Ihi Corp コンクリートの診断方法
JP2009139098A (ja) * 2007-12-03 2009-06-25 Fujita Kensetsu Consultant:Kk コンクリート構造物中の任意深さの劣化成分検出装置及び検出方法
JP2010071961A (ja) * 2008-09-22 2010-04-02 Chubu Electric Power Co Inc 高分子材料の劣化診断方法
JP2010216818A (ja) * 2009-03-13 2010-09-30 Meidensha Corp 化学種定量方法及び化学種定量装置
JP2011064538A (ja) * 2009-09-16 2011-03-31 Japan Environmental Sanitation Center 固体状廃棄物の種類毎の存在割合算出方法
JP2011214940A (ja) * 2010-03-31 2011-10-27 Caloria Japan Co Ltd 物体中の異物混入判別方法及び物体中の異物混入判別装置
CN104849226A (zh) * 2015-05-26 2015-08-19 谭森 一种在线监测水质的装置和方法
JP2020067380A (ja) * 2018-10-24 2020-04-30 株式会社東芝 劣化推定装置、劣化推定システム、劣化推定方法及びコンピュータプログラム
JP2020102047A (ja) * 2018-12-21 2020-07-02 セイコーエプソン株式会社 情報システムおよび特定方法

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3328627B2 (ja) 2000-01-24 2002-09-30 株式会社日立製作所 プラスチック材の判定装置及びその判定方法とその分類装置及びその分類方法
JP2002090299A (ja) * 2000-09-11 2002-03-27 Opt Giken Kk 高分子材料のグレード識別方法
JP2002207003A (ja) * 2001-01-10 2002-07-26 Kansai Paint Co Ltd 建造物外装材の劣化予測方法
JP3490975B2 (ja) 2001-01-10 2004-01-26 関西ペイント株式会社 建造物外装材の劣化予測方法
JP2002267601A (ja) * 2001-03-07 2002-09-18 Kurabo Ind Ltd プラスチック材等の材質判別方法及び装置
US7157713B2 (en) 2001-10-29 2007-01-02 Matsushita Eco Technology Center Co., Ltd. Device and method for identifying plastic
WO2003038412A1 (fr) * 2001-10-29 2003-05-08 Matsushita Eco Technology Center Co., Ltd. Dispositif et procede d'identification de plastique
CN1524178B (zh) * 2001-11-28 2011-11-23 株式会社松下回音技术中心 塑料的识别方法
WO2003046523A1 (fr) * 2001-11-28 2003-06-05 Matsushita Eco Technology Center Co., Ltd. Procede d'identification de plastique
US7161151B2 (en) 2001-11-28 2007-01-09 Matsushita Eco Technology Center Co., Ltd. Plastic identifying method
JP2008134091A (ja) * 2006-11-27 2008-06-12 Ihi Corp コンクリートの診断方法
JP2009139098A (ja) * 2007-12-03 2009-06-25 Fujita Kensetsu Consultant:Kk コンクリート構造物中の任意深さの劣化成分検出装置及び検出方法
JP2010071961A (ja) * 2008-09-22 2010-04-02 Chubu Electric Power Co Inc 高分子材料の劣化診断方法
JP2010216818A (ja) * 2009-03-13 2010-09-30 Meidensha Corp 化学種定量方法及び化学種定量装置
JP2011064538A (ja) * 2009-09-16 2011-03-31 Japan Environmental Sanitation Center 固体状廃棄物の種類毎の存在割合算出方法
JP2011214940A (ja) * 2010-03-31 2011-10-27 Caloria Japan Co Ltd 物体中の異物混入判別方法及び物体中の異物混入判別装置
CN104849226A (zh) * 2015-05-26 2015-08-19 谭森 一种在线监测水质的装置和方法
JP2020067380A (ja) * 2018-10-24 2020-04-30 株式会社東芝 劣化推定装置、劣化推定システム、劣化推定方法及びコンピュータプログラム
JP7237516B2 (ja) 2018-10-24 2023-03-13 株式会社東芝 劣化推定装置、劣化推定システム、劣化推定方法及びコンピュータプログラム
JP2020102047A (ja) * 2018-12-21 2020-07-02 セイコーエプソン株式会社 情報システムおよび特定方法
JP7238390B2 (ja) 2018-12-21 2023-03-14 セイコーエプソン株式会社 情報システムおよび特定方法

Similar Documents

Publication Publication Date Title
JP2000214084A (ja) 検査対象物質判定方法及びその装置
US11754539B2 (en) System and computer-implemented method for extrapolating calibration spectra
EP2710353B1 (en) SPECTROSCOPIC APPARATUS AND METHOD of DETERMINING COMPONENTS PRESENT IN A SAMPLE
CN107817223A (zh) 快速无损实时预测原油性质模型的构建方法及其应用
CA2655745C (en) Method of formation of multidimensional calibration models stable to property changes affecting the instrument's measurment results
CN101900672B (zh) 一种润滑油种类和粘度级别的快速识别方法
CA2028822A1 (en) Method and apparatus for spectroscopic comparison of compositions
US20160025565A1 (en) Apparatus and method for testing materials
CN109324013A (zh) 一种利用高斯过程回归模型构建原油性质近红外快速分析的方法
CN111103259B (zh) 基于光谱技术的煎炸油品质快速检测方法
CN115993344A (zh) 一种近红外光谱分析仪质量监测分析系统及方法
CN107966420B (zh) 一种由近红外光谱预测原油性质的方法
de Souza et al. Validation of the near infrared spectroscopy method for determining soil organic carbon by employing a proficiency assay for fertility laboratories
US6477516B1 (en) System and method for predicting parameter of hydrocarbon with spectroscopy and neural networks
CN107860743A (zh) 利用反射式近红外光纤探头构建快速预测原油性质的模型的方法及其应用
Andries et al. Calibration set reduction by the selection of a subset containing the best fitting samples showing optimally predictive ability
TWI237694B (en) Gas analysis system and method
CN113340943A (zh) 一种基于指纹图谱的水体中嗅味类型和嗅味强度的分析方法
CN121275684A (zh) 近红外光谱结合cpo-svm硅橡胶吸水率检测方法
Bauer et al. Rapid, reliable tests of clearcoat weatherability: a proposed protocol
CN102706855A (zh) 基于拉曼光谱分析技术的易燃液体闪点预测方法
CN109724937B (zh) 由近红外光谱预测减压馏分油性质的方法
CN111579526B (zh) 一种表征近红外仪器差异和校正的方法
Lukashevskaya et al. High sensitivity cavity ring down spectroscopy of the ν1+ 4ν3 band of NO2 near 1.34 µm
CN109724938B (zh) 由近红外光谱预测润滑油基础油性质的方法

Legal Events

Date Code Title Description
A300 Withdrawal of application because of no request for examination

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20060404