JPH04164242A

JPH04164242A - ガス検出装置とガス検出方法

Info

Publication number: JPH04164242A
Application number: JP29149990A
Authority: JP
Inventors: Susumu Yasunaga; 安永　進
Original assignee: Figaro Engineering Inc
Current assignee: Figaro Engineering Inc
Priority date: 1990-10-29
Filing date: 1990-10-29
Publication date: 1992-06-09
Anticipated expiration: 2014-07-26
Also published as: JP2923033B2

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】［発明の利用分野］この発明はガスセンサ出力のパターン認識を用いたガス
の検出に関し、特にガス漏れや不完全燃焼等の検出に関
する。この発明は例えば家庭でのガス漏れの発生や不完
全燃焼の検出、あるいは工場や鉱山でのガスの発生の検
出等に用いる。

［従来技術］ガスセンサとして代表的なものは、ＳｎＯ□やＩｎ２Ｏ
３等の金属酸化物半導体の抵抗値の変化を用いた金属酸
化物半導体ガスセンサである。これ以外のガスセンサと
して周知のものには、接触酸化触媒か可燃性ガスに接触
すると燃焼熱で触媒か昇温することを用いた接触燃焼式
ガスセンサや、プロトン導電体か水素やＣ○に接触する
と起電力が変化することを用いたプロトン導電体ガスセ
ンザ等かある。これらのガスセンサはいずれも特性や使
用条件か複雑で、特性や適正な使用条件を理解するには
多大の経験を要する。ガスセンヅの製造者とガス検出装
置の製造者は普通別で、ガス中ンサの特性や使用条件が
複雑なことは、ガス検出装置の普及を妨げている。

これ以外に、ガスセンサの問題点として以下のことが指
摘されてきた。

（１）ガスセンサの出力が、経時的に変化するこさかあ
る。

（２）ガスセンサの出力は、周囲の湿度や温度等の影響
を受ける。

（３）ガスセンサの出力は、センサのヒータに加える電
圧が変化すると変動する。

（４）ガスセンサの出力は選択性が不十分なことがあり
、検出目標以外の雑ガスにより影響を受ける。影響が著
しい場合、誤報か生じる。

（５）正常なガスセンサでも、使用条件の履歴により出
力にヒスプリシスが生じる。例えば長時間放置した金属
酸化物半導体ガスセンサを使用すると、１力月程度の間
出力が定常値から変化する。

ガス検出装置の製造者は、センサメーカからガスセンサ
を購入して検出装置を組み立て、検出装置毎に装置をガ
ス中で検査して検出レベルを設定＝４− する。これはガスセンサ出力か、センザ毎に異なるため
である。検出レベルの設定は、ガスセンサに未習熟な検
出装置メーカにとって大きな負担となる。このことかガ
ス検出装置産業のない国ての普及を妨げる主因である。

これらの問題を解決するには、様々な変動要因に対する
許容度か高く、検出レベルを自動的に学習し得るガス検
出装置が必要である。そしてこれに対する解決手法は、
ガスセンサ出力をパターン認識し、検出レベルを自動的
に発生させることである。出願人はガスセンサ出力のパ
ターン認識として、ガスセンサ出力の安定値を基準値と
すること（特開平１−１９９．１．４３号）、ガスセン
サ出力のヒストグラムを求めヒスｉ・ダラムから基準値
を発生させることを提案した（特開平１−２９２．２４
２号）。しかしながらこれらの技術は空調への応用を主
眼どし、ガス漏れの検出や不完全燃焼の検出等の保安用
への応用には信頼度か十分ではない。

［発明の課題］この発明の課題は、経時変動や温湿度依存性、電源電圧
依存性等の変動要因に対する許容度が高く、かつ検出レ
ベルを学習により自動的に発生させるガス検出装置を提
供することにある。

［発明の構成］この発明では、ガスセンサの信号から、ガスセンサ信号
の安定値、長時間平均値、ノイズレベルの３つの信号の
内、少なくとも２つの信号を学習で求める。そして求め
た２つの信号から検出レベルを発生させ、検出レベルと
ガスセンサ信号とを比較してガスを検出する。なおこの
明細書では、信号は出力よりも広い意味で用い、出力そ
のものや出力に統計化処理を施したものを信号として示
す。

１日の中でのガスセンサ信号の変動について検討する。

日本の家庭では、深夜にガスを使用することはなく、ガ
スセ、くすの信号は安定するはずである。また子供がな
く、夫婦が共に昼間働きに出る家庭では、昼間にガスが
発生することはなく、昼間のセンサ信号も安定するはず
である。深夜には家族が全員就寝しているので、喫煙や
飲酒、調理等による雑ガスの発生もないはずである。そ
こでガスセンサの信号が数時間程度の間安定しているこ
とは、ガスの発生のない清浄な雰囲気にガスセンサが置
かれていることを示している。このことは、ガスセンサ
信号の安定値を清浄雰囲気に対するセンサ信号を示すも
のとして用い得ることを示している。

次に１〜３力月程度の間のガスセンサ信号の平均値を考
える。この平均値は通常時のガスセンサ信号を示すもの
であり、これから信号が大きく変化した際にガスの発生
があると考えることができる。

最後に、ガスセンサ信号の日常的ノイズレベルについて
考える。例えば１日〜１月程度の期間での、ガスセンサ
信号の最大値をノイズレベルとする。なおこの明細書Ｉ
では、ガスセンサの出力や信号はガスの発生により増加
するものとして、出力や信号の大小を表す。ノイズレベ
ルは、ガスセンサの示す日常的ノイズの最大値を示すも
のと考えることかできる。言い換えればノイズレベル以
下の信号は、危険な状態ではない２仮定することができ
る。そこでノイズレベルを上回る信号が有った場合に、
ガス漏れや不完全燃焼等の危険な状態があると仮定でき
る。ノイズレベルの算出には種々の手法があるが、ガス
センサ出力のヒストグラムを求め、ヒストグラムの上限
や高出力側に着目することがその１例である。前記の特
開平１−２９２．２４２号は、ノイズレベルを用いたガ
スの検出ということもできる。

ガスセンサ信号の安定値、平均値、ノイズレベルの３つ
の信号に着目する。安定値に着目するのは清浄な雰囲気
へのガスセンサ信号を求めることであるといえる。しか
し安定値への着目は、深夜のガスセンサ信号に着目する
ことに直結してしまう。これは１日の中での温湿度の変
動の激しい気候、（環境の日内変動が大きい気候）、で
検出装置を用いる場合には問題がある。１日の中での温
湿度の変化が激しい気候で、深夜の信号を元に検出レベ
ルを決定すると、昼間と深夜との温湿度の変化により検
出の信頼性が低下する。ノイズレベルに着目するのは、
日常的なノイズに着目することであるといえる。しかし
ノイズレベルのみに着目すると、常時高濃度のガスが発
生するような雰囲気では、検出レベルを異常に高く決定
してしまうことになりかねない。平均値に着目するのは
、安定値への着目とノイズレベルへの着目の中間といえ
る。これらの信号はいずれも性格が異なり、これらを組
み合わせることにより、ガスを確実に検出することがで
きる。これらの信号は、清浄な雰囲気と日常的な範囲で
の汚染雰囲気とその中間とに性格を持ち、実際に表して
いる要素は２つである。そこで安定値、平均値、ノイズ
レベルの３つの内２つの信号に着目すれば良い。３つの
信号全てに着目しても良いが、２つの信号を用いる場合
との信頼性の差は大きくはない。

［発明の効果］この発明ではガスセンサ信号の学習から検出レベルを定
め、ガス検出装置の検出レベルの設定を不要にする。ま
たこの発明では、ガスセンサの経時変動、周囲の温湿度
の変動、不適切な電源電圧を加えることによる特性の変
動等の影響を、検出レベルの学習を通じて補正し、これ
らの変動要因への許容度を高める。

［実施例１第１図に実施例のブロック図を示し、第２図〜第５図に
学習に用いるガスセンサ出力の特性を示し、第６図〜第
９図に検出の主なプロセスを示す。

第１０図に検出アルゴリズムの全体を示す。

第１図において、２は電源で、通常は出力５ｖ等のトラ
ンスと直流整流回路を用いる。４は金属酸化物半導体ガ
スセンサで、６はその金属酸化物半導体、８はヒータ、
１０は負荷抵抗である。実施例では金属酸化物半導体ガ
スセンサ４を用いるが、ガスセンサには接触燃焼式ガス
センサやプロトン導電体ガスセンサ、あるいは定電位電
解法ガスセンサ等も用い得る。１２はセンサ出力σＳの
発生回路で、負荷抵抗ｌＯへの電圧をＡ／Ｄ変換して出
力６ｓとし、５分毎にσＳを安定値Ｓの発生回路１４、
平均値Ａの発生回路１６、ノイズレベルＮの発生回路１
８、ガスセンサ出力の積算値Ｖの発生回路２０に入力す
る。またセンサ出力の発生回路１２は、アラーム時のア
ラーム信号のマスクのため、例えば１秒毎に常時σＳを
発生さぜこれをマスク回路３２に入力する。

安定値Ｓの発生回路１４は、出力σＳか例えは数時間程
度の間安定していることを検出する。出力σＳか安定し
ていることを検出すると、σＳをザンブリングして安定
値の候補値Ｓ１とし、式（１）に従って安定値Ｓを形成
する。

Ｓ＝０．９５Ｓ＋０．０５Ｓ、　　　（ｔ）平均値Ａの
発生回路ｊ６では、例えば５時間毎にσＳをザンプリン
グし、式（２）に従って平均値Ａを形成する。

Ａ＝０．９９Ａ＋０．０１σｓ　　　（２）５時間毎と
したのは、サンブリング時に規則性が生しないようにす
るためである。

ノイズレベルＮの発生口＃１１８では、積算値Ｖの発生
回路２０から、１週間毎に１週間での積算値Ｖの最大値
Ｎｌを受は取り、式（３）に従ってノイ□ズレベルＮを
形成する。

Ｎ＝０．７５Ｎ＋０．２５Ｎ＋　　　（３）積算値Ｖの
発生回路２ｏでは、式（４）に従って５分毎のガスセン
サ出力σＳの畳み込み積分を求める。

Ｖ＝０．８Ｖ＋０．２ｅｓ　　　　　（４）式（１）〜
（４）では全て、候補値を過去の値に畳み込む。これは
値の発散を避けることと、単純な平均に比べ最近のデー
タの重みを大きくし、過去のデータの重みを小さくする
ことを目的とする。また２個ずつのメモリで、Ｓ、Ａ、
Ｎを発生させることを目的とする。

２２は初期値の発生回路であり、Ａ、Ｓ、Ｈの初期値Ａ
ｏ、Ｓｏ、Ｎｏを発生回路１．４，１．６．１８に供給
する。装置に電池を内蔵させる場合には、第１図の回路
をガスセンサメーカで組み立てて２週間程度使用し、値
Ａ、Ｓ、Ｎを学習させてＡ。。

Ｓ、、Ｎｏとして記憶させて出荷するのが好ましい。

ランスセンサ４を搭載した基板を受は取った検出装置メ
ーカは、これに１−ランスやブザー、ＬＥＤ等の補助部
品を搭載し、ハウジングにセットして出荷する。出荷後
検出装置メーカが基板を受は取るまでの間は、学習値Ａ
。、ＳＯ＋　Ｎｏの保持動作のみを行い、他の回路やガ
スセンサ４は不使用として、電池の消耗を避ける。この
結果ガスセンサメーカで学習させたＡ。、Ｓｏ、Ｎ、か
、信号Ａ、Ｓ。

Ｎの初期値となる。このようにすればガスセンサの経験
のないメーカでも、簡単にガス検出装置を生産すること
ができる。同様に引っ越し等で検出装置の場所を変える
場合には、以前の学習値がＡ。

Ｓ、Ｈの初期値となる。

２４は初期学習の促進回路で、例えば使用開始から１週
間程度の間、式（１）〜（２）の定数を変更し学習を促
進するために用いる。初期学習の間（変数Ｔかｌ）、式
（１）〜（２）は例えば次のように変更する。

ｓ＝０．７５ｓ＋０．２５８＋　　　（５）Ａ＝０．９
５Ａ＋０．０５σｓ　　　（６）２６はレベルＥの発生
回路で、Ａ／ＳとＮ　、／　Ｓの値から雰囲気の安定度
を評価し、レベルＥを発生させる。２８は評価回路で、
ｖ／Ｓの値をＦ１ａ、・Ｖ／ＡをＧ１ａ２・ｖ／ＮをＨ
とする。ａｌ＋ａ２は定数である。金属酸化物半導体ガ
スセンサ４の場合、出力σＳはガス濃度のべき乗で変化
するので、Ｆ、Ｇ、Ｈの発生には比を用いた。出力がガ
ス濃度に比例する接触燃焼式ガスセンサの場合は、Ｖと
Ｓとの差をＦに、ＶとＡとの差をＧに、ＶとＮとの差を
Ｈに用いるのが好ましい。Ｓ、Ａ。

Ｎの３つの値を比較すると、清浄雰囲気に対する出力を
示す安定値Ｓが最も小さく、平均値Ａがこれに次ぎ、ノ
イズレベルＮが最も大きい。そこで単純にＶ／ＡやＶ／
Ｎを用いると、ＡやＮへの評価が小さくなるので、これ
を補うためａｌやａ２を用いる。またａｌｒ８２は、３
つの信号Ｓ、Ａ、Ｈの相対的重要度を決定するために用
いる。

３０は比較回路で、Ｆ２＋Ｇ”＋Ｈ２とＥとの比較から
ガスを検出す、る。ここで２乗を用いたのは、いずれか
でも強い信号があればこれを重視するためである。これ
にかえて、例えば式（７）や式（８）、式（９）を評価
に用いても良い。

ＬｏｇＦ＋ＬｏｇＧ＋ＬｏｇＨ≧Ｅ（７）Ｆ　＋Ｇ＋Ｈ
≧Ｅ（８）Ｆ≧Ｆ□＆　Ｇ≧Ｇ、＆Ｈ≧Ｈ１（９）Ｆ、、Ｇ、、Ｈ
，は定数である。比較回路３０は、Ｆ２＋Ｇ２＋Ｈ２が
Ｅ以上でアラーム信号を発生する。あるいは信号Ｆ、Ｇ
、Ｈとガスの発生とのメンバーシップ関数を用意し、フ
ァジー制御を行っても良い。ガスの検出を低濃度、中濃
度、高濃度等の多段階で検出する場合には、検出レベル
Ｅには濃度に応じたＥ、、Ｅ２．Ｅ３等の複数の値を発
生させる。

３２はマスク回路で、アラーム信号発生時のσＳ（σＳ
アラーム）を受は取り、例えばσＳが０゜７σＳアラー
ム以下に低下すると、アラーム信号をマスクする。これ
は単なるマスクであり、再びσＳが０．７σＳアラーム
を越えると、マスクを解除する。３４は警報′の制御回
路で、アラーム信号でブザーやＬＥＤを駆動し、マスク
信号がある間アラーム信号をマスクしブザーやＬＥＤを
停止させる。

＝１５− ３．Ａ、Ｎの学習には、これ以外にＳ＝Ｓ十に、・ＬｏｇＳｌ（１０）Ａ＝Ａ＋に２・Ｌｏｇｄｓ　　　　　　（１１）Ｎ＝Ｎ
＋に、・ＬｏｇＮ＋（１２）（ｋｔ〜に３は定数）等の変更もできる。

第２図〜第５図に、Ｓ、Ａ、Ｎの学習に用いるガスセン
サ特性を示す。Ｓの学習では（第２図）、６時間以上の
間σＳが安定していることを検出してσＳをＳＩとし、
これを統計化してＳとする。Ａの学習では（第３図）、
σＳの長時間平均をＡとする。センサ出力σＳは図のよ
うに１年周期で季節に応じ変動するので、これを追うよ
うに平均値Ａを形成させる。Ｎの学習では（第４図）、
σＳの日常的ピークの面積をＮ１とし、これを平均化し
てＮとする。

Ｅの学習では（第５図）　、Ｎ／ＳとＡ／Ｓの２つの値
から、Ｅを決定する。もしも完全に安定した雰囲気でガ
スセンサ出力σＳが一定であれば、ＮとＡ、Ｓの３つの
値は共に等しくなる。これは＝１６＝温湿度が一定で風もなく、ガスの発生もない状況で生し
ることである。一方変動の激しい雰囲気でσＳが変動し
ていれば、Ｎ／ＳやＡ／Ｓの値が増加する。これは温湿
度の変化が大きな雰囲気や電源電圧が不安定な状態、あ
るいは常時何らかのガスが発生している状態で生じるこ
とである。また夜間と昼間との温湿度の差が激しい気候
でも、Ｎ／ＳやＡ／Ｓの値は大きくなる。そこでＮ／Ｓ
やＡ／Ｓの値は雰囲気の変動の大きさを示すものといえ
る。雰囲気の変動が激しいことは学習したＡやＳ、Ｈの
信頼性が低いことを示唆し、この場合にはＥを小さくす
る。

ただしＮ／ＳやＡ／Ｓの値をどのように用いるかは誤報
の除去とガスの発生の見逃しの除去とのバランスに関す
ることであり、これとは逆のＥの発生パターンも有り得
る。例えば一部の接触燃焼式ガスセンサは、長期間使用
すると徐々に感度が低下する。この場合にはノイズレベ
ルＮや平均値Ａと安定値Ｓとの差が小さくなったことは
、センサの感度が低下し周囲のガスに感じなくなってい
ると解釈することもできる。そこで失活の恐れのあるガ
スセンサでは、Ｎ／ＳやＡ／Ｓが小さいはどＥを小さく
することもできる。

Ｎ／ＳやＡ／Ｓの値に関して今一ついえることは、安定
値Ｓは主として夜間のガスセンサ出力を反映することで
ある。このことは砂漠地帯や内陸性気候等の昼間と夜間
の温湿度が大きく異なる気候では、Ｓの信頼度が低いこ
とを示す。そこでこれらの地域向きの検出装置では、前
記のａｌ＋ａ２の値を大きくし、Ｓの相対的評価を下げ
るのが好ましい。

第６図〜第９図に、安定値Ｓの学習プロセス、平均値Ａ
の学習プロセス、ノイズレベルＮの学習プロセス、積算
値Ｖの積算プロセスを示す。ここではアルゴリズムのみ
を示すが、これを実際のプログラムに変更するのは容易
である。またここに示した定数は、出願人のガスセンサ
の特性を前提としたガス漏れ警報機用の例である。

安定値Ｓの学習プロセスでは、６時間の間５分毎のσＳ
の変動幅か±５％であり、１時間後と６時間毎の変動幅
か±３０％以下である場合に、Ｓの候補値としてＳｌを
求める。通常の場合、１日に１回深夜のガスセンサ出力
がＳ、として読み込まれる。深夜にはガスを使うことは
なく、また飲酒や喫煙、調理等の雑ガスの発生要因もな
いので、σＳは安定でかつ低い。Ｓ、は清浄雰囲気に対
するセンサ出力を近似するものである。求めたＳｌをそ
のままＳに用いると、値Ｓの信頼度が低下する。

ガスセンサ４の出力は季節に応じて１年周期で変動して
行くので、Ｓは３０日程度の周期で変化させる。このた
めに読み込みの定数として０．０５を用いる。即ちＳは
過去３０日程度での、深夜のガスセンサ出力の平均値を
表す。

平均値Ａも、同様に過去３０日程度での平均値を反映さ
せる。学習の周期を５時間としたので、１回の読み込み
定数をＳの場合の１１５の０．０１とする。学習周期を
５時間としたのは学習時間に規則性が生じないようにす
るためで、Ａは過去３０日程度での出力σＳの平均値を
表す。

ノイズレベルＮは、１週間でのガスセンサ出力の積算値
の最大値Ｎ１を平均化したものである。

学習の周期が１週間なので、１回の読み込み定数をＡの
場合の５倍の０．２５とした。この結果Ｎも、過去１月
程度でのノイズレベルの平均値となる。Ｎは次の性質を
持っている。Ｎは日常的に生しる（１週間の最大値）出
力のピークを示すので、この範囲内であれば特に危険は
ないといえる。逆にいうとＮ以下の出力で検出を行うと
、毎週検出が行われることになる。この検出の大部分は
誤報であろう。またＮよりも十分大きなレベルに対し検
出を行っても、誤報とはいえないであろう。少なくとも
誤報の頻度は毎週１回よりは極めて小さくなり、仮に適
切な検出といえなくても僅かのガス漏れや極端な空気の
汚染等の何らかの原因のある検出といえるであろう。こ
のようにＮよりも十分大きな出力レベルが生しているこ
とは、異常な状態があるといえる。ノイズレベルＮを用
（７−ることは、日常的に生じるノイズレベルを基準と
肱これよりも十分大きな信号を有意信号とすることであ
る。

積算値Ｖの算出では、５分毎に読み込んだσＳを用い、Ｖ＝０．８Ｖ＋０．２σ５（４）でＶを積算する。メタンやＬ　Ｐ　Ｇ等のガス漏れを検
出する場合、５分以内にガス濃度が爆発下限に達するこ
とは有り得ない。過去の統計からは、家庭内でガス栓を
全開した場合、窓を密閉上ても爆発下限に達するまでに
は数時間程度必要であることか知られている。逆にいう
とガスの発生量が極めて大きい場合でも、検出までには
１時間以上の余裕かある。そしてガス漏れの場合の信号
の特徴は、ガス濃度が単調に徐々に増加することである
。

これに対して喫煙や飲酒、調理等による雑ガス発生時の
特徴は、信号の持続時間が短く（通常は１時間以下で数
分程度のものが多い。）、かつ数分程度で信号が激しく
変動することにある。そこで５分毎にσＳを読み込み、
これを１時間程度積算すれば、雑ガスのピークの寄与は
小さくなる。−方途々に単調に増加するガス漏れへの信
号は大きくなる。この結果雑ガスとガス漏れとの弁別性
が得られる。式（４）は、式（１３）と等価である。

Ｖ＝０．２　　（σｓ＋〇、８σｓ、＋０．８２σｓ２
＋Ｑ、３”σＳ。）　　　　　　　　　　　（１３）こ
こに添字ｎはｎ回前のσＳを示す。これは５分毎に２０
％ずつ減少する割合で、σＳを時間と共に畳み込んだ（
畳み込み関数０．８＋１５．　　ｔは分単位での時間）
ことと同じである。また式（４）を用いることの他の意
義は、最近のデータの寄与を大きく過去のデータの寄与
を小さくし、単純な積分値よりもσＳか単調に増加する
場合に大きな信号が得られるようにすることにある。更
に式（１）〜（４）を通じての他の意義は、統計化処理
に用いるメモリの個数を減らすことにある。

第１０図により、装置の全体動作を示す。電源２をオン
すると、ＳＯ＋　Ａｏ、Ｎｏの初期値を初期値発生回路
２２から供給し、Ｓ、Ａ、Ｎの初期値とする。そして１
週間程度の間は初期学習の促進回路２４の信号で、Ｓ、
Ａの学習速度を速め、新たな雰囲気への学習を完了させ
る。この後は、Ｓ。

Ａ、Ｎが１月程度で更新されるように学習させる。

清浄雰囲気に対するセンサ出力を表すＳ１センサ出力の
単純平均値を表すＡ１日常的なノイズの最大値を示すＮ
を用いて、検出レベルＥを発生させる。またＡ、Ｓ、Ｎ
の整合性を評価し、不安定な雰囲気ではＥを低くする。

これを積算値Ｖと比較し、ＶがＥを越えるとアラーム信
号を発生させる。

出力の読み込みは５分間隔で行うので、アラーム信号の
発生後適切な処置が取られガス濃度が低下しても、５分
経過するまではアラーム信号は解除されない。そこでマ
スク回路３２ではσＳを常時読み込み、アラーム信号の
発生時に対し３０％以上低下するとガス濃度が低下した
ものと判断し、アラーム信号をマスクする。

ここで第１図のガス検出装置の特性を考える。

装置の製造者は適当な初期値Ｓ。、Ａｏ、Ｎｏを与えれ
ば良く、検出レベルの設定作業は不要である。

このことはガスセ糾”す４を単なる電気部品と同様ニ扱
つことができ、ガスセンサの知識が少ない製造者でもガ
ス検出装置を製造し得ることを意味する。検出装置の製
造者あるいはガスセンサ４の製追考は、予想される使用
環境に対しガスセンサ特性をシミュレーションし、Ｓ、
Ａ、Ｎの学習条件やＥへの変換条件等を決定する。シミ
ュレーションでは、検出目標ガスの種類（メタンやＬＰ
Ｇ等の爆発性ガス、あるいはＣＯ等の毒性ガス）からＶ
の積算条件やＥの発生条件を決定する。また温湿度変動
の程度や使用環境に応じ、信号Ｓ、Ａ。

Ｎの相対的重要度とＥの発生条件を決定する。例えば地
下街等で常時雑ガスが存在する汚染環境では、Ｅの値を
小さく決定する。検出レベルは、Ｓ。

Ａ、Ｈの３つの信号を学習し、Ｅの発生過程でそれらの
整合性を考慮しながら、自動的に発生させる。装置の取
り付は場所が変わり、あるいは季節が変化すると、Ｓ、
Ａ、、Ｎの３つの信号はこれに応じて変化し、季節変動
や取り付は位置による雰囲気の差は、自動的に検出レベ
ルＥに織り込まれる。更にガスセンサ４の特性が経時的
に変化しても、その影響はＳ、Ａ、Ｈの学習を通して補
正される。また電源電圧が不適切でガスセンサ出力が通
常値から変化しても、同様にＡ、Ｓ、Ｎの学習−２４＝を介して自動的な補正が行われる。ガスが発生し、それ
が−時的なものではなく１時間程度持続する有意信号の
場合、■が増加しＥに達した時点でアラーム信号が発生
する。アラーム信号の発生後、ガス濃度が低下すると一
時的にアラーム信号をマスクする。

【図面の簡単な説明】

第１図は実施例のブロック図、第２図〜第５図は実施例
での学習過程を示す特性図、第６図〜第９図は実施例で
の主要プロセスの７０−チャート、第１０図は実施例の
全体構成に対するフローチャートである。

Claims

【特許請求の範囲】

（１）ガスセンサ信号の安定値、平均値、日常的にガス
センサ信号から生じるノイズレベルの３つの信号の内、
少なくとも２つの信号をガスセンサの信号から学習する
ための手段と、学習して得た２つの信号から、検出レベルを形成するた
めの手段と、検出レベルとガスセンサの信号とを比較し、ガスの発生
を検出するための手段とを設けた、ガス検出装置。
（２）検出レベルと比較するためのガスセンサの信号と
して、ガスセンサ出力の積算値を用いることを特徴とす
る、請求項１に記載のガス検出装置。
（３）ガスセンサ出力の積算に、ガスセンサ出力と時間
の関数との畳み込みを用いることを特徴とする、請求項
２に記載のガス検出装置。
（４）ガスセンサ信号の安定値、平均値、ノイズレベル
から選択した２つの信号を学習するための手段を、これらの信号の候補値をサンプリングするための手段と
、サンプリングした候補値と過去の学習値とから新たな
学習値を形成するための手段とから構成したことを特徴
とする、請求項１に記載のガス検出装置。
（５）ガス検出装置の使用開始初期に、学習速度を高め
るための手段を設けたことを特徴とする、請求項１に記
載のガス検出装置。
（６）ガスの発生の検出後のガスセンサ出力の低下を検
出し、ガスの発生信号をマスクするための手段を設けた
ことを特徴とする、請求項２に記載のガス検出装置。
（７）検出レベルの形成手段には、学習した２つの信号
を相対評価し、２つの学習信号の信頼度を判定するため
の手段を設けたことを特徴とする、請求項１に記載のガ
ス検出装置。
（８）ガスセンサ信号の安定値をサンプリングする過程
を繰り返し多数行い、求めた安定値を統計化してガスセ
ンサ信号の統計的安定値を求めるプロセスと、ガスセンサ信号をサンプリングする過程を繰り返し多数
行い、求めた信号を平均化してガスセンサ信号の統計的
平均値を求めるプロセスと、ガスセンサ信号の日常的な
ピークを求める過程を繰り返し多数行い、求めたピーク
を統計化してガスセンサ信号の統計的ノイズレベルを求
めるプロセスからなる、３つのプロセスの内、少なくとも２つのプロセスを行い
、これらのプロセスで得た信号を基に検出レベルを発生さ
せ、検出レベルとガスセンサ信号とを比較してガスの発生を
検出する、ガス検出方法。
（９）ガスの発生後、危険濃度程度までガス濃度が増加
するのに要する程度の時間の間、ガスセンサ出力を統計
化し、この統計化信号と検出レベルとを比較することを
特徴とする、請求項８に記載のガス検出方法。