JP5884461B2 - Temperature measuring method and temperature measuring device - Google Patents
Temperature measuring method and temperature measuring device Download PDFInfo
- Publication number
- JP5884461B2 JP5884461B2 JP2011276284A JP2011276284A JP5884461B2 JP 5884461 B2 JP5884461 B2 JP 5884461B2 JP 2011276284 A JP2011276284 A JP 2011276284A JP 2011276284 A JP2011276284 A JP 2011276284A JP 5884461 B2 JP5884461 B2 JP 5884461B2
- Authority
- JP
- Japan
- Prior art keywords
- coefficient
- temperature
- emissivity
- spectrum information
- relational expression
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 117
- 238000001228 spectrum Methods 0.000 claims description 116
- 238000005259 measurement Methods 0.000 claims description 83
- 230000003595 spectral effect Effects 0.000 claims description 59
- 230000014509 gene expression Effects 0.000 claims description 49
- 238000009529 body temperature measurement Methods 0.000 claims description 20
- 238000011088 calibration curve Methods 0.000 claims description 19
- 238000000354 decomposition reaction Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 26
- 230000005855 radiation Effects 0.000 description 23
- 239000013598 vector Substances 0.000 description 22
- 238000004364 calculation method Methods 0.000 description 21
- 238000000513 principal component analysis Methods 0.000 description 16
- 229910000831 Steel Inorganic materials 0.000 description 14
- 239000010959 steel Substances 0.000 description 14
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 8
- 238000007796 conventional method Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000012847 principal component analysis method Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Landscapes
- Radiation Pyrometers (AREA)
Description
本発明は、測定対象物から発せられる放射エネルギーを分光測定し、得られた分光スペクトル情報を信号処理して測定対象物の表面温度を測定する温度測定方法および温度測定装置に関する。 The present invention relates to a temperature measurement method and a temperature measurement apparatus that spectroscopically measure radiant energy emitted from a measurement object and measure the surface temperature of the measurement object by performing signal processing on the obtained spectrum information.
測定対象物の温度を測定するための技術には様々なものがある。そのうち放射温度測定技術は、測定対象物からの放射光を利用して測定対象物の表面温度を非接触で測定する技術であり、放射温度計として実用化されている。放射温度計は、光電変換素子と光学フィルタとを備え、所定の波長帯域における測定対象物の放射エネルギーを測定し、測定された放射エネルギー値を温度に変換することによって、測定対象物の表面温度を測定する。このような放射温度計には、単一の波長で放射エネルギーを測定する単色放射温度計、２波長で放射エネルギーを測定する２波長式放射温度計（２色放射温度計）、さらに多くの波長で放射エネルギーを測定する多波長式放射温度計（多色放射温度計）がある。 There are various techniques for measuring the temperature of an object to be measured. Among them, the radiation temperature measurement technique is a technique for measuring the surface temperature of the measurement object in a non-contact manner using the radiated light from the measurement object, and is practically used as a radiation thermometer. The radiation thermometer includes a photoelectric conversion element and an optical filter, measures the radiant energy of the measurement object in a predetermined wavelength band, and converts the measured radiant energy value into a temperature, thereby measuring the surface temperature of the measurement object. Measure. Such radiation thermometers include monochromatic radiation thermometers that measure radiant energy at a single wavelength, two-wavelength radiation thermometers that measure radiant energy at two wavelengths (two-color radiation thermometers), and many more wavelengths. There is a multi-wavelength radiation thermometer (multi-color radiation thermometer) that measures radiant energy.
測定対象物の放射エネルギーは、理想的な黒体からの放射エネルギーに測定対象物の放射率を乗じた値になるため、放射温度計を利用して測定対象物の表面温度を測定する際には、測定対象物の放射率の値が必要になる。このため、単色放射温度計では、測定対象物の放射率を予め測定しておき、予め測定された放射率を用いて測定対象物の表面温度を測定している。また、特許文献１には、放射源が測定対象物に放射する放射エネルギーの寄与率を変更しながら測定対象物の放射エネルギーを測定することにより、放射率と測定対象物の表面温度とを共に測定する技術が開示されている。
Since the radiant energy of the measurement object is the value obtained by multiplying the radiant energy from the ideal black body by the emissivity of the measurement object, when measuring the surface temperature of the measurement object using a radiation thermometer, Requires the value of the emissivity of the object to be measured. For this reason, in the monochromatic radiation thermometer, the emissivity of the measurement object is measured in advance, and the surface temperature of the measurement object is measured using the emissivity measured in advance.
一方、上述のような放射源を有さない放射温度計として、以下のような２波長式放射温度計がある。すなわち、この２波長式放射温度計は、２波長での放射率の比を予め測定して設定しておく、又は、近接した２波長では放射率が等しいと仮定して、測定対象物の表面温度を測定する。しかしながら、放射率は測定対象物の状態に応じて変化し、測定対象物の放射率が時間的に変化する場合、温度測定誤差は大きくなる。このため、２波長式放射温度計および多波長式放射温度計では、温度測定誤差を小さくするために様々な提案がなされている。 On the other hand, as a radiation thermometer having no radiation source as described above, there are the following two-wavelength radiation thermometers. That is, this two-wavelength type radiation thermometer measures and sets the ratio of emissivity at two wavelengths in advance, or assumes that the emissivity is equal at two adjacent wavelengths, and the surface of the object to be measured Measure the temperature. However, the emissivity changes according to the state of the measurement object, and when the emissivity of the measurement object changes with time, the temperature measurement error increases. For this reason, in the two-wavelength radiation thermometer and the multi-wavelength radiation thermometer, various proposals have been made to reduce the temperature measurement error.
具体的には、特許文献２〜４や非特許文献１には、測定対象物の放射率を動的に補正し、動的に補正された放射率を用いて測定対象物の表面温度を測定する技術が記載されている。詳しくは、これらの文献には、実験による測定データから得られた実験式又は分光放射率の理論式を用いて、一種の検量線を作る、又は、関係式（実験式、理論式）を満たすような放射率の組み合わせ解を決定するという方法で放射率を動的に補正する技術が記載されている。
Specifically, in
従来技術では、放射率の実際値に対して小さな誤差を有する放射率の初期値を関係式（実験式、理論式）に与えて繰り返し計算を行うことによって、放射率の組み合わせ解を決定することから、演算精度が放射温度計の測定精度を決定する。このため、測定精度が高い放射温度計を構成するためには、高精度の関係式を用いる必要がある。しかしながら、特に関係式として実験式を用いる場合には、高精度の実験式を求めるために、多くの実験を行う必要があり、多くの時間と手間とを要する。また、放射率の組み合わせ解を求めるためには、ソフトウェアおよびハードウェアが必要であり、特に繰り返し計算は時間が掛かる演算であるために、高速処理が可能なソフトウェアおよびハードウェアが要求される。また、放射率が時間的に変化する場合には、繰り返し計算が必ず放射率の実際値に収束するという保証がない。 In the prior art, the combined emissivity solution is determined by giving the initial value of the emissivity having a small error to the actual value of the emissivity to the relational expression (empirical formula, theoretical formula) and performing the calculation repeatedly. Therefore, the calculation accuracy determines the measurement accuracy of the radiation thermometer. For this reason, in order to construct a radiation thermometer with high measurement accuracy, it is necessary to use a highly accurate relational expression. However, in particular, when an empirical formula is used as a relational expression, many experiments need to be performed in order to obtain a highly accurate empirical formula, which requires a lot of time and effort. In addition, in order to obtain a combined solution of emissivity, software and hardware are required. Especially, since iterative calculations are time-consuming operations, software and hardware capable of high-speed processing are required. In addition, when the emissivity changes with time, there is no guarantee that repeated calculations will always converge to the actual value of emissivity.
このように、従来技術には、放射率の組み合わせ解を計算によって決定することに起因する問題がある。このため、放射率の組み合わせ解を計算せずに、放射率の変動の影響を受けることなく測定対象物の表面温度を高精度に測定可能な技術の提供が期待されていた。 As described above, the prior art has a problem caused by determining the combined emissivity solution by calculation. Therefore, it has been expected to provide a technique capable of measuring the surface temperature of the measurement object with high accuracy without calculating the emissivity combination solution and without being affected by the change in emissivity.
本発明は、上記の問題点を解決するためになされたものであり、その目的は、放射率の組み合わせ解を計算せずに、放射率の変動の影響を受けることなく測定対象物の温度を高精度に測定可能な温度測定方法および温度測定装置を提供することにある。 The present invention has been made to solve the above-described problems, and its purpose is to calculate the temperature of an object to be measured without being affected by fluctuations in emissivity without calculating a combined emissivity solution. An object of the present invention is to provide a temperature measuring method and a temperature measuring apparatus capable of measuring with high accuracy.
上記課題を解決し、目的を達成するために、本発明に係る温度測定方法は、測定対象物から発せられる放射エネルギーを分光測定し、得られた分光スペクトル情報を信号処理して測定対象物の表面温度を測定する温度測定方法であって、黒体炉から発せられる放射エネルギーの分光スペクトル情報を検量線作成用の分光スペクトル情報として検出するステップと、前記検量線作成用の分光スペクトル情報を基底分解し、基底分解によって得られた複数の基底スペクトルのスコアを第１の係数として算出し、該第１の係数間の関係式を第１の関係式として算出するステップと、前記第１の係数と前記検量線作成用の分光スペクトル情報を検出した際の前記黒体炉の温度とを用いて測定対象物の表面温度を推定するための重回帰式の重回帰係数を算出するステップと、放射率変動の分光スペクトル情報から前記複数の基底スペクトルのスコアを第２の係数として算出し、該第２の係数間の関係式を第２の関係式として算出するステップと、測定対象物から発せられる放射エネルギーの分光スペクトル情報を測定対象物の分光スペクトル情報として検出するステップと、前記複数の基底スペクトルを用いて前記測定対象物の分光スペクトル情報を基底分解し、該複数の基底スペクトルのスコアを第３の係数として算出し、該第３の係数を通る第２の関係式および第１の関係式の連立方程式を解くことによって放射率変動のない場合のスコアを第４の係数として算出し、該第４の係数と前記重回帰係数とを用いて前記重回帰式により前記測定対象物の表面温度を算出するステップと、を含む。 In order to solve the above problems and achieve the object, a temperature measurement method according to the present invention performs spectroscopic measurement of radiant energy emitted from a measurement object, and performs signal processing on the obtained spectral spectrum information to measure the measurement object. A temperature measurement method for measuring a surface temperature, the step of detecting spectral spectrum information of radiant energy emitted from a black body furnace as spectral spectrum information for preparing a calibration curve, and the spectral spectrum information for creating the calibration curve as a basis Decomposing and calculating scores of a plurality of base spectra obtained by base decomposition as a first coefficient, calculating a relational expression between the first coefficients as a first relational expression, and the first coefficient And the multiple regression coefficient of the multiple regression equation for estimating the surface temperature of the measurement object using the temperature of the black body furnace when the spectral spectrum information for preparing the calibration curve is detected. Calculating a score of the plurality of base spectra from the spectral spectrum information of emissivity variation as a second coefficient, and calculating a relational expression between the second coefficients as a second relational expression, Detecting spectral spectrum information of radiant energy emitted from the measurement object as spectral spectrum information of the measurement object; and using the plurality of base spectra to perform base decomposition of the spectral spectrum information of the measurement object; The score of the base spectrum is calculated as the third coefficient, and the second relational expression passing through the third coefficient and the simultaneous equation of the first relational expression are solved to obtain the score when there is no emissivity fluctuation as the fourth coefficient. Calculating as a coefficient, and calculating the surface temperature of the measurement object by the multiple regression equation using the fourth coefficient and the multiple regression coefficient.
上記課題を解決し、目的を達成するために、本発明に係る温度測定装置は、測定対象物から発せられる放射エネルギーを分光測定し、得られた分光スペクトル情報を信号処理して測定対象物の表面温度を測定する温度測定装置であって、黒体炉および測定対象物から発せられる放射エネルギーの分光スペクトル情報をそれぞれ検量線作成用の分光スペクトル情報および測定対象物の分光スペクトル情報として検出する検出手段と、前記検量線作成用の分光スペクトル情報を基底分解し、基底分解によって得られた複数の基底スペクトルのスコアを第１の係数として算出し、該第１の係数間の関係式を第１の関係式として算出する関係式算出手段と、前記第１の係数と前記検量線作成用の分光スペクトル情報を検出した際の前記黒体炉の温度とを用いて測定対象物の表面温度を推定するための重回帰式の重回帰係数を算出する回帰式作成手段と、放射率変動の分光スペクトル情報から前記複数の基底スペクトルのスコアを第２の係数として算出し、該第２の係数間の関係式を第２の関係式として算出する第２の関係式算出手段と、前記複数の基底スペクトルを用いて前記測定対象物の分光スペクトル情報を基底分解し、該複数の基底スペクトルのスコアを第３の係数として算出し、該第３の係数を通る第２の関係式および第１の関係式の連立方程式を解くことによって放射率変動のない場合のスコアを第４の係数として算出し、該第４の係数と前記重回帰係数とを用いて前記重回帰式により前記測定対象物の表面温度を算出する温度推定手段と、を備える。 In order to solve the above-mentioned problems and achieve the object, the temperature measuring device according to the present invention spectroscopically measures the radiant energy emitted from the object to be measured, and performs signal processing on the obtained spectral spectrum information to measure the object to be measured. A temperature measuring device that measures surface temperature, and detects spectral spectrum information of radiant energy emitted from a black body furnace and a measurement object as spectral spectrum information for creating a calibration curve and spectral spectrum information of the measurement object, respectively. And a base decomposition of the spectral spectrum information for creating the calibration curve, and a score of a plurality of base spectra obtained by the base decomposition is calculated as a first coefficient, and a relational expression between the first coefficients is expressed as a first expression A relational expression calculating means for calculating the relational expression of the first body and the temperature of the black body furnace when the spectral spectrum information for creating the calibration curve is detected. A regression formula creation means for calculating a multiple regression coefficient of a multiple regression formula for estimating the surface temperature of the measurement object using the second spectrum and the scores of the plurality of base spectra from the spectral spectrum information of the emissivity variation A second relational expression calculating means for calculating and calculating a relational expression between the second coefficients as a second relational expression, and performing spectral decomposition on the spectral spectrum information of the measurement object using the plurality of base spectra. , Calculating scores of the plurality of base spectra as a third coefficient, and solving the second relational expression and the simultaneous equations of the first relational expression passing through the third coefficient to obtain a score when there is no emissivity fluctuation As a fourth coefficient, and using the fourth coefficient and the multiple regression coefficient, temperature estimation means for calculating the surface temperature of the measurement object by the multiple regression equation.
本発明に係る温度測定方法および温度測定装置によれば、放射率の組み合わせ解を計算せずに、放射率の変動の影響を受けることなく測定対象物の温度を高精度に測定することができる。 According to the temperature measurement method and the temperature measurement device of the present invention, it is possible to measure the temperature of the measurement object with high accuracy without calculating an emissivity combination solution and without being affected by variations in emissivity. .
〔本発明の概念〕
測定対象物の放射エネルギーを利用した測定対象物の表面温度測定においては、以下の数式（１）に示すように、黒体放射エネルギースペクトルＬＢ（λ，Ｔ）に予め仮定した放射率のスペクトルε（λ）を乗じた測定値Ｌ（λ，Ｔ）が測定される。なお、数式（１）中のパラメータλは放射エネルギーの測定波長を示し、パラメータＴは測定対象物の表面温度を示している。
[Concept of the present invention]
In the measurement of the surface temperature of the measurement object using the radiant energy of the measurement object, the spectrum of the emissivity preliminarily assumed in the black body radiant energy spectrum L B (λ, T) as shown in the following formula (1). A measurement value L (λ, T) multiplied by ε (λ) is measured. Note that the parameter λ in the formula (1) indicates the measurement wavelength of the radiant energy, and the parameter T indicates the surface temperature of the measurement object.
ここで、数式（１）の両辺のｌｏｇ（自然対数）を取り変形すると、以下に示す数式（２）が得られる。従って、数式（２）の右辺に測定値Ｌ（λ，Ｔ）と放射率のスペクトルε（λ）とを代入することによって、黒体放射エネルギースペクトルの自然対数ｌｏｇＬＢ（λ，Ｔ）の推定値を算出することができる。なお、ここで“推定値”と表現する理由は、予め仮定した放射率のスペクトルε（λ）が正確かどうかわからないためである。すなわち、放射率のスペクトルε（λ）が仮定した値からずれている場合には、算出された黒体放射エネルギースペクトルの自然対数ｌｏｇＬＢ（λ，Ｔ）の値は正しい値ではない。 Here, when the log (natural logarithm) of both sides of the formula (1) is taken and deformed, the following formula (2) is obtained. Therefore, the natural logarithm logL B (λ, T) of the blackbody radiant energy spectrum is estimated by substituting the measured value L (λ, T) and the spectrum of emissivity ε (λ) into the right side of Equation (2). A value can be calculated. Here, the reason for expressing it as “estimated value” is because it is not known whether the spectrum ε (λ) of emissivity assumed in advance is accurate. That is, when the emissivity spectrum ε (λ) deviates from the assumed value, the calculated natural logarithm logL B (λ, T) of the black body radiant energy spectrum is not a correct value.
但し、黒体放射エネルギースペクトルＬＢ（λ，Ｔ）は、本来、以下の数式（３）に示すプランクの放射則で表現される。なお、数式（３）中のパラメータｃ１，ｃ２は物理定数を示している。従って、黒体放射エネルギースペクトルの自然対数ｌｏｇＬＢ（λ，Ｔ）に放射率のスペクトルε（λ）に起因する誤差が含まれていたとしても、本来取りうる黒体放射エネルギースペクトルの自然対数ｌｏｇＬＢ（λ，Ｔ）の形は決まっているので、放射率のスペクトルε（λ）に関係なく黒体放射エネルギースペクトルの自然対数ｌｏｇＬＢ（λ，Ｔ）の真の形を推定できる可能性がある。そこで、黒体放射エネルギースペクトルの自然対数ｌｏｇＬＢ（λ，Ｔ）の形に着目するための一手法として、主成分分析（基底分解）を行うことを考える。 However, the black body radiant energy spectrum L B (λ, T) is originally expressed by Planck's radiation law shown in the following formula (3). Note that the parameters c 1 and c 2 in Equation (3) indicate physical constants. Accordingly, even if the natural logarithm logL B (λ, T) of the black body radiant energy spectrum includes an error due to the emissivity spectrum ε (λ), the natural logarithm logL of the black body radiant energy spectrum that can be originally taken. Since the shape of B (λ, T) is determined, the true shape of the natural logarithm logL B (λ, T) of the blackbody radiant energy spectrum may be estimated regardless of the emissivity spectrum ε (λ). is there. Therefore, as one method for paying attention to the shape of the natural logarithm logL B (λ, T) of the blackbody radiant energy spectrum, consider performing principal component analysis (basic decomposition).
始めに、図１を参照して、一般的な主成分分析手法について説明をする。図１は、ある集団の構成員の身長Ｘ１と体重Ｘ２との関係を示す散布図である。一般に、身長Ｘ１が大きい人は体重Ｘ２が重いと言えるので、図１に示す散布図は右上がりの分布を有している。図１中に挿入した右上がりの線分Ｌ１はこの分布の中心を通る線であり、いわば「体の大きさ」という尺度を表している。主成分分析手法とは、この身長Ｘ１と体重Ｘ２との組合せデータ（２次元情報）の本質的解釈が、「体の大きさｔ１」という１次元の尺度で代表されるということを統計的に導く手法である。数学的には、この「体の大きさ」は第１主成分であり、この第１主成分と直交する、第１主成分の次に本質的な情報が第２主成分となる。図１に示す例では、第２主成分は物理的には「肥満度ｔ２」なる尺度と言える。 First, a general principal component analysis method will be described with reference to FIG. Figure 1 is a scatter diagram showing the relationship between the height X 1 and weight X 2 members of a population. In general, since the person is large stature X 1 is said to weight X 2 is heavy, scatter diagram shown in Figure 1 has a distribution of right-up. Line L 1 of the inserted upper right in FIG. 1 is a line passing through the center of the distribution, so to speak represent a measure of "body size". The principal component analysis method means that the essential interpretation of the combination data (two-dimensional information) of the height X 1 and the weight X 2 is represented by a one-dimensional scale “body size t 1 ”. This is a statistically derived method. Mathematically, this “body size” is the first principal component, and the essential information next to the first principal component orthogonal to the first principal component is the second principal component. In the example shown in FIG. 1, the second main component can be said to be physically a measure of “obesity level t 2 ”.
図１に示す例では、元々の２次元情報（身長、体重）が主成分分析によって「体の大きさ」という１次元情報に縮約される。従って、この本質を抜き出すという情報処理を表面温度推定における放射エネルギースペクトル波形に適用すれば、多点の波長情報から本質を抽出することができる。この場合、多点の波長情報は、図２に示すように測定波長の数と同じ次元数の空間上の１点として表現される。例えば７つの温度に対するｎ波長の分光スペクトルデータが与えられたとすると、ｎ次元空間上の７つの点が与えられることになる。従って、この７つの点のｎ次元空間における分布の広がりを考えて、最も広がりの大きな方向が第１主成分の方向となり、これが前述の７つの点を区別する、つまり７つの温度を区別する最も有力な手がかりとなる。 In the example shown in FIG. 1, the original two-dimensional information (height and weight) is reduced to one-dimensional information “body size” by principal component analysis. Therefore, if the information processing of extracting this essence is applied to the radiant energy spectrum waveform in the surface temperature estimation, the essence can be extracted from the multi-point wavelength information. In this case, the multi-point wavelength information is expressed as one point on the space having the same number of dimensions as the number of measurement wavelengths as shown in FIG. For example, assuming that spectral data of n wavelengths for seven temperatures is given, seven points on an n-dimensional space are given. Therefore, considering the spread of the distribution of these seven points in the n-dimensional space, the direction with the largest spread becomes the direction of the first principal component, which distinguishes the aforementioned seven points, that is, most distinguishes the seven temperatures. It will be a powerful clue.
ここで、図３Ａに示す７つの温度に対する黒体放射エネルギースペクトルＬＢ（λ，Ｔ）（これは黒体炉を測定することにより得られる）に対数演算を施した結果であるｌｏｇＬＢ（λ，Ｔ）（図３Ｂ）に対して主成分分析を行ったときに得られた第１主成分および第２主成分を図４に示す。図４に示す第１主成分は、７つの温度に対する黒体放射エネルギースペクトルの自然対数ｌｏｇＬＢ（λ，Ｔ）を最も代表するスペクトル波形である。なお、黒体放射エネルギースペクトルＬＢ（λ，Ｔ）に対数演算を施した理由は、測定対象物の表面温度を実際に測定した場合に黒体放射エネルギースペクトルＬＢ（λ，Ｔ）に乗じた形で影響する放射率ε（λ）をｌｏｇε（λ）の加算という形で分離するためである。 Here, logL B (λ, which is the result of logarithmic operation on the black body radiant energy spectrum L B (λ, T) (obtained by measuring the black body furnace) for the seven temperatures shown in FIG. 3A. , T) (FIG. 3B) shows the first principal component and the second principal component obtained when the principal component analysis is performed. The first principal component shown in FIG. 4 is a spectrum waveform most representative of the natural logarithm logL B (λ, T) of the black body radiant energy spectrum for seven temperatures. The reason why the black body radiant energy spectrum L B (λ, T) is logarithmically calculated is that the black body radiant energy spectrum L B (λ, T) is multiplied when the surface temperature of the measurement object is actually measured. This is to separate the emissivity ε (λ) that affects in the form of addition of log ε (λ).
次に、この第１主成分に直交するベクトル空間で７点のばらつきが２番目に大きな方向を取り出したものが第２主成分であり、これを同図に示す。直観的には、第１主成分が、温度とともに増大する平均的なエネルギーを表現する基底で、第２主成分が、細かな形を表現するための基底のように見える。以降、同様にして第３主成分以降の主成分も求めることができる。これら低次の主成分情報は、元の７つの黒体放射エネルギースペクトルｌｏｇＬＢ（λ，Ｔ）の本質的なスペクトル情報（基底スペクトル）である。 Next, the second principal component is a vector space orthogonal to the first principal component, in which the second largest variation of seven points is extracted, which is shown in FIG. Intuitively, the first principal component looks like a basis expressing average energy that increases with temperature, and the second principal component looks like a basis for expressing a fine shape. Thereafter, the main components after the third main component can be obtained in the same manner. These low-order principal component information is essential spectral information (base spectrum) of the original seven blackbody radiant energy spectra logL B (λ, T).
これら低次の主成分情報が、確かに元の７つの黒体放射エネルギースペクトルＬＢ（λ，Ｔ）の本質的なスペクトル情報（基底スペクトル）であるということを検証するため、基底スペクトルから元の７つの黒体放射エネルギースペクトルＬＢ（λ，Ｔ）を再構成した際の当てはまり具合を図５Ａ，図５Ｂに示す。再構成とは基底ベクトルを係数倍して足し合わせるという積和演算、つまり線形操作を行うことによって元のスペクトルを構成するものである。元の７つの黒体放射エネルギースペクトルＬＢ（λ，Ｔ）に、低次の基底ベクトル情報がどの位含まれているかにより再構成した際の当てはまり具合が変化する。図５Ａは第１主成分のみで再構成した結果、図５Ｂは第２主成分までで再構成した結果を示している。 In order to verify that these low-order principal component information is indeed essential spectral information (basic spectrum) of the original seven blackbody radiant energy spectra L B (λ, T), FIG. 5A and FIG. 5B show the fits when the seven blackbody radiant energy spectra L B (λ, T) are reconstructed. Reconstruction constitutes the original spectrum by performing a product-sum operation in which the basis vectors are multiplied and added together, that is, a linear operation is performed. Depending on how much low-order basis vector information is included in the original seven blackbody radiant energy spectra L B (λ, T), the degree of fit at the time of reconstruction changes. FIG. 5A shows the result of reconstruction with only the first principal component, and FIG. 5B shows the result of reconstruction with the second principal component.
図５Ｂから明らかなように、第２主成分までを使用することによって、７つの黒体放射エネルギースペクトルＬＢ（λ，Ｔ）のどれもが非常に良く再構成されていることがわかる。これは、１つ１つの黒体放射エネルギースペクトルＬＢ（λ，Ｔ）はＮ点の波長情報、つまりＮ次元の各座標で表現する必要はなく、２つの基底ベクトルの線形和という２つの係数分の２点の情報だけで表現できるということを意味している。換言すれば、Ｎ次元データが２次元データに圧縮されたとも言える。この際、次元数は大幅に圧縮されてはいるが、「基底ベクトル」という本質的なスペクトル形で再構成されているということが重要で、先に述べた放射率変動といった外乱には影響されにくいことが想定される。 As is clear from FIG. 5B, it can be seen that by using up to the second principal component, all of the seven blackbody radiant energy spectra L B (λ, T) are reconstructed very well. This is because each black body radiant energy spectrum L B (λ, T) does not need to be expressed by wavelength information at N points, that is, by N-dimensional coordinates, and there are two coefficients that are linear sums of two basis vectors. It means that it can be expressed with only two points of information. In other words, it can be said that N-dimensional data is compressed into two-dimensional data. At this time, although the number of dimensions is greatly compressed, it is important that it is reconstructed in an essential spectral form called a “basis vector”, and it is affected by disturbances such as the emissivity fluctuation described above. It is assumed that it is difficult.
図３Ｂに示す対数演算結果を改めて数式の形で補足する。図３Ｂに示す対数演算結果は、例えば波長２〜１０μｍの波長範囲内で０．３２μｍ毎に測定された波長方向（横軸）Ｎ＝２５０点における放射エネルギーに対数演算を施したものである。ここで、放射エネルギーのｌｏｇ値をｘ（ｉ，ｊ）として表すことにする。なお、パラメータｉ（＝１〜２５０）は、測定波長番号を表し、パラメータｊ（＝１〜７）は温度番号を示す。パラメータｊに対する温度はｙ（ｊ）であるとする。さらに、放射エネルギーのｌｏｇ値ｘ（ｉ，ｊ）に対して主成分分析を実施した結果得られた主成分ベクトルをｗ（ｉ，ｋ）とする。主成分ベクトルｗ（ｉ，ｋ）の決め方の説明は主成分解析の一般的文献に譲るが、簡単に説明すると、以下に示す数式（４）中のパラメータｊについてのばらつきが最大になるように第１主成分ｗ（ｉ，１）が決定され、第１主成分ｗ（ｉ，１）と直交するベクトルの中で以下に示す数式（５）中のパラメータｊについてのばらつきが最大になるように第２主成分ｗ（ｉ，２）が決定されるといった具合である。 The logarithmic calculation result shown in FIG. 3B will be supplemented in the form of a mathematical formula. The logarithmic calculation result shown in FIG. 3B is obtained by logarithmically calculating the radiant energy at N = 250 points in the wavelength direction (horizontal axis) measured every 0.32 μm within the wavelength range of 2 to 10 μm, for example. Here, the log value of the radiant energy is expressed as x (i, j). The parameter i (= 1 to 250) represents the measurement wavelength number, and the parameter j (= 1 to 7) represents the temperature number. It is assumed that the temperature for the parameter j is y (j). Further, a principal component vector obtained as a result of performing the principal component analysis on the log value x (i, j) of the radiant energy is defined as w (i, k). The description of how to determine the principal component vector w (i, k) is left to the general literature of principal component analysis. However, in brief, the variation for the parameter j in the following formula (4) is maximized. The first principal component w (i, 1) is determined so that the variation with respect to the parameter j in the following formula (5) among vectors orthogonal to the first principal component w (i, 1) is maximized. The second principal component w (i, 2) is determined.
各主成分の大きさ（ｉ＝１〜Ｎの各成分の二乗和の平方根）は１とする。主成分ベクトルｗ（ｉ，ｋ）において、パラメータｉは１〜２５０の範囲、パラメータｋは数学的には１〜Ｎの範囲で考えることができるが、本例ではｋ＝１，２の範囲で考える。一般に、パラメータｋがより小さい（低次の主成分）場合がより放射エネルギーのｌｏｇ値ｘ（ｉ，ｊ）の本質を表すことになるが、パラメータｋの範囲の選び方に関しては本発明では特に限定しない。なお、第１主成分ｗ（ｉ，１）のみで元の放射エネルギーデータを再構築した値は以下に示す数式（６）によって表される。 The size of each main component (i = 1 to N square root of the sum of squares of each component) is 1. In the principal component vector w (i, k), the parameter i can be considered in the range of 1 to 250, and the parameter k can be mathematically considered in the range of 1 to N. Think. Generally, the case where the parameter k is smaller (low-order principal component) represents the essence of the log value x (i, j) of the radiant energy, but the method of selecting the range of the parameter k is particularly limited in the present invention. do not do. A value obtained by reconstructing the original radiant energy data using only the first principal component w (i, 1) is expressed by the following formula (6).
数式（６）中のパラメータａ（ｋ，ｊ）は数学的には主成分得点若しくはスコアと呼ばれる定数（スカラー）である。そして、数式（６）を対数演算を施す前の状態、すなわち、以下に示す数式（７）で表される値として表示したものが図５Ａに示した再構築例である。なお、数式（７）中のｅは自然対数の底を表している。 The parameter a (k, j) in the equation (6) is a constant (scalar) mathematically called a principal component score or score. Then, the reconstructed example shown in FIG. 5A is obtained by displaying the formula (6) as a state before the logarithmic operation, that is, a value represented by the following formula (7). Note that e in Equation (7) represents the base of the natural logarithm.
同様に、第１主成分ｗ（ｉ，１）に第２主成分ｗ（ｉ，２）を加えて元の放射エネルギーデータを再構築した値は以下に示す数式（８）によって表される。そして、同様に、数式（８）を対数演算を施す前の状態で表示したものが図５Ｂに示した再構築例である。この第２主成分ｗ（ｉ，２）までを使って再構築した放射エネルギーデータでほぼ元の放射エネルギーのｌｏｇ値ｘ（ｉ，ｊ）を再現することができる。このことは、実温度を推定する場合、２５０点のデータから構成される放射エネルギーのｌｏｇ値ｘ（ｉ，ｊ）を使用する代わりに、たかだか２点のデータであるスコアａ（ｋ，ｊ）を使用しても情報の質が落ちないということを意味している。 Similarly, a value obtained by adding the second principal component w (i, 2) to the first principal component w (i, 1) and reconstructing the original radiant energy data is expressed by the following formula (8). Similarly, the reconstructed example shown in FIG. 5B is obtained by displaying Equation (8) in a state before logarithmic calculation. The log value x (i, j) of the original radiant energy can be reproduced with the radiant energy data reconstructed using the second principal component w (i, 2). This is because, when the actual temperature is estimated, instead of using the log value x (i, j) of the radiant energy composed of the data of 250 points, the score a (k, j) which is data of at most 2 points. Means that the quality of the information will not be reduced.
なお、スコアａ（ｋ，ｊ）は、主成分ベクトルｗ（ｉ，ｋ）と元の放射エネルギーのｌｏｇ値ｘ（ｉ，ｊ）との内積を算出することによって導出され、個々の成分は、以下に示す数式（９）によって導出される。 The score a (k, j) is derived by calculating the inner product of the principal component vector w (i, k) and the log value x (i, j) of the original radiant energy. It is derived by the following formula (9).
以上が、分光スペクトルデータに対して主成分分析を行う際の基本的な考え方である。ここでは、さらに、測定対象物の放射率変動の影響を受けないようにするための、主成分分析の適用方法について考える。放射率の変動があった場合、放射率を予め既知の放射率値ε(λ)と操業条件などによって変化し得る放射率変動分δε(λ)とに分けて、数式（１）に対応する形で測定値Ｌ（λ，Ｔ）は以下に示す数式（１０）のように記述することができる。ここで、数式（１０）中のパラメータε0(λ)は設定値などの基準となる放射率、パラメータδε(λ)は種々の条件下での放射率の変動を表している。 The above is the basic concept when performing principal component analysis on spectral spectrum data. Here, an application method of principal component analysis is further considered so as not to be affected by the emissivity fluctuation of the measurement object. When there is a change in emissivity, the emissivity is divided into a known emissivity value ε (λ) and an emissivity variation δε (λ) that can change depending on operating conditions and the like, and corresponds to Equation (1). The measured value L (λ, T) can be described as the following formula (10). Here, the parameter ε 0 (λ) in the equation (10) represents a reference emissivity such as a set value, and the parameter δε (λ) represents a change in emissivity under various conditions.
上記数式（１０）両辺のｌｏｇ（自然対数）を取り変形すると、以下に示す数式（１１）が得られる。従来の放射温度測定では、測定波長における放射率ε0(λ)は既知として、単色温度計では以下に示す数式（１２）により表される仮定、２色温度計では以下に示す数式（１３）により表される仮定をおき、方程式を解くことによって表面温度を求めている。しかしながら、これらの仮定が厳密には成立せずに温度誤差が生じることが多い。 When the log (natural logarithm) of both sides of the above equation (10) is taken and deformed, the following equation (11) is obtained. In the conventional radiation temperature measurement, it is assumed that the emissivity ε 0 (λ) at the measurement wavelength is known, and the monochromatic thermometer is represented by the following equation (12), and the two-color thermometer is represented by the following equation (13). The surface temperature is obtained by making the assumption expressed by and solving the equation. However, these assumptions do not hold strictly and temperature errors often occur.
また、波長数を多数とることができれば、統計的に何らかの関係式で表面温度を記述することによって、個々の波長における放射率の仮定値の温度誤差に対する影響を軽減することも期待できる。しかしながら、波長数が３以上である場合には、関係式が複雑になり、特殊な数値計算が必要になる。そこで、ここでは数式（１１）の両辺について、主要な情報を十分含んでいる放射エネルギーの第１主成分ｗ（ｉ，１）および第２主成分ｗ（ｉ，２）に対するスコアａ（１，ｊ），ａ（２，ｊ）を求めることを考える。なお、数式（１１）の左辺のスコアは既述の数式（９）で表されるスコアに他ならない。 In addition, if a large number of wavelengths can be taken, it can be expected that the influence of the assumed value of the emissivity on each wavelength on the temperature error is reduced by describing the surface temperature statistically by some relational expression. However, when the number of wavelengths is 3 or more, the relational expression becomes complicated and special numerical calculation is required. Therefore, here, for both sides of the formula (11), the scores a (1, 1, 2) for the first principal component w (i, 1) and the second principal component w (i, 2) of the radiant energy sufficiently including the main information are included. Consider obtaining j), a (2, j). The score on the left side of Equation (11) is nothing but the score represented by Equation (9).
また、スコアａ（１，ｊ），ａ（２，ｊ）は温度番号ｊが変化することによって、すなわち温度が変化することによって、ある関係をもって変化することが期待される。これを以下の数式（１４）のように表す。また、数式（１１）の右辺第１項のスコアは、以下の数式（１５），（１６）に示すように測定値そのものと主成分との内積を取ることによって計算することができる。また、数式（１１）の右辺第２項のスコアも以下の数式（１７），（１８）に示すように放射率スペクトルの設定値ε0(ｉ)を用いて直接計算することができる。 The scores a (1, j) and a (2, j) are expected to change with a certain relationship when the temperature number j changes, that is, when the temperature changes. This is expressed as the following formula (14). Further, the score of the first term on the right side of Equation (11) can be calculated by taking the inner product of the measured value itself and the principal component as shown in Equations (15) and (16) below. In addition, the score of the second term on the right side of Equation (11) can also be directly calculated using the set value ε 0 (i) of the emissivity spectrum as shown in Equations (17) and (18) below.
右辺第３項のスコアについては、統計的な変動を含んでいるので、ここでは測定対象物の放射率変動の挙動が予めわかっているとして、その放射率変動データに対して主成分分析を行い、放射率変動の第１主成分ｖ（ｉ，１）を算出する。放射率変動の第１主成分ｖ（ｉ，１）は、測定対象物の放射率変動の統計的挙動を表現するものになる。すなわち、統計的には−δε（ｉ）は、ある定数ｔを用いて以下の数式（１９）のように表現できることを意味する。これについて、放射エネルギーの第１主成分ｗ（ｉ，１）および第２主成分ｗ（ｉ，２）で表現するためにそれらのスコアを求めると、以下に示す数式（２０），（２１）のようになる。 Since the score of the third term on the right side includes statistical fluctuations, it is assumed here that the behavior of the emissivity fluctuation of the measurement object is known in advance, and the principal component analysis is performed on the emissivity fluctuation data. The first principal component v (i, 1) of the emissivity fluctuation is calculated. The first principal component v (i, 1) of the emissivity variation represents the statistical behavior of the emissivity variation of the measurement object. That is, -δε (i) statistically means that it can be expressed as the following mathematical formula (19) using a certain constant t. With respect to this, when the scores are obtained in order to express them with the first principal component w (i, 1) and the second principal component w (i, 2) of the radiant energy, the following mathematical formulas (20) and (21) are obtained. become that way.
以上のことから、測定温度Ｔにおける第１主成分ｗ（ｉ，１）および第２主成分ｗ（ｉ，２）のスコアａ（１，ｊ），ａ（２，ｊ）は以下に示す数式（２２），（２３）のようになる。従って、数式（１４）の制約のもとに定数ｔを算出することによってスコアａ（１，Ｔ），ａ（２，Ｔ）を求めることができ、スコアａ（１，Ｔ），ａ（２，Ｔ）を用いて測定温度Ｔを求めることができる。 From the above, the scores a (1, j) and a (2, j) of the first principal component w (i, 1) and the second principal component w (i, 2) at the measurement temperature T are the following mathematical formulas. (22) and (23). Therefore, the scores a (1, T) and a (2, T) can be obtained by calculating the constant t under the constraint of the equation (14), and the scores a (1, T) and a (2 , T) can be used to determine the measured temperature T.
図６に以上の説明の概念図を示す。図６は、ｎ波長の放射エネルギー値を表現するｎ次元空間を示している。図中の曲線Ｌ１は、数式（１１）の右辺の「ｌｏｇＬ（λ，Ｔ）−ｌｏｇε0(λ)」の項を表している。本図では、７つの温度に対応する形で放射エネルギーをプロットしているが、実際には放射エネルギーは温度に対応して曲線Ｌ１のように連続的な変化を示す。一方、各プロットに付与されている矢印Ａは数式（１１）の右辺の「−ｌｏｇδε（λ）」を表している。放射率変動のデータに対し主成分分析を行い、その結果を放射エネルギーの第１主成分ベクトルＶ１および第２主成分ベクトルＶ２で表現する。 FIG. 6 shows a conceptual diagram of the above description. FIG. 6 shows an n-dimensional space expressing radiant energy values of n wavelengths. A curve L 1 in the figure represents a term “log L (λ, T) −log ε 0 (λ)” on the right side of Expression (11). In the figure, it plots the radiant energy in the form corresponding to the seven temperature actually radiant energy shows a continuous change as shown by curve L 1 corresponds to the temperature. On the other hand, the arrow A given to each plot represents “−logδε (λ)” on the right side of the equation (11). The principal component analysis is performed on the emissivity fluctuation data, and the result is expressed by the first principal component vector V 1 and the second principal component vector V 2 of the radiant energy.
すなわち、第１主成分ベクトルＶ１および第２主成分ベクトルＶ２で張られる平面内への放射率変動の射影を求める。なお、図中、ベクトルＶ３は第１主成分ベクトルＶ１および第２主成分ベクトルＶ２で張られる平面内の成分を示し、ベクトルＶ４は放射率変動の主成分ベクトル（統計的挙動）を示している。これにより、放射エネルギーの測定値Ｐをこの平面内に射影した点を含む放射率変動の直線Ｌ２と温度変化による放射エネルギーの変化の曲線Ｌ１とを描くことができるので、その交点として放射率変動が存在しない場合の放射エネルギーを求めることができる。 That is, finding a projection of emissivity variations of the first principal component vector V 1 and the second principal component plane spanned by the vector V 2. In the figure, a vector V 3 indicates a component in a plane spanned by the first principal component vector V 1 and the second principal component vector V 2 , and a vector V 4 is a principal component vector (statistical behavior) of emissivity variation. Is shown. As a result, an emissivity fluctuation line L 2 including a point where the measured value P of the radiant energy is projected in this plane and a curve L 1 of the radiant energy change due to the temperature change can be drawn. The radiant energy when there is no rate variation can be obtained.
なお、ここでは放射率変動のデータから放射率変動の主成分を求めた後に、その主成分を放射エネルギーの第１および第２主成分にて表現するようにしたが、放射率変動のデータから直接放射エネルギーの第１および第２主成分のスコアを求めてもよい。但し、その場合、放射率変動の主成分という統計的な量を介さずにスコアが求められるので、第１および第２主成分のスコアにばらつきが乗っていること、およびそもそも放射率変動が主成分として統計的に表現できるかどうかを直接確認できないことに留意する必要がある。また、放射エネルギーを表現するために第１および第２主成分、放射率の変動を表現するために第１主成分を用いたが、幾つまでの主成分を用いるかについては各種特性や温度範囲、要求精度などに応じて自由に選択して本願発明を適用することができる。 Here, after calculating the main component of the emissivity variation from the emissivity variation data, the main component is expressed by the first and second main components of the radiant energy. You may obtain | require the score of the 1st and 2nd main component of direct radiant energy. However, in that case, since the score is obtained without using the statistical amount of the principal component of the emissivity variation, the scores of the first and second principal components are varied, and the emissivity variation is the main factor in the first place. It should be noted that it is not possible to directly confirm whether a component can be statistically expressed. In addition, the first and second principal components are used to express the radiant energy, and the first principal component is used to express the variation of the emissivity. However, how many principal components are used depends on various characteristics and temperature ranges. The present invention can be applied by freely selecting according to the required accuracy.
上述の概念に基づいて、放射率の大きさが図７に示すように変化する測定対象物の温度測定シミュレーションを行った例について説明する。なお、本例は、放射率変動が定数倍、すなわち、パラメータＫを定数としたとき、以下に示す数式（２４）が成立する例である。従って、対数演算を施した後の放射率変動の主成分は、全ての波長成分が同一の値を持つ、いわゆる直流成分となる。このように放射率が変化する場合、測定される放射エネルギーは、図５Ａに示すような黒体放射エネルギーに放射率が乗じられた値として測定される。８００℃の場合の各放射率に対応して測定される分光エネルギースペクトルを図８に示す。図から明らかなように、８００℃で放射率が低い場合には、７００℃で放射率が想定値通りであった場合と波形が類似しており、従来方式のうち、単色温度計ではこのように放射率が変化している測定対象物を精度よく測定することは難しい。 Based on the above concept, an example in which a temperature measurement simulation of a measurement object whose emissivity changes as shown in FIG. 7 will be described. In this example, when the variation in emissivity is a constant multiple, that is, when the parameter K is a constant, the following formula (24) is established. Therefore, the main component of the emissivity fluctuation after logarithmic calculation is a so-called DC component in which all wavelength components have the same value. When the emissivity changes as described above, the measured radiant energy is measured as a value obtained by multiplying the black body radiant energy as shown in FIG. 5A by the emissivity. A spectral energy spectrum measured corresponding to each emissivity at 800 ° C. is shown in FIG. As is clear from the figure, when the emissivity is low at 800 ° C., the waveform is similar to that when the emissivity is as expected at 700 ° C. Among the conventional methods, this is the case with a monochromatic thermometer. It is difficult to accurately measure a measurement object whose emissivity changes.
そこで、前述の通り、対数演算後の放射エネルギー変動の主成分分析結果に基づいて第１および第２主成分のスコアの変化曲線と対数演算後の放射率変動を表す主成分に対する放射エネルギーの第１および第２主成分のスコアの変化曲線とを求めたものを図９に示す。図から明らかなように、測定点を通る放射率の変化を示す直線と放射エネルギーの変化を表す曲線との交点が、放射率変動がない求めたい放射エネルギーであり、それより温度を測定することができる。このため、図１０に示す関係から、第２主成分に対する係数と測定対象の温度との関係を表す検量線を計算しておき、放射率が増減した場合の測定放射エネルギースペクトルから計算した第１主成分に対する係数を用いて温度を推定した。その結果、図７に示したような放射率の増減があった場合でも、図１１Ａに示すような誤差に収まることが確認された。なお、２色温度計（この場合は波長２μｍと波長４μｍ）で測定を行った場合の誤差は、図１１Ｂに示すように、完全に放射率の比が等しい条件が成立している場合は誤差が小さいが、放射率の比が必ずしも等しくなく、変動しているような場合には大きい。
Therefore, as described above, based on the principal component analysis result of the radiant energy fluctuation after the logarithmic calculation, the first and second principal component score change curves and the radiant energy of the main component representing the emissivity fluctuation after the logarithmic calculation. FIG. 9 shows the change curves of the scores of the first and second principal components. As is clear from the figure, the intersection of the straight line that shows the change in emissivity through the measurement point and the curve that shows the change in radiant energy is the radiant energy that you want to find without any change in emissivity. Can do. For this reason, a calibration curve representing the relationship between the coefficient for the second principal component and the temperature of the measurement target is calculated from the relationship shown in FIG. 10, and the first calculated from the measured radiant energy spectrum when the emissivity increases or decreases. The temperature was estimated using the coefficient for the principal component. As a result, it was confirmed that even when the emissivity increased or decreased as shown in FIG. 7, it was within the error as shown in FIG. 11A. Note that the error when measuring with a two-color thermometer (in this case,
従って、本発明の目的である温度推定のための元情報としては、多数の波長からなる分光情報に対して主成分分析を行い、低次の主成分で元分光情報を再構成した場合の、基底ベクトルの係数倍という情報（主成分得点）が有効であることが確認された。先の例に照らし合わせて換言すると、元のＮ点波長データから温度を推定する代わりに、Ｎ点波長データを第２主成分までのスコアである２点データに次元圧縮し、その２点情報から温度データを通常の重回帰手法で推定する。図５Ａ，５Ｂで示したように、この２点情報から十分にＮ点波長データを再現できることを考えると、この２点情報には温度を推定するための十分な情報が入っているからである。 Therefore, as the original information for temperature estimation that is the object of the present invention, the principal component analysis is performed on the spectral information consisting of a large number of wavelengths, and the original spectral information is reconstructed with the lower-order principal components. It was confirmed that the information (principal component score) of the coefficient multiplication of the basis vector is effective. In other words, instead of estimating the temperature from the original N-point wavelength data, the N-point wavelength data is dimensionally compressed into two-point data that is a score up to the second principal component, and the two-point information The temperature data is estimated by the usual multiple regression method. This is because, as shown in FIGS. 5A and 5B, considering that the N-point wavelength data can be sufficiently reproduced from the two-point information, the two-point information contains sufficient information for estimating the temperature. .
数式の形で補足すると、オリジナルのＮ点波長データから温度を推定する以下に示す数式（２５）の代わりに、第２主成分までのスコアである２点データから温度を推定する以下に示す数式（２６）を用いて温度を推定する。 When supplemented in the form of a mathematical formula, the following mathematical formula is used to estimate the temperature from two-point data that is a score up to the second principal component, instead of the following mathematical formula (25) that estimates the temperature from the original N-point wavelength data. (26) is used to estimate the temperature.
以下、図面を参照して、上記の本発明の概念に基づき想到された本発明の一実施形態である温度測定装置およびその温度測定方法について詳しく説明する。 Hereinafter, a temperature measuring device and a temperature measuring method thereof according to an embodiment of the present invention conceived based on the concept of the present invention will be described in detail with reference to the drawings.
〔温度測定装置の構成〕
始めに、図１２、図１３を参照して、本発明の一実施形態である温度測定装置の構成について説明する。
[Configuration of temperature measurement device]
First, with reference to FIG. 12 and FIG. 13, the structure of the temperature measuring apparatus which is one Embodiment of this invention is demonstrated.
図１２は、本発明の一実施形態である温度測定装置の構成を示すブロック図である。図１３は、図１２に示すＦＴＩＲの内部構成を示す模式図である。図１２に示すように、本発明の一実施形態である温度測定装置１は、ＦＴＩＲ（フーリエ変換赤外分光光度計）２、回帰式作成部３、および温度推定部４を備えている。
FIG. 12 is a block diagram showing a configuration of a temperature measuring apparatus according to an embodiment of the present invention. FIG. 13 is a schematic diagram showing the internal configuration of the FTIR shown in FIG. As shown in FIG. 12, the
ＦＴＩＲ２は、測定対象物である鋼板５からの放射エネルギーの分光スペクトルを測定するものである。図２に示すように、ＦＴＩＲ２は、ミラー１１、ハーフミラー１２、可動ミラー１３、ミラー１４、ミラー１５，１６、および検出器１７を備え、ミラー１１、ハーフミラー１２、可動ミラー１３、およびミラー１４〜１６は干渉計１８を構成している。鋼板５から発せられた放射光は干渉計１８に導かれ、検出器１７が干渉計１８から出た光の光量を測定する。
FTIR2 measures the spectral spectrum of the radiant energy from the
このとき、干渉計１８の可動ミラー１３を移動しながら時系列的に測定した検出器１７の信号をフーリエ変換することにより、鋼板５からの放射エネルギーの分光スペクトル情報が得られる。この場合、１つの分光スペクトル情報を得るために、可動ミラー１３を移動させるだけの時間を要するが、その間の温度変動が十分小さければ問題ない。分光スペクトルを測定する方法は、これ以外にも、回折格子を利用する方法、波長選択フィルタを利用する方法など種々考えられるが、いずれの方法を利用しても構わない。
At this time, the spectral spectrum information of the radiant energy from the
回帰式作成部３および温度推定部４は、マイクロコンピュータなどの情報処理装置によって構成されている。回帰式作成部３は、後述する回帰式作成処理を実行することによって、温度推定部４が鋼板５の表面温度を推定する際に使用する基礎データ（基底スペクトルおよび重回帰係数）を算出する。温度推定部４は、後述する温度推定処理を実行することによって、回帰式作成部３によって算出された基礎データを用いて鋼板５の表面温度を測定する。
The regression
このような構成を有する温度測定装置１は、以下に示す回帰式作成処理および温度推定処理を実行することによって、鋼板５の表面温度を推定する。以下、図１４および図１５に示すフローチャートを参照して、回帰式作成処理および温度推定処理を実行する際の温度測定装置１の動作について説明する。
The
〔回帰式作成処理〕
始めに、図１４に示すフローチャートを参照して、回帰式作成処理を実行する際の温度測定装置１の動作について説明する。
[Regression formula creation process]
First, with reference to the flowchart shown in FIG. 14, the operation of the
図１４は、本発明の一実施形態である回帰式作成処理の流れを示すフローチャートである。図１４に示すフローチャートは、鋼板５の表面温度を測定する前の所定のタイミングで開始となり、回帰式作成処理はステップＳ１の処理に進む。なお、この回帰式作成処理を実行する際、図１２に示す鋼板５は黒体炉に置き換えられるものとする。
FIG. 14 is a flowchart showing the flow of regression equation creation processing according to an embodiment of the present invention. The flowchart shown in FIG. 14 starts at a predetermined timing before the surface temperature of the
ステップＳ１の処理では、回帰式作成部３が、ＦＴＩＲ２を介して黒体炉から発せられる放射エネルギーの分光スペクトル情報を検量線作成用の分光スペクトル情報として取得する。これにより、ステップＳ１の処理は完了し、回帰式作成処理はステップＳ２の処理に進む。
In the process of step S1, the regression
ステップＳ２の処理では、回帰式作成部３が、ステップＳ１の処理によって取得した検量線作成用の分光スペクトル情報に対して対数演算処理を実行し、既述の数式（２）を利用して対数演算値から想定している放射率のスペクトルの対数値を減算する。これにより、ステップＳ２の処理は完了し、回帰式作成処理はステップＳ３の処理に進む。
In the process of step S2, the regression
ステップＳ３の処理では、回帰式作成部３が、ステップＳ２の減算処理結果に対して主成分分析を実行する。これにより、ステップＳ３の処理は完了し、回帰式作成処理はステップＳ４の処理に進む。
In the process of step S3, the regression
ステップＳ４の処理では、回帰式作成部３が、ステップＳ３の処理によって得られた主成分分析の結果から、既述の数式（４），（５）を利用して第１および第２主成分ｗ（ｉ，１），ｗ（ｉ，２）を基底として抽出する。また、回帰式作成部３は、既述の数式（９）を利用して、本発明に係る第１の係数に対応する各基底のスコアａ（ｋ，ｊ）を算出する。これにより、ステップＳ４の処理は完了し、回帰式作成処理はステップＳ５の処理に進む。
In the process of step S4, the regression
ステップＳ５の処理では、回帰式作成部３が、ステップＳ４の処理によって算出されたスコアａ（ｋ，ｊ）間の関係式を算出する。算出された関係式は本発明に係る第１の関係式に対応する。これにより、ステップＳ５の処理は完了し、回帰式作成処理はステップＳ６の処理に進む。
In the process of step S5, the regression
ステップＳ６の処理では、回帰式作成部３が、鋼板の放射率変動データを取得する。放射率変動データは、例えば、種々条件の加熱サンプルの放射エネルギーの分光スペクトルと加熱サンプルに取り付けられた熱電対から把握した真温度に設定された黒体炉の放射エネルギーの分光スペクトルとの比演算を行うことにより蓄積した放射率データから得られる。これにより、ステップＳ６の処理は完了し、回帰式作成処理はステップＳ７の処理に進む。
In the process of step S6, the regression
ステップＳ７の処理では、回帰式作成部３が、ステップＳ６の処理によって取得した放射率変動データに対して対数演算処理を実行し、既述の数式（２）を利用して対数演算値から想定している放射率のスペクトルε（λ）の対数値を減算する。これにより、ステップＳ７の処理は完了し、回帰式作成処理はステップＳ８の処理に進む。
In the process of step S7, the regression
ステップＳ８の処理では、回帰式作成部３が、ステップＳ７の減算処理結果に対するステップＳ４の処理において抽出された各基底のスコアａ（ｋ，ｊ）を算出する。算出されたスコアは本発明に係る第２の係数に対応する。これにより、ステップＳ８の処理は完了し、回帰式作成処理はステップＳ９の処理に進む。
In the process of step S8, the regression
ステップＳ９の処理では、回帰式作成部３が、ステップＳ８の処理によって算出されたスコアａ（ｋ，ｊ）間の関係式を算出する。算出された関係式は本発明に係る第２の関係式に対応する。これにより、ステップＳ９の処理は完了し、回帰式作成処理はステップＳ１０の処理に進む。
In the process of step S9, the regression
ステップＳ１０の処理では、回帰式作成部３が、ステップＳ４の処理によって算出されたスコアａ（ｋ，ｊ）と検量線作成用の分光スペクトル情報に対応した黒体炉の温度とを既述の数式（２６）に適用することによって既述の数式（２６）の重回帰式における重回帰係数ｃ（ｋ）を算出する。そして、回帰式作成部３は、基底スペクトル（主成分ｗ（ｉ，ｋ）、ｋ＝１、２）および重回帰係数（ｃ（ｋ）、ｋ＝１、２）のデータを基礎データとして温度推定部４に出力する。これにより、ステップＳ１０の処理は完了し、一連の回帰式作成処理は終了する。
In the process of step S10, the regression
〔温度推定処理〕
次に、図１５に示すフローチャートを参照して、温度推定作成処理を実行する際の温度測定装置１の動作について説明する。
[Temperature estimation processing]
Next, with reference to the flowchart shown in FIG. 15, the operation of the
図１５は、本発明の一実施形態である温度推定処理の流れを示すフローチャートである。図１５に示すフローチャートは、回帰式作成処理が終了した後の所定のタイミングで開始となり、温度推定処理はステップＳ１１の処理に進む。 FIG. 15 is a flowchart showing a flow of temperature estimation processing according to an embodiment of the present invention. The flowchart shown in FIG. 15 starts at a predetermined timing after the regression equation creation process is completed, and the temperature estimation process proceeds to the process of step S11.
ステップＳ１１の処理では、温度推定部４が、ＦＴＩＲ２を介して鋼板５からの放射エネルギーの分光スペクトル情報を取得する。これにより、ステップＳ１１の処理は完了し、温度推定処理はステップＳ１２の処理に進む。
In the process of step S11, the
ステップＳ１２の処理では、温度推定部４が、ステップＳ１１の処理によって取得した分光スペクトル情報に対して対数演算処理を実行し、既述の数式（２）を利用して対数演算値から想定している放射率のスペクトルε（λ）の対数値を減算する。これにより、ステップＳ１２の処理は完了し、温度推定処理はステップＳ１３の処理に進む。
In the process of step S12, the
ステップＳ１３の処理では、温度推定部４が、ステップＳ１２の減算処理結果ｘ（ｉ，ｊ）と回帰式作成部３から入力された基底スペクトル（主成分ｗ（ｉ，ｋ）、ｋ＝１、２）とを既述の数式（９）に代入することによって、本発明に係る第３の係数に対応する測定対象物のスコアａ（ｋ，ｊ）を算出する。これにより、ステップＳ１３の処理は完了し、温度推定処理はステップＳ１４の処理に進む。
In the process of step S13, the
ステップＳ１４の処理では、温度推定部４が、ステップＳ１３の処理によって算出されたスコアを通るステップＳ５の処理によって算出されたスコア間の関係式とステップＳ９の処理によって算出されたスコア間の関係式との連立方程式を解くことによって、放射率＝１、換言すれば放射率変動がない場合のスコアａ（ｋ，ｊ）を算出する。算出されたスコアは本発明に係る第４の係数に対応する。これにより、ステップＳ１４の処理は完了し、温度推定処理はステップＳ１５の処理に進む。
In the process of step S14, the
ステップＳ１５の処理では、温度推定部４が、ステップＳ１４の処理によって算出されたスコアａ（ｋ，ｊ）と回帰式作成部３から入力された重回帰係数（ｃ（ｋ）、ｋ＝１、２）とを既述の数式（１７）に適用することによって回帰演算を行い、鋼板５の表面温度を推定する。これにより、ステップＳ１５の処理は完了し、一連の温度推定処理は終了する。
In the process of step S15, the
以上の説明から明らかなように、本発明の一実施形態である温度測定装置１では、回帰式作成部３が、検量線作成用の分光スペクトル情報を基底分解し、複数の基底スペクトルのスコアを第１の係数として算出し、第１の係数間の関係式を算出し、算出された第１の係数と検量線作成用の分光スペクトル情報に対応した温度データとから重回帰係数（ｃ（ｋ）、ｋ＝１，２）を算出する。また、回帰式作成部３は、放射率変動の分光スペクトル情報から複数の基底スペクトルのスコアを第２の係数として算出し、第２の係数間の関係式を算出する。そして、温度推定部４が、複数の基底スペクトルを用いて測定対象物の分光スペクトル情報を基底分解し、複数の基底スペクトルのスコアを第３の係数として算出し、第３の係数を通る第１の係数間および第２の係数間の関係式の連立方程式を解くことによって放射率変動のない場合のスコアを第４の係数として算出し、第４の係数と重回帰係数とを用いて重回帰式により測定対象物の表面温度を算出する。これにより、放射率の組み合わせ解を計算せずに、放射率の変動の影響を受けることなく測定対象物の温度を高精度に測定することができる。
As is clear from the above description, in the
〔実施例〕
図１６は、各種条件で複数の鋼板の放射率を測定した結果を示す図である。図１６に示すデータから放射率の平均値を算出し、放射率の平均値に対する放射率の実測値の比（放射率変動分）の対数を計算したもの（細線）と、それを第１主成分にて表現したもの（太線）を図１７に示す。図１７からわかるように、細かい部分で一致していない箇所はあるが、ほぼ統計的には放射率変動分を主成分にて表現することができている。そして、この放射率変動の主成分に直交する制約の下、放射エネルギーの主成分分析を行い、その第１主成分を計算することにより温度を測定した結果を図１８Ａ、図１８Ｂに示す。図１８Ａ、図１８Ｂから明らかなように、本発明の一実施形態である温度測定装置によれば、２色温度計と比較して、放射率の変動の影響を受けることなく測定対象物の温度を高精度に測定できることが確認された。
〔Example〕
FIG. 16 is a diagram showing the results of measuring the emissivity of a plurality of steel plates under various conditions. The average value of the emissivity is calculated from the data shown in FIG. 16, the logarithm of the ratio of the measured value of the emissivity to the average value of the emissivity (the change in emissivity) (thin line), and the first main FIG. 17 shows what is expressed by components (thick line). As can be seen from FIG. 17, there are portions that do not coincide with each other in detail, but the variation in emissivity can be represented by the main component almost statistically. 18A and 18B show the results of measuring the temperature by performing a principal component analysis of the radiant energy under the constraint orthogonal to the principal component of the emissivity variation and calculating the first principal component. As apparent from FIGS. 18A and 18B, according to the temperature measurement device of one embodiment of the present invention, the temperature of the measurement object is not affected by the change in emissivity compared to the two-color thermometer. It was confirmed that can be measured with high accuracy.
以上、本発明者らによってなされた発明を適用した実施の形態について説明したが、本実施形態による本発明の開示の一部をなす記述および図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者などによりなされる他の実施の形態、実施例、および運用技術などは全て本発明の範疇に含まれる。 Although the embodiment to which the invention made by the present inventors has been described has been described above, the present invention is not limited by the description and the drawings, which form part of the disclosure of the present invention according to this embodiment. That is, other embodiments, examples, operational techniques, and the like made by those skilled in the art based on the present embodiment are all included in the scope of the present invention.
１ 温度測定装置
２ ＦＴＩＲ（フーリエ変換赤外分光光度計）
３ 回帰式作成部
４ 温度推定部
５ 鋼板
１１、１４，１５，１６ ミラー
１２ ハーフミラー
１３ 可動ミラー
１７ 検出器
１８ 干渉計
1
DESCRIPTION OF
Claims (2)
黒体炉から発せられる放射エネルギーの分光スペクトル情報を検量線作成用の分光スペクトル情報として検出するステップと、
前記検量線作成用の分光スペクトル情報を基底分解し、基底分解によって得られた複数の基底スペクトルのスコアを第１の係数として算出し、該第１の係数間の関係式を第１の関係式として算出するステップと、
前記第１の係数と前記検量線作成用の分光スペクトル情報を検出した際の前記黒体炉の温度とを用いて測定対象物の表面温度を推定するための重回帰式の重回帰係数を算出するステップと、
放射率変動の分光スペクトル情報から前記複数の基底スペクトルのスコアを第２の係数として算出し、該第２の係数間の関係式を第２の関係式として算出するステップと、
測定対象物から発せられる放射エネルギーの分光スペクトル情報を測定対象物の分光スペクトル情報として検出するステップと、
前記複数の基底スペクトルを用いて前記測定対象物の分光スペクトル情報を基底分解し、該複数の基底スペクトルのスコアを第３の係数として算出し、該第３の係数を通る第２の関係式および第１の関係式の連立方程式を解くことによって放射率変動のない場合のスコアを第４の係数として算出し、該第４の係数と前記重回帰係数とを用いて前記重回帰式により前記測定対象物の表面温度を算出するステップと、
を含むことを特徴とする温度測定方法。 A temperature measurement method for measuring the surface temperature of a measurement object by spectrally measuring the radiant energy emitted from the measurement object and processing the obtained spectral spectrum information.
Detecting spectral spectrum information of radiant energy emitted from a blackbody furnace as spectral spectrum information for creating a calibration curve;
The spectral spectrum information for preparing the calibration curve is subjected to base decomposition, scores of a plurality of base spectra obtained by the base decomposition are calculated as first coefficients, and a relational expression between the first coefficients is a first relational expression. As a step of calculating as
A multiple regression coefficient of a multiple regression equation for estimating the surface temperature of the measurement object is calculated using the first coefficient and the temperature of the black body furnace when the spectral spectrum information for creating the calibration curve is detected. And steps to
Calculating a score of the plurality of base spectra from the spectral spectrum information of emissivity variation as a second coefficient, and calculating a relational expression between the second coefficients as a second relational expression;
Detecting spectral spectrum information of radiant energy emitted from the measurement object as spectral spectrum information of the measurement object;
Spectral spectrum information of the measurement object is basis decomposed using the plurality of base spectra, a score of the plurality of base spectra is calculated as a third coefficient, a second relational expression passing through the third coefficient, and By solving the simultaneous equations of the first relational expression, a score when there is no emissivity fluctuation is calculated as a fourth coefficient, and the measurement is performed by the multiple regression equation using the fourth coefficient and the multiple regression coefficient. Calculating the surface temperature of the object;
A temperature measuring method comprising:
黒体炉および測定対象物から発せられる放射エネルギーの分光スペクトル情報をそれぞれ検量線作成用の分光スペクトル情報および測定対象物の分光スペクトル情報として検出する検出手段と、
前記検量線作成用の分光スペクトル情報を基底分解し、基底分解によって得られた複数の基底スペクトルのスコアを第１の係数として算出し、該第１の係数間の関係式を第１の関係式として算出する関係式算出手段と、
前記第１の係数と前記検量線作成用の分光スペクトル情報を検出した際の前記黒体炉の温度とを用いて測定対象物の表面温度を推定するための重回帰式の重回帰係数を算出する回帰式作成手段と、
放射率変動の分光スペクトル情報から前記複数の基底スペクトルのスコアを第２の係数として算出し、該第２の係数間の関係式を第２の関係式として算出する第２の関係式算出手段と、
前記複数の基底スペクトルを用いて前記測定対象物の分光スペクトル情報を基底分解し、該複数の基底スペクトルのスコアを第３の係数として算出し、該第３の係数を通る第２の関係式および第１の関係式の連立方程式を解くことによって放射率変動のない場合のスコアを第４の係数として算出し、該第４の係数と前記重回帰係数とを用いて前記重回帰式により前記測定対象物の表面温度を算出する温度推定手段と、
を備えることを特徴とする温度測定装置。 A temperature measurement device that performs spectroscopic measurement of radiant energy emitted from a measurement object, and measures the surface temperature of the measurement object by processing the obtained spectral spectrum information as a signal,
Detection means for detecting spectral spectrum information of radiant energy emitted from a black body furnace and a measurement object as spectral spectrum information for creating a calibration curve and spectral spectrum information of the measurement object, respectively.
The spectral spectrum information for preparing the calibration curve is subjected to base decomposition, scores of a plurality of base spectra obtained by the base decomposition are calculated as first coefficients, and a relational expression between the first coefficients is a first relational expression. A relational expression calculating means for calculating
A multiple regression coefficient of a multiple regression equation for estimating the surface temperature of the measurement object is calculated using the first coefficient and the temperature of the black body furnace when the spectral spectrum information for creating the calibration curve is detected. A regression equation creation means,
Second relational expression calculating means for calculating scores of the plurality of base spectra as second coefficients from spectral spectrum information of emissivity variation, and calculating a relational expression between the second coefficients as a second relational expression; ,
Spectral spectrum information of the measurement object is basis decomposed using the plurality of base spectra, a score of the plurality of base spectra is calculated as a third coefficient, a second relational expression passing through the third coefficient, and By solving the simultaneous equations of the first relational expression, a score when there is no emissivity fluctuation is calculated as a fourth coefficient, and the measurement is performed by the multiple regression equation using the fourth coefficient and the multiple regression coefficient. Temperature estimation means for calculating the surface temperature of the object;
A temperature measuring device comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011276284A JP5884461B2 (en) | 2011-12-16 | 2011-12-16 | Temperature measuring method and temperature measuring device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011276284A JP5884461B2 (en) | 2011-12-16 | 2011-12-16 | Temperature measuring method and temperature measuring device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013127378A JP2013127378A (en) | 2013-06-27 |
| JP5884461B2 true JP5884461B2 (en) | 2016-03-15 |
Family
ID=48777994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011276284A Active JP5884461B2 (en) | 2011-12-16 | 2011-12-16 | Temperature measuring method and temperature measuring device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5884461B2 (en) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5867429B2 (en) * | 2013-03-04 | 2016-02-24 | Ｊｆｅスチール株式会社 | Temperature measuring method and temperature measuring device |
| JP6171606B2 (en) | 2013-06-18 | 2017-08-02 | 株式会社デンソー | Battery unit |
| KR102637349B1 (en) * | 2018-11-21 | 2024-02-15 | 제이에프이 스틸 가부시키가이샤 | Calibration method for temperature measurement device, calibration device for temperature measurement device, calibration method for physical quantity measurement device, and calibration device for physical quantity measurement device |
| US20220018717A1 (en) * | 2018-11-21 | 2022-01-20 | Jfe Steel Corporation | Calibration method for temperature measurement device, calibration device for temperature measurement device, calibration method for physical quantity measurement device, and calibration device for physical quantity measurement device |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60165525A (en) * | 1984-02-08 | 1985-08-28 | Ulvac Corp | Emission temperature measuring method |
| JPH05231945A (en) * | 1992-02-26 | 1993-09-07 | Sumitomo Metal Ind Ltd | Measuring method of surface temperature and emissivity of hot-dipped zinc-plated steel plate |
| JPH0755578A (en) * | 1993-08-19 | 1995-03-03 | Kawasaki Steel Corp | Deciding method for spectral radiation characteristics of high temperature object |
-
2011
- 2011-12-16 JP JP2011276284A patent/JP5884461B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2013127378A (en) | 2013-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5987563B2 (en) | Temperature measuring method and temperature measuring device | |
| Stevens et al. | An introduction to the prospectr package | |
| JP5884461B2 (en) | Temperature measuring method and temperature measuring device | |
| EP3066435B1 (en) | Texture analysis of a coated surface using pivot-normalization | |
| Passegger et al. | The CARMENES search for exoplanets around M dwarfs-A deep learning approach to determine fundamental parameters of target stars | |
| JP5737210B2 (en) | Temperature measuring method and temperature measuring system using radiation thermometer | |
| JP6035831B2 (en) | Temperature measuring method and temperature measuring device | |
| JP5471887B2 (en) | Film thickness measuring method and apparatus | |
| KR102637349B1 (en) | Calibration method for temperature measurement device, calibration device for temperature measurement device, calibration method for physical quantity measurement device, and calibration device for physical quantity measurement device | |
| JP5867429B2 (en) | Temperature measuring method and temperature measuring device | |
| Chehouani | A simple Abel inversion method of interferometric data for temperature measurement in axisymmetric medium | |
| JP6693613B1 (en) | Calibration method of temperature measuring device, calibration device of temperature measuring device, calibration method of physical quantity measuring device, and calibration device of physical quantity measuring device | |
| JP2019020419A (en) | Film thickness calculation method, film thickness calculation program, and film thickness calculation device | |
| Kucheryavskiy et al. | Spectral unmixing using the concept of pure variables | |
| Schröder et al. | Analysis of the ambiguity in the determination of quantum yields from spectral data on a photoinduced isomerization | |
| RU2775539C1 (en) | Method for calibrating temperature measuring device and calibration device for temperature measuring device | |
| Hu et al. | Calibration transfer based on maximum margin criterion for qualitative analysis using Fourier transform infrared spectroscopy | |
| JP6139183B2 (en) | Method for removing interfering peaks in infrared absorption spectra | |
| US20240011910A1 (en) | Methods and systems for raman spectra-based identification of chemical compounds | |
| Yan et al. | A simple and accurate wavelength calibration method for CCD-spectrometer | |
| WO2023116481A1 (en) | Peak position measurement offset in a two-dimensional optical spectrum | |
| Tapp et al. | TinyLVR: A utility for viewing single predictor multivariate models in terms of a two factor latent vector model | |
| JP3991105B2 (en) | Characteristic spectrum determination method, slime feeling evaluation method and evaluation apparatus for cloth | |
| Rusin | Using spectral distribution of radiance temperature and relative emissivity for determination of the true temperature of opaque materials | |
| Liu et al. | Research on Off-Axis Integrated Cavity Output Spectrum Signal Denoising Based on CSGOW-SVMD-SVD method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140825 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150522 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150707 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150825 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160112 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160125 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5884461 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |