JP6156789B2 - Telemetry system - Google Patents
Telemetry system Download PDFInfo
- Publication number
- JP6156789B2 JP6156789B2 JP2012226422A JP2012226422A JP6156789B2 JP 6156789 B2 JP6156789 B2 JP 6156789B2 JP 2012226422 A JP2012226422 A JP 2012226422A JP 2012226422 A JP2012226422 A JP 2012226422A JP 6156789 B2 JP6156789 B2 JP 6156789B2
- Authority
- JP
- Japan
- Prior art keywords
- measurement
- value
- model
- terminal
- measurement value
- 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.)
- Expired - Fee Related
Links
- 238000005259 measurement Methods 0.000 claims description 439
- 239000003153 chemical reaction reagent Substances 0.000 claims description 86
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 58
- 238000013178 mathematical model Methods 0.000 claims description 41
- 230000007613 environmental effect Effects 0.000 claims description 32
- 230000001364 causal effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000012530 fluid Substances 0.000 description 26
- 238000004458 analytical method Methods 0.000 description 24
- 230000008859 change Effects 0.000 description 20
- 239000013598 vector Substances 0.000 description 19
- 238000004891 communication Methods 0.000 description 17
- 238000006243 chemical reaction Methods 0.000 description 16
- 239000008399 tap water Substances 0.000 description 16
- 235000020679 tap water Nutrition 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 14
- 239000007788 liquid Substances 0.000 description 13
- 238000001514 detection method Methods 0.000 description 12
- 230000014509 gene expression Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 239000000126 substance Substances 0.000 description 11
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 10
- 238000010835 comparative analysis Methods 0.000 description 9
- 238000012937 correction Methods 0.000 description 9
- 238000002835 absorbance Methods 0.000 description 6
- 238000009792 diffusion process Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 6
- 239000000376 reactant Substances 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000004140 cleaning Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000000087 stabilizing effect Effects 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 230000009969 flowable effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 239000007795 chemical reaction product Substances 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000004401 flow injection analysis Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000000746 purification Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011089 mechanical engineering Methods 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 125000001477 organic nitrogen group Chemical group 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Description
この発明は、遠隔計測システムに関する。 The present invention relates to a telemetry system.
遠隔にて、対象試料の動態（物理量）や化学成分を計測するシステムとして、リモートセンシングやオンラインモニタなどが提案されている（例えば、特許文献１参照）。このようなシステムでは、例えば、湖沼、海洋、水道上水、下水などの水質や、大気などのガス成分などを、多数の計測点でセンサを用いて計測し、その計測値を有線、無線などの通信手段を用いて遠隔にある収集装置が収集する形態がとられている。 Remote sensing, online monitoring, and the like have been proposed as a system for remotely measuring the dynamics (physical quantities) and chemical components of a target sample (see, for example, Patent Document 1). In such a system, for example, water quality such as lakes, oceans, tap water, sewage, and gas components such as the atmosphere are measured using sensors at many measurement points, and the measured values are wired, wireless, etc. The remote collection device collects data using the above communication means.
上述のようなシステムでは、各計測点において環境変動によらない高精度な計測が可能であることが要求される。計測を高精度なものとするためには、各計測点に、高精度なセンサと、センサの検出値を安定化させるための制御系とを有する分析計を設置する必要がある。このような分析計は、構造が複雑であるため、装置が大型になるうえ、消費電力も大きくなる。 In the system as described above, it is required that each measurement point can be measured with high accuracy regardless of environmental fluctuations. In order to make the measurement highly accurate, it is necessary to install an analyzer having a highly accurate sensor and a control system for stabilizing the detection value of the sensor at each measurement point. Since such an analyzer has a complicated structure, the apparatus becomes large and power consumption increases.
この発明は、上記実情に鑑みてなされたものであり、各計測点での高精度な計測を可能としつつ、小型化や消費電力の低減を実現することができる遠隔計測システムを提供することを目的とする。 The present invention has been made in view of the above circumstances, and provides a remote measurement system capable of realizing miniaturization and reduction in power consumption while enabling highly accurate measurement at each measurement point. Objective.
上記目的を達成するために、本発明の第１の観点に係る遠隔計測システムは、
計測対象の計測値である水質又は大気成分を計測するとともに、前記計測対象の計測値を変動させる環境情報を計測し、前記計測対象の計測値と前記環境情報の計測値とを外部に送信する計測端末と、
前記計測対象及び前記環境情報の因果関係を示す数理モデルである計測モデルを有し、前記計測端末から送信される前記各計測値に基づいて前記計測モデルを解析することにより、前記計測対象の推定計測値を算出する推定装置と、を備え、
前記環境情報は、
前記計測端末を取り巻く環境に関する情報であって、温度、湿度及び圧力の少なくとも１つを含み、
前記計測モデルは、
内部パラメータで規定され、前記計測対象の推定計測値の情報を含む数式でモデル化された前記計測端末の計測モデルであって、前記計測端末から出力された前記環境情報の計測値を境界条件として入力したときの前記計測対象の予想計測値を出力し、
前記推定装置は、
前記計測端末から受信した前記計測対象の計測値と、前記計測モデルから出力される前記計測対象の予想計測値との差が許容範囲内となるように、前記内部パラメータを調整し、前記差が許容範囲内となったときに前記計測モデルによって規定される前記計測対象の推定計測値を、前記計測対象の計測値として決定する。
In order to achieve the above object, a telemetry system according to the first aspect of the present invention provides:
Measures water quality or atmospheric components that are measurement values of the measurement target, measures environmental information that fluctuates the measurement value of the measurement target, and transmits the measurement value of the measurement target and the measurement value of the environmental information to the outside A measuring terminal;
Estimating the measurement target by having a measurement model that is a mathematical model indicating a causal relationship between the measurement target and the environment information, and analyzing the measurement model based on each measurement value transmitted from the measurement terminal An estimation device for calculating a measurement value,
The environmental information is
Information on the environment surrounding the measurement terminal, including at least one of temperature, humidity and pressure,
The measurement model is
A measurement model of the measurement terminal that is defined by an internal parameter and modeled by a mathematical formula that includes information on an estimated measurement value of the measurement target, and the measurement value of the environment information output from the measurement terminal is used as a boundary condition Output the expected measurement value of the measurement target when input,
The estimation device includes:
The internal parameter is adjusted so that the difference between the measurement value of the measurement object received from the measurement terminal and the expected measurement value of the measurement object output from the measurement model is within an allowable range, and the difference is The estimated measurement value of the measurement object defined by the measurement model when it falls within the allowable range is determined as the measurement value of the measurement object.
また、本発明の第２の観点に係る遠隔計測システムは、
計測対象の計測値である水質又は大気成分を計測するとともに、前記計測対象の計測値を変動させる環境情報を計測し、前記計測対象の計測値と前記環境情報の計測値とを外部に送信する計測端末と、
前記計測対象及び前記環境情報の因果関係を示す数理モデルである計測モデルを有し、前記計測端末から送信される前記各計測値に基づいて前記計測モデルを解析することにより、前記計測対象の推定計測値を算出する推定装置と、を備え、
前記環境情報は、
前記計測端末を取り巻く環境に関する情報であって、温度、湿度及び圧力の少なくとも１つを含み、
前記計測モデルは、
状態量の時間変動のスケールがそれぞれ異なり、かつ、それぞれがカルマンフィルタの観測方程式に組み込まれた複数の数理モデルに分けられ、
前記推定装置は、
前記計測端末から送信される前記各計測値に基づいて、前記各数理モデルを観測方程式に組み込んだカルマンフィルタを用いた状態量の推定演算を、推定した状態量を他の前記数理モデルに反映しながら、時間変動のスケールが短い数理モデルから順番に行うことにより、前記計測対象の推定計測値を算出する。
Further, the telemetry system according to the second aspect of the present invention is:
Measures water quality or atmospheric components that are measurement values of the measurement target, measures environmental information that fluctuates the measurement value of the measurement target, and transmits the measurement value of the measurement target and the measurement value of the environmental information to the outside A measuring terminal;
Estimating the measurement target by having a measurement model that is a mathematical model indicating a causal relationship between the measurement target and the environment information, and analyzing the measurement model based on each measurement value transmitted from the measurement terminal An estimation device for calculating a measurement value,
The environmental information is
Information on the environment surrounding the measurement terminal, including at least one of temperature, humidity and pressure,
The measurement model is
Each state variable has a different time scale, and each is divided into multiple mathematical models incorporated into the Kalman filter observation equation.
The estimation device includes:
Based on each measurement value transmitted from the measurement terminal, the state quantity estimation calculation using the Kalman filter in which each mathematical model is incorporated into an observation equation, while reflecting the estimated state quantity on the other mathematical model , by proceeding sequentially from the scale is short mathematical model of time-varying, we calculate the estimated measurement value of the measurement target.
また、本発明の第３の観点に係る遠隔計測システムは、
計測対象の計測値である水質又は大気成分を計測するとともに、前記計測対象の計測値を変動させる環境情報を計測し、前記計測対象の計測値と前記環境情報の計測値とを外部に送信する計測端末と、
前記計測対象及び前記環境情報の因果関係を示す数理モデルである計測モデルを有し、前記計測端末から送信される前記各計測値に基づいて前記計測モデルを解析することにより、前記計測対象の推定計測値を算出する推定装置と、を備え、
前記環境情報は、
前記計測端末を取り巻く環境に関する情報であって、温度、湿度及び圧力の少なくとも１つを含み、
前記計測端末は、
外部から入力される制御信号に従って前記環境情報として計測された温度、湿度及び圧力のいずれかを調整可能な調整部を備え、
前記推定装置は、
所定のタイミングで、前記環境を調整するための前記制御信号を前記計測端末に出力する。
A telemetry system according to the third aspect of the present invention is:
Measures water quality or atmospheric components that are measurement values of the measurement target, measures environmental information that fluctuates the measurement value of the measurement target, and transmits the measurement value of the measurement target and the measurement value of the environmental information to the outside A measuring terminal;
Estimating the measurement target by having a measurement model that is a mathematical model indicating a causal relationship between the measurement target and the environment information, and analyzing the measurement model based on each measurement value transmitted from the measurement terminal An estimation device for calculating a measurement value,
The environmental information is
Information on the environment surrounding the measurement terminal, including at least one of temperature, humidity and pressure,
The measuring terminal is
An adjustment unit capable of adjusting any of temperature, humidity, and pressure measured as the environmental information according to a control signal input from the outside;
The estimation device includes:
At a predetermined timing, it outputs the control signal for adjusting the environment to the measuring terminal.
また、本発明の第４の観点に係る遠隔計測システムは、
計測対象の計測値として、試料水と試薬とを混合して得られる溶液における前記試薬の濃度を計測するとともに、前記計測対象の計測値を変動させる環境情報として、混合される際に前記試料水と前記試薬に加えられる圧力を計測し、前記計測対象の計測値と前記環境情報の計測値とを外部に送信する計測端末と、
前記計測対象及び前記環境情報の因果関係を示す数理モデルである計測モデルを有し、前記計測端末から送信される前記各計測値に基づいて前記計測モデルを解析することにより、前記計測対象の推定計測値を算出する推定装置と、を備える。
In addition, the telemetry system according to the fourth aspect of the present invention is:
As the measurement value of the measurement target, the concentration of the reagent in the solution obtained by mixing the sample water and the reagent is measured, and as the environmental information for changing the measurement value of the measurement target, the sample water is mixed when mixed. Measuring a pressure applied to the reagent, and transmitting a measurement value of the measurement target and a measurement value of the environmental information to the outside,
Estimating the measurement target by having a measurement model that is a mathematical model indicating a causal relationship between the measurement target and the environment information, and analyzing the measurement model based on each measurement value transmitted from the measurement terminal an estimation device for calculating a measured value, Ru comprising a.
また、前記計測端末は、
複数の異なる計測点にそれぞれ設けられ、
前記推定装置は、
前記計測端末毎に、前記計測モデルが設けられている、
こととしてもよい。
In addition, the measurement terminal
Provided at each of several different measurement points,
The estimation device includes:
The measurement model is provided for each measurement terminal,
It is good as well.
本発明によれば、計測対象及び環境情報の因果関係を示す数式でモデル化された計測端末の計測モデルが設けられている。この計測モデルにより、計測対象の計測値を制御系などで安定化させなくても、環境変動に左右されない計測対象の推定計測値を得ることができる。このため、各計測点での高精度な計測を可能としつつ、制御系を不要として、小型化や消費電力の低減を実現することができる。 According to the present invention, there is provided a measurement model of a measurement terminal that is modeled by a mathematical expression indicating a causal relationship between a measurement object and environmental information. With this measurement model, it is possible to obtain an estimated measurement value of the measurement object that is not affected by environmental fluctuations without stabilizing the measurement value of the measurement object by a control system or the like. For this reason, while enabling highly accurate measurement at each measurement point, it is possible to realize a reduction in size and power consumption without requiring a control system.
より具体的には、例えば、この計測モデルは、計測端末から出力された環境情報の計測値を境界条件として入力したときの計測対象の予想計測値を出力する。 More specifically, for example, this measurement model outputs an expected measurement value of a measurement target when a measurement value of environmental information output from a measurement terminal is input as a boundary condition.
推定装置は、計測端末から受信した計測対象の計測値と、計測モデルから出力される計測対象の予想計測値との差が許容範囲内となるように、内部パラメータを調整する。そして、推定装置は、差が許容範囲内となったときに計測モデルによって規定される計測対象の推定計測値を、計測対象の計測値として決定する。 The estimation apparatus adjusts the internal parameter so that the difference between the measurement value received from the measurement terminal and the expected measurement value output from the measurement model is within the allowable range. Then, the estimation device determines the estimated measurement value of the measurement target defined by the measurement model when the difference is within the allowable range as the measurement value of the measurement target.
この計測モデルを用いれば、環境変動などによりばらつく計測対象の計測値を制御系などで安定化させなくても、環境変動に左右されない計測対象の推定計測値を得ることができる。このため、各計測点での高精度な計測を可能としつつ、制御系を不要として、小型化や消費電力の低減を実現することができる。 By using this measurement model, it is possible to obtain an estimated measurement value of the measurement object that is not affected by the environmental change without stabilizing the measurement value of the measurement object that varies due to the environmental change or the like by a control system or the like. For this reason, while enabling highly accurate measurement at each measurement point, it is possible to realize a reduction in size and power consumption without requiring a control system.
一方、例えば、この計測モデルを、状態量の時間変動のスケールがそれぞれ異なる数理モデルを分けることにより、カルマンフィルタを適用して、計測対象の推定計測値を算出することができるようになる。この結果、計測対象の推定計測値への収束時間を早くすることができる。 On the other hand, for example, the Kalman filter can be applied to calculate the estimated measurement value of the measurement object by dividing the measurement model into mathematical models having different time scales of the state quantities. As a result, the convergence time of the measurement target to the estimated measurement value can be shortened.
本発明の実施の形態について、図面を参照して詳細に説明する。 Embodiments of the present invention will be described in detail with reference to the drawings.
実施の形態１．
まず、本発明の実施の形態１について説明する。
Embodiment 1 FIG.
First, the first embodiment of the present invention will be described.
図１には、本実施の形態１に係る遠隔計測システム１００の概略的な構成が示されている。図１に示すように、遠隔計測システム１００は、計測端末１と、推定装置２とを備える。 FIG. 1 shows a schematic configuration of a telemetry system 100 according to the first embodiment. As shown in FIG. 1, the telemetry system 100 includes a measurement terminal 1 and an estimation device 2.
計測端末１は、計測点に設置されている。計測端末１は、所定の計測対象を計測する端末である。計測端末１には、計測対象を計測するセンサが設けられている。計測端末１は、このセンサの計測値を出力境界Ｓｎ（ｔ）として出力する。ここで、ｎは自然数であり、計測回数を示す。 The measurement terminal 1 is installed at a measurement point. The measurement terminal 1 is a terminal that measures a predetermined measurement target. The measurement terminal 1 is provided with a sensor that measures a measurement target. The measurement terminal 1 outputs the measurement value of this sensor as the output boundary S n (t). Here, n is a natural number and indicates the number of times of measurement.
また、計測端末１は、計測対象に影響を与える環境（計測対象の計測値を変動させる環境）も計測するセンサを備えている。計測端末１は、このセンサの計測値を入力境界Ｐn（ｔ）（ｎ＝１、２、…）として出力する。 The measurement terminal 1 also includes a sensor that measures an environment that affects the measurement target (an environment in which the measurement value of the measurement target varies). The measurement terminal 1 outputs the measurement value of this sensor as the input boundary P n (t) (n = 1, 2,...).
計測端末１は、推定装置２から出力された制御信号に従って計測を行う。計測端末１は、出力境界Ｓn（ｔ）と、入力境界Ｐn（ｔ）とを計測する度に、推定装置２に送信する。 The measurement terminal 1 performs measurement according to the control signal output from the estimation device 2. The measurement terminal 1 transmits the output boundary S n (t) and the input boundary P n (t) to the estimation device 2 every time it measures the output boundary S n (t) and the input boundary P n (t).
推定装置２は、計測端末１とは離隔して設置されている。推定装置２は、ＣＰＵやメモリを有するコンピュータである。ＣＰＵがメモリに格納されたプログラムを実行することにより、推定装置２の機能が実現される。推定装置２は、計測端末１と有線又は無線で通信可能となっている。 The estimation device 2 is installed separately from the measurement terminal 1. The estimation device 2 is a computer having a CPU and a memory. The function of the estimation device 2 is realized by the CPU executing the program stored in the memory. The estimation device 2 can communicate with the measurement terminal 1 in a wired or wireless manner.
推定装置２は、計測端末１から送信された出力境界Ｓn（ｔ）と、入力境界Ｐn（ｔ）とを受信する。推定装置２は、受信した出力境界Ｓn（ｔ）と、入力境界Ｐn（ｔ）とに基づいて、計測対象の推定計測値Ｃを算出し、その推定計測値Ｃを計測対象の計測値として決定し、出力する。 The estimation device 2 receives the output boundary S n (t) and the input boundary P n (t) transmitted from the measurement terminal 1. The estimation device 2 calculates an estimated measurement value C of the measurement target based on the received output boundary S n (t) and the input boundary P n (t), and uses the estimated measurement value C as the measurement value of the measurement target. And output as
より具体的には、推定装置２は、計測モデル１０と、比較解析部１１と、信号生成部１２とを備える。 More specifically, the estimation device 2 includes a measurement model 10, a comparison analysis unit 11, and a signal generation unit 12.
計測モデル１０は、計測端末１を数式でモデル化したものである。より具体的には、推定装置２のメモリには、計測端末１をモデル化したプログラムが格納されている。このプログラムには、計測端末１から受信した入力境界Ｐn（ｔ）を境界条件として入力したときに、計測対象の予想計測値Ｓn k+1（ｔ）を出力とする数式が記述されている。 The measurement model 10 is obtained by modeling the measurement terminal 1 with a mathematical expression. More specifically, the memory of the estimation device 2 stores a program that models the measurement terminal 1. This program describes a mathematical expression that outputs an expected measurement value S n k + 1 (t) to be measured when the input boundary P n (t) received from the measurement terminal 1 is input as a boundary condition. Yes.
この数式は、以下の式で規定される。
ここで、Ｓn k+1（ｔ）は、計測モデル１０から出力される予想計測値である。ｋは自然数である。また、ａi k+1（ｉ＝１、２、…）は、計測モデル１０の内部パラメータである。ｉは、自然数であり、その値が内部パラメータの種類を示す。
This mathematical formula is defined by the following formula.
Here, S n k + 1 (t) is an expected measurement value output from the measurement model 10. k is a natural number. A i k + 1 (i = 1, 2,...) Are internal parameters of the measurement model 10. i is a natural number, and its value indicates the type of the internal parameter.
上記式（１）は、Ｐn（ｔ）を入力とし、ａi k+1、Ｃを内部変数とし、Ｓn k+1（ｔ）を出力とする数式である。上記式（１）としては、計測対象をモデル化する任意の式を採用することができる。Ｓn k+1（ｔ）がＳn（ｔ）に近づけば近づくほど、この数式は、計測対象を正確にモデル化していることになる。 The above equation (1) is a mathematical expression in which P n (t) is an input, a i k + 1 and C are internal variables, and S n k + 1 (t) is an output. As said formula (1), the arbitrary formulas which model a measuring object is employable. The closer this S n k + 1 (t) is to S n (t), the more accurately this equation models the measurement object.
ＣＰＵは、入力境界Ｐn（ｔ）を入力し、このプログラムを実行することにより、すなわちこの数式を用いた演算を行うことにより、予想計測値Ｓn k+1（ｔ）を算出して比較解析部１１に出力する。 The CPU inputs the input boundary P n (t), executes this program, that is, performs an operation using this mathematical formula, and calculates and compares the predicted measurement value S n k + 1 (t). Output to the analysis unit 11.
上記式（１）に示すように、この数式には、内部パラメータが規定され、計測対象の推定計測値Ｃの情報が含まれている。内部パラメータａi k+1は比較解析部１１によって設定される。また、現時点で推定される推定計測値Ｃの補正情報は、比較解析部１１によって設定され、数式の演算には、この補正情報で補正された推定計測値Ｃが用いられる。 As shown in the above equation (1), this equation defines internal parameters and includes information on the estimated measurement value C to be measured. The internal parameters a i k + 1 are set by the comparison analysis unit 11. Further, the correction information of the estimated measurement value C estimated at the present time is set by the comparison analysis unit 11, and the estimated measurement value C corrected by the correction information is used for the calculation of the mathematical formula.
計測モデル１０は、予測計測値Ｓn k+1（ｔ）と、この時点で推定される推定計測値Ｃとを、比較解析部１１に出力する。 The measurement model 10 outputs the predicted measurement value S n k + 1 (t) and the estimated measurement value C estimated at this time to the comparison analysis unit 11.
比較解析部１１は、計測端末１から受信した出力境界Ｓn（ｔ）と、計測モデル１０から出力される推定計測値Ｓn k+1（ｔ）とを比較する。比較解析部１１は、出力境界Ｓn（ｔ）と、推定計測値Ｓn k+1（ｔ）との差が小さくなるように、計測モデル１０の内部パラメータａi k+1を調整し、推定計測値Ｃを補正して、その補正情報を計測モデル１０に出力する。 The comparison analysis unit 11 compares the output boundary S n (t) received from the measurement terminal 1 with the estimated measurement value S n k + 1 (t) output from the measurement model 10. The comparative analysis unit 11 adjusts the internal parameter a i k + 1 of the measurement model 10 so that the difference between the output boundary S n (t) and the estimated measurement value S n k + 1 (t) becomes small, The estimated measurement value C is corrected, and the correction information is output to the measurement model 10.
また、比較解析部１１は、計測端末１から受信された出力境界Ｓn（ｔ）と、計測モデル１０から出力される推定計測値Ｓn k+1（ｔ）との差の絶対値が許容範囲ε内である場合に、そのときのａi k+1を内部パラメータとして決定し、そのときの推定計測値Ｃを、計測対象の計測値として決定する。このとき、推定装置２は、推定計測値Ｃを出力する。 Further, the comparative analysis unit 11 allows the absolute value of the difference between the output boundary S n (t) received from the measurement terminal 1 and the estimated measurement value S n k + 1 (t) output from the measurement model 10. When it is within the range ε, a i k + 1 at that time is determined as an internal parameter, and the estimated measurement value C at that time is determined as the measurement value of the measurement target. At this time, the estimation device 2 outputs an estimated measurement value C.
また、比較解析部１１は、所定のタイミングで、信号生成部１２に制御情報を出力する。 In addition, the comparison analysis unit 11 outputs control information to the signal generation unit 12 at a predetermined timing.
信号生成部１２は、比較解析部１１から出力される制御情報に従って、計測端末１に制御信号を出力している。計測端末１は、制御信号を入力すると、上記計測を行い、推定装置２に計測値等を送信する。 The signal generation unit 12 outputs a control signal to the measurement terminal 1 in accordance with the control information output from the comparison analysis unit 11. When the control terminal receives the control signal, the measurement terminal 1 performs the above measurement and transmits a measurement value or the like to the estimation device 2.
次に、本実施の形態に係る遠隔計測システム１００の動作について説明する。 Next, the operation of the remote measurement system 100 according to the present embodiment will be described.
図２には、遠隔計測システム１００の推定装置２の処理が示されている。図２に示すように、まず、推定装置２（比較解析部１１）は、制御情報を信号生成部１２に出力し、推定装置２（信号生成部１２）は、その制御情報に従って、制御信号を計測端末１に出力する（ステップＳ１）。これを受けて、計測端末１は、計測対象及び計測対象の計測に影響を与える環境の計測を行い、入力境界Ｐn（ｔ）及び出力境界Ｓn（ｔ）を出力する。 FIG. 2 shows processing of the estimation device 2 of the remote measurement system 100. As shown in FIG. 2, first, the estimation device 2 (comparison analysis unit 11) outputs control information to the signal generation unit 12, and the estimation device 2 (signal generation unit 12) outputs a control signal according to the control information. It outputs to the measurement terminal 1 (step S1). In response, the measurement terminal 1 measures the measurement target and the environment that affects the measurement of the measurement target, and outputs the input boundary P n (t) and the output boundary S n (t).
続いて、推定装置２（計測モデル１０及び比較解析部１１）は、計測端末１から出力される入力境界Ｐn（ｔ）及び出力境界Ｓn（ｔ）を取得する（ステップＳ２）。 Subsequently, the estimation device 2 (measurement model 10 and comparative analysis unit 11) acquires an input boundary P n (t) and an output boundary S n (t) output from the measurement terminal 1 (step S2).
続いて、比較解析部１１は、計測モデル１０に対して内部パラメータａi k+1及び推定計測値Ｃの補正情報を設定する（ステップＳ３）。例えば、次式で表されるように、現在の内部パラメータａi kに補正量Δａiを加算することにより、内部パラメータａi k+1を算出して、計測モデル１０に設定する。また、例えば、出力境界Ｓｎ（ｔ）と、推定計測値Ｓn k+1（ｔ）との偏差に基づいて、推定計測値Ｃの補正情報を算出し、その補正情報を計測モデル１０に出力する。
計測モデル１０は、更新された内部パラメータａi k+1に従って、入力境界Ｐn（ｔ）及び推定計測値Ｃの補正情報を入力として、上記式（１）を計算して、予想推定値Ｓn k+1（ｔ）を出力する。比較解析部１１は、このモデル出力Ｓn k+1（ｔ）を取得する（ステップＳ４）。 In accordance with the updated internal parameter a i k + 1 , the measurement model 10 receives the input boundary P n (t) and the correction information of the estimated measurement value C as input, calculates the above equation (1), and calculates the predicted estimated value S n k + 1 (t) is output. The comparative analysis unit 11 acquires this model output S n k + 1 (t) (step S4).
続いて、比較解析部１１は、計測モデル１０から出力される予想推定値Ｓn k+1（ｔ）と計測端末１から出力された出力境界Ｓn（ｔ）との差の絶対値が許容範囲ε内であるか否かを判定する（ステップＳ５）。それらの差の絶対値が許容範囲ε内でない場合（ステップＳ５；Ｎｏ）、推定装置２は、ｎを１だけインクリメントする（ステップＳ６）。ステップＳ６実行後、推定装置２は、ステップＳ１に戻る。 Subsequently, the comparative analysis unit 11 allows the absolute value of the difference between the predicted estimated value S n k + 1 (t) output from the measurement model 10 and the output boundary S n (t) output from the measurement terminal 1. It is determined whether it is within the range ε (step S5). If the absolute value of the difference is not within the allowable range ε (step S5; No), the estimating apparatus 2 increments n by 1 (step S6). After step S6 is executed, the estimation device 2 returns to step S1.
以降、ステップＳ５において、計測モデル１０から出力される予想推定値Ｓn k+1（ｔ）と計測端末１から出力された出力境界Ｓn（ｔ）との差の絶対値が許容範囲ε内であると判定されるまで、ステップＳ１→Ｓ２→Ｓ３→Ｓ４→Ｓ５→Ｓ６が繰り返される。 Thereafter, in step S5, the absolute value of the difference between the predicted estimated value S n k + 1 (t) output from the measurement model 10 and the output boundary S n (t) output from the measurement terminal 1 is within the allowable range ε. Steps S1, S2, S3, S4, S5, and S6 are repeated until it is determined that.
計測モデル１０から出力される予想推定値Ｓn k+1（ｔ）と計測端末１から出力された出力境界Ｓｎ（ｔ）との差の絶対値が許容範囲ε内であると判定されると（ステップＳ５；Ｙｅｓ）、比較解析部１１は、このときのａi k+1を内部パラメータの値として決定し、このときのＣを推定計測値として決定する（ステップＳ７）。ステップＳ７後、推定装置２は、処理を終了する。 When it is determined that the absolute value of the difference between the predicted estimated value S n k + 1 (t) output from the measurement model 10 and the output boundary Sn (t) output from the measurement terminal 1 is within the allowable range ε. (Step S5; Yes), the comparative analysis unit 11 determines a i k + 1 at this time as the value of the internal parameter, and determines C at this time as the estimated measurement value (Step S7). After step S7, the estimating apparatus 2 ends the process.
以上詳細に説明したように、本実施の形態によれば、計測対象の推定計測値の情報を含む数式でモデル化された計測端末１の計測モデル１０が設けられている。この計測モデル１０は、計測端末１から出力された環境の計測値を境界条件として入力したときの計測対象の予想計測値Ｓn k+1（ｔ）を出力する。 As described above in detail, according to the present embodiment, the measurement model 10 of the measurement terminal 1 modeled by a mathematical expression including information on the estimated measurement value of the measurement target is provided. The measurement model 10 outputs an expected measurement value S n k + 1 (t) to be measured when an environment measurement value output from the measurement terminal 1 is input as a boundary condition.
また、比較解析部１１は、計測端末１から受信した計測対象の計測値と、計測モデル１０から出力される計測対象の予想計測値Ｓn k+1（ｔ）との差が許容範囲内となるように、内部パラメータａi k+1を調整する。そして、比較解析部１１は、それらの差が許容範囲ε内となったときに計測モデル１０によって規定される計測対象の推定計測値Ｃを、計測対象の計測値として決定する。 Further, the comparison analysis unit 11 determines that the difference between the measurement value received from the measurement terminal 1 and the expected measurement value S n k + 1 (t) output from the measurement model 10 is within an allowable range. The internal parameters a i k + 1 are adjusted so that Then, the comparative analysis unit 11 determines the estimated measurement value C of the measurement target defined by the measurement model 10 as the measurement value of the measurement target when the difference is within the allowable range ε.
この計測モデル１０を用いれば、環境の変動などによりばらつく計測対象の計測値を高精度な制御系などや高価なポンプを用いて安定化させなくても、計測対象の真の値に近い推定値を得ることができる。このため、各計測点での高精度な計測を可能としつつ、計測点に設置される計測端末１の小型化や消費電力の低減を実現することができる。また、システムの低コスト化を図ることもできる。 If this measurement model 10 is used, an estimated value close to the true value of the measurement object can be obtained without stabilizing the measurement value of the measurement object, which varies due to environmental fluctuations, using a highly accurate control system or an expensive pump. Can be obtained. For this reason, it is possible to reduce the size and power consumption of the measurement terminal 1 installed at the measurement point while enabling highly accurate measurement at each measurement point. In addition, the cost of the system can be reduced.
なお、計測端末１は、外部から入力される制御信号に従って環境情報が示す環境を調整可能な調整部を備えるようにしてもよい。例えば、入力境界Ｐn（ｔ）となる環境（すなわち計測対象の計測値に影響を与える環境）が温度である場合には、計測端末１は、調整部として、ヒータを備えるようにしてもよい。この場合、推定装置２の信号生成部１２は、環境を調整するための制御信号を計測端末１に出力する。このようにすれば、様々な環境、すなわち入力境界Ｐn（ｔ）の下で、出力境界Ｓn（ｔ）を求めることができるので、局所解に陥ることなく、推定計測値Ｃを求めることができる。この結果、推定計測値Ｃの推定精度をさらに向上させることができる。 Note that the measurement terminal 1 may include an adjustment unit that can adjust the environment indicated by the environment information in accordance with a control signal input from the outside. For example, when the environment serving as the input boundary P n (t) (that is, the environment that affects the measurement value to be measured) is temperature, the measurement terminal 1 may include a heater as the adjustment unit. . In this case, the signal generation unit 12 of the estimation device 2 outputs a control signal for adjusting the environment to the measurement terminal 1. In this way, the output boundary S n (t) can be obtained under various environments, that is, the input boundary P n (t), so that the estimated measurement value C can be obtained without falling into a local solution. Can do. As a result, the estimation accuracy of the estimated measurement value C can be further improved.
実施の形態２．
次に、本発明の実施の形態２について説明する。
Embodiment 2. FIG.
Next, a second embodiment of the present invention will be described.
本実施の形態に係る遠隔計測システム１００は、試料水に試薬を混合したときの濃度を計測するシステムである。本実施の形態に係る遠隔計測システム１００の構成は、上記実施の形態に係る遠隔計測システム１００の構成と同じである。 The remote measurement system 100 according to the present embodiment is a system that measures the concentration when a reagent is mixed with sample water. The configuration of telemetry system 100 according to the present embodiment is the same as the configuration of telemetry system 100 according to the above embodiment.
図３には、本実施の形態に係る計測端末１の概略的な構成が示されている。図３に示すように、計測端末１には、水道配管２０を流れる水道水が、採水配管２１によって引き込まれている。 FIG. 3 shows a schematic configuration of the measurement terminal 1 according to the present embodiment. As shown in FIG. 3, tap water flowing through the water supply pipe 20 is drawn into the measurement terminal 1 by a water collection pipe 21.
計測端末１は、試料水流れ制御部３０と、試料水前処理部３１と、圧力センサ３２と、試薬流れ制御部３３と、試薬容器３４と、圧力センサ３５と、混合反応部３６と、検出部３７と、廃液保管部３８と、信号処理部３９と、通信部４０とを備える。 The measurement terminal 1 includes a sample water flow control unit 30, a sample water pretreatment unit 31, a pressure sensor 32, a reagent flow control unit 33, a reagent container 34, a pressure sensor 35, a mixing reaction unit 36, and a detection. Unit 37, waste liquid storage unit 38, signal processing unit 39, and communication unit 40.
試料水流れ制御部３０は、採水配管２１から供給される水道水の流量をバルブ等により調節して試料水の流れを制御する。試料水前処理部３１は、試料水に対する異物の除去等の前処理を行う。圧力センサ３２は、試料水に印加される圧力を検出して出力する。 The sample water flow control unit 30 controls the flow of sample water by adjusting the flow rate of tap water supplied from the water sampling pipe 21 with a valve or the like. The sample water pretreatment unit 31 performs pretreatment such as removal of foreign matter from the sample water. The pressure sensor 32 detects and outputs the pressure applied to the sample water.
試薬流れ制御部３３は、採水配管２１から配管２２を介して供給される水道水の圧力を調節して試薬の流れを制御する。試薬容器３４は、試薬を貯留する。圧力センサ３５は、試薬に印加される圧力を検出して出力する。 The reagent flow control unit 33 controls the flow of the reagent by adjusting the pressure of tap water supplied from the water sampling pipe 21 via the pipe 22. The reagent container 34 stores a reagent. The pressure sensor 35 detects and outputs the pressure applied to the reagent.
混合反応部３６は、試料水前処理部３１から出力された試料水と試薬容器３４から出力された試薬とを混合させる。検出部３７は、混合反応部３６で混合された溶液における試薬の濃度を検出する。廃液保管部３８は、濃度の検出に用いられた溶液（廃液）を保管する。 The mixing reaction unit 36 mixes the sample water output from the sample water pretreatment unit 31 and the reagent output from the reagent container 34. The detection unit 37 detects the concentration of the reagent in the solution mixed by the mixing reaction unit 36. The waste liquid storage unit 38 stores a solution (waste liquid) used for concentration detection.
信号処理部３９は、検出部３７で検出された試薬の濃度の検出値、圧力センサ３２、３５によって検出された圧力の検出値を送信用の信号に変換する。通信部４０は、変換された信号を無線で送信する。 The signal processing unit 39 converts the detection value of the reagent concentration detected by the detection unit 37 and the detection value of the pressure detected by the pressure sensors 32 and 35 into a signal for transmission. The communication unit 40 wirelessly transmits the converted signal.
図４には、本実施の形態に係る推定装置２の概略的な構成が示されている。図４に示すように、推定装置２は、上述の計測モデル１０と、比較解析部１１と、信号生成部１２とに加え、通信部１３を備えている。 FIG. 4 shows a schematic configuration of estimation apparatus 2 according to the present embodiment. As illustrated in FIG. 4, the estimation device 2 includes a communication unit 13 in addition to the above-described measurement model 10, the comparison analysis unit 11, and the signal generation unit 12.
通信部１３は、計測端末１の通信部４０（図３参照）とデータの送受信を行う。より具体的には、通信部１３は、入力境界Ｐn（ｔ）としての圧力の計測値と、出力境界Ｓn（ｔ）としての試薬の濃度の計測値とを受信する。また、通信部１３は、信号生成部１２から出力される制御信号を、計測端末１へ送信する。 The communication unit 13 transmits / receives data to / from the communication unit 40 (see FIG. 3) of the measurement terminal 1. More specifically, the communication unit 13 receives a pressure measurement value as the input boundary P n (t) and a reagent concentration measurement value as the output boundary S n (t). In addition, the communication unit 13 transmits a control signal output from the signal generation unit 12 to the measurement terminal 1.
計測モデル１０は、図３の計測端末１をモデル化したものである。この計測モデル１０では、水道水の送圧の変化によって変化する採水配管２１等の配管の長さや径の変化等が数式によってモデル化されている。計測モデル１０には、通信部１３で受信された入力境界Ｐn（ｔ）が入力される。 The measurement model 10 is obtained by modeling the measurement terminal 1 of FIG. In this measurement model 10, changes in the length and diameter of pipes such as the water sampling pipe 21 that change due to changes in the feed pressure of tap water are modeled by mathematical expressions. The input boundary P n (t) received by the communication unit 13 is input to the measurement model 10.
比較解析部１１には、出力境界Ｓn（ｔ）が入力されている。比較解析部１１は、出力境界Ｓn（ｔ）と、予測計測値Ｓn k+1（ｔ）とが同じになるように、計測モデル１０の内部パラメータの値ａi k+1を変更するとともに、現在の推定計測値Ｃの補正情報を計測モデル１０に出力する。 An output boundary S n (t) is input to the comparison analysis unit 11. The comparative analysis unit 11 changes the value a i k + 1 of the internal parameter of the measurement model 10 so that the output boundary S n (t) and the predicted measurement value S n k + 1 (t) are the same. At the same time, the correction information of the current estimated measurement value C is output to the measurement model 10.
信号生成部１２は、比較解析部１１から出力された制御情報に従って、制御信号を通信部１３を介して計測端末１に出力する。計測端末１は、この制御信号に従って、試料水流れ制御部３０，試薬流れ制御部３３によって入力境界Ｐn（ｔ）の条件を変更しつつ、入力境界Ｐn（ｔ）と出力境界Ｓn（ｔ）とを計測する。 The signal generation unit 12 outputs a control signal to the measurement terminal 1 via the communication unit 13 according to the control information output from the comparison analysis unit 11. The measurement terminal 1 changes the input boundary P n (t) and the output boundary S n (t) while changing the conditions of the input boundary P n (t) by the sample water flow control unit 30 and the reagent flow control unit 33 according to the control signal. t).
本実施の形態に係る遠隔計測システム１００は、試料水に試薬を混合したときの濃度を計測する。試料水と試薬との混合は、水道水の水圧によって行われる。このため、混合される際の試料水や試薬の圧力は一定ではなく、計測される試薬の濃度は、その圧力の影響を受けて変化する。このため、本実施の形態では、計測端末１は、計測対象である試薬の濃度を計測するとともに、濃度に影響を与える試薬の流れを制御する水道水の圧力と、試料水の流れを制御する水道水の圧力も計測する。 The remote measurement system 100 according to the present embodiment measures the concentration when a reagent is mixed with sample water. The sample water and the reagent are mixed by the tap water pressure. For this reason, the pressure of the sample water and the reagent at the time of mixing is not constant, and the concentration of the reagent to be measured changes under the influence of the pressure. For this reason, in the present embodiment, the measurement terminal 1 measures the concentration of the reagent to be measured, and controls the pressure of tap water that controls the flow of the reagent that affects the concentration and the flow of the sample water. Tap water pressure is also measured.
本実施の形態では、計測端末１と離隔して設置された推定装置２が、試薬の真の濃度（推定計測値）を推定する。推定装置２には、計測端末１の計測モデル１０が設けられ、その計測モデル１０に、試薬の圧力と試料水の圧力とを入力境界Ｐn（ｔ）として入力することにより、上記実施の形態１と同様に、試薬の濃度の推定計測値が推定される。 In the present embodiment, the estimation device 2 installed separately from the measurement terminal 1 estimates the true concentration (estimated measurement value) of the reagent. The estimation device 2 is provided with a measurement model 10 of the measurement terminal 1, and by inputting the pressure of the reagent and the pressure of the sample water as the input boundary P n (t) to the measurement model 10, the above embodiment is described. As in 1, an estimated measurement value of the reagent concentration is estimated.
本実施の形態に係る遠隔計測システム１００によれば、高精度な制御系や高価なポンプなどにより、試薬と試料水の圧力を安定化させてから試薬の濃度の値を計測することなく、それらの圧力の影響を受けない濃度を推定することができる。このため、計測対象の計測を高精度なものとしつつ、計測端末１の小型化や消費電力の低減を実現することができる。また、計測端末１の低コスト化も実現することができる。 According to the remote measurement system 100 according to the present embodiment, the concentration of the reagent is not measured after the pressure of the reagent and the sample water is stabilized by a highly accurate control system or an expensive pump. It is possible to estimate the concentration that is not affected by the pressure. For this reason, the measurement terminal 1 can be miniaturized and the power consumption can be reduced while the measurement target is highly accurate. Moreover, cost reduction of the measurement terminal 1 can also be realized.
なお、本実施の形態では、計測対象を試薬の濃度とし、計測対象を変動させる環境を試薬と試料水の圧力としたが、本発明はこれには限られない。例えば、試薬等の温度、検出部３７（図３参照）における湿度等を、計測対象の計測値を変動させる環境として計測するようにしてもよい。また、検出部３７が光学的に計測対象を計測するものであれば、検出部３７の光学系の光軸のずれ量を計測対象の計測値を変動させる環境として検出するようにしてもよい。 In this embodiment, the measurement target is the concentration of the reagent, and the environment in which the measurement target is changed is the pressure of the reagent and the sample water. However, the present invention is not limited to this. For example, the temperature of the reagent or the like, the humidity in the detection unit 37 (see FIG. 3), or the like may be measured as an environment in which the measurement value to be measured is changed. Further, if the detection unit 37 optically measures the measurement target, the amount of deviation of the optical axis of the optical system of the detection unit 37 may be detected as an environment for changing the measurement value of the measurement target.
実施の形態３．
次に、本発明の実施の形態３について説明する。
Embodiment 3 FIG.
Next, a third embodiment of the present invention will be described.
本実施の形態では、計測端末１の構成は上記各実施の形態のものと同じであるが、計測端末１の機械的な構造が具体化されている。 In the present embodiment, the configuration of the measurement terminal 1 is the same as that of each of the above embodiments, but the mechanical structure of the measurement terminal 1 is embodied.
図５（Ａ）乃至図５（Ｄ）には、本実施の形態に係る計測端末１を構成する各部品の構造が示されている。 FIGS. 5A to 5D show the structure of each component constituting the measurement terminal 1 according to the present embodiment.
図５（Ａ）には、接続流路モジュール５０の構造が示されている。図５（Ａ）に示すように、接続流路モジュール５０には、試薬又は試料水が流れる接続流路が形成されている。この接続流路は、縦方向に延びており、マトリクス状に配設されている。すなわち、接続流路モジュール５０では、汎用性が高くなるようにその構造が標準化されている。接続流路モジュール５０の接続流路の一部には、必要に応じて横方向に流路を連結する２つのマイクロ流体要素５１が取り付けられている。 FIG. 5A shows the structure of the connection channel module 50. As shown in FIG. 5A, the connection channel module 50 is formed with a connection channel through which reagent or sample water flows. This connection flow path extends in the vertical direction and is arranged in a matrix. That is, the connection channel module 50 has a standardized structure so as to increase versatility. Two microfluidic elements 51 that connect the flow paths in the lateral direction are attached to part of the connection flow paths of the connection flow path module 50 as necessary.
図５（Ｂ）には、流動制御モジュール５２の構造が示されている。流動制御モジュール５２には、複数の流動制御用バルブ５３がマトリクス状に配設されている。すなわち、流動制御モジュール５２では、汎用性が高くなるようにその構造が標準化されている。流動制御用バルブ５３は、流路を流れる試薬や試料水等の供給量を調節可能なバルブである。 FIG. 5B shows the structure of the flow control module 52. In the flow control module 52, a plurality of flow control valves 53 are arranged in a matrix. That is, the structure of the flow control module 52 is standardized so as to increase versatility. The flow control valve 53 is a valve capable of adjusting the supply amount of reagent, sample water, and the like flowing through the flow path.
図５（Ｃ）には、接続流路モジュール５４の構造が示されている。図５（Ｃ）に示すように、接続流路モジュール５４には、試薬又は試料水が流れる接続流路が形成されている。この接続流路は、縦方向に延びており、マトリクス状に配設されている。すなわち、接続流路モジュール５４では、汎用性が高くなるようにその構造が標準化されている。接続流路モジュール５４の接続流路の一部には、必要に応じて横方向に流路を連結する２つのマイクロ流体要素５５が取り付けられている。 FIG. 5C shows the structure of the connection channel module 54. As shown in FIG. 5C, the connection channel module 54 is formed with a connection channel through which reagent or sample water flows. This connection flow path extends in the vertical direction and is arranged in a matrix. That is, the connection channel module 54 has a standardized structure so that versatility is enhanced. Two microfluidic elements 55 that connect the channels in the lateral direction are attached to a part of the connection channels of the connection channel module 54 as necessary.
図５（Ｄ）には、ポンプモジュール５６の構造が示されている。図５（Ｄ）に示すように、ポンプモジュール５６には、シリンジ駆動アクチュエータ５７と、プレフィルド試薬シリンジ５８とが複数配置されている。ポンプモジュール５６は、複数のシリンジ駆動アクチュエータ５７と、プレフィルド試薬シリンジ５８とがマトリクス状に配設されている。すなわち、ポンプモジュール５６は、汎用性が高くなるようにその構造が標準化されている。 FIG. 5D shows the structure of the pump module 56. As shown in FIG. 5D, the pump module 56 is provided with a plurality of syringe drive actuators 57 and a plurality of prefilled reagent syringes 58. The pump module 56 includes a plurality of syringe drive actuators 57 and prefilled reagent syringes 58 arranged in a matrix. That is, the structure of the pump module 56 is standardized so as to increase versatility.
図６には、本実施の形態に係る計測端末１の機械的な構造が示されている。図６に示すように、計測端末１は、上から、接続流路モジュール５０と、流動制御モジュール５２と、接続流路モジュール５４と、ポンプモジュール５６とが積層されることにより形成されている。水道水は、計測端末１の下部に配設された採水配管２１から採取される。また、計測端末１の上部には、試料水流れ制御部３０や推定装置２と通信を行う通信部４０（図３参照）として機能する電気回路基板が設けられている。 FIG. 6 shows a mechanical structure of the measurement terminal 1 according to the present embodiment. As shown in FIG. 6, the measurement terminal 1 is formed by stacking a connection channel module 50, a flow control module 52, a connection channel module 54, and a pump module 56 from above. The tap water is collected from the water sampling pipe 21 arranged at the lower part of the measuring terminal 1. In addition, an electric circuit board that functions as a communication unit 40 (see FIG. 3) that communicates with the sample water flow control unit 30 and the estimation device 2 is provided on the upper portion of the measurement terminal 1.
接続流路モジュール５０と、流動制御モジュール５２と、接続流路モジュール５４と、ポンプモジュール５６との流路は互いに連結されている。これにより、上記実施の形態２に係る計測端末１の構成要素である試料水流れ制御部３０、試料水前処理部３１、試薬流れ制御部３３、試薬容器３４、混合反応部３６、検出部３７及び廃液保管部３８が、モジュール化された接続流路モジュール５０と、流動制御モジュール５２と、接続流路モジュール５４と、ポンプモジュール５６とによって構築される。 The flow paths of the connection flow path module 50, the flow control module 52, the connection flow path module 54, and the pump module 56 are connected to each other. Thereby, the sample water flow control unit 30, the sample water pretreatment unit 31, the reagent flow control unit 33, the reagent container 34, the mixing reaction unit 36, and the detection unit 37, which are components of the measurement terminal 1 according to the second embodiment. The waste liquid storage unit 38 is constructed by the modularized connection channel module 50, the flow control module 52, the connection channel module 54, and the pump module 56.
このように、本実施の形態によれば、計測端末１は、汎用性が高くなるように標準化（モジュール化）された接続流路モジュール５０と、流動制御モジュール５２と、接続流路モジュール５４と、ポンプモジュール５６とによって組み立てられている。このため、本実施の形態に係る計測端末１の配管等の構造は、水道水による送圧の試薬や試料水の圧力等の試薬の濃度に影響を与える環境（例えば、水道水の送圧）が最適化された構造とはなっていない。 Thus, according to the present embodiment, the measurement terminal 1 includes the connection channel module 50, the flow control module 52, and the connection channel module 54 that are standardized (modularized) so as to have high versatility. The pump module 56 is assembled. For this reason, the structure of the piping or the like of the measurement terminal 1 according to the present embodiment has an environment that affects the concentration of the reagent such as the reagent for feeding pressure with tap water or the pressure of sample water (for example, feeding pressure of tap water). Is not an optimized structure.
しかしながら、本実施の形態では、推定装置２が、計測端末１で計測された濃度の計測値や圧力の計測値に基づいて、水道水の送圧の影響を考慮した試薬の濃度の推定値を算出する。したがって、計測端末１の構造を、水道水の送圧による変動が極力小さい最適化されたものとしなくても、計測対象の真の値に近い推定値を得ることができる。これにより、各計測点での高精度な計測を可能としつつ、小型化や消費電力の低減を実現することができる。また、部品のモジュール化により、装置の低コスト化を実現することが可能となる。 However, in the present embodiment, the estimation device 2 calculates the estimated value of the reagent concentration in consideration of the influence of the feed pressure of tap water based on the measured value of the concentration and the measured value of the pressure measured by the measuring terminal 1. calculate. Therefore, an estimated value close to the true value of the measurement target can be obtained even if the structure of the measurement terminal 1 is not optimized so that the fluctuation due to the feed pressure of tap water is as small as possible. Thereby, it is possible to realize miniaturization and reduction of power consumption while enabling highly accurate measurement at each measurement point. In addition, it is possible to reduce the cost of the apparatus by modularizing components.
実施の形態４．
次に、この発明の実施の形態４について説明する。
Embodiment 4 FIG.
Next, a fourth embodiment of the present invention will be described.
図７には、本実施の形態に係る遠隔計測システム１００の概略的な構成が示されている。図７に示すように、本実施の形態に係る遠隔計測システム１００は、浄水場６１から需要家６２に供給される上水道６３内の水に含まれる化学成分を計測するためのシステムである。このような化学成分には、例えば、リン、窒素、有機リン、有機窒素又はアンモニアなどがある。 FIG. 7 shows a schematic configuration of telemetry system 100 according to the present exemplary embodiment. As shown in FIG. 7, the remote measurement system 100 according to the present embodiment is a system for measuring chemical components contained in water in a water supply 63 supplied from a water purification plant 61 to a customer 62. Such chemical components include, for example, phosphorus, nitrogen, organic phosphorus, organic nitrogen, or ammonia.
図７に示すように、遠隔計測システム１００は、複数の計測端末１を備えている。複数の計測端末１は、上水道における異なる水道管における水道水に含まれる化学成分を計測可能に設置されている。各計測端末１の計測値は、ワイヤレス回線及び通信ネットワーク６０を介して、推定装置２に送信される。逆に、推定装置２は、ワイヤレス回線及び通信ネットワーク６０を介して、各計測端末１に制御信号を送信する。推定装置２には、計測端末１毎に対応する計測モデル１０と比較解析部１１とが設けられており、各計測端末１で計測される化学成分の推定計測値Ｃを推定可能である。 As shown in FIG. 7, the telemetry system 100 includes a plurality of measurement terminals 1. The some measuring terminal 1 is installed so that the chemical component contained in the tap water in the different water pipe in a water supply can be measured. The measurement value of each measurement terminal 1 is transmitted to the estimation device 2 via the wireless line and the communication network 60. Conversely, the estimation device 2 transmits a control signal to each measurement terminal 1 via the wireless line and the communication network 60. The estimation device 2 is provided with a measurement model 10 and a comparison analysis unit 11 corresponding to each measurement terminal 1, and can estimate an estimated measurement value C of a chemical component measured by each measurement terminal 1.
このように、本実施の形態に係る遠隔計測システム１００を用いれば、複数の異なる計測点で、計測端末１によって計測対象を計測し、その計測値を収集することができる。これにより、上水道、すなわち水循環系の連続的な水質の変化を高精度に予測することが可能となる。 As described above, by using the remote measurement system 100 according to the present embodiment, it is possible to measure the measurement target by the measurement terminal 1 at a plurality of different measurement points and collect the measurement values. Thereby, it becomes possible to predict the continuous water quality change of the water supply, that is, the water circulation system with high accuracy.
また、本実施の形態に係る遠隔計測システム１００を用いれば、環境の影響を受けやすい水に含まれる化学成分の高精度な計測が可能になる。 Further, by using the remote measurement system 100 according to the present embodiment, it is possible to measure the chemical components contained in the water that is easily affected by the environment with high accuracy.
本実施の形態に係る遠隔計測システム１００は、水道水に含まれる化学成分を計測したが、本発明は、大気中に含まれる化学成分の計測にも用いることができる。上述のように、本発明では、計測対象には特に制限はない。また、計測対象の計測値に影響を与える環境にも制限はない。 Although the remote measurement system 100 according to the present embodiment measures chemical components contained in tap water, the present invention can also be used for measurement of chemical components contained in the atmosphere. As described above, in the present invention, the measurement target is not particularly limited. Moreover, there is no restriction | limiting in the environment which influences the measured value of a measuring object.
（計測モデルの具体例）
ここで、計測モデル１０の詳細について説明する。
(Specific examples of measurement models)
Here, details of the measurement model 10 will be described.
図８には、計測モデル１０の一例である流体システムのブロック図が示されている。この流体システムが計測端末に相当する。この流体システムは、試薬を試料に混合し、発色反応生成物を生成するためのものである。図８に示すように、この流体システムは、ポンプシーケンサ９０、洗浄液用ポンプ９１、試料用ポンプ９２、試薬用ポンプ９３、マイクロ流路９４、マイクロミキサ９５、反応用流路９６、フローセル９７を構成要素としている。マイクロ流路９４は、流体の流れが流路と平行で、近似的に１次元で物性値の変化を表すことができるほど微細であり、流路内の流体の圧力によって流路の断面積が動的に拡大・縮小するものとなっている。 FIG. 8 is a block diagram of a fluid system that is an example of the measurement model 10. This fluid system corresponds to a measurement terminal. This fluid system is for mixing a reagent with a sample to generate a color reaction product. As shown in FIG. 8, the fluid system includes a pump sequencer 90, a cleaning liquid pump 91, a sample pump 92, a reagent pump 93, a micro flow channel 94, a micro mixer 95, a reaction flow channel 96, and a flow cell 97. As an element. The micro flow path 94 is so fine that the flow of the fluid is parallel to the flow path and can represent the change in the physical property value approximately in one dimension, and the cross-sectional area of the flow path is changed by the pressure of the fluid in the flow path. It expands and contracts dynamically.
ここで、試薬、試料、洗浄液を図９に示すシーケンス（流量パターン）に従った圧力によって導入した場合について考える。図８に示すモデルに示すように、この流体システムは、このようなシーケンスを入力とすれば、例えば、図１０に示すようなフローセル９７での各液の濃度変化を出力境界Ｓn（ｔ）として出力することができる。 Here, consider a case where the reagent, the sample, and the cleaning liquid are introduced by pressure according to the sequence (flow rate pattern) shown in FIG. As shown in the model shown in FIG. 8, in the fluid system, when such a sequence is input, for example, a change in the concentration of each liquid in the flow cell 97 as shown in FIG. 10 is output to the output boundary Sn (t). Can be output as
ここでは、フローセル９７から出力される各液の濃度が出力境界Ｓn（ｔ）に対応し、試料の濃度の推定計測値がＣに対応する。また、図９に示すような洗浄液用ポンプ９１、試料用ポンプ９２、試薬用ポンプ９３から出力される流量パターンを発生させる圧力値が入力境界Ｐn（ｔ）に対応する。 Here, the concentration of each liquid output from the flow cell 97 corresponds to the output boundary S n (t), and the estimated measurement value of the concentration of the sample corresponds to C. Further, a pressure value for generating a flow rate pattern output from the cleaning liquid pump 91, the sample pump 92, and the reagent pump 93 as shown in FIG. 9 corresponds to the input boundary P n (t).
図１１には、マイクロ流路９４の一部が示されている。図１１に示すように、マイクロ流路９４の長さはＬであり、内径はｄである。内径ｄは十分に小さく、長さＬは、内径ｄに対して十分に長くなっている。また、管路の厚さをｅとする。 FIG. 11 shows a part of the microchannel 94. As shown in FIG. 11, the length of the microchannel 94 is L, and the inner diameter is d. The inner diameter d is sufficiently small, and the length L is sufficiently longer than the inner diameter d. In addition, the thickness of the pipeline is assumed to be e.
ここで、マイクロ流路９４の長手方向に延びる軸をｘ軸とする。また、ｘ＝０、ｘ＝Ｌをそれぞれマイクロ流路９４の端点とする。流体は、ｘ＝０でマイクロ流路９４内に流入し、マイクロ流路内を＋ｘ方向に流れ、ｘ＝Ｌから流出する。ここで、マイクロ流路９４内を流れる流体の流速をｕ（ｘ，ｔ）とし、その流体に生じる圧力をｐ（ｘ，ｔ）とする。図１１に示すように、流体は、＋ｘ方向に流れるので、ｕ（ｘ，ｔ）は、＋ｘ方向をその方向として示しており、ｐ（ｘ，ｔ）は、−ｘ方向をその方向として示している。 Here, an axis extending in the longitudinal direction of the microchannel 94 is defined as an x-axis. In addition, x = 0 and x = L are the end points of the microchannel 94, respectively. The fluid flows into the microchannel 94 at x = 0, flows in the microchannel in the + x direction, and flows out from x = L. Here, the flow velocity of the fluid flowing in the microchannel 94 is u (x, t), and the pressure generated in the fluid is p (x, t). As shown in FIG. 11, since the fluid flows in the + x direction, u (x, t) indicates the + x direction as its direction, and p (x, t) indicates the -x direction as its direction. ing.
上述のように、マイクロ流路９４の内径ｄが十分に小さく、長さＬが十分に長ければ、マイクロ流路９４内の流体の流れは、以下の式で示す１次元の流体方程式（オイラーの運動方程式、連続の式）で記述することができる。
ここで、上記式（２）の右辺の第２項は、粘性項であり、ここでは管路抵抗を示す。νは、動粘性係数であり、流体の粘性係数を比重で割ったものである。
As described above, if the inner diameter d of the microchannel 94 is sufficiently small and the length L is sufficiently long, the flow of the fluid in the microchannel 94 is expressed by a one-dimensional fluid equation (Euler's equation) expressed by the following equation. Equation of motion, equation of continuity).
Here, the second term on the right side of the above equation (2) is a viscosity term, and here represents the pipe resistance. ν is the kinematic viscosity coefficient, which is the viscosity coefficient of the fluid divided by the specific gravity.
また、上記式（３）の右辺におけるａは次式で示される値である。
ここで、上記式（４）において、Ｋは、マイクロ流路９４を流れる流体の縦弾性係数である。また、ｃは流路両端の固定パラメータである。また、Ｅは、マイクロ流路９４を構成する配管のヤング率である。αには、上記式（５）に示す値が代入される。また、上記式（５）において、α0は、気泡のボイド率であり、ｐ0は、管内の代表圧力である。このαにより、内部に生じる気泡の影響をモデルに反映させることができる（日本機械学会編「機械工学便覧基礎編α4 流体工学」、第10章 非定常流れ、pp109〜111、丸善(2006) 参照）
Further, a on the right side of the above equation (3) is a value represented by the following equation.
Here, in the above formula (4), K is the longitudinal elastic modulus of the fluid flowing through the microchannel 94. C is a fixed parameter at both ends of the flow path. E is the Young's modulus of the piping that constitutes the microchannel 94. The value shown in the above formula (5) is substituted for α. In the above formula (5), α 0 is the void ratio of bubbles, and p 0 is the representative pressure in the tube. This α allows the model to reflect the effect of air bubbles generated inside (refer to the Japan Society of Mechanical Engineers “Basic Mechanical Engineering α4 Fluid Engineering”, Chapter 10, Unsteady Flow, pp109-111, Maruzen (2006)). )
このモデルでは、マイクロ流路９４を、微小素片（流動微小素片）に分割する。図１２には、マイクロ流路９４を流動微小素片５に分割した様子が模式的に示されている。図１２に示すように、マイクロ流路９４は、長さΔｘの流動微小素片５に分割されている。流動微小素片５を質点系とするため、長さΔｘは、その間で、流体の流速や圧力の変化が無視できる程度の長さとする必要がある。一般に、流体の変化は緩やかであるから、長さΔｘは、ある程度まで長くすることができる。 In this model, the micro flow path 94 is divided into fine pieces (flowing fine pieces). FIG. 12 schematically shows a state in which the microchannel 94 is divided into the flowable microelements 5. As shown in FIG. 12, the micro flow path 94 is divided into flowing microelements 5 having a length Δx. In order to make the flowing microelements 5 a mass system, the length Δx needs to be long enough to neglect the change in the fluid flow velocity or pressure. In general, since the change of the fluid is gradual, the length Δx can be increased to some extent.
ここで、ｘ位置ｘk、ｘk+1の間に位置する流動微小素片５に着目する。位置ｘkでの流速、圧力は、ｕ（ｘk，ｔ）、ｐ（ｘk，ｔ）であり、位置ｘk+1での流速、圧力は、ｕ（ｘk+1,ｔ）、ｐ（ｘk+1，ｔ）である。この場合、ｕ（ｘk+1,ｔ）、ｐ（ｘk，ｔ）は、それぞれ以下の式で表される。
上記式（６）、式（７）は、上記式（２）、式（３）を各流動微小素片５に対応づけ、マイクロ流路９４の流路方向に差分化していったものである。
Here, attention is focused on the flowing microelement 5 located between the x positions x k and x k + 1 . The flow velocity and pressure at the position x k are u (x k , t) and p (x k , t), and the flow velocity and pressure at the position x k + 1 are u (x k + 1 , t), p (x k + 1 , t). In this case, u (x k + 1 , t) and p (x k , t) are respectively expressed by the following equations.
The above formulas (6) and (7) are obtained by correlating the above formulas (2) and (3) with the respective flowable microelements 5 and differentiating them in the flow direction of the micro flow path 94. .
上記式（６）、式（７）から明らかなように、ｕ（ｘk+1，ｔ）と、ｐ（ｘk，ｔ）は、ｕ（ｘk，ｔ）と、ｐ（ｘk+1，ｔ）が決まれば求めることができる。このことから、流動微小素片５は、図１３に示すようなサブシステム６にブロック化することができる。 As is clear from the above equations (6) and (7), u (x k + 1, t) and p (x k, t) are u (x k, t) and p (x k + If 1, t) is determined, it can be obtained. From this, the flowable micro-piece 5 can be blocked into a subsystem 6 as shown in FIG.
さらに、モデル化された各流動微小素片５のサブシステム６のうち、隣接する流動微小素片５のサブシステム６の入出力を連接することにより、流体の物性値を入出力とするマイクロ流路９４全体のモデルを生成することができる。図１４には、各流動微小素片５のサブシステム６の入出力が連接された様子が示されている。これにより、マイクロ流路９４全体を現すモデルを構築することができる。なお、図１４において、ｍａｘは、マイクロ流路９４の分割数である。 Further, among the modeled sub-systems 6 of the flow microelements 5, by connecting the input / output of the sub-system 6 of the adjacent flow micro-elements 5, the micro flow having the physical property value of the fluid as input / output is connected. A model of the entire path 94 can be generated. FIG. 14 shows a state in which the input / output of the subsystem 6 of each flowable micro piece 5 is connected. Thereby, a model showing the entire micro flow path 94 can be constructed. In FIG. 14, max is the number of divisions of the microchannel 94.
図１５には、サブシステム６を連接して構築されたマイクロ流路９４を１つのブロックにまとめたものが示されている。このシステムでは、ｘ＝０におけるｕ（ｘ，ｔ）（すなわち図１５に示すｕ（ｘ0，ｔ））と、ｘ＝Ｌにおけるｐ（ｘ，ｔ）（すなわち図１４に示すｐ（ｘmax，ｔ））とを入力とすれば、ｘ＝Ｌにおけるｕ（ｘ，ｔ）（すなわち図１４に示すｕ（ｘmax，ｔ））、ｘ＝０におけるｐ（ｘ，ｔ）（すなわち図１４に示すｐ（ｘ0，ｔ））が出力される。 FIG. 15 shows a group of microchannels 94 constructed by connecting the subsystems 6 in one block. In this system, u (x, t) at x = 0 (ie, u (x 0 , t) shown in FIG. 15) and p (x, t) at x = L (ie, p (x max shown in FIG. 14). , T)) as inputs, u (x, t) at x = L (ie, u (x max , t) shown in FIG. 14) and p (x, t) at x = 0 (ie, FIG. 14). P (x 0 , t)) shown in FIG.
ここまで、１次元の流体方程式を用いてマイクロ流路９４をモデル化したが、計測対象は、試料の濃度であるため、さらに、マイクロ流路９４内の熱・物質の拡散を記述する１次元の拡散方程式を用いて、マイクロ流路９４をモデル化する。 Up to this point, the microchannel 94 has been modeled using a one-dimensional fluid equation, but since the measurement target is the concentration of the sample, a one-dimensional description of the diffusion of heat and material in the microchannel 94 is further provided. The microchannel 94 is modeled using the diffusion equation of
図１６には、本実施形態に係るモデル化方法のモデル化の対象となるマイクロ流路９４が示されている。図１６に示すマイクロ流路９４は、図８に示すものと同じである。ここで、マイクロ流路９４内を流れる流体に含まれる所定の物質の濃度をＣ（ｘ，ｔ）とする。 FIG. 16 shows a micro flow path 94 to be modeled by the modeling method according to the present embodiment. The microchannel 94 shown in FIG. 16 is the same as that shown in FIG. Here, the concentration of a predetermined substance contained in the fluid flowing through the microchannel 94 is C (x, t).
この場合、マイクロ流路９４における１次元の拡散方程式は、以下のように記述することができる。
ここで、Ｄeffは、みかけ上の拡散係数であり、マイクロ流路９４が円管の場合、次式で示される。
ここで、Ｄは拡散係数であり、Ｕは断面平均流速である。
In this case, the one-dimensional diffusion equation in the microchannel 94 can be described as follows.
Here, D eff is an apparent diffusion coefficient, and is expressed by the following equation when the microchannel 94 is a circular pipe.
Here, D is a diffusion coefficient, and U is a cross-sectional average flow velocity.
マイクロ流路９４を、流動微小素片５に分割した場合、ｘ位置ｘk、ｘk+1の間に位置する流動微小素片５における位置ｘk+1での濃度Ｃ（ｘk+1，ｔ）は、以下の式で表される。
上記式（１１）から明らかなように、Ｃ（ｘk+1，ｔ）は、Ｃ（ｘk，ｔ）、Ｃ（ｘk-1，ｔ）と、ｕ（ｘk，ｔ）が決まれば求めることができる。このことから、流動微小素片５についても、Ｃ（ｘk，ｔ）、Ｃ（ｘk-1，ｔ）と、ｕ（ｘk，ｔ）を入力とし、Ｃ（ｘk+1，ｔ）を出力とするサブシステム６にブロック化することができる。 As is clear from the above equation (11), C (x k + 1 , t) is determined as C (x k , t), C (x k−1 , t), and u (x k , t). Can be obtained. Therefore, also for the flowing microelement 5, C (x k , t), C (x k−1 , t) and u (x k , t) are input, and C (x k + 1 , t ) As an output.
そして、このサブシステム６の入出力を連接することにより、マイクロ流路９４のモデルを生成することができる。さらに、マイクロ流路９４のモデルの入出力をポンプシーケンサ９０、洗浄液用ポンプ９１、試料用ポンプ９２、試薬用ポンプ９３、マイクロミキサ９５、反応用流路９６、フローセル９７のモデルの入出力と連結することにより、図８に示す流体システムのモデルが生成される。推定装置２は、このモデルを計測モデル１０として用いて、上述のようにして、推定計測値Ｃを算出する。なお、内部パラメータａiは、上記式（２）、（３）、（４）、（５）、（８）、（９）、（１０）に含まれる各種変数であり、例えばマイクロ流路９４の圧力により変動する径や内部の空気含有量などが含まれる。 A model of the microchannel 94 can be generated by connecting the inputs and outputs of the subsystem 6 together. Further, the input / output of the model of the micro flow path 94 is connected to the input / output of the model of the pump sequencer 90, the cleaning liquid pump 91, the sample pump 92, the reagent pump 93, the micromixer 95, the reaction flow path 96, and the flow cell 97. By doing so, the model of the fluid system shown in FIG. 8 is generated. The estimation device 2 uses this model as the measurement model 10 to calculate the estimated measurement value C as described above. The internal parameters a i are various variables included in the above formulas (2), (3), (4), (5), (8), (9), and (10). This includes the diameter that fluctuates depending on the pressure of the air and the air content inside.
実施の形態５．
次に、この発明の実施の形態５について説明する。
Embodiment 5. FIG.
Next, a fifth embodiment of the present invention will be described.
図１８には、本実施の形態に係る遠隔計測システムの構成が示されている。図１８に示すように、本実施の形態に係る遠隔計測システム１００の構成は、推定装置２の構成が異なるほかは、上記各実施の形態に係る遠隔計測システム１００の構成と同じである。 FIG. 18 shows the configuration of the telemetry system according to the present embodiment. As shown in FIG. 18, the configuration of the remote measurement system 100 according to the present embodiment is the same as the configuration of the remote measurement system 100 according to each of the above embodiments, except that the configuration of the estimation device 2 is different.
推定装置２では、計測モデル１０を有する点は、上記各実施の形態に係る推定装置２と同じであるが、計測対象の計測値の推定方法が異なる。また、図１８では、入力境界Ｐn（ｔ）、出力境界Ｓn（ｔ）が、計測データとして１つにまとめられている。 The estimation device 2 has the measurement model 10 in the same way as the estimation device 2 according to each of the above embodiments, but differs in the method of estimating the measurement value of the measurement target. In FIG. 18, the input boundary P n (t) and the output boundary S n (t) are combined into one measurement data.
上記各実施の形態では、環境変動などの影響を受ける計測対象の計測値を制御系などで環境を安定させなくても、正確に推定できる遠隔計測システム１００について説明した。これらは、計測端末の小型化、省エネ化、低コスト化等に有効であるが、計測対象のデータ点数が膨大になると、内部パラメータの調整に時間がかかり、リアルタイムでの運用が困難になる場合も考えられる。 In each of the above-described embodiments, the remote measurement system 100 has been described that can accurately estimate the measurement value of the measurement target that is affected by environmental fluctuations without stabilizing the environment using a control system or the like. These are effective for downsizing, energy saving, cost reduction, etc. of measurement terminals. However, if the number of data points to be measured becomes enormous, it takes time to adjust internal parameters and it becomes difficult to operate in real time. Is also possible.
そこで、本実施の形態では、計測モデル１０の動作状態を推定するカルマンフィルタを用いて過去の時系列データから現在の状態量（計測対象の真の計測値）を推定する。カルマンフィルタは、時々刻々得られる観測値からシステムの状態量を逐次的に推定していくアルゴリズムである。カルマンフィルタを用いれば、短時間で、計測対象の推定値を得ることが可能になる。 Therefore, in the present embodiment, the current state quantity (the true measurement value of the measurement target) is estimated from past time-series data using a Kalman filter that estimates the operation state of the measurement model 10. The Kalman filter is an algorithm that sequentially estimates the state quantity of the system from observed values obtained every moment. If a Kalman filter is used, it is possible to obtain an estimated value of a measurement target in a short time.
図１９には、順解析と逆解析の関係を表す模式図が示されている。図１９に示すように、初期条件、負荷、構成物等の特性を入力とし、その応答を出力とする数理モデルについて考える。数理モデルは、線形なものであってもよいし、非線形なものであってもよい。数理モデルの入力は、状態量ベクトルでまとめることができる。この状態量ベクトルｘtに混入する雑音をシステム雑音ｗtとする。また、数理モデルの出力（応答）は、観測ベクトルｙtとしてまとめることができる。観測ベクトルｙtに混入する雑音を観測雑音を観測雑音ｖtとする。 FIG. 19 is a schematic diagram showing the relationship between forward analysis and reverse analysis. As shown in FIG. 19, a mathematical model is considered in which characteristics such as initial conditions, loads, components, etc. are input and the response is output. The mathematical model may be linear or non-linear. Mathematical model inputs can be summarized by state quantity vectors. The noise mixed in this state quantity vector x t is defined as system noise w t . The output of the mathematical model (response) can be summarized as the observation vector y t. The observation noise the noise mixed in the observation vector y t and observation noise v t.
観測方程式が非線形であり、数理モデルをｈt（ｘt）とし、状態方程式が線形である場合には、観測方程式、状態方程式は、それぞれ次式で表される。
数理モデルに入力を行ってその応答を求めることを順解析とすると、カルマンフィルタは、得られた観測ベクトルから、状態量ベクトルを逆解析により推定するものである。この場合、カルマンフィルタは、次式のように表される。
上記式（１４）、すなわちｘt（上に＾付き）は、濾波推定値であり、式（１５）、すなわちｘt（上に−付き）は、一段予測推定値である。式（１４）、式（１５）をフィルタ方程式ともいう。
When the observation equation is nonlinear, the mathematical model is h t (x t ), and the state equation is linear, the observation equation and the state equation are respectively expressed by the following equations.
If the forward analysis is to input a mathematical model and obtain the response, the Kalman filter estimates the state quantity vector from the obtained observation vector by inverse analysis. In this case, the Kalman filter is expressed as follows:
The above equation (14), that is, x t (with ^ on the top) is a filtered estimated value, and the equation (15), that is, x t (with-on the top) is a one-step predicted estimated value. Expressions (14) and (15) are also referred to as filter equations.
ここで、拡張カルマンゲインＫtは、次式で表される。
また、濾波推定誤差共分散行列Ｐt（上に＾付き）は、次式で表される。
さらに、予測誤差共分散行列Ｐt-1（上に−付き）は、次式で表される。
上述の式において、Ｈtは、観測ヤコビアンであり、Ｒtは、観測雑音の共分散行列であり、Ｑtは、システム雑音の共分散行列であり、それぞれ次式のように表される。
なお、上記式（１４）乃至式（２１）については、例えば、以下の文献にその詳細が記載されている。
［文献］：片山徹著、「非線形カルマンフィルタ」、82頁-88頁、朝倉書店（2011）
Here, the extended Kalman gain K t is expressed by the following equation.
Further, the filtering estimation error covariance matrix P t (with ^ on the top) is expressed by the following equation.
Further, the prediction error covariance matrix P t−1 (with − on the top) is expressed by the following equation.
In the above equation, H t is the observed Jacobian, R t is the covariance matrix of the observed noise, and Q t is the covariance matrix of the system noise, each represented by the following equation.
In addition, about the said Formula (14) thru | or Formula (21), the detail is described in the following literature, for example.
[Reference]: Toru Katayama, “Nonlinear Kalman Filter”, pp. 82-88, Asakura Shoten (2011)
本実施の形態では、試薬と試料とを混合させる化学反応システムにおいて、試料・試薬の濃度を推定する場合について考える。この化学反応システムは、連続流れ式分析装置の一形態であるＦＩＡ（Flow Injection Analysis）システムである。 In the present embodiment, a case will be considered in which the concentration of a sample / reagent is estimated in a chemical reaction system in which a reagent and a sample are mixed. This chemical reaction system is an FIA (Flow Injection Analysis) system which is one form of a continuous flow type analyzer.
図２０には、このような化学反応システムの構成を示す模式図が示されている。図２０に示すように、この化学反応システムでは、まず、ポンプにより試料が反応器の中に導入され、同時に別のポンプが動作して、所定量の試薬を反応器中の試料に添加する。下流では、試料中の該当成分と試薬が反応して発色が始まる。成分の濃度に応じて、発色度合いが変化する。この発色は、出口近くのフローセルにて吸光度信号として記録される。 FIG. 20 is a schematic diagram showing the configuration of such a chemical reaction system. As shown in FIG. 20, in this chemical reaction system, first, a sample is introduced into the reactor by a pump, and another pump is simultaneously operated to add a predetermined amount of reagent to the sample in the reactor. Downstream, color development starts when the relevant component in the sample reacts with the reagent. The degree of color development changes according to the concentration of the component. This color development is recorded as an absorbance signal in the flow cell near the outlet.
本実施の形態では、センサで容易に検出できる内部流路内の試料と試薬の圧力変動（ｐs、ｐr）と、各種吸光度信号、すなわち試料と試薬の反応物信号Ｉs、及び反応せずに残った試薬を示す試薬消費信号Ｉrをセンサで検出する値とした。また、推定する状態量としては、システムに導入されるその試料・試薬のフローパターン（流速変化）（ｕs、ｕr）と、それぞれの濃度（Ｃs、Ｃr）とする。試薬の濃度Ｃrは変動しないはずであるが、劣化による濃度変化も推定・補正対象とした。 In this embodiment, the pressure fluctuations (p s , p r ) of the sample and reagent in the internal flow path that can be easily detected by the sensor, various absorbance signals, that is, the reactant signal I s of the sample and reagent, and the reaction the reagent consumption signal I r indicating the remaining reagents without the value to be detected by the sensor. The state quantities to be estimated are the flow pattern (flow rate change) (u s , u r ) and the respective concentrations (C s , C r ) of the sample / reagent introduced into the system. The reagent concentration Cr should not fluctuate, but the concentration change due to deterioration was also estimated and corrected.
化学分析システム内では、流動変動は、上流から下流まで瞬時に伝播するのに対して、濃度変動に関しては、試料が導入されてから検出部に到り吸光度の変化として観測されるまで、比較的長い時間を要するため、その経過時間を逐次推定の時間間隔とする必要がある。 In the chemical analysis system, flow fluctuations propagate instantaneously from upstream to downstream, whereas concentration fluctuations are relatively slow until the sample reaches the detector and is observed as a change in absorbance. Since a long time is required, the elapsed time needs to be a time interval for successive estimation.
そこで、本実施の形態では、図２１に示すような計測モデル１０が用いられる。図２１に示すように、計測モデル１０（水質モニタミラーモデル）は、時間スケールが異なる流動系の数理モデル１０Ａと、拡散反応系の数理モデル１０Ｂとに分けられている。 Therefore, in the present embodiment, a measurement model 10 as shown in FIG. 21 is used. As shown in FIG. 21, the measurement model 10 (water quality monitor mirror model) is divided into a flow system mathematical model 10A and a diffusion reaction system mathematical model 10B having different time scales.
数理モデル１０Ａは、次式で示される試料・試薬の流入量を状態量ベクトルとする。
ここで、ｕs（ｔ）は、試料流入速度であり、ｕr（ｔ）は、試薬流入速度である。
The mathematical model 10A uses the inflow amount of the sample / reagent represented by the following equation as a state quantity vector.
Here, u s (t) is the sample inflow rate, and u r (t) is the reagent inflow rate.
また、数理モデル１０Ａは、次式で示される試料・試薬の圧力変化を、観測量ベクトルとする。
ここで、ｐs（ｔ）は、試料流入口の圧力であり、ｐr（ｔ）は、試薬流入口の圧力である。
In the mathematical model 10A, the change in the pressure of the sample / reagent represented by the following equation is used as an observation quantity vector.
Here, p s (t) is the pressure at the sample inlet, and p r (t) is the pressure at the reagent inlet.
試料流入速度ｕs（ｔ）、試薬流入速度ｕｒ（ｔ）はともに独立なので、式（１５）は、次式のようになる。
また、数理モデル１０Ａは、次式で表される。
試料・試薬流入口圧力は、試料・試薬流入速度相互の影響を受けるので、観測ヤコビアンＨtは、次式のようになる。
システム雑音の各要素は互いに独立であり、正規分布に従う白色ノイズであるので、次式のようになる。
The mathematical model 10A is represented by the following equation.
Since the sample / reagent inlet pressure is influenced by the sample / reagent inflow rate, the observed Jacobian Ht is expressed by the following equation.
Since each element of the system noise is independent from each other and is white noise following a normal distribution, the following expression is obtained.
一方、数理モデル１０Ｂは、次式で示されるベクトルを状態量ベクトルとする。
ここで、Ｃs（ｔ）は、試料濃度であり、Ｃr（ｔ）は、試薬濃度である。
On the other hand, the mathematical model 10B uses a vector represented by the following equation as a state quantity vector.
Here, C s (t) is the sample concentration, and C r (t) is the reagent concentration.
また、数理モデル１０Ｂは、次式で示される反応物信号Ｉsの積分値の二乗値、試薬消費信号Ｉrの積分値の二乗値を観測量ベクトルとする。積分値及びその二乗値としたのは収束性を上げるためであり、ある時刻での反応物信号値を用いてもかまわないし、積分値の絶対値を用いてもかまわない。
すなわち、数理モデル１０Ｂでは、観測方程式は次式のようになる。
試料濃度、試薬濃度はともに独立なので、次式のようになる。
また、数理モデル１０Ｂは、次式で表される。
In the mathematical model 10B, the square value of the integral value of the reactant signal I s and the square value of the integral value of the reagent consumption signal I r expressed by the following equations are used as the observation vector. The integral value and its square value are used to improve convergence, and the reactant signal value at a certain time may be used, or the absolute value of the integral value may be used.
That is, in the mathematical model 10B, the observation equation is as follows.
Since the sample concentration and the reagent concentration are both independent, the following equation is obtained.
The mathematical model 10B is expressed by the following equation.
反応物・試薬消費信号の変化は、試料・試薬濃度相互の影響を受けるので、観測ヤコビアンＨτは、次式のようになる。
システム雑音の各要素は互いに独立であり、正規分布に従う白色ノイズであるので、次式のようになる。
本実施の形態では、上述の数理モデル１０Ａ、１０Ｂを含むカルマンフィルタを用いて、濃度推定を行う。
Since the change in the reactant / reagent consumption signal is affected by the sample / reagent concentration, the observed Jacobian Hτ is expressed by the following equation.
Since each element of the system noise is independent from each other and is white noise following a normal distribution, the following expression is obtained.
In the present embodiment, concentration estimation is performed using a Kalman filter including the mathematical models 10A and 10B described above.
図２２には、濃度推定処理のフローチャートが示されている。図２２に示すように、まず、第１ステップの数理モデル１０Ａを用いた流速の推定から開始される。 FIG. 22 shows a flowchart of the density estimation process. As shown in FIG. 22, first, the flow velocity is estimated using the mathematical model 10A in the first step.
まず、推定装置２は、初期値を次式のように設定する（ステップＳ１）。
続いて、推定装置２は、すでに求められているｘtの推定値（最初はｘ0）を用いて、次式で示される感度行列Ｈtと、解析値とを算出する（ステップＳ２、Ｓ３）。
次に、推定装置２は、上記式（１６）を用いて、カルマンゲインを算出する（ステップＳ４）。 Next, the estimating apparatus 2 calculates the Kalman gain using the above equation (16) (step S4).
続いて、推定装置２は、上記式（１７）を用いて、濾波推定誤差共分散行列を算出し、観測更新を行う（ステップＳ５）。 Subsequently, the estimating apparatus 2 calculates the filtering estimation error covariance matrix using the above equation (17), and updates the observation (step S5).
続いて、推定装置２は、上記式（１８）を用いて、予測誤差共分散行列を算出し、時間更新を行う（ステップＳ６）。 Subsequently, the estimation device 2 calculates a prediction error covariance matrix using the above equation (18), and performs time update (step S6).
続いて、推定装置２は、上記式（１６）を用いて、再びカルマンゲインを算出する（ステップＳ４）。 Subsequently, the estimating apparatus 2 calculates the Kalman gain again using the above equation (16) (step S4).
続いて、推定装置２は、観測値ベクトルｙtを取得し、上記式（１４）を用いて、フィルタ方程式を演算し、状態量ベクトルの観測更新を行う（ステップＳ７）。 Subsequently, estimation apparatus 2 acquires the observed value vector y t, using the above equation (14) calculates the filter equation, performs observation updating state vector (step S7).
続いて、推定装置２は、上記式（１５）を用いて、フィルタ方程式を演算し、状態量ベクトルの時間更新を行う（ステップＳ８）。これにより、時刻ｔ＋１の状態量ベクトル（流入量）の推定値が算出される。 Subsequently, the estimation device 2 calculates a filter equation using the above equation (15), and performs time update of the state quantity vector (step S8). Thereby, an estimated value of the state quantity vector (inflow quantity) at time t + 1 is calculated.
続いて、推定装置２は、観測を終了するか否か（最終観測であるか否か）を判定する。終了しない場合には、再びステップＳ２〜ステップＳ９を繰り返す。 Subsequently, the estimation device 2 determines whether or not to end the observation (whether or not it is the final observation). If not, step S2 to step S9 are repeated again.
一方、第２ステップでは、推定装置２は、初期値を次式のように設定する（ステップＳ１１）。
続いて、次式を用いて、推定装置２は、感度行列と、解析値とを算出する（ステップＳ１２、Ｓ１３）。
次に、推定装置２は、上記式（１６）を用いて、カルマンゲインを算出する（ステップＳ１４）。 Next, the estimating apparatus 2 calculates the Kalman gain using the above equation (16) (step S14).
続いて、推定装置２は、上記式（１７）を用いて、濾波推定誤差共分散行列を算出し、観測更新を行う（ステップＳ１５）。 Subsequently, the estimation device 2 calculates the filtered estimation error covariance matrix using the above equation (17), and updates the observation (step S15).
続いて、推定装置２は、上記式（１８）を用いて、予測誤差共分散行列を算出し、時間更新を行う（ステップＳ１６）。 Subsequently, the estimating apparatus 2 calculates a prediction error covariance matrix using the above equation (18), and performs time update (step S16).
続いて、推定装置２は、上記式（１６）を用いて、再びカルマンゲインを計算する（ステップＳ１４）。 Subsequently, the estimating apparatus 2 calculates the Kalman gain again using the above equation (16) (step S14).
続いて、推定装置２は、観測値ベクトルを取得し、ξに関する上記式（１４）に相当する式を用いて、フィルタ方程式を演算し、状態量ベクトルの観測更新を行う（ステップＳ１７）。 Subsequently, the estimation device 2 acquires an observation value vector, calculates a filter equation using an equation corresponding to the above equation (14) regarding ξ, and updates the observation of the state quantity vector (step S17).
続いて、推定装置２は、ξに関する上記式（１５）に相当する式を用いて、フィルタ方程式を演算し、状態量ベクトルの時間更新を行う（ステップＳ１８）。これにより、時刻τ＋１の状態量ベクトル（濃度）の推定値が算出される。 Subsequently, the estimation device 2 calculates a filter equation using an expression corresponding to the above expression (15) regarding ξ, and performs time update of the state quantity vector (step S18). Thereby, the estimated value of the state quantity vector (concentration) at time τ + 1 is calculated.
続いて、推定装置２は、推定結果が収束したか否かを判定する（ステップＳ１９）。例えば濃度変化が許容範囲に収まれば、収束したと判定することができる。終了しない場合（ステップＳ１９；Ｎｏ）、推定装置２は、再びステップＳ１２〜ステップＳ１９を繰り返す。 Subsequently, the estimation device 2 determines whether or not the estimation result has converged (step S19). For example, if the density change falls within the allowable range, it can be determined that the convergence has occurred. When not complete | finishing (step S19; No), the estimation apparatus 2 repeats step S12-step S19 again.
すなわち、本実施の形態では、計測モデル１０は、状態量の時間変動のスケールがそれぞれ異なり、かつ、それぞれがカルマンフィルタの観測方程式に組み込まれた複数の数理モデル１０Ａ、１０Ｂに分けられている。推定装置２は、計測端末１から送信される各計測値に基づいて、各数理モデル１０Ａ、１０Ｂを観測方程式に組み込んだカルマンフィルタを用いた状態量の推定演算を、推定した状態量を他の数理モデルに反映しながら、時間変動のスケールが短い数理モデル１０Ａから順番に行うことにより、計測対象の推定計測値を算出する。 In other words, in the present embodiment, the measurement model 10 is divided into a plurality of mathematical models 10A and 10B, each of which has a different scale of time variation of the state quantity, and each is incorporated in an observation equation of the Kalman filter. Based on the measurement values transmitted from the measurement terminal 1, the estimation device 2 performs an estimation calculation of the state quantity using the Kalman filter in which the mathematical models 10A and 10B are incorporated in the observation equation, and the estimated state quantity is converted to another mathematical expression. The estimated measurement value of the measurement target is calculated by performing in order from the mathematical model 10A with a short time variation scale while reflecting in the model.
この計測モデル１０に対し、双子実験を試みた。すなわち試料・試薬に流速パターンを仮想的に与えることで、圧力変化の観測値データ（ｐs、ｐr）を得た。また、試料・試薬の濃度をいくつか変更して、反応物の吸光度信号、試薬消費信号（Ｉs（ｔ）、Ｉr（ｔ））を人工的に生成した。図２３（Ａ）には、圧力変化の観測値データの一例が示され、図２３（Ｂ）には、反応物の吸光度信号、試薬消費信号の観測値データの一例が示されている。 For this measurement model 10, a twin experiment was attempted. That is, the observed value data (p s , p r ) of the pressure change was obtained by virtually giving the flow rate pattern to the sample / reagent. Further, the absorbance signal of the reaction product and the reagent consumption signal (I s (t), I r (t)) were artificially generated by changing several concentrations of the sample / reagent. FIG. 23A shows an example of the observation value data of the pressure change, and FIG. 23B shows an example of the observation value data of the absorbance signal of the reactant and the reagent consumption signal.
上述のように、第１ステップとして、この圧力変化（ｐs、ｐr）に基づいて、数理モデル１０Ａを用いて、試料・試薬のフローパターン（ｕs、ｕr）を推定した。次に、第２ステップとして、得られたフローパターンを数理モデル１０Ｂに反映させながら、試料、試薬の濃度の推定を行った。図２４（Ａ）乃至図２４（Ｃ）には、これらの推定結果が示されている。図２４（Ａ）には推定したフローパターンが示され、図２４（Ｂ）には、最初に仮想的に与えたフローパターンが示されている。図２４（Ａ）と図２４（Ｂ）とを比較するとわかるように、推定したフローパターンには、推定した部分的にノイズがあるが、ほぼ元のパターンをトレースしていることがわかる。 As described above, as the first step, the flow pattern (u s , u r ) of the sample / reagent was estimated using the mathematical model 10A based on the pressure change (p s , p r ). Next, as a second step, the sample and reagent concentrations were estimated while reflecting the obtained flow pattern in the mathematical model 10B. 24A to 24C show these estimation results. FIG. 24A shows an estimated flow pattern, and FIG. 24B shows a flow pattern virtually given first. As can be seen from a comparison between FIG. 24A and FIG. 24B, the estimated flow pattern has a partially estimated noise, but it is understood that the original pattern is almost traced.
また、図２４（Ｃ）には、濃度推定の逐次計算の結果が示されている。設定濃度値に対し、推定値は、１〜２％程度の誤差範囲に収まった。試薬の劣化も併せて推定できている。全体的に高値になっているが、これは演算プログラムにおけるノイズ処理の影響である。 FIG. 24C shows the result of sequential calculation of concentration estimation. The estimated value was within an error range of about 1 to 2% with respect to the set concentration value. The deterioration of the reagent can also be estimated. The overall value is high, but this is the effect of noise processing in the arithmetic program.
このように、連続流れ式分析装置の数理モデル１０Ａ、１０Ｂで仮想的に生成した観測値を用いて試料・試薬のフローパターン及び濃度の推定を試行したところ、良好な結果が得られた。 Thus, when the estimation of the flow pattern and the concentration of the sample / reagent was tried using the observation values virtually generated by the mathematical models 10A and 10B of the continuous flow analyzer, good results were obtained.
なお、カルマンフィルタで推定可能な物理量は、試料・試薬の濃度には限られない。例えば、試料・試薬に含まれる残留気泡量、流路閉塞圧力損失などを推定することも可能である。また、観測値も、上述のものに限られず、他の部分の圧力変化、温度、湿度などを用いてもよい。 The physical quantity that can be estimated by the Kalman filter is not limited to the concentration of the sample / reagent. For example, it is possible to estimate the amount of residual bubbles contained in the sample / reagent, the flow path blockage pressure loss, and the like. Further, the observed value is not limited to the above-described value, and pressure change, temperature, humidity, and the like of other portions may be used.
なお、モデルは、上述のようにして生成されるものには限られない。例えば、入力境界Ｐn（ｔ）に対する出力境界Ｓn（ｔ）の応答を実測し、その実測された応答に基づいて生成されたモデルを用いるようにしてもよい。 The model is not limited to that generated as described above. For example, the response of the output boundary S n (t) with respect to the input boundary P n (t) may be actually measured, and a model generated based on the actually measured response may be used.
なお、上記実施の形態において、実行されるプログラムは、フレキシブルディスク、ＣＤ−ＲＯＭ（Compact Disc Read-Only Memory）、ＤＶＤ（Digital Versatile Disc）、ＭＯ（Magneto-Optical Disc）等のコンピュータ読み取り可能な記録媒体に格納して配布し、そのプログラムをインストールすることにより、上述のスレッドを実行するシステムを構成することとしてもよい。 In the above embodiment, the program to be executed is a computer-readable recording medium such as a flexible disk, a CD-ROM (Compact Disc Read-Only Memory), a DVD (Digital Versatile Disc), and an MO (Magneto-Optical Disc). A system that executes the above-described thread may be configured by storing and distributing the program in a medium and installing the program.
また、プログラムをインターネット等の通信ネットワーク上の所定のサーバ装置が有するディスク装置等に格納しておき、例えば、搬送波に重畳させて、ダウンロード等するようにしてもよい。 Further, the program may be stored in a disk device or the like of a predetermined server device on a communication network such as the Internet, and may be downloaded, for example, superimposed on a carrier wave.
また、上述の機能を、ＯＳ（Operating System）が分担して実現する場合又はＯＳとアプリケーションとの協働により実現する場合等には、ＯＳ以外の部分のみを媒体に格納して配布してもよく、また、ダウンロード等してもよい。 In addition, when the above functions are realized by sharing an OS (Operating System), or when the functions are realized by cooperation between the OS and an application, only the part other than the OS may be stored in a medium and distributed. You may also download it.
この発明は、この発明の広義の精神と範囲を逸脱することなく、様々な実施の形態及び変形が可能とされるものである。また、上述した実施の形態は、この発明を説明するためのものであり、この発明の範囲を限定するものではない。すなわち、この発明の範囲は、実施の形態ではなく、特許請求の範囲によって示される。そして、特許請求の範囲内及びそれと同等の発明の意義の範囲内で施される様々な変形が、この発明の範囲内とみなされる。 Various embodiments and modifications can be made to the present invention without departing from the broad spirit and scope of the present invention. The above-described embodiments are for explaining the present invention and do not limit the scope of the present invention. In other words, the scope of the present invention is shown not by the embodiments but by the claims. Various modifications within the scope of the claims and within the scope of the equivalent invention are considered to be within the scope of the present invention.
本発明は、例えば、湖沼、海洋、水道上水、下水等の水質モニタリングに好適である。この他、外部環境に影響を受ける計測を行う各種計測、例えば化学成分の計測などにも好適である。大気などのガス成分の計測にも有用である。 The present invention is suitable for water quality monitoring such as lakes, oceans, tap water, sewage, and the like. In addition, it is also suitable for various types of measurements that are affected by the external environment, such as measurement of chemical components. It is also useful for measuring gas components such as the atmosphere.
１ 計測端末
２ 推定装置
５ 流動微小素片
６ サブシステム
１０ 計測モデル
１０Ａ、１０Ｂ 数理モデル
１１ 比較解析部
１２ 信号生成部
１３ 通信部
２０ 水道配管
２１ 採水配管
２２ 配管
３０ 試料水流れ制御部
３１ 試料水前処理部
３２ 圧力センサ
３３ 試薬流れ制御部
３４ 試薬容器
３５ 圧力センサ
３６ 混合反応部
３７ 検出部
３８ 廃液保管部
３９ 信号処理部
４０ 通信部
５０ 接続流路モジュール
５１ マイクロ流体要素
５２ 流動制御モジュール
５３ 流動制御用バルブ
５４ 接続流路モジュール
５５ マイクロ流体要素
５６ ポンプモジュール
５７ シリンジ駆動アクチュエータ
５８ プレフィルド試薬シリンジ
６０ 通信ネットワーク
６１ 浄水場
６２ 需要家
６３ 上水道
９０ ポンプシーケンサ
９１ 洗浄液用ポンプ
９２ 試料用ポンプ
９３ 試薬用ポンプ
９４ マイクロ流路
９５ マイクロミキサ
９６ 反応用流路
９７ フローセル
１００ 遠隔計測システム
DESCRIPTION OF SYMBOLS 1 Measurement terminal 2 Estimation apparatus 5 Flowing micro-piece 6 Subsystem 10 Measurement model 10A, 10B Mathematical model 11 Comparison analysis part 12 Signal generation part 13 Communication part 20 Water supply pipe 21 Sampling pipe 22 Pipe 30 Sample water flow control part 31 Sample Water pretreatment unit 32 Pressure sensor 33 Reagent flow control unit 34 Reagent container 35 Pressure sensor 36 Mixing reaction unit 37 Detection unit 38 Waste liquid storage unit 39 Signal processing unit 40 Communication unit 50 Connection channel module 51 Microfluidic element 52 Flow control module 53 Flow control valve 54 Connection channel module 55 Microfluidic element 56 Pump module 57 Syringe drive actuator 58 Prefilled reagent syringe 60 Communication network 61 Water purification plant 62 Customer 63 Water supply 90 Pump sequencer 91 Cleaning liquid pump 92 Sample Pump 93 reagent pump 94 microchannel 95 micromixer 96 reaction channel 97 the flow cell 100 telemetry systems
Claims (5)
前記計測対象及び前記環境情報の因果関係を示す数理モデルである計測モデルを有し、前記計測端末から送信される前記各計測値に基づいて前記計測モデルを解析することにより、前記計測対象の推定計測値を算出する推定装置と、を備え、
前記環境情報は、
前記計測端末を取り巻く環境に関する情報であって、温度、湿度及び圧力の少なくとも１つを含み、
前記計測モデルは、
内部パラメータで規定され、前記計測対象の推定計測値の情報を含む数式でモデル化された前記計測端末の計測モデルであって、前記計測端末から出力された前記環境情報の計測値を境界条件として入力したときの前記計測対象の予想計測値を出力し、
前記推定装置は、
前記計測端末から受信した前記計測対象の計測値と、前記計測モデルから出力される前記計測対象の予想計測値との差が許容範囲内となるように、前記内部パラメータを調整し、前記差が許容範囲内となったときに前記計測モデルによって規定される前記計測対象の推定計測値を、前記計測対象の計測値として決定する、
ことを特徴とする遠隔計測システム。 Measures water quality or atmospheric components that are measurement values of the measurement target, measures environmental information that fluctuates the measurement value of the measurement target, and transmits the measurement value of the measurement target and the measurement value of the environmental information to the outside A measuring terminal;
Estimating the measurement target by having a measurement model that is a mathematical model indicating a causal relationship between the measurement target and the environment information, and analyzing the measurement model based on each measurement value transmitted from the measurement terminal An estimation device for calculating a measurement value,
The environmental information is
Information on the environment surrounding the measurement terminal, including at least one of temperature, humidity and pressure,
The measurement model is
A measurement model of the measurement terminal that is defined by an internal parameter and modeled by a mathematical formula that includes information on an estimated measurement value of the measurement target, and the measurement value of the environment information output from the measurement terminal is used as a boundary condition Output the expected measurement value of the measurement target when input,
The estimation device includes:
The internal parameter is adjusted so that the difference between the measurement value of the measurement object received from the measurement terminal and the expected measurement value of the measurement object output from the measurement model is within an allowable range, and the difference is Determining an estimated measurement value of the measurement object defined by the measurement model when it falls within an allowable range as a measurement value of the measurement object;
Telemetry system characterized by that.
前記計測対象及び前記環境情報の因果関係を示す数理モデルである計測モデルを有し、前記計測端末から送信される前記各計測値に基づいて前記計測モデルを解析することにより、前記計測対象の推定計測値を算出する推定装置と、を備え、
前記環境情報は、
前記計測端末を取り巻く環境に関する情報であって、温度、湿度及び圧力の少なくとも１つを含み、
前記計測モデルは、
状態量の時間変動のスケールがそれぞれ異なり、かつ、それぞれがカルマンフィルタの観測方程式に組み込まれた複数の数理モデルに分けられ、
前記推定装置は、
前記計測端末から送信される前記各計測値に基づいて、前記各数理モデルを観測方程式に組み込んだカルマンフィルタを用いた状態量の推定演算を、推定した状態量を他の前記数理モデルに反映しながら、時間変動のスケールが短い数理モデルから順番に行うことにより、前記計測対象の推定計測値を算出する、
ことを特徴とする遠隔計測システム。 Measures water quality or atmospheric components that are measurement values of the measurement target, measures environmental information that fluctuates the measurement value of the measurement target, and transmits the measurement value of the measurement target and the measurement value of the environmental information to the outside A measuring terminal;
Estimating the measurement target by having a measurement model that is a mathematical model indicating a causal relationship between the measurement target and the environment information, and analyzing the measurement model based on each measurement value transmitted from the measurement terminal An estimation device for calculating a measurement value,
The environmental information is
Information on the environment surrounding the measurement terminal, including at least one of temperature, humidity and pressure,
The measurement model is
Each state variable has a different time scale, and each is divided into multiple mathematical models incorporated into the Kalman filter observation equation.
The estimation device includes:
Based on each measurement value transmitted from the measurement terminal, the state quantity estimation calculation using the Kalman filter in which each mathematical model is incorporated into an observation equation, while reflecting the estimated state quantity on the other mathematical model The estimated measurement value of the measurement target is calculated by sequentially performing the mathematical model with a short time variation scale.
Telemetry system characterized by that.
前記計測対象及び前記環境情報の因果関係を示す数理モデルである計測モデルを有し、前記計測端末から送信される前記各計測値に基づいて前記計測モデルを解析することにより、前記計測対象の推定計測値を算出する推定装置と、を備え、
前記環境情報は、
前記計測端末を取り巻く環境に関する情報であって、温度、湿度及び圧力の少なくとも１つを含み、
前記計測端末は、
外部から入力される制御信号に従って前記環境情報として計測される温度、湿度及び圧力のいずれかを調整可能な調整部を備え、
前記推定装置は、
所定のタイミングで、前記環境を調整するための前記制御信号を前記計測端末に出力する、
ことを特徴とする遠隔計測システム。 Measures water quality or atmospheric components that are measurement values of the measurement target, measures environmental information that fluctuates the measurement value of the measurement target, and transmits the measurement value of the measurement target and the measurement value of the environmental information to the outside A measuring terminal;
Estimating the measurement target by having a measurement model that is a mathematical model indicating a causal relationship between the measurement target and the environment information, and analyzing the measurement model based on each measurement value transmitted from the measurement terminal An estimation device for calculating a measurement value,
The environmental information is
Information on the environment surrounding the measurement terminal, including at least one of temperature, humidity and pressure,
The measuring terminal is
An adjustment unit that can adjust any one of temperature, humidity, and pressure measured as the environmental information according to a control signal input from the outside,
The estimation device includes:
At a predetermined timing, and it outputs the control signal for adjusting the environment to the measuring terminal,
Telemetry system characterized by that.
前記計測対象及び前記環境情報の因果関係を示す数理モデルである計測モデルを有し、前記計測端末から送信される前記各計測値に基づいて前記計測モデルを解析することにより、前記計測対象の推定計測値を算出する推定装置と、を備える、
ことを特徴とする遠隔計測システム。 As the measurement value of the measurement target, the concentration of the reagent in the solution obtained by mixing the sample water and the reagent is measured, and as the environmental information for changing the measurement value of the measurement target, the sample water is mixed when mixed. Measuring a pressure applied to the reagent, and transmitting a measurement value of the measurement target and a measurement value of the environmental information to the outside,
Estimating the measurement target by having a measurement model that is a mathematical model indicating a causal relationship between the measurement target and the environment information, and analyzing the measurement model based on each measurement value transmitted from the measurement terminal an estimation device for calculating a measured value, Ru provided with,
Telemetry system which is characterized a call.
複数の異なる計測点にそれぞれ設けられ、
前記推定装置は、
前記計測端末毎に、前記計測モデルが設けられている、
ことを特徴とする請求項１乃至４のいずれか一項に記載の遠隔計測システム。 The measuring terminal is
Provided at each of several different measurement points,
The estimation device includes:
The measurement model is provided for each measurement terminal,
The telemetry system according to any one of claims 1 to 4, wherein
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012226422A JP6156789B2 (en) | 2012-01-18 | 2012-10-11 | Telemetry system |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012008263 | 2012-01-18 | ||
| JP2012008263 | 2012-01-18 | ||
| JP2012226422A JP6156789B2 (en) | 2012-01-18 | 2012-10-11 | Telemetry system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013167623A JP2013167623A (en) | 2013-08-29 |
| JP6156789B2 true JP6156789B2 (en) | 2017-07-05 |
Family
ID=49178113
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012226422A Expired - Fee Related JP6156789B2 (en) | 2012-01-18 | 2012-10-11 | Telemetry system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6156789B2 (en) |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2311252A1 (en) * | 2000-06-09 | 2001-12-09 | Watertrax Inc. | Integrated water quality monitoring system |
| CA2413205A1 (en) * | 2000-06-26 | 2002-01-03 | Boston Medical Technologies, Inc. | Glucose metering system |
| JP2002109150A (en) * | 2000-09-28 | 2002-04-12 | Fuji Electric Co Ltd | Method for adaptively predicting time series data |
| US6983208B2 (en) * | 2003-11-24 | 2006-01-03 | Mgd Technologies, Inc. | Method and apparatus for combined measurements of concentration, distribution and flow velocity of suspended solids |
| JP4449803B2 (en) * | 2005-03-28 | 2010-04-14 | 日本電気株式会社 | Time series analysis system, method and program |
| JP2006300870A (en) * | 2005-04-25 | 2006-11-02 | Nippon Telegr & Teleph Corp <Ntt> | Water quality measuring system |
| JP5238301B2 (en) * | 2008-03-11 | 2013-07-17 | 五洋建設株式会社 | Water quality monitoring method and water quality monitoring system |
| WO2012069688A1 (en) * | 2010-11-23 | 2012-05-31 | Sakari Laitinen-Vellonen | System for monitoring water quality |
-
2012
- 2012-10-11 JP JP2012226422A patent/JP6156789B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2013167623A (en) | 2013-08-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Singh et al. | Determining optimal sensor locations for state and parameter estimation for stable nonlinear systems | |
| RU2431119C2 (en) | Multiphase coriolis flowmetre | |
| WO2020227383A1 (en) | Combining machine learning with domain knowledge and first principles for modeling in the process industries | |
| JP5097132B2 (en) | Multiphase overreading correction in process variable transmitters | |
| Samuelsson et al. | Gaussian process regression for monitoring and fault detection of wastewater treatment processes | |
| JP6328124B2 (en) | Flow control in microfluidic devices | |
| Pereira et al. | Low-cost Arduino-based temperature, relative humidity and CO2 sensors-An assessment of their suitability for indoor built environments | |
| Warier et al. | Design of Controllers based on MPC for a Conical Tank System | |
| CA2658810C (en) | Wet gas measurement | |
| JP6834295B2 (en) | State predictor | |
| Farahani et al. | Sliding Mode Observer Design for decentralized multi-phase flow estimation | |
| JP6156789B2 (en) | Telemetry system | |
| Nguyen et al. | Design of nonlinear sensor networks for process plants | |
| Boillereaux et al. | A new approach for designing model-based indirect sensors | |
| Van den Berg et al. | Selection of optimal process analyzers for plant-wide monitoring | |
| Arulmaran et al. | Handling model plant mismatch in state estimation using a multiple-model-based approach | |
| US20190235128A1 (en) | Determination of virtual process parameters | |
| EP2283331B1 (en) | Improved configuration of a multivariable process fluid flow device | |
| Barzin et al. | New spectrophotometric measurement method for process control of miniaturized intensified systems | |
| Botero et al. | Non linear state and parameters estimation in chemical processes: Analysis and improvement of three estimation structures applied to a CSTR | |
| Bodizs et al. | Convolution model based predictive controller for a nonlinear process | |
| Navada et al. | Efficient Flow Control in Industrial Processes: Estimating In-flow at Control Valves Without Physical Sensors | |
| Navada et al. | A soft sensor for estimation of in-flow rate in a flow process using pole placement and Kalman filter methods | |
| Ford | A simple parametric design model for straight-tube Coriolis flow meters | |
| Vojtesek et al. | Adaptive control of temperature inside plug-flow chemical reactor using 2DOF controller |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150917 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160629 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160705 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160905 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161213 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20170213 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20170301 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170328 |
|
| 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: 20170516 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170529 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6156789 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 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |