JP2986582B2

JP2986582B2 - ニオイ識別装置

Info

Publication number: JP2986582B2
Application number: JP3165989A
Authority: JP
Inventors: 義昭岡山
Original assignee: Nohmi Bosai Ltd
Current assignee: Nohmi Bosai Ltd
Priority date: 1991-07-05
Filing date: 1991-07-05
Publication date: 1999-12-06
Anticipated expiration: 2014-12-06
Also published as: JPH0510904A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、環境中のニオイを識別
するためのニオイ識別装置に関するものである。

【０００２】

【従来の技術】ニオイ・センサを用いてニオイの種類を
識別する研究が盛んに行われている。ニオイの識別は、
簡単な器材では不可能で、ガスクロマトグラフィー、マ
ススペクトルメータ等で、分子量として検出している。
また通常の酸化第二錫ＳｎＯ₂を用いたガスセンサでは
ニオイに対する選択性がほとんどみられない。

【０００３】

【発明が解決しようとする課題】本発明は、従来用いら
れているニオイ・センサの選択性を高めることにより、
従来行われていたよりも簡単な方法で、広範囲に渡る種
類のニオイを精度良く識別することができるニオイ識別
装置を得ることを目的としている。

【０００４】

【課題を解決するための手段】従って、本発明によれ
ば、複数の種類の異なるニオイ・センサと、これらニオ
イ・センサからのセンサ出力値を識別して、環境中のニ
オイの群分けを行い、該群分けされたニオイの種類ごと
にニオイ・レベルを算出する、例えばニューラルネット
で構成されるニオイ識別部と、該ニオイ識別部からの群
分けされたニオイの種類ごとのニオイ・レベルの算出結
果に基づいて、意味あるニオイを判断する判断部と、を
備えたことを特徴とするニオイ識別装置が提供される。

【０００５】

【作用】ニオイ・センサは、或るニオイに対して、その
ニオイの発生量とニオイ・センサの出力との間に特定の
関係を有するが、ニオイ・センサの種類が異なれば該ニ
オイに対するその特定の関係も異なるので、該ニオイに
対して応答が異なる複数のニオイ・センサを用い、各ニ
オイ・センサのそれぞれの応答を総合的に判断するよう
にすれば、ニオイの種類ごとのニオイ・レベル、もしく
はニオイを幾つかに群分けして各群分けされた種類ごと
のニオイ・レベルを識別することが可能である。ニュー
ラルネットで構成されるのが好ましいニオイ識別部は、
複数の種類の異なるニオイ・センサからのセンサ出力値
に基づいて、そのような識別を行う。判断部は、ニオイ
識別部の識別内容に基づいて、例えば人間の健康にとっ
て意味のあるニオイ、または危険な環境を監視するため
に意味のあるニオイ、もしくはその他の意味あるニオイ
を判断して出力する。

【０００６】

【実施例】以下、本発明の実施例について説明するが、
それに先立って、本発明の基礎となった試験研究の内容
について説明する。

【０００７】試験に使用したセンサの種類まず、アルミナ基板上にＳｎＯ₂を１０００Å（センサ
１）、２５００Å（センサ２）の厚さにそれぞれ蒸着
し、裏面にＰｔヒータをスパッタリングした２種類のニ
オイ・センサを作成し、これらを３５０℃にヒータで加
熱して使用した。ニオイ・センサの測定回路は図１に示
す。センサ１及びセンサ２のそれぞれに対して図１の測
定回路が設けられる。

【０００８】行った試験の種類試験は、焦げ臭に対する感度を測定する試験である試験
１、焦げ臭以外の環境臭の感度を測定する試験である試
験２、並びに燻焼状態時における高感度煙感知器（ＩＥ
Ｉ社のＶＥＳＤＡ［very early smoke detection appar
atus］を使用）とニオイ・センサとの感度比較を測定す
る試験３、の３通りの試験を行った。

【０００９】焦げ臭の感度測定方法（試験１及び３の場
合）加熱する材料として１８種類用意し、これを１０℃／分
の昇温速度で加熱し、そのとき発生するニオイに対する
センサ感度を測定した。また、同時に、煙感度０.０１
％／ｍの煙を検出できるＩＥＩ社のＶＥＳＤＡすなわち
高感度煙感知器とパーティカル・カウンタの両方で煙濃
度を測定し、かつ温度計を用いて発煙温度を測定した。
測定は図２に示すように、ＨＥＰＡフィルタ（high eff
iciencyparticle filter すなわち高効率粒子フィル
タ）と、除臭フィルタと、により空気中の粒子個数を
０.３μｍサイズで１０⁴個／ｍ³以下に制御し、かつニ
オイを除去したクリーン・ダクト内に置かれた容器の中
で材料を３３０℃まで加熱して行った。

【００１０】容器は２種類を使い分けした。試験１で
は、ガラス製の１.８Ｌ（リットル）の容器を使用し
た。この場合は、ベルジャー内に２個のニオイ・センサ
を取り付け、内部の空気を３００ｍＬ／分の量でパーテ
ィカル・カウンタへ導いた。また試験３ではステンレス
製の６５Ｌ（リットル）の容器を用いた。試験３のとき
は、容器内部の空気をポンプで３Ｌ／分の流速でＶＥＳ
ＤＡ及びニオイ・センサへ導いた。

【００１１】環境臭の感度測定方法（試験２の場合）試験２の測定時は、１.８Ｌ（リットル）のベルジャー
内にニオイ・センサを入れ、密封した状態でその内部に
ニオイ発生物質を入れて測定した。

【００１２】試験の結果（ａ）焦げ臭に対する感度（試験１）図３の表に示すようにセルロース系の材料（コピーペー
パ、新聞紙、濾紙、松）に対する厚膜のセンサ２の感度
は高い。しかし同じ系統の材料のカートンペーパに対す
る感度が比較的低いのは紙の質が良くないため、１９０
℃の低い温度で固着剤が煙となって飛んだと推定され
る。また、不純物の少ない紙ほどニオイ並びに煙の発生
温度が高くなった。コットンは３３０℃に達しても発煙
せず、ニオイだけを発生した。コットンに対するセンサ
感度は高い値を示した。電気回路基板として、ガラスエ
ポキシ基板と紙エポキシ基板を加熱してセンサ感度を測
定した。紙エポキシ基板は１５０℃でニオイを出し、１
８０℃で発煙した。エポキシ基板（レジスト付き）は２
１０℃、３００℃で各々ニオイ、煙を発生した。この結
果、ガラスエポキシ基板に対するセンサ感度は、セルロ
ース系の材料の焦げ臭と同じかそれ以上の高い値を示し
たが、反対に紙エポキシ基板では低い値を示した。プラ
スチック、ゴム材料のニオイに対するセンサ感度は次の
順序に高かった。

【００１３】アクリル＞ポリエチレン＝発泡スチロール
＞ゴム＞ＡＢＳ樹脂これらのことからニオイ発生温度と発煙温度の差が大き
い材料の焦げ臭に対してセンサの感度が大きいことが分
かった。また、セルロース系材料とガラスエポキシ基板
を１０℃／分の速度で加熱する場合、煙が出る前にニオ
イ・センサで充分検出可能である。

【００１４】センサ温度をパラメータとして得たとき、
７種類の材料の焦げ臭に対する感度を図４の表に示す。
コピーペーパ、新聞紙、濾紙、ＡＢＳ樹脂ではヒータ温
度が低くなるとセンサ１及びセンサ２共にセンサ感度が
良くなる反面、応答速度は遅くなった。アクリル樹脂で
は反対に、ヒータ温度が高くなるとセンサ感度は大きく
改善された。ガラスエポキシ基板においては、膜厚１０
００Åの薄いセンサ１ではアクリル樹脂と同じ傾向を示
した。膜厚２５００Åの厚いセンサ２ではヒータ温度３
１７℃で最大感度を示した。

【００１５】（ｂ）通常環境中で発生するニオイに対す
る感度（試験２）普通の環境で発生するニオイは大変多くの種類がある
が、この実験では、図５の表に示す材料のニオイに対す
るセンサ１及びセンサ２のセンサ感度を測定した。コー
ヒーパウダ、タバコの吸殻に対し非常に高い感度を示し
た。これらの材料は以前に一旦焦がした物なので、感度
が高くなるのは当然なのかも知れない。また、アルコー
ルや揮発性の溶剤を含む材料のニオイには、センサは高
感度でかつ速く応答した。高級アルコールの入っている
芳香剤にも、センサは高い感度を持っていた。一方かな
りのニオイのある菓子に対するセンサの感度は低かっ
た。

【００１６】（ｃ）ＶＥＳＤＡとニオイ・センサの感度
比較（試験３）ＶＥＳＤＡとニオイ・センサの感度を比較するため６５
Ｌ（リットル）のテストボックス中で材料を加熱燻焼さ
せ、ニオイと煙を発生させた。但し、煙濃度は最高０.
１５％／ｍになるように加熱材料の量をコントロールし
て行った。各種材料を燻焼させ、煙濃度０.１％／ｍ時
のニオイ・センサの出力変化値を図６の表に示す。膜厚
２５００Åのセンサ２の感度の高い順序に主な材料を記
すと次の通りになった。

【００１７】コットン＞コピーペーパ＞ガラスエポキシ
基板（レジスト付き）＞松＞新聞紙＞ガラスエポキシ基
板（レジスト無し）＞アクリル仮にニオイ・センサのスレショルド・レベルを３００ｍ
Ｖに設定すると、これらの材料が燻焼し、０.１％／ｍ
の煙濃度に達するまでにニオイ・センサは警報を出すこ
とが可能になる。しかし、塩化ビニール、ＡＢＳ樹脂の
加熱時は、ニオイ・センサは僅かしか感じなかった。膜
厚１０００Åのセンサ１においてはアクリルとコットン
のニオイに対し膜厚の厚いセンサ２より感度が高くなっ
た。

【００１８】（ｄ）ニオイに対する異なる２個のセンサ
の出力軌跡横軸にＳｎＯ₂の膜厚１０００Åの薄膜型センサ１の出
力を目盛り、縦軸に膜厚２５００Åの厚膜型センサ２の
出力を目盛ると図７のようになった。この図７から、各
種材料の加熱燻焼時のニオイと、通常環境中に良く存在
するアルコールやシンナのような有機溶剤のニオイと
が、この図中で明確に区別できることが分かる。すなわ
ち、最初に殆ど総ての材料において、燻焼させたときに
発生するニオイに対しセンサ軌跡は、同じ領域（厚膜型
のセンサ２側）に集中した。それに対しエチルアルコー
ル、ＩＰＡ、シンナそして香水のニオイに薄膜型のセン
サ１は速い応答を示し、その後厚い膜厚のセンサがゆっ
くりと応答するので、センサ軌跡は右上がりの傾向を描
いた。特に、有機溶剤の内、沸点の低い材料程、この傾
向が激しい。アクリルのニオイに対するセンサ軌跡はア
ルコールのグループに近い挙動を示したが、熱分解で低
沸点のアクリロニトリロが生成され、これに感度を有す
るものと考えられる。また、コーヒー、芳香剤、タバコ
の吸殻のニオイに対する応答軌跡は前記の２つのグルー
プの中間に位置した。このように図７から、火災のとき
に発生するニオイと、普通の環境中にしばしば出現する
アルコール等のニオイを識別できることを意味する。

【００１９】以上の実験結果から、２個の膜厚の異なる
ニオイ・センサによって描かれるニオイに対する応答軌
跡は、図７に示すようにニオイの種類によりグループ分
けできることが分かった。そこで、以上の実験結果を踏
まえて、以下に本発明の一実施例として、上述した２個
の膜厚の異なるＳｎＯ₂ニオイ・センサ１及び２と、ア
ナログデータのパターンマッチングを得意とするニュー
ラルネットとを用いて構成したニオイの種類を決定する
システムについて説明する。

【００２０】図８は、そのようなニオイの種類を決定す
るシステムとしてのマイクロコンピュータ等で構成され
て良い信号処理部ＰＲのブロック回路構成を概略的に示
す図であり、該信号処理部ＰＲには、前述の膜厚の異な
る２個のＳｎＯ₂薄膜ニオイ・センサＳ₁及びＳ₂が接続
されている。メモリＲＡＭ１及びＲＡＭ２等が接続され
た（またはそれらメモリを内蔵していても良い）ニオイ
識別部ＯＤは、ニオイ・センサＳ₁及びＳ₂からのアナロ
グ・センサ信号を受けてニオイの識別を行ってその識別
結果を判断部ＤＥに出力し、判断部ＤＥは、その識別結
果に基づいて適当な比較判断を行う。例えば信号処理部
ＰＲが火災判断を行う火災検出装置もしくは火災警報装
置として用いられる場合には、判断部ＤＥは、ニオイ識
別部ＯＤから出力される信号から焦げ臭のみに着目し
て、焦げ臭の強度が或る基準値以上であるときに火災と
判断する信号を出力するようにすることができる。

【００２１】また、例えば信号処理部ＰＲがニオイの質
を区別するニオイ識別装置等として用いられる場合に
は、図３〜図７に基づいてニオイ識別部ＯＤに必要な識
別判断処理を行わせ、その結果から判断部ＤＥは、快適
なニオイと不快なニオイの識別、刺激的なニオイとマイ
ルドなニオイの識別、興奮するニオイと落ち着くニオイ
の識別等を行って、それら種類に関する信号を出力する
ことも可能である。

【００２２】さらに、信号処理部ＰＲに接続されるセン
サの種類及び個数を、識別しようとするニオイに適した
ものに適宜変更し、ニオイ識別部ＯＤにニオイの判断処
理を行わせて判断部ＤＥにニオイの種類に関する信号を
出力させるようにすることもできる。

【００２３】ニオイ識別部ＯＤには、ニオイの種類に関
する判断を行うため、図７で説明した実験結果を表すテ
ーブルを格納したメモリを関連させるようにしても良い
が、本実施例ではテーブルの代わりに、図７の内容を学
習して覚え込ませたニューラルネットを用いるようにし
ている。バックプロパゲーション方式のいわゆるニュー
ラルネットについては、本件出願人による例えば特開平
２−１０５２９９号公報に詳細に説明されているが、こ
こで用いられるニューラルネットも同様の作用を有する
ものである。本実施例では、ニューラルネットに覚え込
ませる学習内容として、図７のグラフに基づいて、該グ
ラフの特性を把握した図９に示すような定義テーブルを
作成する。図９から分かるようにこの定義テーブルは、
２つのセンサＳ₁及びＳ₂の入力値の組合わせの２６通り
のパターンを図７のグラフから選択し、各組合わせパタ
ーンに対する２つの定義値（すなわち有機的ニオイの定
義値Ｄ₁と焦げ臭の定義値Ｄ₂）の関係を図７から抽出し
て表すものである。この定義テーブルの内容をニューラ
ルネットに学習させて覚え込ませると、該ニューラルネ
ットは、定義テーブルに無い入力値、すなわち２６通り
のパターン以外の２つのセンサＳ₁及びＳ₂の入力の組合
わせが入力された場合でも、定義テーブルの内容に沿っ
た正確な計算値を出力することができるようになる。そ
の計算値Ｃ₁及びＣ₂が同様に図９に示されている。

【００２４】図９に示す定義テーブルは一例として、図
７の原点からの距離が等しい円弧線上にある点に対して
は、原点からその点まで引いた線と縦軸とが為す角度が
小さい程焦げ臭の確度が大きくなるように、また、原点
からその点まで引いた線と横軸とが為す角度が小さい程
有機溶剤のニオイの確度が大きくなるように、そして原
点から引いた線と縦軸とが為す角度が一定である点に対
しては、原点からその点までの距離が大きい程焦げ臭並
びに有機溶剤のニオイのいずれの確度も大きくなるよう
に設定されたものとすることができる。このような原則
に加えて人間の経験的なものをも加味して作るようにし
ても良い。さらに、上述のように原点から離れた点に対
してではなく、図７に示されている２００ｍＶのマス目
ごとに（マス目を小さくする程、精度は良くなる）、原
点からの距離並びに縦軸及び横軸からの角度偏差に応じ
て確度の定義値を付与するようにしても良い。

【００２５】本実施例におけるニューラルネットは、図
８の信号処理部ＰＲ内のニオイ識別部ＯＤ内に概念的に
示されているように、２つのセンサＳ₁及びＳ₂からのア
ナログデータをそれぞれ受ける２つの入力層ＩＮｉ（ｉ
＝１，２）と、５つの中間層ＩＭｊ（ｊ＝１〜５）と、
有機的ニオイ及び焦げ臭の計算値をそれぞれ出力する２
つの出力層ＯＴｋ（ｋ＝１，２）とを有しており、各入
力層と各中間層とをつなぐ１０本の線並びに各中間層と
各出力層とをつなぐ１０本の線には、出力層ＯＴ₁及び
ＯＴ₂での出力値に寄与する程度に応じてそれぞれ２０
個の重付け値ω_ij及びν_jkが付与されている。なお、図
８のニオイ識別部ＯＤ内に示されたネット構造は、ニオ
イ識別部ＯＤでの演算過程を説明する上で理解を容易に
するために概念的に示すものであり、このような構造が
実際にニオイ識別部ＯＤ内に存在する分けではない。

【００２６】図９の定義テーブルにおいて、「入力」の
欄には、ＳｎＯ₂１０００Åの膜厚の第１のセンサＳ
₁（薄いセンサ）及びＳｎＯ₂２５００Åの膜厚の第２の
センサＳ₂（厚いセンサ）からのアナログのセンサ・レ
ベルがそれぞれ０〜１の値に変換されて示されており
（センサ出力の０〜１０００ｍＶが０〜１に対応）、右
側の４つの欄には、２つのセンサからのセンサ・レベル
に応じた有機的ニオイの定義値Ｄ₁及び計算値Ｃ₁、並び
に焦げ臭の定義値Ｄ₂及び計算値Ｃ₂が０〜１の値に変換
されてそれぞれ示されている。

【００２７】図９の定義テーブルの内容を学習させるに
当たり、まず、該定義テーブルにおけるセンサ入力と有
機的ニオイ及び焦げ臭の定義値との関係を、図８の定義
テーブル用メモリＲＡＭ１内に記憶させ、次に、図１０
のフローチャートに示すネット構造作成プログラムによ
り、図９の定義テーブルの第１及び第２のセンサ入力を
それぞれ入力層ＩＮ₁、ＩＮ₂に与え、それら入力に基づ
いて出力層ＯＴ₁及びＯＴ₂から出力される値を、図９の
有機的ニオイの定義値Ｄ₁及び焦げ臭の定義値Ｄ₂とそれ
ぞれ比較し、各比較結果の誤差が最小となるように各接
続線に付与された重付け値ω_ij及びν_jkを変えていき、
最終的に比較結果の誤差が最小もしくはゼロとなったこ
れら重付け値を重付け値テーブル用メモリＲＡＭ２に格
納する。このようにして２６点でしか示されていない図
９の定義テーブルの関数の全体に非常に近似したものを
図８のネット構造に教え込ませることが可能である。こ
のようにして定義テーブルの内容がネット構造に教え込
まされると、以後はセンサＳ₁及びＳ₂の入力に対しメモ
リＲＡＭ２に格納された重付け値を用いて演算を行うこ
とにより、有機的ニオイの計算値Ｃ₁及び焦げ臭の計算
値Ｃ₂を正確に得ることができる。

【００２８】今、入力層ＩＮｉと中間層ＩＭｊとの間の
重付け値ω_ij及び中間層ＩＭｊと出力層ＯＴｋとの間の
重付け値ν_jk（ｉ＝１，２、ｊ＝１〜５、ｋ＝１，２）
はそれぞれ正、ゼロ、負の値をとるものとすると、入力
層ＩＮｉにおける入力値をＩＮｉで表わせば、中間層Ｉ
Ｍｊに対する入力の総和ＮＥＴ₁(j)は以下の式１で表さ
れる。

【００２９】

【数１】

【００３０】この値ＮＥＴ₁(j)を、例えばシグモイド(s
igmoid)関数により０〜１の値に変換し、それをＩＭｊ
で表わすこととすると、以下の式２で表される。

【００３１】

【数２】

【００３２】同様に、出力層ＯＴｋに対する入力の総和
ＮＥＴ₂(k)は、以下の式３で表される。

【００３３】

【数３】

【００３４】この値ＮＥＴ₂(k)を同じくシグモイド関数
により０〜１の値に変換し、それをＯＴｋで表わすこと
とすると、以下の式４で表される。

【００３５】

【数４】

【００３６】このように図８のネット構造における入力
値ＩＮ₁、ＩＮ₂と、出力値ＯＴ₁、ＯＴ₂との関係は、重
付け値を用いて式１〜式４のように表わされる。ここ
に、γ₁及びγ₂はシグモイド曲線の調整係数であり、本
実施例ではγ₁＝１.０、γ＝１.２に適当に選択されて
いる。

【００３７】図１０に示すネット構造作成プログラムに
おいては、まず、ＲＡＭ１に格納された図９の定義テー
ブルの２６通りのセンサ入力のパターン組合わせのうち
の１つが入力層に与えられたとき、上述の式１〜式４で
計算されて出力層から出力される実際の出力ＯＴ₁、Ｏ
Ｔ₂が、図９の有機的ニオイの定義値Ｄ₁及び焦げ臭の定
義値Ｄ₂とそれぞれ比較され、そのときの各出力層にお
けるそれぞれの誤差の和Ｅm (m＝１〜２６)を下記の式
５で表わす。

【００３８】

【数５】

【００３９】ここに、ＯＴｋは前述の式４で求められた
値である。誤差の和Ｅmを図９のテーブルの２６通りの
組合わせすべてについて合計した値Ｅは、下記の式６と
なる。

【００４０】

【数６】

【００４１】最後に、式６における値Ｅがゼロもしくは
最小となるように信号線の重付け値を１本１本調整する
動作がとられる。そして、メモリＲＡＭ２内に格納され
ている重付け値は、これら調整された新たな重付け値で
もって更新され、ニオイ判別を行う際に用いられる。

【００４２】図８に概念的に示したネット構造に対する
図９の定義テーブルの教育が終了すると、すなわち１本
１本の重付け値の調整が終了して重付け値テーブル用メ
モリＲＡＭ２に適性な重付け値が格納されてしまうと、
実際のニオイ判別の際には、図１１のフローチャートに
示すネット構造計算プログラムにより、該メモリＲＡＭ
２に格納されている重付け値を用いて環境中のニオイの
判別が可能となる。すなわち、各センサ部からの入力値
をネット構造に与え、上述の式１〜式４を用いて各出力
層から得られる値を計算により求めることにより、有機
的ニオイの計算値Ｃ₁及び焦げ臭の計算値Ｃ₂がそれぞれ
求められる。

【００４３】このように本実施例では、ニオイ識別部Ｏ
Ｄは、個々のニオイではなく、ニオイを有機的ニオイと
焦げ臭との２つに大きく群分けして出力する場合を示し
ている。判断部ＤＥは、ニオイ識別部ＯＤからの出力に
基づいて、例えば有機溶剤のニオイにのみ着目して人間
の健康に対する環境の良し悪しを判断するようにするこ
ともできるし、焦げ臭のみに基づいて火災判別を行うよ
うにすることもできる。また、群分けの種類は上記実施
例に限定されるものではなく、さらに他のニオイ・セン
サを用いて群分けの種類として例えば爆発性のガスとす
ることもできる。

【００４４】図１２及び図１３は、図９の定義テーブル
の内容の教育を終了したニューラルネットを用いて、セ
ンサ入力の各種組合わせパターンを与えたときに出力さ
れる確度を表すもので、Ｘ軸に厚膜センサＳ２の出力を
０〜１に変換した値を、Ｙ軸に薄膜センサＳ１の出力を
０〜１に変換した値をそれぞれ示し、そしてＺ軸には、
図１２の場合は焦げ臭の確度の０〜１の値を、図１３の
場合は、有機溶剤のニオイの確度の０〜１の値をそれぞ
れ示している。図１２及び図１３におけるメッシュが、
任意のセンサ入力に対しニューラルネットにより計算さ
れた確度の大きさを表し、メッシュ上の線もしくは点線
は、特定の物質による焦げ臭もしくは特定の有機溶剤の
ニオイを表す。

【００４５】図１４には、各物質ごとのニオイに対する
最大の確度値、すなわち図１２及び図１３のＺ軸におけ
る最大値がそれぞれ％表示で示されている。番号１〜１
１のものは、１０℃／分の速度で加熱燻焼させてニオイ
を発生させた場合の最大確度値を図１２から抽出したも
ので、このように材料を燻焼させた場合の焦げ臭に対し
てはアクリルを除くと非常に高い確度を示すことが判
る。また、コーヒーや芳香剤のニオイでは、燻焼時のニ
オイとしての確度はほんの僅かの上昇に留どまってい
る。タバコの吸殻のニオイでは中程度の確度を示す。一
方、ＩＰＡ、エチルアルコール、アセトン、シンナー、
香水のグループはあまり大きい確度を示さず、最高確度
で約１５％である。

【００４６】同様に、環境臭である有機溶剤のニオイの
最大確度値を図１３から抽出した場合については、アク
リルのニオイは焦げ臭でありながら有機溶剤のニオイの
確度として特に例外的に確度が高く、最高９０％の確度
を記録したが、１〜１１の番号のその他の材料の焦げ臭
の確度はゼロであった。１４〜２６の番号の材料では有
機溶剤のニオイとしての確度が高く、このように燻焼時
のニオイの確度と環境でしばしば発生するニオイの確度
からニオイの質の違いを識別できることが分かった。

【００４７】さらに、ＳｎＯ₂の膜厚を違えた２つのニ
オイ・センサ及びニューラルネットを用いた本実施例に
より、各種のニオイに対する感度は以下のようにまとめ
られる。（ａ）セルロース系及びガラスエポキシ基板材料の焦げ
臭に対し感度が高い。（ｂ）センサの膜厚により感度が大きく異なる。焦げ臭
に対しては厚い膜厚のセンサの方が感度が高いが、有機
溶剤のニオイに対しては薄い膜厚のセンサの方が感度が
高い。（ｃ）ヒータ温度が低い程、焦げ臭に対する感度は高く
なる。しかしアクリルの焦げ臭に対しては逆の傾向であ
る。

【００４８】上記実施例では膜厚の異なる２つのニオイ
・センサを用いた場合を説明したが、さらに多数のニオ
イ・センサを使用してニューラルネットを形成すれば、
環境中の微妙なニオイの違いを一層明確に識別すること
が可能となり、また、判断部ＤＥには、用途に応じて適
宜必要な比較判断を行わせるようにすることができる。

【００４９】

【発明の効果】以上、本発明によれば、複数の種類の異
なるニオイ・センサからのセンサ出力値に基づいて、例
えばニューラルネットで構成されるのが好ましいニオイ
識別部にニオイの種類もしくはニオイの群分けされた種
類を識別させ、意味あるニオイを判断部に判断させるよ
うにしたので、簡単な構成にも拘わらずニオイの選択性
を高めることができ、広範囲に渡る種類のニオイを精度
良く識別することができるという効果がある。

【図面の簡単な説明】

【図１】本発明の実施例に用いられるニオイ・センサで
環境中のニオイを測定するための測定回路を示す図であ
る。

【図２】本発明に基づく実験を行うためのニオイ感度測
定方法を示す図である。

【図３】実験結果としての、材料と感度との関係の表を
示す図である。

【図４】実験結果としての、センサ温度に対する感度の
表を示す図である。

【図５】実験結果としての、通常環境中で発生するニオ
イに対する感度の表を示す図である。

【図６】実験結果としての、煙濃度０.１％／ｍにおけ
るセンサ感度の表を示す図である。

【図７】実験結果としての、２つのセンサの応答を総合
的に判断するためのグラフを示す図である。

【図８】本発明の一実施例によるニオイ識別装置を示す
ブロック回路図である。

【図９】図８のニオイ識別装置で用いられる定義テーブ
ルを示す図である。

【図１０】図８のニオイ識別装置で用いられるネット構
造作成プログラムを示すフローチャートである。

【図１１】図８のニオイ識別装置で用いられるネット構
造計算プログラムを示すフローチャートである。

【図１２】図８のニオイ識別装置で判断可能な焦げ臭の
確度を示す図である。

【図１３】図８のニオイ識別装置で判断することができ
る有機溶剤のニオイの確度を示す図である。

【図１４】図１２及び図１３における焦げ臭の確度並び
に有機溶剤のニオイの確度の最大値の表を示す図であ
る。

【符号の説明】

Ｓ１薄膜型の第１のセンサＳ２厚膜型の第２のセンサＰＲ信号処理部ＯＤニオイ識別部ＲＡＭ１定義テーブル用メモリＲＡＭ２重付け値テーブル用メモリＤＥ判断部

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁶，ＤＢ名) G01N 27/12

Claims

(57)【特許請求の範囲】

【請求項１】複数の種類の異なるニオイ・センサと、これらニオイ・センサからのセンサ出力値を識別して、
環境中のニオイの群分けを行い、該群分けされたニオイ
の種類ごとにニオイ・レベルを算出するニオイ識別部
と、該ニオイ識別部からの群分けされたニオイの種類ごとの
ニオイ・レベルの算出結果に基づいて、意味あるニオイ
を判断する判断部と、を備え、前記複数の種類の異なるニオイ・センサは、膜厚の異な
る同一材料の金属酸化物の膜を有したニオイ・センサで
あることを特徴とするニオイ識別装置。
【請求項２】前記群分けされたニオイの種類は、焦げ
臭及び有機溶剤のニオイの２種類のニオイである請求項
１のニオイ識別装置。
【請求項３】前記ニオイ識別部は、ニューラルネット
を備えている請求項１又は２のニオイ識別装置。