关于水分、厚度计的测量原理

特定波长的红外线具有被分子（原子）吸收的特性。吸收的波长根据组成分子的原子及其键合状态而变化。
下图是纵轴表示红外线吸收（透过率）、横轴表示波长（μm）的分光特性图的一例。



每种代表不同的特性，例如吸水特性、溶剂、薄膜和油。
另外，该吸收特性根据物质的量（厚度）而增强。
这通过以下公式表达为朗伯-比尔定律。



衰减量⊿I = -α･I･⊿t（α；由吸收系数、材料和波长确定的常数）

→ dI=-α･I･dt 两边按 t 积分（t=0 至 t）

红外线强度 I=I0·e^(-α·t)

Chino的红外线水分/厚度计利用该红外线吸收物质（官能团）特有的波长的特性，以及吸收量根据红外线的量（厚度）而变化的事实，来测量物质的量。我正在测量的物质中的每个成分。

水分、厚度计的内部构成如下所示。



光源灯发出的光经过滤波，仅选择特定的波长，照射到材料上。照射的红外线被测量目标（官能团）的振动吸收，衰减的反射光被凹面镜重新聚焦并入射到光电探测器上。
另外，该光学滤波通过电机旋转，间歇地发射不同波长的红外线（脉冲波）。接收到的红外线由检测元件转换成电信号，将各波长数据数字化，并计算出吸光度。信号。

本公司的水分、厚度计的吸光度输出主要为以下输出。

两个波长：吸收波长 λs 和比较波长 λr（吸收很少的参考波长）

吸光度 X= K1−λs/λr
K1；归一化常数（≒1）

使用两个波长：吸收波长 λs 和比较波长 λr1 和 λr2。

吸光度 X = K1-λs/(α·λr1+(1-α)·λr2)
K1：归一化常数（≒1），α：波长加权常数（0<α<1）

机载红外线的波长为λ1～λn，由于吸收特性呈指数关系，因此各波长数据的对数用下式计算。

分量值 Y=a0+a1･Log(λ1)+a2･Log(λ2)+...an･Log(λn)
（水分、厚度、溶剂等）

①中的二波长比计算，通过吸收量与吸收量的比值，计算出因外界光、测量距离、光路灰尘、表面状况波动等干扰因素而引起的光量的绝对值。这样做的优点是可以尽可能减少引起波动的干扰。
另外，②中描述的3波长比计算是2波长方法的高级版本，在处理样品表面状况、颜色、含量成分比例等方面的差异方面具有很强的优势（我们将这种差异称为质地）。
在使用比率计算的吸光度计算方法中，使用该吸光度创建校准曲线并计算所需成分值。
在③中的多元回归计算中，如果确定了该方程的系数，则可以输出直接计算的分量值。当要寻找的成分不是用单一的变化量（一个吸收波长）表示，而是受到多个（水分和厚度的吸收波长）影响（干扰）时，使用这种多元回归计算，每个元素这种计算方法是通常用于处理多元变量时的统计数学处理。为了找到这个多元回归计算的系数，我们应用测量值并以联立正规方程的形式找到它们。
此外，当同时测量多个成分时，通过将该多重回归计算的系数应用于每个成分，可以同时测量水分和厚度。

这是根据第3节①和②中确定的2（水分％、厚度μm、溶剂％等）的变化而增加或减少的变量，而不是成分本身的量。
需要校准曲线来确定获得该吸光度值所需的组分量。
校准曲线是预先用水分/厚度传感器在测量范围内的几个级别测量样品，并使用最小二乘法计算吸光度值（X值）和实际测量数据（误差较大）这是使用寻找减少 的回归公式的方法获得的公式。

<校准曲线数据>


校准曲线基本上是为每种产品类型创建的。该传感器最多可存储99条校准曲线，每次产品类型改变时可切换校准曲线通道。

*链接到如何计算回归公式、标准差和相关系数

在前一节中的校准曲线数据中，测量值Y和通过2(3)波长比计算确定的吸光度X值之间的关系是使用一阶至三阶多项式确定的。另一方面，朗伯-比尔定律使用对数对数计算来计算吸光度的公式（当求解厚度t时，t=-(1/α)·Log(I)+β）。
以下是使用基于朗伯-比尔定律的理论公式计算出的吸光度和使用本公司使用的“2波长比计算”进行二次或三次回归计算的厚度测量示例。显示了两种情况之间的关系。在下图中。

　

在这个模型示例中，图中的红色箭头表示与理论公式的误差。
但实际上，每种类型（批次）的测量范围在一定程度上是确定的，通过在该范围内进行详细的回归计算，可以将误差减小到不会对使用造成问题的程度。 。
另外，对于多元回归计算，计算每个波长数据的对数（Logλn），与理论公式的计算方法相同，因此进一步提高了回归计算的准确性。

本公司的水分、厚度计主要用于在线测量。在线测量时，由于各种外来干扰光、测量距离、光路上的粉尘、表面状态的变动等，测量数据会出现波动。因此，本公司进行如下运算处理，消除这些干扰，实现稳定的测量。