第1節 FT-IR(透過法)による分析とパラメーター設定ノウハウ
1.IRスペクトル
2.FT-IRの装置原理
3.透過法による試料の測定
3.1 KBr 錠剤法
3.2 薄膜法(キャストフィルム法)
3.3 ペースト法(ヌジョール法)
3.4 液膜法
3.5 溶液法
4.測定パラメーターの設定
4.1 積算回数
4.2 分解
4.3 アポダイゼーション関数
5.赤外顕微鏡
5.1 赤外顕微鏡の概略
5.2 赤外顕微鏡を用いた透過法
5.2.1 KBr プレート法
5.2.2 ダイヤモンド窓
第2節 FT-IR(反射法)による分析と解析テクニック
1.反射法による試料の測定
1.1 全反射法(ATR 法)
1.1.1 ATR法の原理
1.1.2 各種プリズムの特徴
1.1.3 ATR 法のデータ処理
1.2 拡散反射法(DR法)
1.2.1 DR 法の原理
1.2.2 DR 法の測定手順
1.3 正反射法
1.3.1 正反射法
1.3.2 反射吸収法
1.4 高感度反射法(GAR法)
2.赤外顕微鏡を用いた反射法
2.1 顕微反射吸収法
2.2 顕微ATR法
第3節 顕微FT-IRを用いた異物分析、製品不良解析
1.測定前の留意すべき点
1.1 試料の観察
1.2 観察とサンプリングのためのツールの準備
1.3 微小試料の保管
2.顕微FT-IR測定における測定法選択の考え方
3.実際の測定例
3.1 ゴム板に付着していた微小繊維
3.1.1 反射測定
3.1.2 ATR測定
3.1.3 透過測定
3.2 電子基板の付着物
3.2.1 金属端子上の付着物
3.2.2 基板上の付着物
3.2.3 基板の穴の中の付着物
第4節 FTIRとEDXを組み合わせた異物解析
1.フーリエ変換赤外分光光度計(Fourier
Transform Infrared Spectrometer: FTIR)
1.1 原理
1.2 装置構成
1.3 赤外スペクトル
1.4 定性分析
1.5 測定方法
1.5.1 全反射測定法(Attenuated Total Reflection:
ATR)
1.5.2 赤外顕微鏡
2.エネルギー分散型蛍光X線分析装置(Energy Dispersive X-ray Fluorescence
spectrometer: EDX)
2.1 原理
2.2 X線スペクトル
2.3 測定元素範囲と測定雰囲気
3.分析事例
3.1 水道異物の分析
3.1.1 異物A
3.1.2 異物B
3.2 食品に混入した異物の分析-歯科材料-
3.2.1 ヒトの歯
3.2.2 人工歯(コンポジットレジン)
3.2.3 人工歯(金属製)
第5節 局所領域評価技術を用いた異物解析
1.CFMによる材料表面の汚染物分析
2.FCMおよびAFM-IRによるリサイクル材中の微量成分評価
第6節 ラマン分光分析装置の原理と異物分析、成分分析、分子構造解析への応用
1.ラマン分光分析装置の原理
2.顕微ラマン分光分析装置の装置構成および特徴
3.異物分析、成分分析、分子構造解析への応用
3.1 センサー電極の保護シール中の異物分析の事例
3.2 紙中の異物分析の事例
3.3 共焦点光学系を利用した深さ方向分析の事例
3.4 ラマン分光による分子構造解析の事例
第7節 ラマン測定における異物分析とイメージング測定への適用
1.ラマン分光法の概要
2.異物分析時に注意が必要な事柄
2.1 試料観察
2.2 対物レンズ
2.3 スリット
2.4 レーザーの波長
3.イメージング測定と解析での注意点
3.1 イメージング方式
3.2 検出器
3.3 データ処理
3.4 実際の異物分析へのイメージング測定の適用
4.最近のトピックス〜IRとの相補的イメージング〜
第8節 熱分解ガスクロマトグラフィー質量分析法の原理と異物分析への応用
1.熱分解ガスクロマトグラフィー質量分析法について
2.異物分析手法に求められる要素とPy-GC/MSの特徴
3.分析の流れ
3.1 サンプリングについて
3.2 測定条件
3.2.1 サンプル加熱温度
3.2.2 分離カラムの選択とカラムオーブン温度条件
3.2.3 クライオフォーカシングの利用
3.3 データの見方と解析の仕方
4.異物分析に適用する際に必要なこと
4.1 Py-GC/MSで解析が期待できる範囲
4.2 参照データの収集と活用
4.3 指標化合物について
4.3.1 混合物の解析と指標化合物
4.3.2 指標化合物の探索
5.異物分析への適用例
5.1 多成分が混在する異物
5.2 菌類の確認が必要とされる異物
第9節 TOF-SIMSによる測定技術とその応用例
1.TOF-SIMSの特徴
2.TOF-SIMSの原理
3.分析事例
3.1 変色部のイメージング
3.2 表面微小異物の分析
3.3 Ar-GCIBによる表面クリーニング例
3.4 Ar-GCIBによる内部に埋もれた構造の観察
3.5 ポリマー製品への黒点の転写原因
3.6 薬剤断面のマスイメージング
第10節 DART質量分析装置の原理と異物分析などへの応用
1.DARTイオン化法の原理
2.DART質量分析法の異物・トラブル対応への応用
2.1 可動部へのグリースの侵入
2.2 容器破損
2.3 サイレントチェンジ
3.DART質量分析に対する基材の影響
4.DART質量分析法の応用分野
第11節 アトムプローブと走査型透過電子顕微鏡による複合分析実例紹介と最近の話題
1.アトムプローブの原理
2.APT-STEM複合分析の実用例
2.1 CMOSイメージセンサ
2.2 GaN系発光ダイオード
2.3 SiC MOSFET
3.最近の話題
3.1 VCTMを用いた分析紹介
3.2 絶縁材料(セラミック、鉱物および隕石など)のAPT-STEM複合分析紹介
第12節 XRD装置の特徴と異物分析などへの応用
1.XRD装置の特徴
1.1 装置の分類
1.2 XRD装置の構成
1.3 X線装置の例 ベンチトップ型XRD装置 D6 PHASER
2. XRDによる異物分析の事例
3. XRDによる異物分析
3.1 試料調製
3.2 試料の粉砕状態の確認
3.3 光学系や試料ホルダーの選択
3.3.1 回折強度の向上
3.3.2 試料外に照射されたX線由来のバックグラウンドの抑制
3.3.3 試料由来のバックグラウンドの抑制
3.4 測定条件の設定
3.5 測定データの解析
第13節 X線回折分析における質の高い測定データの取得と異物分析事例
1.X線回折法の基礎
1.1 X線の基礎
1.1.1 X線の発生
1.1.2 X線の波長分布
1.2 結晶学の基礎
1.2.1 結晶の定義
1.2.2 単位胞と格子定数
1.2.3 格子面
1.3 X線回折の原理
1.4 多結晶によるX線回折
1.5 X線回折装置
1.5.1 X線回折装置の構成
1.5.2 代表的な光学系
1.6 定性分析
1.7 定量分析
1.7.1 検量線法
1.7.2 リートベルト法
2.良質なデータを取得するための測定
2.1 ハードウェア条件
2.1.1 発散スリット
2.1.2 ソーラースリット
2.1.3 散乱スリット
2.1.4 受光スリット
2.1.5 X線の単色化とバックグラウンドの除去にかかわるパーツ
2.2 スキャン条件
2.2.1 スキャン範囲
2.2.2 ステップ幅
2.2.3 スキャンスピード
2.2.4 統計変動
2.3 測定試料の作製
2.3.1 試料の粉砕
2.3.2 粉末の試料充填
2.3.3 バルク試料の測定
3.X 線回折装置による不純物・異物の分析事例
3.1 原薬中の多形不純物の分析
3.2 チタン酸バリウムの定量分析
3.3 錠剤表面に付着した微小不純物の分析
第14節 電子スピン共鳴(ESR)法の異物分析への応用
1.ESR法の原理
2.ESR装置
3.ESRから得られる情報
3.1 g値(スピン-軌道相互作用)
3.2 A値(電子-核相互作用)
3.3 線幅・線形(回転相関時間/拡散時間)
3.4 スピン量(物質中に存在する不対電子数)
4.ESR法の応用分野
5.ESR法の異物分析への応用
第15節 近赤外発光色素の研究開発動向と異物分析への応用展望
1.異物と近赤外光
1.1 異物とは何か?
1.2 物質の色
1.3 近赤外光
2.近赤外発光色素
3.近赤外蛍光色素
3.1 ポリメチン色素
3.2 ホウ素含有化合物
3.3 キサンテン系色素
3.4 スクアリリウム色素
3.5 フタロシアニン色素
3.6 チアジアゾール含有色素
3.7 その他
4.近赤外燐光色素
第16節 ハイパースペクトルカメラの異物判別への活用
1.はじめに
1.1 異物検出の重要性と現状
1.2 目視やRGBカメラでは捉えられない異物
1.3 ハイパースペクトルカメラが異物検出にもたらす可能性
2.分光分析による異物検出
2.1 分光分析
2.2 多変量解析・機械学習によるスペクトル解析
2.2.1 多変量解析によるスペクトル解析
2.2.2 機械学習によるスペクトル解析
2.3 スペクトル解析による異物検出
2.3.1 製品の正規のスペクトルに基づく異物検出
2.3.2 既知の異物スペクトルに基づく異物検出
3.ハイパースペクトルカメラ
3.1 ハイパースペクトルカメラの原理・種類
3.1.1 ラインタイプの原理と特徴
3.1.2 エリアタイプ(スナップショット)の原理と特徴
3.1.3 エリアタイプ(ビデオ)の原理と特徴
3.2 スペクトルカメラの仕様と選び方
3.2.1 測定対象とスペクトルカメラの測定波長
3.2.2 測定対象のサイズとスペクトルカメラの分解能
4.スペクトル解析による異物の検出例
4.1 サンプル
4.2 スペクトルカメラ
4.3 スペクトル測定結果
4.4 スペクトル解析
4.4.1 多変量解析による判別
4.4.2 機械学習による判別
5.スペクトル解析のインラインへの組み込み
第17節 食品等外観・毛髪混入検査装置におけるAIの導入と検査精度の向上
1.食品等の外観検査へのAI導入の効果について
1.1 食品等の形状・表面状態などの外観検査の問題とAI導入による解決
1.2 AI外観検査装置における画像の条件
1.3 推論エンジンによる推論の高速化と複雑なネットワークの導入
1.4 豆・ナッツ類外観検査装置「AI手選りさんEx」の紹介
2.食品等の毛髪混入外観検査装置へのAI導入の効果について
2.1 従来方法による毛髪混入外観検査の問題
2.2 AI導入による毛髪検出能力の画期的向上
2.3 依然として残るPositive False(偽陽性)問題
2.4 毛髪検査実用化の展望
3.機械学習ツールYM Systems AI Training Studio(以後studioと呼ぶ)の紹介
3.1 機械学習ツールの役割
3.2 学習画像の収集とクラス分け
3.3 ニューラルネットワークの選定と学習
3.4 ニューラルネットワークモデルと学習結果の重みファイルを出力
3.5 未知の画像データによる選別確認
第18節 ビルトイン型高磁力発生装置による微小金属異物検出
1.異物検出
2.静磁界を応用したビルトイン型高磁力発生装置
2.1 静磁界における世界最高表面磁束密度の異物除去機
2.2 メタルタッチ防止
2.3 ビルトイン型高磁力発生装置による異物検出
第19節 カーボンナノチューブ型ミリ波・テラヘルツ波・赤外撮像素子と検査応用
1.フレキシブルCNT膜型広帯域電磁波検出器
2.フレキシブルCNT膜型広帯域電磁波検出器による非破壊検査応用
第20節 少ない画像データを用いた機械学習による異物の検出
1.画像中の異物の特徴
2.基本的アプローチ
3.画像のデータ拡張(基本的手法)
4.画像生成技術によるデータ拡張
5.転移学習
6.few-shot learning
7.オートエンコーダによる教師なし異常検知
|