分子状汚染物質膜モデル作成ツール
【課題】分子状汚染物質膜モデル作成ツール
【解決手段】分子状汚染物質膜が光学システムの性能に対して及ぼす影響のモデルを作成するためのシステム及び方法が開示されている。該光学システムの材料からガスの形で放出された物質の質量が、ガスの形で放出された生成物のスペクトルと相互に関連づけられる（３０、３１）。ガスの形で放出された生成物のスペクトルが正規化され（３０）、総分子状汚染物質膜厚が、各材料から予測される（３２）。該総分子状汚染物質膜の吸光スペクトルが導き出され（３２）、該総分子状汚染物質膜の該導き出された吸光スペクトルに、光学システム装置関数が畳み込まれる（３８）。該光学システムの性能劣化を決定するために、ソース温度の関数としての少なくとも１つの透過帯域の作図が実施される（３６）。
【解決手段】分子状汚染物質膜が光学システムの性能に対して及ぼす影響のモデルを作成するためのシステム及び方法が開示されている。該光学システムの材料からガスの形で放出された物質の質量が、ガスの形で放出された生成物のスペクトルと相互に関連づけられる（３０、３１）。ガスの形で放出された生成物のスペクトルが正規化され（３０）、総分子状汚染物質膜厚が、各材料から予測される（３２）。該総分子状汚染物質膜の吸光スペクトルが導き出され（３２）、該総分子状汚染物質膜の該導き出された吸光スペクトルに、光学システム装置関数が畳み込まれる（３８）。該光学システムの性能劣化を決定するために、ソース温度の関数としての少なくとも１つの透過帯域の作図が実施される（３６）。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、分子状汚染物質膜に関するものである。本発明は、より具体的には、材料のガス放出に起因する分子状汚染物質膜が光学システムに対して及ぼす影響のモデルを作成するシステム及び方法に関するものである。
【背景技術】
【０００２】
光学システムは、指定されたパラメータをモニタリングすることを目的として光学レンズ、鏡、センサー(例えば赤外線センサー)、等を採用しているシステムである。光学システムの性能を最適化するためには、該システム内の光学機器においてレンズ、センサー、等の性能に干渉する可能性がある汚染物質が発生しないようにすることが望ましい。本明細書において用いられている汚染物質は、空気中分子状汚染物質（ＡＭＣ）を含み、該汚染物質は、収集可能揮発性凝縮物（ＣＶＣＭ）（汚れ、等）とも呼ばれる。該技術において既知であるように、ＡＭＣは、空気中に存在する広範な汚染物質を含み、化学膜（１個の分子程度の薄さになることがある）の形態の汚染に至る可能性がある。
【０００３】
ＡＭＣは、製品表面の化学的性質、電気的性質、光学的性質、及び物理的性質の変化に起因する収量損を引き起こす可能性がある。汚染物質が光学表面上に堆積すると、これらの汚染物質は、入光を物理的に吸収して散乱させ、それによって球波面の品質を歪ませる。該球波面内に含まれている情報が歪まされると、その結果作り出された画像も変形され、光学システムの全体的な性能が劣化される。
【０００４】
システム内に導入されるすべての材料が潜在的なＡＭＣ源である。究極的には、材料の化学組成、該材料の表面積及びその使用温度が、光学システム内に導入される汚染レベルを決定する。これらの汚染物質は、様々な手段を通じて導入される可能性があり、最も一般的な手段は、副構成要素上の汚染物質、光学システムの組み立て中(例えば、副構成要素の組み立て中)に導入された汚染物質、及び、これらの副構成要素内における材料のガス放出によって導入された汚染物質が導入手段である。
【０００５】
該技術において既知であるように、ガス放出は、埋め込まれた物質が材料からのゼロでない蒸気圧を受けて経時で発達することである。ガス放出は、材料が低圧環境内に置かれたときに発生し、温度上昇状態下において加速される可能性がある。材料がガス放出時には、その成分の一部が揮発され、該材料の重量が失われ（総重量損に占める割合で測定）、これらの揮発性成分の一定割合は、近くの表面上において凝縮可能である。これらの凝縮可能物質は敏感な光学面または熱制御面を汚染させる可能性があるため、この第２の性質はより重要である。
【０００６】
光学システムを設計及び製造する際には、該システム内に導入される可能性がある最終寿命汚染（最悪時汚染、等）を知っていることが望ましい。該情報を入手しておくことで、設計変更及び製造変更がデバイスの性能に及ぼす影響を、該デバイスを物理的に製作して試験する必要なしに簡単に確認することができる。
【０００７】
ガスを放出する生成物が光学システムの寿命終了時性能に対して及ぼす影響を推定することは、総膜厚と関係する波長の関数としての総ガス放出汚れの吸光係数を知ることを要求する。本明細書における総膜は、システム内においてガスの形で放出されたすべてのよごれが結合されることによって形成される汚染物質膜である。この問題を解決するための１つの手法は、存在する各々の個々の材料が該総汚れに寄与した度合いを推定することである。この手法は、各々の個々の材料から採取したガス放出汚れサンプルからスペクトル（赤外線スペクトル、等）を得ることを要求し、この場合、該当する汚れサンプルの厚さは既知である。残念なことに、該汚れサンプルの厚さは通常は不明であり、従って、存在する各々の個々の材料が該総汚れに寄与した度合いを推定することは実行不能である。
【０００８】
従来の方法は、各々の個々の膜の厚さを推定することを試みてきている。残念なことに、これらの方法は、厚さが１０ナノメートルを超える分子状汚染物質膜に関しては効果がないことが証明されている。更に、従来の方法は、全体的な総分子状汚染物質膜の化学組成を考慮しない。その結果、これらの方法は、汚染物質膜の化学組成の変動が大きくなると精度が急低下するため用途が限定的である。
【発明の開示】
【発明が解決しようとする課題】
【０００９】
従って、分子状汚染物質膜を生成する成分に基づいて該膜のスペクトル特性モデルを正確に作成するシステム及び方法が必要である。従って、該システム及び方法は、該分子状汚染物質膜モデルを作成する際に該分子状汚染物質膜の総体の化学組成を考慮することが有利になる。
【課題を解決するための手段】
【００１０】
上記に鑑み、本発明の一側面は、分子状汚染物質膜が光学システムの性能に対して及ぼす影響のモデルを作成する方法に関するものであり、該方法は、光学システムの材料からガスの形で放出された物質の質量とガスの形で放出された生成物のスペクトルを相互に関連づけるステップと、ガスの形で放出された生成物の赤外線スペクトルを正規化するステップと、総分子汚染物質膜厚を各材料から予測するステップと、該総分子レベル汚染物質膜の吸光スペクトルを導き出すステップと、該総分子レベル汚染物質膜の該吸光スペクトルに該光学システムの装置関数を畳み込むステップと、を含む。
【００１１】
本発明のもう１つの側面は、汚染物質膜の厚さが不明なときに該汚染物質膜の単位当たり吸光スペクトルを得る方法に関するものであり、該方法は、ガスの形で放出された物質を化合物から集めるステップと、該ガスの形で放出された物質の少なくとも１つの観察された特性に基づいて該ガスの形で放出された物質を幾つかのグループの１つに分類するステップと、該吸光スペクトルと該ガスの形で放出された物質の該分類に基づいて該ガスの形で放出された物質のサンプルの厚さを推定するステップと、ガスの形で放出された物質の該サンプルの吸光スペクトルを、ガスの形で放出された物質の該サンプルの該推定された厚さによってスケーリングするステップと、を含む。
【００１２】
本発明のさらにもう１つの側面は、分子状汚染物質膜が光学システムの性能に対して及ぼす影響のモデルを作成するためのコンピュータシステムに関するものであり、該コンピュータシステムは、記憶媒体と、少なくとも１つのプロセッサであって、動作可能な形で該記憶媒体に結合されたプロセッサと、該記憶媒体に常駐していて該少なくとも１つのプロセッサによって実行されるコンピュータプログラムであって、該プロセッサに、該光学システムの材料からガスの形で放出された物質の質量をガスの形で放出された生成物のスペクトルと相互に関連させ、ガスの形で放出された生成物の赤外線スペクトルを正規化させ、総分子状汚染物質膜厚を各材料から予測させ、該総分子状汚染物質膜の吸光スペクトルに光学システム装置関数を畳み込ませるコンピュータプログラムと、を含む。
【００１３】
上記及び関連目的を完遂させることで、本発明は、以下において完全に説明されており更に請求項の範囲において特別に指摘されている特長を具備する。以下の説明及び添付図面は、本発明の幾つかの例示的実施形態を詳細に説明するものである。しかしながら、これらの実施形態は、本発明の原理を採用することができる様々な方法のうちのほんの幾つかを示したものであるにすぎない。本発明のその他の目的、利点及び斬新な特長は、
下記の本発明の最良の実施形態を添付図面と関連させて検討することによって明らかになる。
【発明を実施するための最良の形態】
【００１４】
下記は、添付図面を参照した本発明の最良の実施形態を示したものであり、同様の要素については全体に渡って同一の参照番号を付すものとする。
【００１５】
本発明は、センサー（例えば、光学センサー、等）に関して説明されている。しかしながら、本発明は、汚染物質膜によって悪影響を受ける可能性があるその他の光学システム及び／又は光学構成要素に対しても適用することができ、センサーに関する説明は、いずれの形においても限定することを意図するものではない。
【００１６】
図１Ａにおいては、典型的光学センサー２の等大図が示されている。該光学センサーは、例えば剛性プラスチック材料であることができるハウジング４を含む。該ハウジング内には高強度広スペクトル光源６が取り付けられており、該スペクトル光源は、高度に視準された１つの光ビーム８を作り出す。レンズ１０は、鏡１２上においてビーム８の焦点を合わせ、鏡１２は、開口１４を通じてビーム８を反射させる。開口１４は、Ｏリング１６と透明なシールド１８（例えば、透明なプラスチックのレンズ）によって密封されている。ビーム８は、対象物２０に当たり、ビーム８’の一部は、センサー２の方向に及び開口１４を通じて反射される。戻りビーム８’は、開口１４から、光検出器２４の感光面上においてビーム８’の焦点を合わせるための焦点合わせ手段２２までの直接経路をたどる。
【００１７】
時間の経過に伴い、該センサー内の材料（例えば有機材料）から汚れがガスの形で放出されて近くの構成要素上に沈積する可能性がある。一般的には、これらのガスの形で放出された汚れは、ほとんどの用途に関してはほとんど問題にならない。しかしながら、光学システムにおいては、これらの汚れは、光学システムの性能と干渉する可能性がある。図１Ｂにおいては、ゴム製Ｏリング１６及びハウジング４からガスの形で放出された汚れ２６が示されている。これらの汚れは、近くの表面（例えば、レンズ１０、鏡１２及び焦点合わせ手段２２）上に蓄積し、各々の表面上において汚染物質膜２８を形成する。汚染物質膜２８は、光ビーム８、８’の透過と干渉する可能性があり（図１Ａ参照）、それによって光学センサーの性能を劣化させる。該劣化が過度になった場合は、センサー２は、希望される性能範囲内で動作することができず、その結果、誤動作及び／又は誤データが発生する可能性がある。幾つかの事例においては、該性能劣化が非常に激しくてセンサー２がまったく動作しないことがある。
【００１８】
本発明は、光学システムの性能劣化を推定するシステム及び方法に関するものである。以下においてより詳細に説明されるように、本発明のシステムは、総汚染物質膜の吸光スペクトルを構築し、該総汚染物質膜がセンサー又はその他の光学的性能に対して及ぼす影響が推定される。
【００１９】
図２Ａにおいては、ガス放出に起因する光学システムの性能劣化を推定するための典型的システムの概略が示されている。該システムは、光学システムの性能劣化を推定するために使用される１つ以上の作業を各々が実施する３つのモジュールを含む。第１のモジュール３０は、単位層厚を有する既知の材料に関するガス放出結果とＩＲスペクトルのデータベースを含む。ガス放出結果とＩＲスペクトルの該データベースは、既知の化合物及び材料に対して実施されたガス放出試験に基づいてシステム内に入力される。ブロック３１において示されているように、該センサーの設計者は、該センサーの製作において使用された化合物に関する収集可能揮発性凝縮物（ＣＶＣＭ）のスペクトルを得る。得られたＣＶＣＭスペクトルは、第１のモジュール３０内に入力される。以下においてより詳細に説明されるように、該ＣＶＣＭスペクトルは、ＡＳＴＭＥ５９５試験の修正形を用いて得られ、これらの試験の結果は、第１のモジュール３０のデータベースに保存される。該ガス放出結果データベース、得られたＣＶＣＭスペクトル、及び、本発明に従ってＣＶＣＭスペクトルを得るために使用された汚れサンプルの相当厚さの推定方法を用いて、第１のモジュール３０は、該センサーを構築するために用いられた各化合物に関する単位厚さ当たりの吸光スペクトル（即ち、正規化されたスペクトル）を推定する。該推定された単位当たり吸光スペクトルは、第１のモジュールのデータベースに保存される。
【００２０】
第２のモジュール３２は、光学システム内においてガスの形で放出されたすべての汚れから生成される可能性がある総汚染物質膜厚を推定する。更に、第２のモジュール３２は、該総汚染物質膜の吸光スペクトルを導き出す。第２のモジュール３２は、第１のモジュール３０に保存されている単位当たり吸光スペクトルを、該光学システムに関連する特定情報（例えば、該光学システムの構築に用いられた化合物、その質量、体積、等）と併用して該総膜厚及び該吸光スペクトルを推定する。該光学システムに関連する該特定情報は、ブロック３４において示されているように、例えば該光学システムの設計者によって第２のモジュール内に入力される。該光学システムは、該入力情報及び第１のモジュール内に保存されているデータに基づいて、該総汚染物質膜の吸光スペクトルを構築して該総汚染物質膜の厚さを推定する。
【００２１】
第３のモジュール３６は、該総汚染物質膜に起因する該光学システムの性能劣化を推定する。該光学システムの光学構成及び該光学システムの装置関数は、ブロック３８において示されているように、設計者によって第３のモジュール３６内に入力される。第３のモジュール３６は、該入力された光学システムデータと第２のモジュール３２によって生成されたデータを併用して、該光学システムにおいて生じる可能性がある透過損及び総吸光を推定する。
【００２２】
図２Ｂにおいては、本発明の１つの用途を例示する流れ図が示されている。最初にステップ４０において、設計者は、センサーの構築において用いられた材料に関連する物理的データを集めて整理する。これらの物理的データは、例えば、該センサーを構成する材料、各材料の質量及び各々の体積を含む。図１Ａの典型的センサーにおいては、該物理的データは、Ｏリング１６、透明シールド１８、及びハウジング４の質量と体積、並びに、例えば各々の構成要素を形成する材料を含むことになる。ガス放出試験は、好ましいことに、ＡＳＴＭ Ｅ５９５試験（後述）の修正形を用いてこれらの材料に対して実施される。設計者は、これらの材料に関連するデータを収集して整理後は、ステップ４２において示されているように、該センサー内において汚染される可能性がある表面積を決定する。該表面積は、例えば、単純幾何学によって決定することができる。ステップ４４において、設計者は、センサー２の装置関数を決定する。該装置関数は、装置（例えばセンサー）が既知の量の光を既知の信号に変換する効率である。該装置関数は、例えば、ソース信号の強度を測定し次に該センサー全体を通じての強度損を測定することによって決定することができる。
【００２３】
ステップ４６において、設計者は、本発明に従い、蓄積されたデータ（物理的データ、ガス放出データ、表面積及び装置関数）をシステム内に入力し、ステップ４８において、該システムは、該センサーがガス放出に起因して被る可能性がある最悪時の性能劣化を推定する。ステップ５０において、該推定された性能劣化は、設計者に提示され、ステップ５２において、設計者は、該性能劣化が受入可能であるかどうかを決定することができる。該性能劣化が受入可能である場合は、該プロセスは完了である。該性能劣化が受け入れられない場合は、ステップ５４において、設計者は、該センサーの一部分を変更又は再設計することができる。例えば、異なった型のプラスチックをハウジング４に関して使用することができ、又は、異なったゴム組成を有するＯリング１６を採用することができる。設計変更後は、該プロセスは、ステップ４０に戻り、受入可能な結果が得られるまで繰り返される。
【００２４】
本発明は、総汚染物質膜の吸光スペクトルにセンサーの装置関数を畳み込むことによって該センサーの光学的劣化を推定するものである。本発明は、該総汚染物質膜の吸光スペクトルを決定する際には、ガスの形で放出された各汚れのサンプルから平均吸光スペクトルを入手し、該吸収スペクトルを入手するために用いられた各々の汚れサンプルの相当厚さを推定する。本発明においては、特定の汚れサンプルに関する相当厚さの推定方法は、汚れの種類に依存する。汚染物質である汚れは、１）純粋な物質であって更に常温において液体形である汚染物質、２）液体でも純粋物質でもないが、対象領域内における吸光が単一の官能基によって支配されていることが赤外線スペクトルによって示される汚染物質、及び３）ガスを放出する生成物が純粋な物質ではなく更に液体である単一のモデル化合物によって表すことができない、汚染物質、のうちのいずれか１つの特定のグループに分類される。汚れの種類に依存して、汚れのサンプルの相当厚さを推定するためにこれらの３つの方法のうちの１つが実装される。次に、該汚れの平均吸光スペクトルが該汚れサンプルの推定厚さによって除され、該汚れサンプルの単位厚さ当たりの吸光スペクトルが得られる。
【００２５】
該単位当たりの吸光スペクトルは、センサー内で用いられている様々な材料のガス放出に起因して堆積する可能性がある総膜のスペクトルを構築するために使用される。該総汚染物質膜がセンサーの性能に対して及ぼす影響は、該総汚染物質膜の吸光スペクトルに該センサーの装置関数を畳み込むことによって推定される。得られた結果は、ガス放出による分子状膜汚染の存在に起因して該センサーが被る可能性がある最悪時透過損の推定値である。
【００２６】
以下では、３種類の汚れの各々について、及び、各々の相当汚れ厚さ推定方法について説明される。
【００２７】
種類１−純粋物質であり更に常温において液体形である汚染物質
第１の種類の汚れは、純粋物質であり更に常温において液体形である汚染物質（ジオクチルフタレート、等）である。種類１の汚れに対応時には、汚れサンプルに関する基本情報（該汚れサンプルの質量、該汚れサンプルが占める面積、等）が集められて整理される。
【００２８】
該汚れサンプルの質量は、該汚れサンプルを計量することによって決定することができる。例えば、２つの赤外線（ＩＲ）ソルトプレートが、好ましいことに０．０１ミリグラムの単位まで計量され、次に、該汚れサンプルの少量が、１つのプレート上に置かれる。次に、該汚れサンプルが両プレートの間で締め付けられて直径約２センチメートルのスポットを形成する。これらのプレートが再計量され、該汚れサンプルの質量は、該汚れサンプルの質量と該ソルトプレートの質量から該ソルトプレート単独の質量を減じて得られた値として計算される。
【００２９】
該汚れサンプルの質量が決定された後は、例えばフーリエ変換赤外線分光光度計を用いて一組の赤外線透過スペクトルが得られる。好ましいことに、５つの赤外線透過スペクトルが得られ、各サンプルが各測定ごとに交代される。更に、従来のように、観察結果の組から平均吸光スペクトル準備されて該汚れサンプルの光学平均が入手される。該スペクトルは、透過モードにおいて基準補正されて最終結果が吸光度に変換され（log１０）、存在する可能性がある大気に関するあらゆる二重線が除去される。透過は、いずれの測定に関しても約２０％未満であるべきでない。透過強度が20%未満である場合は、別のサンプルを準備すべきである。
【数１】
【００３０】
該汚れサンプルの厚さは、式１を用いて計算することができる。厚さは、該汚れサンプルの厚さ（単位はセンチメートル）であると定義される。質量は、該汚れサンプルの質量（単位はグラム）であると定義される。密度は、該サンプルの密度（単位は立方センチメートル当たりのグラム数）であると定義され、面積は、該サンプルによって占められる面積（単位は平方センチメートル）であると定義される。上述されているように、該汚れサンプルの質量は、測定値から決定され、該汚れサンプルの密度は、測定によって又は純粋材料に関する確定密度のいずれかによって知られる。該汚れサンプルによって占められている面積は、以下において式２及び式３に基づいて説明されているように、基礎幾何学を用いて得られる。
【数２】
【数３】
【００３１】
該汚れサンプルによって占められる面積は、該サンプルが完全な円であると仮定して式２を当てはめることによって計算される（ここで、Ｄは、該汚れサンプルの測定された直径（単位センチメートル）であると定義され、面積は、該汚れサンプルによって占められる表面積（単位平方メートル）であると定義される。該サンプルが円状でない（例えば、楕円形である）場合は、該汚れサンプルの面積は、該楕円の長軸の長さと該楕円の短軸の長さを用いて計算することができる。式３は、楕円の面積の計算を表しており、ここで、
ＤＭａｊｏｒは、該楕円の長軸の長さ（単位センチメートル）であると定義され、ＤＭｉｎｏｒは、該楕円の短軸の長さ（単位センチメートル）であると定義され、面積は、表面積（単位平方センチメートル）であると定義される。該直径及び／又は長軸／短軸は、好ましいことに、例えば鋼尺を用いてミリメートルの単位まで測定することができる。該汚れサンプルの面積、密度及び質量が得られた時点で、式１を用いて該汚れサンプルの厚さを計算することができる。該汚れサンプルの単位当たり吸光スペクトルは、該汚れサンプルの平均吸光スペクトルを該汚れサンプルの計算された厚さによって除することによって導き出される。
【００３２】
式１乃至３を用いることは幾つかの仮定を行うことであることが注記される。以下では、これらの仮定と、これらの仮定に違犯した場合に発生する可能性がある課題とについて簡単に説明される。
【００３３】
第１に、該汚れサンプルは、揮発性が低いと仮定される。該汚れサンプルの揮発性が低くない場合は、膜が急速に蒸発し、厚さ計算を不正確にする可能性がある。更に、該汚れサンプルの密度は既知であるか又は決定することができると仮定される。該密度が既知でない及び決定できない場合は、膜の厚さは計算することができない。
【００３４】
更に、該汚れサンプルは中程度の粘度を有すると仮定される。該汚れサンプルが高い粘度を有する場合は、該サンプルは厚すぎることになり、均一な厚さのサンプルを入手するのが困難になる。該粘度が低すぎる場合は、該汚れサンプルがソルトプレートから流れ出し、その結果該汚れサンプルの質量測定を無効にしてしまう可能性がある。
【００３５】
最後に、該汚れサンプルの吸光度は、厚さを基準にして線形であると仮定される。厚い汚れサンプルは、自己吸光に起因するピークの丸みと低減衰を引き起こす可能性がある。一般的には、自己吸光を制御する上では、２０％よりも大きいピーク透過率で十分である。
【００３６】
従って、単純幾何学及び分光学を用いることで、種類１の汚れサンプルの厚さ及びその透過スペクトルが得られる。単位厚さ当たりの吸光スペクトルは、該汚れサンプルの平均吸光スペクトルを、該計算された該汚れサンプルの厚さで除することによって導き出される。
【００３７】
種類２−液体でも純粋物質でもないが、対象領域における吸光度が単一の官能基によって支配されていることが赤外線スペクトルによって示される汚染物質
第２の種類の汚れは、液体でも純粋物質でもないが、対象領域における吸光度が単一の官能基によって支配されていることが該汚れの赤外線スペクトルによって示される汚染物質である。この種類の汚れの例は、ブチルゴム（ブチルＯリング、等）からのガス放出生成物である。
【００３８】
幾つかのブチルＯリングから得られるガス放出生成物は、一般的には、固体であって結晶を形成する。このような固体物質の測定可能な均一層を準備してスケーラブル（ｓｃａｌａｂｌｅ）な吸光度を有するスペクトルを得ることは非常に難しい。種類２の汚れにおいて赤外線吸光分光測定法によって一般的に観察される官能基は、非常に大きな遷移確率を有する。このため、線形性に関する仮定条件が引き続き有効であるように注意しなければならない。線形性は、ベール−ランベルトの関係（後述）に基づく。
【００３９】
以下においてさらに詳細に説明されるように、種類２の汚れの単位厚さ当たりの吸光スペクトルは、汚れサンプルの測定された吸光スペクトルと類似の特性を有する吸光スペクトルを持った材料を選択することによって推定される。スケールファクターを用いて、該類似の材料の吸光スペクトルがスケーリングされ、該汚れサンプルの該測定された吸光スペクトルが当てはめられる。更に、該測定された吸光スペクトルを該スケールファクターで除することによって、該汚れサンプルの単位厚さ当たりの吸光スペクトルが推定される。以下において式４及び式５に基づいて説明されているように、該測定された吸光スペクトルを該スケールファクターによってスケーリングするプロセスは、ベール−ランベルト関係に違犯しない。
【数４】
【００４０】
膜の吸光度は、式４を用いて計算することができ、ここで、ａは、吸光係数（単位はモル＊センチメートル当たりのリットル）であると定義され、ｂは、経路長（即ち、膜厚）（単位はセンチメートル）であると定義され、ｃは、濃度（単位は、１リットル当たりのモル数）であると定義され、Absは吸光度である。ここで、該吸光度は、−ｌｏｇ１０（Ｉ／Ｉ０）であると定義され、Ｉは、入射強度（単位は、１平方センチメートル当たりのワット数）であると定義され、Ｉ０は、透過された強度（単位は、１平方センチメートル当たりのワット数）であると定義される。
【数５】
【００４１】
式４の両辺を経路長ｂで割ると式５が得られる。従って、ベール−ランベルト関係に従い、積ａｘｃは、単位厚さ当たりの吸光度である。単位当たりの吸光スペクトルは、式５において示されているように、測定された吸光スペクトルを膜厚で割ることによってベール−ランベルト関係に違犯せずに計算することができる。
【００４２】
ベール−ランベルト関係を支えるために４つの基本的な仮定が行われる。第１に、汚れサンプルは、希釈されており、吸光物間で相互に作用しないと仮定される。第２に、すべての吸光物は、基底状態であると仮定される（過度の吸光は、濃度よりも小さい基底状態母集団になる可能性がある（ボルツマン分布））。 第３に、吸光後に再放出されたいずれの光も再吸収されないと仮定される。換言すると、各光子は、システムと１回だけ相互に作用することができる。最後に、光は、システム外に散乱せず、更に、光は、ビーム経路内に散乱せずかつ再放出されないと仮定される。いずれの光損も、吸光に起因する。
【００４３】
一般的には、純粋物質は濃度が一定であるため積ａｘｃは有効吸光係数α’（λ）（ｃｍ−１）であると仮定される。文献において発表されている吸光係数値は、強度比の対数ｌｏｇ１０又はｌｏｇｅ（ｌｎ）を用いて計算することができるため、これらの値を使用時には注意しなければならない。
【００４４】
上述されているように、該汚れサンプルの厚さは、該汚れサンプルと類似の特性を有する既知の材料を用いて決定される。従って、類似の材料を選択できるようにするためには該汚れサンプルの特性を予め決定しなければならない。
【００４５】
該汚れサンプルの特性は、該汚れサンプルの赤外線吸光スペクトルを得ることによって決定することができる。該吸光スペクトルが得られた時点で、該吸光スペクトル内の強力な吸光特徴（例えば、吸光スペクトル内におけるピーク）が特定される。
【００４６】
赤外線分光学及び化学に基づき、該汚れサンプルと類似の吸光特徴を有する材料の選択が行われ、選択された材料の１．０ミクロンの厚さの層の赤外線吸光スペクトルが得られる。選択された材料の１．０ミクロンの厚さの層の該吸光スペクトルは、該汚れサンプルの吸光スペクトルが重ねられ、必要な場合は、該汚れサンプル吸光スペクトルの形状に適合させるために、該選択された材料の吸光スペクトルがスケーリングされる。
【００４７】
次に、該汚れサンプルの吸光スペクトルは、該汚れサンプルスペクトルを、該選択された材料の吸光スペクトルに適用されたスケールファクターで割ることによってスケーリングされる。該汚れサンプルスペクトルのスケーリングは、該汚れサンプルの１．０ミクロンの厚さの層に関する吸光スペクトル推定値を作り出す。
【００４８】
例えば、図３においては、ブチルＯリングのガス放出生成物の副サンプルから得られた赤外線吸光スペクトル６０が示されている。１１００乃至１２００（ｃｍ−１）の間で発生する強力な吸光特徴が、例えばガスクロマトグラフィー質量分光測定法を用いて解析され、材料内において圧倒的に多い種がペルフルオロ部分として特定される。
【００４９】
次に、該特定された圧倒的な種と類似する特性を呈する純粋材料が特定される。例えば、フッ化油であるブレイコート（Ｂｒａｙｃｏｔｅ）８１６は、フッ化材料に関するベクトルとして使用することができる。図４においては、ブチルＯリングからのガス放出生成物の吸光スペクトル６０は、厚さが１．０ミクロンのブレイコート８１６層の吸光スペクトル６４が重ね合わされている。更に、０．３６倍だけスケーリングされたブレイコートベクトル６６も図４に示されている。図４においてわかるように、ブチルＯリングの該ガス放出生成物のスペクトル上の性質は、特に１０００乃至１４００（ｃｍ−１）のエネルギー範囲においては、スケーリングされたブレイコート８１６ベクトルスペクトルと類似している。
【００５０】
固体のガス放出生成物のスケーリングされたベクトル６６と観察されたスペクトル６０が一致していることは、該ガス放出生成物は厚さ０．３６ミクロンのブレイコート８１６層によって表すことができるか、又は、観察されたガス放出生成物のスペクトルは、０．３６ミクロンの液体フッ化油に相当する厚さを有することを示唆している。
【００５１】
ガス放出生成物のスペクトル６０を、スケーリングされたブレイコート８１６スペクトル６６に適用されたスケールファクターで割ることによって、１．０ミクロンの相当厚さを有するガス放出生成物のベクトルスペクトルが得られる。
【００５２】
従って、種類２の汚れの吸光スペクトルは、汚れサンプルの吸光スペクトルと類似する特性を有する吸光スペクトルを持った材料を選択することによって得ることができる。このため、該選択された材料の吸光スペクトルを該汚れサンプルの吸光スペクトルに適切に当てはめるスケーリングファクターが決定される。このスケーリングファクターを用いて該汚れサンプルの吸光スペクトルをスケーリングすることによって、該汚れサンプルの１．０ミクロンの厚さの層の吸光スペクトルを得ることができる。
【００５３】
種類３−ガス放出生成物が純粋物質ではなく、更に液体である単一のモデル化合物によって表すことができない。
【００５４】
第３の種類の汚れは、純粋物質ではなく、更に液体である単一モデル化合物によって表すことができない汚染物質である。該汚染物質の一例は、ユラレーン（Ｕｒａｌａｎｅ）５７５３のガス放出生成物である。
【００５５】
以下においてさらに詳細に説明されるように、種類３の汚れを分析する上での主目的は、該汚れの相当厚さを推定することができる該汚れの合成スペクトルを得ることである。この合成スペクトルは、１．０ミクロンの厚さを有するモデル化合物を結合させ、更に、各モデル化合物にスケーリングファクターを割り当てて該合成スペクトルが該汚れスペクトルの近似スペクトルを形成するようにすることで導き出される。必要な場合は、誤ったデータ（例えば、各ベクトルとともに導入された過度の信号）に対応するために該合成スペクトルの補正が行われる。該汚れサンプルの相当厚さは、該合成スペクトルの各スケーリングされたモデルベクトルの厚さを加え、更に該合成スペクトルに関する補正値を加えるか又は減じることによって推定される。
【００５６】
汚れスペクトルを当てはめる前に、汚れサンプルの多数のスペクトルを集め、これらの多数のスペクトルから平均サンプルスペクトルを準備することが好ましい。更に、従来のように、該平均サンプルスペクトルは、反射損及び大気中の二酸化炭素に関して補正すべきである。
【００５７】
例えば、大気中の二酸化炭素の二重線は、該二重線の領域内のデータを、例えば該二重線のいずれかの側における基準線によって定められた直線に代えることによって補正することができる。補正は、吸光度モード又は透過率モードで実施することができる。吸光スペクトルにおいて負値が生じることを回避するため、吸光スペクトルのいずれの部分も１００％の透過率を超えないようにすべきである。
【００５８】
図５においては、ユラレーン５７５３接着剤から集められたガス放出生成物から得られた吸光スペクトル７０が示されている。更に、図５は、幾つかのモデル化合物のベクトルスペクトルを用いて作られた合成スペクトル７２、及び、合成スペクトル７２がサンプルスペクトル７０から減じられたときに作り出される残量７８（又は誤差）も示している。
【００５９】
さらに図６においては、合成スペクトル７２を構築するために用いられた個々のベクトル７４（ベクトル基本セット）とその各々の厚さ７６（スカラーファクター）を記載した表が示されている。
【００６０】
合成スペクトル７２は、既知のモデル化合物に関する正規化ベクトルを結合させ、サンプルスペクトル７０に近似するスペクトルを形成させることによって作り出される。各ベクトルは、厚さ７６が割り当てられ、この厚さは、特定ベクトル７４に関するスケーリングファクターとしての役割を果たす。合成スペクトル７２を構成するベクトル７４の選択は、赤外線分光学及び化学に関する知識に基づく。当業者によって評価されることになるが、合成スペクトル７２の異なる部分が、官能基又は発色団と明確に関連づけられている。合成スペクトル７２に関する化合物の選択は、対象領域内の官能基の吸光上の性質に基づくことができる。
【００６１】
合成スペクトル７２は、合成スペクトル７２内の個々のベクトル７４を、必要に応じて各厚さ７６とともに処理することによって、サンプルスペクトル７０に当てはめられる（例えば図６を参照）。合成スペクトル７２をサンプルスペクトル７０に当てはめることは完全である必要がなく、該サンプルスペクトルの正確な近似を得るだけで十分であることが注記される。測定されたスペクトルと合成スペクトルとの間において許容されるずれ量は、最終結果の希望される精度に依存する。サンプルスペクトル７０の適切な当てはめが得られた時点で、汚れの相当厚さの第１の推定値が計算される。汚れサンプルの厚さの推定値は、合成スペクトル７２を作り出すために用いられた個々のベクトルの厚さ７６を合計することによって計算される。図６においては、相当厚さ７９の第１の推定値は、各ベクトルスペクトルの和、即ち１．１５ミクロンである。
【００６２】
合成スペクトル７２は、最初の当てはめ後に補正することができる。例えば、合成スペクトル７２の一定領域は、サンプルスペクトル７０から大きくずれることがある。このことは、ゼロの吸光度から有意な量だけ外れている残留物７８によって示される。この場合も、何が有意なずれであるかは、最終結果の希望される精度に依存する。
【００６３】
ずれは、例えば、選択されたすべてのベクトルの和によって一定の帯域の寄与度が過大推定されたことに起因して生じる可能性がある。正の残留物７８は、合成スペクトル７２の吸光度がサンプルスペクトル７０の吸光度よりも低いこと（例えば、サンプルスペクトルを過小推定していること）を示しており、負の残留物は、合成スペクトル７２の吸光度がサンプルスペクトル７０の吸光度よりも高いこと（例えば、サンプルスペクトルを過大推定していること）を示している。
【００６４】
合成スペクトル７２の過大推定領域８０は、後者の例であり、合成スペクトル吸光度がサンプルスペクトル吸光度を超えている。本例における過大推定領域８０は、Ｃ−Ｈ曲げ動作と関連している。合成スペクトル７２に関して選択されたモデルのほとんどは長い脂肪鎖を有しているため、合成スペクトル７２を作り出すために選択されたすべてのベクトルの和は、Ｃ−Ｈ帯域の寄与度を過大推定している。該過大推定は、単純な脂肪炭化水素（例えば、ｎノナン、等）を用いてＣＨ帯域を減じることによって補正することができる。
【００６５】
図５の合成スペクトル７２に関する相当厚さの第２の繰り返しを得るために、汚れ内における脂肪炭化水素と芳香炭化水素の全厚の推定が実施される。炭化水素の寄与度を取り除くことで、相当厚さのより良い近似値が得られる。脂肪炭化水素と芳香炭化水素の全厚は、補正化合物の異なった厚さレベルを試みて合成スペクトルに関する結果を観察することによって推定される。図７のピーク８２の下方のより平らな残差スペクトルによって示されているように、Ｃ−Ｈ帯域の過度の減算は、例えば、０．５ミクロンのｎノナンを減じることによって最小限に抑えることができる。相当膜厚に関する次の近似値は、０．６５ミクロンであり、該補正化合物の厚さ（例えば、０．５ミクロンのｎノナン）を、厚さ７９の第１の推定値（例えば、１．１５ミクロン）から減じることによって得られる。負の残留物７８によって示されているように、合成スペクトル７２は、負の残留物７８によって示されているように、領域８０内のサンプルスペクトル７０を過大推定しているため、該補正化合物の厚さが該推定厚さから減じられる。第１の合成スペクトル７２の結果、正の残留物７８になった場合は、該補正化合物の厚さが第１の推定厚さ７９に加えられることが理解されるであろう。
【００６６】
該補正の効果が図７に示されている。２４００（ｃｍ−１）の近くの小さいピーク８４は、大気中の二酸化炭素二重線であり、ベクトルスペクトルを作り出す前に取り除くべきである。図８は、推定値を作り出すために用いられた成分ベクトル７４’及び厚さ７６’を示している。更に、図８は、これらのベクトルを作り出すために用いられた純粋化合物の既知の密度８６、及び式６を用いて計算される密度加重厚さ８８の積（後述）も記載している。
【数６】
【数７】
【００６７】
各化合物の厚さに該化合物の密度を加重することによって、改良された厚さ推定値を得ることができる。このプロセスは、式６によって定義され、ここで、ｐｉは、ＣＶＣＭ構成要素ｉの密度（単位は１立方センチメートル当たりのグラム数）であると定義され、ｔｉは、ＣＶＣＭ構成要素の厚さ（単位はミクロン）であると定義され、ｉは、当てはめる構成要素の指数であり、ｎは、構成要素数であり、Ａは、密度加重厚さ（単位は１立方センチメートル当たりのグラム数）であると定義される。例えば、各厚さ７６’に各々の構成要素の密度８６が乗じさられ、各特定ベクトルに関する密度加重厚さ８８が求められる。次に、各密度加重厚さ８８が合計され、全密度加重厚さ８８’が求められる。全密度加重厚さ８８’が総合計密度８６’によって除され、その除算結果に、合成スペクトル７２’を作り出すために用いられたベクトル数が乗じられる。その結果得られた値が、相当厚さ７９’’の新たな推定値である。
【００６８】
式７は、総汚れに関する相当平均密度を定義する式であり、ここで、Ｂは、平均厚さ加重密度（単位は１立方センチメートル当たりのグラム数）であると定義される。式７は、汚れに関する近似密度を計算するために使用される。該近似密度は、汚染物質の質量を体積に変換するために使用される。
【００６９】
従って、上記において種類２の汚れに関して説明されているように、汚れサンプルの測定された吸光スペクトル７０を、推定された汚れサンプル厚さ７９’、７９’’によって除することによって、単位厚さ当たりの吸光スペクトルが得られる。
【００７０】
ある所定の発色団を表すために選択される純粋液体は、一般的には、典型的なガス放出汚れよりも官能基数が少なくなる。本分析では、汚れのモル体積は、これらの純粋液体のモル体積と同様であると仮定している。この仮定は欠陥がある一方で、相当厚さをスペクトルに割り当てることを可能にし、そのため、総汚れに対するある所定の物質の寄与度と、総汚れがセンサーの光学性能に及ぼす影響と、を推定することができる。
【００７１】
相当膜厚の推定をスペクトルの当てはめに基づいて行うことは、ある程度の判断力とある程度の化学的直観力が要求されることが注記される。一般的には、このプロセスは、スペクトルの当てはめから得られる加重係数が相当厚さを自動的に定めることになるような形で自動化すべきではない。この場合には、化学、材料組成及び赤外線分光学について適切に理解する必要がある。更に、合成スペクトル７２は、一般的には、完璧な当てはめではなく、各官能基に関する帯域の位置の小さい波長シフトに起因して鋭角なスパイクが作り出される可能性がある。これらの波長シフトは、該官能基が取り付けられている主鎖の構造に依存する。
【００７２】
前述されているように、合成スペクトルに適用するベクトルの選択は、非常に主観的である。ベクトル選択においては、材料安全性データシート（ＭＳＤＳ）を用いることができる。例えば、ユラレーン５７５３を当てはめるためのベクトルとしてポリエチレングリコールを選択したことは、ＭＳＤＳ内の情報に基づいたものである。同様に、Ｎ，Ｎジエチルアニリンをベクトルとして選択したことは、該接着剤内において化学的に類似した材料が用いられていることに基づいたものである。
【００７３】
幾つかの例においては、特定の材料に関する情報が容易に入手できないことがあり、又は、汚れのスペクトル上の性質が試験前の予想とは異なることがある。このような事情下においては、発色団とその典型的波長範囲を記載したリストが役立つことになると思われる。
【００７４】
例えば、３０００（ｃｍ−１）の範囲の高い吸光度を希望することができる。図９の特徴的赤外線グループ周波数図においては、３０００（ｃｍ−１）範囲内の吸光帯域の希望される強度を有するグループが識別される。従来のように、強力な吸光帯域は、“Ｓ”で示されており、中程度の吸光帯域は、“Ｍ”、で示されており、弱い吸光帯域は、“Ｗ”で示されている。例えば、ターシャリーブチル９０及びｎプロピル９２は、３０００（ｃｍ−１）範囲において強力な吸光を示し、従って、各々は、対象範囲内において希望される結果を達成させるために合成スペクトルに関する成分ベクトルとして使用することができる。
【００７５】
部分の存在を特定する際には、代替解析手法（例えば、質量分光測定法）が役立つ。更に、新しいモデル化合物を用いて、汚れのスペクトルを当てはめるためのベクトルスペクトルを作り出すことができる。
【００７６】
完璧な当てはめが望まれる一方で、完璧な当てはめを達成させるのは不可能である。最初は、脂肪族及び芳香族に関する性質について把握すること以外には、３０００（ｃｍ−１）付近においてＣ−Ｈ帯域を当てはめることを過度に気にすべきではない。著しいスペクトル特徴の当てはめを優先し、強力な吸光物であることがわかっている発色団（例えば、シリコーン又はカルボニル基）をより重視すべきである。１６００（ｃｍ−１）との間で生じるＣＯ帯域とＣＮ帯域に関しては、３０００（ｃｍ−１）の上方における広範なＯＨ及びＮＨの特徴が有用な基準である。特に、これらの特徴は、ベクトルを選択する上で、及び異なったベクトル成分の厚さを微調整する上で、有用である。
本明細書において説明されている方法によって作り出されるベクトルスペクトルは、総ガス放出汚れの赤外線スペクトルを予測するための基礎とすることが意図されている。総汚れの厚さは、加速ガス放出試験中にコールドプレート上で集められた揮発性汚れの質量分を用いて推定される（ＡＳＴＭ Ｅ５９５）。ＣＶＣＭに関する知識に関わる不確実性と、ＣＶＣＭ汚れのスペクトルに適用される相当厚さ推定値に関わる不確実性を分離させることが重要である。以下の説明は、所定のＣＶＣＭスペクトルの相当厚さを割り当てる際の不確定要因に限定されている。
【００７７】
各ベクトルスペクトルの相当厚さに関わる不確実性は、これらの各々のベクトルごとに特有である。明確なことであるが、モデル化合物から作り出されたベクトルは不確実性が低く、一般的には、５％乃至１０％のオーダーの相対標準偏差（ＲＳＤ）である。その他のベクトルに関わる不確実性は、１０％乃至１００％のＲＳＤになる可能性がある。適用された相当厚さに関する不確実性の一般的範囲は、２０％乃至５０％のオーダーであるというのが発明者の意見である。
【００７８】
ガス放出試験から集められる汚れ量は、一般的には非常に少なく、総質量は、０．１乃至２ミリグラムのオーダーである。この物質は、通常は、小滴、膜及び結晶の不均一な分布として直径１センチメートルの面積上に堆積される。物質分布は、通常は、組成又は物理的形状の点で均一でない。近隣の小滴は、大幅に異なる赤外線スペクトルを呈する可能性がある。従って、ベクトルスペクトルは、平均的な応答が得られるような形で集められる。
【００７９】
集められる汚れの量及び種類は、該当材料の処理方法に依存する。処理は、硬化前のアウトタイム(outtime)、非硬化材料の出荷条件と貯蔵条件、混合比、硬化スケジュール、硬化後の処理、硬化後の貯蔵、輸送中と出荷中の環境、及び試験条件を含む（但し、これらの項目に限定するものではない）。
【００８０】
従って、種類３の汚れの単位当たりの吸光スペクトルは、汚れサンプルの吸光スペクトルに近似する合成スペクトルを構築することによって得ることができる。又、該合成スペクトルの各ベクトルに対して適用されたスケーリングファクターを、いずれかの補正係数とともに用いることによって、該汚れサンプルの相当厚さが推定される。該汚れサンプルの測定された吸光スペクトルを該推定された厚さで除することで、該汚れサンプルの単位厚さ当たりの吸光スペクトルが得られる。
【００８１】
図１０Ａ乃至１０Ｃの流れ図１００においては、汚れの単位厚さ当たりの吸光スペクトルを得るための典型的ステップが示されている。最初にステップ１０２において、該汚れが３種類のうちの１つに分類される。第１の種類の汚れは、純粋物質であり更に常温において液体形である汚染物質である。第２の種類の汚れは、液体でも純粋物体でもないが、対象領域内における吸光度が単一の官能基によって支配されていることが赤外線スペクトルによって示される汚染物質である。最後に、第３の汚れは、純粋物質でなく、更に液体であるモデル化合物によって表すことができないガス放出生成物、を有する汚染物質である。該汚れが種類１の汚れである場合は、ステップ１０４において、２つのＩＲソルトプレートが、好ましいことに０．０１ミリグラムの単位まで計量される。ステップ１０６において、該汚れの液体サンプルが該ＩＲソルトプレートのうちの１つの上に置かれ、
第２のＩＲソルトプレートが第１のＩＲソルトプレートの上方に置かれる。該液体サンプルは、これらの２つのＩＲソルトプレートの間で圧縮されて直径約２センチメートルになる。ステップ２０８において、該液体サンプルとＩＲソルトプレートの組み合わせが（同じく好ましいことに０．０１ミリグラム単位まで）計量され、該汚れサンプルの質量が計算される。該汚れサンプルの該質量は、該汚れサンプルの質量と該ソルトプレートの質量から該ソルトプレートの質量を減じた質量として計算される。ステップ１１０において、該汚れサンプルの直径が測定され、該液体サンプルによって占められる面積が計算される。該面積は、該サンプルが円状であると仮定して式２を使用することによって計算することができる。該サンプルが明らかに円状でない（例えば、楕円形である）場合は、２回の測定、即ち、該楕円の長軸の測定及び該楕円の短軸の測定、を行うことができる。式３を用いて、該汚れサンプルの面積が計算される。
【００８２】
ステップ１１２に進み、該汚れサンプルの厚さが、該汚れサンプルの幾何形状と物理的性質に基づいて計算される。上述されているように、該汚れサンプルの面積は、円形又は楕円形のいずれかであると仮定し更に測定されたパラメータ（例えば、円の直径、又は楕円の長軸と短軸）を用いて計算される。該サンプルの計算された面積、該サンプルの測定された質量、及び該サンプルの密度（測定密度又は既知の密度）を用いて、式１に従って該サンプルの厚さが計算される。
【００８３】
ステップ１１４において、該汚れサンプルの一組の赤外線スペクトルが得られる。好ましいことに、幾つかのサンプルが得られ、これらのサンプルは、各測定ごとに交代される。ステップ１１６において、これらの幾つかのサンプルから平均スペクトルが得られ、該スペクトルは、ステップ１１８において透過モードで基準補正される。ステップ１２０において、該スペクトルは、吸光モードに変換され、大気二重線が該スペクトルから取り除かれる。ステップ１２２において、該平均スペクトルは、該汚れサンプルの測定された厚さによって除され、該汚れの単位厚さ当たりの吸光スペクトルが得られる。
【００８４】
従って、該汚れサンプルの吸光スペクトルが得られる。更に、該吸光スペクトルを得るために用いられた該汚れサンプルの厚さが導き出される。該吸光スペクトル及び該計算された汚れ厚さを用いて、該汚れに関する単位当たりの吸光スペクトルが導き出される。
【００８５】
ステップ１０２に戻り、該汚れが種類２の汚れである場合は、図１０Ｂのステップ１５２において、該汚れサンプルの赤外線吸光スペクトル６０が得られる。ステップ１５４において、吸光スペクトル６０内の強力な吸光特徴６２と、該強力な吸光特徴６２の主因である圧倒的な種が特定される。次に、ステップ１５６において、該汚れサンプルの吸光スペクトル６０に類似する吸光スペクトルを有する材料が選択され、ステップ１５８において、該選択された材料の吸光スペクトル６４に、該汚れサンプルの吸光スペクトル６０が重ねられる。
【００８６】
ステップ１６０に進み、該選択された材料の吸光スペクトル６４がスケーリングされ、該汚れサンプルの吸光スペクトル６０の強度が概算される。ステップ２６２において、該選択された材料の吸光スペクトル６４に適用されたスケールファクターを用いて、該汚れサンプルの吸光スペクトル６０がスケーリングされ（例えば、該選択されたスペクトルに適用されたスケールファクターによって除され）、１．０ミクロンの厚さの汚れサンプルから得られる吸光スペクトルが概算される。その結果、種類２の汚れの単位厚さ当たりの吸光スペクトルが得られる。
【００８７】
ステップ１０２に戻り、該汚れが種類３の汚れである場合は、図１０Ｃのステップ２０２において、該汚れサンプルのガス放出生成物の吸光スペクトル７０が得られ、ステップ２０４において、該吸光スペクトル内に存在するあらゆる大気中二酸化炭素二重線が取り除かれる。ステップ２０６において、合成吸光スペクトル７２が構築され、ここで、該合成吸光スペクトルは、該ガス放出生成物の吸光スペクトル７０に近似している。上述されているように、合成スペクトル７２は、既知のモデル化合物に関する正規化ベクトルを結合させ、該ガス放出生成物の吸光スペクトル７０に近似するスペクトルを形成させることによって構築される。各ベクトルは、厚さ７６が割り当てられ、この厚さは、特定のベクトル７４に関するスケーリングファクターとしての役割を果たす。合成スペクトル７２を構成するベクトル７４の選択は、赤外線分光学及び化学に関する知識に基づいて行われる。
【００８８】
ステップ２０８において、合成スペクトル７２は、該ガス放出生成物のスペクトル７０に当てはめられる。当てはめは、各ベクトル７４の厚さ７６を処理することと、合成スペクトル７２と該ガス放出生成物のスペクトル７０との間において適切な当てはめを達成させるために必要に応じてモデル化合物を追加又は取り除くことを含む。合成スペクトル７２とガス放出生成物のスペクトル７０との間で適切な当てはめが得られた時点で、ステップ２１０において示されているように、各モデルベクトル化合物７４に割り当てられた厚さ７６を加えることによって、該汚れの相当厚さの推定値が得られる。更に、各モデル化合物の厚さ７６に、式６に関して予め示されているように該化合物の密度を加重することによって、改良された推定値を得ることができる。
【００８９】
ステップ２１２において、合成スペクトル７２とガス放出生成物のスペクトル７０との間の当てはめが比較され、すべての過度の残留物７８が特定される。該残留物が過度でない場合は、該プロセスは、ステップ２２０に進む。残留物７８が過度である場合は、ステップ２１４において、該残留物が正又は負のいずれであるかが決定される。該残留物が正である場合は、ステップ２１６において、残留物７８を少なくする（即ち、該残留物の正度を引き下げる）ために合成スペクトル７２に化合物が加えられ、各加えられた化合物の厚さが、該汚れの相当厚さの最初の推定値に加えられる。他方、残留物７８が負である場合は、ステップ２１８において、残留物７８を増やす（即ち、該残留物の負度を下げる）ために合成スペクトル７２に化合物が加えられ、各加えられた化合物の厚さが、該汚れの相当厚さの最初の推定値から減じられる。ステップ２２０において、式６に関して説明されている密度加重厚さを用いて、改良された推定値を計算することができる。
【００９０】
以上では、汚れサンプルの単位厚さ当たりの吸光スペクトルを推定する方法の一実施形態が開示されている。第２の実施形態においては、単位厚さ当たりの吸光スペクトルを推定する方法は、汚れのガス放出に起因するセンサーの性能劣化を推定するため使用される。
【００９１】
図１１においては、本発明のもう１つの実施形態を実装するために用いられる３つのソフトウェアモジュールを例示した単純なブロック図が示されている。該ブロック図は、３つの別個のモジュールを例示している一方で、これらのモジュールは、本発明の適用範囲から逸脱せずにこれらの数よりも多い又は少ないモジュールにすることが可能である点が評価されるべきである。本実施形態は、センサー内の各構成要素に関するガス放出生成物から作り出される可能性がある相当汚れ厚さを推定するものである。これらの個々のガス放出生成物から１つの全体的な汚れスペクトルが構築され、この総膜がセンサー性能に対して及ぼす影響が推定される。
【００９２】
第１のモジュール２５０は、様々な化合物に関するガス放出結果とスペクトルに関するデータを保存し、得られたＣＶＣＭスペクトルに、既知の吸光度値と単位当たりの層厚を有する一組のベクトルスペクトルを当てはめる。第１のモジュール２５０に保存されているデータは、対象物（例えばセンサー）に関連する特定情報とともに、第２のモジュール２５２によって使用され、該センサー内に蓄積する可能性がある全体的な総汚染物質膜厚が計算される。更に、第２のモジュール２５２は、該総汚染物質膜のスペクトルを生成する。第３のモジュール２５４は、第２のモジュール２５２によって生成された総汚染物質膜に起因して該センサー内において発生する透過損及び総吸光を決定する。
【００９３】
図１２の流れ図においては、第１のモジュール２５０によって実施される典型的ステップが示されている。上記において概説されているように、第１のモジュールは、様々な既知の化合物に関するガス放出結果とスペクトルについてのデータを保存する。更に、第１のモジュールは、吸光スペクトルを得るために用いられる、ガスの形で放出された汚れのサンプルの厚さ、を概算する。第１のモジュールは、該汚れサンプルの正規化されたスペクトルを作り出す。最初にステップ３００において、該センサーを構築するために一般的に用いられる材料（ゴム、プラスチック、ビニール、等）が決定され、ガス放出試験がこれらの材料に関して実施される。これらの試験の結果は、第１のモジュール２５０内に入力される。
【００９４】
例えば、ガスの形で放出された汚れのＣＶＣＭに関するＡＳＴＭ Ｅ５９５試験の修正形を用いて、ガスを放出する汚れが各材料のサンプルから集められる。ＡＳＴＭＥ Ｅ５９５試験は、本技術においてはよく知られており、本明細書においては詳細には説明されない。ＡＳＴＭ Ｅ５９５試験の修正形は、標準試験における場合よりも改良されたＣＶＣＭ荷重推定値を得るために使用される。標準的なＡＳＴＭ Ｅ５９５試験は、ＣＶＣＭの最大荷重を約２倍分も過小推定する傾向がある。本明細書において採用される修正試験は、該試験をより長時間実施することによってこの不正確さを補正する（標準試験が２４時間であるのに対して、この修正試験は４８時間である）。更に、該修正試験は、周囲圧力において実施され（ＡＳＴＭ Ｅ５９５試験手順は真空内で実施される）、空気の浮遊性に起因する誤差を補正するために質量データが真空内質量に合わせて補正される。又、サンプルを保持するために用いられるサンプル区画が、数グラムの該サンプルを保持するために拡大され、更に、サンプル室と収集プレートとの間の距離が１／２に短縮される。好ましいことに、ＣＶＣＭは、高度に研磨されたアルミクーポン上において集められる。更に、測定可能なＣＶＣＭの質量を得るために大きなサンプル（例えば、約１グラム）を使用するのが好ましい。
【００９５】
ＡＳＴＭ Ｅ５９５試験の上記の修正形を実施するのが不可能である場合、又は、公表されているＡＳＴＭ Ｅ５９５試験結果が使用される場合は、材料内における最大荷重ＣＶＣＭを推定時には該Ｅ５９５データを２倍にすることが賢明である。
【００９６】
ステップ３０２において示されているように、ガスの形で放出された各汚れのサンプルの赤外線吸光スペクトルが得られる。該赤外線スペクトルは、フーリエ変換分光光度計における低角度反射率によって該サンプルから得ることができる。集められた物質の光学平均を得るために、大きな開口が使用される。好ましいことに、５つのスペクトルが得られて平均スペクトルが計算される。更に、従来の手法を用いてバックグラウンドデータが減じられる。
【００９７】
ステップ３０４において、既知のモデル化合物のスペクトルが単位厚さに従って正規化され、第１のモジュール２５０のデータベースに保存される。該データベースに入力される既知のモデル化合物のスペクトルは、センサーに関連するすべての可能な成分を含むのが理想的である。しかしながら、このことは、現実的には不可能であるため、該データベースに入力されるモデル化合物は、プロセス内において一般的に現れる基礎化合物を提供することが好ましい。該データベース内のモデル化合物のスペクトルが、正確な合成スペクトルを作り出す上で十分でない場合は、将来のニーズに対応するために後日に追加のスペクトルを入力することができる。
【００９８】
ステップ３０６において、ベクトルスペクトルが、得られた汚れスペクトルに当てはめられる。汚れの種類に依存して、該ベクトルスペクトルは、前述されている幾つかの方法のうちの１つで当てはめることができる。例えば、該汚れが種類１の汚れである（例えば、汚染物質が純粋な液体である）場合は、該スペクトルを測定することができ、式１乃至３を用いて厚さを計算することができる。該汚れが種類２の汚れである（例えば、汚染物質が液体でも純粋物質でもないが、対象領域における吸光度が単一の官能基によって支配されていることが赤外線スペクトルによって示される）場合は、該スペクトルは、単一の純粋液体で表すことができ、該汚れの測定されたスペクトルは、該純粋液体のスペクトルに適用されたスカラーに基づいてスケーリングされる。該汚れが種類３の汚れである（例えば、汚染物質が純粋物質でなく、更に単一の純粋液体で表すことができない）場合は、該スペクトルは、純粋液体の線形の組み合わせによって表される。
【００９９】
ステップ３０８において、相当厚さが該汚れに割り当てられ、該スペクトルは、汚れサンプルの厚さ１．０ミクロンの層を表すためにスケーリング又は正規化される。後述されるように、正規化されたスペクトルは、第２のモジュール２５２内のベクトルとして使用される。該相当厚さとスペクトルの導出は、前述されたように、汚れの種類（種類１、２、又は３）に基づいて決定される。更に、ステップ３１０において示されているように、該相当厚さ及び正規化スペクトルは、第１のモジュール２５０のデータベースに保存される。
【０１００】
図１３においては、第１のモジュール２５０のデータベースを構築するために用いることができる典型的データベース構造３２０が示されている。データベース構造３２０は、該センサーからガスの形で放出された汚れのモデルを作成するために使用することができるモデル化合物のリストであるモデル化合物エントリ３２２を含む。ガス放出結果エントリ３２４は、各モデル化合物に対して実施されたガス放出試験の結果を保存し、ＩＲスペクトルデータエントリ３２６は、各モデル化合物の厚さ１．０ミクロンの層の測定されたスペクトルに関するデータを保存する。
【０１０１】
各モデル化合物は、上記のエントリ内の各々のガス放出結果及びＩＲ赤外線データとともに該データベース内に入力される。例えば、第１のモデル化合物は、ジオクチルフタレートであることができ、該データベースの第１のロー３２８内に入力される。ジオクチルフタレートに関する対応するガス放出結果及びスペクトルデータも、各々のカラムの下方の第１のロー内に保存される。第２のモデル化合物は、ジオクチルセバケートであることができ、対応するガス放出結果及びスペクトルデータとともに、該データベースの第２のロー内に入力される。上述されているように、該センサー内において一般的に存在する汚れを当てはめるために必要に応じて化合物が該データベース内に入力される。
【０１０２】
第２のモジュール２５２は、第１のモジュール２５０内に保存されている情報（例えば正規化スペクトル）を、該センサーに関連する追加情報（例えば、該センサーを構築するために用いられた材料とその各々の質量、汚染される可能性がある表面積、等）ともに用いて、総汚染物質膜スペクトルを構築する。更に、第２のモジュール２５２は、該センサー内において形成される可能性がある汚染物質膜の最悪時厚さを計算する。
【０１０３】
後述されるように、該センサー内の各該当材料が選択され、その質量が第２のモジュール内に入力される。各材料に関して、該材料の質量にＣＶＣＭ値（即ち、サンプルから集められたガス放出汚れの質量と該サンプルの最初の質量の比）が乗じられて、汚染物質の総質量が得られる。更に、汚れ密度（概算値）と汚染される可能性がある表面積を各汚染物質質量に分割することは（式１参照）、各特定の汚染物質に関する個々の厚さを提供する。各汚染物質の厚さを線形で結合することは、総膜厚を提供する。
【０１０４】
該総膜のＩＲ吸光スペクトルは、最初に、各汚染物質に関する汚れベクトルスペクトルに、各々の汚染物質の厚さを乗じることによって概算される。その結果得られたスペクトルは、汚染物質ベクトルスペクトルであり、指定された厚さを有する汚染物質に関する吸光スペクトルを表している。各該当材料から得られた汚染物質ベクトルスペクトルを線形で結合させることは、該総膜のＩＲ吸光スペクトルを提供する。
【０１０５】
図１４においては、第２のモジュール２５２内において実施される典型的ステップを例示した流れ図が示されている。最初にステップ３５０において、汚染される可能性がある表面積が第２のモジュールに入力される。例えば、レンズ又は鏡のうちで汚染物質にさらされる表面積が計算され、該計算された表面積が第２のモジュールに入力される。ステップ３５２において、該センサーを構築するために用いられた材料が選択される。例えば、センサーを構築するために様々な構成要素が用いられ、これらの構成要素の一部は、ガスの放出を通じて汚染を発生させる。一般的には、該センサーを構築するために用いられる材料は、該センサーの目的と性能目標に依存して異なる。第１のセンサーは、別のセンサーにおいて用いられる塗料とは異なる特定の種類の塗料を使用することができる。該センサー用のＯリングを製作する際には、異なった種類のゴムを使用することができ、及び／又は、該センサー内の構成要素に関して異なった種類のプラスチックを使用することができる。これらの材料の各々は、例えば、第２のモジュール内のドロップダウンメニューを通じて選択される。該ドロップダウンメニューは、例えば、材料のカテゴリ、種別及びベクトル選択に関するメニューを含むことができる。
【０１０６】
ステップ３５４において示されているように、各材料が選択された時点で、各材料の質量が第２のモジュールに入力される。好ましいことに、各材料の質量は、０．０１ミリグラムの単位まで入力される。該センサー内において用いられているすべての材料および各材料の対応する質量が入力された時点で、ステップ３５６において示されているように、第２のモジュール２５２は、全体の総汚染物質膜の厚さに対する各材料の寄与度を計算する。全体の汚染物質膜の厚さに対する各材料の寄与度は、各々の材料からの汚れの推定体積を該センサーの全内部表面積で除することによって、換言すると、各汚れの密度と該センサー内において汚染される可能性がある表面積を各々の汚れの質量に分割することによって（式１）、計算される。
【０１０７】
第２のモジュール２５２は、各材料の厚さ寄与度を、第１のモジュール２５０内において導き出されたベクトルスペクトルに関するスカラー乗数として使用する。例えば、第２のモジュール２５２のドロップダウンメニューにおいて選択された材料に基づき、第２のモジュール２５２は、各選択された材料に関する正規化スペクトルを第１のモジュール２５０から検索する。各スペクトルが検索された時点で、第２のモジュール２５２は、各々の計算された厚さ寄与度によって各スペクトルをスケーリングする（例えば乗算する）。
【０１０８】
ステップ３５８において、該センサーの各汚れ成分（即ち、各材料からのＣＶＣＭ）に関する計算された厚さ寄与度を加えることによって総汚れの相当厚さが計算される。更に、ステップ３６０において示されているように、該センサーの各汚れ成分に関するスケーリングされたベクトルを合計することによって総汚れスペクトルが構築される。
【０１０９】
図１５は、ガス放出データから膜厚を推定するための典型的計算値を示した図である。図１２における計算において用いられた表面積は、０．８（ｍ２）である。接着剤及び重合体からのガス放出生成物は、部分品からの一般的非揮発性残留物（ＮＶＲ）汚れとともに考慮される。材料の体積３７０（ｃｍ３）は、該センサーを構築する際に用いられた特定の構成要素に関する知識に基づいて推定される。例えば、センサー内において用いられるＯリングは、特定の厚さに加えて、一定の内径と外径を有することがわかっている。この情報に基づき、Ｏリングの体積を計算することができる。同様に、材料の密度３７２（ｇ／ｃｍ３）は、該センサー内で用いられている構成要素の性質に基づいて既知である。例えば、該センサー内のＯリングを製作するためにブチルゴムが使用される。
【０１１０】
このため、ブチルゴムの密度は、既知であるか又は測定することができる。材料のＣＶＣＭ３７４（％ ｍ／ｍ）及びＣＶＣＭ３７６の密度（ｇ／ｃｍ３）は、該センサー内において使用されている選択された材料に基づいて、第２のモジュール２５２によって第１のモジュール２５０から検索される。ＣＶＣＭの推定体積３７８（ｃｍ３）は、式８から得られ、ここで、Ｖは、材料の体積３７０であり、Ｄ１は、材料の密度３７２であり、Ｃは、材料のＣＶＣＭ３７４であり、Ｄ２は、ＣＶＣＭの密度３７６である。ＣＶＣＭの推定厚さ３８０（ｎｍ）は、ＣＶＣＭの推定体積３７８を、汚染される可能性がある表面積（例えば、０．８ｍ２）で除することによって計算される。
【数８】
図１６においては、図１５に記載された各汚れに関するスペクトル特性が示されている。これらのスペクトル特性は、各汚れから予想される最終的な厚さによって加重される。個々の構成要素のスペクトルは、明確化するために、ゼロからオフセットされる。（以下の式１１において示されている）吸光度と経路長との間の線形関係に起因し、結合された汚れの推定吸光スペクトルは、構成要素のスペクトルを合計することによって構築することができる。
【０１１１】
第３のモジュール２５４は、構成要素のガス放出による分子状膜汚染に起因する該センサーの最大透過損を決定する。透過損は、第２のモジュール２５２によって推定されて該センサーの装置関数が畳み込まれた該分子状膜の推定吸光スペクトル及び厚さに基づく。
【０１１２】
第２のモジュール２５２によって決定された厚さ値は、該センサーのすべての光学面に当てはめられて、全体的な光学減衰路が決定される。この結果は、ガス放出を通じた分子膜汚染の存在に起因して該センサーが被る可能性がある最悪時透過損の推定値である。
【０１１３】
光学システムは、一般的には、広帯域パスフィルタを備えた光度計であるセンサーを採用する。これらのセンサーは、低温の黒体放射体である物体を観察する。ある所定の目標物に関して観察された信号は、各センサーのバンドパス全体にわたる放射に対する統合された反応である。膜は、光の減衰、光の散乱及び放射率の上昇によって性能を劣化させる可能性がある
【数９】
【０１１４】
センサーの型及びその所定の機能に依存して、１つ以上の検出器がセンサー内において採用される。例えば、ある１つの仮想センサーは、２つの検出器１Ｒ１及び１Ｒ２を使用する。チャネル１Ｒ１とＩＲ２の透過率は、膜によるセンサーの劣化に関する主評価基準である。透過率は、式９によって定義され、ここで、Ｉ（λ，Ｔ）は、ある所定の波長及び温度における入射強度（Ｗ／ｃｍ２）であり、Ｉ０（λ，Ｔ）は、ある所定の波長及び温度における透過された強度（Ｗ／ｃｍ２）である。ＩＲ２を通じての透過率を基準したＩＲ１を通じての透過率は、センサー性能に関するもう１つの重要な評価基準である。ＩＲ１／ＩＲ２の比は、相対バンド透過率と呼ばれる。
【０１１５】
光の減衰は、膜の厚さ、膜の吸光力及び放射線の強度に比例することはよく知られている。この関係は、式９乃至１２によって表され、ここで、Ｉ（λ）は、間隔ｄλにおける平均減衰強度（Ｗｃｍ−２μｍ−１）であり、Ｉ０（λ）は、間隔ｄλにおける平均入射強度（Ｗｃｍ−２μｍ−１）であり、α（λ）は、吸光係数（ｃｍ３ ｍｏｌｅ−１ｃｍ−１）であり、βは、経路長（ｃｍ）であり、γは、濃度（モルｃｍ３）であり、Ｘ（λ）は、修正吸光係数（ｃｍ−１）である。式１１は、膜の組成を知らずに膜の吸光力を定義することを可能にする。
【数１０】
【数１１】
【数１２】
【数１３】
【０１１６】
膜の減衰を計算するためには、蓄積された汚れ層の厚さ（β）を推定することが重要である。しかしながら、各汚れの単位厚さ当たりの吸光力（α（λ））を推定することも同様に重要である。汚れの組成を個別の化学種に関して測定すること又は予測することは現実的でない。しかしながら、集められた汚れの吸光スペクトルを測定することは実際的である。従って、光の減衰を修正吸光係数Ｘ（λ）に基づいて表すことは便利であり、存在する膜の種の濃度を知っている必要がない。図１０Ａ乃至１０Ｃに関して上述されているように、残されている難題は、所定の汚れに関する単位厚さ当たりの吸光スペクトルを測定することである。
【０１１７】
すべての蓄積された汚れの影響は、存在する各種類の汚れ量の関数であり、スペクトルハンドパスにおける装置校正と吸光スペクトルを入射強度に畳み込む（即ち、各波長における吸光損を積分する）ことによって計算される。総減衰は、式１１によって示されるように、該バンドパスにおけるエネルギーを積分することによって計算される。透過率は、減衰された信号を、該膜からの減衰なしで計算された同様の量で除することによって得られる。
【０１１８】
該膜全体にわたる総経路長は、光が該膜を横断する総回数を膜厚に乗じることによって計算される。各透過面は、１回のパスとしてカウントし、各反射面は、２回のパスとしてカウントする。蓄積された汚れは、対象物の使用寿命終了時においてすべての汚染可能な表面全体にわたって均一に分布していると仮定され、更に、該膜の組成は一定でありかつ均一であると仮定される。式１２は、小さい波長間隔における吸光度と、吸光係数と、経路長との間の関係を表している。吸光度は、透過率の対数に比例する。光の減衰（単位は吸光度）は、ある所定の汚れに関する経路長（膜厚）に比例する。式１３は、ある所定のバンドパスにわたって計算される吸光係数は、入射黒体放射線源の温度の関数であることを示している。
【０１１９】
該センサーの装置関数は、該センサーに関する周波帯及び透過面数を含む。反射面は、２回カウントされる。第３のモジュール２５４は、分子状膜の吸光スペクトルと推定厚さを使用し、黒体関数によってモデルが作成された温源をベールの法則の吸光に畳み込む。
【数１４】
【０１２０】
ある所定の波長に関する透過損は、式１４を用いて計算することができ、ここで、α（λ）は、波長λ（ｃｍ−１）における吸光係数であり、ｔは、膜の厚さであり、ｎは、総表面数である。周波帯λ１乃至λ２に関して第３のモジュールによって計算された総透過は、式１５によって決定され、ここで、Ｌ（λ，Ｔ）は、所定の波長λと温度Ｔに関する光子放射輝度であり、式１６によって定義される。式１５の結果を用いて、透過率Ｉ／Ｉ０（式９参照）が、黒体温度の関数として作図され、汚染物質膜に起因するセンサー劣化が示される。
【数１５】
【数１６】
【０１２１】
図１７においては、第３のモジュール２５４の概略的ブロック図が示されている。上記のように、透過損の決定を行うためには、汚染物質のＩＲスペクトルシグネチャ及びセンサーの装置関数に関する知識が要求される。図１７は、このデータの畳み込みを概略的に実証した図であり、２つの波帯に関する透過損及びバンドパス比の透過変化を示している。
【０１２２】
最初にブロック４００において、第２のモジュール２５２によって推定された汚染物質膜の導出スペクトルが、第３のモジュール２５４に入力される。ブロック４０２及び４０４において、センサー機能帯域１及び帯域２が従来のように正規化され、第３のモジュールに入力される。ブロック４０６において、各帯域チャネルの黒体応答が、波長の関数として、ガス放出汚染物質スペクトルの吸光によって加重される（ブロック４０６は、上式１５を表している）。ブロック４０８において、これらの２つの透過帯域の比が計算され、ブロック４１０において、該透過帯域比がソース温度に関して作図される。ブロック４１２において、個々の透過帯域（例えば、Ｔｂａｎｄ１及びＴｂａｎｄ２）がソース温度に関して作図され、ブロック４１４において、輪郭プロット（例えば、ソース温度に関して作図された厚さ）が構築される。この輪郭プロットは、膜厚の変化がシステムの透過率に対して及ぼす影響を設計者が推定することを可能にする。
【０１２３】
２つの仮想帯域（帯域１及び２）に関する透過損の結果が、図１８Ａ乃至１８Ｃに示されている。図１８Ａ及び１８Ｂにおいては、総透過損は、黒体温度の関数として作図されている。図１８Ａは、帯域１の６．５％の透過損４５０を示しており、図１８Ｂは、帯域２の８．５％の透過損４５２を示している。又、誤差の推定が破線４５４によって示されており、吸光スペクトルの不確実性が５０％であることを表している。図１８Ｃは、ソース温度に関して作図された膜厚に関する輪郭プロットを示した図である。該輪郭プロットの各線４６０は、厚さとソース温度の透過関数を表している。
【０１２４】
図１９においては、本発明を実装するためのコンピュータシステム５００が示されている。コンピュータシステム５００は、データを処理するためのコンピュータ５０２と、システム情報を表示するためのディスプレイ５０４を含む。該ディスプレイにおいて用いられている技術は、極めて重要な技術ではなく、現在利用可能なあらゆる型のディスプレイ（例えば、フラットパネル型液晶ディスプレイ（ＬＣＤ）又はブラウン管（ＣＲＴ）型ディスプレイ、等）、若しくは以後に開発されるあらゆるディスプレイであることができる。データ入力、データ表示、画面のナビゲーション、等にはキーボード５０６及びポインティング装置５０８を使用することができる。キーボード５０６及びポインティング装置５０８は、コンピュータ５０２から切り離すことができ、又は、コンピュータ５０８と一体化することができる。ポインティング装置の例は、ポイント・アンド・クリック法又はその他の何らかの方法によって所在場所、動作、等を示すか又はその他の形で特定するコンピュータマウス又はその他の装置である。代替として、キーボード５０６及びポインティング装置５０８の代わりにタッチ画面（図示されていない）を使用することができる。タッチ画面は当業者によく知られており、本明細書では詳細には説明されない。簡単に説明すると、タッチ画面は、ディスプレイ５０４の表示エリア全体に薄い透明の膜を実装する。表示エリアに触れると、画面上で触れられた場所を示した信号がコンピュータ５０２に送られる。コンピュータ５０２は、ポインティング装置に相当する方法で該信号を同等視して適宜動作する。例えば、ディスプレイ５０４上のオブジェクトは、ソフトウェア内では、特定の機能（例えば、異なった画面を見る）を有するように指定することができる。該オブジェクトに触れることは、ポインティング装置５０４を該オブジェクト上に置いて該ポインティング装置によって（例えば、マウスをクリックすることによって）該オブジェクトを選択するのと同じ効果を有することができる。タッチ画面は、キーボード５０６及び／又はポインティング装置５０８のために確保可能なスペースが限られているときに有益である。
【０１２５】
コンピュータ５０２には、情報（例えば、アプリケーションデータ、画面情報、プログラム、等）を格納するための記憶媒体５１０が含まれている。記憶媒体５１０は、例えばハードドライブであることができる。メモリ５１４及び記憶媒体５１０と組み合わせたプロセッサ５１２（例えば、ＡＭＤ Ａｔｈｌｏｎ ＸＰ（商標）プロセッサ、Ｉｎｔｅｌ Ｐｅｎｔｉｕｍ ＩＶ（登録商標）プロセッサ、等）は、様々な機能（例えば、データ入力、数値計算、画面表示、システムセットアップ、等）を実施するためのプログラムを実行する。ネットワークインタフェースカード（ＮＩＣ）５１６は、コンピュータ５０２がシステム５００の外部の装置と通信することを可能にする。
【０１２６】
本明細書において説明されている機能を実施するための実際のコードは、コンピュータプログラミング技術に関して通常の技能を有する者が、本明細書における開示に基づき、幾つかの従来のプログラミング言語のうちのいずれかを用いて簡単にプログラミングすることができる。従って、説明を簡略化するために、特定コード自体に関するさらなる詳細は省略されている。
【０１２７】
本明細書においては、本発明の特定の実施形態が詳細に説明されている一方で、本発明は、該説明に応じて適用範囲が限定されているということではなく、本明細書に付記されている請求項の範囲の精神及び条件を逸脱しないすべての変更、修正及び同等を含むことが理解されるべきである。例えば、本発明は、部分品上のガス放出汚れ及び製造中と組み立て中に入り込んだ汚れに起因するセンサーの性能劣化を推定するために使用することができる。この情報を、該センサーの性能基準と併用することで、該センサーの製造に関する清浄性収支を計算することができる。該清浄性収支の全部または一部は、部分品の汚染に起因して及び例えば該センサーの組み立てに起因して導入される汚染物質に割り当てることができる。
【図面の簡単な説明】
【０１２８】
【図１Ａ】典型的光学センサーの等大図である。
【図１Ｂ】材料のガス放出と光学構成要素上における膜の蓄積を示した、典型的光学センサーの等大図である。
【図２Ａ】本発明の実施形態に従ったシステム機能及びユーザーによる入力の概要を示したブロック図である。
【図２Ｂ】本発明の典型的用途を示した流れ図である。
【図３】ブチルゴムのガスの形で放出された生成物の副サンプルから得られた赤外線スペクトルである。
【図４】図３に示されたブチルゴムのガスの形で放出された生成物の赤外線スペクトルを、本発明の実施形態に従った厚さ１．０ミクロンのブレイコート（Ｂｒａｙｃｏｔｅ）８１６層の吸光スペクトル及び０．３６倍だけスケーリングされたブレイコートベクトルと共に示した図である。
【図５】本発明の実施形態に従い、ユラレーン（Ｕｒａｌａｎｅ）５７５３から得られた、ガスの形で放出された生成物の赤外線スペクトルと、混合されたベクトルスペクトルを用いて得られた合成スペクトルと、を示した図である。
【図６】図５の合成スペクトルを構築するために用いられたベクトル成分と、各ベクトルに対して割り当てられた対応する厚さと、を示した表である。
【図７】本発明の実施形態に従い、図５の合成スペクトルの修正による影響を示した赤外線スペクトルの図である。
【図８】図７の合成スペクトルを構築するために用いられたベクトル成分と、各ベクトルに対して割り当てられた対応する厚さと、を示した表である。
【図９】官能基及びその典型的波長範囲を示した図である。
【図１０Ａ】本発明の実施形態に従った汚れの相当厚さを推定する典型的方法を示した流れ図である（その１）。
【図１０Ｂ】本発明の実施形態に従った汚れの相当厚さを推定する典型的方法を示した流れ図である（その２）。
【図１０Ｃ】本発明の実施形態に従った汚れの相当厚さを推定する典型的方法を示した流れ図である（その３）。
【図１１】本発明のもう１つの実施形態に従い、汚染物質膜がセンサーの性能に対して及ぼす影響を推定するために用いられる第１のモジュール、第２のモジュール及び第３のモジュールを示したブロック図である。
【図１２】図１１の第１のモジュールにおいて実施される典型的ステップを示した流れ図である。
【図１３】本発明の実施形態に従い、モデル化合物のガス放出データ及びスペクトルデータを保存するために用いられる典型的データベース構造を示した図である。
【図１４】図１１の第２のモジュールにおいて実施される典型的ステップを示した流れ図である。
【図１５】本発明の実施形態に従い、ガス放出データから膜厚を推定するための典型的計算を示した図である。
【図１６】本発明の実施形態に従い、図１５に記載されている各汚れに関するスペクトル特性に、各汚れに関して予想される最終的厚さを加重した図である。
【図１７】図１１の第３のモジュールにおいて実施される典型的機能を示した概略的ブロック図である。
【図１８Ａ】仮想センサーの第１の帯域に関する黒体温度の関数としての透過プロットである。
【図１８Ｂ】仮想センサーの第２の帯域に関する黒体温度の関数としての透過プロットである。
【図１８Ｃ】黒体温度の関数としての膜厚の輪郭プロットである。
【図１９】本発明を実装するために用いられる典型的コンピュータシステムを示した図である。
【技術分野】
【０００１】
本発明は、分子状汚染物質膜に関するものである。本発明は、より具体的には、材料のガス放出に起因する分子状汚染物質膜が光学システムに対して及ぼす影響のモデルを作成するシステム及び方法に関するものである。
【背景技術】
【０００２】
光学システムは、指定されたパラメータをモニタリングすることを目的として光学レンズ、鏡、センサー(例えば赤外線センサー)、等を採用しているシステムである。光学システムの性能を最適化するためには、該システム内の光学機器においてレンズ、センサー、等の性能に干渉する可能性がある汚染物質が発生しないようにすることが望ましい。本明細書において用いられている汚染物質は、空気中分子状汚染物質（ＡＭＣ）を含み、該汚染物質は、収集可能揮発性凝縮物（ＣＶＣＭ）（汚れ、等）とも呼ばれる。該技術において既知であるように、ＡＭＣは、空気中に存在する広範な汚染物質を含み、化学膜（１個の分子程度の薄さになることがある）の形態の汚染に至る可能性がある。
【０００３】
ＡＭＣは、製品表面の化学的性質、電気的性質、光学的性質、及び物理的性質の変化に起因する収量損を引き起こす可能性がある。汚染物質が光学表面上に堆積すると、これらの汚染物質は、入光を物理的に吸収して散乱させ、それによって球波面の品質を歪ませる。該球波面内に含まれている情報が歪まされると、その結果作り出された画像も変形され、光学システムの全体的な性能が劣化される。
【０００４】
システム内に導入されるすべての材料が潜在的なＡＭＣ源である。究極的には、材料の化学組成、該材料の表面積及びその使用温度が、光学システム内に導入される汚染レベルを決定する。これらの汚染物質は、様々な手段を通じて導入される可能性があり、最も一般的な手段は、副構成要素上の汚染物質、光学システムの組み立て中(例えば、副構成要素の組み立て中)に導入された汚染物質、及び、これらの副構成要素内における材料のガス放出によって導入された汚染物質が導入手段である。
【０００５】
該技術において既知であるように、ガス放出は、埋め込まれた物質が材料からのゼロでない蒸気圧を受けて経時で発達することである。ガス放出は、材料が低圧環境内に置かれたときに発生し、温度上昇状態下において加速される可能性がある。材料がガス放出時には、その成分の一部が揮発され、該材料の重量が失われ（総重量損に占める割合で測定）、これらの揮発性成分の一定割合は、近くの表面上において凝縮可能である。これらの凝縮可能物質は敏感な光学面または熱制御面を汚染させる可能性があるため、この第２の性質はより重要である。
【０００６】
光学システムを設計及び製造する際には、該システム内に導入される可能性がある最終寿命汚染（最悪時汚染、等）を知っていることが望ましい。該情報を入手しておくことで、設計変更及び製造変更がデバイスの性能に及ぼす影響を、該デバイスを物理的に製作して試験する必要なしに簡単に確認することができる。
【０００７】
ガスを放出する生成物が光学システムの寿命終了時性能に対して及ぼす影響を推定することは、総膜厚と関係する波長の関数としての総ガス放出汚れの吸光係数を知ることを要求する。本明細書における総膜は、システム内においてガスの形で放出されたすべてのよごれが結合されることによって形成される汚染物質膜である。この問題を解決するための１つの手法は、存在する各々の個々の材料が該総汚れに寄与した度合いを推定することである。この手法は、各々の個々の材料から採取したガス放出汚れサンプルからスペクトル（赤外線スペクトル、等）を得ることを要求し、この場合、該当する汚れサンプルの厚さは既知である。残念なことに、該汚れサンプルの厚さは通常は不明であり、従って、存在する各々の個々の材料が該総汚れに寄与した度合いを推定することは実行不能である。
【０００８】
従来の方法は、各々の個々の膜の厚さを推定することを試みてきている。残念なことに、これらの方法は、厚さが１０ナノメートルを超える分子状汚染物質膜に関しては効果がないことが証明されている。更に、従来の方法は、全体的な総分子状汚染物質膜の化学組成を考慮しない。その結果、これらの方法は、汚染物質膜の化学組成の変動が大きくなると精度が急低下するため用途が限定的である。
【発明の開示】
【発明が解決しようとする課題】
【０００９】
従って、分子状汚染物質膜を生成する成分に基づいて該膜のスペクトル特性モデルを正確に作成するシステム及び方法が必要である。従って、該システム及び方法は、該分子状汚染物質膜モデルを作成する際に該分子状汚染物質膜の総体の化学組成を考慮することが有利になる。
【課題を解決するための手段】
【００１０】
上記に鑑み、本発明の一側面は、分子状汚染物質膜が光学システムの性能に対して及ぼす影響のモデルを作成する方法に関するものであり、該方法は、光学システムの材料からガスの形で放出された物質の質量とガスの形で放出された生成物のスペクトルを相互に関連づけるステップと、ガスの形で放出された生成物の赤外線スペクトルを正規化するステップと、総分子汚染物質膜厚を各材料から予測するステップと、該総分子レベル汚染物質膜の吸光スペクトルを導き出すステップと、該総分子レベル汚染物質膜の該吸光スペクトルに該光学システムの装置関数を畳み込むステップと、を含む。
【００１１】
本発明のもう１つの側面は、汚染物質膜の厚さが不明なときに該汚染物質膜の単位当たり吸光スペクトルを得る方法に関するものであり、該方法は、ガスの形で放出された物質を化合物から集めるステップと、該ガスの形で放出された物質の少なくとも１つの観察された特性に基づいて該ガスの形で放出された物質を幾つかのグループの１つに分類するステップと、該吸光スペクトルと該ガスの形で放出された物質の該分類に基づいて該ガスの形で放出された物質のサンプルの厚さを推定するステップと、ガスの形で放出された物質の該サンプルの吸光スペクトルを、ガスの形で放出された物質の該サンプルの該推定された厚さによってスケーリングするステップと、を含む。
【００１２】
本発明のさらにもう１つの側面は、分子状汚染物質膜が光学システムの性能に対して及ぼす影響のモデルを作成するためのコンピュータシステムに関するものであり、該コンピュータシステムは、記憶媒体と、少なくとも１つのプロセッサであって、動作可能な形で該記憶媒体に結合されたプロセッサと、該記憶媒体に常駐していて該少なくとも１つのプロセッサによって実行されるコンピュータプログラムであって、該プロセッサに、該光学システムの材料からガスの形で放出された物質の質量をガスの形で放出された生成物のスペクトルと相互に関連させ、ガスの形で放出された生成物の赤外線スペクトルを正規化させ、総分子状汚染物質膜厚を各材料から予測させ、該総分子状汚染物質膜の吸光スペクトルに光学システム装置関数を畳み込ませるコンピュータプログラムと、を含む。
【００１３】
上記及び関連目的を完遂させることで、本発明は、以下において完全に説明されており更に請求項の範囲において特別に指摘されている特長を具備する。以下の説明及び添付図面は、本発明の幾つかの例示的実施形態を詳細に説明するものである。しかしながら、これらの実施形態は、本発明の原理を採用することができる様々な方法のうちのほんの幾つかを示したものであるにすぎない。本発明のその他の目的、利点及び斬新な特長は、
下記の本発明の最良の実施形態を添付図面と関連させて検討することによって明らかになる。
【発明を実施するための最良の形態】
【００１４】
下記は、添付図面を参照した本発明の最良の実施形態を示したものであり、同様の要素については全体に渡って同一の参照番号を付すものとする。
【００１５】
本発明は、センサー（例えば、光学センサー、等）に関して説明されている。しかしながら、本発明は、汚染物質膜によって悪影響を受ける可能性があるその他の光学システム及び／又は光学構成要素に対しても適用することができ、センサーに関する説明は、いずれの形においても限定することを意図するものではない。
【００１６】
図１Ａにおいては、典型的光学センサー２の等大図が示されている。該光学センサーは、例えば剛性プラスチック材料であることができるハウジング４を含む。該ハウジング内には高強度広スペクトル光源６が取り付けられており、該スペクトル光源は、高度に視準された１つの光ビーム８を作り出す。レンズ１０は、鏡１２上においてビーム８の焦点を合わせ、鏡１２は、開口１４を通じてビーム８を反射させる。開口１４は、Ｏリング１６と透明なシールド１８（例えば、透明なプラスチックのレンズ）によって密封されている。ビーム８は、対象物２０に当たり、ビーム８’の一部は、センサー２の方向に及び開口１４を通じて反射される。戻りビーム８’は、開口１４から、光検出器２４の感光面上においてビーム８’の焦点を合わせるための焦点合わせ手段２２までの直接経路をたどる。
【００１７】
時間の経過に伴い、該センサー内の材料（例えば有機材料）から汚れがガスの形で放出されて近くの構成要素上に沈積する可能性がある。一般的には、これらのガスの形で放出された汚れは、ほとんどの用途に関してはほとんど問題にならない。しかしながら、光学システムにおいては、これらの汚れは、光学システムの性能と干渉する可能性がある。図１Ｂにおいては、ゴム製Ｏリング１６及びハウジング４からガスの形で放出された汚れ２６が示されている。これらの汚れは、近くの表面（例えば、レンズ１０、鏡１２及び焦点合わせ手段２２）上に蓄積し、各々の表面上において汚染物質膜２８を形成する。汚染物質膜２８は、光ビーム８、８’の透過と干渉する可能性があり（図１Ａ参照）、それによって光学センサーの性能を劣化させる。該劣化が過度になった場合は、センサー２は、希望される性能範囲内で動作することができず、その結果、誤動作及び／又は誤データが発生する可能性がある。幾つかの事例においては、該性能劣化が非常に激しくてセンサー２がまったく動作しないことがある。
【００１８】
本発明は、光学システムの性能劣化を推定するシステム及び方法に関するものである。以下においてより詳細に説明されるように、本発明のシステムは、総汚染物質膜の吸光スペクトルを構築し、該総汚染物質膜がセンサー又はその他の光学的性能に対して及ぼす影響が推定される。
【００１９】
図２Ａにおいては、ガス放出に起因する光学システムの性能劣化を推定するための典型的システムの概略が示されている。該システムは、光学システムの性能劣化を推定するために使用される１つ以上の作業を各々が実施する３つのモジュールを含む。第１のモジュール３０は、単位層厚を有する既知の材料に関するガス放出結果とＩＲスペクトルのデータベースを含む。ガス放出結果とＩＲスペクトルの該データベースは、既知の化合物及び材料に対して実施されたガス放出試験に基づいてシステム内に入力される。ブロック３１において示されているように、該センサーの設計者は、該センサーの製作において使用された化合物に関する収集可能揮発性凝縮物（ＣＶＣＭ）のスペクトルを得る。得られたＣＶＣＭスペクトルは、第１のモジュール３０内に入力される。以下においてより詳細に説明されるように、該ＣＶＣＭスペクトルは、ＡＳＴＭＥ５９５試験の修正形を用いて得られ、これらの試験の結果は、第１のモジュール３０のデータベースに保存される。該ガス放出結果データベース、得られたＣＶＣＭスペクトル、及び、本発明に従ってＣＶＣＭスペクトルを得るために使用された汚れサンプルの相当厚さの推定方法を用いて、第１のモジュール３０は、該センサーを構築するために用いられた各化合物に関する単位厚さ当たりの吸光スペクトル（即ち、正規化されたスペクトル）を推定する。該推定された単位当たり吸光スペクトルは、第１のモジュールのデータベースに保存される。
【００２０】
第２のモジュール３２は、光学システム内においてガスの形で放出されたすべての汚れから生成される可能性がある総汚染物質膜厚を推定する。更に、第２のモジュール３２は、該総汚染物質膜の吸光スペクトルを導き出す。第２のモジュール３２は、第１のモジュール３０に保存されている単位当たり吸光スペクトルを、該光学システムに関連する特定情報（例えば、該光学システムの構築に用いられた化合物、その質量、体積、等）と併用して該総膜厚及び該吸光スペクトルを推定する。該光学システムに関連する該特定情報は、ブロック３４において示されているように、例えば該光学システムの設計者によって第２のモジュール内に入力される。該光学システムは、該入力情報及び第１のモジュール内に保存されているデータに基づいて、該総汚染物質膜の吸光スペクトルを構築して該総汚染物質膜の厚さを推定する。
【００２１】
第３のモジュール３６は、該総汚染物質膜に起因する該光学システムの性能劣化を推定する。該光学システムの光学構成及び該光学システムの装置関数は、ブロック３８において示されているように、設計者によって第３のモジュール３６内に入力される。第３のモジュール３６は、該入力された光学システムデータと第２のモジュール３２によって生成されたデータを併用して、該光学システムにおいて生じる可能性がある透過損及び総吸光を推定する。
【００２２】
図２Ｂにおいては、本発明の１つの用途を例示する流れ図が示されている。最初にステップ４０において、設計者は、センサーの構築において用いられた材料に関連する物理的データを集めて整理する。これらの物理的データは、例えば、該センサーを構成する材料、各材料の質量及び各々の体積を含む。図１Ａの典型的センサーにおいては、該物理的データは、Ｏリング１６、透明シールド１８、及びハウジング４の質量と体積、並びに、例えば各々の構成要素を形成する材料を含むことになる。ガス放出試験は、好ましいことに、ＡＳＴＭ Ｅ５９５試験（後述）の修正形を用いてこれらの材料に対して実施される。設計者は、これらの材料に関連するデータを収集して整理後は、ステップ４２において示されているように、該センサー内において汚染される可能性がある表面積を決定する。該表面積は、例えば、単純幾何学によって決定することができる。ステップ４４において、設計者は、センサー２の装置関数を決定する。該装置関数は、装置（例えばセンサー）が既知の量の光を既知の信号に変換する効率である。該装置関数は、例えば、ソース信号の強度を測定し次に該センサー全体を通じての強度損を測定することによって決定することができる。
【００２３】
ステップ４６において、設計者は、本発明に従い、蓄積されたデータ（物理的データ、ガス放出データ、表面積及び装置関数）をシステム内に入力し、ステップ４８において、該システムは、該センサーがガス放出に起因して被る可能性がある最悪時の性能劣化を推定する。ステップ５０において、該推定された性能劣化は、設計者に提示され、ステップ５２において、設計者は、該性能劣化が受入可能であるかどうかを決定することができる。該性能劣化が受入可能である場合は、該プロセスは完了である。該性能劣化が受け入れられない場合は、ステップ５４において、設計者は、該センサーの一部分を変更又は再設計することができる。例えば、異なった型のプラスチックをハウジング４に関して使用することができ、又は、異なったゴム組成を有するＯリング１６を採用することができる。設計変更後は、該プロセスは、ステップ４０に戻り、受入可能な結果が得られるまで繰り返される。
【００２４】
本発明は、総汚染物質膜の吸光スペクトルにセンサーの装置関数を畳み込むことによって該センサーの光学的劣化を推定するものである。本発明は、該総汚染物質膜の吸光スペクトルを決定する際には、ガスの形で放出された各汚れのサンプルから平均吸光スペクトルを入手し、該吸収スペクトルを入手するために用いられた各々の汚れサンプルの相当厚さを推定する。本発明においては、特定の汚れサンプルに関する相当厚さの推定方法は、汚れの種類に依存する。汚染物質である汚れは、１）純粋な物質であって更に常温において液体形である汚染物質、２）液体でも純粋物質でもないが、対象領域内における吸光が単一の官能基によって支配されていることが赤外線スペクトルによって示される汚染物質、及び３）ガスを放出する生成物が純粋な物質ではなく更に液体である単一のモデル化合物によって表すことができない、汚染物質、のうちのいずれか１つの特定のグループに分類される。汚れの種類に依存して、汚れのサンプルの相当厚さを推定するためにこれらの３つの方法のうちの１つが実装される。次に、該汚れの平均吸光スペクトルが該汚れサンプルの推定厚さによって除され、該汚れサンプルの単位厚さ当たりの吸光スペクトルが得られる。
【００２５】
該単位当たりの吸光スペクトルは、センサー内で用いられている様々な材料のガス放出に起因して堆積する可能性がある総膜のスペクトルを構築するために使用される。該総汚染物質膜がセンサーの性能に対して及ぼす影響は、該総汚染物質膜の吸光スペクトルに該センサーの装置関数を畳み込むことによって推定される。得られた結果は、ガス放出による分子状膜汚染の存在に起因して該センサーが被る可能性がある最悪時透過損の推定値である。
【００２６】
以下では、３種類の汚れの各々について、及び、各々の相当汚れ厚さ推定方法について説明される。
【００２７】
種類１−純粋物質であり更に常温において液体形である汚染物質
第１の種類の汚れは、純粋物質であり更に常温において液体形である汚染物質（ジオクチルフタレート、等）である。種類１の汚れに対応時には、汚れサンプルに関する基本情報（該汚れサンプルの質量、該汚れサンプルが占める面積、等）が集められて整理される。
【００２８】
該汚れサンプルの質量は、該汚れサンプルを計量することによって決定することができる。例えば、２つの赤外線（ＩＲ）ソルトプレートが、好ましいことに０．０１ミリグラムの単位まで計量され、次に、該汚れサンプルの少量が、１つのプレート上に置かれる。次に、該汚れサンプルが両プレートの間で締め付けられて直径約２センチメートルのスポットを形成する。これらのプレートが再計量され、該汚れサンプルの質量は、該汚れサンプルの質量と該ソルトプレートの質量から該ソルトプレート単独の質量を減じて得られた値として計算される。
【００２９】
該汚れサンプルの質量が決定された後は、例えばフーリエ変換赤外線分光光度計を用いて一組の赤外線透過スペクトルが得られる。好ましいことに、５つの赤外線透過スペクトルが得られ、各サンプルが各測定ごとに交代される。更に、従来のように、観察結果の組から平均吸光スペクトル準備されて該汚れサンプルの光学平均が入手される。該スペクトルは、透過モードにおいて基準補正されて最終結果が吸光度に変換され（log１０）、存在する可能性がある大気に関するあらゆる二重線が除去される。透過は、いずれの測定に関しても約２０％未満であるべきでない。透過強度が20%未満である場合は、別のサンプルを準備すべきである。
【数１】
【００３０】
該汚れサンプルの厚さは、式１を用いて計算することができる。厚さは、該汚れサンプルの厚さ（単位はセンチメートル）であると定義される。質量は、該汚れサンプルの質量（単位はグラム）であると定義される。密度は、該サンプルの密度（単位は立方センチメートル当たりのグラム数）であると定義され、面積は、該サンプルによって占められる面積（単位は平方センチメートル）であると定義される。上述されているように、該汚れサンプルの質量は、測定値から決定され、該汚れサンプルの密度は、測定によって又は純粋材料に関する確定密度のいずれかによって知られる。該汚れサンプルによって占められている面積は、以下において式２及び式３に基づいて説明されているように、基礎幾何学を用いて得られる。
【数２】
【数３】
【００３１】
該汚れサンプルによって占められる面積は、該サンプルが完全な円であると仮定して式２を当てはめることによって計算される（ここで、Ｄは、該汚れサンプルの測定された直径（単位センチメートル）であると定義され、面積は、該汚れサンプルによって占められる表面積（単位平方メートル）であると定義される。該サンプルが円状でない（例えば、楕円形である）場合は、該汚れサンプルの面積は、該楕円の長軸の長さと該楕円の短軸の長さを用いて計算することができる。式３は、楕円の面積の計算を表しており、ここで、
ＤＭａｊｏｒは、該楕円の長軸の長さ（単位センチメートル）であると定義され、ＤＭｉｎｏｒは、該楕円の短軸の長さ（単位センチメートル）であると定義され、面積は、表面積（単位平方センチメートル）であると定義される。該直径及び／又は長軸／短軸は、好ましいことに、例えば鋼尺を用いてミリメートルの単位まで測定することができる。該汚れサンプルの面積、密度及び質量が得られた時点で、式１を用いて該汚れサンプルの厚さを計算することができる。該汚れサンプルの単位当たり吸光スペクトルは、該汚れサンプルの平均吸光スペクトルを該汚れサンプルの計算された厚さによって除することによって導き出される。
【００３２】
式１乃至３を用いることは幾つかの仮定を行うことであることが注記される。以下では、これらの仮定と、これらの仮定に違犯した場合に発生する可能性がある課題とについて簡単に説明される。
【００３３】
第１に、該汚れサンプルは、揮発性が低いと仮定される。該汚れサンプルの揮発性が低くない場合は、膜が急速に蒸発し、厚さ計算を不正確にする可能性がある。更に、該汚れサンプルの密度は既知であるか又は決定することができると仮定される。該密度が既知でない及び決定できない場合は、膜の厚さは計算することができない。
【００３４】
更に、該汚れサンプルは中程度の粘度を有すると仮定される。該汚れサンプルが高い粘度を有する場合は、該サンプルは厚すぎることになり、均一な厚さのサンプルを入手するのが困難になる。該粘度が低すぎる場合は、該汚れサンプルがソルトプレートから流れ出し、その結果該汚れサンプルの質量測定を無効にしてしまう可能性がある。
【００３５】
最後に、該汚れサンプルの吸光度は、厚さを基準にして線形であると仮定される。厚い汚れサンプルは、自己吸光に起因するピークの丸みと低減衰を引き起こす可能性がある。一般的には、自己吸光を制御する上では、２０％よりも大きいピーク透過率で十分である。
【００３６】
従って、単純幾何学及び分光学を用いることで、種類１の汚れサンプルの厚さ及びその透過スペクトルが得られる。単位厚さ当たりの吸光スペクトルは、該汚れサンプルの平均吸光スペクトルを、該計算された該汚れサンプルの厚さで除することによって導き出される。
【００３７】
種類２−液体でも純粋物質でもないが、対象領域における吸光度が単一の官能基によって支配されていることが赤外線スペクトルによって示される汚染物質
第２の種類の汚れは、液体でも純粋物質でもないが、対象領域における吸光度が単一の官能基によって支配されていることが該汚れの赤外線スペクトルによって示される汚染物質である。この種類の汚れの例は、ブチルゴム（ブチルＯリング、等）からのガス放出生成物である。
【００３８】
幾つかのブチルＯリングから得られるガス放出生成物は、一般的には、固体であって結晶を形成する。このような固体物質の測定可能な均一層を準備してスケーラブル（ｓｃａｌａｂｌｅ）な吸光度を有するスペクトルを得ることは非常に難しい。種類２の汚れにおいて赤外線吸光分光測定法によって一般的に観察される官能基は、非常に大きな遷移確率を有する。このため、線形性に関する仮定条件が引き続き有効であるように注意しなければならない。線形性は、ベール−ランベルトの関係（後述）に基づく。
【００３９】
以下においてさらに詳細に説明されるように、種類２の汚れの単位厚さ当たりの吸光スペクトルは、汚れサンプルの測定された吸光スペクトルと類似の特性を有する吸光スペクトルを持った材料を選択することによって推定される。スケールファクターを用いて、該類似の材料の吸光スペクトルがスケーリングされ、該汚れサンプルの該測定された吸光スペクトルが当てはめられる。更に、該測定された吸光スペクトルを該スケールファクターで除することによって、該汚れサンプルの単位厚さ当たりの吸光スペクトルが推定される。以下において式４及び式５に基づいて説明されているように、該測定された吸光スペクトルを該スケールファクターによってスケーリングするプロセスは、ベール−ランベルト関係に違犯しない。
【数４】
【００４０】
膜の吸光度は、式４を用いて計算することができ、ここで、ａは、吸光係数（単位はモル＊センチメートル当たりのリットル）であると定義され、ｂは、経路長（即ち、膜厚）（単位はセンチメートル）であると定義され、ｃは、濃度（単位は、１リットル当たりのモル数）であると定義され、Absは吸光度である。ここで、該吸光度は、−ｌｏｇ１０（Ｉ／Ｉ０）であると定義され、Ｉは、入射強度（単位は、１平方センチメートル当たりのワット数）であると定義され、Ｉ０は、透過された強度（単位は、１平方センチメートル当たりのワット数）であると定義される。
【数５】
【００４１】
式４の両辺を経路長ｂで割ると式５が得られる。従って、ベール−ランベルト関係に従い、積ａｘｃは、単位厚さ当たりの吸光度である。単位当たりの吸光スペクトルは、式５において示されているように、測定された吸光スペクトルを膜厚で割ることによってベール−ランベルト関係に違犯せずに計算することができる。
【００４２】
ベール−ランベルト関係を支えるために４つの基本的な仮定が行われる。第１に、汚れサンプルは、希釈されており、吸光物間で相互に作用しないと仮定される。第２に、すべての吸光物は、基底状態であると仮定される（過度の吸光は、濃度よりも小さい基底状態母集団になる可能性がある（ボルツマン分布））。 第３に、吸光後に再放出されたいずれの光も再吸収されないと仮定される。換言すると、各光子は、システムと１回だけ相互に作用することができる。最後に、光は、システム外に散乱せず、更に、光は、ビーム経路内に散乱せずかつ再放出されないと仮定される。いずれの光損も、吸光に起因する。
【００４３】
一般的には、純粋物質は濃度が一定であるため積ａｘｃは有効吸光係数α’（λ）（ｃｍ−１）であると仮定される。文献において発表されている吸光係数値は、強度比の対数ｌｏｇ１０又はｌｏｇｅ（ｌｎ）を用いて計算することができるため、これらの値を使用時には注意しなければならない。
【００４４】
上述されているように、該汚れサンプルの厚さは、該汚れサンプルと類似の特性を有する既知の材料を用いて決定される。従って、類似の材料を選択できるようにするためには該汚れサンプルの特性を予め決定しなければならない。
【００４５】
該汚れサンプルの特性は、該汚れサンプルの赤外線吸光スペクトルを得ることによって決定することができる。該吸光スペクトルが得られた時点で、該吸光スペクトル内の強力な吸光特徴（例えば、吸光スペクトル内におけるピーク）が特定される。
【００４６】
赤外線分光学及び化学に基づき、該汚れサンプルと類似の吸光特徴を有する材料の選択が行われ、選択された材料の１．０ミクロンの厚さの層の赤外線吸光スペクトルが得られる。選択された材料の１．０ミクロンの厚さの層の該吸光スペクトルは、該汚れサンプルの吸光スペクトルが重ねられ、必要な場合は、該汚れサンプル吸光スペクトルの形状に適合させるために、該選択された材料の吸光スペクトルがスケーリングされる。
【００４７】
次に、該汚れサンプルの吸光スペクトルは、該汚れサンプルスペクトルを、該選択された材料の吸光スペクトルに適用されたスケールファクターで割ることによってスケーリングされる。該汚れサンプルスペクトルのスケーリングは、該汚れサンプルの１．０ミクロンの厚さの層に関する吸光スペクトル推定値を作り出す。
【００４８】
例えば、図３においては、ブチルＯリングのガス放出生成物の副サンプルから得られた赤外線吸光スペクトル６０が示されている。１１００乃至１２００（ｃｍ−１）の間で発生する強力な吸光特徴が、例えばガスクロマトグラフィー質量分光測定法を用いて解析され、材料内において圧倒的に多い種がペルフルオロ部分として特定される。
【００４９】
次に、該特定された圧倒的な種と類似する特性を呈する純粋材料が特定される。例えば、フッ化油であるブレイコート（Ｂｒａｙｃｏｔｅ）８１６は、フッ化材料に関するベクトルとして使用することができる。図４においては、ブチルＯリングからのガス放出生成物の吸光スペクトル６０は、厚さが１．０ミクロンのブレイコート８１６層の吸光スペクトル６４が重ね合わされている。更に、０．３６倍だけスケーリングされたブレイコートベクトル６６も図４に示されている。図４においてわかるように、ブチルＯリングの該ガス放出生成物のスペクトル上の性質は、特に１０００乃至１４００（ｃｍ−１）のエネルギー範囲においては、スケーリングされたブレイコート８１６ベクトルスペクトルと類似している。
【００５０】
固体のガス放出生成物のスケーリングされたベクトル６６と観察されたスペクトル６０が一致していることは、該ガス放出生成物は厚さ０．３６ミクロンのブレイコート８１６層によって表すことができるか、又は、観察されたガス放出生成物のスペクトルは、０．３６ミクロンの液体フッ化油に相当する厚さを有することを示唆している。
【００５１】
ガス放出生成物のスペクトル６０を、スケーリングされたブレイコート８１６スペクトル６６に適用されたスケールファクターで割ることによって、１．０ミクロンの相当厚さを有するガス放出生成物のベクトルスペクトルが得られる。
【００５２】
従って、種類２の汚れの吸光スペクトルは、汚れサンプルの吸光スペクトルと類似する特性を有する吸光スペクトルを持った材料を選択することによって得ることができる。このため、該選択された材料の吸光スペクトルを該汚れサンプルの吸光スペクトルに適切に当てはめるスケーリングファクターが決定される。このスケーリングファクターを用いて該汚れサンプルの吸光スペクトルをスケーリングすることによって、該汚れサンプルの１．０ミクロンの厚さの層の吸光スペクトルを得ることができる。
【００５３】
種類３−ガス放出生成物が純粋物質ではなく、更に液体である単一のモデル化合物によって表すことができない。
【００５４】
第３の種類の汚れは、純粋物質ではなく、更に液体である単一モデル化合物によって表すことができない汚染物質である。該汚染物質の一例は、ユラレーン（Ｕｒａｌａｎｅ）５７５３のガス放出生成物である。
【００５５】
以下においてさらに詳細に説明されるように、種類３の汚れを分析する上での主目的は、該汚れの相当厚さを推定することができる該汚れの合成スペクトルを得ることである。この合成スペクトルは、１．０ミクロンの厚さを有するモデル化合物を結合させ、更に、各モデル化合物にスケーリングファクターを割り当てて該合成スペクトルが該汚れスペクトルの近似スペクトルを形成するようにすることで導き出される。必要な場合は、誤ったデータ（例えば、各ベクトルとともに導入された過度の信号）に対応するために該合成スペクトルの補正が行われる。該汚れサンプルの相当厚さは、該合成スペクトルの各スケーリングされたモデルベクトルの厚さを加え、更に該合成スペクトルに関する補正値を加えるか又は減じることによって推定される。
【００５６】
汚れスペクトルを当てはめる前に、汚れサンプルの多数のスペクトルを集め、これらの多数のスペクトルから平均サンプルスペクトルを準備することが好ましい。更に、従来のように、該平均サンプルスペクトルは、反射損及び大気中の二酸化炭素に関して補正すべきである。
【００５７】
例えば、大気中の二酸化炭素の二重線は、該二重線の領域内のデータを、例えば該二重線のいずれかの側における基準線によって定められた直線に代えることによって補正することができる。補正は、吸光度モード又は透過率モードで実施することができる。吸光スペクトルにおいて負値が生じることを回避するため、吸光スペクトルのいずれの部分も１００％の透過率を超えないようにすべきである。
【００５８】
図５においては、ユラレーン５７５３接着剤から集められたガス放出生成物から得られた吸光スペクトル７０が示されている。更に、図５は、幾つかのモデル化合物のベクトルスペクトルを用いて作られた合成スペクトル７２、及び、合成スペクトル７２がサンプルスペクトル７０から減じられたときに作り出される残量７８（又は誤差）も示している。
【００５９】
さらに図６においては、合成スペクトル７２を構築するために用いられた個々のベクトル７４（ベクトル基本セット）とその各々の厚さ７６（スカラーファクター）を記載した表が示されている。
【００６０】
合成スペクトル７２は、既知のモデル化合物に関する正規化ベクトルを結合させ、サンプルスペクトル７０に近似するスペクトルを形成させることによって作り出される。各ベクトルは、厚さ７６が割り当てられ、この厚さは、特定ベクトル７４に関するスケーリングファクターとしての役割を果たす。合成スペクトル７２を構成するベクトル７４の選択は、赤外線分光学及び化学に関する知識に基づく。当業者によって評価されることになるが、合成スペクトル７２の異なる部分が、官能基又は発色団と明確に関連づけられている。合成スペクトル７２に関する化合物の選択は、対象領域内の官能基の吸光上の性質に基づくことができる。
【００６１】
合成スペクトル７２は、合成スペクトル７２内の個々のベクトル７４を、必要に応じて各厚さ７６とともに処理することによって、サンプルスペクトル７０に当てはめられる（例えば図６を参照）。合成スペクトル７２をサンプルスペクトル７０に当てはめることは完全である必要がなく、該サンプルスペクトルの正確な近似を得るだけで十分であることが注記される。測定されたスペクトルと合成スペクトルとの間において許容されるずれ量は、最終結果の希望される精度に依存する。サンプルスペクトル７０の適切な当てはめが得られた時点で、汚れの相当厚さの第１の推定値が計算される。汚れサンプルの厚さの推定値は、合成スペクトル７２を作り出すために用いられた個々のベクトルの厚さ７６を合計することによって計算される。図６においては、相当厚さ７９の第１の推定値は、各ベクトルスペクトルの和、即ち１．１５ミクロンである。
【００６２】
合成スペクトル７２は、最初の当てはめ後に補正することができる。例えば、合成スペクトル７２の一定領域は、サンプルスペクトル７０から大きくずれることがある。このことは、ゼロの吸光度から有意な量だけ外れている残留物７８によって示される。この場合も、何が有意なずれであるかは、最終結果の希望される精度に依存する。
【００６３】
ずれは、例えば、選択されたすべてのベクトルの和によって一定の帯域の寄与度が過大推定されたことに起因して生じる可能性がある。正の残留物７８は、合成スペクトル７２の吸光度がサンプルスペクトル７０の吸光度よりも低いこと（例えば、サンプルスペクトルを過小推定していること）を示しており、負の残留物は、合成スペクトル７２の吸光度がサンプルスペクトル７０の吸光度よりも高いこと（例えば、サンプルスペクトルを過大推定していること）を示している。
【００６４】
合成スペクトル７２の過大推定領域８０は、後者の例であり、合成スペクトル吸光度がサンプルスペクトル吸光度を超えている。本例における過大推定領域８０は、Ｃ−Ｈ曲げ動作と関連している。合成スペクトル７２に関して選択されたモデルのほとんどは長い脂肪鎖を有しているため、合成スペクトル７２を作り出すために選択されたすべてのベクトルの和は、Ｃ−Ｈ帯域の寄与度を過大推定している。該過大推定は、単純な脂肪炭化水素（例えば、ｎノナン、等）を用いてＣＨ帯域を減じることによって補正することができる。
【００６５】
図５の合成スペクトル７２に関する相当厚さの第２の繰り返しを得るために、汚れ内における脂肪炭化水素と芳香炭化水素の全厚の推定が実施される。炭化水素の寄与度を取り除くことで、相当厚さのより良い近似値が得られる。脂肪炭化水素と芳香炭化水素の全厚は、補正化合物の異なった厚さレベルを試みて合成スペクトルに関する結果を観察することによって推定される。図７のピーク８２の下方のより平らな残差スペクトルによって示されているように、Ｃ−Ｈ帯域の過度の減算は、例えば、０．５ミクロンのｎノナンを減じることによって最小限に抑えることができる。相当膜厚に関する次の近似値は、０．６５ミクロンであり、該補正化合物の厚さ（例えば、０．５ミクロンのｎノナン）を、厚さ７９の第１の推定値（例えば、１．１５ミクロン）から減じることによって得られる。負の残留物７８によって示されているように、合成スペクトル７２は、負の残留物７８によって示されているように、領域８０内のサンプルスペクトル７０を過大推定しているため、該補正化合物の厚さが該推定厚さから減じられる。第１の合成スペクトル７２の結果、正の残留物７８になった場合は、該補正化合物の厚さが第１の推定厚さ７９に加えられることが理解されるであろう。
【００６６】
該補正の効果が図７に示されている。２４００（ｃｍ−１）の近くの小さいピーク８４は、大気中の二酸化炭素二重線であり、ベクトルスペクトルを作り出す前に取り除くべきである。図８は、推定値を作り出すために用いられた成分ベクトル７４’及び厚さ７６’を示している。更に、図８は、これらのベクトルを作り出すために用いられた純粋化合物の既知の密度８６、及び式６を用いて計算される密度加重厚さ８８の積（後述）も記載している。
【数６】
【数７】
【００６７】
各化合物の厚さに該化合物の密度を加重することによって、改良された厚さ推定値を得ることができる。このプロセスは、式６によって定義され、ここで、ｐｉは、ＣＶＣＭ構成要素ｉの密度（単位は１立方センチメートル当たりのグラム数）であると定義され、ｔｉは、ＣＶＣＭ構成要素の厚さ（単位はミクロン）であると定義され、ｉは、当てはめる構成要素の指数であり、ｎは、構成要素数であり、Ａは、密度加重厚さ（単位は１立方センチメートル当たりのグラム数）であると定義される。例えば、各厚さ７６’に各々の構成要素の密度８６が乗じさられ、各特定ベクトルに関する密度加重厚さ８８が求められる。次に、各密度加重厚さ８８が合計され、全密度加重厚さ８８’が求められる。全密度加重厚さ８８’が総合計密度８６’によって除され、その除算結果に、合成スペクトル７２’を作り出すために用いられたベクトル数が乗じられる。その結果得られた値が、相当厚さ７９’’の新たな推定値である。
【００６８】
式７は、総汚れに関する相当平均密度を定義する式であり、ここで、Ｂは、平均厚さ加重密度（単位は１立方センチメートル当たりのグラム数）であると定義される。式７は、汚れに関する近似密度を計算するために使用される。該近似密度は、汚染物質の質量を体積に変換するために使用される。
【００６９】
従って、上記において種類２の汚れに関して説明されているように、汚れサンプルの測定された吸光スペクトル７０を、推定された汚れサンプル厚さ７９’、７９’’によって除することによって、単位厚さ当たりの吸光スペクトルが得られる。
【００７０】
ある所定の発色団を表すために選択される純粋液体は、一般的には、典型的なガス放出汚れよりも官能基数が少なくなる。本分析では、汚れのモル体積は、これらの純粋液体のモル体積と同様であると仮定している。この仮定は欠陥がある一方で、相当厚さをスペクトルに割り当てることを可能にし、そのため、総汚れに対するある所定の物質の寄与度と、総汚れがセンサーの光学性能に及ぼす影響と、を推定することができる。
【００７１】
相当膜厚の推定をスペクトルの当てはめに基づいて行うことは、ある程度の判断力とある程度の化学的直観力が要求されることが注記される。一般的には、このプロセスは、スペクトルの当てはめから得られる加重係数が相当厚さを自動的に定めることになるような形で自動化すべきではない。この場合には、化学、材料組成及び赤外線分光学について適切に理解する必要がある。更に、合成スペクトル７２は、一般的には、完璧な当てはめではなく、各官能基に関する帯域の位置の小さい波長シフトに起因して鋭角なスパイクが作り出される可能性がある。これらの波長シフトは、該官能基が取り付けられている主鎖の構造に依存する。
【００７２】
前述されているように、合成スペクトルに適用するベクトルの選択は、非常に主観的である。ベクトル選択においては、材料安全性データシート（ＭＳＤＳ）を用いることができる。例えば、ユラレーン５７５３を当てはめるためのベクトルとしてポリエチレングリコールを選択したことは、ＭＳＤＳ内の情報に基づいたものである。同様に、Ｎ，Ｎジエチルアニリンをベクトルとして選択したことは、該接着剤内において化学的に類似した材料が用いられていることに基づいたものである。
【００７３】
幾つかの例においては、特定の材料に関する情報が容易に入手できないことがあり、又は、汚れのスペクトル上の性質が試験前の予想とは異なることがある。このような事情下においては、発色団とその典型的波長範囲を記載したリストが役立つことになると思われる。
【００７４】
例えば、３０００（ｃｍ−１）の範囲の高い吸光度を希望することができる。図９の特徴的赤外線グループ周波数図においては、３０００（ｃｍ−１）範囲内の吸光帯域の希望される強度を有するグループが識別される。従来のように、強力な吸光帯域は、“Ｓ”で示されており、中程度の吸光帯域は、“Ｍ”、で示されており、弱い吸光帯域は、“Ｗ”で示されている。例えば、ターシャリーブチル９０及びｎプロピル９２は、３０００（ｃｍ−１）範囲において強力な吸光を示し、従って、各々は、対象範囲内において希望される結果を達成させるために合成スペクトルに関する成分ベクトルとして使用することができる。
【００７５】
部分の存在を特定する際には、代替解析手法（例えば、質量分光測定法）が役立つ。更に、新しいモデル化合物を用いて、汚れのスペクトルを当てはめるためのベクトルスペクトルを作り出すことができる。
【００７６】
完璧な当てはめが望まれる一方で、完璧な当てはめを達成させるのは不可能である。最初は、脂肪族及び芳香族に関する性質について把握すること以外には、３０００（ｃｍ−１）付近においてＣ−Ｈ帯域を当てはめることを過度に気にすべきではない。著しいスペクトル特徴の当てはめを優先し、強力な吸光物であることがわかっている発色団（例えば、シリコーン又はカルボニル基）をより重視すべきである。１６００（ｃｍ−１）との間で生じるＣＯ帯域とＣＮ帯域に関しては、３０００（ｃｍ−１）の上方における広範なＯＨ及びＮＨの特徴が有用な基準である。特に、これらの特徴は、ベクトルを選択する上で、及び異なったベクトル成分の厚さを微調整する上で、有用である。
本明細書において説明されている方法によって作り出されるベクトルスペクトルは、総ガス放出汚れの赤外線スペクトルを予測するための基礎とすることが意図されている。総汚れの厚さは、加速ガス放出試験中にコールドプレート上で集められた揮発性汚れの質量分を用いて推定される（ＡＳＴＭ Ｅ５９５）。ＣＶＣＭに関する知識に関わる不確実性と、ＣＶＣＭ汚れのスペクトルに適用される相当厚さ推定値に関わる不確実性を分離させることが重要である。以下の説明は、所定のＣＶＣＭスペクトルの相当厚さを割り当てる際の不確定要因に限定されている。
【００７７】
各ベクトルスペクトルの相当厚さに関わる不確実性は、これらの各々のベクトルごとに特有である。明確なことであるが、モデル化合物から作り出されたベクトルは不確実性が低く、一般的には、５％乃至１０％のオーダーの相対標準偏差（ＲＳＤ）である。その他のベクトルに関わる不確実性は、１０％乃至１００％のＲＳＤになる可能性がある。適用された相当厚さに関する不確実性の一般的範囲は、２０％乃至５０％のオーダーであるというのが発明者の意見である。
【００７８】
ガス放出試験から集められる汚れ量は、一般的には非常に少なく、総質量は、０．１乃至２ミリグラムのオーダーである。この物質は、通常は、小滴、膜及び結晶の不均一な分布として直径１センチメートルの面積上に堆積される。物質分布は、通常は、組成又は物理的形状の点で均一でない。近隣の小滴は、大幅に異なる赤外線スペクトルを呈する可能性がある。従って、ベクトルスペクトルは、平均的な応答が得られるような形で集められる。
【００７９】
集められる汚れの量及び種類は、該当材料の処理方法に依存する。処理は、硬化前のアウトタイム(outtime)、非硬化材料の出荷条件と貯蔵条件、混合比、硬化スケジュール、硬化後の処理、硬化後の貯蔵、輸送中と出荷中の環境、及び試験条件を含む（但し、これらの項目に限定するものではない）。
【００８０】
従って、種類３の汚れの単位当たりの吸光スペクトルは、汚れサンプルの吸光スペクトルに近似する合成スペクトルを構築することによって得ることができる。又、該合成スペクトルの各ベクトルに対して適用されたスケーリングファクターを、いずれかの補正係数とともに用いることによって、該汚れサンプルの相当厚さが推定される。該汚れサンプルの測定された吸光スペクトルを該推定された厚さで除することで、該汚れサンプルの単位厚さ当たりの吸光スペクトルが得られる。
【００８１】
図１０Ａ乃至１０Ｃの流れ図１００においては、汚れの単位厚さ当たりの吸光スペクトルを得るための典型的ステップが示されている。最初にステップ１０２において、該汚れが３種類のうちの１つに分類される。第１の種類の汚れは、純粋物質であり更に常温において液体形である汚染物質である。第２の種類の汚れは、液体でも純粋物体でもないが、対象領域内における吸光度が単一の官能基によって支配されていることが赤外線スペクトルによって示される汚染物質である。最後に、第３の汚れは、純粋物質でなく、更に液体であるモデル化合物によって表すことができないガス放出生成物、を有する汚染物質である。該汚れが種類１の汚れである場合は、ステップ１０４において、２つのＩＲソルトプレートが、好ましいことに０．０１ミリグラムの単位まで計量される。ステップ１０６において、該汚れの液体サンプルが該ＩＲソルトプレートのうちの１つの上に置かれ、
第２のＩＲソルトプレートが第１のＩＲソルトプレートの上方に置かれる。該液体サンプルは、これらの２つのＩＲソルトプレートの間で圧縮されて直径約２センチメートルになる。ステップ２０８において、該液体サンプルとＩＲソルトプレートの組み合わせが（同じく好ましいことに０．０１ミリグラム単位まで）計量され、該汚れサンプルの質量が計算される。該汚れサンプルの該質量は、該汚れサンプルの質量と該ソルトプレートの質量から該ソルトプレートの質量を減じた質量として計算される。ステップ１１０において、該汚れサンプルの直径が測定され、該液体サンプルによって占められる面積が計算される。該面積は、該サンプルが円状であると仮定して式２を使用することによって計算することができる。該サンプルが明らかに円状でない（例えば、楕円形である）場合は、２回の測定、即ち、該楕円の長軸の測定及び該楕円の短軸の測定、を行うことができる。式３を用いて、該汚れサンプルの面積が計算される。
【００８２】
ステップ１１２に進み、該汚れサンプルの厚さが、該汚れサンプルの幾何形状と物理的性質に基づいて計算される。上述されているように、該汚れサンプルの面積は、円形又は楕円形のいずれかであると仮定し更に測定されたパラメータ（例えば、円の直径、又は楕円の長軸と短軸）を用いて計算される。該サンプルの計算された面積、該サンプルの測定された質量、及び該サンプルの密度（測定密度又は既知の密度）を用いて、式１に従って該サンプルの厚さが計算される。
【００８３】
ステップ１１４において、該汚れサンプルの一組の赤外線スペクトルが得られる。好ましいことに、幾つかのサンプルが得られ、これらのサンプルは、各測定ごとに交代される。ステップ１１６において、これらの幾つかのサンプルから平均スペクトルが得られ、該スペクトルは、ステップ１１８において透過モードで基準補正される。ステップ１２０において、該スペクトルは、吸光モードに変換され、大気二重線が該スペクトルから取り除かれる。ステップ１２２において、該平均スペクトルは、該汚れサンプルの測定された厚さによって除され、該汚れの単位厚さ当たりの吸光スペクトルが得られる。
【００８４】
従って、該汚れサンプルの吸光スペクトルが得られる。更に、該吸光スペクトルを得るために用いられた該汚れサンプルの厚さが導き出される。該吸光スペクトル及び該計算された汚れ厚さを用いて、該汚れに関する単位当たりの吸光スペクトルが導き出される。
【００８５】
ステップ１０２に戻り、該汚れが種類２の汚れである場合は、図１０Ｂのステップ１５２において、該汚れサンプルの赤外線吸光スペクトル６０が得られる。ステップ１５４において、吸光スペクトル６０内の強力な吸光特徴６２と、該強力な吸光特徴６２の主因である圧倒的な種が特定される。次に、ステップ１５６において、該汚れサンプルの吸光スペクトル６０に類似する吸光スペクトルを有する材料が選択され、ステップ１５８において、該選択された材料の吸光スペクトル６４に、該汚れサンプルの吸光スペクトル６０が重ねられる。
【００８６】
ステップ１６０に進み、該選択された材料の吸光スペクトル６４がスケーリングされ、該汚れサンプルの吸光スペクトル６０の強度が概算される。ステップ２６２において、該選択された材料の吸光スペクトル６４に適用されたスケールファクターを用いて、該汚れサンプルの吸光スペクトル６０がスケーリングされ（例えば、該選択されたスペクトルに適用されたスケールファクターによって除され）、１．０ミクロンの厚さの汚れサンプルから得られる吸光スペクトルが概算される。その結果、種類２の汚れの単位厚さ当たりの吸光スペクトルが得られる。
【００８７】
ステップ１０２に戻り、該汚れが種類３の汚れである場合は、図１０Ｃのステップ２０２において、該汚れサンプルのガス放出生成物の吸光スペクトル７０が得られ、ステップ２０４において、該吸光スペクトル内に存在するあらゆる大気中二酸化炭素二重線が取り除かれる。ステップ２０６において、合成吸光スペクトル７２が構築され、ここで、該合成吸光スペクトルは、該ガス放出生成物の吸光スペクトル７０に近似している。上述されているように、合成スペクトル７２は、既知のモデル化合物に関する正規化ベクトルを結合させ、該ガス放出生成物の吸光スペクトル７０に近似するスペクトルを形成させることによって構築される。各ベクトルは、厚さ７６が割り当てられ、この厚さは、特定のベクトル７４に関するスケーリングファクターとしての役割を果たす。合成スペクトル７２を構成するベクトル７４の選択は、赤外線分光学及び化学に関する知識に基づいて行われる。
【００８８】
ステップ２０８において、合成スペクトル７２は、該ガス放出生成物のスペクトル７０に当てはめられる。当てはめは、各ベクトル７４の厚さ７６を処理することと、合成スペクトル７２と該ガス放出生成物のスペクトル７０との間において適切な当てはめを達成させるために必要に応じてモデル化合物を追加又は取り除くことを含む。合成スペクトル７２とガス放出生成物のスペクトル７０との間で適切な当てはめが得られた時点で、ステップ２１０において示されているように、各モデルベクトル化合物７４に割り当てられた厚さ７６を加えることによって、該汚れの相当厚さの推定値が得られる。更に、各モデル化合物の厚さ７６に、式６に関して予め示されているように該化合物の密度を加重することによって、改良された推定値を得ることができる。
【００８９】
ステップ２１２において、合成スペクトル７２とガス放出生成物のスペクトル７０との間の当てはめが比較され、すべての過度の残留物７８が特定される。該残留物が過度でない場合は、該プロセスは、ステップ２２０に進む。残留物７８が過度である場合は、ステップ２１４において、該残留物が正又は負のいずれであるかが決定される。該残留物が正である場合は、ステップ２１６において、残留物７８を少なくする（即ち、該残留物の正度を引き下げる）ために合成スペクトル７２に化合物が加えられ、各加えられた化合物の厚さが、該汚れの相当厚さの最初の推定値に加えられる。他方、残留物７８が負である場合は、ステップ２１８において、残留物７８を増やす（即ち、該残留物の負度を下げる）ために合成スペクトル７２に化合物が加えられ、各加えられた化合物の厚さが、該汚れの相当厚さの最初の推定値から減じられる。ステップ２２０において、式６に関して説明されている密度加重厚さを用いて、改良された推定値を計算することができる。
【００９０】
以上では、汚れサンプルの単位厚さ当たりの吸光スペクトルを推定する方法の一実施形態が開示されている。第２の実施形態においては、単位厚さ当たりの吸光スペクトルを推定する方法は、汚れのガス放出に起因するセンサーの性能劣化を推定するため使用される。
【００９１】
図１１においては、本発明のもう１つの実施形態を実装するために用いられる３つのソフトウェアモジュールを例示した単純なブロック図が示されている。該ブロック図は、３つの別個のモジュールを例示している一方で、これらのモジュールは、本発明の適用範囲から逸脱せずにこれらの数よりも多い又は少ないモジュールにすることが可能である点が評価されるべきである。本実施形態は、センサー内の各構成要素に関するガス放出生成物から作り出される可能性がある相当汚れ厚さを推定するものである。これらの個々のガス放出生成物から１つの全体的な汚れスペクトルが構築され、この総膜がセンサー性能に対して及ぼす影響が推定される。
【００９２】
第１のモジュール２５０は、様々な化合物に関するガス放出結果とスペクトルに関するデータを保存し、得られたＣＶＣＭスペクトルに、既知の吸光度値と単位当たりの層厚を有する一組のベクトルスペクトルを当てはめる。第１のモジュール２５０に保存されているデータは、対象物（例えばセンサー）に関連する特定情報とともに、第２のモジュール２５２によって使用され、該センサー内に蓄積する可能性がある全体的な総汚染物質膜厚が計算される。更に、第２のモジュール２５２は、該総汚染物質膜のスペクトルを生成する。第３のモジュール２５４は、第２のモジュール２５２によって生成された総汚染物質膜に起因して該センサー内において発生する透過損及び総吸光を決定する。
【００９３】
図１２の流れ図においては、第１のモジュール２５０によって実施される典型的ステップが示されている。上記において概説されているように、第１のモジュールは、様々な既知の化合物に関するガス放出結果とスペクトルについてのデータを保存する。更に、第１のモジュールは、吸光スペクトルを得るために用いられる、ガスの形で放出された汚れのサンプルの厚さ、を概算する。第１のモジュールは、該汚れサンプルの正規化されたスペクトルを作り出す。最初にステップ３００において、該センサーを構築するために一般的に用いられる材料（ゴム、プラスチック、ビニール、等）が決定され、ガス放出試験がこれらの材料に関して実施される。これらの試験の結果は、第１のモジュール２５０内に入力される。
【００９４】
例えば、ガスの形で放出された汚れのＣＶＣＭに関するＡＳＴＭ Ｅ５９５試験の修正形を用いて、ガスを放出する汚れが各材料のサンプルから集められる。ＡＳＴＭＥ Ｅ５９５試験は、本技術においてはよく知られており、本明細書においては詳細には説明されない。ＡＳＴＭ Ｅ５９５試験の修正形は、標準試験における場合よりも改良されたＣＶＣＭ荷重推定値を得るために使用される。標準的なＡＳＴＭ Ｅ５９５試験は、ＣＶＣＭの最大荷重を約２倍分も過小推定する傾向がある。本明細書において採用される修正試験は、該試験をより長時間実施することによってこの不正確さを補正する（標準試験が２４時間であるのに対して、この修正試験は４８時間である）。更に、該修正試験は、周囲圧力において実施され（ＡＳＴＭ Ｅ５９５試験手順は真空内で実施される）、空気の浮遊性に起因する誤差を補正するために質量データが真空内質量に合わせて補正される。又、サンプルを保持するために用いられるサンプル区画が、数グラムの該サンプルを保持するために拡大され、更に、サンプル室と収集プレートとの間の距離が１／２に短縮される。好ましいことに、ＣＶＣＭは、高度に研磨されたアルミクーポン上において集められる。更に、測定可能なＣＶＣＭの質量を得るために大きなサンプル（例えば、約１グラム）を使用するのが好ましい。
【００９５】
ＡＳＴＭ Ｅ５９５試験の上記の修正形を実施するのが不可能である場合、又は、公表されているＡＳＴＭ Ｅ５９５試験結果が使用される場合は、材料内における最大荷重ＣＶＣＭを推定時には該Ｅ５９５データを２倍にすることが賢明である。
【００９６】
ステップ３０２において示されているように、ガスの形で放出された各汚れのサンプルの赤外線吸光スペクトルが得られる。該赤外線スペクトルは、フーリエ変換分光光度計における低角度反射率によって該サンプルから得ることができる。集められた物質の光学平均を得るために、大きな開口が使用される。好ましいことに、５つのスペクトルが得られて平均スペクトルが計算される。更に、従来の手法を用いてバックグラウンドデータが減じられる。
【００９７】
ステップ３０４において、既知のモデル化合物のスペクトルが単位厚さに従って正規化され、第１のモジュール２５０のデータベースに保存される。該データベースに入力される既知のモデル化合物のスペクトルは、センサーに関連するすべての可能な成分を含むのが理想的である。しかしながら、このことは、現実的には不可能であるため、該データベースに入力されるモデル化合物は、プロセス内において一般的に現れる基礎化合物を提供することが好ましい。該データベース内のモデル化合物のスペクトルが、正確な合成スペクトルを作り出す上で十分でない場合は、将来のニーズに対応するために後日に追加のスペクトルを入力することができる。
【００９８】
ステップ３０６において、ベクトルスペクトルが、得られた汚れスペクトルに当てはめられる。汚れの種類に依存して、該ベクトルスペクトルは、前述されている幾つかの方法のうちの１つで当てはめることができる。例えば、該汚れが種類１の汚れである（例えば、汚染物質が純粋な液体である）場合は、該スペクトルを測定することができ、式１乃至３を用いて厚さを計算することができる。該汚れが種類２の汚れである（例えば、汚染物質が液体でも純粋物質でもないが、対象領域における吸光度が単一の官能基によって支配されていることが赤外線スペクトルによって示される）場合は、該スペクトルは、単一の純粋液体で表すことができ、該汚れの測定されたスペクトルは、該純粋液体のスペクトルに適用されたスカラーに基づいてスケーリングされる。該汚れが種類３の汚れである（例えば、汚染物質が純粋物質でなく、更に単一の純粋液体で表すことができない）場合は、該スペクトルは、純粋液体の線形の組み合わせによって表される。
【００９９】
ステップ３０８において、相当厚さが該汚れに割り当てられ、該スペクトルは、汚れサンプルの厚さ１．０ミクロンの層を表すためにスケーリング又は正規化される。後述されるように、正規化されたスペクトルは、第２のモジュール２５２内のベクトルとして使用される。該相当厚さとスペクトルの導出は、前述されたように、汚れの種類（種類１、２、又は３）に基づいて決定される。更に、ステップ３１０において示されているように、該相当厚さ及び正規化スペクトルは、第１のモジュール２５０のデータベースに保存される。
【０１００】
図１３においては、第１のモジュール２５０のデータベースを構築するために用いることができる典型的データベース構造３２０が示されている。データベース構造３２０は、該センサーからガスの形で放出された汚れのモデルを作成するために使用することができるモデル化合物のリストであるモデル化合物エントリ３２２を含む。ガス放出結果エントリ３２４は、各モデル化合物に対して実施されたガス放出試験の結果を保存し、ＩＲスペクトルデータエントリ３２６は、各モデル化合物の厚さ１．０ミクロンの層の測定されたスペクトルに関するデータを保存する。
【０１０１】
各モデル化合物は、上記のエントリ内の各々のガス放出結果及びＩＲ赤外線データとともに該データベース内に入力される。例えば、第１のモデル化合物は、ジオクチルフタレートであることができ、該データベースの第１のロー３２８内に入力される。ジオクチルフタレートに関する対応するガス放出結果及びスペクトルデータも、各々のカラムの下方の第１のロー内に保存される。第２のモデル化合物は、ジオクチルセバケートであることができ、対応するガス放出結果及びスペクトルデータとともに、該データベースの第２のロー内に入力される。上述されているように、該センサー内において一般的に存在する汚れを当てはめるために必要に応じて化合物が該データベース内に入力される。
【０１０２】
第２のモジュール２５２は、第１のモジュール２５０内に保存されている情報（例えば正規化スペクトル）を、該センサーに関連する追加情報（例えば、該センサーを構築するために用いられた材料とその各々の質量、汚染される可能性がある表面積、等）ともに用いて、総汚染物質膜スペクトルを構築する。更に、第２のモジュール２５２は、該センサー内において形成される可能性がある汚染物質膜の最悪時厚さを計算する。
【０１０３】
後述されるように、該センサー内の各該当材料が選択され、その質量が第２のモジュール内に入力される。各材料に関して、該材料の質量にＣＶＣＭ値（即ち、サンプルから集められたガス放出汚れの質量と該サンプルの最初の質量の比）が乗じられて、汚染物質の総質量が得られる。更に、汚れ密度（概算値）と汚染される可能性がある表面積を各汚染物質質量に分割することは（式１参照）、各特定の汚染物質に関する個々の厚さを提供する。各汚染物質の厚さを線形で結合することは、総膜厚を提供する。
【０１０４】
該総膜のＩＲ吸光スペクトルは、最初に、各汚染物質に関する汚れベクトルスペクトルに、各々の汚染物質の厚さを乗じることによって概算される。その結果得られたスペクトルは、汚染物質ベクトルスペクトルであり、指定された厚さを有する汚染物質に関する吸光スペクトルを表している。各該当材料から得られた汚染物質ベクトルスペクトルを線形で結合させることは、該総膜のＩＲ吸光スペクトルを提供する。
【０１０５】
図１４においては、第２のモジュール２５２内において実施される典型的ステップを例示した流れ図が示されている。最初にステップ３５０において、汚染される可能性がある表面積が第２のモジュールに入力される。例えば、レンズ又は鏡のうちで汚染物質にさらされる表面積が計算され、該計算された表面積が第２のモジュールに入力される。ステップ３５２において、該センサーを構築するために用いられた材料が選択される。例えば、センサーを構築するために様々な構成要素が用いられ、これらの構成要素の一部は、ガスの放出を通じて汚染を発生させる。一般的には、該センサーを構築するために用いられる材料は、該センサーの目的と性能目標に依存して異なる。第１のセンサーは、別のセンサーにおいて用いられる塗料とは異なる特定の種類の塗料を使用することができる。該センサー用のＯリングを製作する際には、異なった種類のゴムを使用することができ、及び／又は、該センサー内の構成要素に関して異なった種類のプラスチックを使用することができる。これらの材料の各々は、例えば、第２のモジュール内のドロップダウンメニューを通じて選択される。該ドロップダウンメニューは、例えば、材料のカテゴリ、種別及びベクトル選択に関するメニューを含むことができる。
【０１０６】
ステップ３５４において示されているように、各材料が選択された時点で、各材料の質量が第２のモジュールに入力される。好ましいことに、各材料の質量は、０．０１ミリグラムの単位まで入力される。該センサー内において用いられているすべての材料および各材料の対応する質量が入力された時点で、ステップ３５６において示されているように、第２のモジュール２５２は、全体の総汚染物質膜の厚さに対する各材料の寄与度を計算する。全体の汚染物質膜の厚さに対する各材料の寄与度は、各々の材料からの汚れの推定体積を該センサーの全内部表面積で除することによって、換言すると、各汚れの密度と該センサー内において汚染される可能性がある表面積を各々の汚れの質量に分割することによって（式１）、計算される。
【０１０７】
第２のモジュール２５２は、各材料の厚さ寄与度を、第１のモジュール２５０内において導き出されたベクトルスペクトルに関するスカラー乗数として使用する。例えば、第２のモジュール２５２のドロップダウンメニューにおいて選択された材料に基づき、第２のモジュール２５２は、各選択された材料に関する正規化スペクトルを第１のモジュール２５０から検索する。各スペクトルが検索された時点で、第２のモジュール２５２は、各々の計算された厚さ寄与度によって各スペクトルをスケーリングする（例えば乗算する）。
【０１０８】
ステップ３５８において、該センサーの各汚れ成分（即ち、各材料からのＣＶＣＭ）に関する計算された厚さ寄与度を加えることによって総汚れの相当厚さが計算される。更に、ステップ３６０において示されているように、該センサーの各汚れ成分に関するスケーリングされたベクトルを合計することによって総汚れスペクトルが構築される。
【０１０９】
図１５は、ガス放出データから膜厚を推定するための典型的計算値を示した図である。図１２における計算において用いられた表面積は、０．８（ｍ２）である。接着剤及び重合体からのガス放出生成物は、部分品からの一般的非揮発性残留物（ＮＶＲ）汚れとともに考慮される。材料の体積３７０（ｃｍ３）は、該センサーを構築する際に用いられた特定の構成要素に関する知識に基づいて推定される。例えば、センサー内において用いられるＯリングは、特定の厚さに加えて、一定の内径と外径を有することがわかっている。この情報に基づき、Ｏリングの体積を計算することができる。同様に、材料の密度３７２（ｇ／ｃｍ３）は、該センサー内で用いられている構成要素の性質に基づいて既知である。例えば、該センサー内のＯリングを製作するためにブチルゴムが使用される。
【０１１０】
このため、ブチルゴムの密度は、既知であるか又は測定することができる。材料のＣＶＣＭ３７４（％ ｍ／ｍ）及びＣＶＣＭ３７６の密度（ｇ／ｃｍ３）は、該センサー内において使用されている選択された材料に基づいて、第２のモジュール２５２によって第１のモジュール２５０から検索される。ＣＶＣＭの推定体積３７８（ｃｍ３）は、式８から得られ、ここで、Ｖは、材料の体積３７０であり、Ｄ１は、材料の密度３７２であり、Ｃは、材料のＣＶＣＭ３７４であり、Ｄ２は、ＣＶＣＭの密度３７６である。ＣＶＣＭの推定厚さ３８０（ｎｍ）は、ＣＶＣＭの推定体積３７８を、汚染される可能性がある表面積（例えば、０．８ｍ２）で除することによって計算される。
【数８】
図１６においては、図１５に記載された各汚れに関するスペクトル特性が示されている。これらのスペクトル特性は、各汚れから予想される最終的な厚さによって加重される。個々の構成要素のスペクトルは、明確化するために、ゼロからオフセットされる。（以下の式１１において示されている）吸光度と経路長との間の線形関係に起因し、結合された汚れの推定吸光スペクトルは、構成要素のスペクトルを合計することによって構築することができる。
【０１１１】
第３のモジュール２５４は、構成要素のガス放出による分子状膜汚染に起因する該センサーの最大透過損を決定する。透過損は、第２のモジュール２５２によって推定されて該センサーの装置関数が畳み込まれた該分子状膜の推定吸光スペクトル及び厚さに基づく。
【０１１２】
第２のモジュール２５２によって決定された厚さ値は、該センサーのすべての光学面に当てはめられて、全体的な光学減衰路が決定される。この結果は、ガス放出を通じた分子膜汚染の存在に起因して該センサーが被る可能性がある最悪時透過損の推定値である。
【０１１３】
光学システムは、一般的には、広帯域パスフィルタを備えた光度計であるセンサーを採用する。これらのセンサーは、低温の黒体放射体である物体を観察する。ある所定の目標物に関して観察された信号は、各センサーのバンドパス全体にわたる放射に対する統合された反応である。膜は、光の減衰、光の散乱及び放射率の上昇によって性能を劣化させる可能性がある
【数９】
【０１１４】
センサーの型及びその所定の機能に依存して、１つ以上の検出器がセンサー内において採用される。例えば、ある１つの仮想センサーは、２つの検出器１Ｒ１及び１Ｒ２を使用する。チャネル１Ｒ１とＩＲ２の透過率は、膜によるセンサーの劣化に関する主評価基準である。透過率は、式９によって定義され、ここで、Ｉ（λ，Ｔ）は、ある所定の波長及び温度における入射強度（Ｗ／ｃｍ２）であり、Ｉ０（λ，Ｔ）は、ある所定の波長及び温度における透過された強度（Ｗ／ｃｍ２）である。ＩＲ２を通じての透過率を基準したＩＲ１を通じての透過率は、センサー性能に関するもう１つの重要な評価基準である。ＩＲ１／ＩＲ２の比は、相対バンド透過率と呼ばれる。
【０１１５】
光の減衰は、膜の厚さ、膜の吸光力及び放射線の強度に比例することはよく知られている。この関係は、式９乃至１２によって表され、ここで、Ｉ（λ）は、間隔ｄλにおける平均減衰強度（Ｗｃｍ−２μｍ−１）であり、Ｉ０（λ）は、間隔ｄλにおける平均入射強度（Ｗｃｍ−２μｍ−１）であり、α（λ）は、吸光係数（ｃｍ３ ｍｏｌｅ−１ｃｍ−１）であり、βは、経路長（ｃｍ）であり、γは、濃度（モルｃｍ３）であり、Ｘ（λ）は、修正吸光係数（ｃｍ−１）である。式１１は、膜の組成を知らずに膜の吸光力を定義することを可能にする。
【数１０】
【数１１】
【数１２】
【数１３】
【０１１６】
膜の減衰を計算するためには、蓄積された汚れ層の厚さ（β）を推定することが重要である。しかしながら、各汚れの単位厚さ当たりの吸光力（α（λ））を推定することも同様に重要である。汚れの組成を個別の化学種に関して測定すること又は予測することは現実的でない。しかしながら、集められた汚れの吸光スペクトルを測定することは実際的である。従って、光の減衰を修正吸光係数Ｘ（λ）に基づいて表すことは便利であり、存在する膜の種の濃度を知っている必要がない。図１０Ａ乃至１０Ｃに関して上述されているように、残されている難題は、所定の汚れに関する単位厚さ当たりの吸光スペクトルを測定することである。
【０１１７】
すべての蓄積された汚れの影響は、存在する各種類の汚れ量の関数であり、スペクトルハンドパスにおける装置校正と吸光スペクトルを入射強度に畳み込む（即ち、各波長における吸光損を積分する）ことによって計算される。総減衰は、式１１によって示されるように、該バンドパスにおけるエネルギーを積分することによって計算される。透過率は、減衰された信号を、該膜からの減衰なしで計算された同様の量で除することによって得られる。
【０１１８】
該膜全体にわたる総経路長は、光が該膜を横断する総回数を膜厚に乗じることによって計算される。各透過面は、１回のパスとしてカウントし、各反射面は、２回のパスとしてカウントする。蓄積された汚れは、対象物の使用寿命終了時においてすべての汚染可能な表面全体にわたって均一に分布していると仮定され、更に、該膜の組成は一定でありかつ均一であると仮定される。式１２は、小さい波長間隔における吸光度と、吸光係数と、経路長との間の関係を表している。吸光度は、透過率の対数に比例する。光の減衰（単位は吸光度）は、ある所定の汚れに関する経路長（膜厚）に比例する。式１３は、ある所定のバンドパスにわたって計算される吸光係数は、入射黒体放射線源の温度の関数であることを示している。
【０１１９】
該センサーの装置関数は、該センサーに関する周波帯及び透過面数を含む。反射面は、２回カウントされる。第３のモジュール２５４は、分子状膜の吸光スペクトルと推定厚さを使用し、黒体関数によってモデルが作成された温源をベールの法則の吸光に畳み込む。
【数１４】
【０１２０】
ある所定の波長に関する透過損は、式１４を用いて計算することができ、ここで、α（λ）は、波長λ（ｃｍ−１）における吸光係数であり、ｔは、膜の厚さであり、ｎは、総表面数である。周波帯λ１乃至λ２に関して第３のモジュールによって計算された総透過は、式１５によって決定され、ここで、Ｌ（λ，Ｔ）は、所定の波長λと温度Ｔに関する光子放射輝度であり、式１６によって定義される。式１５の結果を用いて、透過率Ｉ／Ｉ０（式９参照）が、黒体温度の関数として作図され、汚染物質膜に起因するセンサー劣化が示される。
【数１５】
【数１６】
【０１２１】
図１７においては、第３のモジュール２５４の概略的ブロック図が示されている。上記のように、透過損の決定を行うためには、汚染物質のＩＲスペクトルシグネチャ及びセンサーの装置関数に関する知識が要求される。図１７は、このデータの畳み込みを概略的に実証した図であり、２つの波帯に関する透過損及びバンドパス比の透過変化を示している。
【０１２２】
最初にブロック４００において、第２のモジュール２５２によって推定された汚染物質膜の導出スペクトルが、第３のモジュール２５４に入力される。ブロック４０２及び４０４において、センサー機能帯域１及び帯域２が従来のように正規化され、第３のモジュールに入力される。ブロック４０６において、各帯域チャネルの黒体応答が、波長の関数として、ガス放出汚染物質スペクトルの吸光によって加重される（ブロック４０６は、上式１５を表している）。ブロック４０８において、これらの２つの透過帯域の比が計算され、ブロック４１０において、該透過帯域比がソース温度に関して作図される。ブロック４１２において、個々の透過帯域（例えば、Ｔｂａｎｄ１及びＴｂａｎｄ２）がソース温度に関して作図され、ブロック４１４において、輪郭プロット（例えば、ソース温度に関して作図された厚さ）が構築される。この輪郭プロットは、膜厚の変化がシステムの透過率に対して及ぼす影響を設計者が推定することを可能にする。
【０１２３】
２つの仮想帯域（帯域１及び２）に関する透過損の結果が、図１８Ａ乃至１８Ｃに示されている。図１８Ａ及び１８Ｂにおいては、総透過損は、黒体温度の関数として作図されている。図１８Ａは、帯域１の６．５％の透過損４５０を示しており、図１８Ｂは、帯域２の８．５％の透過損４５２を示している。又、誤差の推定が破線４５４によって示されており、吸光スペクトルの不確実性が５０％であることを表している。図１８Ｃは、ソース温度に関して作図された膜厚に関する輪郭プロットを示した図である。該輪郭プロットの各線４６０は、厚さとソース温度の透過関数を表している。
【０１２４】
図１９においては、本発明を実装するためのコンピュータシステム５００が示されている。コンピュータシステム５００は、データを処理するためのコンピュータ５０２と、システム情報を表示するためのディスプレイ５０４を含む。該ディスプレイにおいて用いられている技術は、極めて重要な技術ではなく、現在利用可能なあらゆる型のディスプレイ（例えば、フラットパネル型液晶ディスプレイ（ＬＣＤ）又はブラウン管（ＣＲＴ）型ディスプレイ、等）、若しくは以後に開発されるあらゆるディスプレイであることができる。データ入力、データ表示、画面のナビゲーション、等にはキーボード５０６及びポインティング装置５０８を使用することができる。キーボード５０６及びポインティング装置５０８は、コンピュータ５０２から切り離すことができ、又は、コンピュータ５０８と一体化することができる。ポインティング装置の例は、ポイント・アンド・クリック法又はその他の何らかの方法によって所在場所、動作、等を示すか又はその他の形で特定するコンピュータマウス又はその他の装置である。代替として、キーボード５０６及びポインティング装置５０８の代わりにタッチ画面（図示されていない）を使用することができる。タッチ画面は当業者によく知られており、本明細書では詳細には説明されない。簡単に説明すると、タッチ画面は、ディスプレイ５０４の表示エリア全体に薄い透明の膜を実装する。表示エリアに触れると、画面上で触れられた場所を示した信号がコンピュータ５０２に送られる。コンピュータ５０２は、ポインティング装置に相当する方法で該信号を同等視して適宜動作する。例えば、ディスプレイ５０４上のオブジェクトは、ソフトウェア内では、特定の機能（例えば、異なった画面を見る）を有するように指定することができる。該オブジェクトに触れることは、ポインティング装置５０４を該オブジェクト上に置いて該ポインティング装置によって（例えば、マウスをクリックすることによって）該オブジェクトを選択するのと同じ効果を有することができる。タッチ画面は、キーボード５０６及び／又はポインティング装置５０８のために確保可能なスペースが限られているときに有益である。
【０１２５】
コンピュータ５０２には、情報（例えば、アプリケーションデータ、画面情報、プログラム、等）を格納するための記憶媒体５１０が含まれている。記憶媒体５１０は、例えばハードドライブであることができる。メモリ５１４及び記憶媒体５１０と組み合わせたプロセッサ５１２（例えば、ＡＭＤ Ａｔｈｌｏｎ ＸＰ（商標）プロセッサ、Ｉｎｔｅｌ Ｐｅｎｔｉｕｍ ＩＶ（登録商標）プロセッサ、等）は、様々な機能（例えば、データ入力、数値計算、画面表示、システムセットアップ、等）を実施するためのプログラムを実行する。ネットワークインタフェースカード（ＮＩＣ）５１６は、コンピュータ５０２がシステム５００の外部の装置と通信することを可能にする。
【０１２６】
本明細書において説明されている機能を実施するための実際のコードは、コンピュータプログラミング技術に関して通常の技能を有する者が、本明細書における開示に基づき、幾つかの従来のプログラミング言語のうちのいずれかを用いて簡単にプログラミングすることができる。従って、説明を簡略化するために、特定コード自体に関するさらなる詳細は省略されている。
【０１２７】
本明細書においては、本発明の特定の実施形態が詳細に説明されている一方で、本発明は、該説明に応じて適用範囲が限定されているということではなく、本明細書に付記されている請求項の範囲の精神及び条件を逸脱しないすべての変更、修正及び同等を含むことが理解されるべきである。例えば、本発明は、部分品上のガス放出汚れ及び製造中と組み立て中に入り込んだ汚れに起因するセンサーの性能劣化を推定するために使用することができる。この情報を、該センサーの性能基準と併用することで、該センサーの製造に関する清浄性収支を計算することができる。該清浄性収支の全部または一部は、部分品の汚染に起因して及び例えば該センサーの組み立てに起因して導入される汚染物質に割り当てることができる。
【図面の簡単な説明】
【０１２８】
【図１Ａ】典型的光学センサーの等大図である。
【図１Ｂ】材料のガス放出と光学構成要素上における膜の蓄積を示した、典型的光学センサーの等大図である。
【図２Ａ】本発明の実施形態に従ったシステム機能及びユーザーによる入力の概要を示したブロック図である。
【図２Ｂ】本発明の典型的用途を示した流れ図である。
【図３】ブチルゴムのガスの形で放出された生成物の副サンプルから得られた赤外線スペクトルである。
【図４】図３に示されたブチルゴムのガスの形で放出された生成物の赤外線スペクトルを、本発明の実施形態に従った厚さ１．０ミクロンのブレイコート（Ｂｒａｙｃｏｔｅ）８１６層の吸光スペクトル及び０．３６倍だけスケーリングされたブレイコートベクトルと共に示した図である。
【図５】本発明の実施形態に従い、ユラレーン（Ｕｒａｌａｎｅ）５７５３から得られた、ガスの形で放出された生成物の赤外線スペクトルと、混合されたベクトルスペクトルを用いて得られた合成スペクトルと、を示した図である。
【図６】図５の合成スペクトルを構築するために用いられたベクトル成分と、各ベクトルに対して割り当てられた対応する厚さと、を示した表である。
【図７】本発明の実施形態に従い、図５の合成スペクトルの修正による影響を示した赤外線スペクトルの図である。
【図８】図７の合成スペクトルを構築するために用いられたベクトル成分と、各ベクトルに対して割り当てられた対応する厚さと、を示した表である。
【図９】官能基及びその典型的波長範囲を示した図である。
【図１０Ａ】本発明の実施形態に従った汚れの相当厚さを推定する典型的方法を示した流れ図である（その１）。
【図１０Ｂ】本発明の実施形態に従った汚れの相当厚さを推定する典型的方法を示した流れ図である（その２）。
【図１０Ｃ】本発明の実施形態に従った汚れの相当厚さを推定する典型的方法を示した流れ図である（その３）。
【図１１】本発明のもう１つの実施形態に従い、汚染物質膜がセンサーの性能に対して及ぼす影響を推定するために用いられる第１のモジュール、第２のモジュール及び第３のモジュールを示したブロック図である。
【図１２】図１１の第１のモジュールにおいて実施される典型的ステップを示した流れ図である。
【図１３】本発明の実施形態に従い、モデル化合物のガス放出データ及びスペクトルデータを保存するために用いられる典型的データベース構造を示した図である。
【図１４】図１１の第２のモジュールにおいて実施される典型的ステップを示した流れ図である。
【図１５】本発明の実施形態に従い、ガス放出データから膜厚を推定するための典型的計算を示した図である。
【図１６】本発明の実施形態に従い、図１５に記載されている各汚れに関するスペクトル特性に、各汚れに関して予想される最終的厚さを加重した図である。
【図１７】図１１の第３のモジュールにおいて実施される典型的機能を示した概略的ブロック図である。
【図１８Ａ】仮想センサーの第１の帯域に関する黒体温度の関数としての透過プロットである。
【図１８Ｂ】仮想センサーの第２の帯域に関する黒体温度の関数としての透過プロットである。
【図１８Ｃ】黒体温度の関数としての膜厚の輪郭プロットである。
【図１９】本発明を実装するために用いられる典型的コンピュータシステムを示した図である。
【特許請求の範囲】
【請求項１】
分子状汚染物質膜が光学システムの性能に対して及ぼす影響のモデルを作成する方法であって、
前記光学システムの材料からガスの形で放出された物質の質量と、ガスの形で放出された生成物のスペクトルを相互に関連づけるステップ（３０、３１）、と
ガスの形で放出された生成物の前記スペクトルを正規化するステップ（３０）と、
総分子状汚染物質膜厚を各材料から予測するステップ（３２）と、
前記総分子状汚染物質膜の吸光スペクトルを導き出すステップ（３２）と、
前記総分子状汚染物質膜の前記吸光スペクトルに、前記光学システムの装置関数を畳み込むステップ（３８）と、
少なくとも１つの透過帯域をソース温度の関数として作図するステップ（３６）と、を具備する方法。
【請求項２】
前記光学システムの材料からガスの形で放出された物質の質量と、ガスの形で放出された生成物のスペクトルを相互に関連づける前記ステップは、ガスの形で放出された各物質を、前記ガスの形で放出された物質の少なくとも１つの観察された特性に基づいて幾つかのグループの１つに分類するステップと、前記ガスの形で放出された物質のサンプルの吸光スペクトルを得るステップと、前記ガスの形で放出された物質の前記サンプルの厚さを、前記ガスの形で放出された物質の前記吸光スペクトルと前記分類に基づいて推定するステップと、を含む、請求項１に記載の方法。
【請求項３】
ガスの形で放出された各物質を幾つかのグループの１つに分類する前記ステップは、純粋物質であって更に常温において液体である汚染物質（種類１のサンプル）と、液体でも純粋物質でもないが、対象領域内における吸光度が単一の官能基によって支配されていることがスペクトルによって示される汚染物質（種類２のサンプル）と、ガス放出生成物が純粋物質でなく更に液体である単一のモデル化合物によって表すことができない、汚染物質（種類３のサンプル）と、から成るグループを含む、請求項２に記載の方法。
【請求項４】
前記種類１のサンプルの厚さを前記種類１のサンプルの幾何形状に基づいて推定するステップと、前記種類２のサンプルの吸光スペクトルと類似の吸光スペクトルを有する既知の材料に基づいて前記種類２のサンプルの厚さを推定するステップと、前記種類３のサンプルの吸光スペクトルと近似の既知の材料のモデルベクトルから構築された合成スペクトルに基づいて前記種類３のサンプルの厚さを推定するステップと、をさらに具備する、請求項３に記載の方法。
【請求項５】
前記種類１のサンプルの前記厚さを推定する前記ステップは、前記種類１のサンプルの前記厚さを、前記種類１のサンプルの質量と、前記種類１のサンプルによって占められた面積と、前記種類１のサンプルの密度と、に基づいて推定するステップを含む、請求項４に記載の方法。
【請求項６】
前記種類２のサンプルの前記厚さを推定する前記ステップは、前記種類２の前記吸光スペクトルと類似する吸光スペクトルを有する材料を選択するステップと、前記選択された材料の吸光スペクトルを得るステップであって、前記選択された材料の前記厚さは約１ミクロンであるステップと、前記選択された材料の前記サンプルの前記吸光スペクトルをスケールファクターによってスケーリングして、前記種類２のサンプルの前記吸光スペクトルの強度と近似するベクトルを得るステップと、前記種類２のサンプルの前記厚さを、前記スケールファクターと前記選択された材料の前記厚さの積として推定するステップと、を含む、請求項４又は請求項５に記載の方法。
【請求項７】
前記種類３のサンプルの前記厚さを推定する前記ステップは、既知のモデル化合物に関する正規化されたベクトルを結合させるステップと、各ベクトルに厚さを割り当てるステップと、各ベクトルに割り当てられた前記厚さを処理して、前記種類３のサンプルの前記吸光スペクトルに近似する第１の合成スペクトルを構築するステップと、前記種類３のサンプルの厚さを、前記第１の合成スペクトルの各ベクトルに割り当てられた前記厚さの和として推定するステップと、を含む、請求項４又は請求項５に記載の方法。
【請求項８】
前記第１の合成スペクトルの誤差領域を特定するステップと、既知のモデル化合物に関する少なくとも１つの正規化ベクトルを、前記第１の合成スペクトルに加えるステップであって、前記少なくとも１つの加えられたベクトルは、前記第１のスペクトルの前記誤差領域内の残留物に関して補正するステップと、前記少なくとも１つの加えられたベクトルに厚さを割り当てるステップと、前記合成スペクトルの前記誤差領域内の前記残留物を最小にするために前記少なくとも１つの加えられたベクトルの前記厚さを処理するステップと、前記残留物が正であるときに、前記少なくとも１つのベクトルの前記処理された厚さを前記種類３のサンプルの前記推定された厚さに加えるステップと、前記残留物が負であるときに、前記少なくとも１つのベクトルの前記処理された厚さを前記種類３のサンプルの前記推定された厚さから減じるステップと、をさらに具備する、請求項７に記載の方法。
【請求項９】
各モデル化合物の前記厚さに前記化合物の前記密度を加重するステップをさらに具備する、請求項７に記載の方法。
【請求項１０】
ガスの形で放出された物質の前記サンプルの単位当たりの吸光スペクトルを導き出すステップをさらに具備する、請求項３に記載の方法。
【請求項１１】
汚染物質膜の厚さが不明であるときに前記膜の単位当たりの吸光スペクトルを得る方法であって、
ガスの形で放出された物質を化合物から集めるステップと、
前記ガスの形で放出された物質の少なくとも１つの観察された特性に基づいて、前記ガスの形で放出された物質を幾つかのグループの１つに分類するステップと、
前記ガスの形で放出された物質のサンプルの吸光スペクトルを得るステップと、
前記吸光スペクトル及び前記ガスの形で放出された物質の前記分類に基づいて、前記ガスの形で放出された物質の前記サンプルの厚さを推定するステップと、
ガスの形で放出された物質の前記サンプルの前記吸光スペクトルを、ガスの形で放出された物質の前記サンプルの前記推定された厚さによってスケーリングするステップと、を具備する方法。
【請求項１２】
分子状汚染物質膜が光学システムの性能に対して及ぼす影響のモデルを作成するためのコンピュータシステムであって、
記憶媒体と、
少なくとも１つのプロセッサであって、動作可能な形で前記記憶媒体に結合されたプロセッサと、
前記記憶媒体に常駐していて前記少なくとも１つのプロセッサによって実行されるコンピュータプログラムであって、前記プロセッサに、前記光学システムの材料からガスの形で放出された物質の質量とガスの形で放出された生成物のスペクトルを相互に関連させ、ガスの形で放出された生成物の前記スペクトルを正規化させ、各材料からの総分子汚染物質膜厚を予測させ、前記総分子状汚染物質膜の吸光スペクトルに、光学システム装置関数を畳み込ませ、少なくとも１つの透過帯域をソース温度の関数として作図させる、コンピュータプログラムと、を具備するコンピュータシステム。
【請求項１】
分子状汚染物質膜が光学システムの性能に対して及ぼす影響のモデルを作成する方法であって、
前記光学システムの材料からガスの形で放出された物質の質量と、ガスの形で放出された生成物のスペクトルを相互に関連づけるステップ（３０、３１）、と
ガスの形で放出された生成物の前記スペクトルを正規化するステップ（３０）と、
総分子状汚染物質膜厚を各材料から予測するステップ（３２）と、
前記総分子状汚染物質膜の吸光スペクトルを導き出すステップ（３２）と、
前記総分子状汚染物質膜の前記吸光スペクトルに、前記光学システムの装置関数を畳み込むステップ（３８）と、
少なくとも１つの透過帯域をソース温度の関数として作図するステップ（３６）と、を具備する方法。
【請求項２】
前記光学システムの材料からガスの形で放出された物質の質量と、ガスの形で放出された生成物のスペクトルを相互に関連づける前記ステップは、ガスの形で放出された各物質を、前記ガスの形で放出された物質の少なくとも１つの観察された特性に基づいて幾つかのグループの１つに分類するステップと、前記ガスの形で放出された物質のサンプルの吸光スペクトルを得るステップと、前記ガスの形で放出された物質の前記サンプルの厚さを、前記ガスの形で放出された物質の前記吸光スペクトルと前記分類に基づいて推定するステップと、を含む、請求項１に記載の方法。
【請求項３】
ガスの形で放出された各物質を幾つかのグループの１つに分類する前記ステップは、純粋物質であって更に常温において液体である汚染物質（種類１のサンプル）と、液体でも純粋物質でもないが、対象領域内における吸光度が単一の官能基によって支配されていることがスペクトルによって示される汚染物質（種類２のサンプル）と、ガス放出生成物が純粋物質でなく更に液体である単一のモデル化合物によって表すことができない、汚染物質（種類３のサンプル）と、から成るグループを含む、請求項２に記載の方法。
【請求項４】
前記種類１のサンプルの厚さを前記種類１のサンプルの幾何形状に基づいて推定するステップと、前記種類２のサンプルの吸光スペクトルと類似の吸光スペクトルを有する既知の材料に基づいて前記種類２のサンプルの厚さを推定するステップと、前記種類３のサンプルの吸光スペクトルと近似の既知の材料のモデルベクトルから構築された合成スペクトルに基づいて前記種類３のサンプルの厚さを推定するステップと、をさらに具備する、請求項３に記載の方法。
【請求項５】
前記種類１のサンプルの前記厚さを推定する前記ステップは、前記種類１のサンプルの前記厚さを、前記種類１のサンプルの質量と、前記種類１のサンプルによって占められた面積と、前記種類１のサンプルの密度と、に基づいて推定するステップを含む、請求項４に記載の方法。
【請求項６】
前記種類２のサンプルの前記厚さを推定する前記ステップは、前記種類２の前記吸光スペクトルと類似する吸光スペクトルを有する材料を選択するステップと、前記選択された材料の吸光スペクトルを得るステップであって、前記選択された材料の前記厚さは約１ミクロンであるステップと、前記選択された材料の前記サンプルの前記吸光スペクトルをスケールファクターによってスケーリングして、前記種類２のサンプルの前記吸光スペクトルの強度と近似するベクトルを得るステップと、前記種類２のサンプルの前記厚さを、前記スケールファクターと前記選択された材料の前記厚さの積として推定するステップと、を含む、請求項４又は請求項５に記載の方法。
【請求項７】
前記種類３のサンプルの前記厚さを推定する前記ステップは、既知のモデル化合物に関する正規化されたベクトルを結合させるステップと、各ベクトルに厚さを割り当てるステップと、各ベクトルに割り当てられた前記厚さを処理して、前記種類３のサンプルの前記吸光スペクトルに近似する第１の合成スペクトルを構築するステップと、前記種類３のサンプルの厚さを、前記第１の合成スペクトルの各ベクトルに割り当てられた前記厚さの和として推定するステップと、を含む、請求項４又は請求項５に記載の方法。
【請求項８】
前記第１の合成スペクトルの誤差領域を特定するステップと、既知のモデル化合物に関する少なくとも１つの正規化ベクトルを、前記第１の合成スペクトルに加えるステップであって、前記少なくとも１つの加えられたベクトルは、前記第１のスペクトルの前記誤差領域内の残留物に関して補正するステップと、前記少なくとも１つの加えられたベクトルに厚さを割り当てるステップと、前記合成スペクトルの前記誤差領域内の前記残留物を最小にするために前記少なくとも１つの加えられたベクトルの前記厚さを処理するステップと、前記残留物が正であるときに、前記少なくとも１つのベクトルの前記処理された厚さを前記種類３のサンプルの前記推定された厚さに加えるステップと、前記残留物が負であるときに、前記少なくとも１つのベクトルの前記処理された厚さを前記種類３のサンプルの前記推定された厚さから減じるステップと、をさらに具備する、請求項７に記載の方法。
【請求項９】
各モデル化合物の前記厚さに前記化合物の前記密度を加重するステップをさらに具備する、請求項７に記載の方法。
【請求項１０】
ガスの形で放出された物質の前記サンプルの単位当たりの吸光スペクトルを導き出すステップをさらに具備する、請求項３に記載の方法。
【請求項１１】
汚染物質膜の厚さが不明であるときに前記膜の単位当たりの吸光スペクトルを得る方法であって、
ガスの形で放出された物質を化合物から集めるステップと、
前記ガスの形で放出された物質の少なくとも１つの観察された特性に基づいて、前記ガスの形で放出された物質を幾つかのグループの１つに分類するステップと、
前記ガスの形で放出された物質のサンプルの吸光スペクトルを得るステップと、
前記吸光スペクトル及び前記ガスの形で放出された物質の前記分類に基づいて、前記ガスの形で放出された物質の前記サンプルの厚さを推定するステップと、
ガスの形で放出された物質の前記サンプルの前記吸光スペクトルを、ガスの形で放出された物質の前記サンプルの前記推定された厚さによってスケーリングするステップと、を具備する方法。
【請求項１２】
分子状汚染物質膜が光学システムの性能に対して及ぼす影響のモデルを作成するためのコンピュータシステムであって、
記憶媒体と、
少なくとも１つのプロセッサであって、動作可能な形で前記記憶媒体に結合されたプロセッサと、
前記記憶媒体に常駐していて前記少なくとも１つのプロセッサによって実行されるコンピュータプログラムであって、前記プロセッサに、前記光学システムの材料からガスの形で放出された物質の質量とガスの形で放出された生成物のスペクトルを相互に関連させ、ガスの形で放出された生成物の前記スペクトルを正規化させ、各材料からの総分子汚染物質膜厚を予測させ、前記総分子状汚染物質膜の吸光スペクトルに、光学システム装置関数を畳み込ませ、少なくとも１つの透過帯域をソース温度の関数として作図させる、コンピュータプログラムと、を具備するコンピュータシステム。
【図１Ａ】
【図１Ｂ】
【図２Ａ】
【図２Ｂ】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０Ａ】
【図１０Ｂ】
【図１０Ｃ】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８Ａ】
【図１８Ｂ】
【図１８Ｃ】
【図１９】
【図１Ｂ】
【図２Ａ】
【図２Ｂ】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０Ａ】
【図１０Ｂ】
【図１０Ｃ】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８Ａ】
【図１８Ｂ】
【図１８Ｃ】
【図１９】
【公表番号】特表２００７−５２８４８８（Ｐ２００７−５２８４８８Ａ）
【公表日】平成１９年１０月１１日（２００７．１０．１１）
【国際特許分類】
【出願番号】特願２００６−５４１２０１（Ｐ２００６−５４１２０１）
【出願日】平成１６年１０月２８日（２００４．１０．２８）
【国際出願番号】ＰＣＴ／ＵＳ２００４／０３５７８７
【国際公開番号】ＷＯ２００５／０５４８３３
【国際公開日】平成１７年６月１６日（２００５．６．１６）
【出願人】（３９００３９１４７）レイセオン・カンパニー (149)
【氏名又は名称原語表記】Ｒａｙｔｈｅｏｎ Ｃｏｍｐａｎｙ
【Ｆターム（参考）】
【公表日】平成１９年１０月１１日（２００７．１０．１１）
【国際特許分類】
【出願日】平成１６年１０月２８日（２００４．１０．２８）
【国際出願番号】ＰＣＴ／ＵＳ２００４／０３５７８７
【国際公開番号】ＷＯ２００５／０５４８３３
【国際公開日】平成１７年６月１６日（２００５．６．１６）
【出願人】（３９００３９１４７）レイセオン・カンパニー (149)
【氏名又は名称原語表記】Ｒａｙｔｈｅｏｎ Ｃｏｍｐａｎｙ
【Ｆターム（参考）】
[ Back to top ]