転炉やコークス炉などの複雑な作業条件下での多成分ガス（H₂、CO、CH₄など）のオンライン検出において、ラマン分光信号はガス圧力の変動、レーザー出力のドリフト、光路伝達効率の変化など複数の干渉要因の影響を受けやすく、濃度逆算精度が低下する問題がある。本稿では、内部標準校正と多変量共同モデリングに基づく多成分ガスのラマンスペクトル解析手法を提案する。まず、ガス中に広く存在し化学的に安定なCO₂を内部標準参照成分として用い、システムゲインの共通モード干渉を除去するために内部標準比R_iを構築する。次に、システムゲイン校正演算子S_factorを定義し、ガス圧力や散乱光強度などのシステム状態変数をリアルタイムに表現する。最後に、内部標準比、ガス圧力、散乱光強度およびシステムゲイン校正演算子などのパラメータを入力特徴量として共同で活用し、LightGBMアルゴリズムを用いてH₂、CO、CH₄の三成分濃度を高精度に逆算する多変量非線形回帰モデルを構築する。実験結果より、提案手法の多変量共同モデルはH₂、CO、CH₄の平均二乗誤差（RMSE）が0.09％未満、平均絶対百分率誤差（MAPE）が0.6％未満であり、元のスペクトルデータのみまたは単一の内部標準比を用いたモデルに比べてRMSEが約37％～63％の全体的な低減を示した。本手法はガス圧力および散乱光強度の変動による非線形干渉を効果的に補償し、複雑な作業条件下での多成分ガスのラマンスペクトル濃度逆算精度を大幅に向上させ、工業用ガスのオンライン検出に対する実現可能なソリューションを提供する。

ラマンスペクトル;ガス;内部標準;多変量共同モデリング;機械学習