工程内センサーの応答時間とは？変化に追随できているか

静的な一致と動的な追随

センサーの性能評価では、参照法との比較が基本になります。同時に採取した検体をオフラインで測り、センサーの値と突き合わせる。相関係数、バイアス、平均絶対相対差といった指標で表します。

これらはいずれも静的な一致を見ています。「その瞬間の値が合っているか」という問いです。

工程が定常状態にあるなら、それで十分です。しかし実際には、値が動いている局面こそ判断が要ります。

• 流加培養でグルコース微生物発酵でエネルギー源となる糖類などの炭素源と、目的遺伝子の発現を促す誘導物質のことです。詳しく →が枯渇に向かう局面
• 温度を切り替えた直後
• 逸脱承認された手順や規格から外れた事象。GMPでは発見したら記録し、製品品質への影響を評価してロットの可否を判断します。詳しく →が起きて条件が外れた瞬間

変化している最中に正しく読めているかは、静的な指標には現れません。

動的な誤差を分解する

観測された差を、発生源ごとに切り分けて考えます。

下半分の3つが、動的な追随に関わる誤差です。⁠平均を取ると相殺されて見えなくなる性質があるため、要約指標が良好でも残っていることがあります。

振幅圧縮は直感に反しやすい現象です。センサーが平衡に達するまでの時間があると、変化が速いほどピークに追いつけません。結果として、⁠実際より小さな変動として記録されることになります。

何が応答を遅らせるのか

物理的な要因はいくつかあります。

• 拡散⁠：膜や保護層を通って対象物質がセンサー面に届くまでの時間
• 反応⁠：酵素電極では、酵素反応そのものに時間がかかります
• サンプリング経路⁠：バイパスラインを引いている場合、そこを流れる時間が加わります
• 信号処理⁠：ノイズを抑えるための平均化やフィルタが、応答を鈍らせます

最後の項目は設計上のトレードオフです。⁠ノイズを減らすほど応答は遅くなります⁠。どちらを取るかは、その測定を何に使うかで決まります。

ラマン分光では積算時間が、溶存酸素プローブでは膜の厚みが、それぞれ応答時間を規定します。

どう測るか

応答時間は、⁠既知の変化を与えて出力を記録することで測ります。

• 対象物質の濃度を階段状に切り替え、出力が最終値の63%（1次遅れ系での時定数）や90%に達するまでの時間を読みます
• 参照側の切り替えが十分に速いことが前提になります。⁠参照そのものが遅ければ、測っているのはその遅さです
• 上昇時と下降時の両方で測ります。ヒステリシスがあれば一致しません

実験室で作った既知プロファイルにセンサーを晒す方法（流路装置を使うなど）は、参照の誤差を先に切り分けられる点で優れています。「試験プロファイル自体が正しく作れているか」を最初に確認してから、以降の分解に進むという順序になります。

制御に使うときの要求

測定値を判断に使うだけなら、多少の遅れは許容できます。⁠制御に使うと事情が変わります⁠。

フィードバック制御測定値が目標からずれたとき、流速やフィード量などの操作条件を調整する制御。では、測定値をもとに操作量を決めます。測定が遅れれば、

• 制御が過剰に反応し、振動します
• 設定値の周りで行き過ぎと戻りを繰り返す
• 制御を穏やかにすれば振動は収まりますが、追随が遅くなります

流加培養培養の途中で栄養（フィード）を追加しながら細胞を高密度まで育てる培養方式。でグルコース濃度を一定に保とうとする場面を考えると分かりやすくなります。センサーの応答が遅ければ、実際にはすでに濃度が上がっているのに、まだ低いと判断してフィードフェドバッチで追い足す濃縮した栄養液。いつ・どれだけ・どう入れるかが生産性と品質を左右する。を続けてしまいます。

ラマンによるインライン制御のように、モデルを介した推定値で制御する場合、モデルの更新周期も遅れに加わります。

要約指標では分からないこと

単一の数字で性能を語れることは、比較のうえで便利です。だからこそ普及します。

しかし単一の数字は、⁠複数の失敗様式を1つに畳んでしまいます⁠。

• オフセットがあるのか
• 振幅が圧縮されているのか
• 時間軸がずれているのか
• 参照側の誤差なのか

これらは対処が違います。オフセットなら校正で済みますが、応答遅れなら設計を変えるか、制御側で補償するしかありません。⁠指標が原因を指さないため、改善の方向が定まらないという問題が生じます。

したがって、性能を語るときは要約指標に加えて、⁠どの条件でどこまでの変化速度に追随できるかを明示することが求められます。

規制の枠組みでの位置づけ

工程内センサーを工程内管理やPATに組み込む場合、次の整理が要ります。

• 検証と妥当性確認の区別：仕様どおり動くことの確認と、目的に照らして使えることの確認は別です。定常で合うセンサーが、制御には使えないということが起こりえます
• 分析法の頑健性：条件を意図的に振ったときの影響を見ますが、⁠多くの場合、静的な条件で行われます⁠。変化中の挙動は検討に含まれないことがあります
• システム適合性：日々の測定が妥当な状態にあることを確認しますが、応答時間の劣化は捉えにくい項目です
• スケールダウンモデル：小型機で確認した応答が、実機の流動条件で成り立つかは別の確認が要ります

三番目は運用上の盲点になりやすい点です。膜の汚れやセンサーの劣化は、感度より先に応答時間に現れることがあります。定期的に既知の変化を与えて確認する手順を持たなければ、⁠静かに遅くなっていくことに気づけません。

ソフトセンサーの場合

ソフトセンサーやデジタルツインでは、複数の測定値からモデルで推定値を出します。この場合、応答時間は次の合計になります。

1. 入力となる各センサーの応答時間
2. データ取得とモデル計算の周期
3. モデルが持つ動特性（過去の値を使う設計であれば、その窓の長さ）

最も遅い要素が全体を規定します⁠。高速なモデルを載せても、入力センサーが遅ければ意味がありません。

また、モデルは学習したときの条件の外側では保証されません。急激な変化が学習データに含まれていなければ、その局面での推定は外挿になります。

まとめ

応答時間は、カタログに小さく載っている項目でありながら、⁠そのセンサーを制御に使えるかどうかを決める性質です。

静的な一致だけを見て導入すると、変化の局面で期待と違う挙動になります。逆に、応答時間を先に押さえておけば、制御の設計も、測定頻度の設定も、根拠を持って決められます。

工程内でセンサーを使う場面が増えるほど、「どこまでの変化速度なら追随できるか」を仕様として明示することの重みが増していきます。

※ 本記事は一般的な技術解説です。具体的な測定系の設計・バリデーションにあたっては、一次情報および所轄当局のガイダンスをご確認ください。