Development of On-line Quantitative Analysis for Bioethanol Using Infrared Spectroscopy

적외선 분광분석을 이용한 바이오 에탄올 on-line용 정량분석법 개발

  • Kim, Hyeonguk (Deparment of Chemical Engineering, Pukyong National University) ;
  • Ryu, Jun-Hyung (Department of Nuclear and Energy System Engineering, Dongguk University) ;
  • Liu, J. Jay (Deparment of Chemical Engineering, Pukyong National University)
  • 김형욱 (부경대학교 화학공학과) ;
  • 류준형 (동국대학교 원자력 및 에너지공학부) ;
  • 유준 (부경대학교 화학공학과)
  • Published : 2012.02.10

Abstract

This paper proposes a new methodology for the real-time on-line quality monitoring of biofuel processes through the integration of infrared spectroscopy and chemometrics. A method of Partial Least Squares (PLS) in Chemometrics is employed for quantitative analysis of key components in bioethanol products. After a number of preprocessing methods and variable importance in projection (VIP) are used, Savitzky-Golay method showed the best performance in terms of spectrum correction, noise reduction, and model maintenance. The proposed method allows us to economically forecast the concentration of multiple impurities encountered with the production of bioethanol. The proposed system is also accurate enough ($R^2$ > 0.99) to replace the laboratory analysis.

본 논문에서는 바이오연료 제품 품질 분석의 저가격화와 시간단축, 그리고 궁극적으로 바이오연료 생산 공정의 모니터링 실시간화를 해결하기 위해 적외선 분광분석과 화학계량학(Chemometrics)을 융합한 on-line 분광 모니터링 시스템을 제안하고자 한다. 화학계량학 중 부분최소자승법을 사용하여 적외선 spectrum과 성분 농도 간의 정량분석을 실시하였다. 몇 가지 전처리법과 변수 중요도척도를 이용하여 모델링한 결과 spectrum의 보정, 노이즈 감소, 검량선의 유지보수 등의 측면에서 Savitzky-Golay 전처리가 가장 우수함을 보였다. 본 연구의 결과를 통해 실시간 품질 측정뿐만 아니라 하나의 분광분석 장치로 여러 성분들의 동시 측정이 가능함을 확인함으로써 비용의 절감도 예상된다. 뿐만 아니라 결정계수 $R^2$이 0.99 이상으로 실험실분석의 대체도 가능하다.

Keywords

References

  1. H. J. Kim and S. K. Min, Samsung Economics Research Institute-CEP Information, 294 (2001).
  2. H. N. Kim, H. C. Kang, and H. S. Jung, Samsung Economics Research Institute-Issue Paper, June (2010).
  3. ASTM Standard D4806 (2010).
  4. J. W. Ahn, Y. H. Woo, and H. J. Kim, Analytical Science & Technology, 16, 95 (2003).
  5. N. W. Cho, S. M. Jeon, S. H. Kang, and D. H. Lee, J. Korean Institute of Fire Sci. and Eng., 11, 192, (2009).
  6. H. C. Chung and H. J. Kim, Analytical Science & Technology, 13, 138 (2000).
  7. S. Y. Kim, B. S. Lee, C. B. Chung, and S. H. Choi, J. of Institute of Cont., Robo. & Sys., 11, 550 (2005).
  8. A. Ferrer, D. Aguado, S. Vidal-Puig, J. M. Prats, and M. Zarzo, Appl. Stoch. Model. Bus., 24, 551 (2008). https://doi.org/10.1002/asmb.716
  9. H. S. Lee, Y. R. Lee, C. H. Jun, and J. H. Hong, Research of Applied Statistics, 23, 296 (2010).
  10. D. S. Ryu, L. G. Hwang, and S. H. Noh, Proc. KSAM 2000 Winter Conf., eds. the Korean society of the agricultural machinery (2000).
  11. J. H. Cho, SWU J. Pharm. Sci., 22, 40 (2005).