• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.477-484
• /
• 2016

선풍기, 오디오, 전기밥솥 등의 소형 산업가전제품들은 대부분 ABS, PP, PS 등의 재질로 이루어져 있다. 색깔이 있는 플라스틱은 근적외선(NIR) 분광기에 의해 분류가 가능하지만, 반면에 검은색 플라스틱은 빛을 흡수하는 특성으로 인해 분류하기가 어렵다. 그래서 본 연구에서는 LIBS(Laser Induced Breakdown Spectroscopy) 분광기를 통해 폐소형가전 플라스틱을 선별하는 RBFNNs(Radial Basis Function Neural Networks) 패턴 분류기를 소개한다. 전처리부분에는 차원축소 알고리즘 중 하나인 PCA(Principal Component Analysis)를 사용해 처리 속도를 향상시킬 뿐만 아니라 효과적인 데이터의 특성을 추출한다. 조건부에는 FCM(Fuzzy C-Means) 클러스터링을 사용한다. 결론부에는 다항식의 형태 중 하나인 1차 선형식을 연결가중치로서 사용한다. PSO와 5-fold cross validation은 성능의 신뢰도를 향상시키고, 분류율을 높이는데 사용된다. 제안된 분류기의 성능은 최적화한 것과 최적화하지 않은 것 두 가지의 관점에서 보여준다.

• 한국지능시스템학회논문지
• /
• 제26권5호
• /
• pp.416-422
• /
• 2016

수많은 플라스틱이 산업분야에 다양하게 사용되어지고 있다. 또한 많은 양의 플라스틱 폐기물들이 발생하고 있다. 재활용에 대한 연구는 환경오염 뿐만아니라 한정된 유용한 자원이 버려지는 것을 방지하기 위해 중요한 이슈로 부각되고 있다. 이렇기 때문에 폐플라스틱의 재활용은 재사용 관점에서 주목받고 있는 실정이다. 현재 재활용 센터에서는 플라스틱의 재질을 분류하기 위해 NIR 센서를 이용한 플라스틱 자동 분류 시스템을 구축 및 운용하고 있다. 하지만 흑색 플라스틱은 여전히 분류가 되지 않는 도전적인 목표로 남아있다. 카본 블랙이 포함된 흑색 플라스틱의 경우 검정색의 특성상 NIR 장비에서 나오는 빛을 흡수하기 때문에 분류에 어려움이 있다. 본 연구는 NIR 장비 대신 흑색 플라스틱을 분류하는 방법에 대한 연구이다. 흑색 플라스틱의 정성적, 정량적 분석을 위해 Raman 분광법을 사용하였다. 또한 분류기의 인식률을 높이기 위해 데이터를 특성을 분석하고 흑색 플라스틱을 좀 더 확실하게 분류하기 위해 Support Vector Machine(SVM), 주성분 분석법(PCA) 같은 알고리즘을 이용하였다.

• 자원리싸이클링
• /
• 제26권1호
• /
• pp.69-77
• /
• 2017

폐소형가전의 재활용 공정에서 발생하는 플라스틱류 중 검정색 플라스틱의 경우 재질 선별이 어려워 혼합물의 형태로 저급 재활용 되고 있다. 본 연구에서는 검정색 플라스틱의 재질별 선별을 위하여 비중선별, 정전선별, 근적외선 선별 및 IR/Raman 분광법 등 기존 선별 기술의 검토를 통하여, 현장 적용에 대한 문제점 및 제한사항을 확인하였다. 검정색 플라스틱의 재질선별에 대한 기술적 한계를 극복하기 위하여 레이저유도붕괴분광법(Laser Induced Breakdown Spectroscopy, LIBS)을 이용하여 검정색 플라스틱의 각 재질별 LIBS 스펙트럼을 분석하였으며, 정규화 과정을 수행한 후 차원축소 알고리즘인 주성분 분석(Principal Component Analysis, PCA)을 수행하였다. 또한, 검정색 플라스틱의 각 재질별 LIBS 스펙트럼 분석 및 주성분 분석을 통하여 향후 재질별 인식 및 선별 기술의 현장적용을 위해서는 추가적으로 해결해야 할 문제점을 확인하였다. 검정색 플라스틱의 재질별 인식의 정확성 및 선별효율의 향상을 위하여 지능형 알고리즘 분야의 연구를 통하여 효율이 우수한 분류기를 설계하고 분류기의 성능 및 신뢰도 향상을 위한 연구가 추가적으로 진행되어야 할 것으로 사료된다.