• 자원리싸이클링
• /
• 제24권1호
• /
• pp.58-65
• /
• 2015

국내 디스플레이 산업의 핵심기술과 글로벌 점유율은 세계 최고 수준이지만 폐 디스플레이의 재활용 관련한 전반적 기술은 매우 미흡하고 폐 디스플레이의 유리소재는 전량 매립하고 있는 실정이다. 본 논문에서는 폐 초박막 액정표시장치(Thin Film Transistor Liquid Crystal Display) 유리를 고강도 콘크리트 파일 및 발포체의 원료로 재활용 하는 연구, 초박막 액정표시장치 제조 공정에서 발생하는 불량품인 파유리를 장섬유 및 단섬유 등으로 재활용 하는 연구 동향에 대하여 조사하였다. 폐유리를 재활용한 원료 성분은 고강도 콘크리트 파일과 발포체 원료로 재료 재활용이 가능한 것으로 입증되었으며 특히 콘크리트 파일의 경우 기존 제품보다 향상된 특성을 나타내었다. 이외에도 파유리를 장섬유나 단섬유로 재활용 하는 기술은 이미 상용화 단계에 있으므로 향후 폐 디스플레이 유리 소재의 상용화 재활용 시스템을 구축할 수 있는 기술을 확립하는 방향으로 연구를 진행할 필요가 있다.

• 자원리싸이클링
• /
• 제24권1호
• /
• pp.66-72
• /
• 2015

재활용을 위한 LCD TV 분해 시 영상 신호 송신, 전원 공급, 화상 구현 등을 위한 다양한 종류의 PCB가 발생한다. PCB에는 금이나 구리와 같은 유가금속이 다량 함유 되어 있으나 사용용도, PCB 패키징 방법에 따라 함유 되어 있는 유가금속의 종류와 함유량에 차이가 있다. 본 연구에서는 PCB 종류에 따른 구조 분석을 통하여 PCB에 함유 된 금과 구리의 함유량에 따라 PCB를 등급별로 분류 하고자 하였으며 금 회수 효율이 높은 PCB, 금 회수 효율이 낮은 PCB, 금이 함유되어 있지 않은 PCB 세 종류로 분류를 하였다. 또한 실제 LCD TV를 분해하여 발생된 PCB에 대한 함유량 분석을 통하여 PCB 내 금과 구리 함유량을 분석하였다.

• Computers and Concrete
• /
• 제19권5호
• /
• pp.457-465
• /
• 2017

The Taiwanese liquid crystal display (LCD) industry has traditionally produced a huge amount of waste glass that is placed in landfills. Waste glass recycling can reduce the material costs of concrete and promote sustainable environmental protection activities. Concrete is always utilized as structural material; thus, the concrete compressive strength with a variety of mixtures must be studied using predictive models to achieve more precise results. To create an efficient waste LCD glass concrete (WLGC) design proportion, the related studies utilized a multivariable regression analysis to develop a compressive strength waste LCD glass concrete equation. The mix design proportion for waste LCD glass and the compressive strength relationship is complex and nonlinear. This results in a prediction weakness for the multivariable regression model during the initial growing phase of the compressive strength of waste LCD glass concrete. Thus, the R ratio for the predictive multivariable regression model is 0.96. Neural networks (NN) have a superior ability to handle nonlinear relationships between multiple variables by incorporating supervised learning. This study developed a multivariable prediction model for the determination of waste LCD glass concrete compressive strength by analyzing a series of laboratory test results and utilizing a neural network algorithm that was obtained in a related prior study. The current study also trained the prediction model for the compressive strength of waste LCD glass by calculating the effects of several types of factor combinations, such as the different number of input variables and the relevant filter for input variables. These types of factor combinations have been adjusted to enhance the predictive ability based on the training mechanism of the NN and the characteristics of waste LCD glass concrete. The selection priority of the input variable strategy is that evaluating relevance is better than adding dimensions for the NN prediction of the compressive strength of WLGC. The prediction ability of the model is examined using test results from the same data pool. The R ratio was determined to be approximately 0.996. Using the appropriate input variables from neural networks, the model validation results indicated that the model prediction attains greater accuracy than the multivariable regression model during the initial growing phase of compressive strength. Therefore, the neural-based predictive model for compressive strength promotes the application of waste LCD glass concrete.

• Computers and Concrete
• /
• 제24권2호
• /
• pp.151-158
• /
• 2019

The sustainable development principle of replacing natural resources with renewable material is an important research topic. In this study, waste LCD (liquid crystal display) glass powder was used to replace cement (0%, 10%, 20% and 30%) through a volumetric method using three water-binder ratios (0.47, 0.59, and 0.71) to make cement mortar. The compressive strength was tested at the ages of 7, 28, 56 and 91 days. The test results show that the compressive strength increases with age but decreases as the water-binder ratio increases. The compressive strength slightly decreases with an increase in the replacement of LCD glass powder at a curing age of 7 days. However, at a curing age of 91 days, the compressive strength is slightly greater than that for the control group (glass powder is 0%). When the water-binder ratios are 0.47, 0.59 and 0.71, the compressive strength of the various replacements increases by 1.38-1.61 times, 1.56-1.80 times and 1.45-2.20 times, respectively, during the aging process from day 7 to day 91. Furthermore, a prediction model of the compressive strength of a cement mortar with waste LCD glass powder was deduced in this study. According to the comparison between the prediction analysis values and test results, the MAPE (mean absolute percentage error) values of the compressive strength are between 2.79% and 5.29%, and less than 10%. Thus, the analytical model established in this study has a good forecasting accuracy. Therefore, the proposed model can be used as a reliable tool for assessing the design strength of cement mortar from early age test results.

• 청정기술
• /
• 제15권4호
• /
• pp.253-257
• /
• 2009

LCD 제조공정에서 배출되는 질산과 초산, 인산, 그리고 Al과 같은 금속이온을 함유한 폐에칭액으로부터 진공증발과 확산투석을 이용하여 고순도 인산을 회수하여 인산암모늄을 제조하고자 하였다. 진공증발을 이용하여 질산과 초산을 제거하였다. 진공도가 -650 mmHg인 경우에는 온도 413 K 이상에서 완전 분리되었고, 진공도가 -700 mmHg인 경우에는 온도 393 K 이상의 영역에서 완전히 분리되었다. 그리고 진공도 -730 mmHg의 경우는 온도 383 K 이상에서도 완전 분리가 가능하였다. 99%의 질산과 초산을 제거하였으며, 확산투석을 이용하여 약 97.5% 이상의 Al을 제거하였다. 이렇게 얻어진 고순도 인산과 수산화암모늄을 이용하여 일인산암모늄을 제조하는 공정에서 급격한 발열반응을 제어하고 안정된 적정조건을 도출하기 위하여 수산화암모늄의 농도, 적정 몰비, pH, 온도 등의 반응인자를 조절하여 회수율 약 90%의 일인산암모늄을 제조하였다.

• Korean Chemical Engineering Research
• /
• 제53권2호
• /
• pp.181-192
• /
• 2015

본 연구는 Liquid Crystal Display (LCD) 세척 후 발생하는 Propylene Glycol Monomethyl Ether Acetate (PGMEA)폐액 재활용을 위한 2기 증류탑을 사용하는 공정의 최적 조건을 산출하였다. 공정조건 최적화 기법으로 다중회귀분석을 이용하여 1차 증류 시 Bottom 온도(BTM 온도), Reflux 량, Feed 량 및 Feed 온도에 따라 PGMEA 함량에 대한 최적 조건과 2차 증류 시 BTM 온도, Reflux 량, Feed 량에 따른 PGMEA 함량에 대한 최적 조건과 공정인자를 산출하였다. 1차 증류탑의 공정인자 중 Reflux 량, Feed 온도 및 Feed 량이 중요한 인자로 산출되었다. 본 연구의 공정조건 범위에서는 BTM 온도범위가 PGMEA함량에 크게 영향을 주지 못하였다. 따라서 최적 공정 조건은 Feed 량 $5,700{\ell}$, Reflux 량 $2,500{\ell}$, BTM 온도 $165^{\circ}C$ 및 Feed 온도 $130^{\circ}C$이며 이때 예측된 PGMEA 함량은 92.12~94.62%로 산출되었다. 2차 증류탑에서는 Reflux 량이 함량에 많은 영향을 미치고 있으며, Feed 량과 BTM 온도도 영향을 미치는 인자로 산출되었다. 다중공선성(Multicollinearity)이 Reflux 량과 BTM 온도 간에 강한 양의 상관관계가 있어, 두 인자 중 다중회귀식에 영향이 지배적인 인자 하나를 선택하였으며, 최적조건은 BTM 온도 $199^{\circ}C$ 기준에서 최적 공정 조건은 Feed 량 $4,275{\ell}$ 및 Reflux 량 $6,200{\ell}$이며, 이때 예측 PGMEA 함량은 99.0~99.5%로 산출되었다.