DOI QR코드

DOI QR Code

XRD 스펙트럼의 비음독립성분분석을 통한 혼합물 구성비 결정

Determination of mixing ratios in a mixture via non-negative independent component analysis using XRD spectrum

  • 유한민 (포항공과대학교 정보통신대학원) ;
  • 전치혁 (포항공과대학교 산업경영공학과) ;
  • 이혜선 (포항공과대학교 산업경영공학과) ;
  • 홍재화 (포스코기술연구소 계측연구그룹)
  • You, Hanmin (Graduate School for information Technology, POSTECH) ;
  • Jun, Chi-Hyuck (Department of Industrial and Management Engineering, POSTECH) ;
  • Lee, Hyeseon (Department of Industrial and Management Engineering, POSTECH) ;
  • Hong, Jae-Hwa (Instrumentation Research Group, Technical Research Laboratory, POSCO)
  • 투고 : 2007.09.05
  • 심사 : 2007.10.19
  • 발행 : 2007.12.25

초록

X 선 회절법은 물질 내부에 원자의 배열 상태를 연구하는데 널리 사용되는 실험 방법으로써 넓은 응용 범위를 가지고 있다. 특히 분말 X 선 회절법은 비파괴적으로 다양한 형태의 시료에 대한 측정이 가능하기 때문에 결정의 배향성, 결정의 크기, 결정 내부의 응력 측정 등에 널리 이용되고 있다. 분말 X 선 회절 방법을 이용하여 혼합물의 성분을 정량적으로 측정하기 위해서는 시료를 구성하고 있는 source 스펙트럼을 도출하고 혼합된 시료의 XRD 스펙트럼에 회귀식을 적합시켜 혼합물 구성비를 얻는 방법이 제안된 바 있다. 그러나 구성성분의 특성상 스펙트럼의 피이크가 폭이 좁고 민감한 경우에는 노이즈의 영향을 받아 도출된 source 스펙트럼이 원래의 순수성분의 형태와 달리 나타날 수 있다. 특히 순수성분 시료를 구할 수 없거나 측정이 불가능한 경우 혼합물 구성비 측정에 어려움이 있다. 본 연구에서는 노이즈 간섭에 의한 source 스펙트럼 도출의 문제를 해결하는 방안으로 비음독립성분분석을 이용하여 혼합된 미지시료로부터 순수한 성분에 해당하는 스펙트럼을 분리해내는 방법을 제안하고자 한다.

X-ray diffraction method has been widely used for qualitative and quantitative analysis of a mixture of materials since every crystalline material gives a unique X-ray diffraction pattern independently of others, with the intensity of each pattern proportional to that material's concentration in a mixture. For determination of mixing ratios, extracting source spectra correctly is important and crucial. Based on the source spectra extracted, a regression model with non-negativity constraint is applied for determining mixing ratios. In some mixtures, however, X-ray diffraction spectrum has sharp and narrow peaks, which may result in partial negative source spectrum from independent component analysis. We propose several procedures of extracting non-negative source spectra and determining mixing ratios. The proposed method is validated with experimental data on powder mixtures.

키워드

참고문헌

  1. C. H. Lin, S. C. Liu, Journal of Chinese Chemical Society, 25, 167-177 (1978) https://doi.org/10.1002/jccs.197800029
  2. W. Windig, H. L. C. Meuzelaar, Analytical Chemistry, 56(13), 2297-2303 (1984) https://doi.org/10.1021/ac00277a009
  3. K. J. Schostack, E. R. Malinowski, Chemometrics and Intelligent Laboratory Systems, 6, 21-29 (1989) https://doi.org/10.1016/0169-7439(89)80062-0
  4. S. G. Choi, A. Cichocki, H. M. Park, S. Y. Lee, A Review, Neural Information Processing, 6, 1-57 (2005)
  5. H. S. Lee, C. H. Jun, J. K. Song, J. W. Hong, Chemometrics and Intelligent Laboratory Systems, 87(1), 107- 113 (2007)
  6. A. Hyvärinen, E. Oja, Neural Networks, 13(4-5), 411- 430 (2000) https://doi.org/10.1016/S0893-6080(00)00026-5
  7. M. D. Plumbley, Neural Networks, 14(3), 534-543 (2003) https://doi.org/10.1109/TNN.2003.810616
  8. Z. J. Yuan, E. Oja, A, Lecture Notes in Computer Science, 3195, 1-8 (2004) https://doi.org/10.1007/978-3-540-30110-3_1