Analytical Science and Technology (분석과학)

The Korean Society of Analytical Sciences (한국분석과학회)
권호 표지
DOI QR코드

DOI QR Code

Analysis of biodiesel quality based on infrared spectroscopy and multivariate statistics

적외선 분광분석과 다변량 통계에 기반한 바이오디젤 품질분석

  • Kim, Hye-Sil (Department of Chemical Engineering, Pukyong National University) ;
  • Cho, Hyun-Woo (Department of Industrial & Management Engineering, Daegu University) ;
  • Liu, J. Jay (Department of Chemical Engineering, Pukyong National University)
  • 김혜실 (부경대학교 화학공학과) ;
  • 조현우 (대구대학교 산업경영공학과) ;
  • 유준 (부경대학교 화학공학과)
  • Received : 2012.02.20
  • Accepted : 2012.07.09
  • Published : 2012.08.25
Download PDF
⟨ Previous Next ⟩

Abstract

ASTM (American Society for Testing and Materials) D6751-10 suggests analytical methods as well as specifications for biodiesel quality. However, it is expensive and time-consuming to follow the ASTM testing methods to analyze biodiesel and various impurities. This paper develops a quantitative analysis system for biodiesel and impurities based on Infrared spectroscopy and a multivariate statistical method, PLS (partial least squares). In addition, four different pre-processing techniques were compared for spectrum correction and noise reduction. Savitzky-Golay pre-processing showed the best performance.

ASTM (American Society for Testing and Materials) D6751-10은 바이오디젤의 품질 규격 뿐 아니라 분석방법 또한 제시하고 있다. 하지만 ASTM 표준에 따른 바이오디젤 및 포함된 여러 불순물의 품질 분석은 경제적, 시간적으로 부담이 크다. 본 연구는 적외선 분광분석법(infrared spectroscopy)과 다변량 통계분석법 중 하나인 PLS (partial least square method)를 이용하여 1회 측정만으로 바이오 디젤 및 불순물들의 농도를 분석하는 시스템을 개발하고자 하였다. 특히, 적외선을 이용한 분석에서 생기는 각 물질의 스펙트럼에 대한 산란 보정, 노이즈 감소 등을 위해 SNV, MSC, OSC, Savitzky-Golay 등의 4가지 전처리 방법의 성능을 비교하였다. 품질 분석에 필요한 바이오 디젤 검량 모델을 PLS로 모델링 결과, Savitzky-Golay 전처리를 하였을 때 정확도가 가장 우수함을 알았다.

Keywords

References

  1. ASTM Standard D6751, 'Standard Specification for Biodiesel Fuel Blend Stock (B100) for Middle Distillate Fuels', ASTM International, West Conshohocken, PA (2011).
  2. H. B. Sim and J. H. Lee, Mon. Chem. Eng., 3(11), 54-59 (1999).
  3. H. B. Sim and J. H. Lee, Mon. Chem. Eng., 3(12), 90-93 (1999).
  4. R. M. Silverstein, G. C. Bassler and T. C. Morrill, 'Spectrometric Identification of Organic Compounds', 4th ed., Wiley, New York (1981).
  5. H. C. Chung and H. J. Kim, Anal. Sci. Technol., 13(1), 138-151 (2000).
  6. S. Y. Kim, B. S. Lee, C. B. Chung and S. H. Choi, J. Control Autom. Sys. Eng., 11(6), 551-552 (2005).
  7. S. Wold, Technometrics, 20, 397-405 (1978). https://doi.org/10.1080/00401706.1978.10489693
  8. A. Hoskuldsson, J. Chemometr., 2, 211-228 (1988). https://doi.org/10.1002/cem.1180020306
  9. R. N. Feudale, N. A. Woody, H. Tan, A. J. Myles, S. D. Brown and J. Ferre, Chemo. Intell. Lab. Sys., 64, 181- 192 (2002). https://doi.org/10.1016/S0169-7439(02)00085-0
  10. B. M. Wise, N. B. Gallagher, R. Bro, J. M. Shaver, W. Windig and R. S. Koch, 'Chemometrics Tutorial for PLS Toolbox and Solo', Eigenvector Research Inc., (2006).
  11. P. Geladi, D. MacDougall and H. Martens, Appl. Spectrosc., 39, 491-500 (1985). https://doi.org/10.1366/0003702854248656
  12. R. J. Barnes, M. S. Dhanoa and S. J. Lister, Appl. Spectrosc., 43, 772-777 (1989). https://doi.org/10.1366/0003702894202201
  13. S. Wold, H. Antti, F. Lindgren and J. Ohman, Chemo. Intell. Lab. Sys., 44(1-2), 175-185 (1998). https://doi.org/10.1016/S0169-7439(98)00109-9