• 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.

• 자원리싸이클링
• /
• 제26권6호
• /
• pp.73-83
• /
• 2017

소형가전 제품은 종류가 다양할 뿐만 아니라 구성부품의 재질도 복잡하여 폐기시 재활용이 매우 어려운 실정이다. 특히, 폐소형가전의 경우 흑색 플라스틱의 함유량이 높을 뿐만 아니라 재질이 다양하여 재활용 공정에서 발생하는 플라스틱의 재질을 인식하여 효율적으로 선별 회수하는 것이 매우 어렵다. 본 연구에서는 기존 선별기술이 가지고 있는 흑색 플라스틱의 재질별 선별에 대한 기술적 한계 및 단점을 보완하기 위하여 레이저유도붕괴분광법(Laser-Induced Breakdown Spectroscopy, LIBS)을 기반으로 하는 흑색 플라스틱의 재질별 자동선별 시스템을 개발하였다. 본 시스템은 정량 공급장치, 위치 자동인식 장치, 레이저유도기반분광분석(LIBS) 장치, 선별분리장치 및 Control unit 등으로 구성되어 있다. 레이저유도붕괴분광법(LIBS)을 이용하여 흑색 플라스틱의 재질별 특성 스펙트럼 데이터를 획득하고, 인공지능형 알고리즘을 적용한 분류기를 설계하여 적용함으로써 흑색 플라스틱의 재질을 효율적으로 인식하고 분류할 수 있다. 본 연구에서 개발한 방사형기저함수신경회로망(RBFNNs) 분류기의 분류율은 약 97% 이상으로 나타났으며, 자동선별 시스템의 흑색 플라스틱의 재질별 인식률은 약 94.0% 이상, 선별효율은 80.0% 이상으로 조사되었다. 본 연구에서는 실험실 규모의 자동선별장치를 개발하였으며, 본 장치에 대한 실험결과를 바탕으로 흑색 플라스틱 재질인식 및 선별효율 등을 분석하므로써 향후 폐소형가전의 재활용 현장에 적용할 예정이다.

• Journal of Electrical Engineering and Technology
• /
• 제11권6호
• /
• pp.1872-1879
• /
• 2016

The techniques to recycle and reuse plastics attract public attention. These public attraction and needs result in improving the recycling technique. However, the identification technique for black plastic wastes still have big problem that the spectrum extracted from near infrared radiation spectroscopy is not clear and is contaminated by noise. To overcome this problem, we apply Raman spectroscopy to extract a clear spectrum of plastic material. In addition, to improve the classification ability of fuzzy Radial Basis Function Neural Networks, we apply supervised learning based clustering method instead of unsupervised clustering method. The conditional fuzzy C-Means clustering method, which is a kind of supervised learning based clustering algorithms, is used to determine the location of radial basis functions. The conditional fuzzy C-Means clustering analyzes the data distribution over input space under the supervision of auxiliary information. The auxiliary information is defined by using k Nearest Neighbor approach.