다변량 통계와 심층신경망 분석을 이용한 폐금속 회수효율성 향상 연구
Improvement of Waste Metal Recovery Efficiency Using Multivariate Statistical and Deep Neural Network Analysis
- 주제(키워드) 레이저유도붕괴분광법 , 인쇄회로기판 , 다변량분석 , 심층신경망 , LIBS , PCB , Multivariate analysis , Deep neural network
- 주제(기타) 자원재활용
- 설명문(URI) https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002518257
- 등재 KCI등재
- 발행기관 한국자원공학회
- 발행년도 2019
- 총서유형 Journal
- URI http://www.dcollection.net/handler/ewha/000000162896
- 본문언어 한국어
초록/요약
본 연구는 인쇄회로기판(PCB)의 RAM시료를 대상으로 선별을 통한 주요 금속의 회수율을 제고하기 위해레이저 유도붕괴 분광기(LIBS)로 스펙트럼 데이터를 얻어 주성분분석(PCA)과 심층신경망 기법을 적용했다. 레이저를 RAM 시료 표면294 지점에 조사해 스펙트럼을 얻고 기판을 검정(K), 노랑(Y), 초록(G)로 구분해 데이터가 구분이되는지 살펴보았다. PCA 분석과 SEM-EDS 분석결과의 비교를 통해 각 부분의 선별 가능성과 기준이 될 수 있는 파장, 포함된 주요 금속 조성비를 확인하였다. 추후 공정 자동화를 위해 심층신경망을 통한 각 부분 자동 분류 가능성을 타진하였고 98% 이상의 분류 정확도를 보았다. 따라서 본 연구를 통해 폐전기전자제품(WEEE)을 폐금속 회수 공정에 투입하기 전에 이를 선별할 수 있는 새로운 방법론을 만드는 데 활용할 수 있을 것으로 기대된다.
more