http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정성호(Sungho Jeong),박종복(Jung-Bok Park),정문석(Mun-Seok Jeong) 대한기계학회 2010 대한기계학회 춘추학술대회 Vol.2010 No.11
Laser chemical vapor deposition (CVD) can be applied for the localized patterning of microstructures or growth of micro/nano structures. In this work, the fabrication of fine metallic and nonmetallic patterns with a characteristic dimension of below 10 um using laser CVD, metallic interconnects on glass substrate and carbon nanotube patterns on quartz substrate, is to be introduced. Also, the growth of single-walled and multiwalled carbon nanotubes by localized laser heating of multi-catalyst-layer substrates will be described.
레이저유도붕괴분광 시 다변량분석법을 이용한 폐금속의 분류정확도 향상방법
이재필(Jaepil Lee),신성호(Sungho Shin),최장희(Jang-Hee Choi),문영민(Youngmin Moon),정성호(Sungho Jeong) 대한기계학회 2019 大韓機械學會論文集B Vol.43 No.3
전 세계적으로 다양한 금속의 수요 및 생산이 증가하고 있는 추세이나 비철금속의 재활용률은 매우 저조한 실정이다. 비철금속의 재활용률이 낮은 주요 원인은 와전류나 비중선별 같은 기존 기술의 적용이 곤란하거나 분류정확도가 낮은 것에 기인한다. 레이저유도붕괴분광법은 레이저를 금속 표면에 조사할 때 발생하는 플라즈마 정보를 토대로 정성 및 정량 분석이 가능한 기술이다. 레이저유도붕괴분광 분석은 전처리 없이 공기중에서 실시간 분석이 가능하며 금속의 성분조성을 직접 분석하여 판별하므로 기존 선별방법에 비해 정확도가 높은 장점이 있다. 본 연구에서는 파장 532 ㎚, 폭 5 ㎱의 펄스레이저를 이용하여 레이저유도붕괴분광법으로 5종류의 폐금속을 분류하는 연구를 수행하였다. 레이저 플라즈마에서 발생하는 많은 양의 데이터를 효율적으로 처리하기 위하여 다변량분석법을 적용하였으며, 이를 통해 분류정확도를 향상시킬 수 있음을 확인하였다. The demand and production of various types of metal are increasing globally; However, the recycling rate of nonferrous metals remains very low. The low recycling rate of nonferrous metals is largely attributed to the lack of adequate sorting technology or low sorting accuracy using existing methods. Laser-induced breakdown spectroscopy (LIBS) measures the plasma emission generated by laser irradiation of metal surfaces using qualitative and quantitative analysis. As no sample pre-preparation is necessary, and the composition of target metal is directly analyzed in air, the classification accuracy of LIBS is higher than existing technologies. In this study, LIBS classification of five different types of metal is conducted using a pulse laser of 532 ㎚ wavelength and 5 ㎱ pulse duration. A multivariate analysis is employed to process the large quantity spectroscopic data. This study demonstrates that the classification accuracy can be significantly improved using LIBS.
신성호,이재필,문영민,최장희,정성호,Shin, Sungho,Lee, Jaepil,Moon, Youngmin,Choi, Jang-Hee,Jeong, Sungho 한국자원리싸이클링학회 2018 資源 리싸이클링 Vol.27 No.1
폐금속자원의 재활용률을 높이기 위해서는 섞여 있는 다양한 종류의 금속 스크랩을 자동으로 선별할 수 있는 금속 선별 시스템 개발이 요구된다. 레이저유도붕괴분광법(Laser induced breakdown spectroscpoy, LIBS)은 빠른 속도로 공기 중에서도 다원소 분석이 가능하여 실시간 선별이 가능한 측면에서 매우 우수한 기술로 여겨지고 있으며, 측정된 LIBS 데이터의 다변량 통계분석을 통해 분류 정확도를 크게 향상시킬 수 있다. 본 연구에서는 재활용 업체로부터 획득한 5종류의 현장 폐금속 시료의 LIBS 성분 분석을 진행하였다. 금속 종류별로 좀 더 정확한 선별을 위해 적합한 분광선의 선정을 토대로 다변량 통계분석법이 적용되었으며, 선정된 분광선들을 이용하여 높은 정확도와 속도로 분류가 가능한 것을 확인할 수 있었다. 본 연구를 토대로 LIBS 기술의 산업현장에서의 실시간 폐금속 선별 적용 가능성을 제시한다.
레이저유도 플라즈마 분광법을 이용한 폐금속 분류를 위한 추정 연성정보 기반의 최빈 분류 기술
김에덴,장혜민,신성호,정성호,황의석,Kim, Eden,Jang, Hyemin,Shin, Sungho,Jeong, Sungho,Hwang, Euiseok 한국자원리싸이클링학회 2018 資源 리싸이클링 Vol.27 No.1
In this study, a novel soft information based most probable classification scheme is proposed for sorting recyclable metal alloys with laser induced breakdown spectroscopy (LIBS). Regression analysis with LIBS captured spectrums for estimating concentrations of common elements can be efficient for classifying unknown arbitrary metal alloys, even when that particular alloy is not included for training. Therefore, partial least square regression (PLSR) is employed in the proposed scheme, where spectrums of the certified reference materials (CRMs) are used for training. With the PLSR model, the concentrations of the test spectrum are estimated independently and are compared to those of CRMs for finding out the most probable class. Then, joint soft information can be obtained by assuming multi-variate normal (MVN) distribution, which enables to account the probability measure or a prior information and improves classification performance. For evaluating the proposed schemes, MVN soft information is evaluated based on PLSR of LIBS captured spectrums of 9 metal CRMs, and tested for classifying unknown metal alloys. Furthermore, the likelihood is evaluated with the radar chart to effectively visualize and search the most probable class among the candidates. By the leave-one-out cross validation tests, the proposed scheme is not only showing improved classification accuracies but also helpful for adaptive post-processing to correct the mis-classifications.