KR20180099322A - 레이저 유도 붕괴 분광장치(libs)에 의한 금속을 분류하기 위한 방법 및 이에 관한 컴퓨터-판독가능 저장매체 - Google Patents
레이저 유도 붕괴 분광장치(libs)에 의한 금속을 분류하기 위한 방법 및 이에 관한 컴퓨터-판독가능 저장매체 Download PDFInfo
- Publication number
- KR20180099322A KR20180099322A KR1020170026619A KR20170026619A KR20180099322A KR 20180099322 A KR20180099322 A KR 20180099322A KR 1020170026619 A KR1020170026619 A KR 1020170026619A KR 20170026619 A KR20170026619 A KR 20170026619A KR 20180099322 A KR20180099322 A KR 20180099322A
- Authority
- KR
- South Korea
- Prior art keywords
- laser
- wavelengths
- selecting
- metal
- metal object
- Prior art date
Links
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 56
- 239000002184 metal Substances 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000002536 laser-induced breakdown spectroscopy Methods 0.000 title claims abstract 5
- 150000002739 metals Chemical class 0.000 title abstract description 8
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 12
- 238000001228 spectrum Methods 0.000 claims abstract description 3
- 230000003595 spectral effect Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 6
- 230000001678 irradiating effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 description 10
- 238000012549 training Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 4
- 229910000881 Cu alloy Inorganic materials 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000004611 spectroscopical analysis Methods 0.000 description 3
- 229910000838 Al alloy Inorganic materials 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 229910001092 metal group alloy Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/39—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using tunable lasers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/1028—Sorting particles
-
- G01N2015/1081—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0118—Apparatus with remote processing
- G01N2021/0137—Apparatus with remote processing with PC or the like
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Dispersion Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
본 발명은 레이저 유도 붕괴 분광장치(LIBS)에 의한 데이터로부터 최대 우도 추정법에 기반한 변수 선택을 함으로써 금속을 분류하기 위한 방법 및 이에 관한 컴퓨터-판독가능 저장 매체에 관한 것이다.
Description
본 발명은 레이저 유도 붕괴 분광장치(LIBS)에 의하여 금속을 분류하기 위한 방법 및 이에 관한 컴퓨터-판독가능 저장 매체에 관한 것으로, 더 구체적으로는 LIBS에 의한 데이터로부터 최대 우도 추정법에 기반한 변수 선택을 함으로써 금속을 분류하는 기법에 관한 것이다.
차원이 높은 데이터를 분류할 경우, 예상치 못한 잡음이나 다중공선성 등의 문제점으로 인하여, 안정적이고 신뢰성 높은 분류 모델을 생성하기에 기술적 한계점이 있다. 다중 공선성이란 변수들 간에 강한 상관관계가 나타나는 문제로, 다중공선성을 일으키는 모든 변수들을 사용하여 분류 모델을 생성하면 개별 변수의 의미들에 대한 설명력이 떨어질 수 있으며, 다중공선성이 높을 경우는 스펙트럼 분석 결과를 왜곡시킴으로써 분류의 정확도가 낮아지고 오분류율이 높아질 수 있다.
이러한 이유로 변수들 간에 상관관계가 존재하지 않는 상호 배타적인 변수를 선택하고 노이즈가 큰 영역의 변수를 제거함으로써 분류 정확도를 향상시킬 필요성이 있다. 나아가 변수 선택 여하에 따라 분류 정확도가 높아질 수 있을 뿐 아니라 연산의 복잡성을 낮추어 금속의 고속 분류가 가능하다는 점에서, 연산량을 낮추면서도 분류의 정확도를 높이는 변수 선택은 중요한 기술적 의의를 갖는다.
본 발명은 전술한 기술적 한계점을 해결하기 위한 것으로, 다변량 통계 분석 기법을 이용하여 스펙트럼 데이터로부터 변수를 선택하는 방식을 제공하기 위한 것이다.
본 발명에 따른 제1 양상으로 레이저 유도 붕괴 분광장치(LIBS)에서 금속 대상물을 분류하기 위한 방법이 개시된다. 상기 방법은, 레이저를 분류할 금속 대상물에 조사하는 단계; 참조 금속 및 상기 금속 대상물로부터 검출된 스펙트럼 데이터로부터 다수의 파장을 선택하는 단계; 상기 선택된 파장에 의하여 획득된 가공된 스펙트럼 데이터에 의하여 상기 금속 대상물을 분류하는 단계를 포함하며, 상기 다수의 파장을 선택하는 단계는, 참조 금속 및 상기 금속 대상물의 스펙트럼 데이터로부터 최대 우도 추정법에 기반하여 1차 파장 후보를 선택하고, 상기 1차 후보로부터 순차적 조합에 의해 다수의 최적 파장을 선택하는 단계를 포함할 수 있다.
한편, 상기 금속대상물을 분류하는 단계는, 주성분 분석기법(Principal Component Analysis) 및 선형 판별 분석법(Linear Discriminant Analysis)를 이용하였으나 어떠한 분류기법이든지 본 발명을 적용하여 금속의 고속분류가 가능하게 할 수 있다.
그리고, 상기 1차 후보로부터 다수의 최적 파장을 선택하는 단계는, 순차적 조합에 의하여 오분류율을 최소화하는 파장을 선택하여 최적 파장 조합을 찾는 것을 특징으로 한다.
한편, 본 발명에 따른 제2 양상으로, 레이저 유도 붕괴 분광장치(LIBS)에 관한 컴퓨터 프로그램을 저장하는 컴퓨터-판독가능 기록 매체가 개시된다. 상기 컴퓨터 프로그램은 레이저를 금속 대상물에 조사하기 위한 명령어; 상기 금속 대상물로부터 검출된 스펙트럼 기준 데이터로부터 다수의 파장을 선택하기 위한 명령어; 상기 선택된 파장에 의하여 획득되는 스펙트럼 데이터에 의하여 상기 금속 대상물을 분류하기 위한 명령어를 포함하며, 상기 다수의 파장을 선택하는 단계는, 상기 스펙트럼 데이터로부터 최대 우도 추정법에 기반하여 1차 파장 후보를 선택하고, 상기 1차 후보로부터 순차적 조합에 의한 다수의 최적 파장을 선택하는 명령어를 포함할 수 있다.
그리고 본 발명에 따른 제3 양상으로, 레이저 유도 붕괴 분광장치(LIBS)에서 금속 대상물을 분류하기 위한 장치가 개시된다. 상기 장치는, 금속 대상물이 지지되기 위한 지지부; 상기 금속 대상물에 레이저를 조사하기 위한 레이저 광원부; 및상기 레이저가 조사됨으로써 상기 금속 대상물로부터 검출된 스펙트럼 데이터로부터 다수의 최적 파장을 선택하며, 상기 선택된 파장에 의하여 획득되는 스펙트럼 데이터에 의하여 상기 금속 대상물을 분류하기 위한 데이터 프로세싱부;를 포함한다.
본 발명은 다변량 통계 분석 기법을 이용하여 변수를 선택하는 기법에 의하여, 금속 대상물 분류 시스템에서 다양한 환경하에서 수집된 데이터로부터 기존의 방식보다 정확한 분류가 가능하면서도 연산량 감소에 의해 고속 분류가 가능하다는 효과가 인정된다.
궁극적으로, 본 발명은 레이저 유도 붕괴 분광장치(LIBS) 기반의 금속분류시스템에 적용함으로써, 통계적 특성에 기반하여 다중 분류 성능을 안정화시킬 수 있다.
본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면, 본 발명으로 인한 효과는 비단 전술된 사항에 국한되지 않고 폭넓게 인정됨을 인지할 것이다.
도 1은 본 발명에 따른 레이저 유도 붕괴 분광장치(LIBS) 기반의 금속 분류 시스템의 기능적 구성도이다.
도 2는 본 발명에 따른 레이저 유도 붕괴 분광장치(LIBS)에서 금속 대상물을 분류하기 위한 방법의 흐름도이다.
도 3은 본 발명에 따른 알루미늄 합금의 통계적 특성을 분석한 실험 결과의 예시적인 그래프이다.
도 4는 종래의 기법과 본 발명에 따른 기법에 의한 분류 결과를 실험적으로 비교한 그래프이다.
도 2는 본 발명에 따른 레이저 유도 붕괴 분광장치(LIBS)에서 금속 대상물을 분류하기 위한 방법의 흐름도이다.
도 3은 본 발명에 따른 알루미늄 합금의 통계적 특성을 분석한 실험 결과의 예시적인 그래프이다.
도 4는 종래의 기법과 본 발명에 따른 기법에 의한 분류 결과를 실험적으로 비교한 그래프이다.
본 명세서에 개시된 본 발명의 실시예에 대하여 특정한 구조적 내지 기능적 설명들은 단지 본 발명에 따른 실시 예를 설명하기 위한 목적으로 예시되며, 본 발명에 따른 실시예는 다양한 형태로 실시될 수 있으며 본 명세서 또는 출원에 설명된 실시 예들에 한정되는 것으로 해석되어서는 아니된다.
본 발명에 따른 실시예는 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있으므로 특정 실시예는 도면에 예시되어 본 명세서에 상세하게 설명하고자 한다. 그러나 이는 본 발명의 개념에 따른 실시예를 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1 및/또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 발명의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, '포함하다', '구비하다', '가지다' 등의 용어는 특정된 특징, 숫자, 단계, 동작, 구성요소, 부분, 요소 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미이다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하에서, 첨부된 도면을 참조하여, 본 발명에 따른 레이저 유도 붕괴 분광장치(LIBS)에 의한 금속을 분류하기 위한 방법 및 이에 관한 컴퓨터-판독가능 저장매체에 대하여 상세하게 설명된다.
도 1은 본 발명에 따른 레이저 유도 붕괴 분광장치(LIBS) 기반의 금속 분류 시스템의 기능적 구성도이다. 레이저 모듈(20)을 통해 금속 대상물(100)로 조사된 레이저에 따른 스펙트럼 데이터로부터 분광계 모듈(40)에서 본 발명에 따른 금속 분류 방법이 수행된다. 도시의 간명화를 위해, 금속 대상물(100)만이 단독으로 도시되었지만, 금속 대상물(100)은 컨베이어 벨트 형태와 같이 이동가능하도록 구비되며 금속 대상물(100)을 양방향으로 이동가능한 지지부에 의해 레이저가 조사될 수 있다.
이러한 분광계 모듈(40)에서 분석된 결과는 제어 모듈(30)을 통해 추가적인 데이터 후처리 절차가 수행될 수 있고, 분광계 모듈(40)과 제어 모듈(30)은 데이터 프로세싱부(미도시)로 통합되어 구현될 수 있다. 이러한 도 1에 도시된 레이저 유도 붕괴 분광장치(LIBS)에 의하여, 금속 종류별 분광 신호의 특성을 분석할 수 있다.
도 2는 본 발명에 따른 레이저 유도 붕괴 분광장치(LIBS)에서 금속 대상물을 분류하기 위한 방법의 흐름도이다. 먼저 레이저 모듈(도 1의 20)에 의하여, 레이저를 대상물에 조사한다(S10).
레이저의 조사 결과인 스펙트럼 데이터로부터 최대 우도 추정법에 기반하여 다수의 파장을 선택하는데(S20), 스펙트럼 데이터로부터 최대 우도 추정법에 기반하여 1차 파장 후보를 선택하고, 1차 파장 후보로부터 순차적 조합에 의해 다수의 최적 파장을 선택하게 된다. S20 단계는 분류 대상의 금속 대상물의 스펙트럼 데이터로부터 파장을 선택하는 온라인 프로세싱도 가능하며, 참조 금속의 스펙트럼 데이터로부터 파장을 선택하는 오프라인 프로세싱도 가능하다.
다음으로, 선택된 파장에 의하여 획득되는 스펙트럼 데이터에 의하여 금속 대상물을 분류하게 된다(S30).
도 2의 흐름도 중 S20 단계는 데이터 전처리 과정으로 지칭될 수 있으며, S30 단계는 훈련 및 시험 단계로 지칭될 수 있다.
도 2와 관련하여 설명된 방법은 2진 가설 검정의 세트로 간주되는 제1 양상과 다중-클래스 분류에 대한 우도 분석 과정에 따른 제2 양상으로 구분되어 구체적인 설명이 후술된다.
먼저, 본 발명과 관련된 제1 양상으로, 금속 합금을 분류하는 기준이 2진 가설 검정의 세트로 간주되어, 일대일 비교가 이루어질 수 있다. 
은 j번째 판독데이터 중 금속 유형 i에 관한 l(0≤l≤L-1)의 파장 인덱스에서의 방사 강도를 나타내는데, 정규 랜덤 강도 분포에 의하여 임의의 금속 유형이 다른 것과 검출하는 것은 수학식 1과 같이 표현될 수 있다.
사후 확률을 동등하게 최대화를 시키거나 오차를 최소화를 시키는 단일 파장인 가설 검증 
의 임계치가, 등가추정점(equi-probable point)인 
으로 주어지고, 이에 의하면, 상기 단일 파장인 가설 검증은 수학식 2와 같이 표현될 수 있는데, 여기서 
, 
이다.
그렇다면, 결정 오차 확률은 수학식 3과 같이 표현될 수 있다.
여기서, Φ( )는 표준 정규 누적 분포 함수(CDF)를 나타내며, 수학식 3에서 2개의 오차항들은 (확률적으로 등가의 금속들이라는 가정하에) 오분류된 경우들을 지칭한다. 최상의 분류를 위한 다수의 최적 파장을 선택하기 위하여 전 파장 영역에 대해 가능한 모든 조합을 생각해야 하지만 NP-hard의 문제의 발생을 고려하여 최대 우도 추정법에 기반하여 선택된 후보들의 순차적 조합에 의해 최적 조합을 선택한다. 대신, 다수의 파장 후보가 독립적으로 동일하게 분포한다(IID)는 가정에 기반하여 우선적으로, K개의 후보로 고려될 수 있고, 수학식 4의 전처리 동안 1부터 km의 범위를 갖는 k의 오차율에 대해 순차적인 조합의 순차적 테스트를 거쳐 k 요소들의 서브세트가 K개의 후보 중 선택될 수 있다.
이와 같은 방식에 의하여 파장 세트가 결정되면, 전파장 기반 테스트와 비교하여 연산의 복잡성이 상당히 감소될 수 있다.
다음은, 본 발명과 관련된 제2 양상으로, 다중-클래스 분류에 의한 우도 분석 과정에 따라서 금속 합금의 분류 과정이 상세히 설명된다. M개의 상이한 다중-클래스 분류로 수학식 5와 같이 확장될 수 있다.
오차 확률은, 
와 
범위로 정렬되는 유형인 
에 대한 임계치 세트인 
에 의하여 수학식 6과 같이 표현될 수 있다.
여기서, 
는 
이며, 전항과 후항은 각각, 오직 일방의 에러로 카운팅되는 최소 평균 금속 유형들과 최대 평균 금속 유형들을 지칭한다. 그리고 km개의 파장인 세트가 수학식 (4)에서와 유사한 방식으로 선택될 수 있다.
이처럼, 본 발명에 따른 레이저 유도 붕괴 분광장치(LIBS) 기반의 금속 분류 방식과 관련하여, 실험적 실시예와 관련하여 설명된다.
7가지 계열의 구리 합금 분광 스펙트럼 데이터를 사용하여 187 내지 1045 nm의 파장 영역에 12,288개의 포인트를 갖는다. 제1 양상으로 설명된 이진 가설 검증으로 간주하여 21가지 경우 모두에서 각각 분류 오류를 최소화하는 파장을 1차적으로 선택하였다.
1차적으로 선택된 파장들 중에서 가장 분류 오차가 적은 단일한 파장을 선택한 후 분류의 설명력을 최대로 할 수 있는 파장을 하나씩 순차적으로 추가하면서, 최종적인 10개의 파장이 선택되었다. 이 때, 700개의 전체 데이터의 90%를 훈련 데이터로, 10%를 시험 데이터로 구분하고, 훈련 데이터만을 대상으로 데이터 전처리 과정(파장을 선택하는 과정)이 수행되었다.
이러한 과정으로 선택된 최적의 파장 조합을 이용하여 주성분 분석법과 선형 판별 분석법을 통하여 훈련 데이터를 훈련시켰다.
이상의 과정으로 수행된 최대 우도 추정법 기반 700개의 구리 합금 분광 스펙트럼 데이터의 분류 결과는 표 1과 같이 정리된다.
| 성능 |
분류 기법 |
12,288개의 전 파장 영역을 이용 |
최대 우도 추정법 기반 선택된 10개 파장을 이용 |
||
| Training | Test | Training | Test | ||
| 평균 분류율(%) |
PCA+LDA | 90.07 | 90.19 | 97.85 | 96.53 |
도 3은 본 발명에 따른 알루미늄 합금의 통계적 특성을 분석한 실험 결과의 예시적인 그래프이다.
한편, 도 4는 종래의 기법과 본 발명에 따른 기법에 의한 7종의 구리 합금의 분류 결과를 실험적으로 비교한 그래프로, 도 4a는 전파장 영역을 이용한 분류 결과를 실험적으로 나타내며, 도 4b는 최대 우도 추정법에 기반하여 선택된 10개의 파장을 이용한 분류 결과를 나타낸다. 어떤 변수에 대한 선택 과정이 없이 전파장 영역을 이용하여 주성분분석법을 적용한 점수 플롯(Score Plots)의 그래프(도 4a)보다, 최대 우도 추정법에 기반하여 선택된 파장을 사용하여 주성분분석법을 적용한 본 발명에 따른 실험 그래프(도 4b)가 더욱 명확한 분류 결과를 나타냄을 알 수 있다.
이처럼 본 특허출원 명세서에서 기술된 방법은 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예는 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다. 지금까지 본 발명에 따른 구체적인 실시예에 관하여 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서는 여러 가지 변형이 가능함은 물론이다.
따라서, 본 발명의 기술적 범주는 설명된 실시예에 국한되지 아니하며, 후술하는 특허청구의 범위뿐 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.
100: 금속 대상물
20: 레이저 모듈
30: 제어 모듈
40: 분광계 모듈
20: 레이저 모듈
30: 제어 모듈
40: 분광계 모듈
Claims (5)
- 레이저를 금속 대상물에 조사하는 단계;
상기 금속 대상물로부터 검출된 스펙트럼 데이터로부터 다수의 파장을 선택하는 단계;
상기 선택된 파장에 의하여 획득되는 스펙트럼 데이터에 의하여 상기 금속 대상물을 분류하는 단계
를 포함하는,
레이저 유도 붕괴 분광장치(LIBS)에서 금속 대상물을 분류하기 위한 방법.
- 제1항에 잇어서,
상기 다수의 파장을 선택하는 단계는,
상기 스펙트럼 데이터로부터 최대 우도 추정법에 기반하여 1차 파장 후보를 선택하고, 상기 1차 후보로부터 순차적 조합에 의해 다수의 최적 파장을 선택하는 단계를 포함하는,
레이저 유도 붕괴 분광장치(LIBS)에서 금속 대상물을 분류하기 위한 방법.
- 제2항에 있어서,
상기 1차 후보로부터 다수의 최적 파장을 선택하는 단계는,로 표현되는 수학식에 의하여 이루어지는 것을 특징으로 하며, l은 파장 인텍스, k는 상기 1차 후보로부터 선택되는 최적 파장의 수인, 레이저 유도 붕괴 분광장치(LIBS)에서 금속 대상물을 분류하기 위한 방법.
- 제1항 내지 제3항 중 어느 한 항에 따른 방법을 수행하기 위한 컴퓨터 프로그램을 저장하는 컴퓨터-판독가능 기록 매체.
- 금속 대상물이 지지되기 위한 지지부;
상기 금속 대상물에 레이저를 조사하기 위한 레이저 광원부; 및
상기 레이저가 조사됨으로써 상기 금속 대상물로부터 검출된 스펙트럼 데이터로부터 다수의 파장을 선택하며, 상기 선택된 파장에 의하여 획득되는 스펙트럼 데이터에 의하여 상기 금속 대상물을 분류하기 위한 데이터 프로세싱부;
를 포함하는, 레이저 유도 붕괴 분광장치(LIBS)에서 금속 대상물을 분류하기 위한 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170026619A KR101941193B1 (ko) | 2017-02-28 | 2017-02-28 | 레이저 유도 붕괴 분광장치(libs)에 의한 금속을 분류하기 위한 방법 및 이에 관한 컴퓨터-판독가능 저장매체 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170026619A KR101941193B1 (ko) | 2017-02-28 | 2017-02-28 | 레이저 유도 붕괴 분광장치(libs)에 의한 금속을 분류하기 위한 방법 및 이에 관한 컴퓨터-판독가능 저장매체 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180099322A true KR20180099322A (ko) | 2018-09-05 |
| KR101941193B1 KR101941193B1 (ko) | 2019-01-22 |
Family
ID=63594827
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170026619A KR101941193B1 (ko) | 2017-02-28 | 2017-02-28 | 레이저 유도 붕괴 분광장치(libs)에 의한 금속을 분류하기 위한 방법 및 이에 관한 컴퓨터-판독가능 저장매체 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101941193B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102410896B1 (ko) | 2019-10-30 | 2022-06-20 | 광주과학기술원 | 이미지 센서 기반 객체 분류 방법 및 장치 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000514180A (ja) * | 1996-07-01 | 2000-10-24 | エムテック、マグネティックス、ゲゼルシャフト、ミット、ベシュレンクテル、ハフツング | レーザ誘導分光分析法及びこの分析のための集成装置 |
| KR20140076755A (ko) * | 2012-12-13 | 2014-06-23 | 광주과학기술원 | 레이저 플라즈마 스펙트럼을 이용한 시료 내 측정 대상 원소의 정량 분석 방법 |
-
2017
- 2017-02-28 KR KR1020170026619A patent/KR101941193B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000514180A (ja) * | 1996-07-01 | 2000-10-24 | エムテック、マグネティックス、ゲゼルシャフト、ミット、ベシュレンクテル、ハフツング | レーザ誘導分光分析法及びこの分析のための集成装置 |
| KR20140076755A (ko) * | 2012-12-13 | 2014-06-23 | 광주과학기술원 | 레이저 플라즈마 스펙트럼을 이용한 시료 내 측정 대상 원소의 정량 분석 방법 |
Non-Patent Citations (2)
| Title |
|---|
| Analysis of laser-induced breakdown spectroscopy spectra, The case for extreme value statistics(Anna P.M. Michel, Spectrochimica Acta Part B 62, 2007)* * |
| Increased identification rate of scrap metal using Laser Induced Breakdown Spectroscopy Echelle spectra(S. Merk, Spectrochimica Acta Part B 112, 2015)* * |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101941193B1 (ko) | 2019-01-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7725413B2 (en) | Generating two-class classification model for predicting chemical toxicity | |
| KR101215367B1 (ko) | 에칭 장치, 분석 장치, 에칭 처리 방법, 및 에칭 처리 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체 | |
| CN110763660A (zh) | 基于集成学习的libs定量分析方法 | |
| KR102261884B1 (ko) | 딥러닝 뉴럴 네트워크를 이용한 이상치 검출(novelty detection using deep learning neural network) | |
| Belis et al. | Higgs analysis with quantum classifiers | |
| US20110137841A1 (en) | Sample class prediction method, prediction program, and prediction apparatus | |
| Mallik et al. | Classification of wood micrographs by image segmentation | |
| KR101941193B1 (ko) | 레이저 유도 붕괴 분광장치(libs)에 의한 금속을 분류하기 위한 방법 및 이에 관한 컴퓨터-판독가능 저장매체 | |
| Vance et al. | Classification of LIBS protein spectra using support vector machines and adaptive local hyperplanes | |
| Kim et al. | Front-end signal processing for metal scrap classification using online measurements based on laser-induced breakdown spectroscopy | |
| Yang et al. | Analytical-performance improvement of laser-induced breakdown spectroscopy for the processing degree of wheat flour using a continuous wavelet transform | |
| CN103955711B (zh) | 一种成像光谱目标识别分析中的模式识别方法 | |
| CN116030310A (zh) | 一种基于激光诱导击穿光谱技术的样品分类方法及系统 | |
| CN111062411A (zh) | 从质谱数据中识别多种化合物的方法、装置和设备 | |
| Elrharras et al. | Signal detection and automatic modulation classification based spectrum sensing using PCA-ANN with real word signals | |
| CN114739977A (zh) | 基于随机森林法的油纸绝缘老化光谱特征提取方法及系统 | |
| Jadav | Voice-based gender identification using machine learning | |
| JPWO2019142136A5 (ko) | ||
| CN112816458B (zh) | 基于激光诱导击穿光谱技术的钢材分类方法及系统 | |
| Nowak et al. | Conversion of CVSS Base Score from 2.0 to 3.1 | |
| CN115060705A (zh) | 一种基于libs数据流盘的激光除漆效果实时评价方法 | |
| CN114397244A (zh) | 一种金属增材制造制件缺陷的识别方法及相关设备 | |
| CN114002204A (zh) | 一种基于光谱抖动的激光诱导击穿光谱分析方法 | |
| Ravi et al. | Utilization of Stockwell Transform and Random Forest Algorithm for Efficient Detection and Classification of Power Quality Disturbances | |
| Colla et al. | GADF—Genetic Algorithms for distribution fitting |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |