선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이처럼 파각의 유무는 파워스펙트럼 분석만으로도 가능하지만 노이즈나 현장적용에 대한 대책이 필요하였다. 따라서 본 연구에서는 기존 연구에서 사용한 최대공진주파수, 상관계수와 같은 판별인자를 수용하고 최대공진주파수의 표준 편차와 같은 인자를 추가하여 각 인자들의 경계값을 다양하게 적용함으로써 현장 적용 시 판별률을 향상시키고자 하였다.
- 본 연구는 외관검사, 투광검사, 중량측정, 할란 후 내부 이물질 및 난황색 검사, 난백높이 측정으로 행해지는 일련의 등급판정 과정을 자동화하기 위한 계란 등급판정 장치 개발의 일환으로 수행되었고, 숙련된 등급 판정사라 할지라도 눌러보아야 파각의 유무를 알 수 있는 미세 파각란을 포함한 계란의 파각 검사를 자동으로 수행하고, 판별 정확도를 향상시키기 위해 타음을 이용한 파각란 검사 시스템을 구축하고, 파각란판별 알고리즘을 개발하여 판별 성능을 평가하고자 하였다.
제안 방법
- 1 단계에서 최대 공진주파수와 그들의 표준편차를 이용하여 확실한 파각란을 먼저 선별하고, 2단계에서는 파워스펙트럼 간의 상관과 최대 공진주파수의 표준편차를 이용하여 미세파각란을 선별하는 구조로 하였다. 즉, 4회 타격에 대한 최대공진주파수가 모두 경계값(thl) 이하이거나 그 중에 하나가 경계값(th2) 이상, 또는 그들의 표준편차가 경계값(th3) 이상이라는 각각의 조건을 만족하면 무조건 파각란으로 판별하였다.
- 4회 타격으로부터 얻은 음파 데이터들은 1,000~7, 500 Hz 범위의 신호만 통과하는 HR Butterworth 10차 대역통과 펄터(Fig. 6)를 거쳐 자기상관을 구하였다. 자기상관을 구함으로써 신호에 포함된 불규칙한 잡음을 제거하였으며, 자기 상관에 대한 FFT(Fast Fourier Transform)로부터 파워 스펙트럼과 공진주파수들을 구하였다.
- 계란의 음파 신호처리 및 분석을 위하여 컴퓨터 프로그래밍 언어(Visual C++ 6.0, Microsoft Co., USA)를 이용하여 시스템 운용 소프트웨어를 개발하였다. 계란의 음파 신호처리 과정은 그림 5에 나타낸 바와 같다.
- , Korea)을 사용하였다. 계란의 진동 모드 모양과 그림 1에 나타낸 계란의 적도부 직경을 고려하여 왕란의 최대 직경보다 5 mm 상부에 타격 햄머와 마이크로폰을 설치하였다. 솔레노이드의 회전에 의해서 최대 30 mm의 타격거리가 생기기 때문에 중란의 경우도 무리 없이 타격 할 수 있다.
- 올려지면서 1열로 진행한다. 계란이 타격부에 도착하면 전체 이송라인은 정지하고 타격부 이송 로울러만 제자리에서 회전하면서 계란을 약 1회전 시키는데, 이때 소요되는 시간은 약 2초 정도이다 파각란의 판별 정확도를 향상 시킬 뿐만 아니라 파각란 검사 이외에 다른 공정을 위한 대기 시간을 고려하여 계란을 제자리에서 회전시키면서 타격하도록 하였다. 따라서 계란이 1회전 하는 동안 일정간격으로 총 4회의 타격과 음파신호 검출이 이루어지며, 여기서 검출된 음파 신호는 프리앰프를 거쳐 250 kS/s의 샘플링률을 가지는 데이터 수집 장치(NI USB-6225, National Instruments, USA)를 통해 컴퓨터로 전달된다.
- 측정하는 것이 효과적이다. 그러나 타격지점의 반대편에 음파 검출장치를 설치할 경우 계란 이송 로울러에 방해를 받을 수 있어서 본 연구에서는 계란의 적도부 상부를 타격하고, 타격지점의 상부에서 검출하는 방식을 채택하였다.
- 반면 파각란의 경우는 최대 공진주파수의 분포가 넓으며, 파각이 있는 부위를 타격했을 경우 다른 부위와 다르게 저주파 경향이 나타나는 경우가 있었다. 따라서 4회 타격에 대한 최대 공진주파수와 표준편차, 타격 간 상관계수를 파각란 판별을 위한 판별인자로 사용하기로 하였다.
- 0512초 동안 데이터를 획득하였다. 또한 계란의 크기에 따라 신호의 획득시점이 달라지기 때문에 A/D 지연시간 조절 및 신호처리를 통하여 신호가 일정한 시점에서 표시되도록 하였다. 개발된 마이크로폰 프리앰프와 타격장치 구동용 보드의 개략도를 그림 4에 나타내었다.
- 즉, 4회 타격에 대한 최대공진주파수가 모두 경계값(thl) 이하이거나 그 중에 하나가 경계값(th2) 이상, 또는 그들의 표준편차가 경계값(th3) 이상이라는 각각의 조건을 만족하면 무조건 파각란으로 판별하였다. 만약 조건을 만족하지 않으면 다음 단계로 넘어가서 4회 타격 간 파워스펙트럼의 서로의 상관들 중에서 하나가 경계값(th4) 이하이고, 최대 공진주파수들의 표준편차가 경계값 (th5) 이상이라는 두 가지 조건을 다시 비교해서 모두 만족하면 파각란으로 판별하고, 그렇지 않으면 정상란으로 판별하도록 하였다
- 이송 로울러, 타격 및 음파 검출장치, 신호처리장치, 그리고 제어장치로 구성된 파각란 검사 시스템을 그림 3에 나타낸 바와 같이 제작하였다
- 6)를 거쳐 자기상관을 구하였다. 자기상관을 구함으로써 신호에 포함된 불규칙한 잡음을 제거하였으며, 자기 상관에 대한 FFT(Fast Fourier Transform)로부터 파워 스펙트럼과 공진주파수들을 구하였다. 이때 파워스펙트럼의 크기를 정규화 시킴으로써 분석 시 타격강도에 의한 영향을 최소화하였다.
- 이때 파워스펙트럼의 크기를 정규화 시킴으로써 분석 시 타격강도에 의한 영향을 최소화하였다. 정규화 된 파워스펙트럼들을 분석함으로써 파각란 판별에 필요한 판별 인자들을 구하였고, 이들을 이용한 판별 알고리즘을 개발하여 파각란 검사 시스템의 성능을 평가하였다.
대상 데이터
- 계란 이송 로울러는 상용 계란 선별기에 적용되고 있는 것을 구입하여 1조 식으로 제작하였으며, 타격장치는 회전형 솔레노이드와 플라스틱 막대 그리고 플라스틱 햄머를 이용하여 제작하였다. 타격에 의한 음파 검출용 센서는 소형 콘덴서형 마이크로폰(OB-27, BSE Co.
- 다양한 시료를 확보하기 위하여 계란 선별장과 소매상에서 크기별로 왕란(68 g 이상), 특란(60~68 g), 대란(52~60 g), 중란(44 # 52 g) 등의 계란 842개를 구입하여 512개는 음파 특성 및 판별알고리즘 개발에 이용하였고, 330개는 개발된 시스템의 검증에 이용하였다. 여기서 44 g 미만의 소란은 계란 등급판정 시 제외되기 때문에 포함시키지 않았다.
- 따라서 계란이 1회전 하는 동안 일정간격으로 총 4회의 타격과 음파신호 검출이 이루어지며, 여기서 검출된 음파 신호는 프리앰프를 거쳐 250 kS/s의 샘플링률을 가지는 데이터 수집 장치(NI USB-6225, National Instruments, USA)를 통해 컴퓨터로 전달된다. 이때 계란 음파 신호의 샘플링률은 에일리아싱을 고려하여 20 kHz, 샘플수는 1024개로 설정하여 한 번 타격 후 0.0512초 동안 데이터를 획득하였다. 또한 계란의 크기에 따라 신호의 획득시점이 달라지기 때문에 A/D 지연시간 조절 및 신호처리를 통하여 신호가 일정한 시점에서 표시되도록 하였다.
- 타격에 의한 음파 검출용 센서는 소형 콘덴서형 마이크로폰(OB-27, BSE Co., Korea)을 사용하였다. 계란의 진동 모드 모양과 그림 1에 나타낸 계란의 적도부 직경을 고려하여 왕란의 최대 직경보다 5 mm 상부에 타격 햄머와 마이크로폰을 설치하였다.
성능/효과
- 7(a)에 나타낸 것처럼 4회 타격 간 파워스펙트럼이 거의 일정하고 최대 공진주파수의 변화 또한 거의 없는 반면, 파각란의 경우 타격 간 파워스펙트럼의 차이가 크게 나타나는 것을 알 수 있었다(Fig. 7(b)).
- 여기서 오차는 대부분 난 각 상태의 불균일이나 첨부나 둔부에 아주 작은 미세 파각이 있을 경우 발생하였다. 개발된 장치는 1조로 진행 시 시간당 1, 800개의 계란을 처리할 수 있어 등급판정 현장에 투입 가능하리라고 판단된다.
- 그 결과 정상을 파각으로 잘못 판정한 오차는 242개 중 2 개(0.8%), 파각을 정상으로 잘못 판정한 오차는 88개 중 6개 (6.8%)로서 정상란과 파각란의 평균 판별성능은 97.6%로 나타나 우수한 것으로 평가되었다. 여기서 오차는 대부분 난 각 상태의 불균일이나 첨부나 둔부에 아주 작은 미세 파각이 있을 경우 발생하였다.
- 이러한 문제점을 극복하기 위하여 Lawrence 등(2008)은 파각란을 검출하기 위하여 압력을 조절할 수 있는 챔버 속에 계란을 넣고 먼저 대기압 상태의 계란 영상을 얻은 다음, 챔버의 압력을 순간적으로 낮추면 미세 파각란의 경우 금이 간 부분이 확장되어 파각이 부각되는데 이 영상을 획득하여 두 영상을 비교함으로써 파각의 유무를 판별하였다. 그 결과 파각란의 경우 98.75%의 판별률을 나타내었고, 정상란의 경우는 100% 정확하게 판별하였다고 보고하였다.
- 선별하는 구조로 하였다. 즉, 4회 타격에 대한 최대공진주파수가 모두 경계값(thl) 이하이거나 그 중에 하나가 경계값(th2) 이상, 또는 그들의 표준편차가 경계값(th3) 이상이라는 각각의 조건을 만족하면 무조건 파각란으로 판별하였다. 만약 조건을 만족하지 않으면 다음 단계로 넘어가서 4회 타격 간 파워스펙트럼의 서로의 상관들 중에서 하나가 경계값(th4) 이하이고, 최대 공진주파수들의 표준편차가 경계값 (th5) 이상이라는 두 가지 조건을 다시 비교해서 모두 만족하면 파각란으로 판별하고, 그렇지 않으면 정상란으로 판별하도록 하였다
- 파각란 판별 알고리즘을 개발하기 위해서 시험재료의 최대 공진주파수와 표준편차, 그리고 파워스펙트럼의 타격 간 상관계수와 같은 음파특성들을 조사한 결과 정상란의 최대 공진주파수는 4, 000-6, 200 Hz 범위에 분포한 반면, 파각란의 경우는 900-7, 000 Hz 사이에 광범위하게 분포함을 알 수 있었다(Fig. 8). 파각란의 경우 최대 공진 주파수 범위가 넓은 것은 파각이 있는 부위와 없는 부위의 공진 주파수 차이가 크기 때문에 생긴다고 판단되었다.
후속연구
- 10). 이와 같은 특징들은 정상란과 파각란을 분류할 수 있는 판별인자로 활용 가능할 것으로 판단되었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.