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.
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.
Used small household appliances(small e-waste) consists of a variety of complex materials and components. The small e-waste is mainly composed of plastics and an important potential source of waste plastic. The black plastics, particularly are very difficult to separate by resin type and therefore t...
Used small household appliances(small e-waste) consists of a variety of complex materials and components. The small e-waste is mainly composed of plastics and an important potential source of waste plastic. The black plastics, particularly are very difficult to separate by resin type and therefore these are mainly recycled in the form of a mixtures. In the present study, the sorting technologies such as gravity and electro static separation, near-infrared ray(NIR) and IR/Raman optical sorting separation on mixture of black plastics were analyzed and their limitations on sorting process were also investigated. The Laser Induced Breakdown Spectroscopy(LIBS) spectrum of each black plastics was used for identification of black plastics by resin type, and after analyzing the normalization operation, Principal Component Analysis(PCA) was carried out. The spectrum data was optimized through PCA process. In order to improve the identification accuracy and sorting efficiency of black plastics, it is necessary to design a classifier with high efficiency and to improve the performance and reliability of the classifier by applying the field of intelligent algorithms.
Used small household appliances(small e-waste) consists of a variety of complex materials and components. The small e-waste is mainly composed of plastics and an important potential source of waste plastic. The black plastics, particularly are very difficult to separate by resin type and therefore these are mainly recycled in the form of a mixtures. In the present study, the sorting technologies such as gravity and electro static separation, near-infrared ray(NIR) and IR/Raman optical sorting separation on mixture of black plastics were analyzed and their limitations on sorting process were also investigated. The Laser Induced Breakdown Spectroscopy(LIBS) spectrum of each black plastics was used for identification of black plastics by resin type, and after analyzing the normalization operation, Principal Component Analysis(PCA) was carried out. The spectrum data was optimized through PCA process. In order to improve the identification accuracy and sorting efficiency of black plastics, it is necessary to design a classifier with high efficiency and to improve the performance and reliability of the classifier by applying the field of intelligent algorithms.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한, 각 재질 별로 획득한 스펙트럼 결과를 정규화하였으며, 차원축소 알고리즘인 주성분 분석법(PCA)을 이용하여 분석하였다. 본 연구를 기반으로 향후 폐소형가전으로부터 발생하는 검정색 플라스틱의 재질별 인식 및 선별 기술을 개발하고 개발기술의 현장 적용을 도모하고자 한다.
본 연구에서는 폐소형가전 재활용 공정에서 회수된 검정색 플라스틱의 재질별 선별을 위하여 선별기술에 대한 자료를 분석하였으며, 레이저유도붕괴분광법(LIBS)을 이용하여 각 재질별 스펙트럼 분석을 수행하였다. 또한, 각 재질별로 획득한 스펙트럼 결과를 정규화하고 주성분 분석법(PCA)을 이용하여 분석하였으며, 결과를 요약하면 다음과 같다.
앞서 언급한 바와 같이 비중선별, 정전선별, 근적외선분광법 및 IR/Raman 분광법 등 플라스틱 재질 선별기술은 기술적 한계와 현장 적용에 단점 등을 가지고 있기 때문에 본 연구에서는 레이저유도붕괴분광법(LIBS)을 이용하여 검정색 플라스틱의 재질 인식 및 선별을 위한 기초연구를 수행하였다.
제안 방법
LIBS 장비를 이용하여 획득한 검정색 플라스틱 각각의 재질별 특징 자료를 바탕으로 주성분 분석법(PCA)을 수행하여 묶음화(Grouping or Classification)를 수행하였다.
각 재질별로 획득한 스펙트럼에 포함되어있는 노이즈를 제거하기 위한 방법으로 Y축(Intensity)의 값을 ‘0’과 ‘1’사이의 값으로 정규화를 수행하였으며, 그 결과를 Fig. 5에 제시하였다.
3에는 본 실험에서 사용한 LIBS 분석 장비의 본체와 검정색 플라스틱 재질별 시료를 제시하였다. 검정색 플라스틱 시료는 인천에 위치한 폐소형가전 민간재활용업체에서 채취한 PP, PS, ABS, PA를 이용하였으며, LIBS 분석 장비를 이용하여 각각의 재질별 스펙트럼 특성을 분석하였다.
4에 제시하였다. 검정색 플라스틱의 재질별 정확한 스펙트럼 분석과 시료 표면에 묻어있는 이물질에 의한 오차를 최소화하기 위하여 시료에 펄스레이저를 2회 조사하여 이물질 등을 우선 제거하였으며, 3번째 펄스레이저의 조사를 통하여 얻어진 스펙트럼 값의 평균을 사용하였다. 검정색 플라스틱의 각 재질별 스펙트럼에는 일부 노이즈가 포함되어 있어 각 재질별 성분 간의 비율 등을 구분하기에는 다소 곤란한 것으로 나타났다.
본 연구에서는 폐소형가전 재활용 공정에서 회수된 검정색 플라스틱의 재질별 선별을 위하여 선별기술에 대한 자료를 분석하였으며, 레이저유도붕괴분광법(LIBS)을 이용하여 각 재질별 스펙트럼 분석을 수행하였다. 또한, 각 재질별로 획득한 스펙트럼 결과를 정규화하고 주성분 분석법(PCA)을 이용하여 분석하였으며, 결과를 요약하면 다음과 같다.
본 연구에서는 폐소형가전으로부터 발생하는 검정색 플라스틱의 재질별 선별을 위하여 비중선별, 정전선별, 근적외선 분광법 및 IR/Raman 분광법 등 기존 선별기술을 검토하였으며, 검정색 플라스틱의 재질인식 및 선별을 위하여 레이저유도붕괴분광법(LIBS)을 이용하여 각 재질별 스펙트럼 분석을 수행하였다. 또한, 각 재질 별로 획득한 스펙트럼 결과를 정규화하였으며, 차원축소 알고리즘인 주성분 분석법(PCA)을 이용하여 분석하였다.
Table 1에는 폐소형가전 중 2015년 기준 발생량 상위 7개 품목을 해체하여 구성물질의 물리적 성상을 분석한 결과를 요약하여 제시하였다. 분석에 사용한 폐소형가전은 경기도 H시에 위치한 민간수집업체를 통하여 확보하였으며, 수작업으로 해체한 후 각 구성 물질별로 분류하였다. 폐소형가전을 구성하고 있는 내부 물질별로 가장 높은 비율을 나타내는 품목은 철금속류의 경우 전기히터가 약 39.
. 비중선별 실험에 사용한 시료는 폐소형가전으로부터 회수한 검정색 플라스틱을 15mm이하로 파쇄하여 사용하였으며, 혼합된 시료에서 물을 이용하여 비중선별로 PP를 우선적으로 회수한 후소금을 이용한 비중액으로 ABS와 PS를 분리선별 실험을 수행하였다. 그러나, ABS 비중값(1.
또한, 검정색 플라스틱의 경우 제품에 사용하는 플라스틱의 재질이 다양하고 재질의 판별이 쉽지 않을 뿐만 아니라, 재질별로 선별 회수하지 못하고 혼합물의 형태로 처리되고 있다. 폐소형가전에서 발생하는 검정색 플라스틱의 재질 선별을 위하여 비중선별, 정전선별, 근적외선분광법 및 IR/Raman 분광법 및 레이저유도붕괴분광법(LIBS) 등 다양한 선별기술에 대하여 검토하였다.
데이터처리
4. 레이저유도붕괴분광분석법(LIBS)을 이용하여 검정색 플라스틱에 대한 각 재질별 스펙트럼을 분석하였으며, 분석 결과의 노이즈를 제거하기 위하여 정규화 과정을 수행하였다. 또한, 정규화 과정 수행으로 각 재질별 특성을 나타내는 peak의 위치 확인이 가능하였다.
폐소형가전 재활용 공정에서 회수된 ABS, PP, PS 및 PA 재질의 검정색 플라스틱 시료를 레이저유도붕괴 분광분석법(LIBS)을 이용하여 각 재질별 스펙트럼 분석을 수행하였으며, 스펙트럼의 평균 결과를 Fig. 4에 제시하였다. 검정색 플라스틱의 재질별 정확한 스펙트럼 분석과 시료 표면에 묻어있는 이물질에 의한 오차를 최소화하기 위하여 시료에 펄스레이저를 2회 조사하여 이물질 등을 우선 제거하였으며, 3번째 펄스레이저의 조사를 통하여 얻어진 스펙트럼 값의 평균을 사용하였다.
이론/모형
검정색 플라스틱 각 재질별로 획득한 LIBS 스펙트럼 분석 결과를 일반적으로 데이터의 전처리 과정에서 많이 사용하는 차원축소 알고리즘인 주성분 분석법(Principal Component Analysis, PCA)을 이용하여 입력변수를 축소하였으며, 데이터의 정보손실을 최소화하는 입력변수 축소방법의 절차는 다음과 같다12).
본 연구에서는 폐소형가전으로부터 발생하는 검정색 플라스틱의 재질별 선별을 위하여 비중선별, 정전선별, 근적외선 분광법 및 IR/Raman 분광법 등 기존 선별기술을 검토하였으며, 검정색 플라스틱의 재질인식 및 선별을 위하여 레이저유도붕괴분광법(LIBS)을 이용하여 각 재질별 스펙트럼 분석을 수행하였다. 또한, 각 재질 별로 획득한 스펙트럼 결과를 정규화하였으며, 차원축소 알고리즘인 주성분 분석법(PCA)을 이용하여 분석하였다. 본 연구를 기반으로 향후 폐소형가전으로부터 발생하는 검정색 플라스틱의 재질별 인식 및 선별 기술을 개발하고 개발기술의 현장 적용을 도모하고자 한다.
폐소형가전의 검정색 플라스틱에 대해 재질별로 획득한 LIBS 스펙트럼 데이터는 일반적으로 데이터의 전처리 과정에 적용하는 차원축소 알고리즘인 주성분 분석법(PCA)을 이용하여 분석하였으며, 정규화 과정 수행 전과 후의 분석 결과를 Fig. 6에 나타내었다. 정규화 과정을 수행하였을 경우 재질별 인식을 위한 군집(Grouping) 형성이 정규화 과정 수행전보다 잘 이루어지는 것을 확인할 수 있었다.
성능/효과
1. 폐소형가전은 다양한 물질로 구성되어 있으며 특히, 플라스틱류의 함량이 약 32~68%로 전반적으로 높게 조사되었다. 유색 플라스틱의 경우 대부분 재질이 인식하기 쉽게 표기되어 있었으나, 검정색 플라스틱의 경우 대부분의 재질 표기가 제대로 되어 있지 않고 일부 재질표기가 되어있다 하더라도 쉽게 판별하기가 매우 곤란하였다.
2. 검정색 플라스틱의 재질 선별기술 중 비중선별, 마찰하전형정전선별 및 근적외선분광법의 경우 일부 재질별 선별이 가능한 것으로 확인되었으나, 일부 선별기술의 경우에는 공정 및 운전조건 등이 현장적용에 제한적일 수 있는 것으로 조사되었다.
3. IR/Raman 분광법의 경우 검정색 플라스틱의 재질별 특징을 분석하여 재질 인식 및 선별이 가능한 것으로 확인하였으나, 첨가제 등의 영향으로 인한 인식의 한계, 초점거리가 짧고 인식속도가 느린 분광장비의 문제점 등으로 인하여 현장적용에 제한적인 것으로 분석되었다.
5. 획득한 LIBS 스펙트럼 데이터를 차원축소 알고리즘 중 주성분 분석법(PCA)으로 분석하였으며, 정규화 과정을 적용하여 각 재질별 군집화가 가능함을 확인하였다. 그러나, 검정색 플라스틱의 재질별 인식 및 선별기술의 적용을 위해서는 해결해야 할 문제가 있는 것으로 판단된다.
검정색 플라스틱의 재질별 정확한 스펙트럼 분석과 시료 표면에 묻어있는 이물질에 의한 오차를 최소화하기 위하여 시료에 펄스레이저를 2회 조사하여 이물질 등을 우선 제거하였으며, 3번째 펄스레이저의 조사를 통하여 얻어진 스펙트럼 값의 평균을 사용하였다. 검정색 플라스틱의 각 재질별 스펙트럼에는 일부 노이즈가 포함되어 있어 각 재질별 성분 간의 비율 등을 구분하기에는 다소 곤란한 것으로 나타났다.
18% 등으로 분석되었다. 또한, 기타 부품류 즉, 유리, 콘덴서 등의 경우 믹서기가 약 63.88%로 가장 높게 나타났으며, 플라스틱류의 경우에는 공기청정기가 68.64%로 분석되었다. 폐소형가전에서 발생하는 플라스틱류는 유색과 검정색으로 구분하였으며, 유색인 경우에는 대부분이 재질이 표기되어 있어 재질별 선별이 가능하였다.
6에 나타내었다. 정규화 과정을 수행하였을 경우 재질별 인식을 위한 군집(Grouping) 형성이 정규화 과정 수행전보다 잘 이루어지는 것을 확인할 수 있었다. 그러나, 검정색 플라스틱에 대한 재질별 스펙트럼의 PCA 분석 결과에서 알 수 있듯이 재질별 인식의 정확성 및 선별효율의 향상을 위해서는 지능형 알고리즘의 연구를 통한 분류기의 설계뿐만 아니라 분류기의 성능 및 신뢰도의 향상을 위한 추가적인 연구가 필요할 것으로 사료된다.
64%로 분석되었다. 폐소형가전에서 발생하는 플라스틱류는 유색과 검정색으로 구분하였으며, 유색인 경우에는 대부분이 재질이 표기되어 있어 재질별 선별이 가능하였다. 그러나, 검정색 플라스틱의 경우 대부분이 재질 표기가 제대로 되어 있지 않을 뿐만 아니라, 재질표기가 되어있다 하더라도 육안으로 판별하기가 매우 곤란하였다.
분석에 사용한 폐소형가전은 경기도 H시에 위치한 민간수집업체를 통하여 확보하였으며, 수작업으로 해체한 후 각 구성 물질별로 분류하였다. 폐소형가전을 구성하고 있는 내부 물질별로 가장 높은 비율을 나타내는 품목은 철금속류의 경우 전기히터가 약 39.98%, 비철금속류의 경우 전기밥솥 약 23.65% 및 PCBs는 오디오/CD플레이어가 약 8.18% 등으로 분석되었다. 또한, 기타 부품류 즉, 유리, 콘덴서 등의 경우 믹서기가 약 63.
후속연구
6. 검정색 플라스틱의 재질별 인식의 정확성 및 선별효율의 향상을 위해서는 지능형 알고리즘 분야의 연구를 통하여 효율이 우수한 분류기를 설계하고, 분류기의 성능 및 신뢰도의 향상을 위한 추가적인 연구가 진행되어야 할 것으로 사료된다.
정규화 과정을 수행하였을 경우 재질별 인식을 위한 군집(Grouping) 형성이 정규화 과정 수행전보다 잘 이루어지는 것을 확인할 수 있었다. 그러나, 검정색 플라스틱에 대한 재질별 스펙트럼의 PCA 분석 결과에서 알 수 있듯이 재질별 인식의 정확성 및 선별효율의 향상을 위해서는 지능형 알고리즘의 연구를 통한 분류기의 설계뿐만 아니라 분류기의 성능 및 신뢰도의 향상을 위한 추가적인 연구가 필요할 것으로 사료된다.
따라서, 다량의 유용자원을 포함하고 있는 폐소형가전의 효율적인 재활용을 위해서는 해체/파쇄 기술뿐만 아니라 다양한 구성물질을 선별/회수 할 수 있는 기술의 개발이 시급한 실정이다. 또한, 폐소형가전으로부터 발생하는 검정색 플라스틱의 재질별 인식 및 선별 기술을 개발하고, 상용화하여 플라스틱의 재활용 확대가 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
폐가전제품에는 어떤 것들이 포함되는가?
사용 후 발생한 폐플라스틱으로 인한 환경오염 파괴를 해결하고, 폐플라스틱의 효율적인 선별, 회수 및 안정적인 처리를 위하여 많은 연구가 진행되고 있다. 또한, 과학의 발달로 생활의 편리성 강조로 인하여 다양한 플라스틱 재질을 활용한 다양한 종류의 가전제품이 생산되고 있으며, 사용 후 발생하는 폐가전제품(e-waste)에는 철금속류, 알루미늄, SUS 및 구리 등의 비철금속류의 유용금속 뿐만 아니라 다량의 플라스틱류가 포함되어있다1).
마찰하전형 정전선별법의 장단점은 무엇인가?
마찰하전형 정전선별법(Triboelectrostatic)은 플라스틱 재질별 일함수 값과 대전 서열을 이용한 선별 방법으로 플라스틱과 플라스틱간, 플라스틱과 하전장치간의 마찰에 의해 서로 반대극성으로 하전된 물질을 정전기적으로 분리하는 방법이다6,7). ABS와 PS의 정전선별 실험수행 결과 정전선별 기술은 건식공정으로 플라스틱 재질별 선별에 유용한 것으로 사료되나7) 여러 종류의 재질이 혼합되어 있을 경우 상호간 하전효과의 감소 및 온도와 습도 조절 등 운전 조건이 까다로우며, 대규모처리를 위한 현장적용에 단점으로 지적될 수 있다3).
폐소형가전의 재활용을 위해 필요한 것은 무엇인가?
또한, 컴퓨터나 프린터의 인쇄회로기판(PCB)의 경우에는 유가금속의 함유량이 높아 민간재활용업체에서 별도로 선별/회수하여 재활용하고 있으나, 폐소형가전으로부터 발생하는 인쇄회로기판의 경우 유가금속의 함유량이 낮아 선별/회수 공정을 통하여 재활용이 원활히 이루어지지 못하고 있다3). 따라서, 다량의 유용자원을 포함하고 있는 폐소형가전의 효율적인 재활용을 위해서는 해체/파쇄 기술뿐만 아니라 다양한 구성물질을 선별/회수 할 수 있는 기술의 개발이 시급한 실정이다. 또한, 폐소형가전으로부터 발생하는 검정색 플라스틱의 재질별 인식 및 선별 기술을 개발하고, 상용화하여 플라스틱의 재활용 확대가 필요하다.
참고문헌 (12)
Kim, J. J. 2014 : A Study on the recycling optimization through material flow analysis of household electric appliances.
Choi, W. Z. et al., 2015 : Status and Prospects of Plastics Recycling of Used Small Household Appliances, The 13th International Symposium on East Asian Resources Recycling Technology, Proceeding pp.592-596.
Choi, W. Z. et al., 2016 : A Study on Physical Characteristics and Plastics Recycling of Used Small Household Appliances, J. of Korean Inst. of Resources Recycling, 25(1), pp.31-39.
Choi, W. Z. and Yoon, K. D. 2012 : A Study on Physical Properties of Recyclables obtained from MSW, J. of Korea Inst. of Resources Recycling, 21(5), pp.72-78.
Alfons Bueken and Xujiam Zhou, 2014 : Recycling plastics from automotive shredder residues, a review, J. of material Cycles and Waste Management, 16(3), pp.398-414.
Joen, H. S. et al., 2006 : The Development of Electrostatic Separation Technique for Recycling of Life Circles Waste Plastic, J. of Korea Inst. of Resources Recycling, 15(1), pp.22-38.
Joen, H. S. et al., 2013 : Development of Triboelectrostatic Separation Technique for Material Separation of ABS and PS Mixed Plastic Waste, J. of Korean Inst. of Resources Recycling, 22(6), pp.33-40.
Park, E. K. 2010 : A Study on Development of Automatic Sorting System for Recycling of Mixed Plastic Wastes.
Choi, W. Z. et al., 2015 : Development of ICT-base Automatic Sorting System for Recycling of MSW, The 3rd International Scientific Conference on Material and Waste Management(3RINCs), Proceeding pp.200-202.
David A. Cremers and Leon J. Radziemski, 2006 : Handbook of Laser-Induced Breakdown Spectroscopy
Kingo Azuma and Takashi Kimura 2016 : Plasma Parameters of Titanium-Based Metallic Plasma Generated by Compact-Type High-PowerPulsed Sputtering Penning Discharge, IEEE Transactions on Plasma Science, 44(12), pp.3201-3206.
Kim, S. H. and Oh, S. K., 2016 : RBFNNs-based Recognition System of Vehicle License Plate Using Distortion Correction and Local Binarization, The Transactions of KIEE, 65(9), pp.1531-1540.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.