ATR-FT-IR을 이용한 크기별 분리된 에어로졸 입자의 chemical compositional 분석

배준봉 인하대학교 대학원 2015 국내석사

Chemical compositional analysis of size-segregated aerosol particles can provide an insight about their reactivity, sources, and fate of airborne aerosols. In our previous works[1-4], quantitative energy-dispersive electron probe X-ray microanalysis (ED-EPMA; called low-Z particle EPMA) and attenuated total reflectance FT-IR (ATR-FT-IR) imaging techniques have been used in combination for the chemical composition analysis on the single particle basis. Morphology of individual particles from secondary electron images and their elemental concentrations from EDX spectra are first investigated. Functional group analysis and molecular speciation were performed based on their ATR-FT-IR spectra. However, ATR-FT-IR imaging has a limitation for the characterization of submicron individual particles due to its large spatial resolution. On the other hand, bulk analysis using ATR-FT-IR technique can provide information on functional group of size-segregated aerosol particles. In this work, we wanted to see variations of composition of size-segregated aerosol particles depending on particle size and sampling time during a day using bulk analysis. A home-made curve-fitting program was used to compare relative peak intensities. Size-segregated 에어로졸 입자의 chemical compositional 분석은 에어로졸 입자의 기원과 반응에 대한 통찰을 제시한다. 본 연구실에서는 ATR-FT-IR imaging 분석법과 low-Z particle electron probe X-ray microanalysis(low-Z particle EPMA)를 상호 보완적으로 사용하여 단일입자의 chemical composition을 분석하고 있다. attenuated total reflectance FT-IR (ATR-FT-IR) imaging 분석법과 연계된 단일 입자 분석법은 이미 다양한 표준시료들과 실제대기입자들에 적용되어 이 기술의 실효성을 말해주고 있다[1-4]. Secondary electron image를 통해 단일입자의 morphology를 파악하고 EDX 스펙트럼을 통해 elemental concentration을 알 수 있다. 그리고 ATR-FT-IR 스펙트럼은 작용기 분석과 molecular speciation에 대한 정보를 제공한다. 하지만 ATR-FT-IR imaging의 비교적 큰 spatial resolution으로 인해 submicron size의 단일입자를 연구하기에는 한계가 있었다. 작은 크기의 입자의 경우 스펙트럼의 신호가 약하게 측정되거나 가까운 공간에 같이 있는 입자들이 혼합된 하나의 스펙트럼을 가질 수 있기 때문이다. 반면에 ATR-FT-IR 분석을 이용한 bulk analysis는 spatial resolution과 무관하게 size-segregated 에어로졸 입자를 분석할 수 있다는데 장점이 있다. 이번 연구에서는 size-segregated 에어로졸 입자의 bulk analysis를 통해 입자의 크기와 하루 동안 시간에 따른 composition의 변화를 파악하고자 하였다. 시간에 따른 변화를 보기 위해 본 연구실에서 자체 제작한 curve-fitting 프로그램을 통해 상대적인 peak intensity를 비교하였다.

ATR-FT-IR imaging과 Low-Z particle EPMA를 이용한 단일입자 분석법

류지연 인하대학교 대학원 2010 국내석사

SEM/EDX에 기반을 둔 low-Z particle electron probe X-ray microanalysis (low-Z particle EPMA) 분석법은 실제 대기입자의 특성 분석에 유용하게 활용되어 온 정량적 단일입자 분석방법이다. low-Z particle EPMA 단일입자분석법은 개개 입자의 원소 농도를 정량적으로 분석하여 이를 바탕으로 유기입자, 토양입자, 해염입자 등 다양한 대기 입자의 화학종을 명확히 밝힘으로써 대기 입자의 발생원, 반응성, 이동 중 거동 등에 대한 정보를 제공한다. 하지만 유기 입자나 토양 입자 같은 경우 다양한 분자 형태가 존재하는데 low-Z particle EPMA로는 단지 원소 농도 값만 얻기 때문에 대기 단일입자의 화학종 분석에 미진한 점이 있어, 분자 구조와 결정 형태에 대한 정보를 제공하는 ATR-FT-IR imaging technique을 단일입자 분석에 활용하고자 하였다. ATR-FT-IR imaging technique은 그동안 다양한 연구영역에서 응용되었는데 대기입자 분석에는 입자 시료들을 모아서 만든 bulk 시료에 대한 몇 개의 연구만이 이루어져 있다. ATR-FT-IR imaging technique은 개개 입자를 포함하고 있는 image field의 모든 pixel에 FT-IR spectral data를 제공하기 때문에 이를 바탕으로 개개 입자의 분자 조성을 명확히 파악할 수 있다. 다만 ATR-FT-IR imaging technique의 spatial resolution이 micrometer size의 개개 입자를 구별하기에 충분하지 않기 때문에 low-Z particle EPMA 방법과 병행하여 사용하는 단일입자분석법을 개발하였고, ATR-FT-IR imaging technique의 단일입자 분석 응용 가능성을 standard particle과 실제입자 분석을 통하여 확인하였다. 그 결과 새로운 ATR-FT-IR imaging technique이 미세단일입자 분석에 활용될 수 있음을 확인했고, 실제 대기 입자 시료에 두 단일입자분석방법을 적용한 바, 동일한 개개 입자에 대하여 low-Z particle EPMA로는 개개 입자의 형태, 크기, 원소 농도에 대한 정보를 얻을 수 있었고 ATR-FT-IR imaging technique으로는 개개 입자의 분자 구조에 대한 정보를 얻을 수 있었다. 이를 실제 대기 입자에 응용하여 지하상가에서 채취한 입자 중에서 기존 분석법으로 분류가 어려웠던 입자들이 textile 기원 입자들이라는 것을 알아낼 수 있었다. 현재는 ATR-FT-IR imaging technique 을 이용한 대기입자 시료의 단일입자분석 기술을 개발하는 단계이므로 정확한 분석을 위해서 다양한 화학종에 대한 spectrum library의 구축이 필요 할 것으로 생각된다.

FT-IR 분광법을 이용한 플라스틱 재질에 대한 최적화된 뉴로-퍼지 패턴 분류기 설계

송찬석 수원대학교 2016 국내석사

In this thesis, the new method is proposed for classifying plastic materials based on Neuro-Fuzzy algorithm. In the automatic separation process of plastics, some types of plastics such as PP, PS and PET are classified by using near infrared spectroscopy. However, it is difficult to separate black plastics due to its properties of absorbing Near Infrared Rays(NIR). In this study, in order to overcome the drawback of the existing method to classify black plastics, FT-IR with ATR is used. Transmittance spectrum data is obtained through Fourier transform infrared spectroscopy. The obtained transmittance spectrum data is preprocessed by the proposed two methods and then the preprocessed data is used as inputs to Neuro-fuzzy networks classifier. In the preprocessing step for classifying black plastics for some materials, the characteristic of materials is analysed. In this study, two preprocessing methods are considered. The first method is to extract characteristic peak points from spectrum data. The second one is to extract region based on each characteristic point. The data extracted by the preprocessing methods is used as the input values of RBFNN pattern classifier. RBFNNs consist of three modules such as condition, consequence and aggregation phase. FCM clustering is used as the activation function of hidden layer in the condition phase. In the consequence phase, the coefficients of polynomial function are estimated by using least square estimation. In the aggregation phase, the final output of RBFNN classifier is calculated by using fuzzy inference. The optimal parameters of RBFNN classifier are obtained by using differential evolution. The differential evolution is well known as a kind of various genetic algorithms. Finally, the experimental results of the preprocessing methods are compared and analyzed from the viewpoint of classification performance.

퍼지 클러스터링 기반 신경회로망과 SVM 패턴 분류기 설계에 관한 연구 : 검은색 폐플라스틱 분류를 중심으로

배종수 수원대학교 2017 국내석사

Lately, the amount of waste plastics including black plastics is getting more and more increasing. According as lots of plastics are widely used in various industrial fields. Under these circumstances, necessity for recycling of limited useful resources is getting more and more important gradually and research related to plastic sorting system is being largely required for plastic recycling. Plastic sorting system constructed currently by Near Infrared Ray(NIR) is being exploited to classify colored plastics besides black plastic. However, the classification of black plastics still remains a challenging issue, because of the absorption of infrared rays of NIR spectrometer for black plastics. Design methodology to identify black plastics in introduced. ATR FT-IR, Raman, and LIBS spectroscopies are used to carry out qualitative as well as quantitative analysis and also comparative studies for black plastics. For ATR FT-IR spectrometer, the spectra data of black plastics can be measured through the contact of interval gap between the spectrometer and plastic. Its measurement speed is faster compared to NIR spectrometer. ATR FT-IR spectrometer which is the contact type of interval gap, has difficulty in the on-line application. As the contactless type of interval gap, Raman spectrometer can measure the samples quickly, but its ensuing effect leads to the difficulty of data extraction due to lots of noises as well as the difficulty of application to on-line system. Therefore, LIBS spectrometer which is the contactless type, is used to effectively extract spectra data being applied in the on-line system. But, whenever the spectra data are measured in the same sample through spectrometer, the position of peak points of the characteristic spectra data are partially changed or shifted. Design methodology which takes into consideration for the changed or shifted spectra data are introduce in this study. The design method of determining input variables corresponding to data peak points based on the chemical characteristic lead to more reasonable and effective technique for improving the performance of FRBFNN and SVM classifiers. Moreover, in order to improve the identification performance, intelligent computing algorithms such as Principal Component Analysis(PCA), Fuzzy Transform(FT), Fuzzy Radial Basis Function Neural Networks(FRBFNN), Support vector machine classifiers(SVM) and Particle Swarm Optimization(PSO) are considered to analyze and classify some types of black plastics. In the preprocessing step for classifying some black plastics, the characteristic peak points are extracted and region corresponding to each characteristic peak point is taken into consideration. Here, as the preprocessing techniques, PCA and Fuzzy Transform algorithms are used for the dimension reduction of data. And FRBFNN and SVM are exploited as intelligent classifiers. FRBFNN classifier is considered as the powerful tool with the synthesis technologies of fuzzy theory and neural networks for the identification of black plastics. SVM classifier is used for comparative studies with FRBFNN classifier. In conclusion, the design methodology related to preprocessing techniques based FRBFNN classifier is demonstrated as competitive and preferred network architecture, as well as superb performance.

사이클로덱스트린의 Inclusion Complex 형성에 대한 FT-IR 분광법의 응용

李明喜 계명대학교 1997 국내석사