초록
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 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.
