휴대용 NIR 분광기와 CNN을 이용한 제품의 스테인리스강 등급 분류 방법 (The Method for Classifying Stainless Steel Grades in Products Using Portable NIR Spectrometer and CNN)

서지정보

· 발행기관 : 한국컴퓨터정보학회
· 수록지 정보 : 한국컴퓨터정보학회논문지 / 29권 / 10호 / 97 ~ 104페이지
· 저자명 : 장주훈, 최인엽

초록

본 논문에서는 휴대용 NIR(Near Infrared Ray) 분광계와 CNN(Convolution Neural Network) 딥러닝 모델을 이용하여 스테인리스강(Stainless steel) 등급을 판별하는 방법을 제시한다. 기존에 스테인리스강등급을 판별하는 방법은 화학분석 방법, 자기 테스트, 몰리브덴 스팟과 휴대용 XRF 장치를 이용한분류 방법을 사용하였다. 또한 원소의 농도와 열처리 가열온도를 매개변수로하여 기계학습(Machine Learning) 모델을 이용한 분류 방법이 논문에서 제시되기도 했다. 하지만 이러한 방법들은 주방용품및 조리도구 같은 실생활에서 사용되는 제품에 사용된 스테인리스강 등급을 판별하는데 사용하기에는한계가 있다. 왜냐하면 이러한 방법들은 제품에 시약을 바르거나, 특수 장비가 필요하거나, 전문 지식이 필요하여 전문 업체에 의뢰해야 하기 때문이다. 이러한 한계점을 본 논문에서는 근적외선 분광계와CNN 모델을 이용하여, 간편하게 제품의 스테인리스강 등급을 판별하는 방법을 제시한다. 본 논문에서제시한 방법을 이용하여 추후 휴대용 기기에 On-Device로 탑재하면, 제품에 사용된 스테인리스강 등급을 판별하여 저가 재질로 만들어진 제품이 고가로 둔갑된 것을 현장에서 판별 할수 있다.

영어초록

This paper proposes a method for classifying the grade of stainless steel using a portable NIR(Near Infrared Ray) spectrometer and a CNN(Convolutional Neural Network) deep learning model. Traditionally, methods for classifying stainless steel grades have included chemical analysis, magnetic testing, molybdenum spot tests, and portable XRF devices. In addition, a classification method using a machine learning model with element concentration and heat treatment temperature as parameters was presented in the paper. However, these methods are limited in their application to everyday products, such as kitchenware and cookware, due to the need for reagents, specialized equipment, or reliance on professional services. To address these limitations, this paper proposes a simple method for classifying the grade of stainless steel using a NIR spectrometer and a CNN model. If the method presented in this paper is installed on a portable device as an on-device in the future, it will be possible to determine the grade of stainless steel used in the product, and to determine on-site whether a product made of low-cost material has been disguised as a high-cost product.

참고자료

· 없음