Mineral processing / Recycling

[1K0401-08-04] Rapid and mutual separation of metal scrap by the combination of Echellogram by laser-induced breakdown spectroscopy and machine learning.

○Shunsuke Kashiwakura¹, Eiji Yamasue¹ (1. Ritsumeikan University)

Chairman:Naohito HAYASHI (AIST)

Keywords:Metal scrap, LIBS, Echellogram, Machine learning

レーザー誘起ブレークダウン分光法(LIBS)は高エネルギーのパルスレーザーを試料表面に照射してアブレーションを起こし、生成させたプラズマからの原子/イオン発光を用いて試料の構成元素の定性及び定量分析を行う手法である。LIBSはその非常に高速な応答速度から近年では金属スクラップのソーター選別の要素技術として用いられ始めているが、LIBSに用いる種々の分光検出方式においては一般的に検出感度と応答速度と測定波長範囲、波長分解能、及び設備コストは全てトレードオフの関係にある。分光方式の1つであるEchelle分光系は小型ながら広い測定波長範囲と高い波長分解能を両立する方式であるが、エシェログラムと呼ばれる波長と回折次数で2次元に展開した輝点パターンを発光スペクトルに変換する際の変換速度がボトルネックとなり、高速処理の弊害となっている。そこで、本研究では発光スペクトルへの変換を介さずに、エシェログラムからアンサンブル学習を用いて直接金属スクラップの高速相互分選別を行い、交差検証の段階では99%を超える正答率を得ることができた。発表では未知試料についての上記のモデルの判別能力を含めて報告する。