ETRI-Knowledge Sharing Plaform

ENGLISH
기술이전 검색
연도 ~ 이전수 키워드

상세정보

RF resonator와 Deep learning 기반의 복합 영양 물질 분석 시스템

전수책임자
홍효봉
참여자
기술이전수
0
이전연도
2019
협약과제
본 기술은 1~12GHz영역에서의 Microwave를 이용하여 화학적으로 매우 복잡한 성상을 가지는 식품이나 사료의 영양물질 배합 정도를 기존의 화학 물질 분석에서 요구되는 복잡한 전처리 없이 분석 할수 있는 H/W 시스템 -
- 상기 시스템에서 확보된 복잡한 분석 자료를 deep learning기술을 이용하여 자동으로 분류 하고 Identification 할수 있는 기술로 구성
- 본 기술 이전 대상 기술은 국내 및 세계적으로도 동일한 방법으로 구현된 적이 없는 첨단 기술중의 하나임
- 이러한 기술은 산업적 용도에 관한 광범위한 실제예를 확보 해야할 필요성이 있고 더불어 기술에 대한 신뢰성 재고가 필요함
- 이러한 기술을 국내 업체에 신속히 이전하여 관련 분야 산업의 경쟁력을 제고하고 학계에서도 향후 다양한 분야로 응용 될 수 있는 기초를 마련하고자 함
- 기존의 화학 분석 기술에서 반드시 필요한 화학 약품을 이용한 전처리 과정이 전혀 필요하지 않으며 시료 자체를 그대로 분석이 가능 할 뿐만 아니라 용기가 동일하다면 포장지를 포함해서고 바로 분석이 가능
- 식품이나 사료등에 포함된 수천~수만가지의 화학 물질의 유전율을 바탕으로 분석하는 것으로써 일반적인 IR 이나 Mass와 같은 분석 장비가 얻을수 있는 정보에 비하여 광범위한 정보 취득이 가능
- Deep learning을 위한 Big data의 확보가 완전 자동화 되어 있어 실제 사용자가 분석 중에 하는 일은 시료 교체 뿐임
- Deep learning을 위한 분석 자체도 모두 일괄적으로 처리가 가능하며 Classification 이 가능 하므로 분석 화학을 전공함 전문가의 분석 및 Data 처리가 필요 하지 않음
가. 기술이전의 내용

- 1~12 GHz의 bandwidth에서 최소 10개의 peak가 연속으로 생성될수 있는 RF resonator의 설계 기술
- 상기 Resonator에서 TM mode를 생성 시킬수 있는 Tx 및 Rx 안테나의 설계 parameter
- 상기 Resonator에 시료를 자동으로 삽입하고 이를 제어 할수 있는 시스템 구성 방법
- 상기 시스템에서 확보된 자료를 바탕으로 하여 영양분의 함량 상태를 자동으로 classification 할 수 있는 deep learning 시스템의 구성 방법
- HW 디자인 파일
1) RF resonator의 제작 할 수 있는 CAD file
2) 시스템 구성도

- S/W
1) Deep learning 용 Data 처리 및 classification (TEST S/W)
- 식품. 사료-
1) 생산 공정에서의 제품의 실시간 및 전수 분석 (제품을 훼손하는 샘플링 방식이 아닌 비파괴 방법)
2) 제품 생산시 배합 비율의 조정에 따른 전체 성상 (QA/QC)
3) 불량 제품의 (예: 가짜 기름 및 저렴한 불량 원료 배합)의 분석 및 단속