입자 크기
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
입자 크기는 입자의 크기를 나타내는 용어이며, 다양한 측정 방법과 기술을 통해 결정된다. 측정 방법에는 빛, 초음파, 전기장, 중력, 원심분리 등을 이용하는 방법이 있으며, 체 분석, 동적 이미지 분석(DIA) 등이 있다. 이러한 방법들은 실제 입자 모양을 단순화된 형태로 변환하여 간접적으로 크기를 측정하며, 기계 학습 알고리즘을 활용하여 측정 성능을 향상시키기도 한다. 입자 크기 측정은 입도분포 곡선을 통해 다분산성을 반영하며, 입자 앙상블의 특성을 파악하는 데 중요한 역할을 한다.
입자 크기와 입도분포를 측정하는 방법에는 여러 가지가 있다.[1] 빛, 초음파[2], 전기장, 중력, 원심분리 등을 이용하는 방법이 있으며, 체를 사용하는 방법도 널리 쓰이지만 사람의 실수에 취약하고 시간이 오래 걸린다. 동적 이미지 분석(DIA) 같은 기술은 입도분포 분석을 더 쉽게 만들어준다.
모든 입자 크기 측정 방법에서 크기는 실제 입자 모양을 구(가장 일반적인 경우) 또는 직육면체(최소 경계 상자가 사용되는 경우)와 같은 단순하고 표준화된 모양으로 변환하는 모델에서 얻은 간접적인 측정값이다. 여기서 크기 매개변수(예: 구의 직경)가 의미를 가진다. 형태 가설이 필요하지 않은 수학적 형태학 접근법은 예외이다.[1]
실제 시스템은 거의 항상 다분산성을 띠는데, 이는 앙상블 내 입자들의 크기가 서로 다르다는 것을 의미한다. 이러한 다분산성은 입도분포 개념에 반영된다.[1] 입자 앙상블을 다룰 때는 특정 평균 입자 크기가 필요한 경우가 많다.
[1]
저널
Experimental comparison of measurement techniques for drop size distributions in liquid/liquid dispersions
2011-02-01
2. 측정 방법
기계 학습 알고리즘을 사용하여 입자 크기 측정 성능을 높이기도 한다.[4][5]
모든 측정 방법에서 입자 크기는 실제 입자 모양을 구나 직육면체 같은 단순화된 형태로 변환하는 모델을 통해 간접적으로 얻어진다. 이때 크기 매개변수(예: 구의 지름)가 의미를 가지며, 수학적 형태학 접근법은 형태 가설이 필요하지 않다는 예외가 있다.
실제 시스템의 입자들은 크기가 서로 다른 경우가 대부분이므로, 입도분포 개념을 통해 이러한 다양성을 반영한다. 때로는 입자 집합의 평균 입자 크기가 필요하기도 하다.
2. 1. 광학 기반 측정
입자 크기와 입도분포를 측정하는 여러 방법 중 일부는 빛을 기반으로 한다.[1] 체를 사용하는 것은 일반적인 측정 기술이지만, 이 과정은 사람의 실수에 더 취약하고 시간이 많이 걸린다. 동적 이미지 분석(DIA)과 같은 기술을 사용하면 입도분포 분석을 훨씬 쉽게 만들 수 있다. 이러한 접근 방식은 레치 테크놀로지(Retsch Technology)의 CAMSIZER 또는 Sympatec QICPIC 장비 시리즈와 같은 장비에서 볼 수 있다. 생산 환경에서 실시간 모니터링을 위한 인라인 측정 기능이 여전히 부족하다. 따라서 SOPAT[3] 시스템과 같은 인라인 이미징 장치가 가장 효율적이다.
입자 크기 측정 성능을 높이기 위해 기계 학습 알고리즘이 사용된다.[4][5] 이러한 연구 계열은 저렴한 비용으로 실시간 입자 크기 분석을 제공할 수 있다.
모든 방법에서 크기는 추상적인 방식으로 실제 입자 모양을 구(가장 일반적인) 또는 직육면체(최소 경계 상자가 사용되는 경우)와 같은 단순하고 표준화된 모양으로 변환하는 모델에서 얻은 간접적인 측정값이다. 여기서 크기 매개변수(예: 구의 직경)가 의미가 있다. 형태 가설이 필요하지 않은 수학적 형태학 접근법은 예외이다.
2. 2. 비광학 기반 측정
초음파[2], 전기장, 중력 또는 원심분리에 기반을 둔 측정 방법이 있다. 체를 사용하는 것은 일반적인 측정 기술이지만 이 과정은 사람의 실수에 더 취약하고 시간이 많이 걸린다. 동적 이미지 분석(DIA)과 같은 기술을 사용하면 입도분포 분석을 훨씬 쉽게 만들 수 있다. 이러한 접근 방식은 레치 테크놀로지(Retsch Technology)의 CAMSIZER 또는 Sympatec QICPIC 장비 시리즈와 같은 장비에서 볼 수 있다. 생산 환경에서 실시간 모니터링을 위한 인라인 측정 기능이 여전히 부족하다. 따라서 SOPAT[3] 시스템과 같은 인라인 이미징 장치가 가장 효율적이다.
모든 방법에서 크기는 추상적인 방식으로 실제 입자 모양을 구(가장 일반적인) 또는 직육면체(최소 경계 상자가 사용되는 경우)와 같은 단순하고 표준화된 모양으로 변환하는 모델에서 얻은 간접적인 측정값이다. 여기서 크기 매개변수(예: 구의 직경)가 의미가 있다. 형태 가설이 필요하지 않은 수학적 형태학 접근법은 예외이다.
2. 3. 체 분석
입자 크기와 입도분포를 측정하는 여러 방법 중 체를 사용하는 것은 일반적인 측정 기술이지만, 이 과정은 사람의 실수에 취약하고 시간이 많이 걸린다는 단점이 있다.[1]
2. 4. 동적 이미지 분석 (DIA)
동적 이미지 분석(DIA) 기술은 입도분포 분석을 훨씬 쉽게 해준다.[1] 레치 테크놀로지(Retsch Technology)의 CAMSIZER나 Sympatec QICPIC 장비 시리즈 등에서 이러한 접근 방식을 볼 수 있다. 생산 환경에서 실시간 모니터링을 위한 인라인 측정 기능은 여전히 부족하기 때문에, SOPAT[3] 시스템과 같은 인라인 이미징 장치가 가장 효율적이다.
2. 5. 인라인 측정
빛, 초음파[2], 전기장, 중력 또는 원심분리 등 입자 크기와 입도분포를 측정하는 여러 방법이 있다.[1] 체를 사용하는 것은 일반적인 측정 기술이지만, 이 과정은 사람의 실수에 취약하고 시간이 오래 걸린다. 동적 이미지 분석(DIA)과 같은 기술은 입도분포 분석을 훨씬 쉽게 만들어준다. 이러한 접근 방식은 레치 테크놀로지(Retsch Technology)의 CAMSIZER 또는 Sympatec QICPIC 장비 시리즈와 같은 장비에서 볼 수 있다. 그러나 생산 환경에서 실시간 모니터링을 위한 인라인 측정 기능은 여전히 부족하다. 따라서 SOPAT[3] 시스템과 같은 인라인 이미징 장치가 가장 효율적이다.
기계 학습 알고리즘은 입자 크기 측정 성능을 높이기 위해 사용된다.[4][5] 이러한 연구는 저렴한 비용으로 실시간 입자 크기 분석을 제공할 수 있다.
2. 6. 기계 학습 알고리즘
기계 학습 알고리즘은 입자 크기 측정 성능을 향상시키는 데 사용된다.[4][5] 이러한 연구는 저렴한 비용으로 실시간 입자 크기 분석을 가능하게 한다.
3. 입자 형태 및 크기 정의
4. 다분산성 및 평균 입자 크기
참조
[2]
서적
Characterization of liquids, nano- and micro- particulates and porous bodies using Ultrasound
Elsevier
2017
[3]
웹인용
Mesoscopic Probes
https://sopat.de/en/[...]
2018-04-11
[4]
저널
An ultra-compact particle size analyser using a CMOS image sensor and machine learning
2020-02-12
[5]
저널
Use of neural networks in the analysis of particle size distribution by laser diffraction: tests with different particle systems
https://www.scienced[...]
2002-06-27
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com