- P-ISSN 1225-0163
- E-ISSN 2288-8985
- 권한신청
- P-ISSN1225-0163
- E-ISSN2288-8985
- SCOPUS, ESCI, KCI
논문 상세
Home > 논문 상세
GC/MS 분석과 베이지안 분류 모형을 이용한 새 윤활유와 사용 엔진 오일의 동일성 추적과 분류
Identification and classification of fresh lubricants and used engine oils by GC/MS and bayesian model
분석과학 / Analytical Science and Technology, (P)1225-0163; (E)2288-8985
2014, v.27 no.1, pp.41-59
https://doi.org/10.5806/AST.2014.27.1.41
(국립과학수사연구원)
(국립과학수사연구원)
(국립과학수사연구원)
(국립과학수사연구원)
(국립과학수사연구원)
(서울대학교)
(서울대학교)
(국립과학수사연구원)
(국립과학수사연구원)
(국립과학수사연구원)
(국립과학수사연구원)
(서울대학교)
(서울대학교)
김남이,
남금문,
김유나,
이동계,
박세연,
이경재,
&
이재용.
(2014). GC/MS 분석과 베이지안 분류 모형을 이용한 새 윤활유와 사용 엔진 오일의 동일성 추적과 분류. 분석과학, 27(1), 41-59, https://doi.org/10.5806/AST.2014.27.1.41
- 다운로드 수
- 조회수
초록
국내 시판제품으로 서울시내에서 구입한 산업용 윤활유, 이륜구동 윤활유, 선박용 윤활유, 자동차용 윤활유(엔진오일, 수동 변속기 기어유, 자동변속기 오일) 등 80종(기유 4종 포함)의 새 윤활유들(80 classes)과 8종의 경유 차량과 16종의 휘발유 차량에 각각 3종씩의 경유와 휘발유 전용 엔진 오일로 교환하여 차량별 및 주행거리별로 각각 채취한 사용 엔진 오일 86종을 GC/MS로 분석한 TIC로 데이터베이스를 만들고, 새 윤활유와 사용 엔진오일들의 동일성 추적과 차량별 분류를 위하여 차원 축소와베이지안 방식의 분류 모형을 개발하였다. 새 윤활유의 분류는 웨이블렛 적합방법과 주성분 분석방법으로 차원 축소하여 베이지안 방식의 분류 모형을 적용한 결과 각각 97.5%와 96.7%의 정분류율을 보여 차원 축소는 웨이블렛 적합방법이 더 좋은 결과를 나타냈다. 그리고 새 윤활유의 분류에서 선택된 웨이블렛 적합방법의 차원 축소와 베이지안 방식의 분류 모형에 의한 사용 엔진 오일의 차량별 분류(총 24 classes)는 86.4%의 정분류율을 보였고, 경유 차량인지 휘발유 차량인지를 구분하는 차량 연료 타입별 분류(총 2classes)는 99.6%의 정분류율을 나타내었고, 사용 엔진 오일 브랜드별 분류(총 6 classes)는 97.3%의 정분류율을 나타내었다.
- keywords
- forensic science, lubricants, engine oil, classification, Bayesian model, wavelet fitting, GC/MS
Abstract
The aims of this work were the identification and the classification of fresh lubricants and usedengine oils of vehicles for the application in forensic science field-80 kinds of fresh lubricants were purchasedand 86 kinds of used engine oils were sampled from 24 kinds of diesel and gasoline vehicles with differentdriving conditions. The sample of lubricants and used engine oils were analyzed by GC/MS. The Bayesianmodel technique was developed for classification or identification. Both the wavelet fitting and the principalcomponent analysis (PCA) techniques as a data dimension reduction were applied. In fresh lubricantsclassification, the rates of matching by Bayesian model technique with wavelet fitting and PCA were 97.5%and 96.7%, respectively. The Bayesian model technique with wavelet fitting was better to classify lubricantsthan it with PCA based on dimension reduction. And we selected the Bayesian model technique with waveletfitting for classification of lubricants. The other experiment was the analysis of used engine oils which werecollected from vehicles with the several mileage up to 5,000 km after replacing engine oil. The eighty sixkinds of used engine oil sample with the mileage were collected. In vehicle classification (total 24 classes),the rate of matching by Bayesian model with wavelet fitting was 86.4%. However, in the vehicle’s fuel typeclassification (whether it is gasoline vehicle or diesel vehicle, only total 2 classes), the rate of matching was99.6%. In the used engine oil brands classification (total 6 classes), the rate of matching was 97.3%.
- keywords
- forensic science, lubricants, engine oil, classification, Bayesian model, wavelet fitting, GC/MS
참고문헌
1
1. J. Zieba-Palus and P. Koscielniak, J. of Mol. Struct., 482-483, 533-538 (1999).
2
2. N. Gracia, S. Thomas, P. Bazin, L. Duponchel, F. Thibault-Starzyk and O. Lerasle, Catal Today, 155, 255-260(2010).
3
3. J. Zieba-Palus, P. Koscielniak and M. Lacki, Forensic Sci. Int., 122, 35-42 (2001)
4
4. K-S. Yoo, J.-Y. Jyoung, S.-Y. Jeoung and S.-B. Woo, Anal. Sci. Technol., 16(5), 339-348 (2003).
5
5. H.-S. Lim, G.-C. Han and S.-G. Lee, Anal. Sci. Technol., 18(2), 168-172 (2005).
6
6. J.-H. Choi, H. Jeong and H.-D. Kim, Anal. Sci. Technol., 10(2), 139-145 (1997).
7
7. M. A. Al-Ghouti and L. Al-Atoum, J. Environ. Manage., 90, 187-195 (2009).
8
8. V. G. van Mispelaar, A. K. Smilde, O. E. de Noord, J. Blomberg and P. J. Schoenmakers, J Chromatogr A., 1096, 156-164 (2005).
9
9. R. Hibbard, J. V. Goodpaster and M. R. Evans, J. Forensic Sci., 56(3), 741-753 (2011).
10
10. T. Mang and W. Dresel, “Lubricants and Lubrication”. 2nd Ed., Wiley-VCH, New-York, 2007.
11
11. 최주환, “합성 윤활류 윤활유 첨가제”, 푸른길, 2000.
12
12. L. R. Rudnick, “Lubricant Additives Chemistry and Applications”, 2nd Ed., CRC Press, Delaware, 2009.
13
13. 대한석유협회, 석유협회보, 7, 33-52, 1226-1254 (1982).
14
14. Y. Qu, B.-L. Adam, M. Thornquist, J. D. Potter, M. L. Thompson, Y. Yasui, J. Davis, P. F. Schellhammer, L. Cazares, M. Clements, Jr. Wright and Z. Feng. Biometrics, 59(1), 143-151 (2003).
15
15. A. Gelman, J. B. Carlin, H. S. Stern and D. B. Rubin. “Bayesian Data Analysis”, Chapman and Hall/CRC, 2003.
16
16. S. Mallat, “A Wavelet Tour of Signal Processing”, 3rd Ed., The Sparse Way, Academic Press, 2008.
17
17. B. Vidakovic, “Statistical Modeling by Wavelets”, Wiley Series in Probability and Statistics, Wiley, 2009.
18
18. I. T. Jolliffe, “Principal Component Analysis”, 2nd Ed., Springer, 2002.
19
19. Y. N. Kim, N. Y. Kim, S. Y. Park, D. K. Lee and J. H. Lee, Forensic Sci. Int., 230, 58-67 (2013).
권호 내 다른 논문
- 황사와 연무 시 PM10 및 PM2.5 미세먼지 조성 비교: 2010-2011년 고산지역 측정
- 금강수계 퇴적물 중 금속류 분석 및 상관성 조사
- GC-MS에 의한 지표수에서 1,4-Dioxane의 측정
- Preparation of cross-linked silk fibroin film by γ-irradiation and their application as supports for human cell culture
- 대용량 중력장 SPLITT Fractionation: 분획효율에 미치는 채널 두께와 유속의 영향
- GC/MS 분석과 베이지안 분류 모형을 이용한 새 윤활유와 사용 엔진 오일의 동일성 추적과 분류
- SBSE-GCMS를 이용한 막걸리 중의 E,E-farnesol과 squalene분석법
- 탄소 안정동위원소 비율 및 지방산 조성을 활용한 식용유지류의 판별
- more
추천 논문
학술지 홈페이지 이용 환경은 크롬 브라우저 사용을 권장합니다.