[1201-06-03][Student presentation: Doctoral course] Study on a Simple Monitoring Method using Machine Learning Model for Heavy Metals in Crushed Stone Dust by Color Reaction image
○JAESEO YANG1, Mitsugu SAITOU2(1. Iwate University graduate school, 2. Iwate University)
Chairperson: Naoto Kamoshida (Iwate University)
Keywords:
Crushed stone dust,Heavy metal,Monitoring,Image analysis,Machine learning
建設用骨材を生産する露天採掘場では、岩石の採掘や穿孔作業および砕石プラントなどでの破砕作業を行い、微細な砕石粉じんが多量発生する。そのような粉じんには様々な鉱物性成分が含有される。また、重機やプラントの摩耗もしくは腐食から発生した重金属成分も混在する。重金属類は人の体内で必須ミネラルとして働く一方、蓄積されやすいため、その許容値を超過する際には中毒症を起こし健康影響の恐れがある。重金属による健康影響を抑えるためには、迅速なモニタリングを通じた重金属成分に対する対策を行うことが大事である。
われわれは、現場での迅速な重金属成分モニタリングを行うため、低コストで容易に入手可能なミクロ繊維シートをモニタリング材とした画像解析による簡便な重金属成分モニタリング法の開発を目指している。本研究では、特定試薬により重金属が変色反応した画像について呈色程度による数値化を行い、さらに機械学習を用いた画像分類モデルの構築による画像解析モニタリング法への可能性を検討した。
われわれは、現場での迅速な重金属成分モニタリングを行うため、低コストで容易に入手可能なミクロ繊維シートをモニタリング材とした画像解析による簡便な重金属成分モニタリング法の開発を目指している。本研究では、特定試薬により重金属が変色反応した画像について呈色程度による数値化を行い、さらに機械学習を用いた画像分類モデルの構築による画像解析モニタリング法への可能性を検討した。
