본 연구에서는 곡선근사법과 퍼지신경망의 열전도도 추론을 이용해 대기온도의 변화에 관계없이 접촉된 물체의 재질 인식이 가능한 시스템에 대하여 기술하였다. 먼저 인간의 손가락과 유사한 구조의 재질 인식용 능동센서를 제작하였고 이를 이용해 접촉된 물체의 온도응답곡선을 측정하였다. 측정된 온도응답곡선을 곡선근사법에 의해 지수함수로 근사화하므로써 측정중의 잡음을 없앨 수 있었고 물체의 열전도 특성을 근사화된 지수함수의 계수와 지수로 표현할 수 있었다. 또한 퍼지신경망을 이용하므로써 열전도 특성의 복잡한 수학적 해석을 피할 수 있었고 패기온도의 변화에 관계없이 임의의 대기온도하에서 물체의 열전도도 추론이 가능하였으며 추론된 열전도도를 이용해 접촉된 물체의 재질을 식별할 수 있었다.
This paper describes a system that can be used to recognize unknown materials regardless of the change in ambient temperature by using temperature response curve fitting and fuzzy neural network(FNN). There are problems with a recognition system which utilize temperature responses. It requires too many memories to store the vast temperature response data and it has to be filtered to remove the noise which occurs in experiments. Thus, this paper proposes a practical method using curve fitting to remove the above problems of memories and noise. Also, the FNN is proposed to overcome the problem caused by the change of ambient temperature. Using the FNN which is learned by temperature responses on fixed ambient temperatures and known thermal conductivity, the thermal conductivity of the material can be inferred on various ambient temperatures. So the material can be recognized via its thermal conductivity.
