近红外光谱鉴别废旧塑料的测量方案

红外光谱法测塑料的材质标准一、聚合物类型红外光谱法可以用来确定塑料的聚合物类型。

不同种类的聚合物具有不同的红外光谱特征，通过分析红外光谱图，可以确定塑料样品中主要的聚合物类型。

二、结晶度红外光谱法也可以用于评估塑料样品的结晶度。

结晶度是指聚合物中结晶区域所占的比例。

不同结晶度的聚合物将表现出不同的红外光谱特征，通过测定这些特征可以评估样品的结晶度。

三、添加剂红外光谱法还可以用于检测塑料样品中的添加剂，如增塑剂、抗氧化剂、紫外线稳定剂等。

这些添加剂通常具有独特的红外光谱特征，通过分析红外光谱图可以确定其种类和含量。

四、化学结构红外光谱法可以用于确定塑料样品的化学结构。

不同聚合物具有不同的化学结构，这使得它们在红外光谱图中表现出不同的特征峰。

通过分析特征峰的位置和强度，可以确定塑料样品的化学结构。

五、分子量虽然红外光谱法不能直接测定聚合物样品的分子量，但它可以提供有关分子量的信息。

例如，通过分析红外光谱图中特定峰的波数位置，可以确定聚合物样品的平均分子量范围。

六、热稳定性红外光谱法可以用于评估塑料样品的热稳定性。

通过在逐渐升高的温度下测量红外光谱图的变化，可以确定聚合物样品开始分解的温度，从而评估其热稳定性。

七、弹性模量红外光谱法不能直接测定塑料样品的弹性模量，但可以提供有关其弹性的信息。

例如，通过分析红外光谱图中特定峰的波数位置和强度，可以确定聚合物样品的刚性和韧性，从而提供关于其弹性模量的线索。

八、热膨胀系数虽然红外光谱法不能直接测定塑料样品的热膨胀系数，但它可以提供有关该特性的信息。

例如，通过分析红外光谱图中特定峰的波数位置随温度的变化，可以推断出聚合物样品的热膨胀系数。

九、密度虽然红外光谱法不能直接测定塑料样品的密度，但它可以提供有关该特性的信息。

例如，通过分析红外光谱图中特定峰的波数位置和强度，可以推断出聚合物样品的密度范围。

十、折射率虽然红外光谱法不能直接测定塑料样品的折射率，但它可以提供有关该特性的信息。

聚乙烯的红外吸收光谱测绘姓名：杨力生班级：化学生物学2012级1班学号：20122994摘要：本实验采用红外光谱对塑料成分进行了定性分析，旨在掌握红外分光光度的工作原理及其使用方法。

本实验测得该塑料成分为聚乙烯。

关键词：塑料，红外光谱Abstract:The experiment using infrared spectroscopy carried out a qualitative analysis of plastic components , Seeks to grasp the working principle of infrared spectrophotometric methods of use thereof. This experiment measured the plastic component is polyethylene.Keywords:plastic，Infrared Spectroscopy塑料种类繁多，不同塑料有不同的性质和用途，鉴定塑料制品中的材料成分对生产和科研都有重要意义。

通常人们从塑料的物理性质进行判断，比如常见塑料中，PE、PP的密度比水小，PVC燃烧时有刺激性气味，PS为透明材料，而ABS不透明等，但这都是大致的判断，要想弄清塑料的确切成分，还需依靠精确的分析方法，光谱分析就是其最重要的分析方法之一。

红外光谱分析是鉴定有机物成分的重要分析方法，其基本原理是：将红外光照射在被检材料上，通过检测材料吸收（或透过）光的强弱来判断有机物的分子结构。

由于不同的物质具有不同的分子结构，其吸收不同的能量而产生相应的红外吸收光谱，因此用仪器测绘试样的红外吸收光谱，然后根据各种物质的红外特征吸收峰位置、数目、相对强度和形状（峰宽）等参数，就可推断试样中存在哪些基团，并确定其分子结构，这就是红外光谱的定性和结构分析的依据；同一物质不同浓度时，在同一吸收峰位置具有不同的吸收峰强度，在一定条件下物质浓度与特征吸收峰强度成正比关系，这就是红外光谱的定量分析依据。

利用红外显微光谱技术鉴定材料组分的操作要点红外显微光谱技术是一种常用于材料鉴定和分析的非破坏性测试方法。

通过测量材料在红外光波段的吸收谱，可以确定材料的组分和结构。

本文将介绍利用红外显微光谱技术进行材料鉴定的操作要点。

1. 样品制备在进行红外显微光谱测试之前，首先需要准备样品。

样品应该是均匀、干燥且透明的。

对于固体样品，可以将其研磨成细粉末或制备成薄片。

对于液体样品，应该尽量避免气泡和悬浮颗粒的存在。

2. 样品装载将样品装载到红外显微光谱仪的样品室中。

通常可以使用样品夹或者样品台进行固定。

确保样品与红外光源之间没有任何障碍物，以确保光线的正常传输。

3. 谱图扫描打开红外显微光谱仪的软件，选择扫描模式。

通常有单点扫描和区域扫描两种模式可选。

对于小样品或者需要定位的情况，可以选择单点扫描模式。

对于大面积的样品，可以选择区域扫描模式。

4. 参数设置在进行谱图扫描之前，需要进行一些参数的设置。

首先是波数范围的选择，根据样品的特性和研究的目的，选择适当的波数范围。

其次是光源的选择，通常有红外线灯和激光器两种光源可选。

根据样品的特性和仪器的要求，选择适当的光源。

最后是光谱的分辨率设置，根据需要进行调整。

5. 数据采集点击开始按钮，进行数据采集。

在采集过程中，可以观察到光谱图的实时变化。

确保样品与光谱仪之间的稳定接触，以获得准确的数据。

6. 数据处理采集完数据后，可以进行数据处理和分析。

常见的处理方法包括峰位的计算、峰面积的计算和谱图的比较等。

根据需要，可以使用专业的光谱分析软件进行进一步的处理和解读。

7. 结果解读根据谱图的特征和已有的数据库，对结果进行解读和鉴定。

红外光谱图中的吸收峰可以对应不同的化学键和官能团，通过对比已知物质的光谱图，可以确定样品的组分和结构。

8. 结论和报告根据结果的解读，得出结论并进行报告。

报告中应包括样品的基本信息、测试方法、结果解读和结论等内容。

对于复杂的样品，可以提供详细的数据和谱图，以便其他研究者进行进一步的分析和验证。

2013年5月13日不同塑料的红外光谱的测定（选做实验）小组成员：1153613 石鹏皓1153624 方勇1153633 艾万鹏1153637 张姜1153639 王悦1153640 杨磊1153643 黄心权1153645 潘炯分工明细：软件操作：杨磊、艾万鹏仪器操作：黄心权、张姜材料制备：潘炯、石鹏皓理论指导：方勇报告撰写：王悦、杨磊报告修订与整改：所有小组成员一、实验目的1、复习对红外图谱的解析，重温红外吸收光谱分析的基本原理；2、通过红外吸收光谱的测定，熟料掌握Nicolet FT-IR的使用方法；3、测定不同塑料的红外光谱，并进行比较，了解不同塑料制品的不同组成。

二、实验原理当样品受到频率连续变化的红外光照射时，分子吸收了某些频率的辐射，并由其振动或转动运动引起偶极矩的净变化，产生分子振动和转动能级从基态到激发态的跃迁,使相应于这些吸收区域的透射光强度减弱。

记录红外光的百分透射比与波数或波长关系曲线，就得到红外光谱。

红外光谱图通常用波长(λ)或波数(σ)为横坐标，表示吸收峰的位置，用透光率(T%)或者吸光度(A)为纵坐标，表示吸收强度。

[1]红外光谱作为“分子的指纹”，广泛用于分子结构和物质化学组成的研究。

利用物质对红外光波的吸收不进行定性及定量的，不同的物质具有不同的化学键，其吸收波长不同，而对光波吸收的多少与物质的量成正比，因此可以用来定量。

本实验用Nicolet FT-IR 来测定不同塑料的红外吸收光谱。

一些基本振动形式及频率有[2]：1) 亚甲基的反对称伸缩振动σas （CH 2）2926cm -1；亚甲基的对称伸缩振动σs （CH 2）2853cm -1；2) 亚甲基的对称弯曲振动δs （CH 2）1465cm -1；3) 长亚甲基链的面内摇摆振动δ[（CH 2）n ，n>4]，720cm -1；4) 苯环上不饱和碳氢基团伸缩振动σ（=CH ）3000~3100cm -1；5) 次甲基的伸缩振动σ（CH ）2955cm -1；6) 苯环骨架振动δ（C=C ）1450~1600 cm -1；7) 苯环上单取代倍频峰δ（C —H ）1944 cm -1；1871 cm -1；1800~1749 cm -1；8) 苯环上不饱和碳氢基团的面外弯曲振动δ（=C —H ）770~730 cm -1；710~690cm -1。

近红外光谱(nir)分选技术在塑料分选领域的应用
近红外光谱(nir)分选技术在塑料分选领域的应用：
1. 什么是近红外光谱(nir)分选技术？
近红外光谱(nir)分选技术是将样品置于光束中，分析样品所反射或透过的光谱，据此确定各组分的成份、含量及状态的一种分析技术。

2. 如何应用近红外光谱(nir)分选技术在塑料分选领域？
将塑料样品与不同种类的塑料进行比对，通过近红外光谱(nir)分选技术，可以快速区分出不同种类的色料，类别和品质。

3. 近红外光谱(nir)分选技术在塑料分选领域的优势是什么？
与传统方法相比，近红外光谱(nir)分选技术可以在几秒钟内对物料进行准确检测和分选，提高塑料分选的速度和精准度，并且不需要使用任
何有害化学物质，符合环保要求。

4. 近红外光谱(nir)分选技术在塑料分选领域的应用前景是怎样的？
近红外光谱(nir)分选技术在塑料分选领域的应用前景非常广阔。

随着工
业应用的不断推广和技术的不断改进，这种技术在塑料分选领域的应用前景将越来越广阔，未来前景无限。

红外光谱法分析塑料组成红外光谱法（Infrared Spectroscopy）是一种常用的分析塑料组成的方法。

它基于分子振动的原理，通过测量不同波长的红外光线在样品中的吸收程度，可以确定样品中存在的官能团类型和化学键信息，从而分析塑料的组成。

红外光谱法在塑料行业中广泛应用，可以用于质量控制、产品开发和研究等方面。

在红外光谱法中，样品被置于红外光的透明窗口（常用的有钠化物、钾化物、锗等）上，通过红外光的照射，样品中的化学键会产生特定的振动，并吸收特定频率的红外光。

这些吸收频率与样品中不同官能团和化学键的振动频率有关，因此可以通过分析样品吸收红外光的频率和峰位来识别官能团和化学键类型。

红外光谱法常用的红外光谱仪主要包括傅里叶变换红外光谱仪（FTIR）和远红外光谱仪（FIR）。

这些光谱仪能够测量样品在红外光谱范围内（约4000-10 cm-1）吸收红外光的强度和频率，从而得到红外光谱图谱。

红外光谱图谱通常以吸收强度（纵轴）和波数（横轴）为坐标，呈现为一个特征峰状的谱线。

每个峰对应于不同官能团或化学键的振动吸收，根据峰的位置和强度，可以确定样品中存在的官能团和化学键类型。

例如，对于常见的塑料聚乙烯（Polyethylene，PE），其红外光谱图谱通常会显示出一些典型的峰，如2900 cm-1和2800 cm-1处的C-H伸缩振动峰，1460 cm-1处的C-H弯曲振动峰以及1100 cm-1处的C-C振动峰等。

根据这些特征峰的位置和强度，可以确定样品中存在的乙烯基聚合物。

对于其他类型的塑料，例如聚丙烯（Polypropylene，PP）、聚氯乙烯（Polyvinyl Chloride，PVC）和聚苯乙烯（Polystyrene，PS）等，它们都有各自的特征峰和吸收频率。

因此，通过比较和分析红外光谱图谱可以确定样品的组成。

需要注意的是，红外光谱法虽然可以提供有关塑料的组成信息，但它并不能确定塑料分子链的排列方式和实际结构。

实验报告：TPU塑料的红外光谱分析一、实验目的通过对TPU塑料进行红外光谱分析，了解其分子结构和化学组成，为进一步研究TPU塑料的性能和应用提供基础数据。

二、实验原理红外光谱分析是一种常用的分析方法，通过测量物质对红外光的吸收特性，可以确定物质中的特定化学键或官能团。

TPU塑料是一种热塑性弹性体，由聚醚或聚酯多元醇与异氰酸酯反应形成，具有较好的弹性和耐磨性。

通过对TPU塑料的红外光谱分析，可以了解其分子结构中的化学键和官能团，进而对其性能进行评估。

三、实验步骤1.样品准备：选取适量TPU塑料样品，将其研磨成粉末状，以便更好地进行光谱分析。

2.样品处理：将研磨后的TPU塑料粉末与溴化钾混合，在压片机上压制成透明片状样品。

3.光谱测量：将制得的样品放入红外光谱仪中，调整仪器参数，进行光谱测量。

4.数据处理：对测量得到的光谱数据进行处理和分析，找出TPU塑料的特征峰，并对其化学结构进行解析。

四、实验结果以下是TPU塑料的红外光谱图和相应的数据表格：图1：TPU塑料红外光谱图（请在此处插入TPU塑料红外光谱图）表1：TPU塑料红外光谱数据（请在此处插入表格）五、数据分析与结论通过对TPU塑料的红外光谱分析，可以发现其具有明显的特征峰，这些特征峰对应于特定的化学键或官能团。

根据特征峰的位置和强度，可以推断出TPU塑料的分子结构。

在本实验中，我们发现TPU塑料在1730cm-1处出现了一个明显的C=O伸缩振动峰，表明其分子中含有酯基或酮基等羰基官能团；在2930cm-1和2850cm-1处出现了C-H伸缩振动峰，表明其分子中含有甲基和亚甲基等烷基链段；在3400cm-1处出现了O-H伸缩振动峰，表明其分子中含有羟基或醚基等官能团。

这些结果进一步证明了TPU塑料的化学组成和分子结构。

根据实验结果，我们可以得出以下结论：1.TPU塑料中含有酯基或酮基等羰基官能团，这为其优良的弹性和耐磨性提供了基础。

2.TPU塑料中还含有烷基链段和醚基等官能团，这些官能团对其加工性能和粘附性有一定影响。

第45卷第9期包装工程2024年5月PACKAGING ENGINEERING·171·基于塑料近红外光谱的判别分类研究吴泳微1，袁琨1,2*，王坚2，张洋1，王洋1（1. 中国计量大学光学与电子科技学院，杭州310018；2. 彩谱科技（浙江）有限公司，浙江台州318000）摘要：目的为了回收可用于不同物品包装的塑料，对不同塑料种类进行识别分类。

方法首先采集PP、PET、HDPE、TPE、PLA、PBT、TPU、POM-M90、PPO-GF20NC、TPB、PPS、ABS、PPO（natural）、SAN、POM-F20、PPO（white）16种塑料的近红外光谱数据，其次针对光谱数据采集时存在的噪声问题，使用SG平滑滤波进行了光谱数据预处理，之后利用主成分分析算法进行光谱数据降维，减少待处理数据量，最后分别运用无监督聚类K-means算法和监督聚类极大似然估计、Fisher判别式以及光谱角算法建立4类分类模型。

结果K-means算法可以将PPO-GF20N、PLA和PPO（本色）与其他塑料粒子区分开，准确率分别是100%、100%以及80%；Fisher判别式和极大似然估计法对POM-M90和POM-F20的识别准确率为93%，其他塑料粒子识别准确率均为100%；光谱角算法对PET的识别准确率为80%，POM-F20的识别准确率为47%，其余粒子的识别准确率均大于90%。

结论上述机器学习算法结合近红外光谱成像技术建立分类模型可为常见塑料的鉴别研究提供参考。

关键词：塑料分类；近红外；高光谱成像；主成分分析；聚类分析中图分类号：O433.4 文献标志码：A 文章编号：1001-3563(2024)09-0171-07DOI：10.19554/ki.1001-3563.2024.09.022Discriminative Classification of Plastics Based on Near-infrared SpectraWU Yongwei1, YUAN Kun1,2*, WANG Jian2, ZHANG Yang1, WANG Yang1(1. College of Optical and Electronic Technology, China Jiliang University, Hangzhou 310018, China;2. Caipu Technology (Zhejiang) Co., Ltd., Zhejiang Taizhou 318000, China)ABSTRACT: The work aims to identify and classify different types of plastics, in order to recover plastics that can be used to pack different items. Firstly, the near-infrared spectral data of 16 kinds of plastics including PP, PET, HDPE, TPE, PLA, PBT, TPU, POM-M90, PPO-GF20NC, TPB, PPS, ABS, PPO (natural colour), SAN, POM-F20 and PPO (white colour) were collected. Then, for the problem of noise in spectral data collection, the spectral data were pre-processed by the SG smoothing filtering, followed by dimensionality reduction of the spectral data with the principal component analysis algorithm to reduce the amount of data to be processed, and finally the four-class classification model was established by the K-means algorithm for unsupervised clustering and the great likelihood estimation for supervised clustering, the Fisher discriminant, and the spectral angle algorithm, respectively. The K-means algorithm could distinguish PPO-GF20N, PLA and PPO (native colour) from other plastic particles with an accuracy of 100%, 100%, and 80%, respectively. Fisher's discriminant and great likelihood estimation had an accuracy of 93% for the recognition of POM-M90 and POM-F20, and 100% for the recognition of all other plastic particles. Spectral angle algorithm had a recognition accuracy of 80% for PET, 47% for POM-F20, and an accuracy greater than 90% for the rest of the particles.收稿日期：2023-09-05基金项目：中国浙江省重点研发计划项目（2020C03095）；浙江省高校基础研究运行专项资金（2020YW22）·172·包装工程2024年5月The above machine learning algorithm combined with near-infrared spectral imaging technology can be used to establish a classification model, providing a reference for the identification research of common plastics.KEY WORDS: classification of plastics; NIR; hyperspectral imaging; PCA; cluster analysis塑料包装在日常生活中被广泛使用，回收包装塑料再加工，制造新的再生塑料包装，有助于减少环境污染、资源浪费和能源消耗。

微塑料红外光谱法技术规程嘿，朋友们！今天咱来聊聊微塑料红外光谱法技术规程这档子事儿。

你说微塑料，那可真是个让人头疼的小家伙啊！就像生活中那些无处不在却又常常被我们忽略的小麻烦。

微塑料，它小到我们肉眼很难发现，但却在环境中到处溜达。

那怎么才能把它给揪出来呢？这时候，红外光谱法就闪亮登场啦！红外光谱法就像是一个超级侦探，能透过现象看本质。

它利用红外线的独特性质，来分析微塑料的结构和成分。

想象一下，红外线就像一束神奇的光，照在微塑料上，就能让它的秘密无所遁形。

那具体咋操作呢？首先得准备好各种仪器设备吧，这就好比战士上战场得有称手的兵器呀！然后呢，对样品的处理可得精细点儿，不能马虎。

要是处理不好，那不就像做饭盐放多了一样，味道全变啦！在操作过程中，可得注意各种细节。

温度、湿度啥的，都可能影响结果呢。

这就好像你做饭火候掌握不好，菜就烧糊了一样。

而且啊，不同类型的微塑料在红外光谱下会呈现出不同的特征峰，这就像是每个人都有自己独特的指纹一样。

你说这技术规程重要不？那当然重要啦！要是没有规矩，那岂不是乱了套啦！就好比开车没有交通规则，那不撞得乱七八糟啊！有了明确的技术规程，才能保证结果的准确性和可靠性呀。

咱再想想，要是没有红外光谱法，我们怎么去了解微塑料的分布和危害呢？怎么去想办法解决这个问题呢？所以说啊，这微塑料红外光谱法技术规程可是大有用处呢！它能帮助我们更好地认识微塑料，找到解决问题的办法。

这就像在黑暗中找到了一盏明灯，照亮了我们前行的路。

而且啊，随着科技的不断发展，这红外光谱法也会不断进步呢。

说不定以后能检测出更小更小的微塑料，那可真是厉害啦！我们的环境也会因为这项技术而变得更加美好。

总之呢，微塑料红外光谱法技术规程可不是什么可有可无的东西，它是我们保护环境、了解微塑料的重要工具。

让我们一起重视它，利用它，为我们的地球家园出一份力吧！怎么样，你是不是也觉得这微塑料红外光谱法技术规程挺有意思的呀？。

废旧聚酯纤维制品近红外高效识别技术研究随着人们对环境保护的关注和回收利用的重要性认识的提高，废旧物品的再利用已经成为一种重要的资源化方式。

废旧聚酯纤维制品作为一种重要的废弃物，其回收利用具有巨大的潜力。

然而，废旧聚酯纤维制品的识别和分类一直是一个难题。

近年来，近红外高效识别技术的出现为废旧聚酯纤维制品的回收利用提供了新思路。

近红外光谱技术利用近红外光在物质中的吸收、散射和透射等特性，结合数学模型和统计分析方法，可以实现对废旧聚酯纤维制品的快速、准确的识别和分类。

在废旧聚酯纤维制品的近红外高效识别技术研究中，首先需要建立一套完整的近红外光谱数据库，包括各类废旧聚酯纤维制品的光谱特征和相应的物理化学性质。

然后，通过对这些光谱数据进行预处理和特征提取，可以得到废旧聚酯纤维制品的特征向量。

接下来，利用统计学习方法，如主成分分析、支持向量机等，可以建立废旧聚酯纤维制品的识别模型。

近红外高效识别技术的研究中，还需要解决一些问题。

首先，如何选择合适的光谱处理方法和特征提取算法，以提高废旧聚酯纤维制品的识别准确率和分类效果。

其次，如何解决废旧聚酯纤维制品的异质性问题，即不同品牌、不同生产批次的废旧聚酯纤维制品在光谱特征上存在差异，如何建立适应性强的识别模型。

最后，如何将近红外高效识别技术与废旧聚酯纤维制品回收利用的生产流程相结合，实现自动化和高效化。

综上所述，废旧聚酯纤维制品的近红外高效识别技术研究具有重要的理论和实际意义。

通过建立近红外光谱数据库、优化光谱处理方法和特征提取算法、解决废旧聚酯纤维制品的异质性问题，可以实现对废旧聚酯纤维制品的快速、准确的识别和分类。

这将为废旧聚酯纤维制品的回收利用提供技术支持，推动环境可持续发展。

鉴别废旧塑料的先进近红外技术欧育湘唐小勇王建荣北京理工大学材料学院 北京摘要介绍了用于鉴别废旧塑料的近红外技术的原理!优点及局限性 重点综述了已在国外 主要是欧洲 获得工业应用的几套近红外鉴别废旧塑料系统的工艺流程!操作参数及特性∀关键词塑料回收 塑料鉴别 近红外中图分类号÷ 文献标识码 文章编号为了保护人类居住的生态环境 回收废旧塑料 特别是电子 电气部件 已成为一些国家正在考虑的刻不容缓的当务之急≈ ∀目前 很多工业发达国家 尤其是一些欧洲国家 已经提出 要求生产厂家全面回收废旧塑料 首先是电子 电气和汽车用塑料 并成立相应的回收系统≈ ∀近年来 已有很多公司提出了回收废旧塑料的承诺∀但即使这方面走在世界前列的欧洲 对回收了的废旧塑料 也远没有全部处理和再利用 而是将其中很大一部分掩埋或焚烧 或者运往国外 真正经处理和再利用的仅 左右≈ ∀为了回收废旧塑料 首先应将其鉴别和分类 因为待处理再生的废弃塑料及其制成的部件都是混杂的 很多系由复合材料制成 其中不仅包括不同种类的塑料 还包含塑料以外的各种材料 如金属!纺织品等 ∀此外 有些塑料部件还是由不同层状材料制得的∀因此 废旧塑料的鉴别 是再生处理的第一步∀而实际上 这种鉴别和分离操作是同时进行的 即鉴别系统和分离装置组成全自动连续分离生产线∀近年来 这种生产线在西欧一些废旧塑料回收厂已相继建成和投产∀对于废旧塑料的鉴别 已有多种可应用的方法 较近代的有静电法!光学法!÷射线荧光法!荧光标记法!紫外光谱法!等离子发射光谱法!激光诱导发射光谱法!拉曼光谱法!中红外 法及近红外 法等 其中 法无疑是最吸引人的先进技术之一≈ 并已获得了工业应用∀本文除介绍 技术的原理!优点及局限性外 重点综述了几套国外 特别是在欧洲已投入生产的鉴别废旧塑料的 系统的工艺流程!操作参数及特点 以供国内同行参考∀ 近红外技术鉴别废旧塑料的原理及操作流程111原理吸收很适合用于分析透明的或淡色的聚合物 且相当快捷和可靠∀对常见的一些废旧塑料 如°∞!°°!°∂≤!°≥! ≥!°∞×!°≤!° !° 等 它们的 光谱均不同 易于识别 见图 ≈∀图 常见废旧塑料的 图谱 扫描速度在 光谱范围 波数为 ∗ 波长为 1 ∗ 1 Λ 内 对体积大!光径长的试样 如塑料瓶 其图谱也可准确记录 这对于鉴别废旧塑料具有重要的实际意义∀ 图谱中的≤) ! ) ! ) 及≤) 谱带 可用于鉴别大多数常用塑料∀例如 ⁄°∞的 谱在 1 Λ 附近显示一特征峰 而°∞×则不具备此特征峰 °∂≤在此处的吸收峰也很小∀但在 1 ∗ 1 Λ 范围的°∞×显示有三个特征峰∀112 操作流程示意图≈技术鉴别塑料的操作流程示意图见图 ∀被检测的废旧塑料部件 如塑料瓶 采用卤光源照射 其反射光被探头收集 所得数据再通过几个特殊设计的通道处理 每一个通道均与一个独立的检测器相连 以做出鉴别∀图 技术鉴别废旧塑料操作流程示意图近红外技术鉴别废旧塑料的优点及局限性211 优点采用 技术鉴别废旧塑料具有一系列优点∀ 的光检测器 如铟 镓 砷或锗 铟 砷检测器!光纤检测器 响应时间短!灵敏度高!穿透试样能力比中红外深 且可采用衰减低和价格相宜的石英纤维光学元件 它使用方便 还可远程检测≈ ∀ 光谱仪无运动部件 不被振动和尘土所影响 可在恶劣环境下工作 故特别适用于废旧塑料回收系统∀ 设备易维修 结果重现性好 几乎没有仪器漂移∀212 局限性技术一般不适于鉴别黑色或深色的塑料 但据文献≈ 报道 如采用某些新光源 可在很大程度上克服 的这一缺点 且 图谱中某些峰有时不清晰∀其可能的原因是 显示的是分子振动的泛频峰而非基频峰 而泛频跃迁的吸收系数比基频跃迁的要低得多 通常低 ∗ 个数量级 ∀对含有炭黑的黑色塑料 即使其含量小于但由于炭黑的吸收能力极高 故这种黑色塑料几乎能全部吸收所有的辐射 此时测得材料的谱带很弱 且不再代表材料的分子吸收谱带故即使是同一种塑料 黑色试样的 图谱与浅色者完全相异 见图 ≈ ∀但中红外 则与不同 的波长范围为 ∗ Λ 其图谱包含分子官能团基本振动的所有信息∀图 黑色及无色的 ≥及°∞的 图谱由于吸收系数高 试样被穿透的深度很小 因而测得塑料的 图谱与材料中所含炭黑无关所以不管塑料的色泽如何 图谱反映了高聚物分子的类型和结构 即 测得的黑色和无色的同一种塑料的谱图基本是一致的 见图 ≈ ∀因此 可用来鉴别黑色及深色塑料∀统 其光谱仪系统包括测定吸收光和反射光的纤维光学器件!可调滤光器和计算机 其核心则是声 光可调滤光器∀系统每秒钟可得 个图谱和鉴别 个废旧塑料瓶 扫描速度为 波长分辨率为 ∗ 在 1 ∗ 1 Λ 范围内时 如降低分辨率 扫描速度可达 ∀ƒ ≤×系统是由德国ƒ ∏ ∏ ≤ × 开发的 包括两套 光谱仪系统 第一套用于鉴别家用废旧塑料 如瓶子!杯子等 第二套用于鉴别制造大宗消费品 工具箱 电子产品等 的废旧工程塑料∀每套系统配有两个检测头 第一个检测头具有固定的测定平面 可以手动或自动 光线通过一个石英聚光镜集中于试样 < 而另一个石英聚光镜则收集反射光 与入射光成 β角 ∀第二个检测头具有扩大的测定面 可同时观察移动试样的反射光和透过光∀该系统的光源包括 个灯 它们可从不同方向照射测定面 以保证任意位置的试样均可直接将光反射至石英聚光镜上∀ƒ ≤×系统所采用的操作参数见表 ∀表1ΦΙΧΤ系统的操作参数参数家用废旧塑料大宗消费品废旧工程塑料鉴别用波长 Λ 1 ∗ 1 1 ∗ 1扫描速度 #平均光谱数每一鉴别光谱数检测头扩大面积小的固定面积试样位置移动 速度为 固定312ΝΙΡΙΚΣ系统≈这是德国 | 公司开发的 系统 已获工业应用∀该系统能快速鉴定废旧塑料 甚至能识别绿色和无色的°∞×∀其使用波长为 1 ∗ 1 Λ ∀废旧塑料 如塑料瓶 用卤光源照射 反射光由光纤探头收集∀可被检测物件的最小尺寸为 ≅ ∀该系统采用锗检测器 光纤探头长 ∀越过整个试样长度 可得到多至 个扫描数据 因此能保证鉴别结果无误∀313ΛΛΑ系统≈该系统可由废旧塑料中鉴别各类树脂 并将其分类和分离∀这套系统是由德国柏林 研制成功的世界上第一台这类设备∀能鉴别 ≥! ≥ °≤!°≤!丙烯酸树脂!°°!°≥!° 泡沫塑料!°∂≤和° 的近红外 其波长均在 1 ∗ 1 Λ 范围内∀为多通道系统 每台光谱仪上装有 个探头 可在 宽和移动速度达 的运输皮带上扫描 识别塑料片材 再以气流将其分离∀此外 该系统装配了波长增到 1 Λ 的一组探头及特殊的铟 镓 砷光检测器 以拓宽鉴定和识别范围∀一套小的这类检测系统已在德国柏林≥ ∏ ∏ 公司运行 年 月启动了一套大的系统 它每小时能将 塑料片材料分类为 个组分∀而被分类的塑料片材料系置于运行的 ≅ 的运输皮带上∀安装在≥ 的检测系统是 第一套用于鉴别和分类塑料片材的系统∀目前 这套系统在鉴别黑色聚合物时 需要先将塑料片材型糙化 但 正在研究一种新的光源 该光源不需对塑料片材糙化也可鉴别∀314其他鉴别废旧塑料的近红外系统位于德国× 的 × 工厂采用了更为复杂的树脂 自动鉴别系统 该系统能自动地将硬纸盒 饮料包装 及°∞!°∞×!°°和°≥包装材料识别并分类∀此系统是由挪威× × ∏ 研制的 其鉴别量为 ∀经鉴别分类后的塑料 回收可得纯度达 的°∞!°°和°≥及纯度达 的°∞×≈ ∀位于意大利 的一家塑料分离厂正在安装最新的× × 塑料分离系统 用于分离淡蓝色和无色的°∞×瓶 两条平行的分离线装有 套自动鉴别系统 它们首先将°∞×瓶从多类混杂瓶中分出 再将有色的°∞×瓶和无色的°∞×瓶分开 最后再将淡蓝色的°∞×瓶与其他色泽的°∞×瓶分开∀这两条分离线的处理能力是 ≈ ∀位于法国 的≥ ∞ 工业公司采用一套 自动系统 ⁄ ° 用于鉴别和分类废旧回收瓶 如°∂≤!°∞×! ⁄°∞瓶等 处理量为 ∀此系统对每一瓶子记录 ∗ 个单一测定 根据这些测定结果可保证鉴别十分可靠≈ ∀日本东京的 研究院开发了一套鉴别塑料的 装置 该装置采用声 光可调滤光器 无活动组件∀操作证明 除了废旧塑料的透明度及清洁程度会影响 吸收峰的强度外 废旧塑料与新塑料所显示的固有吸收峰的波长和位置相同∀这套装置已工业化 用于鉴别五种主要的废旧塑料 °∞×!°∂≤!°∞!°°和°≥ 而且所采用的扫##第 期欧育湘等 鉴别废旧塑料的先进近红外技术描仪可保证不记录瓶子标签的 谱 鉴别一个瓶子费时 ≈ ∀文献≈ 介绍了一套快速而可靠的鉴别废旧塑料的 系统 由于采用了特殊的光学元件 它所测得的废旧塑料的 谱与新塑料相当一致 尽管废旧塑料上粘有污物和标签 且与试样的厚度无关∀这套装置十分适用于鉴别和分开°∞×及°∂≤ 此时采用一个简单的双色光谱仪即可满足要求 且鉴别容易而快捷∀如采用神经系统网络 只需采用为数甚少的固定波长的 测定 即可快速确定废旧塑料的类型∀如为了区别°∞×!°∂≤及 ⁄°∞ 只需采用 个滤光器 1 Λ 1 Λ 及 1 Λ 即仅需测定 谱的三点 即可做到∀该套系统可连续操作 被鉴定的塑料瓶可置于运输带上 用 •的钨灯给试样提供宽谱带照射 透射光由匹配的聚光镜收集 并与 检测器相通∀结语采用 技术鉴别废旧塑料 在波长为 1 ∗ 1 Λ 波数 ∗ 范围内 适用于大多数通用塑料及工程塑料∀该法快捷!可靠 响应时间短 灵敏度高 穿透试样的能力比 强 对体积大光径长的试样 如塑料瓶 其谱图也可准确记录 且重现性好∀同时 光谱仪无运动部件 易维修 且可在恶劣环境下工作 这对废旧塑料回收系统是特别可贵的优点∀但 一般不适于鉴别黑色或深色的塑料 且 图谱中的某些峰有时不清晰 不过正在研究的某些新光源 可在很大程度上克服这一缺点∀参考文献• ∞⁄ ≈ ΠολψμερΝεωσ欧育湘 实用阻燃技术 ≈ 北京 化学工业出版社 ∗∞ ≈ ΠλαστιχσΤεχηνολογψ• ≤ ° ≈ ≤ 2 × ≥ ≤≥ ° ≈ ≠ • ≥ ∗∞ × ≈ Κυνστστοφφ 1• ≤ ° ≈ ≤ 2 × ≥ ≤ ∗≥ ° ≈ ≠ • ≥≥ ° ≈ ≠ • ≥ ∗× ≈≤ ° . ⁄ √ ≥ ∗≥ ⁄ ≈ Μεασ.Σχι.ΤεχηνολΑδϖανχεδΝεαρ−ινφραρεδΤεχηνιθυεφορΙδεντιφιχατιονοφΩαστεΠλαστιχσΟυΨυξιανγ,ΤανγΞιαοψονγ,Ωανγϑιανρονγ≤ ≥ ∞ ∏ ×Αβστραχτ √ ∏ ∏ √ ∏ × √ ∏ √ √ ∏ ∞∏Κεψωορδσ编辑张永圻。