[发明专利]一种快速、智能的废旧塑料分类方法

说明书

技术领域

本发明属于分析化学领域的无损分析技术，涉及废旧塑料的智能分类问题。

背景技术

随着塑料制品的广泛应用，废旧塑料的污染问题越来越成为目前亟待解决的一大难题。为消除塑料废弃物，人们曾采用填埋、焚烧、高温降解、再生利用等方法来缓解环境污染。其中填埋、焚烧、高温降解等方法不能从根本上解决废旧塑料的污染问题，还容易产生二次污染。废旧塑料的再生利用既可保护环境，又可开辟新材料，近年来已成为世界各国研究、开发和生产的热点。

但是废旧塑料来源丰富，种类繁多，不同的塑料在物理、化学性质上都相差较大，用途也各异。如果把不同种类的废旧塑料混在一起，不加辨别就进行利用，容易导致新产品性能下降、处理过程效率低，技术复杂性增加，甚至出现废品，产生二次污染。因此，在对废旧塑料回收利用之前，必须首先进行鉴别分类，以便根据不同的塑料类别选择相应的加工产品方向和加工工艺，使废旧塑料得到更好的利用。

传统的塑料鉴别方法主要有外观鉴别法、燃烧鉴别法、密度鉴别法、溶剂鉴别法、浮选鉴别法、风筛鉴别法等，这些方法大多采用人工分析，不仅费时费力，而且只能对塑料制品进行粗略的分类，要想弄清塑料的确切成分，还需依靠精确的仪器分析方法。应用到塑料鉴别上的现代仪器分析测试技术主要有：X射线荧光、质谱、等离子体发射光谱、激光发射光谱、差热扫描量热分析法、中红外光谱、近红外光谱、拉曼光谱等。其中红外光谱以其特征性好、对样品颜色不敏感、测样速度快等特点，成为塑料鉴别的重要技术手段。但由于塑料难以溶解、研磨，所以采用传统红外光谱技术鉴别塑料种类，制样是很大的难题。衰减全反射附件的出现解决了这一问题，使得固体样品无需预处理就可以直接进行快速无损测量，因此特别适用于废旧塑料的回收利用系统。

分子的红外光谱是由各原子基团振动和转动的吸收峰组成，通过这些吸收峰确定原子基团，可以分析出分子的化学组成。然而对每个吸收峰进行归属常常是繁琐和困难的，尤其对掺杂各种添加剂的塑料制品更是如此。一种简单的方法是将测得的未知物近外红外光谱与已知红外红外光谱对照，如果完全吻合，就可直接确定分子的归属。理论上峰的位置和强度都必须吻合，但实际上峰强度常难以一致，它与样品的厚度有关，在某种程度上还取决于所用仪器的种类。另外，由于塑料结构的复杂性，即使是简单的均聚物，也不能期望其有完全相同的吸收峰。对于共聚物，由于序列分布引起的分子结构差异，以及分子堆砌方式或分子形状的影响等多种因素叠加在一起，将使谱图解析更为困难。因此，非常有必要发展智能的谱图鉴别方法。

化学模式识别技术是利用统计学、信号处理、数学等工具从化学量测数据中找出样品的特征，进而对样品进行识别和归类的一门技术。该方法根据已测的样品谱图信息以及类别信息，利用特定的算法，将样品进行聚类或者判别。如果将模式识别技术引入到废旧塑料的鉴别中，则可实现谱图鉴别的智能化。

综上，发展废旧塑料的快速智能分类方法是目前亟待解决的问题。而本发明以衰减全反射傅立叶变换红外光谱仪器作为检测手段，采用化学模式识别技术，解决废旧塑料快速智能分类问题。

发明内容

本发明的目的是针对上述存在的问题，提供一种废旧塑料快速、准确、智能的鉴别方法，以使废旧塑料得到更好的回收利用。

为实现本发明所提供的技术方案包括以下步骤：

1)收集不同种类的废旧塑料样品，利用衰减全反射傅立叶变换红外光谱仪器测试样品的红外光谱，得到样品的红外光谱数据矩阵X(m×n)，其行数m为样品个数，列数n为波长点数。

2)将光谱矩阵X进行列标准化处理，即用每列数减去该列数的平均值再除以该列的方差，以消除由于样本颗粒不均匀所带来的影响，标准化的光谱矩阵记为D1(m×n)。

3)采用主成分分析(PCA)对矩阵D1(m×n)进行降维，得到矩阵D2(m×l)。

利用主成分分析降维的具体计算过程为：首先采用奇异值分解函数svd将矩阵D1分解为三个矩阵U，S和V，其中U*S为得分矩阵，V为载荷矩阵。S为特征值矩阵，其对角线元素的数值为特征值。用前p个特征值平方的加和除以总特征值平方的加和得到前p个主成分的累积贡献率。根据累积贡献率的大小确定保留的主成分数l，那么得分R的前l列即为采用主成分分析方法降维后的矩阵D2(m×l)。

4)对矩阵D2进行系统聚类