论文部分内容阅读
在资源、能源紧缺背景下,“城市矿产”被称之为“二十一世纪朝阳产业”。然而,我国城市矿产开发过程中普遍存在废弃混合塑料资源的循环利用率低、再生产品附加值低等问题,究其原因是废弃混合塑料的种类多,而且都是以混杂状态回收,用目前常规方法很难准确地将其分为单一类型的塑料。因此,迫切需要开展工业化废混合塑料的精准识别分离回收技术研究。本文主要分析了废旧混合塑料的来源和种类,综述了国内外关于废旧混合塑料回收利用现状,塑料回收利用常用的鉴别分类方法以及近红外光谱分析技术常用的化学计量学方法。在此基础上,提出了废旧混合塑料分离工艺流程以及分离过程中存在的难点、需要解决的主要技术问题。其次,对ABS、PET、PVC、PP、PS和PE废旧塑料进行近红外光谱预处理方法研究,本文采用Savitzky-Golay最小二乘拟合求导结合小波分析的方法消除基线漂移、滤除光谱噪声。对比6种塑料不同窗口大小的一阶导数光谱图以及均方根误差和算数平均值评价结果,得出拟合求导效果最好的参数为3次多项式13窗口大小;而小波分析平滑滤波效果以信噪比评价,在采用sym17小波母函数、2尺度分解、rigrsure阈值确定方法、sln阈值重调法和软阈值法时,去噪效果优于其他方法。再次,本文还对废旧混合塑料近红外光谱建模方法进行了研究。首先对校正集样本进行主成分分析,然后选取特征波长进行Fisher判别分析,建立典型判别函数式。经过校正集样本自身验证和交叉验证检验模型的稳定性,自身验证和交叉验证的回判率分别为100%和84.9%。以未知塑料样本进行Fisher判别模型的外部检验,正判率为100%,实现了对废旧混合塑料的识别分类。最后,通过比较不同特征波长点处相对反射率的差异建立了鉴别6种塑料的另一算法模型,建模所用校正集塑料样品的准确判别率达到97.3%,未知样品的预测准确率为93.5%,证明此方法同样能准确鉴别所研究的6种废旧塑料。