退役汽车塑料材料NIRS识别技术及设备研究

本资料包含pdf文件1个，下载需要1积分

Research on Near-infrared Spectrum Identification Technology for Plastic M aterials of End-of-life VehiclesZhang Hongshen，Chen M ing(School ofMechanical Engineering，Shanghai Jiaotong University，200240 Shanghai，China)Abstract：A near.infrared spectrum(NIRS)identification test system for plastic materials of end-of-life vehicle wasdeveloped based on NIRS identifcation technology for plastic materials which had some characteristics such as simple operation，good stability，high eficiency，no polution，and low cost and SO on.The hardwares of the system consist of NIRS spectrometer，integrating sphere，tungsten light source，fiber optic reflection probe，the test bench，etc.The software system is composed ofthe sample acquisition module，model building and calibration module，sample test module.The results show that the systemrecognizable rate is over 95% ，which meet the requirements of the identifcation of automotive plastic and lays a good foundation forfurther development and application。

Keywords：end-of-life vehicles；automotive plastic；near-infrared spectrum ；identifcation；recycling2011年，我国汽车产销量分别为 1 841.9万辆和 1 850.5万辆 [1，汽车保有量超过了 1亿辆。如果每辆汽车平均塑料用量为 60 ，年均近 500万辆报废汽车所产生的废旧塑料量将高达 30万 t[2。由于汽车塑料零部件的需求 Et益提高口，故必须采用合理有效的手段妥善处理这些退役车用塑料，否则将会带来严重的环境污染，给人们生产、生活及降带来巨大的威胁 。

随着汽车塑料零部件性能、外观及用途等要求的提升，车用塑料的种类也越来越多 [5]。退役乘用车塑料材料能否被准确识别和分类，是其回收利用的前提和关键问题之-↑年来，随着人力成本逐渐增加，传统人工识别和分类汽车用塑料材料方法已不再具有优势，迫切需要研发自动化识别和分类技术、工艺及其装备，以便实现低成本、高效率的识别和分类，以满足循环经济的发展要求。

鉴于近红外光谱(NmS)识别技术具有识别速度快、稳定性高、操作简便、清洁环保及成本低等特点 f6]，笔者通过研究开发了-套退役汽车塑料 NIRS识别试验系统。

1 NIRS技术近红外光介于可见区与中红外区之间的电磁波，是波长780 2 526 nlTl范围内的电磁波 ”。

NIRS识别技术采用近红外光光源照射被测物体，获得被测物体的近红外图谱，然后通过将获得的图谱同相关材料的标准图谱进行比对以获知物体类别的新型材料分析技术[8-9]o NIRS识别技术具有速度快、操作简单、稳定性好、效率高、无污染及成本低等特点，随着NIRS硬件成本不断降低及处理软件的进- 步完善，NIRS的应用领域将不断扩大 [1 。

国家 自然科学基金项目(51175342)，2011年国家科技支撑计划项目(2011BAF11B05)联系人：陈铭，研究员、博士生导师，从事可持续设计与制造研究工作收稿 日期：2013-03-1572 工程塑料应用 2013年，第 41卷，第6期21罨1娶。

辇窀 01900 l100 1300 1500 1700波数/em图 10 PA样品的NIRS900 l1O0 1300 1500 1700波数 /em图 11 PC样品的NIRS900 l l00 l300 l500 l700波数/em图 12 PMMA样品的NIRS建立模型的过程中，分别采用主成分分析法 [1 9]和PCA结合马氏距离的模式识别算法6]。

样品的检测是通过对 比测量的未知样 品的NIRS图谱与标准数据库中塑料样品的图谱来实现的。如不同样品的识别误差小于 5%，则认为所建立的模型符合要求。

NIRS拈主要包括样品选择、数据预处理、光谱区间及相关参数选择、模型校正及其评价等内容，其拈流程图如图l3所示。其工作流程为：首先样品判别，即为剔除信号异常的样品；然后，对数据预处理，即采用(2)中所述的光谱预处理方法，对光谱数据进行处理；而后，选择光谱区间及相关参数为建模做准备；之后即可建立模型；最后对模型进行可视化处理和模型验证即可。

新样品测试拈包括样品采集和未知样品检测两大部分，其流程示意图如图14所示。样品采集时，系统开启后需首先设置积分时间及光谱平均次数，然后扫描暗电流和扫描参比物，之后即可进行样品光谱采集，最后保存样品NIRS图谱文件即可。

未知样品图谱保存好后，即可进行样品的检测。检测相对简单，只需将建立的未知样品的图谱同以前建立的NIRS建模拈建立的判别模型比对，即可得知样品的种类、主成分分析投影图和马氏距离表等结果。

L---- -----图 13 NIR建模流程图r - 盈 -图 14 新样本测试拈流程图3 NIRS仪识别系统的使用与结果分析3.1 系统的使用车用塑料NIRS仪识别系统应用主要包括建立模型文件和未知样品的检测。

进入系统，软件界面如图15所示。在 样品类别设置”窗口中建立 6大类模型，如图16所示。之后选择已采集好的6类塑料样品的NIRS图谱文件，使之同模型--对应，之后便可进行建模。

点击 建模”菜单，设置相应的参数如图 17所示，进入预处理设置”窗口后，设定响应参数如图18所示，确认即可。至此建模过程完成。

鐾∞ ∞ 加 ∞ ∞ ∞-f - - 囊～∞ ∞ 加 鲫 ∞ ∞74 工程塑料应用 2013年，第4l卷，第6期为繁琐●后将在此系统基础上，进-步改进该退役汽车塑料NIRS识别系统的软硬件设计，以使其满足快速、连续、稳定和便捷等车用塑料回收利用识别应用工业化要求。