全球再生塑料资讯站再生塑料 · 循环经济← 全部资讯

回收技术

【美国】科学家开发出可检测容器内再生塑料含量的工具

责任编辑:Irene Shen4 分钟阅读
科学家开发出可检测容器内再生塑料含量的工具

要点

  • 检测系统整合静电、介电、时序及红外光谱四类信号,利用机器学习算法挖掘规律。
  • OECD估计目前全球仅约9%的塑料废弃物得到回收,验证机制对推动公约落地至关重要。
  • 研究聚焦PET材料,训练数据仅来源于废弃饮料瓶制成的再生PET,未涵盖其他来源。
  • 研究成果发表于《Communications Engineering》,旨在为监管机构和制造商提供客观验证指标。

一项最新研究表明,科学家能够以极高的精度识别成品瓶或罐中回收塑料的含量。这一突破有望将回收含量声明从纸面承诺转化为监管机构和制造商可在产品本体中直接验证的客观指标。

隐蔽损伤是关键

在成品塑料制品内部,判定回收料比例的决定性线索,隐藏在塑料熔融再造过程中留下的微观损伤之中。

美国布法罗大学(University at Buffalo,简称UB)的阿米特·戈亚尔(Amit Goyal)以聚对苯二甲酸乙二醇酯(PET)——一种广泛用于瓶罐及食品容器的常见塑料——为研究对象,证实这些微观痕迹能够揭示材料中回收成分的具体占比。

尽管经过回收再加工,塑料在化学结构上仍保持原有特征,因此隐蔽缺陷比外观表征更具诊断价值。

这些深层变化不会自行显现,这也正是引入下一层证据体系的必要性所在。

回收塑料的静电特性

研究人员首先追踪了摩擦起电行为,即塑料表面在测试中相互接触时产生的静电荷。

经过多次熔融与再成型后,回收PET因损伤部位捕获电荷而延缓消散,导致其持电时间显著长于原生材料。

即便两份样品外观完全一致,回收混合料仍表现出更慢的放电速率,暴露出常规检测手段无法捕捉的微观缺陷。

单凭静电线索虽无法锁定精确百分比,却为多参数联合分析系统提供了强有力的初始依据。

能量耗散模式

第二项测试向样品施加电场,并读取其介电响应,即材料储存电能的能力。

随着回收含量增加,材料储电能力下降,更多能量以热能形式耗散,反映出内部有序结构的破坏。

分子链断裂、氧化产物及残留杂质改变了塑料内部电荷的排列方式,导致信号强度减弱且波形弥散。

这种宏观模式有助于区分肉眼难以分辨的相似混合料,并为后续时序测试奠定了基础。

电荷时序分析

另一项测量通过记录样品充放电速率,追踪其电容特性,即材料保持电荷的能力。

原生PET遵循稳定一致的充放电节律,而回收混合料因缺陷改变电荷迁移路径,其时序特征逐渐偏离基准曲线。

尽管该信号受噪声干扰,判别力不及前两项指标,但仍能捕捉到具有诊断意义的关键电气变化。

结合此前获取的测量数据,该时序读数使模型能够更清晰地区分原生材料与再生混合材料。

红外光与再生塑料

红外光提供了最清晰的化学线索,通过显示塑料表面特定化学键吸收能量的位置,揭示了材料的分子结构特征。

回收后,聚对苯二甲酸乙二醇酯(PET)的多个特征峰强度减弱,这表明聚合物链变短。这些长链分子是维持塑料强度的关键结构单元。

由于该方法主要检测材料外层,对于较厚物体内部混合不均的情况,可能存在检测盲区。

尽管存在这一局限,该化学信号仍包含足够细节,成为整套数据中信息量最大的单一指标。

多信号协同分析

单一测量手段无法可靠判定再生料占比,因此研究人员引入了机器学习算法,以挖掘数据中的潜在规律。

将全部四类信号输入同一模型后,系统能够综合权衡电荷行为、能量损耗、时序特征及红外光谱变化。

在再生料占比从零到50%的PET样品测试中,系统识别准确率超过97%。

混淆主要出现在高比例再生混合料中,这意味着该技术在更广泛场景落地前,仍需积累更多来自复杂实际产品的训练数据。

为何首选PET

研究团队首先聚焦于聚对苯二甲酸乙二醇酯(PET),这种常见于饮料瓶和花生酱罐的塑料。

通过按受控比例混合原生树脂与再生树脂,研究人员掌握了每个样品的真实再生料占比。

然而,训练数据集仅来源于由废弃饮料瓶制成的再生PET,未涵盖纺织品、托盘或混合废弃物等其他来源。

这一局限性的存在确保了研究结论的严谨性,同时也表明其他塑料种类的应用需依赖新的样本数据与模型再训练。

便携式现场检测

目前,该技术仍依托独立仪器实现,尚未集成至工厂员工或监管人员可随身携带的手持扫描设备中。

“通过制造此类设备,我们期望实现对商业产品中再生塑料的广泛、实时监测。”戈伊尔(Goyal)表示。

若将该类设备部署于装卸码头或生产线,即可在不破坏产品的前提下进行抽检。

更快的检测速度也有助于诚信制造商在产品出厂或上架前,验证其再生材料声明的真实性。

再生塑料的未来

验证机制至关重要,因为经济合作与发展组织(OECD)估计,目前仅有约9%的塑料废弃物得到回收。

2025年8月日内瓦谈判结束后,联合国相关委员会仍在推动达成具有约束力的全球塑料公约。

“我们的目标是打造一款快速且可靠的工具,用于核实再生材料含量,并推动回收法规的落地执行。”戈伊尔(Goyal)表示。

若缺乏可信的成品检测手段,再生含量标识便可能从可量化的事实滑向营销话术。

隐蔽的电气损耗与微小的化学变化,为这套系统提供了常规检测手段无法获取的“指纹”特征。

若研究团队能够缩小硬件体积,并针对更多种类的塑料进行模型训练,再生材料声明或将成为任何人都可验证的信息。

该研究成果已发表于《Communications Engineering》。

编辑观点

该工具为再生塑料含量声明提供了可量化的技术验证手段,有助于遏制“漂绿”行为并推动全球塑料公约落地。从业者需关注模型对多来源再生料的适应性及硬件便携化进展,以应对未来更严格的合规要求。

常见问题

布法罗大学如何检测瓶罐里的再生塑料含量?

通过多参数联合分析系统,结合静电、介电、时序及红外光谱数据,利用机器学习算法识别微观损伤特征。研究证实,这些隐蔽缺陷比外观更具诊断价值,能揭示材料中回收成分的具体占比。

为什么目前该检测技术首选PET作为研究对象?

PET广泛用于瓶罐及食品容器,且研究团队通过受控比例混合原生与再生树脂,掌握了每个样品的真实再生料占比。训练数据集仅来源于废弃饮料瓶制成的再生PET,确保了研究结论的严谨性。