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

【韩国】激光技术有望助力韩国塑料废弃物精准分选与回收

责任编辑:Irene Shen2 分钟阅读
激光技术有望助力韩国塑料废弃物精准分选与回收

要点

  • 研究区分PP、PET、HDPE、LDPE四种聚合物,真实样本识别准确率最高达100%。
  • 采用LIBS技术生成光谱指纹,结合PCA和kNN算法,评估23种预处理方法。
  • 系统验证使用真实废弃物样本,模拟工业环境中的部分变异性,非优化条件下测试。
  • 精准分选有助于获得成分均一的塑料分选料,避免混合污染导致再生料质量下降。
  • 研究发表于《Scientific Reports》,指出技术尚需工业规模验证,未形成商业化批量处理方案。

韩国一项研究提出了一种在塑料进入回收流程前识别其种类的新工具,该技术将激光脉冲与机器学习相结合。该系统能够区分聚苯乙烯(PP)、聚对苯二甲酸乙二醇酯(PET)、高密度聚乙烯(HDPE)和低密度聚乙烯(LDPE)这四种常见于日常废弃物中的聚合物。值得注意的是,该测试不仅使用了实验室制备的洁净样品,还采用了真实废弃物样本。

这一方案旨在解决废弃物管理中的关键环节:准确掌握进入工厂的塑料类型,以便进行正确分类和处理。

利用激光脉冲揭示塑料成分

该技术基于激光诱导击穿光谱(LIBS)。分析废弃物时,高强度激光脉冲作用于样品表面的一小部分,产生等离子体。在此过程中,会释放出包含材料中元素信息的光信号,光谱仪记录该信号并生成类似“光谱指纹”的数据。

随后,研究人员运用机器学习工具解读这些数据。具体而言,他们结合主成分分析(PCA)和K近邻算法(kNN)对不同类型的聚合物进行分类。

研究评估了23种预处理方法和7种变量选择策略。经过这些优化,在特定配置下,识别准确率从61.7%提升至实验最高值100%。

识别真实垃圾而非完美样品的挑战

该研究最具价值的方面之一在于,其验证过程使用了与建模所用材料在物理特性上不同的真实废弃物。

这种做法更贴近工厂实际工况,因为那里的容器可能存在表面和成分上的差异。因此,系统必须应对比常规受控实验中使用的材料更为不均匀的样本。

此外,研究人员在非优化条件下开展实验,以模拟激光在类似工业环境中分析废弃物时可能出现的部分变异性。

该技术能为回收带来哪些益处?

更精准的识别有助于提升废弃物分选效率,从而获得成分更均一的塑料分选料。这一点至关重要,因为不同聚合物需要特定的处理工艺,过度混合会降低回收材料的质量。

此外,优化分类流程有望提高塑料的利用率,避免因识别困难而被直接丢弃的塑料量。这样一来,部分废弃物可作为二次原料重新投入生产循环。

从环境角度看,此举有助于减少塑料的堆积或填埋量,并降低对原生资源生产新材料的依赖。

然而,该技术的影响效果仍需在工业规模下得到验证。研究证实了激光诱导击穿光谱(LIBS)与人工智能结合的应用潜力,但目前尚未形成可商业化处理大批量废弃物的解决方案。

一项仍需跨越多重考验的技术

下一步挑战在于验证该系统面对更广泛废弃物种类时的表现,包括含有不同添加剂、颜料、涂层及成分的材料。

同时,工厂需要以高速度处理大量物品。因此,除精度外,还需评估成本、分析速度、维护需求及能耗。

在此背景下,激光技术未必需要取代其他传感器,而应作为现有分选技术的补充。发表于《Scientific Reports》的研究为自动化系统提供了新路径,使其能更准确地识别废弃物成分,从而提升材料回收率。

编辑观点

该研究证实LIBS与AI结合在复杂废弃物分选中的潜力,但工业落地需解决速度、成本及多添加剂兼容性挑战。从业者应关注该技术作为现有传感器补充的定位,重点跟踪其在提升rPET、rPP纯度及食品级再生料合规性方面的实际效能。

常见问题

韩国激光分选技术能识别哪几种塑料?

该技术可区分聚苯乙烯(PP)、聚对苯二甲酸乙二醇酯(PET)、高密度聚乙烯(HDPE)和低密度聚乙烯(LDPE)。研究基于激光诱导击穿光谱(LIBS)生成光谱指纹,并通过机器学习算法实现分类,在真实废弃物样本中验证了可行性。

激光分选系统的识别准确率最高达到多少?

在特定优化配置下,识别准确率从61.7%提升至100%。研究人员评估了23种预处理方法和7种变量选择策略,结合主成分分析(PCA)和K近邻算法(kNN)对聚合物进行分类,最终在真实废弃物样本中实现了高精度识别。

激光技术相比传统分选有什么优势?

激光技术能生成包含元素信息的光谱指纹,结合机器学习可应对表面和成分不均匀的真实废弃物。相比传统方法,它能更精准识别塑料类型,避免过度混合降低回收材料质量,有助于提升分选料均一性和二次原料利用率。