基于近紅外光譜的廢舊塑料識別分類模型的建立.pdf

1、過去幾十年，科學技術的巨大進步與經(jīng)濟社會的快速發(fā)展，使得各種塑料制品的需求與產(chǎn)量均有了巨大的增長，但是隨著塑料產(chǎn)品的消耗量不斷遞增，每年都會產(chǎn)生大量的塑料固體垃圾。傳統(tǒng)的焚燒和填埋處理會給我們賴以生存的環(huán)境帶來非常嚴重的污染；同時也造成了極大的資源浪費。因此，進行廢舊塑料的回收再利用研究是實現(xiàn)我國經(jīng)濟社會健康可持續(xù)發(fā)展的迫切需求。
　　本文分析了目前國內(nèi)外廢舊塑料的回收利用現(xiàn)狀與發(fā)展前景，并介紹了常用的塑料回收利用技術，同時還對國

2、內(nèi)外關于光譜識別廢舊塑料的研究進行了分析。在此基礎上，提出了基于近紅外光譜技術建立10種廢舊塑料的識別分類模型。
　　其次，論述了近紅外高光譜成像技術的工作原理以及識別廢舊塑料的可行性。利用近紅外成像光譜儀采集了PE、PP、PS、PC、PA、PU、PET、PVC、POM和ABS這10種塑料樣本的近紅外高光譜圖像，進行黑白校正并獲取感興趣區(qū)域內(nèi)的光譜數(shù)據(jù)。
　　第三，詳細論述了主成分分析法與偏最小二乘回歸法的計算原理和推導過程

3、，以PE、PP和PET這3種最常見的塑料為例，分別用這兩種方法選擇特征波長，并以Fisher判別分析為依據(jù)，驗證這兩種方法的優(yōu)劣。結果顯示，主成分分析法選擇出11個特征波長，判別分析時自身檢驗和交叉驗證的準確率均為100％；偏最小二乘回歸法選擇出10個特征波長，判別分析時自身檢驗和交叉驗證的準確率分別為100％和99％。因此，選擇主成分分析法作為選取特征波長的方法。
　　第四，詳細論述了距離判別分析法與支持向量機序列最小優(yōu)化算法的

4、計算原理和推導過程，并對使用主成分分析法選擇出的PE、PP和PET這3種塑料的11個特征波長對應的光譜數(shù)據(jù)分別建立識別分類模型，分類準確率分別為100％和97.14％，然后用30個預測集樣本驗證模型的分類準確率。結果顯示，兩種方法建立的模型對未知樣的識別分類準確率均為100％。因此，使用距離判別分析法建立的識別分類模型預測效果較好。
　　最后，利用主成分分析法和距離判別分析法建立10種廢舊塑料的多級識別分類模型，并用預測集樣本驗證