本發(fā)明涉及環(huán)境保護技術領域中的廢棄塑料處理、資源化領域，具體地，涉及廢舊家電拆解破碎后的塑料片料的快速在線非接觸式的分選方法。

背景技術：

與一些容易降解的廢棄物相比，塑料的結構穩(wěn)定，平均自然降解時間為300至500年，甚至更多。隨著時間的推移，這些未得到有效處理的塑料垃圾正在對地球的有限土地資源與環(huán)境造成巨大危害。塑料制品來源于石油，眾所周知，石油資源將在不久的將來消耗殆盡，而廢棄塑料的回收再利用將會成為緩解石油資源枯竭的有效途徑。目前我國對家電產(chǎn)品廢舊塑料的分揀效率極低，人力資源成本極高，對工人健康的危害也極其嚴重。很多地方甚至不加分離，就對廢棄塑料進行直接處理，產(chǎn)生了二次環(huán)境危害，有害再生塑料甚至再次進入了流通環(huán)節(jié)，與國家中長期發(fā)展規(guī)劃和可持續(xù)發(fā)展理念嚴重偏離。

廢舊塑料回收中很重要的問題就是回收純度，摻雜有異性塑料的回收料會因為不同種組分的性質(zhì)不同而產(chǎn)生加工成型難、加工成品性能低劣等問題。因此采用有效的手段將異性塑料分離是回收廢舊塑料的關鍵。

在眾多分選方法中，光電分選因其獨特的優(yōu)異性而被廣泛關注。中國發(fā)明專利《采用近紅外光譜特征波長識別幾種廢舊塑料種類的方法》(張毅民等，專利申請?zhí)?01410854322.2)，提供了幾種利用近紅外光譜特征波長識別廢舊塑料種類的方法，將采集到的原始近紅外光譜進行K-M變換，然后對K-M變換處理之后的光譜數(shù)據(jù)進行主成分分析，提取特征光譜；再建立判別模型，對未知種類的塑料進行識別分析。其中，該方法直接對于原始光譜數(shù)據(jù)進行K-M變換，而沒有經(jīng)過數(shù)據(jù)降維，會直接導致要處理大量的數(shù)據(jù)，降低了系統(tǒng)的相應效率，并且會引入不必要的誤差數(shù)據(jù)，對于最終的判別結果的準確性存在影響。中國專利發(fā)明《一種通過近紅外高光譜圖像技術建立塑料識別模型的方法》(王鵬等，專利申請?zhí)?01510431718.0)，提供了一種通過近紅外高光譜圖像技術建立塑料識別模型的方法，其步驟是對于原始光譜進行PCA分析，得到載荷系數(shù)，并將得到的載荷系數(shù)與光譜波長進行作圖分析，獲取非標準化的典型判別函數(shù)、質(zhì)心及馬氏距離，通過馬氏距離獲取識別半徑，建立非標準化的典型判別模型和Fisher判別模型，進而對塑料材質(zhì)進行判別。

以上方法只提供了兩種塑料的辨別分析算法與數(shù)據(jù)操作方法，為后期的人工揀選提供輔助，塑料的分選還依賴于手工分選。而對于廢舊家電通常經(jīng)過破碎處理，處理后的大量的塑料碎片無法依靠手工揀選，急需形成一套完整的在線、連續(xù)、自動化的塑料分選系統(tǒng)。

技術實現(xiàn)要素：

針對現(xiàn)有技術中的缺陷，本發(fā)明提供了一種運用近紅外光譜分析分選廢舊家電破碎塑料的方法。該方法可以對廢舊家電破碎塑料進行識別與分選，且實現(xiàn)較高的效率與準確率。在解決傳統(tǒng)化學方法分離塑料準確率低下的問題的同時避免了運用化學試劑對于環(huán)境的污染與對操作者的健康威脅。采用的在選定起峰區(qū)域內(nèi)進行特征數(shù)據(jù)篩選的算法提高了判別的速度并且降低了無關特征對于判別結果的影響。

本發(fā)明的技術解決方案如下：

一種利用近紅外光譜裝置分析分選廢舊家電破碎塑料的方法，該方法包括標準塑料片的數(shù)據(jù)收集階段和待回收塑料片的分選階段：

所述的標準塑料片的數(shù)據(jù)收集階段，具體步驟如下：

①根據(jù)待回收的塑料片的組份，依次將標準塑料片進行破碎處理；

②利用近紅外光譜裝置獲取每種破碎后的標準塑料片的近紅外光譜數(shù)據(jù)；

③通過最小二乘法進行降噪和高斯擬合對每種標準片料的近紅外光譜數(shù)據(jù)進行平滑預處理，再運用Mariscotti判別，根據(jù)樣本特征設定基線位置，取得潛在的起峰區(qū)域，在起峰區(qū)域內(nèi)針對潛在的峰位進行高斯函數(shù)逼近，篩選出每種標準塑料的特征值(波峰與波谷)所對應的波長n與半峰寬FWHM，作為對比標準；

所述的待回收塑料片的分選階段，具體步驟如下：

④對待回收塑料片進行破碎處理；

⑤利用近紅外光譜裝置獲取破碎后的待回收塑料片的近紅外光譜數(shù)據(jù)；

⑥通過最小二乘法進行降噪和高斯擬合對待回收塑料片的近紅外光譜數(shù)據(jù)進行平滑預處理，再運用Mariscotti判別，根據(jù)樣本特征設定基線位置，取得潛在的起峰區(qū)域，在起峰區(qū)域內(nèi)針對潛在的峰位進行高斯函數(shù)逼近，篩選出每種標準塑料的特征值(波峰與波谷)所對應的波長n與半峰寬FWHM，作為對比標準；

⑦將成分特征值與每種標準塑料的特征值做比對，判斷塑料的材質(zhì)；

⑧工控主機將識別結果編譯為控制電磁閥的開關指令，并控制噴氣嘴產(chǎn)生噴氣動作，將目標塑料噴射到相應的收集斗中。

所述破碎處理后的塑料片的平均粒徑為20～40mm。

所述的標準塑料片是聚丙烯塑料、聚苯乙烯塑料、ABS樹脂塑料、聚乙烯塑料或聚氯乙烯塑料。

篩選特征值前先選定起峰區(qū)域，以降低數(shù)據(jù)處理量，提高處理速度?？梢栽谝欢ǖ闹眯哦鹊那闆r下分選常見家電破碎料中的塑料，其中聚苯乙烯塑料的分選準確率可以達到98％。

另一方面，本發(fā)明還提供了一種廢舊家電拆解破碎塑料的近紅外分選裝置，包括依次連接的進料分散篩、片料分散槽和片料傳送帶，該片料傳送帶由高吸收近紅外光能材料制成，在該料傳送帶末端上方設有光纖鏡頭和全光譜光源，該光纖鏡頭經(jīng)光纖與近紅外光譜儀相連，所述的片料傳送帶的速度由速度調(diào)節(jié)器控制，所述的近紅外光譜儀和速度調(diào)節(jié)器分別與工控主機相連，工控主機置于片料傳送帶上方并與電磁閥驅(qū)動板相連，電磁閥驅(qū)動板置于片料傳送帶下方并連接多路角度可調(diào)氣體噴射管組控制其噴射壓縮氣體，壓縮氣泵置于電磁閥驅(qū)動板下方并作為氣源連接壓力儲氣罐，壓力儲氣罐置于電磁閥驅(qū)動板下方并與電磁閥驅(qū)動板、多路角度可調(diào)氣體噴射管組相連并由電磁閥驅(qū)動板控制釋放壓縮氣體，片料收集容器置于多路角度可調(diào)氣體噴射管組側(cè)下方，該片料收集容器配備有多個收集斗，用于不同塑料的收集；工控主機將延時觸發(fā)命令發(fā)送到電磁閥驅(qū)動板，電磁閥驅(qū)動板控制多路角度可調(diào)氣體噴射管組噴射壓縮氣體，壓縮氣體推動待分選的塑料改變塑料的運動軌跡落入相應的收集斗中，實現(xiàn)分選。

與現(xiàn)有技術相比，本方法具有如下的有益效果：

消除了化學法分離家電中廢舊塑料所產(chǎn)生的污染與危害，利用近紅外分析分選廢舊家電破碎塑料，不僅在算法效率、算法精度、適應性、魯棒性、可伸縮性上進行突破，更將分析理論與具體的分選機構結合起來，形成一整套完整的廢舊破碎塑料的識別、分選方法，以實現(xiàn)在工業(yè)上的具體應用。

附圖說明

通過閱讀參照以下附圖對非限制性實施例所作的詳細描述，本發(fā)明的其它特征、目的和優(yōu)點將會變得更明顯：

圖1為本發(fā)明利用近紅外光譜裝置分析分選廢舊家電破碎塑料的方法的流程圖；

圖2為實現(xiàn)本發(fā)明方法所用的光電分選機；

圖2中，1為進料分散篩，2為片料傳送帶，3為工控主機，4為光譜數(shù)據(jù)采集設備，5為氣體噴嘴，6為物料收集斗(分為A、B、C三個收集斗)，7為近紅外光譜儀，8為壓縮空氣源。

具體實施方式

下面結合具體實施例對本發(fā)明進行詳細說明。以下實施例將有助于本領域的技術人員進一步理解本發(fā)明，但不以任何形式限制本發(fā)明。應當指出的是，對本領域的普通技術人員來說，在不脫離本發(fā)明構思的前提下，還可以做出若干變形和改進。這些都屬于本發(fā)明的保護范圍。

實施例1

選取PS、PP兩種塑料所組成的塑料混合物，加入到光電分選機(如圖2所示)中進行近紅外光譜識別過程。具體的：

步驟一、將標準的PS塑料片加入到光電分選機(如圖2所示)中，塑料片依次經(jīng)過振動分散篩1、破碎塑料經(jīng)由進料分散篩1進行振動分散，當進入到片料傳送帶2時又會被突然加速，使得片料在傳送帶上不重疊且均勻分布。

步驟二、片料均勻且不重疊地通過由全光譜光源照射的數(shù)據(jù)采集區(qū)4時，光纖接收片料反射的光線，并將其傳入到近紅外光譜儀7中。

步驟三、光譜數(shù)據(jù)在工控主機3中依次進行最小二乘法進行降噪、高斯擬合進行平滑預處理，再運用Mariscotti判別，根據(jù)樣本特征設定基線位置，取得潛在的起峰區(qū)域。在起峰區(qū)域內(nèi)針對潛在的峰位進行高斯函數(shù)逼近，篩選出每種標準塑料的特征值(波峰與波谷)所對應的波長n與半峰寬FWHM，作為對比標準。

步驟四、再取標準PP重復上述三個步驟，獲取特征值數(shù)據(jù)。

步驟五、將來自廢舊家電的2500gPS塑料與1500gPP塑料破碎篩分后控制其粒徑在20～40mm之間混合均勻，加入光電分選機(如圖2所示)，片料均勻且不重疊地通過由全光譜光源照射的數(shù)據(jù)采集區(qū)4時，光纖接收片料反射的光線，并傳入到近紅外光譜儀7中。光譜數(shù)據(jù)在工控主機3中依次進行最小二乘法降噪、高斯擬合平滑處理，再運用Mariscotti判別，根據(jù)樣本特征設定基線位置，取得潛在的起峰區(qū)域。在起峰區(qū)域內(nèi)針對潛在的峰位進行高斯函數(shù)逼近，篩選出每種標準塑料的特征值(波峰與波谷)所對應的波長n與半峰寬FWHM，并將待分選片料的特征值與標準塑料特征值做對比，識別結果發(fā)送到工控主機3。

步驟六、工控主機3將識別結果編譯為控制電磁閥的開關指令，并發(fā)送到光電分選機的軌道末端的噴氣嘴5，噴氣嘴的氣體來自壓縮空氣源8，控制噴氣嘴產(chǎn)生噴氣動作，將所需要的目標材質(zhì)塑料PS噴射到收集斗6中遠離氣嘴的收集斗C中，而不需要的塑料PP不受噴氣影響在皮帶末端自由下落落入收集斗6靠近氣嘴的收集斗A中，實現(xiàn)分選。

實施例2

選取冰箱回收中產(chǎn)物PS、PP、ABS三種塑料所組成的塑料混合物，加入到光電分選機(如圖2所示)中進行近紅外光譜識別過程。具體的：

步驟一、將標準的PS塑料片加入到光電分選機(如圖2所示)中，塑料片依次經(jīng)過振動分散篩1、破碎塑料經(jīng)由進料分散篩1進行振動分散，當進入到片料傳送帶2時又會被突然加速，使得片料在傳送帶上不重疊且均勻分布。

步驟二、片料均勻且不重疊地通過由全光譜光源照射的數(shù)據(jù)采集區(qū)4時，光纖接收片料反射的光線，并將其傳入到近紅外光譜儀7中。

步驟三、光譜數(shù)據(jù)在工控主機3中依次進行最小二乘法進行降噪、高斯擬合進行平滑預處理，再運用Mariscotti判別，根據(jù)樣本特征設定基線位置，取得潛在的起峰區(qū)域。在起峰區(qū)域內(nèi)針對潛在的峰位進行高斯函數(shù)逼近，篩選出每種標準塑料的特征值(波峰與波谷)所對應的波長n與半峰寬FWHM，作為對比標準。

步驟四、再取標準PP與ABS塑料分別塑料重復上述三個步驟，獲取特征值數(shù)據(jù)作為對比標準。

步驟五、將來自廢舊冰箱回收處理后混合塑料(其中ABS占73.8％，PS占7.4％，PP占5.3％，雜質(zhì)占13.5％)10kg破碎篩分后控制其粒徑在20～40mm之間混合均勻，加入光電分選機(如圖2所示)，片料均勻且不重疊地通過由全光譜光源照射的數(shù)據(jù)采集區(qū)4時，光纖接收片料反射的光線，并傳入到近紅外光譜儀7中。光譜數(shù)據(jù)在工控主機3中依次進行最小二乘法降噪、高斯擬合平滑處理，再運用Mariscotti判別，根據(jù)樣本特征設定基線位置，取得潛在的起峰區(qū)域。在起峰區(qū)域內(nèi)針對潛在的峰位進行高斯函數(shù)逼近，篩選出每種標準塑料的特征值(波峰與波谷)所對應的波長n與半峰寬FWHM，并將待分選片料的特征值數(shù)據(jù)與標準塑料特征值數(shù)據(jù)做對比，識別結果發(fā)送到工控主機3。

步驟六、工控主機3將識別結果編譯為控制電磁閥的開關指令，并發(fā)送到光電分選機的軌道末端的噴氣嘴5，噴氣嘴的氣體來自壓縮空氣源8，控制噴氣嘴產(chǎn)生噴氣動作，將所需要的目標材質(zhì)塑料ABS噴射到收集斗6中遠離氣嘴的收集斗C中，將所需要的目標材質(zhì)塑料PS噴射到收集斗6中遠離氣嘴的收集斗B中，而不需要的塑料PP與雜質(zhì)不受噴氣影響在皮帶末端自由下落落入收集斗6靠近氣嘴的收集斗A中，實現(xiàn)分選。通過壓縮氣體噴射的力度來改變片料的運動軌跡，從而實現(xiàn)不同種片料的分離操作。

以上對本發(fā)明的具體實施例進行了描述。需要理解的是，本發(fā)明并不局限于上述特定實施方式，本領域技術人員可以在權利要求的范圍內(nèi)做出各種變形或修改，這并不影響本發(fā)明的實質(zhì)內(nèi)容。