基于激光探针的塑料识别新技术研究

摘要

塑料制品在日常生活中已经得到了广泛的应用，实现对大量废旧塑料的高效分类回收对于节约能量资源和保护环境具有重要意义。传统的分类技术存在效率低、可识别塑料种类少等缺点，难以满足工业化的需求。本文利用激光探针技术识别塑料快速、准确、识别种类多等特点，对常见的11种塑料进行了识别分类研究。
　　基于自主搭建的激光探针塑料分类平台，对影响塑料等离子体光谱的诸多工艺参数（激光脉冲能量、激光束离焦量、ICCD的延迟时间和门宽、环境气氛）进行了优化。结果表明，激光波长532nm条件下，激光束离焦量为负离焦1.5mm左右，激光单脉冲能量为44mJ，光谱采集的延迟时间和门宽分别为1.0μs和1.1μs时可以获得较好的识别分类结果。
　　采用优化后的工艺参数，将支持向量机算法用于光谱数据处理，使得空气环境下激光探针对PU和PA的识别准确率分别为88％和98％，其他9种塑料的识别准确率均为100％，算术平均识别精度达到了98.73％。
　　提出了一种谱线分类权重调整算法，通过增加C-N(0,0), C-C(0,0)和O I777.41nm三条关键特征谱线的分类权重，使得支持向量机算法对11种塑料的识别精确度均达到了100％。结果表明，结合支持向量机算法和谱线分类权重调整算法的激光探针技术可以实现对生活中常见塑料的高精度识别分类，为激光探针塑料识别的工业化应用提供了一种新途径。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 引言

1.2 传统塑料分类技术

1.3 激光探针塑料分类技术

1.4 本课题的来源、目的及意义

1.5 本文的主要内容

2 激光探针塑料分类系统的实验装置及样品

2.1 实验装置

2.2 实验样品

2.3 本章小结

3 激光探针塑料分类系统工艺研究

3.1 光谱的定性分析

3.2 光束离焦量对光谱强度的影响

3.3 激光单脉冲能量对光谱信背比的影响

3.4 延迟时间和门宽对光谱强度及信背比的影响

3.5 不同环境气氛及气压对光谱强度的影响

3.6 本章小结

4 支持向量机算法在激光探针塑料识别中的应用研究

4.1 分析方法

4.2 数据处理

4.3 本章小结

5 谱线分类权重调整算法在激光探针塑料识别中的应用研究

5.1 分析方法

5.2 数据处理

5.3 本章小结

6 全文总结与展望

6.1 全文总结

6.2 展望

致谢

参考文献

附录 攻读硕士学位期间发表论文及专利目录