多传感器表征用于改进WEEE回收中的聚合物的识别
Andréa de Lima Ribeiro1, Margret C Fuchs1, Sandra Lorenz1
1Helmholtz-Zentrum Dresden-Rossendorf, Helmholtz Institute Freiberg for Resource Technology, Freiberg, Chemnitzer Str. 40, 09599 Freiberg, Germany.
Waste management (New York, N.Y.)
|February 28, 2024
概括
回收电子废物聚合物需要精确的识别. 结合高光谱成像和拉曼光谱,有效地识别出各种塑料,甚至是黑色的塑料,在输送带上,以改善回收过程.
科学领域:
- 材料科学 材料科学 材料科学
- 环境科学 环境科学
- 分析化学 分析化学
背景情况:
- 聚合物占电子垃圾的很大一部分 (25%),因此需要有效的回收,以保持材料价值并防止回收.
- 准确识别高速输送带上的聚合物类型对于加工厂的成功回收操作至关重要.
研究的目的:
- 评估各种光谱传感器在工业回收条件下识别23种不同聚合物的性能.
- 确定超光谱成像 (HSI) 和点测量技术对于实时聚合物表征的适用性.
主要方法:
- 使用超光谱成像传感器 (HSI) 在可见到近红外 (VNIR),短波 (SWIR) 和中波红外 (MWIR) 范围.
- 采用了点测量技术,包括拉曼光谱,里埃变换红外光谱 (FTIR) 和光谱辐射计.
- 测试了23种聚合物类型的传感器,包括ABS,PS,PC,PE类型,PP,PVC,PET类型,PMMA和PTFE.
主要成果:
- 没有一个单一的传感器能够识别所有聚合物,同时满足工业运行要求.
- 在1600-1900nm范围内的HSI有效地识别了透明/浅色PC,PE类型,PP,PVC和PET类型.
- 对于特定的PE类型 (包括黑色HDPE) 和浅色ABS,MWIR HSI解析了光谱特征.
- 快速获取拉曼光谱 (500毫秒) 识别了所有聚合物,包括那些有黑色素的聚合物,但其绘制能力有限.
结论:
- 在顺序设计中使用HSI和点测量技术的综合方法为工业聚合物识别提供了更强大的稳定性.
- 这一综合战略解决了单个传感器类型的局限性,为更高效,更有效的电子废物聚合物回收铺平了道路.
