基于单次注射的连字符的LIBS数据的先进化学测量方法,用于快速和可靠地表征塑料类别
U K Adarsh1, Aseefhali Bankapur1, Abhilash K Pai2
1Department of Atomic and Molecular Physics, Manipal Academy of Higher Education, Manipal, 576104, Karnataka, India.
Talanta
|June 12, 2024
概括
本研究介绍了一种使用激光诱导分解光谱 (LIBS) 和拉曼光谱的自动化塑料分类系统. 结合技术在识别塑料废物方面实现了高精度,为高效的回收利用铺平了道路.
科学领域:
- 材料科学 材料科学 材料科学
- 分析化学 分析化学
- 环境科学 环境科学
背景情况:
- 塑料固体废物 (PSW) 的分类对于机械回收至关重要.
- 传统的方法缺乏速度和准确性.
- 光谱学为塑料识别提供了快速的原子和分子表征.
研究的目的:
- 开发一种使用光谱学的自动化塑料分类系统.
- 将激光诱导分解光谱 (LIBS) 和拉曼光谱结合起来.
- 整合化学测量工具进行观察者独立分析.
主要方法:
- 开发了一种本土制造的双模式LIBS-Raman系统.
- 在20毫秒内利用了单次射击光谱记录.
- 使用各种化学分类器,包括PLS-DA用于数据分析.
主要成果:
- 部分最小平方区分分析 (PLS-DA) 使用LIBS实现了95%的准确性,使用拉曼数据达到100%.
- 四次交叉验证表明,LIBS和拉曼数据的灵敏度和特异性都很高.
- 该系统成功地分类了七种类型的消费后塑料样本.
结论:
- 多模分谱与化学测量相结合,显著提高了塑料分类的适用性.
- 自动化系统在不到一秒的时间内提供快速塑料类型预测.
- 这种方法显示出在塑料回收中常规工业应用的巨大潜力.


