表面污染对使用NIR光谱仪自动分类织品的影响

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:

• 欧盟成员国必须在2025年1月之前实施分类织品收集.
• 消费后织品中的污染对自动分类技术构成了重大挑战.
• 近红外 (NIR) 光谱显示出用于自动化织品识别的前景,但受到材料污染的影响.

研究的目的:

• 调查污染,特别是湿度对织品NIR光谱识别的影响.
• 分析污染如何影响富含棉花,富含聚和聚棉织品的分类准确性.
• 识别污染物引起的光谱差异,并评估它们对分类模型的影响.

主要方法:

• 对具有不同污染水平的残余废织品样本的分析.
• NIR光谱测量受污染的织品的光谱特性.
• 开发和评估富含棉花,富含聚和聚棉织品的分类模型.
• 对光谱差异的调查和污染物识别.

主要成果:

• 湿度显著影响织品的光谱行为和NIR分类模型的性能.
• 除了对湿度敏感的波长 (1368-1459 nm) 外,改善了富含聚的样本准确性,但复杂的聚棉分类.
• 在排除湿度敏感波长后,平均分类精度从83.1%降至78.9%.
• 其他污染物影响较小,但严重的表面污染可能需要降低分类值.

结论:

• 排除对湿度敏感的波长可以提高对特定织品类型 (例如,富含聚) 的分类,但可能会对其他类型 (例如,聚棉,富含棉花) 进行错误分类.
• 定制NIR分类模型以准织品分量对于优化分类精度至关重要.
• 对于严重污染的织品,调整分类值可能是必要的,以减轻错误分类.
• 这项研究支持改进污染织品的NIR分类,通过使资源回收成为可能,帮助循环经济.