跳到内容

塑料回收光谱学

  • 环境
  • 反射
  • 近红外光谱仪
照片上的空透明塑料瓶在绿松石背景。

用独特的光谱特征分类聚合物

这张申请表是由伊薇特Mattley博士。,德里克Guenther

由于塑料的广泛使用和在我们日常生活中几乎无处不在,公众对塑料的认识程度很高——无论是积极的还是消极的。从研究人员、制造商到环保主义者和监管者,所有人都特别感兴趣的一个领域是塑料回收。

在这篇应用笔记中,我们探讨了如何将光谱学用于塑料回收,以高度专一的方式识别和分类各种塑料。

背景

由一些塑料组成的合成材料使用大分子,如聚合物。这些聚合物通常是通过低温注射成型制造的,这表明通过回收再利用材料是很简单的。然而很少有类型的塑料可以混合成均匀的混合物,这就需要在回收流中干净地分离不同的聚合物。

因为像近红外光谱和拉曼光谱这样的技术提供了包括化学成分在内的材料特性的有用信息,它们在识别可回收塑料方面是有效的。将光谱学集成到回收流程中可以减少一些分类步骤的需要,从而使流程更简单。

在近红外波长(>800 nm),聚合物有很强的、明显的光谱特征,这与印在塑料上的回收代码密切相关(图1)。此外,近红外光谱,需要做的样品很少。设置是灵活的,可以自定义许多不同的情况。

RecyclingBlog_Figure 1 - NIR recycle .png

图1所示。大多数编码塑料在近红外光谱中具有明显的光谱特征。光谱仪可以集成到回收过程中,帮助对塑料类型进行分类。

在某些情况下,拉曼光谱可以用来识别未知化合物。事实上,在适当的条件下,即在足够的信号水平和有足够的方法来减少荧光干扰的情况下,拉曼光谱对塑料识别具有高度的特异性。

尽管拉曼光谱和近红外光谱可以有效地识别透明和彩色塑料,但这两种方法都不适合识别黑色聚合物。这是因为炭黑吸收了所有拉曼激发的激光光和所有近红外区域的光。然而,在文献中有使用中红外光谱技术识别黑色聚合物的参考文献。1

漫反射与火焰-近红外+光谱仪

在本应用笔记中,我们的重点是近红外光谱。为了证明火焰-近红外+光谱仪对塑料识别的有效性,我们测量了几种样品的漫反射系数:PETE(聚对苯二甲酸乙二醇酯),经常用于容器和服装;热塑性LDPE(低密度聚乙烯);PP(聚丙烯),它有许多日常应用;还有聚苯乙烯(PS),它被用于各种包装和容器中。

Flame-NIR +(图2)有一个紧凑的,高性能的光学台与非冷却InGaAs阵列探测器从970- 1700nm的光谱响应。与早期型号相比,它的灵敏度提高了6倍,提供了更低的检测极限,并允许更短的集成时间。

Flame.png

图2。由于其紧凑的足迹和低功耗需求,火焰-近红外+是一个有吸引力的选择集成到回收流。

样品采用Flame-NIR+大功率卤素钨光源,600µm反射探针和漫反射标准。OceanView操作软件安装完成。我们将参数设置为6毫秒积分时间,平均扫描50次,箱车宽度设置为1。

OceanView以吸光度模式获取数据,因此我们可以绘制反射光谱的对数(1/R),用R为样品的反射率。这是一种更直观的方式来显示化学分析的反射光谱,因为取反射光谱的对数(1/R)可以让我们看到浓度与信号强度的比例。

最初,我们在没有进行基线校正的情况下收集了火焰-近红外+光谱(图3)。为了更容易识别光谱特征,我们对光谱中的每个数据点减去1303 nm处的反射率进行了基线校正。这是一个数据处理步骤,有助于消除光纤移动或其他问题导致的强度偏移,使检查光谱形状的差异更容易(图4)。

图3 -火焰-近红外+塑料。jpg

图3。塑料样品的漫反射使用火焰-近红外+光谱仪(970-1700 nm)。数据显示没有基线校正。

图4 -火焰-近红外+塑料基线校正。jpg

图4。通过基线校正,火焰-近红外+光谱仪测量的漫反射光谱显示出塑料类型之间的明显差异。

漫反射与NIRQuest+光谱仪

使用NIRQuest + 1.7,一个热电冷却的ingaas阵列探测器光谱仪,响应波长为900-1700 nm(图5)。

NIRQuest.png

图5。NIRQuest+1.7光谱仪(900-1700 nm)是一种高灵敏度的仪器,具有很高的热稳定性,这使得它成为工艺环境的一个很好的选择。

NIRQuest+光谱仪有一个增强的光学台设计,具有高灵敏度的性能,允许检测的低限制和更清洁的光谱漫反射测量在更长的波长。与Flame-NIR+相比,NIRQuest+更加敏感,并提供了在更长的近红外波长(>1700 nm)的光谱响应版本。

与Flame-NIR+一样,我们使用大功率钨卤素光源、600µm反射探针和漫反射标准对塑料样品(PET和PP)进行了测量。我们在5毫秒集成时间内在OceanView软件中设置参数,平均扫描25次,箱车宽度设置为1。我们将结果缩放为%Reflection(图6)。

图6 - NIRQuest+1.7聚丙烯。jpg

图6。采用NIRQuest+1.7光谱仪测量聚丙烯的漫反射系数。

近红外数据的利用

有了近红外光谱,你就可以建立健全的校准模型,但如果你试图在这些校准模型之外进行预测,它们就不是很可行。事实上,近红外光谱提供了大量关于样本的信息,前提是你有工具来提取数据。例如,主成分分析是一种化学计量分析方法,可以应用于收集的数据,利用其光谱特征对样品进行分组和分类。

此外,对于塑料分类过程,能够做出有用的决定与您的近红外反射光谱是一个伟大的机会海洋情报机器学习算法。应用于自动回收分类过程中,海洋智能提供了另一层更有效的聚合物分离和更少的分类错误的见解。任何没有正确分类的东西都会变成垃圾,必须再次回收。

结论

随着近红外光谱仪和机器学习技术的不断发展,回收者可以简化塑料分类过程,使操作更具成本效益,并为更可持续的环境做出贡献。

下载此申请须知的PDF格式。

参考文献

1Becker, W., Sachsenheimer, K. And Klemenz, M.,“利用光子上转换技术在中红外光谱(MIR)中检测黑色塑料”,聚合物(巴塞尔)。2017年9月;9(9): 435。

你可能对……感兴趣。

可用选项

用于短波近红外(970-1700nm)测量的鲁棒预配置光谱仪

从7782美元

可用选项

适用于900-1700 nm, 900-2200 nm和900-2500 nm波长范围内的高灵敏度近红外光谱仪

从17098美元

特蕾西·琼斯平面设计师

订阅我们的博客

接收来自我们团队的更新,我们分享应用笔记,客户聚光灯,教育工具,光谱学如何操作,等等。

现在报名