隨著塑料工業(yè)的迅猛發(fā)展,，以及塑料垃圾的不斷增長,，廢舊塑料再生利用行業(yè)日益興起,。但由于塑料品種繁多，應用領域廣泛,，所以在回收過程中,，很多不同種類及顏色的塑料被混合在一起,。不同種類的塑料性能及加工條件是不同的,，混合后對加工和應用的影響很大,，所以在廢舊塑料回收過程中進行分選是不可少的環(huán)節(jié)。大多數(shù)塑料回收廠使用不同的技術,，從條形碼閱讀器和RGB相機到X射線和渦流系統(tǒng),。這些傳統(tǒng)技術雖然在一定程度上能滿足簡單、粗放的塑料分選,，但識別材料的能力有限,，并不是很好的解決方案。例如,，如果塑料瓶缺少條形碼,，使用條形碼閱讀器則無法檢測它是PET還是HDPE。電渦流檢測器可以分辨導電金屬,，但不能分離塑料或紙漿。RGB相機可以將瓶子分為透明,，黑色和彩色,，但無法區(qū)分一種塑料類型與另一種塑料類型。因此,，迫切需要新一代人工智能等重大創(chuàng)新添磚加瓦,，從而推動傳統(tǒng)的機械物理化分選模式向數(shù)字化、智能化,、精準化的分選模式轉變,。

案例背景

 某塑料分選自動化機械裝備制造商企業(yè)，一直選用普通RGB相機作為其自研裝備的主要分選技術，現(xiàn)想尋找一種高效,、精準的塑料分選手段和方法,，能同時對PETE、PP,、PVC,、HDPE等塑料進行精準分選。

>>現(xiàn)狀與痛點

 因塑料類別多,、顏色雜,、形狀各異，現(xiàn)有方案采用普通RGB相機,，只能實現(xiàn)單一維度檢測,，無法同步、精準識別塑料類別,。

 為解決上述客戶痛點,，本案例主要通過高光譜成像技術與設備來識別各類塑料，利用各類塑料的光譜特征差異,，實現(xiàn)對各類塑料的高效精準分類識別,。本案例涉及到的高光譜成像技術，可同時獲取檢測對象的光譜信息和空間信息,，利用檢測對象的光譜特征,，實現(xiàn)對各物質的精準識別、分類和篩選,。

 如上圖驗證結果表明,，基于高光譜成像技術并結合機器學習模型訓練方法能夠準確地實現(xiàn)PETE、PP,、PVC,、HDPE塑料分類識別，為客戶大幅減少成本投入,，且提升了塑料分選效率與準確度,。
高光譜成像技術可捕捉遠大于可見光范圍的光譜信息和圖像信息，能看到普通可見光成像看不到的物質信息,。深圳市中達瑞和科技有限公司擁有自主研發(fā)的分光器件,、光譜相機、光譜軟件和光譜智能云平臺,，產品與技術在科學研究,、工業(yè)檢測、精準農業(yè),、生態(tài)環(huán)境,、資源勘探,、生物醫(yī)學、食品安全等領域得到廣泛應用,。