高光譜成像塑造可持續(xù)回收的未來
將廢物有效回收成可重復使用的原材料是我們必須采取的重要努力之一,以阻止全qiu變暖和過度開采自然資源?;厥绽玫沫h(huán)境效益是顯而易見的?;厥绽每梢员Wo自然資源,減少溫室氣體和污染,以及在能源生產(chǎn)中使用化石燃料。它可降低塑料能耗約70%,鋼材能耗降低約60%,紙張能耗降低40%,玻璃能耗降低30%。
一個重要的價值在于可重復使用的材料。然而,我們離回收目標還很遠。大部分收集的廢物仍然用于能源生產(chǎn)并在發(fā)電廠燃燒 - 而不是重復使用。價格通常是回收率低的一個因素,因為用原材料生產(chǎn)新產(chǎn)品通常比回收材料便宜。
為了使回收不僅在生態(tài)上而且在經(jīng)濟上可行,重復使用材料需要比使用原始材料更便宜、更容易。通過適當?shù)牟牧咸幚矸椒?,可以有效地回收不同的材料并轉化為利潤。這就是高光譜成像可以發(fā)揮作用的地方。
當前在高效回收方面面臨的挑戰(zhàn)
典型的廢物管理過程包括在回收設施中收集廢物,分離成不同的廢物部分,清潔以及zui終分類為放置在垃圾填埋場,燃燒或根據(jù)類型和純度回收的材料。
分揀過程是回收的關鍵步驟。更好的分揀精度意味著更好地分離不同等級的材料,從而提高回收率。典型的分揀過程基于多種技術的混合,不能只依賴于一種檢測技術。所使用的檢測技術通常會限制可以分類的收集材料的類型和數(shù)量。
大多數(shù)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)。雖然它們在一定程度上是有能力的技術,但它們并不是wan 美的解決方案,因為它們識別材料的能力有限。
例如,如果塑料瓶缺少條形碼,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。
當回收部分的純度不足以再利用時,我們就會失去可回收材料來填埋或能源生產(chǎn)。糟糕的分類結果也會導致利潤損失,這使得回收無利可圖,并且依賴于公眾的支持。
不同的廢物流需要不同的檢測和處理方法才能有效回收,而目前的回收方法不夠靈活、高效和信息豐富,無法應對這一挑戰(zhàn)。
為了彌補檢測技術的不足,仍然使用人力。手工分類垃圾緩慢、不準確、昂貴且危險,并且將不同的塑料類型彼此分開仍然是不可能的,因為人眼無法區(qū)分它們。
為了高效、盈利和安全地工作,回收工廠必須配備能夠可靠、高純度地分離不同材料的傳感器。胸超成像為準確和可持續(xù)的廢物回收提供了強大的技術。
高光譜相機如何提高回收效率?
高光譜相機可以根據(jù)材料的化學成分準確可靠地區(qū)分材料。它們測量和分析從材料反射或通過材料透射的光譜。當測量稱為近紅外(NIR)的可見光區(qū)域以外的光譜時,我們看到化學上不同的材料具有du 特的光譜。
多光譜技術改善了這種情況;但是,它有其局限性。多光譜相機通常采集一到三個光譜數(shù)據(jù),或者在某些相機中zui多采集8個光譜波段,這意味著在每個分揀位置,它只能識別一些基本材料。結果的純度也經(jīng)常受到限制,因為材料流中存在干擾因素。
直到zui近幾年,高光譜成像在垃圾分類中的使用一直受到高光譜相機在速度、空間分辨率、堅固性、連接性和高成本方面的性能不足的限制。
zui近的發(fā)展提高了高光譜相機的速度和分辨率,而它們的實施成本現(xiàn)在符合商業(yè)解決方案的投資回報率標準。此外,現(xiàn)在還提供用于實時處理高光譜相機產(chǎn)生的大量數(shù)據(jù)的算法和解決方案。
對于在線分選應用,線掃描高光譜相機是唯yi實用且正常工作的解決方案,因為它只需一次掃描即可同時精確地從生產(chǎn)線中的每個像素捕獲整個材料流的整個光譜數(shù)據(jù)。
線掃描(推掃式)高光譜熱像儀可以安裝在現(xiàn)有和新的分揀線上,具有適當?shù)恼彰骱蛯崟r數(shù)據(jù)處理解決方案,就像任何線陣掃描熱像儀一樣。逐個像素的材料識別結果可通過商業(yè)機器視覺系統(tǒng)的標準接口獲得。然后,結果可用于控制空氣噴嘴或揀選機器人。
與傳統(tǒng)傳感器技術相比,高光譜相機解決方案在各種廢物處理過程中具有zhuo 越的性能和多種優(yōu)勢,如表1所示。
表 1.高光譜成像在分類不同類型廢物流方面的附加值
當與其他技術結合使用時,高光譜相機通過提供有關材料類型的精確信息來提高分揀精度。新一代的高光譜相機可以將回收材料的純度提高近100%。將再生塑料的純度提高幾個百分點,其價值就會翻倍。提取更多可回收材料也意味著我們在垃圾填埋場處 理的廢物更少。
與具有固定光譜波段的多光譜相機相比,高光譜相機具有靈活性,可以適應各種廢物流的分類。當新的排序算法可用時,它還可以采用它們。
高光譜成像在塑料回收中的優(yōu)勢
在所有制造的塑料中,只有9%被回收利用。12%被焚燒發(fā)電,79%用于垃圾填埋場或自然。據(jù)估計,到2050年,海洋中的塑料將超過魚類。大多數(shù)不可回收的塑料廢物來自無法可靠地將不同類型的塑料分開。
不同的聚合物在近紅外光譜區(qū)域中具有可識別的光譜特征,因此可以進行分類。然而,許多光譜特征彼此接近。在這里,高光譜相機的高光譜分辨率是高分選精度的關鍵。例如,使用 PP、PE 和 PET 塑料,純度可以達到接近 99%。
使用高光譜相機分揀黑色塑料
很大一部分可回收塑料由黑色塑料組成,特別是在汽車和電子工業(yè)中,它們添加了碳基顏料以產(chǎn)生深灰色或黑色。黑色塑料類型很難識別,到目前為止,還沒有可靠的傳感器技術來對這些材料進行分類以供重復使用。即使是近紅外高光譜相機也在苦苦掙扎,因為黑碳基顏料幾乎吸收了所有的近紅外光。
除近紅外區(qū)域外,不同的塑料在稱為中波紅外(MWIR)的較長紅外區(qū)域中具有特征光譜特征,其中大多數(shù)黑色顏料比NIR區(qū)域“更少"(吸收性較低)。因此,中波紅外光可以穿透黑色材料并從黑色材料反射,從而使其光譜識別成為可能。
使用在中波紅外區(qū)域運行的Specim FX50高光譜相機,我們可以分揀純度接近99%的黑色ABS塑料。它是目前市場上唯yi一款在中波紅外地區(qū)運行的高光譜相機,具有工業(yè)在線使用所需的速度、分辨率和靈敏度。
以下是在實驗室中使用 Specim FX50 高光譜相機測量的黑色塑料分選示例。測量了 34 塊 ABS 和 PE 以及 50 塊 PS(共 <> 塊)。對于每個樣品組,一半的樣品有光澤,另一半樣品具有漫反射表面。下圖顯示了由 ABS、PS 和 PE 制成的樣品可以使用 Specim FX<> 進行準確分類。
高光譜成像在紡織品回收中的優(yōu)勢
與焚燒和填埋相比,紡織品回收減少了對環(huán)境的影響。如果可以根據(jù)使用的纖維類型正確分類和分離,那么幾乎 100% 的紡織品和服裝都可以回收利用。
增加紡織品回收的一個障礙是,構成服裝的各種纖維使再加工和回收成為一項挑戰(zhàn)。雖然可以使用人力進行分類,但這在經(jīng)濟上幾乎不可行,并且會帶來很多錯誤來源。
近紅外光譜區(qū)域中的高光譜相機可以分離zui常見的紡織部分類型,從而實現(xiàn)自動機器人化加工?;诮t外高光譜相機的紡織品分揀具有多種優(yōu)勢:
· 非接觸式,適合應用于傳送帶
· 提供有關純材料和混合材料的信息(定性和定量分類)
· 分類對使用的顏色或染料不敏感
· 易于配置不同的分揀線和新材料
· 為了獲得精確的顏色信息,高光譜相機可以取代RGB相機。
棉花在水、殺蟲劑和殺蟲劑方面是一種資源ji其密集的作物。使用再生棉花可以節(jié)省大量自然資源并減少農(nóng)業(yè)污染。一些材料如棉和亞麻可以回收用于汽車絕緣或堆肥,但石油基纖維如聚酯幾乎沒有重復使用的機會。
焚燒材料特性
盡管材料回收率正在增加,但仍有必要焚燒某些不可回收材料的部件。這些“廢物轉化為能源"發(fā)電廠從商業(yè)、建筑、家庭和工業(yè)等各種來源接收材料,并將其用于垃圾衍生燃料 (RDF) 發(fā)電廠的發(fā)電。
RDF的值來自熱含量(圖像KK) - 由材料類型決定。某些材料,如玻璃、巖石或泥土,熱值為零。含水量和冰也會影響該過程。
精確的燃燒過程控制和熱值只能基于正確的材料識別來計算。近紅外區(qū)域的高光譜成像為此提供了在線解決方案。
高光譜成像塑造了回收的未來
提高分揀精度可提高回收材料的純度和價值,以及可重復使用的廢物百分比。為了提高分揀精度,我們需要更好的檢測系統(tǒng)。
高光譜成像對回收行業(yè)和社會的潛在影響是巨大的。高光譜相機是一種準確、可靠、無損、非接觸式的檢測工具,可提高操作效率、提高材料純度并提高盈利能力。
先jin的高光譜相機技術、分析軟件和光譜庫已經(jīng)可用,并在現(xiàn)代回收機器和廢物分類設施中使用,并且由于解決以前不可行的分類任務的需求不斷增長,預計未來還會增長。
上海昊量光電作為芬蘭Specim中國地區(qū)的代理商,為您提供專業(yè)的選型以及技術服務。
關于昊量光電:
上海昊量光電設備有限公司是光電產(chǎn)品專 業(yè)代理商,產(chǎn)品包括各類激光器、光電調制器、光學測量設備、光學元件等,涉及應用涵蓋了材料加工、光通訊、生物醫(yī)療、科學研究、國 防、量 子光學、生物顯微、物聯(lián)傳感、激光制造等;可為客戶提 供完 整的設備安裝,培訓,硬件開發(fā),軟件開發(fā),系統(tǒng)集成等服務。
立即詢價
您提交后,專屬客服將第一時間為您服務