一種基于近紅外光譜分析的塑料識別裝置和方法
【專利摘要】本發(fā)明公開了一種基于近紅外光譜分析的塑料識別裝置，包括光源單元、樣品采集單元、檢測單元和電路控制單元。光源單元用于提供光源；樣品采集單元用于采集待識別樣品的反射光并傳至檢測單元；檢測單元，用于對反射光進(jìn)行分光后轉(zhuǎn)換為光電流信號傳送至電路控制單元；電路控制單元，包括直流電源、運(yùn)算放大器和計(jì)算機(jī)控制端；運(yùn)算放大器用于接收光電流信號并進(jìn)行放大后傳遞至計(jì)算機(jī)控制端。該方法包括步驟：預(yù)先基于人工神經(jīng)網(wǎng)絡(luò)模型預(yù)先訓(xùn)練出識別模型、提取待識別樣品的近紅外反射光譜、依據(jù)所述識別模型對待識別樣品的近紅外反射光譜進(jìn)行識別，得到待識別樣品的識別結(jié)果。該方法和裝置，能夠快速準(zhǔn)確的識別多種常見塑料。
【專利說明】
一種基于近紅外光譜分析的塑料識別裝置和方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及塑料識別技術(shù)領(lǐng)域，特別是涉及一種基于近紅外光譜分析的塑料識別 裝置和方法。
【背景技術(shù)】
[0002] 塑料的回收利用是解決生態(tài)環(huán)境問題的一重要部分。塑料的種類繁多，在塑料再 加工利用過程中，不同種類的塑料混合在一起進(jìn)行再加工時(shí)，制品容易出現(xiàn)分層，性能較 差。所以，塑料的回收再加工對塑料的純度有一定的要求，為了使塑料得到更好的回收利 用，在塑料再循環(huán)利用之前對塑料進(jìn)行有效分類是十分重要的環(huán)節(jié)。
[0003] 傳統(tǒng)的塑料識別方法有多種方法，包括浮沉分離法、電選分離法、浮選分離法等。 其中浮沉分離法利用不同密度的塑料對于同一種分離液呈現(xiàn)漂浮或者沉底等不同狀態(tài)而 實(shí)現(xiàn)分離。這種方法在待識別的塑料種類少且密度差值大的情況下比較有效，但是對于密 度相近的塑料不能進(jìn)行有效的識別分離，導(dǎo)致識別精度不高。
[0004] 綜上，現(xiàn)有技術(shù)中的浮沉分離法存在無法識別密度相近的塑料的技術(shù)缺陷。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提供一種基于近紅外光譜分析的塑料識別裝置，以解決上述技術(shù) 問題。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：
[0007] -種基于近紅外光譜分析的塑料識別裝置，包括光源單元、樣品采集單元、檢測單 元和電路控制單元；
[0008] 所述光源單元用于發(fā)射照射待識別樣品的光源；
[0009] 所述樣品采集單元用于采集待識別樣品在所述光源照射下反射出的反射光并傳 至所述檢測單元；
[0010] 所述檢測單元，用于對所述反射光進(jìn)行分光后轉(zhuǎn)換為光電流信號傳送至所述電路 控制單元；
[0011] 所述電路控制單元，包括直流電源、運(yùn)算放大器和計(jì)算機(jī)控制端;所述直流電源與 所述計(jì)算機(jī)控制端和所述運(yùn)算放大器電連接;所述運(yùn)算放大器用于接收所述光電流信號并 進(jìn)行放大后傳遞至所述計(jì)算機(jī)控制端；
[0012] 所述計(jì)算機(jī)控制端用于預(yù)先基于人工神經(jīng)網(wǎng)絡(luò)模型預(yù)先訓(xùn)練出識別模型、從所述 光電流信號提取待識別樣品的近紅外反射光譜、依據(jù)所述識別模型對待識別樣品的近紅外 反射光譜進(jìn)行識別，得到待識別樣品的識別結(jié)果。
[0013] 其中，所述光源單元包括白光源、光纖、單色器和透鏡；
[0014] 所述白光源和所述單色器通過所述光纖連接，所述白光源發(fā)出的復(fù)色光經(jīng)由光纖 傳送到所述單色器，所述單色器掃描將所述復(fù)色光分解成單色光，單色光經(jīng)由光纖傳送到 所述透鏡上，透鏡將光匯聚后發(fā)射至所述樣品采集單元。
[0015] 其中，所述樣品采集單元包括樣品架、反射鏡和積分球；
[0016] 所述樣品架和所述反射鏡均置于所述積分球內(nèi)；所述樣品架用于固定待識別樣 品；
[0017] 所述積分球設(shè)有進(jìn)光孔和探測孔;所述光源單元發(fā)射出的光源經(jīng)所述進(jìn)光孔進(jìn)入 到所述積分球中，由內(nèi)部的所述反射鏡反射后照射到待識別樣品上，之后經(jīng)過待識別樣品 表面的漫反射后照射至所述積分球的內(nèi)壁，再經(jīng)過積分球內(nèi)壁的漫反射，從所述探測孔射 出所述反射光。
[0018] 其中，所述檢測單元包括法布里-珀羅可調(diào)諧濾光器、PIN型光電二極管和熱敏電 阻；
[0019] 所述法布里-珀羅可調(diào)諧濾光器用于對所述反射光進(jìn)行分光；
[0020] PIN型光電二極管用于吸收分光后的光輻射并產(chǎn)生光電流信號；
[0021] 所述熱敏電阻用于監(jiān)測所述檢測單元的溫度。
[0022] 其中，所述PIN型光電二極管為InGaAs PIN型光電二極管。
[0023] 本發(fā)明實(shí)施例還一種基于近紅外光譜分析的塑料識別方法，包括步驟：
[0024] 步驟A，基于人工神經(jīng)網(wǎng)絡(luò)模型預(yù)先訓(xùn)練出識別模型；
[0025] 步驟B，采集待識別樣品的近紅外反射光譜；
[0026] 步驟C，依據(jù)所述識別模型對待識別樣品的近紅外反射光譜進(jìn)行識別，得到待識別 樣品的識別結(jié)果。
[0027]其中，所述步驟A包括步驟：
[0028]步驟A1，設(shè)置樣品訓(xùn)練集合，檢測所述樣品訓(xùn)練集合中的多種塑料在近紅外波段 的反射光譜圖；
[0029]步驟A2，提取所述反射光譜圖各波長處的發(fā)射光率光譜數(shù)據(jù)；
[0030] 步驟A3,對所述反射光率光譜數(shù)據(jù)進(jìn)行主成分分析，得到所述樣品訓(xùn)練集合的主 成分；
[0031] 步驟A4,將所述樣品訓(xùn)練集合的主成分作為人工神經(jīng)網(wǎng)絡(luò)模型的輸入節(jié)點(diǎn)，對所 述人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到識別模型。
[0032] 其中，所述步驟A2包括分別采集所述樣品訓(xùn)練集中的多種塑料的在1000-1850nm 波段的反射光譜數(shù)據(jù)。
[0033]其中，所述步驟A2包括每間隔5nm提取一次反射率光譜數(shù)據(jù)。
[0034]其中，所述步驟A1設(shè)置樣品訓(xùn)練集合包括步驟：
[0035] 設(shè)置所述樣品訓(xùn)練集的塑料種類包括ABS、PP、PE、PET、PS、PVC和PC。
[0036]根據(jù)本發(fā)明提供的具體實(shí)施例，本發(fā)明公開了以下技術(shù)效果：
[0037]本發(fā)明提供了一種基于近紅外光譜分析的塑料識別裝置和方法，通過設(shè)置光源單 元、樣品采集單元、檢測單元來采集含有待識別塑料的反射光譜的光電流信號，通過電路控 制單元設(shè)置的運(yùn)算放大器進(jìn)行放大后傳至計(jì)算機(jī)控制端，計(jì)算機(jī)控制端將光電流信號轉(zhuǎn)換 成反射光譜，并根據(jù)預(yù)先建立的識別模型識別反射光譜所表征的塑料類型，從而實(shí)現(xiàn)塑料 類型的近紅外光譜自動識別。一些常見廢舊塑料(如PE、PVC、PP、PS、PET、ABS等）的近紅外光 譜都有各自獨(dú)特的光譜區(qū)，易于區(qū)分，且不同種類的塑料無論是否密度相同，都會表現(xiàn)出不 同的近紅外反射光譜，因此本發(fā)明提供的基于光譜分析的方法可以識別密度相同或者相近 的不同類型的塑料，分析快速簡便，無需制樣，穩(wěn)定可靠;而且現(xiàn)有技術(shù)中的浮沉分離法也 需要添加潤濕劑例如CaLS等，對環(huán)境造成污染，而本發(fā)明提供的方法和裝置不使用溶劑，不 污染環(huán)境。
【附圖說明】
[0038] 為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例中所 需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施 例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖 獲得其他的附圖。
[0039] 圖1為本發(fā)明實(shí)施例一提供的基于近紅外光譜分析的塑料識別裝置的結(jié)構(gòu)模塊 圖；
[0040] 圖2為本發(fā)明實(shí)施例一提供的基于近紅外光譜分析的塑料識別裝置的結(jié)構(gòu)示意 圖；
[0041] 圖3為本發(fā)明實(shí)施例提供的基于近紅外光譜分析的塑料識別方法的工作流程示意 圖；
[0042] 圖4為本發(fā)明實(shí)施例提供的基于近紅外光譜分析的塑料識別方法中建立識別模型 的一個實(shí)施例的流程示意圖。
【具體實(shí)施方式】
[0043]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0044] 本發(fā)明的目的是提供一種基于近紅外光譜分析的塑料識別裝置。
[0045] 為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí) 施方式對本發(fā)明作進(jìn)一步詳細(xì)的說明。
[0046] 實(shí)施例一
[0047] 本發(fā)明實(shí)施例一提供一種基于近紅外光譜分析的塑料識別裝置，參見圖1所示，包 括光源單元、樣品采集單元、檢測單元和電路控制單元。
[0048] 光源單元用于發(fā)射照射待識別樣品的光源；
[0049]樣品采集單元用于采集待識別樣品在光源照射下反射出的反射光并傳至所述檢 測單元；
[0050]檢測單元，用于對反射光進(jìn)行分光后轉(zhuǎn)換為光電流信號傳送至電路控制單元。
[0051 ] 優(yōu)選地，參見圖2所示，所述光源單元包括白光源1、光纖2/4、單色器3和透鏡5;樣 品采集單元包括樣品架6、反射鏡7和積分球8。
[0052]白光源1和單色器3通過光纖2連接，白光源1發(fā)出的復(fù)色光經(jīng)由光纖2傳送到單色 器3，單色器3掃描將復(fù)色光分解成單色光，單色光經(jīng)由光纖4傳送到透鏡5上，透鏡5將光匯 聚后發(fā)射至樣品采集單元。
[0053]優(yōu)選地，白光源由鹵素?zé)舻裙庠窗l(fā)射。
[0054] 樣品架6和反射鏡7均置于所述積分球8內(nèi)；樣品架6用于固定待識別樣品。
[0055] 積分球8設(shè)有進(jìn)光孔和探測孔;光源單元1發(fā)射出的光源經(jīng)進(jìn)光孔進(jìn)入到積分球8 中，由內(nèi)部的反射鏡7反射后照射到待識別樣品上，之后經(jīng)過待識別樣品表面的漫反射后照 射至所述積分球8的內(nèi)壁，再經(jīng)過積分球8內(nèi)壁的漫反射，從探測孔射出反射光。也就是說， 光經(jīng)過透鏡5匯聚后由積分球8的進(jìn)光孔進(jìn)入到積分球8中，又由內(nèi)部的一反射鏡7反射，將 光照射到樣品上，光經(jīng)過樣品表面的漫反射后，再經(jīng)過積分球8內(nèi)的漫反射，最后從探測孔 射出。
[0056] 本發(fā)明實(shí)施例中提供的樣品架用于放置固體樣品，優(yōu)選地，還包括用于放置液體 樣品的液體池。
[0057] 優(yōu)選地，檢測單元主要包括一個光譜傳感器9,光譜傳感器9包括法布里-珀羅可調(diào) 諧濾光器、PIN型光電二極管和熱敏電阻。優(yōu)選地，PIN型光電二極管為InGaAs PIN型光電二 極管。
[0058]優(yōu)選地，在本發(fā)明實(shí)施例中，光譜傳感器是一款超小型、低成本的光譜探測器，采 用法布里珀羅標(biāo)準(zhǔn)具(FP)分光技術(shù)并采用MEMS技術(shù)進(jìn)行加工，將探測器部分和分光部分封 裝在一個器件中。
[0059] 其中，法布里-珀羅可調(diào)諧濾光器具有分光的功能，用于對反射光進(jìn)行分光； InGaAs PIN型光電二極管作為光電探測器，用于吸收分光后的光輻射并產(chǎn)生光電流信號； 熱敏電阻用于監(jiān)測整個光譜傳感器的溫度。
[0060] 法布里-珀羅可調(diào)諧濾光器采用FP分光技術(shù)為原理實(shí)現(xiàn)分光作用。濾光器上有一 個上反射鏡和下反射鏡，兩反射鏡相對放置，中間留有空隙，當(dāng)在兩反射鏡上作用一個電壓 時(shí)，反射鏡間產(chǎn)生靜電吸引力調(diào)整兩反射鏡間的空隙間隔，上反射鏡上有一層薄膜結(jié)構(gòu)，當(dāng) 空隙間隔為πιλ/2(πι為整數(shù)），上反射鏡就相當(dāng)于一個濾光器件，只允許波長為λ的光通過，透 射波長λ可通過作用在反射鏡上的電壓值控制空隙間隔來調(diào)整，使用硅材料作為基地來發(fā) 射紅外光線，由此實(shí)現(xiàn)分光的作用。
[0061] InGaAs PIN型光電二極管用來檢測由法布里-珀羅可調(diào)諧濾光器選擇出的透射光 波，實(shí)現(xiàn)檢測的作用。
[0062]電路控制單元，包括直流電源10、運(yùn)算放大器11、計(jì)算機(jī)控制端12。直流電源10與 光譜傳感器9、計(jì)算機(jī)控制端12和運(yùn)算放大器11電連接，由計(jì)算機(jī)控制端12進(jìn)行控制，作用 于法布里-珀羅可調(diào)諧濾光器。運(yùn)算放大器11用于接收光電流信號并進(jìn)行放大后傳遞至計(jì) 算機(jī)控制端12。即由光電探測器探測到的信號經(jīng)過運(yùn)算放大器11放大，最后通過計(jì)算機(jī)控 制端12控制，實(shí)現(xiàn)光譜圖像的顯示和處理。
[0063] 計(jì)算機(jī)控制端12用于預(yù)先基于人工神經(jīng)網(wǎng)絡(luò)模型預(yù)先訓(xùn)練出識別模型、從光電流 信號提取待識別樣品的近紅外反射光譜、依據(jù)識別模型對待識別樣品的近紅外反射光譜進(jìn) 行識別，得到待識別樣品的識別結(jié)果。
[0064] 優(yōu)選地，可以將所有單元組裝集成，形成一種便攜式近紅外光譜儀器。
[0065] 本發(fā)明實(shí)施例一提供的近紅外光譜儀器在結(jié)構(gòu)上具有光源，分光，檢測，電路控制 等單元，通過提供白光源、設(shè)置單色器將復(fù)色光分解為單色光、設(shè)置透鏡改善光束質(zhì)量、設(shè) 置樣品室放置樣品、采用微機(jī)電(MEMS)加工工藝制作的光譜傳感器作為儀器的核心器件， 探測樣品的光譜信息;設(shè)置直流電源;設(shè)置運(yùn)算放大器放大探測器信號;設(shè)置計(jì)算機(jī)控制端 用于光譜分析識別，可實(shí)現(xiàn)對常見的多種塑料例如ABS，PP，PE，PET，PS，PVC，PC等的識別，識 別快速準(zhǔn)確，不受塑料密度影響，同時(shí)不污染環(huán)境。
[0066] 實(shí)施例二
[0067] 本發(fā)明實(shí)施例二提供一種基于近紅外光譜分析的塑料識別方法，參見圖3所示，包 括步驟：
[0068] 步驟S210,基于人工神經(jīng)網(wǎng)絡(luò)模型預(yù)先訓(xùn)練出識別模型。
[0069] 步驟S211，采集待識別樣品的近紅外反射光譜。
[0070] 步驟S212,依據(jù)識別模型對待識別樣品的近紅外反射光譜進(jìn)行識別，得到待識別 樣品的識別結(jié)果。
[0071] 優(yōu)選地，基于人工神經(jīng)網(wǎng)絡(luò)模型預(yù)先訓(xùn)練出識別模型包括步驟：
[0072] 設(shè)置樣品訓(xùn)練集合，檢測樣品訓(xùn)練集合中的多種塑料在近紅外波段的反射光譜 圖；提取反射光譜圖各波長處的發(fā)射光率光譜數(shù)據(jù);對反射光率光譜數(shù)據(jù)進(jìn)行主成分分析， 得到樣品訓(xùn)練集合的主成分;將樣品訓(xùn)練集合的主成分作為人工神經(jīng)網(wǎng)絡(luò)模型的輸入節(jié) 點(diǎn)，對人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到識別模型。
[0073] 作為一種具體的可實(shí)施方式，參見圖4所示，訓(xùn)練識別模型的步驟包括：
[0074] Sal:用近紅外光譜儀器分別檢測ABS，PP，PE，PET，PS，PVC，PC七種塑料在近紅外波 段的反射光譜圖；
[0075] 其中，ABS，PP，PE，PET，PS，PVC，PC這七種塑料樣品均為市面上購買的散料，ABS四 種，PP兩種，PE兩種，PET-種，PS兩種，PVC-種，PC四種，本實(shí)施例中每種塑料的品種和來源 盡可能多樣且每個品種的散料量均充足，能夠滿足以后未知樣品的預(yù)測范圍。分別采集七 種塑料的在1000-1850nm波段的反射光譜，對ABS和PC每個品種的塑料各采集10組數(shù)據(jù)，對 PP，PE和PS每個品種的塑料各采集20組數(shù)據(jù)，對PET和PVC各采集40組數(shù)據(jù)，每種塑料有40組 數(shù)據(jù)。在采集光譜時(shí)在儀器中增建了一塊透鏡，對反射光進(jìn)行匯聚，增強(qiáng)信號強(qiáng)度，顯著減 小了噪聲的影響。
[0076] Sa2:用光譜分析軟件提取光譜圖像各波長處的反射率光譜數(shù)據(jù)，必要時(shí)對數(shù)據(jù)進(jìn) 行預(yù)處理；
[0077]其中，本實(shí)施例中每間隔5nm提取一次反射率光譜數(shù)據(jù)，即每組數(shù)據(jù)提取出171個 反射率數(shù)據(jù)。
[0078] 優(yōu)選地，必要時(shí)的數(shù)據(jù)預(yù)處理包括一階求導(dǎo)，二階求導(dǎo)等。
[0079] Sa3:對光譜數(shù)據(jù)進(jìn)行主成分分析，選擇特征波長，得到可以代表原光譜信息的得 分矩陣；
[0080] 其中，通過MATLAB對光譜數(shù)據(jù)的主成分分析，根據(jù)得到的貢獻(xiàn)率，選取前8個主成 分代表原光譜信息的絕大部分特征信息，大大減少了數(shù)據(jù)處理量，這里前8個主成分累計(jì)貢 獻(xiàn)率為94.4 %，本實(shí)施例中光譜數(shù)據(jù)沒經(jīng)過預(yù)處理就得到了很好的聚類效果。
[0081] Sa4:根據(jù)主成分分析的結(jié)果，利用樣品訓(xùn)練集建立人工神經(jīng)網(wǎng)絡(luò)模型；
[0082] 通過主成分分析的結(jié)果可以得到樣品訓(xùn)練集的主成分，將其作為人工神經(jīng)網(wǎng)絡(luò)模 型的輸入節(jié)點(diǎn)，對人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，建立識別模型。
[0083]其中，本發(fā)明提出的塑料識別方法中采用人工神經(jīng)網(wǎng)絡(luò)中典型的BP神經(jīng)網(wǎng)絡(luò)作為 訓(xùn)練模型，選取7x30組樣品作為訓(xùn)練集，經(jīng)測試選取10個隱含節(jié)點(diǎn)時(shí)，效果最好，建立一個 8-10-3的三層BP神經(jīng)網(wǎng)絡(luò)模型，訓(xùn)練5000次，誤差目標(biāo)為0.00001。在主成分分析的基礎(chǔ)上， 將前8個主成分作為人工神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)，輸出節(jié)點(diǎn)設(shè)置為3個，規(guī)定ABS的輸出為000， PP為001，PE為010，PET為Oil，PS為100，PVC為101，PC為110。
[0084] Sa5:利用樣品預(yù)測集驗(yàn)證模型可靠性和準(zhǔn)確度。
[0085]其中，選取7x10組樣品作為預(yù)測集，驗(yàn)證人工神經(jīng)網(wǎng)絡(luò)模型的可靠性和準(zhǔn)確度。驗(yàn) 證結(jié)果如下表所示：



[0090]
[0091] 以其中第一組測試為例，人工神經(jīng)網(wǎng)絡(luò)輸出的3個節(jié)點(diǎn)值為-0.0004，-0.0021， 0.0015，最為接近000，即它的真實(shí)值，所以驗(yàn)證結(jié)果正確，該塑料為ABS。由表1可知，70組測 試中只有一組測試結(jié)果有誤，本發(fā)明方法對塑料的是識別準(zhǔn)確率達(dá)98.57%，能夠?qū)崿F(xiàn)對塑 料的有效識別。
[0092] 現(xiàn)有技術(shù)中，對于塑料的識別還有浮選分離法和電選分離法等，浮選分離法在對 塑料進(jìn)行識別的過程中需要添加單寧酸等潤濕劑，對環(huán)境有污染，而電選分離法對材料的 干燥度和實(shí)驗(yàn)溫度要求十分嚴(yán)格，操作成本高。
[0093]本實(shí)施例提供的基于近紅外光譜分析的塑料識別裝置，通過以光譜傳感器作為核 心器件，設(shè)置光源，單色器，樣品采集單元，直流電源，運(yùn)算放大器等器件，將各部分準(zhǔn)確連 接，最后通過計(jì)算機(jī)控制端進(jìn)行對樣品進(jìn)行測試，獲取樣品的近紅外反射光譜圖，結(jié)合本發(fā) 明提出的塑料識別方法可對常見的多種塑料例如ABS，PP，PE，PET，PS，PVC，PC等進(jìn)行識別。 [0094]該裝置其體積小，成本低，性能優(yōu)越，結(jié)合提出的塑料識別方法，對塑料的識別高 效快速且準(zhǔn)確度高，相比于現(xiàn)有技術(shù)中的電選分離法對材料的干燥程度無要求，對實(shí)驗(yàn)溫 度也無要求，降低了操作成本，可實(shí)施性更好;此外，相比于現(xiàn)有技術(shù)中的浮選分離法，無需 添加潤濕劑，對環(huán)境無污染。綜合來講，本發(fā)明提供的裝置和方法，能夠快速方便地對塑料 進(jìn)行識別，成本低、不污染環(huán)境，應(yīng)用前景廣闊。
[0095] 本說明書中各個實(shí)施例采用遞進(jìn)的方式描述，每個實(shí)施例重點(diǎn)說明的都是與其他 實(shí)施例的不同之處，各個實(shí)施例之間相同相似部分互相參見即可。對于實(shí)施例公開的系統(tǒng) 而言，由于其與實(shí)施例公開的方法相對應(yīng)，所以描述的比較簡單，相關(guān)之處參見方法部分說 明即可。
[0096] 本文中應(yīng)用了具體個例對本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說 明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對于本領(lǐng)域的一般技術(shù)人員，依據(jù) 本發(fā)明的思想，在【具體實(shí)施方式】及應(yīng)用范圍上均會有改變之處。綜上所述，本說明書內(nèi)容不 應(yīng)理解為對本發(fā)明的限制。
【主權(quán)項(xiàng)】
1. 一種基于近紅外光譜分析的塑料識別裝置，其特征在于，包括光源單元、樣品采集單 元、檢測單元和電路控制單元； 所述光源單元用于發(fā)射照射待識別樣品的光源； 所述樣品采集單元用于采集待識別樣品在所述光源照射下反射出的反射光并傳至所 述檢測單元； 所述檢測單元，用于對所述反射光進(jìn)行分光后轉(zhuǎn)換為光電流信號傳送至所述電路控制 單元； 所述電路控制單元，包括直流電源、運(yùn)算放大器和計(jì)算機(jī)控制端;所述直流電源與所述 計(jì)算機(jī)控制端和所述運(yùn)算放大器電連接;所述運(yùn)算放大器用于接收所述光電流信號并進(jìn)行 放大后傳遞至所述計(jì)算機(jī)控制端； 所述計(jì)算機(jī)控制端用于預(yù)先基于人工神經(jīng)網(wǎng)絡(luò)模型預(yù)先訓(xùn)練出識別模型、從所述光電 流信號提取待識別樣品的近紅外反射光譜、依據(jù)所述識別模型對待識別樣品的近紅外反射 光譜進(jìn)行識別，得到待識別樣品的識別結(jié)果。2. 根據(jù)權(quán)利要求1所述的基于近紅外光譜分析的塑料識別裝置，其特征在于，所述光源 單元包括白光源、光纖、單色器和透鏡； 所述白光源和所述單色器通過所述光纖連接，所述白光源發(fā)出的復(fù)色光經(jīng)由光纖傳送 到所述單色器，所述單色器掃描將所述復(fù)色光分解成單色光，單色光經(jīng)由光纖傳送到所述 透鏡上，透鏡將光匯聚后發(fā)射至所述樣品采集單元。3. 根據(jù)權(quán)利要求1所述的基于近紅外光譜分析的塑料識別裝置，其特征在于，所述樣品 采集單元包括樣品架、反射鏡和積分球； 所述樣品架和所述反射鏡均置于所述積分球內(nèi)；所述樣品架用于固定待識別樣品； 所述積分球設(shè)有進(jìn)光孔和探測孔;所述光源單元發(fā)射出的光源經(jīng)所述進(jìn)光孔進(jìn)入到所 述積分球中，由內(nèi)部的所述反射鏡反射后照射到待識別樣品上，之后經(jīng)過待識別樣品表面 的漫反射后照射至所述積分球的內(nèi)壁，再經(jīng)過積分球內(nèi)壁的漫反射，從所述探測孔射出所 述反射光。4. 根據(jù)權(quán)利要求1所述的基于近紅外光譜分析的塑料識別裝置，其特征在于，所述檢測 單元包括法布里-珀羅可調(diào)諧濾光器、PIN型光電二極管和熱敏電阻； 所述法布里-珀羅可調(diào)諧濾光器用于對所述反射光進(jìn)行分光； PIN型光電二極管用于吸收分光后的光輻射并產(chǎn)生光電流信號； 所述熱敏電阻用于監(jiān)測所述檢測單元的溫度。5. 根據(jù)權(quán)利要求4所述的基于近紅外光譜分析的塑料識別裝置，其特征在于，所述PIN 型光電二極管為InGaAs PIN型光電二極管。6. -種基于近紅外光譜分析的塑料識別方法，其特征在于，包括步驟： 步驟A，基于人工神經(jīng)網(wǎng)絡(luò)模型預(yù)先訓(xùn)練出識別模型； 步驟B，采集待識別樣品的近紅外反射光譜； 步驟C，依據(jù)所述識別模型對待識別樣品的近紅外反射光譜進(jìn)行識別，得到待識別樣品 的識別結(jié)果。7. 根據(jù)權(quán)利要求6所述的基于近紅外光譜分析的塑料識別方法，其特征在于，所述步驟 A包括步驟： 步驟A1，設(shè)置樣品訓(xùn)練集合，檢測所述樣品訓(xùn)練集合中的多種塑料在近紅外波段的反 射光譜圖； 步驟A2，提取所述反射光譜圖各波長處的發(fā)射光率光譜數(shù)據(jù)； 步驟A3，對所述反射光率光譜數(shù)據(jù)進(jìn)行主成分分析，得到所述樣品訓(xùn)練集合的主成分； 步驟A4,將所述樣品訓(xùn)練集合的主成分作為人工神經(jīng)網(wǎng)絡(luò)模型的輸入節(jié)點(diǎn)，對所述人 工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到識別模型。8. 根據(jù)權(quán)利要求7所述的基于近紅外光譜分析的塑料識別方法，其特征在于，所述步驟 A2包括分別采集所述樣品訓(xùn)練集中的多種塑料的在1000-1850nm波段的反射光譜數(shù)據(jù)。9. 根據(jù)權(quán)利要求8所述的基于近紅外光譜分析的塑料識別方法，其特征在于，所述步驟 A2包括每間隔5nm提取一次反射率光譜數(shù)據(jù)。10. 根據(jù)權(quán)利要求6-9任一項(xiàng)所述的基于近紅外光譜分析的塑料識別方法，其特征在 于，所述步驟A1設(shè)置樣品訓(xùn)練集合包括步驟： 設(shè)置所述樣品訓(xùn)練集的塑料種類包括ABS、PP、PE、PET、PS、PVC和PC。
【文檔編號】G01N21/3563GK106018324SQ201610670157
【公開日】2016年10月12日
【申請日】2016年8月15日
【發(fā)明人】陳玲玲, 李文環(huán), 金懷洲, 袁琨, 劉開元, 金尚忠
【申請人】中國計(jì)量大學(xué)