中国塑料测试近IR测定/神经网络分析在废塑料非破坏辨别中的应用孟平蕊李良波（山东建材学院化工系，济南250022）介绍采用近IR/神经网络分析迅速辨别多种塑料的方法。在近IR的1. 3~2.3，um范围内51种塑料约300个试样，使用标准化的二次微分波谱数据，输入在一个三层视感控器的神经网络元中进行分析，结果表明，对50种塑料辨别的平均命中率为0刖言废塑料的处理主要有直接掩埋、焚烧和再循环利用三种方法。直接掩埋因其体积大场地受限；焚烧由于产生有毒物质也不合适。
因此，从地球环境保护的角度或从原料（原油）枯竭的地球资源角度考虑，推广废塑料的再循环利用法势在必行。
塑料的再循环利用有塑料的再加工、分解成原料单体、裂解成气体或液体，还有作为热和能源而回收等方法。但无论哪种方法都离不开塑料的辨别。
有关塑料的辨别方法，相对密度、X射线衍射法和近红外光谱法已实用化，尤其适合塑料等聚合物的研究9‘10，将近IR波谱进行二次微分，然后再进行神经网络分柝1112，探讨了迅速辨别多种塑料的新方法。
1方法1.1试样为了开发废塑料再循环用的塑料种类辨别法，所用试样均是从工厂和家庭提供的塑料废弃物中收集的。形状有各式各样（同类塑料的不同品牌、不同等级、添加物、用途不同为不同试样）颜色也从透明到很深不等，共收集51种塑料287个试样（详见表1）。其中聚苯乙烯和聚乙烯试样占多数。
1.测定装置上述试样用日本AOTF型近红外分光计测定其反射光谱。波长1.0~2.5分辩率0.0005Mm，在1.3~2.3Mm测定，扫描2000次，测定5次取平均值。
1.3数据处理将上述测定的数据输入到神经网络元系统，进行以下操作：将上述实测波谱数据10个取平均作扫描2 000次计算二次微分波谱图。（0.9~0.9范围）使其标准化（结果见）。
收集谱图内的*大值或*小值表1被测塑料的名称和试样数符号名称数目符号名称数目聚苯乙烯聚砜聚乙烯聚甲基戊烯聚丙烯聚硫醚丙烯腈/丁二烯/苯乙烯共聚物聚氨酯聚乙缩醛硬橡胶聚氯乙烯环氧树脂丙烯腈/苯乙烯合成橡胶聚碳酸酯马来酰胺聚碳酸酯一丙烯腈/丁二烯/苯乙烯共聚物聚丁烯聚对苯二甲酸乙二醇酯聚酯橡胶聚甲基丙烯酸甲酯聚萘二甲酸乙二醇酯尼龙6聚酰亚胺尼龙66聚苯醚纤维素聚苯硫醚蜜胺聚四氟乙烯聚对苯二甲酸丁二醇酯聚偏二氯乙烯酚醛聚偏二氟乙烯脲甲醛树脂苯乙烯/丁二烯共聚物乙烯一醋酸乙烯共聚物合成橡胶离子键聚合物硅树脂聚芳基醚苯乙烯马来酸共聚物聚酰亚胺苯乙烯三元共聚物聚芳基化合物热塑性合成橡胶聚醚醚酮热塑性橡胶聚乙烯亚胺热塑性聚氨酯1.4程序系统是一种阶层型神经网络元。主要成分和峰簇等统计分析，使用Infometix制Einsight软件进行。
1.5神经网络训练组成。在输入层输入各种塑料的近IR二次微分数据，在输出层将各种塑料的识别号作为标准进行练习，输入层的单元数是198个（2⑴个二次微分处理时缺少两端的）。在对51种塑料的辨别时，输出层设定为6个单元，将塑料的识别号转换为二进制作为标准数据进行学习。中间层是30个单元。
2结果2.1主成分分析为了考察本方法对50种塑料辨别的可能性，首先计算出50种塑料各自的平均波谱。用该数据进行主成分分析，分别将第1主成分（因素1）和第二主成分（因素2）作为横坐标和纵坐标作图，见各种塑料在空间内相互分散分布无重叠，据此预测用近IR数据可以辨别50种塑料。
2.2辨别实验为了考察辨别方法的可行性，进行如下实验：将试样数在10个以上的塑料作为测将10种测试对象的波谱分别进行峰簇分析，将试样分成2~4个峰簇。
计算出各个峰簇的平均波谱。
非测试对象也计算出平均波谱。
用这些平均波谱进行神经网络训练。
将测试对象的波谱数据输入神经网络，从输出层的数值求波谱的识别号，计算命中率。按以上操作顺序所求各试样的命中率见表2.在测试的10种塑料中，POM、AS、PS均获得了极高的命中率，ABS命中率*低，总体平均命中率为77% 3讨论本文所述塑料辨别方法的平均命中率为77%似乎尚不能满足实用化要求。但该辨别测试实验的神经网络分析所用数据只有2~4个峰簇数据知对命中中率极低的等塑料试样数目峰簇数命中的试样数命中率/%总计期待进一步增加峰簇数据，提高命中率。在开发实用的废塑料再循环利用辨别装置时，尽可能使所有塑料试样的命中率都接近100 %.为此，本方法有望成为十分有用的塑料ABS和PC/ABS命中率极低，主要是这些塑料的实测波谱ABS共聚物的组成不同差别很大。但对50种塑料使用极少的峰簇数据，可获得平均命中率接近80 %的结果，7岩元睦夫，河野澄夫，鱼住纯。近赤外分光法入门。幸书房，1994129 8尾崎幸洋，河田聪。近赤外分光法。学会出版七一7也证明了多种塑料迅速辨别方法可开发的可能性。
由于采用神经网络分析塑料种类可任意增加，即使是塑料种类增加到100种以上，使用本方法也可以辨别。
本方法所用近IR测定装置体积小、价格便宜，可迅速辨别多种塑料，非常适合废塑料处理的现场辨别。
