基于近红外技术的混合塑料分类分选模式实验研究
发布时间：2021-06-26 03:02
塑料制品已经渗透到我们生活的方方面面,由此废弃塑料产品带来了严重的环境问题。在有机化合物的分类识别领域,近红外光谱技术的分析范围几乎可覆盖全部有机化合物,本课题以近红外光谱分析技术为基础,针对废旧家电塑料的种类分析开展了相关的研究,以求能够达到准确、快速识别出废旧家电塑料种类的目的。本课题设计的PCA算法优化了数据处理结构,改善化学计量学的特征提取算法,选择具有代表性的主成分维数,扩大数据之间的非线性关系,使各个主成分更具有代表性,有效降低了因光谱采集过程中产生的噪声、谱带重叠和基线漂移等干扰因素对实验结果的影响。实验验证阶段采集了不同批量的废旧家电产品塑料片作为实验样品,采用PCA算法,对数据进行算法分析,得出降维数据。采用聚类分析手段对降维后的样本数据进行分类识别,依据得到的实验结果对PCA算法进行实验验证。根据对比结果,优化算法结构,提高识别精度。针对海尔新材料科技有限公司中采集的ABS、PP、PAC/PPT、PC/ABS、PS、PVC和尼龙样本进行实验验证,结果表明采用本课题设计的PCA算法得到的降维数据在经聚类分析后,识别精度能够达到91%,基本满足本课题的实验需求。对两台国...
【文章来源】：青岛科技大学山东省
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
矫正模型的作用Figure2-1Theroleofthecorrectionmodel
青岛科技大学研究生学位论文识别的选择和检验模型的选用上都需要做出进一步的优化和改进，才能够大幅深色颜料对于近红外光谱识别技术的影响。本研究在软件方面，通过改进化学法，借助实验不断优化校正模型，扩大所选特征向量的非线性相关性，提高在上的差异性，使实验结果更加准确可靠。红外光谱分析技术的基本方法照目前的研究状况，为了简化识别设备与程序，进一步提高研究结果的准确主要通过优化矫正模型，以提高识别精度。采用 PCA 提取出最能表征样品种，建立矫正模型并通过 K-means 聚类分析[31][32]得出判别结果。IR 对于废旧塑料的识别过程如图 2-2 所示：
图 2-3 近红外光谱识别方法Figure 2-3 Near infrared spectroscopy identification method与内容简析法（Principal Component Analysis ,PCA）是一种数学变换的是希望用较少的变量去解释原来光谱中的大部分变量，将我量转化成彼此相互独立或不相关的变量。通常是选出比原分光谱中变量的几个新变量，即所谓主成分，并用以解释光识别技术是目前最为主要的一种塑料识别手段，采用此种分势在于，提取再生塑料中的组成与结构的特征信息，进而确塑料样品中的光谱数据信息和最能够反映该样品组成和结构桥梁”——校正模型。校正模型最为识别手段中一个非常重要取的好坏会直接影响到检测结果准确性的高低。立校正模型之前，除了必须的光谱预处理之外，通过主成分生塑料组成和结构的特征信息——主成分得分，这样就能够
【参考文献】：
期刊论文
[1]电磁振动定量给料系统设计思路浅析[J]. 鹿建森. 工程建设与设计. 2019(05)
[2]电磁振动给料机的应用[J]. 孟宝. 现代制造技术与装备. 2018(12)
[3]电磁振动给料器的设计[J]. 王高峰,王艳平,李光辉. 起重运输机械. 2017(04)
[4]基于模糊PID控制的电磁式定量给料系统[J]. 戚俊,龚大伟,李燕,闫清泉. 食品与机械. 2016(11)
[5]电磁振动给料器隔振弹簧的设计计算[J]. 李亚静,刘颖. 机械工程师. 2016(07)
[6]废旧家电塑料分选技术探讨[J]. 吕文建. 资源再生. 2014(10)
[7]基于主成分与聚类分析的苹果加工品质评价[J]. 公丽艳,孟宪军,刘乃侨,毕金峰. 农业工程学报. 2014(13)
[8]基于K-means聚类和SPIHT编码的红外图像压缩算法研究[J]. 杨建强,侯建军,刘亮. 光学与光电技术. 2012(06)
[9]基于近红外光谱技术的常见塑料快速分类方法研究[J]. 郭慧玲,邓文怡,李晓英. 现代科学仪器. 2012(05)
[10]近红外光谱技术的定性和定量分析[J]. 张荣,吴文娟. 化工时刊. 2011(09)
博士论文
[1]基于主成分分析报废车用塑料近红外识别技术研究[D]. 赵清华.上海交通大学 2014
硕士论文
[1]电磁振动定量给料系统的设计与研究[D]. 赵庆荣.东北大学 2012
[2]家电回收处理中异性塑料自动分拣原理及实验研究[D]. 杨懿.上海交通大学 2011
[3]废旧汽车塑料的识别技术研究[D]. 张继游.上海交通大学 2010
[4]数据挖掘中几种划分聚类算法的比较及改进[D]. 彭丽.大连理工大学 2008
本文编号：3250496
【文章来源】：青岛科技大学山东省
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
矫正模型的作用Figure2-1Theroleofthecorrectionmodel
青岛科技大学研究生学位论文识别的选择和检验模型的选用上都需要做出进一步的优化和改进，才能够大幅深色颜料对于近红外光谱识别技术的影响。本研究在软件方面，通过改进化学法，借助实验不断优化校正模型，扩大所选特征向量的非线性相关性，提高在上的差异性，使实验结果更加准确可靠。红外光谱分析技术的基本方法照目前的研究状况，为了简化识别设备与程序，进一步提高研究结果的准确主要通过优化矫正模型，以提高识别精度。采用 PCA 提取出最能表征样品种，建立矫正模型并通过 K-means 聚类分析[31][32]得出判别结果。IR 对于废旧塑料的识别过程如图 2-2 所示：
图 2-3 近红外光谱识别方法Figure 2-3 Near infrared spectroscopy identification method与内容简析法（Principal Component Analysis ,PCA）是一种数学变换的是希望用较少的变量去解释原来光谱中的大部分变量，将我量转化成彼此相互独立或不相关的变量。通常是选出比原分光谱中变量的几个新变量，即所谓主成分，并用以解释光识别技术是目前最为主要的一种塑料识别手段，采用此种分势在于，提取再生塑料中的组成与结构的特征信息，进而确塑料样品中的光谱数据信息和最能够反映该样品组成和结构桥梁”——校正模型。校正模型最为识别手段中一个非常重要取的好坏会直接影响到检测结果准确性的高低。立校正模型之前，除了必须的光谱预处理之外，通过主成分生塑料组成和结构的特征信息——主成分得分，这样就能够
【参考文献】：
期刊论文
[1]电磁振动定量给料系统设计思路浅析[J]. 鹿建森. 工程建设与设计. 2019(05)
[2]电磁振动给料机的应用[J]. 孟宝. 现代制造技术与装备. 2018(12)
[3]电磁振动给料器的设计[J]. 王高峰,王艳平,李光辉. 起重运输机械. 2017(04)
[4]基于模糊PID控制的电磁式定量给料系统[J]. 戚俊,龚大伟,李燕,闫清泉. 食品与机械. 2016(11)
[5]电磁振动给料器隔振弹簧的设计计算[J]. 李亚静,刘颖. 机械工程师. 2016(07)
[6]废旧家电塑料分选技术探讨[J]. 吕文建. 资源再生. 2014(10)
[7]基于主成分与聚类分析的苹果加工品质评价[J]. 公丽艳,孟宪军,刘乃侨,毕金峰. 农业工程学报. 2014(13)
[8]基于K-means聚类和SPIHT编码的红外图像压缩算法研究[J]. 杨建强,侯建军,刘亮. 光学与光电技术. 2012(06)
[9]基于近红外光谱技术的常见塑料快速分类方法研究[J]. 郭慧玲,邓文怡,李晓英. 现代科学仪器. 2012(05)
[10]近红外光谱技术的定性和定量分析[J]. 张荣,吴文娟. 化工时刊. 2011(09)
博士论文
[1]基于主成分分析报废车用塑料近红外识别技术研究[D]. 赵清华.上海交通大学 2014
硕士论文
[1]电磁振动定量给料系统的设计与研究[D]. 赵庆荣.东北大学 2012
[2]家电回收处理中异性塑料自动分拣原理及实验研究[D]. 杨懿.上海交通大学 2011
[3]废旧汽车塑料的识别技术研究[D]. 张继游.上海交通大学 2010
[4]数据挖掘中几种划分聚类算法的比较及改进[D]. 彭丽.大连理工大学 2008
本文编号：3250496
本文链接：https://www.wllwen.com/kejilunwen/wulilw/3250496.html
