隨著塑料工業的迅猛發展，以及塑料垃圾的不斷增長，廢舊塑料再生利用行業日益興起。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節。大多數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。這些傳統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新添磚加瓦，從而推動傳統的機械物理化分選模式向數字化、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，一直選用普通RGB相機作為其自研裝備的主要分選技術，現想尋找一種高效、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。

>>現狀與痛點

 因塑料類別多、顏色雜、形狀各異，現有方案采用普通RGB相機，只能實現單一維度檢測，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、工業檢測、精準農業、生態環境、資源勘探、生物醫學、食品安全等領域得到廣泛應用。