一、塑料分选的基本原理概述

塑料分选的核心是通过识别不同塑料的物理或化学特性差异来实现分离。现代分选技术主要基于以下三大类原理：

1. 光学特性差异（占市场75%份额）

   • 近红外光谱识别
   • 可见光颜色识别
   • 激光诱导击穿光谱

2. 物理特性差异

   • 密度分选
   • 静电分选
   • 磁力分选

3. 智能识别技术

   • AI视觉识别
   • 多传感器融合技术

二、近红外（NIR）分选技术详解

1. 光谱识别原理

• 分子振动特征：不同塑料的C-H、N-H等化学键在近红外区（900-1700nm）有独特吸收峰

  • PET：1720nm特征峰
  • PP：1390nm特征峰
  • PVC：无特征峰（需X射线辅助）

• 检测过程：

  1. 卤素灯照射物料（光强＞10000lux）
  2. InGaAs探测器接收反射光谱
  3. 光谱仪分析（分辨率＜10nm）
  4. 与数据库比对（误差＜0.5%）

2. 核心组件参数

工作流程：
原料输送 → 光谱扫描 → 数据处理 → 气流分选 → 成品收集

三、X射线分选技术原理

1. 原子密度差异识别

• 基本原理：不同元素对X射线的吸收系数不同

  • PVC（含氯）：吸收系数＞200
  • PET/PP：吸收系数＜100

• 设备参数：

  • 管电压：80-150kV
  • 检测精度：可识别3mm厚PVC片
  • 辐射剂量：＜2.5μSv/h（安全标准）

2. 典型应用场景

• 电子废料处理：
  • PCB中的含溴阻燃塑料分选
  • 识别精度＞99%
• 食品包装分选：
  • 去除含PVC的复合包装
  • 处理能力3-5吨/小时

四、静电分选技术解析

1. 摩擦带电原理

• 电荷差异：

  • PP带正电（功函数4.9eV）
  • PET带负电（功函数4.2eV）

• 关键参数：

  参数	标准值
  电极电压	20-50kV
  分选效率	85-92%
  湿度要求	＜30%RH

  
  

2. 工艺流程

1. 物料摩擦带电（转速500-800rpm）
2. 高压电场分离（场强3-5kV/cm）
3. 旋风收集器分选

五、AI智能分选技术突破

1. 深度学习应用

• 视觉识别：
  • 300万像素工业相机
  • 识别速度＞300次/秒
• 算法优势：
  • 自学习功能（新物料训练周期＜8h）
  • 复杂背景识别（准确率＞98%）

2. 多传感器融合

六、技术对比与选型建议

1. 性能参数对比

2. 选型决策树

1. 含金属杂质 → 先磁选后分选
2. PVC含量高 → 必选X射线
3. 颜色复杂 → AI视觉+近红外
4. 预算有限 → 静电分选+色选

结语

塑料分选技术正向多技术融合方向发展：

1. 光谱识别精度提升至99.5%
2. 处理能力突破10吨/小时
3. 能耗降低至8kW/吨