塑料分选的基本原理是利用不同种类塑料在物理和化学特性上的差异进行识别和分离。这些特性包括光学特征、密度、电学性质、表面特性等多个方面。根据所利用的特性不同，塑料分选技术可分为以下几大类：光学分选技术（包括近红外分选、可见光分选、X射线分选等）、密度分选技术（包括风力分选、水力分选、重介质分选等）、静电分选技术、磁选技术以及新兴的智能分选技术等。每种分选方法都有其特定的适用场景和局限性，在实际应用中往往需要多种技术组合使用才能达到理想的分选效果。
塑料材料的可区分性是其能够被分选的基础。不同种类的塑料在分子结构、添加剂成分、结晶度等方面存在显著差异。例如，PET（聚对苯二甲酸乙二醇酯）和PVC（聚氯乙烯）虽然外观可能相似，但它们的分子结构完全不同，PET是聚酯类塑料而PVC是含氯塑料，这种差异使得它们对近红外光的吸收特性截然不同，为光学分选提供了理论基础。同样，PP（聚丙烯）的密度约为0.9g/cm³，而PET的密度约为1.38g/cm³，这种密度差异使得它们可以通过密度分选方法进行分离。
塑料分选原理的选择需要考虑多个因素，包括待分选塑料的种类、混合程度、污染情况、物料尺寸以及最终产品的纯度要求等。例如，对于电子废弃物中的塑料分选，由于可能含有阻燃剂等添加剂，X射线荧光分选（XRF）可能是更合适的选择；而对于饮料瓶回收中的PET和HDPE分离，近红外分选则更为高效。此外，经济因素也是选择分选原理的重要考量，包括设备投资成本、运行维护费用、能耗水平以及处理能力等。
近红外（NIR）分选技术是目前塑料分选领域应用最广泛的技术之一，其工作原理基于不同塑料在近红外光谱区（波长通常为700-2500nm）具有独特的光谱特征。当近红外光照射到塑料表面时，会被塑料分子中的C-H、N-H、O-H等化学键吸收，不同塑料因其分子结构差异会产生特征性的吸收光谱。通过分析这些特征光谱，可以准确识别塑料的种类。
典型的近红外分选系统由以下几个关键部分组成：光源系统（通常采用卤素灯或LED阵列）、光谱分析系统（包括光栅或干涉仪等分光元件和探测器）、高速处理系统以及分选执行机构（通常是高压气流喷嘴阵列）。工作流程大致如下：塑料碎片通过振动给料机均匀分布在传送带上，经过检测区域时受到近红外光的照射，反射光被高灵敏度探测器接收并转换为电信号，信号经过高速处理系统分析后确定塑料种类，最后由控制系统触发相应位置的喷嘴，利用压缩空气将目标塑料吹离主料流，实现分选目的。
近红外分选技术的优势在于其非接触、高速度和高准确性的特点。现代高性能NIR分选机可以在每秒分析上千个塑料碎片，单颗粒分选时间可短至10毫秒以内，分选准确率可达95%以上。该技术特别适用于透明和浅色塑料的分选，如PET瓶片、HDPE容器等。然而，近红外分选也存在一些局限性，比如对黑色或深色塑料的分选效果较差（因为深色颜料会吸收大部分近红外光），对潮湿或表面严重污染的物料敏感，以及设备成本相对较高等。
在实际应用中，近红外分选系统通常需要针对特定任务进行校准和优化。校准过程包括建立标准样品的光谱数据库、设置合适的检测参数（如光源强度、检测距离、传送带速度等）以及调整喷嘴的时序和气压等。先进的NIR分选系统还具有自学习功能，能够通过不断积累的分选数据自动优化分选算法，提高分选精度。随着高光谱成像技术的发展，新一代的近红外分选机已经能够同时获取物料的空间和光谱信息，进一步提升了复杂混合塑料的分选效果。
X射线分选技术是识别含特定元素塑料的有效方法，主要包括X射线透射分选（XRT）和X射线荧光分选（XRF）两种。XRT技术利用不同塑料对X射线的吸收差异进行分选，密度越高、原子序数越大的元素对X射线的吸收越强，因此可以区分含有重金属添加剂或高密度填料的塑料。XRF技术则更为精确，它通过检测塑料受X射线激发后发出的特征X射线荧光来确定其元素组成，特别适用于识别含氯（PVC）、含溴（阻燃塑料）等特定元素的塑料。
XRF分选系统的工作原理是：X射线管产生初级X射线照射塑料样品，激发样品原子内层电子，当外层电子跃迁填补内层空位时，会释放出具有元素特征能量的次级X射线荧光。通过分析这些荧光的能量谱，可以确定样品中含有哪些元素。例如，PVC中含有氯元素，其特征X射线能量为2.62keV；含溴阻燃剂的特征能量为11.9keV。检测到这些特征能量即可识别出相应的塑料种类。
X射线分选技术的优势在于能够检测塑料内部的元素组成，不受表面颜色、污染等因素影响，特别适合电子废弃物中塑料的分选。但其缺点也很明显：设备成本高、需要辐射防护措施、处理速度相对较慢（通常只有NIR分选的1/3-1/2），而且只能识别含有特定元素的塑料，对PE、PP等通用塑料的分辨能力有限。因此，X射线分选通常作为近红外分选的补充技术，用于特殊塑料的分选或进一步提高分选纯度。
静电分选技术则利用不同塑料摩擦带电特性的差异进行分离。当两种不同塑料相互摩擦或与特定材料摩擦时，会获得不同极性和大小的静电荷。将带电的塑料混合物送入高压电场中，不同电荷特性的塑料颗粒会受到不同方向的电场力作用，从而实现分离。静电分选的关键在于控制物料的带电过程，通常采用摩擦电序（triboelectric series）作为指导，选择适当的摩擦材料和方式使目标塑料获得理想的电荷。
静电分选特别适用于薄膜类塑料的分选，如PE和PP薄膜的分离，因为这些材料轻薄且表面积大，容易获得足够的静电荷。该技术的优点是不需要复杂的光学系统，能耗低，且对物料颜色不敏感。但缺点是分选效果受环境湿度影响大，物料需要充分干燥，而且处理能力通常较低。现代静电分选机通过优化电极结构、采用多级分选等方式提高了分选效率，使其成为塑料薄膜回收的重要技术手段。
密度分选是利用不同塑料密度差异进行分离的传统方法，主要包括风力分选、水力分选和重介质分选三种形式。风力分选依靠气流将轻质塑料（如PP、PE）与重质塑料（如PET、PVC）分离，调节气流速度可以实现不同密度塑料的分级。这种方法设备简单、成本低，但分选精度较差，通常用于初步分选或预处理。水力分选是将塑料混合物置于水中，密度小于水的塑料（如PP、PE）会浮起，而密度大于水的塑料（如PET、PVC）会下沉，实现分离。为提高分选效果，有时会在水中添加润湿剂来减少表面张力的影响。
重介质分选是更为精确的密度分选方法，通过调节水溶液中添加的重质盐类（如氯化钙、氯化锌）或悬浮微粒（如磁铁矿粉）的浓度，制备出密度介于两种待分选塑料之间的分离介质。例如，要分离PET（密度约1.38g/cm³）和PVC（密度约1.32-1.45g/cm³），可以配制密度约为1.35g/cm³的重液，PET会下沉而大部分PVC会上浮。重介质分选的精度高，但需要后续的清洗和介质回收工序，成本相对较高。
新兴的塑料分选技术包括激光诱导击穿光谱（LIBS）、太赫兹光谱和人工智能视觉分选等。LIBS技术利用高能激光脉冲在塑料表面产生等离子体，通过分析等离子体发射的光谱来确定塑料的元素组成，具有检测限低、可分析所有元素的特点，适合含有特殊添加剂塑料的分选。太赫兹光谱技术则探测塑料在太赫兹波段（0.1-10THz）的特征吸收，这一波段对应分子间振动和晶体振动，可以提供独特的"指纹"光谱，但目前还处于实验室研究阶段。
人工智能视觉分选是近年来发展迅速的技术，它结合高分辨率摄像头、多光谱成像和深度学习算法，可以同时识别塑料的类型、颜色、形状甚至表面纹理等特征。与传统的近红外分选相比，AI视觉分选能处理更复杂的分类任务，如按颜色分级、按产品类型分选等。一些先进系统还能通过迁移学习快速适应新的分选要求，大大提高了分选系统的灵活性。然而，这类系统需要大量的训练数据和强大的计算能力，目前主要应用于高附加值塑料的分选。
在实际塑料回收生产线中，分选原理的选择和应用需要综合考虑物料特性、产品要求和经济效益等多个因素。对于消费后塑料包装废弃物的分选，常见的是采用多级分选工艺：先通过密度分选（如风力分选）去除轻质杂质，然后用近红外分选分离PET、HDPE等主要塑料，最后可能还需要XRF分选去除含氯的PVC杂质。这种组合工艺能够在保证分选精度的同时控制成本，适合处理量大、价值中等的回收物料。
对于电子废弃物中的塑料分选，由于可能含有阻燃剂、金属填料等多种添加剂，通常需要以XRF分选为主，结合静电分选去除金属成分。这类物料处理量相对较小但价值较高，可以承受较高的分选成本。汽车拆解塑料的分选则面临更多挑战，因为汽车塑料种类繁多且多为工程塑料，通常需要近红外分选与密度分选相结合，有时还需要人工辅助分拣。
选择分选原理时，物料的前处理状态至关重要。理想的物料应该是干燥的、尺寸均匀的（通常10-100mm）、表面相对清洁的碎片。潮湿的物料会影响近红外和静电分选效果；尺寸过大或过小会影响分选精度和效率；表面严重污染可能导致光谱识别错误。因此，在实际应用中，分选前通常需要破碎、清洗、干燥等预处理工序，这些工序的成本和效果也需要纳入整体考量。
经济性是选择分选原理的关键因素。设备投资成本方面，密度分选设备最便宜，近红外分选次之，X射线分选最昂贵。运行成本则包括能耗、维护费用、耗材（如压缩空气、重介质等）和人工成本等。一般来说，处理量越大，自动化程度越高的分选系统单位成本越低。对于小型回收企业，可能更适合从简单的密度分选或静电分选开始；而大型综合回收厂则值得投资高性能的近红外或X射线分选系统。
未来塑料分选技术的发展将更加注重多技术融合、智能化和模块化。多传感器融合系统可以结合不同分选原理的优势，如近红外+AI视觉+XRF的组合，能够应对更复杂的分选任务。智能化则体现在自学习、自适应算法的应用，使分选系统能够不断优化分选参数。模块化设计则提高了系统的灵活性，用户可以根据需求选择和组合不同的分选模块。这些技术进步将进一步提高塑料分选的效率和经济性，推动塑料回收行业的发展。