激光探針技術(shù)塑料分類算法的研究.pdf

1、塑料在工業(yè)企業(yè)和日常生活中均有著廣泛的應(yīng)用，為保護(hù)環(huán)境和節(jié)約資源，最好的方法是對廢舊塑料進(jìn)行回收再利用，而其中關(guān)鍵的問題就是對塑料進(jìn)行分類。現(xiàn)有的塑料分類技術(shù)包括X射線熒光光譜技術(shù)、近紅外光譜技術(shù)、拉曼光譜技術(shù)等。雖然上述技術(shù)可實現(xiàn)常用塑料的分類，但是由于分析過程繁瑣費時，難以滿足工業(yè)化快速分類的需求。而激光探針技術(shù)由于具有快速、無需樣品預(yù)處理等特點，在高分子材料、金屬、土壤和陶瓷等領(lǐng)域檢測具有廣泛的應(yīng)用前景。
　　圍繞塑料的激光

2、探針光譜快速分類識別之目的，本文采用自主搭建的激光探針平臺，對影響塑料分類結(jié)果的實驗參數(shù)（激光單脈沖能量、ICCD延遲時間和門寬）進(jìn)行了優(yōu)化，獲得了最佳的實驗參數(shù)。并在空氣環(huán)境下對來自不同廠家和不同顏色的20種塑料進(jìn)行了快速分類檢測研究。為避免金屬元素譜線帶來的干擾，本文僅選取塑料中主要非金屬元素，即碳、氫、氧、氮元素的6條光譜譜線作為特征譜線進(jìn)行快速分類研究。實驗結(jié)果表明，采用有監(jiān)督的支持向量機(jī)算法對20種塑料制品的算術(shù)平均識別精度為

3、96.6％。然后采用該算法將20種塑料中同類型不同顏色的樣品歸為一類，最后得到11類樣品的平均識別精度為99.6%。
　　為進(jìn)一步提高分類效率，研究了無監(jiān)督算法中的主成分分析法、K-均值算法和自組織特征映射神經(jīng)網(wǎng)絡(luò)無監(jiān)督分類，并利用 U-matrix算法對自組織特征映射分類結(jié)果進(jìn)行可視化。比較三種無監(jiān)督分類算法的結(jié)果，基于 U-matrix算法的自組織特征映射神經(jīng)網(wǎng)絡(luò)對塑料的聚類結(jié)果最佳。實驗結(jié)果表明，將激光探針技術(shù)與無監(jiān)督算法結(jié)