電子廢棄物拆機(jī)塑料的近紅外光譜識(shí)別
發(fā)布時(shí)間:2023-03-21 18:12
廢塑料引發(fā)的生態(tài)環(huán)境問(wèn)題近年來(lái)得到很多關(guān)注。對(duì)廢塑料進(jìn)行回收不僅是一種垃圾處理方式,更是可以從源頭上減少市場(chǎng)對(duì)初級(jí)塑料產(chǎn)品的需求。塑料的分選是塑料回收的關(guān)鍵一環(huán)。目前在電子廢棄物回收行業(yè)中,塑料分選大多依靠人工完成,效率低,準(zhǔn)確度差。近紅外光譜自動(dòng)分選可以用于塑料的自動(dòng)分選,代替人工,提升效率。本研究收集了多種廢家電的塑料并采集了近紅外光譜,類(lèi)別包括聚丙乙烯(PP),丙烯腈-丁二烯-苯乙烯塑料(ABS),聚丙乙烯(PS),ABS和聚碳酸酯混合塑料(ABS/PC)。對(duì)比了不同來(lái)源的廢塑料光譜和純塑料光譜發(fā)現(xiàn),大多數(shù)同類(lèi)塑料的光譜吸收峰位置和形狀基本相同,除了樣品中阻燃ABS塑料和ABS純塑料在近紅外光譜中有明顯的區(qū)別,因而阻燃ABS可以在分類(lèi)模型中單獨(dú)作為一類(lèi)。將在優(yōu)化了前處理方法,截取了合適光譜區(qū)間之后,運(yùn)用光譜角法(SAM),偏最小二乘判別(PLSDA),線性判別(LDA)和支持向量機(jī)(SVM)這四種分類(lèi)算法建立分類(lèi)模型,進(jìn)行分類(lèi)預(yù)測(cè)。使用不同情況下采集的光譜數(shù)據(jù)集,從多個(gè)方法評(píng)估上述分類(lèi)模型的表現(xiàn),發(fā)現(xiàn)SAM容易受到噪聲干擾,在光譜信噪比低時(shí)不宜使用,而且總體判別準(zhǔn)確率不如其他方法...
【文章頁(yè)數(shù)】:105 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 研究背景
1.1 研究意義
1.2 塑料分選技術(shù)
1.2.1 機(jī)械分選
1.2.2 自動(dòng)分選
1.2.3 分選方法優(yōu)缺點(diǎn)比較
1.3 電子廢棄物拆機(jī)塑料
1.4 相關(guān)研究進(jìn)展
1.5 研究意義
1.6 研究?jī)?nèi)容
第二章 實(shí)驗(yàn)材料與方法
2.1 塑料樣品來(lái)源
2.2 近紅外光譜的采集
2.3 近紅外光譜數(shù)據(jù)分析方法
2.3.1 近紅外光譜數(shù)據(jù)前處理
2.3.2 光譜數(shù)據(jù)集的分割
2.3.3 光譜數(shù)據(jù)的特征提取和分類(lèi)方法
2.4 分類(lèi)模型的評(píng)價(jià)方法
2.4.1 準(zhǔn)確度、精確度、召回率和F1值
2.4.2 ROC曲線和AUC值
2.5 智能搜索算法優(yōu)化計(jì)算
2.5.1 模擬退火(SA, simulated annealing)
2.5.2 遺傳算法(GA, generic algorithm)
2.5.3 代價(jià)函數(shù)的計(jì)算
第三章 近紅外光譜分選模型的建立
3.1 塑料的近紅外光譜對(duì)比分析
3.1.1 同類(lèi)塑料的對(duì)比
3.1.2 不同類(lèi)塑料的對(duì)比
3.2 前處理方法選取
3.3 光譜區(qū)間截取
3.4 數(shù)據(jù)集分割
3.5 多種分類(lèi)模型的建立
3.5.1 SAM分類(lèi)方法
3.5.2 PLSDA分類(lèi)方法
3.5.3 LDA分類(lèi)方法
3.5.4 SVM分類(lèi)方法
3.5.5 廢塑料光譜分類(lèi)效果
3.6 本章小結(jié)
第四章 分類(lèi)方法穩(wěn)定性評(píng)價(jià)
4.1 復(fù)雜來(lái)源塑料的判別
4.2 低信噪比光譜的判別
4.3 低分辨率光譜的判別
4.4 本章小結(jié)
第五章 近紅外光譜分類(lèi)模型的優(yōu)化
5.1 模擬退火算法優(yōu)化
5.2 遺傳算法優(yōu)化
5.3 優(yōu)化后分類(lèi)效果評(píng)價(jià)
5.4 本章小結(jié)
第六章 拆機(jī)塑料近紅外識(shí)別的應(yīng)用設(shè)計(jì)
6.1 拆機(jī)塑料近紅外自動(dòng)分選系統(tǒng)
6.1.1 設(shè)計(jì)原理
6.1.2 識(shí)別程序設(shè)計(jì)
6.2 測(cè)定塑料組成的近紅外掃描系統(tǒng)
6.2.1 設(shè)計(jì)原理
6.2.2 識(shí)別程序設(shè)計(jì)
6.3 本章小結(jié)
第七章 總結(jié)和展望
7.1 總結(jié)
7.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間已發(fā)表或錄用的論文
本文編號(hào):3767048
【文章頁(yè)數(shù)】:105 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 研究背景
1.1 研究意義
1.2 塑料分選技術(shù)
1.2.1 機(jī)械分選
1.2.2 自動(dòng)分選
1.2.3 分選方法優(yōu)缺點(diǎn)比較
1.3 電子廢棄物拆機(jī)塑料
1.4 相關(guān)研究進(jìn)展
1.5 研究意義
1.6 研究?jī)?nèi)容
第二章 實(shí)驗(yàn)材料與方法
2.1 塑料樣品來(lái)源
2.2 近紅外光譜的采集
2.3 近紅外光譜數(shù)據(jù)分析方法
2.3.1 近紅外光譜數(shù)據(jù)前處理
2.3.2 光譜數(shù)據(jù)集的分割
2.3.3 光譜數(shù)據(jù)的特征提取和分類(lèi)方法
2.4 分類(lèi)模型的評(píng)價(jià)方法
2.4.1 準(zhǔn)確度、精確度、召回率和F1值
2.4.2 ROC曲線和AUC值
2.5 智能搜索算法優(yōu)化計(jì)算
2.5.1 模擬退火(SA, simulated annealing)
2.5.2 遺傳算法(GA, generic algorithm)
2.5.3 代價(jià)函數(shù)的計(jì)算
第三章 近紅外光譜分選模型的建立
3.1 塑料的近紅外光譜對(duì)比分析
3.1.1 同類(lèi)塑料的對(duì)比
3.1.2 不同類(lèi)塑料的對(duì)比
3.2 前處理方法選取
3.3 光譜區(qū)間截取
3.4 數(shù)據(jù)集分割
3.5 多種分類(lèi)模型的建立
3.5.1 SAM分類(lèi)方法
3.5.2 PLSDA分類(lèi)方法
3.5.3 LDA分類(lèi)方法
3.5.4 SVM分類(lèi)方法
3.5.5 廢塑料光譜分類(lèi)效果
3.6 本章小結(jié)
第四章 分類(lèi)方法穩(wěn)定性評(píng)價(jià)
4.1 復(fù)雜來(lái)源塑料的判別
4.2 低信噪比光譜的判別
4.3 低分辨率光譜的判別
4.4 本章小結(jié)
第五章 近紅外光譜分類(lèi)模型的優(yōu)化
5.1 模擬退火算法優(yōu)化
5.2 遺傳算法優(yōu)化
5.3 優(yōu)化后分類(lèi)效果評(píng)價(jià)
5.4 本章小結(jié)
第六章 拆機(jī)塑料近紅外識(shí)別的應(yīng)用設(shè)計(jì)
6.1 拆機(jī)塑料近紅外自動(dòng)分選系統(tǒng)
6.1.1 設(shè)計(jì)原理
6.1.2 識(shí)別程序設(shè)計(jì)
6.2 測(cè)定塑料組成的近紅外掃描系統(tǒng)
6.2.1 設(shè)計(jì)原理
6.2.2 識(shí)別程序設(shè)計(jì)
6.3 本章小結(jié)
第七章 總結(jié)和展望
7.1 總結(jié)
7.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間已發(fā)表或錄用的論文
本文編號(hào):3767048
本文鏈接:http://lk138.cn/wenshubaike/qiuzhijiqiao/3767048.html
最近更新
教材專(zhuān)著