再生塑料的自动智能判断方法及系统技术方案

本发明专利技术公开了一种再生塑料的自动智能判断方法及装置，自动智能判断方法包括如下步骤：分别对第一种类的新生产塑料和再生塑料的标准样品进行红外光谱测试、热重曲线测试以及DSC测试，并对红外光谱曲线、热重曲线以及DSC曲线进行分析，分别得到针对第一种类的新生产塑料和再生塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线的多个特征；对第一种类的待判断的样品进行红外光谱测试，并对红外光谱曲线进行分析，得到红外光谱曲线的多个特征；确定针对第一种类的新生产塑料的标准样品的红外光谱曲线与针对第一种类的再生塑料的标准样品的红外光谱曲线是否具有足够的区分度；如果具有足够的区分度，则执行指定操作。本发明专利技术的方法判断效率及准确度高。

Automatic and Intelligent Judgment Method and System for Recycled Plastics

The invention discloses an automatic intelligent judgement method and device for recycled plastics. The automatic intelligent judgement method includes the following steps: infrared spectrum test, thermogravimetric curve test and DSC test for the standard samples of the first kind of newly produced plastics and recycled plastics, and infrared spectrum curve, thermogravimetric curve and DS test. The infrared spectra, thermogravimetric curves and DSC curves of the standard samples of the first kind of newly produced plastics and recycled plastics were obtained by analyzing the C curves. The first kind of samples to be judged were tested by infrared spectroscopy, and the infrared spectroscopy curves were analyzed to obtain the infrared spectroscopic curves. Multiple characteristics; determine whether the infrared spectra of the standard samples for the first kind of newly produced plastics are sufficiently distinguished from those for the first kind of recycled plastics; if sufficient, perform the specified operation. The method of the invention has high judging efficiency and accuracy.

【技术实现步骤摘要】
再生塑料的自动智能判断方法及系统
本专利技术是关于塑料生产智能装置领域，特别是关于一种再生塑料的自动智能判断方法及系统。
技术介绍
与塑料工业发展并行的是再生塑料行业朝向规范化、高技术化的必由之路。回收塑料中可能存在危害环境和人体健康的有害物质。目前国内再生塑料已经大规模应用，但是国内还没有相应的检测标准和技术标准来规范、表征该产品。由于再生塑料回收生产的复杂性，导致再生塑料产物有可能存在较大杂质以及产品质量出现缺陷等问题。这些问题的存在导致再生塑料产品的使用受到很大限制和影响使用者的信心。欧盟及日本已经开始关注再生塑料的问题，并且制订了相关再生塑料产品表征和检测的相关标准。公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
技术实现思路
本专利技术的目的在于提供一种再生塑料的自动智能判断方法及系统，其能够克服现有技术的缺点。为实现上述目的，本专利技术提供了一种再生塑料的自动智能判断方法，包括如下步骤：对第一种类的新生产塑料的标准样品进行红外光谱测试、热重曲线测试以及DSC测试；对第一种类的再生塑料的标准样品进行红外光谱测试、热重曲线测试以及DSC测试；针对第一种类的新生产塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线进行分析，得到针对第一种类的新生产塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线的多个特征；针对第一种类的再生塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线进行分析，得到针对第一种类的再生塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线的多个特征；对第一种类的待判断的样品进行红外光谱测试；针对第一种类的待判断的样品的红外光谱曲线进行分析，得到针对第一种类的待判断的样品的红外光谱曲线的多个特征；确定针对第一种类的新生产塑料的标准样品的红外光谱曲线与针对第一种类的再生塑料的标准样品的红外光谱曲线是否具有足够的区分度；如果针对第一种类的新生产塑料的标准样品的红外光谱曲线与针对第一种类的再生塑料的标准样品的红外光谱曲线具有足够的区分度，则执行以下操作：确定针对第一种类的待判断的样品的红外光谱曲线的多个特征与针对第一种类的新生产塑料的标准样品的红外光谱曲线的多个特征是否对应，如果针对第一种类的待判断的样品的红外光谱曲线的多个特征与针对第一种类的新生产塑料的标准样品的红外光谱曲线的多个特征对应，则判断第一种类的待判断的样品是新生产塑料。在一优选的实施方式中，再生塑料的自动智能判断方法还包括如下步骤：如果针对第一种类的待判断的样品的红外光谱曲线的多个特征与针对第一种类的新生产塑料的标准样品的红外光谱曲线的多个特征不对应，则继续确定针对第一种类的待判断的样品的红外光谱曲线的多个特征与针对第一种类的再生塑料的标准样品的红外光谱曲线的红外光谱曲线的多个特征是否对应；以及如果针对第一种类的待判断的样品的红外光谱曲线的多个特征与针对第一种类的再生塑料的标准样品的红外光谱曲线的红外光谱曲线的多个特征对应，则判断第一种类的待判断的样品是再生塑料。在一优选的实施方式中，其中，针对第一种类的新生产塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线进行分析，得到针对第一种类的新生产塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线的多个特征具体包括如下步骤：标定针对第一种类的新生产塑料的标准样品的红外光谱曲线中的峰位置、峰强度以及峰个数；对针对第一种类的新生产塑料的标准样品的热重曲线进行一次微分以及二次微分，随后标定针对第一种类的新生产塑料的标准样品的热重曲线的峰位置、峰强度以及峰个数，并且标定针对第一种类的新生产塑料的标准样品的热重曲线的一次微分曲线以及二次微分曲线的峰位置、峰强度以及峰个数；对针对第一种类的新生产塑料的标准样品的DSC曲线进行一次微分以及二次微分，随后标定针对第一种类的新生产塑料的标准样品的DSC曲线的峰位置、峰强度以及峰个数，并且标定针对第一种类的新生产塑料的标准样品的DSC曲线的一次微分曲线以及二次微分曲线的峰位置、峰强度以及峰个数；针对第一种类的再生塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线进行分析，得到针对第一种类的再生塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线的多个特征具体包括如下步骤：标定针对第一种类的再生塑料的标准样品的红外光谱曲线中的峰位置、峰强度以及峰个数；对针对第一种类的再生塑料的标准样品的热重曲线进行一次微分以及二次微分，随后标定针对第一种类的再生塑料的标准样品的热重曲线的峰位置、峰强度以及峰个数，并且标定针对第一种类的再生塑料的标准样品的热重曲线的一次微分曲线以及二次微分曲线的峰位置、峰强度以及峰个数；以及对针对第一种类的再生塑料的标准样品的DSC曲线进行一次微分以及二次微分，随后标定针对第一种类的再生塑料的标准样品的DSC曲线的峰位置、峰强度以及峰个数，并且标定针对第一种类的再生塑料的标准样品的DSC曲线的一次微分曲线以及二次微分曲线的峰位置、峰强度以及峰个数。在一优选的实施方式中，再生塑料的自动智能判断方法包括如下步骤：如果针对第一种类的新生产塑料的标准样品的红外光谱曲线与针对第一种类的再生塑料的标准样品的红外光谱曲线不具有足够的区分度，则执行以下操作：对第一种类的待判断的样品进行热重测试；针对第一种类的待判断的样品的热重曲线进行分析，得到针对第一种类的待判断的样品的热重曲线的多个特征；确定针对第一种类的新生产塑料的标准样品的热重曲线与针对第一种类的再生塑料的标准样品的热重曲线是否具有足够的区分度；如果针对第一种类的新生产塑料的标准样品的热重曲线与针对第一种类的再生塑料的标准样品的热重曲线具有足够的区分度，则确定针对第一种类的待判断的样品的热重曲线的多个特征与针对第一种类的新生产塑料的标准样品的热重曲线的多个特征是否对应，如果针对第一种类的待判断的样品的热重曲线的多个特征与针对第一种类的新生产塑料的标准样品的热重曲线的多个特征对应，则判断第一种类的待判断的样品是新生产塑料；以及如果针对第一种类的待判断的样品的热重曲线的多个特征与针对第一种类的新生产塑料的标准样品的热重曲线的多个特征不对应，则确定针对第一种类的待判断的样品的热重曲线的多个特征与针对第一种类的再生塑料的标准样品的热重曲线的多个特征是否对应，如果针对第一种类的待判断的样品的热重曲线的多个特征与针对第一种类的再生的标准样品的热重曲线的多个特征对应，则判断第一种类的待判断的样品是再生塑料。在一优选的实施方式中，再生塑料的自动智能判断方法包括如下步骤：如果针对第一种类的新生产塑料的标准样品的热重曲线与针对第一种类的再生塑料的标准样品的热重曲线不具有足够的区分度，则执行以下操作：对第一种类的待判断的样品进行DSC测试；针对第一种类的待判断的样品的DSC曲线进行分析，得到针对第一种类的待判断的样品的DSC曲线的多个特征；确定针对第一种类的新生产塑料的标准样品的DSC曲线与针对第一种类的再生塑料的标准样品的DSC曲线是否具有足够的区分度；如果针对第一种类的新生产塑料的标准样品的DSC曲线与针对第一种类的再生塑料的标准样品的DSC曲线具有足够的区分度，则确定针对第一种类的待判断的样品的D本文档来自技高网...

【技术保护点】
1.一种再生塑料的自动智能判断方法，其特征在于：所述再生塑料的自动智能判断方法包括如下步骤：对第一种类的新生产塑料的标准样品进行红外光谱测试、热重曲线测试以及DSC测试；对第一种类的再生塑料的标准样品进行红外光谱测试、热重曲线测试以及DSC测试；针对第一种类的新生产塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线进行分析，得到针对第一种类的新生产塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线的多个特征；针对第一种类的再生塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线进行分析，得到针对第一种类的再生塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线的多个特征；对第一种类的待判断的样品进行红外光谱测试；针对第一种类的待判断的样品的红外光谱曲线进行分析，得到针对第一种类的待判断的样品的红外光谱曲线的多个特征；确定针对第一种类的新生产塑料的标准样品的红外光谱曲线与针对第一种类的再生塑料的标准样品的红外光谱曲线是否具有足够的区分度；如果针对第一种类的新生产塑料的标准样品的红外光谱曲线与针对第一种类的再生塑料的标准样品的红外光谱曲线具有足够的区分度，则执行以下操作：确定针对第一种类的待判断的样品的红外光谱曲线的多个特征与针对第一种类的新生产塑料的标准样品的红外光谱曲线的多个特征是否对应，如果针对第一种类的待判断的样品的红外光谱曲线的多个特征与针对第一种类的新生产塑料的标准样品的红外光谱曲线的多个特征对应，则判断第一种类的待判断的样品是新生产塑料。...

【技术特征摘要】
1.一种再生塑料的自动智能判断方法，其特征在于：所述再生塑料的自动智能判断方法包括如下步骤：对第一种类的新生产塑料的标准样品进行红外光谱测试、热重曲线测试以及DSC测试；对第一种类的再生塑料的标准样品进行红外光谱测试、热重曲线测试以及DSC测试；针对第一种类的新生产塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线进行分析，得到针对第一种类的新生产塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线的多个特征；针对第一种类的再生塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线进行分析，得到针对第一种类的再生塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线的多个特征；对第一种类的待判断的样品进行红外光谱测试；针对第一种类的待判断的样品的红外光谱曲线进行分析，得到针对第一种类的待判断的样品的红外光谱曲线的多个特征；确定针对第一种类的新生产塑料的标准样品的红外光谱曲线与针对第一种类的再生塑料的标准样品的红外光谱曲线是否具有足够的区分度；如果针对第一种类的新生产塑料的标准样品的红外光谱曲线与针对第一种类的再生塑料的标准样品的红外光谱曲线具有足够的区分度，则执行以下操作：确定针对第一种类的待判断的样品的红外光谱曲线的多个特征与针对第一种类的新生产塑料的标准样品的红外光谱曲线的多个特征是否对应，如果针对第一种类的待判断的样品的红外光谱曲线的多个特征与针对第一种类的新生产塑料的标准样品的红外光谱曲线的多个特征对应，则判断第一种类的待判断的样品是新生产塑料。2.如权利要求1所述的再生塑料的自动智能判断方法，其特征在于：所述再生塑料的自动智能判断方法还包括如下步骤：如果针对第一种类的待判断的样品的红外光谱曲线的多个特征与针对第一种类的新生产塑料的标准样品的红外光谱曲线的多个特征不对应，则继续确定针对第一种类的待判断的样品的红外光谱曲线的多个特征与针对第一种类的再生塑料的标准样品的红外光谱曲线的红外光谱曲线的多个特征是否对应；以及如果针对第一种类的待判断的样品的红外光谱曲线的多个特征与针对第一种类的再生塑料的标准样品的红外光谱曲线的红外光谱曲线的多个特征对应，则判断第一种类的待判断的样品是再生塑料。3.如权利要求2所述的再生塑料的自动智能判断方法，其特征在于：其中，针对第一种类的新生产塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线进行分析，得到针对第一种类的新生产塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线的多个特征具体包括如下步骤：标定针对第一种类的新生产塑料的标准样品的红外光谱曲线中的峰位置、峰强度以及峰个数；对针对第一种类的新生产塑料的标准样品的热重曲线进行一次微分以及二次微分，随后标定针对第一种类的新生产塑料的标准样品的热重曲线的峰位置、峰强度以及峰个数，并且标定针对第一种类的新生产塑料的标准样品的热重曲线的一次微分曲线以及二次微分曲线的峰位置、峰强度以及峰个数；对针对第一种类的新生产塑料的标准样品的DSC曲线进行一次微分以及二次微分，随后标定针对第一种类的新生产塑料的标准样品的DSC曲线的峰位置、峰强度以及峰个数，并且标定针对第一种类的新生产塑料的标准样品的DSC曲线的一次微分曲线以及二次微分曲线的峰位置、峰强度以及峰个数；针对第一种类的再生塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线进行分析，得到针对第一种类的再生塑料的标准样品的红外光谱曲线、热重曲线以及DSC曲线的多个特征具体包括如下步骤：标定针对第一种类的再生塑料的标准样品的红外光谱曲线中的峰位置、峰强度以及峰个数；对针对第一种类的再生塑料的标准样品的热重曲线进行一次微分以及二次微分，随后标定针对第一种类的再生塑料的标准样品的热重曲线的峰位置、峰强度以及峰个数，并且标定针对第一种类的再生塑料的标准样品的热重曲线的一次微分曲线以及二次微分曲线的峰位置、峰强度以及峰个数；以及对针对第一种类的再生塑料的标准样品的DSC曲线进行一次微分以及二次微分，随后标定针对第一种类的再生塑料的标准样品的DSC曲线的峰位置、峰强度以及峰个数，并且标定针对第一种类的再生塑料的标准样品的DSC曲线的一次微分曲线以及二次微分曲线的峰位置、峰强度以及峰个数。4.如权利要求3所述的再生塑料的自动智能判断方法，其特征在于：所述再生塑料的自动智能判断方法还包括如下步骤：如果针对第一种类的新生产塑料的标准样品的红外光谱曲线与针对第一种类的再生塑料的标准样品的红外光谱曲线不具有足够的区分度，则执行以下操作：对第一种类的待判断的样品进行热重测试；针对第一种类的待判断的样品的热重曲线进行分析，得到针对第一种类的待判断的样品的热重曲线的多个特征；确定针对第一种类的新生产塑料的标准样品的热重曲线与针对第一种类的再生塑料的标准样品的热重曲线是否具有足够的区分度；如果针对第一种类的新生产塑料的标准样品的热重曲线与针对第一种类的再生塑料的标准样品的热重曲线具有足够的区分度，则确定针对第一种类的待判断的样品的热重曲线的多个特征与针对第一种类的新生产塑料的标准样品的热重曲线的多个特征是否对应，如果针对第一种类的待判断的样品的热重曲线的多个特征与针对第一种类的新生产塑料的标准样品的热重曲线的多个特征对应，则判断第一种类的待判断的样品是新生产塑料；以及如果针对第一种类的待判断的样品的热重曲线的多个特征与针对第一种类的新生产塑料的标准样品的热重曲线的多个特征不对应，则确定针对第一种类的待判断的样品的热重曲线的多个特征与针对第一种类的再生塑料的标准样品的热重曲线的多个特征是否对应，如果针对第一种类的待判断的样品的热重曲线的多个特征与针对第一种类的再生的标准样品的热重曲线的多个特征对应，则判断第一种类的待判断的样品是再生塑料。5.如权利要求4所述的再生塑料的自动智能判断方法，其特征在于：所述再生塑料的自动智能判断方法包括如下步骤：如果针对第一种类的新生产塑料的标准样品的热重曲线与针对第一种类的再生塑料的标准样品的热重曲线不具有足够的区分度，则执行以下操作：对第一种类的待判断的样品进行DSC测试；针对第一种类的待判断的样品的DSC曲线进行分析，得到针对第一种类的待判断的样品的DSC曲线的多个特征；确定针对第一种类的新生产塑料的标准样品的DSC曲线与针对第一种类的再生塑料的标准样品的DSC曲线是否具有足够的区分度；如果针对第一种类的新生产塑料的标准样品的DSC曲线与针对第一种类的再生塑料的标准样品的DSC曲线具有足够的区分度，则确定针对第一种类的待判断的样品的DSC曲线的多个特征与针对第一种类的新生产塑料的标准样品的DSC曲线的多个特征是否对应，如果针对第一种类的待判断的样品的DSC曲线的多个特征与针对第一种类的新生产塑料的标准样品的DSC曲线的多个特征对应，则判断第一种类的待判断的样品是新生产塑料；以及如果针对第一种类的待判断的样品的DSC曲线的多个特征与针对第一种类的新生产塑料的标准样品的DSC曲线的多个特征不对应，则确定针对第一种类的待判断的样品的DSC曲线的多个特征与针对第一种类的再生塑料的标准样品的DSC曲线的多个特征是否对应，如果针对第一种类的待判断的样品的DSC曲线的多个特征与针对第一种类的再生的标准样品的DSC曲线的多个特征对应，则判断第一种类的待判断的样品是再生塑料。6.一种再生塑料的自动智能判断系统，其特征在于：所述自动智能判断系统包括...

【专利技术属性】
技术研发人员：黄春梁，
申请(专利权)人：黄春梁，
类型：发明
国别省市：福建,35