纺织品中识别与回收检测方案(高光谱仪)

收藏
检测样品: 纺织品/服装/帽
检测项目: 物理性能
浏览次数: 142
发布时间: 2021-12-27
关联设备: 1种 查看全部
获取电话
留言咨询
方案下载

QUANTUM量子科学仪器贸易(北京)有限公司

金牌18年

解决方案总数: 136 方案总浏览次数:
方案详情
纺织业对环境造成的污染是人类在范围内日益遭受污染的重要一部分。为了减少对环境日益严重的污染,提高纺织品的回收率迫在眉睫。2018年,欧盟正式通过了解决纺织品浪费问题的新法案,目标是从 2025 年起在全球范围内回收再利用所有纺织品。芬兰Specim 公司的高光谱成像为成功实现这一宏伟目标提供了技术支撑。

方案详情

Quantum DesignCHINA 高光谱成像在纺织品识别与回收中的应用 高光谱成像技术(HSI)可以区分天然纤维(如棉)、动物纤维(如羊毛)和人造纤维(如聚酯)。芬兰 Specim 高光谱在帮助解决将纺织品废料转化为可再生材料这一全球性挑战上显示出了巨大潜力。 作为芬兰Specim 公司在中国的官方代理商, Quantum Design 中国子公司(www.qd-china.com)将为您详细介绍芬兰 SPECIM FX17高光谱相机在纺织品回收行业的解决方案,更多有关高光谱的技术原理和运用案例,,请参阅: https://ad-china.com/zh/pro/detail/3/1912091743351 背景 2018年,欧盟正式通过了解决纺织品浪费问题的新法案,,目标是从2025年起在全球范围内回收再利用所有纺织品。芬兰Specim公司的高光谱成像为成功实现这一宏伟目标提供了技术支撑。 纺织业对环境造成的污染是人类在世界范围内日益遭受污染的重要一部分。造成污染的原因有多方面:一是面料和服装的生产需消耗大量资源,特别是棉花的使用需消耗大量的水;二是尽管部分纺织品可以回收再利用,但每年大约仍有1600万吨的纺织品被填埋,,。此外,微塑料作为合成纤维的残留物越来越多地进入到土壤和水资源中,通过食物链危及整个动物界和人类的生存,越来越频繁地更换新衣服也是加剧污染的部分原因。 为了减少对环境日益严重的污染,有必要显著提高纺织品的回收率。兰当前,人工普遍对不同类型的纺织品缺乏专业知识,以及无法以所需的速度和耐力分选不同的物质,故无法基于外观来可靠识别和分离不同类型的纤维和混纺纺织品;此外,由于待分拣的纺织品中可 能含有有毒成分,工作场所通常环境恶劣,甚至存在潜在危险,从长远来看,利用人工对纺织品分类的成本是非常高昂的。 解决方案 1. 欧盟应对纺织品废弃物的新法案 欧盟在2018年通过了纺织废物处理新法案,并为其成员国设定了最后期限:到2025年,各成员国应完全回收所有纺织品。根据目前的技术水平,这一鼓舞人心的目标仅能通过少有的几种方法来实现。芬兰 Specim 公司的联合创始人兼高级应用专家 Esko Herrala 表示,高光谱成像是其中一项技术。Esko Herrala 多年来一直致力于解决如何经济、安全地分离和回收不同材料的问题。他在由"Committee for the Future"组织为芬兰议会撰写的报告中对材料回收主题做出了详细阐述。该报告旨在阐明芬兰如何从机器视觉工业中受益,以及机器觉技术可用于哪些应用领域。 “我负责该报告的循环经济部分,我阐明了光电系统在废物分类领域的各种用途, "Herrala 说。在2019年赫尔辛基议会的报告中,芬兰政府随后将纺织品分类作为优先应用领域,并设定了到2023年回收该国所有纺织品废弃物的目标。Herrala 说:“芬兰是塑料和建筑垃圾分类领域的领先国家之一,希望通过创新解决方案来利用纺织品回收的巨大经济潜力。” 2. 高光谱成像纺织品回收方案 从2019年底开始, Specim 集中精力为纺织品回收制定可行性方案,并在该领域寻找合适的合作伙伴。Specim 作为 NIR 近红外高光谱相机的制造商,深知这项技术将被视为纺织品分类回收的有效解决方案。“首先,我们必须知道不同的纺织品各自的光谱特征,基于各自的光谱特征对其进行行别分类。纺织品通常由天然纤维(如棉)、动物纤维(如羊毛)或合成纤维(如聚酯)组成,混纺纺织品通常也由不同类型的纤维制成, "Herrala 解释说,“不同材料在化学和分子结构上有所不同,对不同波长的光谱(电磁波)的吸收、反射或让它们通过的方式不同,使它们有各自的光谱特征。” 不同的纺织品具有各自的光谱特征,可用于对纺织品进行分类 高光谱成像系统可基于纺织品的反射光谱对其进行光谱分析。。 SSPECIM FX17 近红外高光谱相机,可精确地识别被测材料的化学成分。 “高光谱近红外图像处理系统结合相应的分类算法,可以识别不同同质和颜色的纺织品,包括对天然、动物和合成纤维的识别分类,”"Herrala 说,“高光谱成像技术甚至可以提供混纺纺织品中合成纤维和天然纤维比例的定量信息。” 实际样品图 测试结果图 White circles highlight calibration samples 高光谱技术可以区分合成纤维、植物纤维和动物纤维 3. 高光谱成像面对的特殊情况 Herrala 回忆说:“在分拣塑料时,由于黑色材料吸收了大量的光,这使得识别不同类型的黑色塑料变得更加困难。黑色纺织品也面临同样的问题。我们能够通过使用中红外光谱范围(MWIR、中波红外)的高光谱相机来解决这个问题,但由于此类相机的成本较高,因此必须针对每个案例来评估成本效益。”39 另一个困难是对潮湿纺织品的识别分类。.““我们同时使用干和湿的纺织品来训练分类模型,然后用干和湿的纺织品来测试分类算法。这种训练方法得到了可用的分类模型,但我们更愿意对相对干燥的纺织品进行分类。” 4. SPECIM FX17 高光谱相机 凭借 SPECIM FX17 (InGaAs) 高光谱相机, Specim 为纺织品分类回收提供了优秀的解决方案。FX17相机的光谱范围为900-1700nm,除了黑色聚酯或黑色尼龙等少数合成黑色纺织品外,可以完全涵盖不同传统纺织品的光谱特征,对它们进行识别和分类。 得益于强大的波段选择功能, SPECIM FX17 高光谱相机具有前所未有的数据采集速度 (最快可达15000Hz)。波段选择(MROI) 功能,波段数量越少,采集速度越高,意味着 FX17采集224个波段时,采集速度可达 670 Hz, 当波段选择为4个波段时,采集速度可达15000Hz,. FX17的另一个特点是,具有像素合并功能,即可以调整相机的配置,通过设置不同的像素分辨率来提高对不同类型纺织品的识别可靠性,从而能够对相机的测量结果进行统计平均值。Herrala 解释说: “特别是在纺织品识别上,经常会出现反射或阴影的问题,这可能是纺织品在传送带上运输和识别时由纽扣、铆钉或污泥土引起的。如果不使用单个测量值的结果进行分类,而是使用检测区域的统计平均值,能够获得更准确的识别结果。FX17提供了这种可能性。 5. Prizztech 用户应用案例---纺织品自动识别与回收系统 为了开发高光谱成像技术在纺织品分类中的潜在应用, Specim 公司与非盈利组织Prizztech 和 Robocoast Digital InnovationHUB 机构合作,开展了一项名为“利用高光谱成像进行纺织品识别与分类”的研究。Prizztech 是一家非营利组织,负责管理位于芬兰西部的Robocoast 数字创新中心,该中心是机器人、人工智能、网络安全、物联网和循环经济等技术领域的研发中心。 Prizztech 公司顾问 Essi Vanha-Viitakoski 表示, “Specim 开发的 SPECIM FX17 高光谱相机让我相信它将在不同的领域发挥重要作用。 我们与 Specim 做过一次交流后,针对食品行业的检测任务进行了联合应用测试,自此,我完全相信 Specim 的专业精神,我们决定联手推动纺织品自动识别与回收系统的开发。” 开发完成的系统,经过实际使用、验证,结果表明该系统对大多数常见的可回收纺织品,如棉、毛、聚酯纤维以及它们的混纺材质等,可以很容易地识别分类。 纺织业对环境造成的污染是人类在世界范围内日益遭受污染的重要一部分。为了减少对环境日益严重的污染,提高纺织品的回收率迫在眉睫。2018年,欧盟正式通过了解决纺织品浪费问题的新法案,目标是从 2025 年起在全球范围内回收再利用所有纺织品。芬兰Specim 公司的高光谱成像为成功实现这一宏伟目标提供了技术支撑。高光谱成像系统可基于纺织品的反射光谱对其进行光谱分析。 SPECIM FX17近红外高光谱相机,可精确地识别被测材料的化学成分。FX17相机的光谱范围为900 -1700 nm,除了黑色聚酯或黑色尼龙等少数合成黑色纺织品外,可以完全涵盖不同传统纺织品的光谱特征,并对其进行识别和分类。左:实际样品图;右:测试结果图为了开发高光谱技术在纺织品分类中的潜在应用,SPECIM公司与非盈利组织Prizztech和Robocoast Digital InnovationHUB机构合作,开展了一项名为“利用高光谱成像进行纺织品识别与分类”的研究。开发完成的系统,经过实际使用、验证,对大多数常见的可回收纺织品,如棉、毛、聚酯纤维以及它们的混纺材质等,可以很容易地识别分类。
确定

还剩3页未读,是否继续阅读?

不看了,直接下载
继续免费阅读全文

该文件无法预览

请直接下载查看

产品配置单

QUANTUM量子科学仪器贸易(北京)有限公司为您提供《纺织品中识别与回收检测方案(高光谱仪)》,该方案主要用于纺织品/服装/帽中物理性能检测,参考标准--,《纺织品中识别与回收检测方案(高光谱仪)》用到的仪器有工业高光谱相机SPECIM FX