一种物理回收法再生涤纶的鉴别方法

摘要

低聚物的分布差异是鉴别原生涤纶和物理回收法再生涤纶的依据。包括以下步骤：低聚物的提取；低聚物的高效液相色谱分析；对曲线进行面积归一后获得低聚物的分布曲线和变量数据；采用主成分分析法将色谱变量数据降维，获得主成分变量，并根据主成分投影图提取能够区分原生涤纶和物理回收法再生涤纶的主成分作为特征变量；以归一化后的特征变量作为输入变量，纤维的原生和再生属性作为目标变量，建立三层的BP人工神经网络进行仿真，得到待鉴别样品的属性预测值；待鉴别样品的属性预测值与物理回收法再生涤纶的属性预测值匹配时，鉴定为物理回收法再生涤纶。优点是：准确率高，方便，快捷。

主权项

一种物理回收法再生涤纶的鉴别方法，包括以下步骤：(1)采用溶解‑混合沉淀剂沉淀‑过滤法或溶解‑单一沉淀剂沉淀‑过滤法或萃取法提取物理回收法再生涤纶和原生涤纶中的低聚物；(2)用高效液相色谱法分析提取得到的低聚物，分析溶剂中低聚物的出峰信息，得到相应的低聚物高效液相色谱检测信号数据，检测信号数据至少包含重复单元为2～7的第一序列环状低聚物和重复单元为2～5的第二序列环状低聚物，以及重复单元为3的线状低聚物的检测信号；(3)把得到的低聚物高效液相色谱检测信号数据合并为变量矩阵，对获得的变量矩阵进行面积归一数据预处理，对预处理后的变量矩阵采用主成分分析法降维处理，在累计贡献率大于85％的主成分变量中提取2～4个主成分作为原生涤纶和物理回收法再生涤纶的特征变量，将获得的特征变量归一化后作为输入变量，纤维的原生和再生属性作为目标变量，建立一个三层的BP人工神经网络进行训练和仿真验证，当待鉴别样品的预测值与原生涤纶的属性代码匹配时，鉴定为原生涤纶；当待鉴别样品的预测值与物理回收法再生涤纶的属性预测值匹配时，鉴定为物理回收法再生涤纶。