美国布法罗大学的研究人员开发出一种新方法,能够区分包装材料中使用的塑料是再生塑料还是原生塑料,例如瓶子、购物袋和酸奶杯。该方法结合了科学测试和人工智能,以帮助公司、监管机构和组织监测塑料回收情况。布法罗大学化学与生物工程系教授、通讯作者阿米特·戈亚尔表示:"我们的目标是创建一个快速可靠的工具,可用于验证再生材料含量,并执行回收法规。"他补充说,该工具旨在"提高塑料产品的质量,帮助减少塑料废物,这将支持更循环的经济,减少塑料污染及其相关的健康和环境风险。"这项研究发表在《通信工程》杂志上。
研究人员解释说,回收塑料涉及熔化、清洁和重塑。所得材料的化学成分与原生塑料"非常相似"。尽管如此,再生塑料存在"细微"的差异,例如微观杂质和断裂的聚合物链。研究团队概述了四种确定这些差异的传感技术:摩擦电测试、介电/阻抗光谱、电容分析和中红外光谱。摩擦电测试测量塑料在表面接触时如何获得和保持电荷——即静电。研究人员指出,由于重复加工导致的结构缺陷,再生塑料通常保持电荷的时间更长。
介电/阻抗光谱是一种施加电场来测量塑料如何储存和损失能量的技术。再生塑料显示出更低的能量储存和更高的能量损失。同时,电容分析跟踪塑料在电路中充电和放电的速度。据说时间上的差异揭示了回收塑料导致的电性能变化。中红外光谱涉及照射塑料的化学结构,以显示再生塑料中发现的断裂聚合物链。
作为研究的一部分,研究人员通过检查新的和回收的PET来测试他们的方法。他们使用机器学习分析和组合了测试数据。机器学习模型研究了测试结果,并学会了识别与再生塑料百分比相关的数据模式,在确定含有0-50%再生材料的PET样品中再生材料百分比时,准确率超过97%。戈亚尔说:"这是将科学和工程的前沿创新与人工智能相结合,用于社会公益,并可能实现重大社会影响的理想例子。"
他补充说,未来,团队将把该方法的不同传感技术和机器学习模型整合到一个便携式设备中。"通过制造这样的设备,我们希望实现对商业产品中再生塑料的广泛、实时监测。"戈亚尔认为,随着更多国家采用要求使用再生材料的法规,他的团队的工作将变得越来越重要。欧盟委员会最近推出了新措施,以促进欧盟对再生塑料的需求。与此同时,不断上涨的石油和原生塑料价格预计将推动包装商更多地使用再生材料。安姆科的一项消费者调查显示,大多数欧盟购物者支持在包装中使用再生材料。