廢舊塑料鑒別與回收技術的研究進展

黃河 鄒偉 王榮吉

(1.湖南財經工業職業技術學院汽車工程系，湖南 衡陽，421002；2. 中南林業科技大學機電工程學院，湖南 長沙，410004)

隨著塑料工業的快速發展，越來越多的塑料制品走進人們的生活[1]，僅中國汽車制造行業的塑料年消耗量就高達上百萬噸[2]。因此，如何妥善處理廢舊塑料成為當下亟需解決的問題。傳統的塑料處理方式主要有填埋、集中焚燒等，但是填埋會污染土壤及地下水質，焚燒會產生有毒氣體，造成空氣污染[3]。廢舊塑料的回收利用符合環境友好型和經濟節約型社會發展的需要。下面綜述了目前廢舊塑料鑒別、回收領域方面取得的成果，并指出了未來廢舊塑料鑒別回收領域的重點研究方向。

1 廢舊塑料的鑒別技術

廢舊塑料的鑒別技術主要分為傳統鑒別法和現代鑒別法[4]。傳統鑒別法主要有外觀鑒別法、密度鑒別法、溶解鑒別法、燃燒鑒別法，但鑒別精度不高，目前已無法滿足廢舊塑料的鑒別要求。現代鑒別法主要有電選鑒別法和數種光譜鑒別法。

1.1 傳統鑒別法

傳統鑒別法主要是根據塑料的顏色、透明度、光澤等外觀特征對塑料進行鑒別，識別度不高，要求鑒別人員經驗豐富。

1.1.1 常用塑料的外觀特征及用途

丙烯腈-丁二烯-苯乙烯共聚物(ABS)，呈半透明狀，顏色為無色，光澤度高，硬度較硬，柔韌性差，主要用于機械零部件和通訊設備等；聚酰胺(PA)，呈半透明狀，顏色為無色，光澤度低，硬度較軟，柔韌性較好，主要用于開關類電器產品、輸血管醫療器械、接線柱汽車配件等；聚碳酸酯(PC)，呈透明狀，顏色為無色，光澤高，硬度較硬，柔韌性好，主要用于安全帽、家電外殼、齒輪等地方；聚乙烯(PE)，呈半透明狀，顏色為白色，光澤度低，硬度與密度的大小有關，柔韌性較好，主要用于薄膜、包裝袋、杯碗等地方；聚對苯二甲酸乙二脂醇(PET)，呈透明狀，顏色分為乳白色和淺黃色，光澤度高，硬度較硬，柔韌性較好，用于礦泉水瓶等地方；有機玻璃(PMMA)，呈透明狀，顏色為無色，光澤度高，硬度較硬，柔韌性差，主要用于儀表盤、醫用容器、燈光散射器等地方；聚甲醛(POM)，呈不透明狀，顏色為淡黃色和白色，光澤度較高，硬度較硬，柔韌性差，主要用于機械零件、滑輪、殼體等地方；聚丙烯(PP)，呈半透明狀，顏色為白色，光澤度低，硬度較硬，柔韌性好，主要用于儀表盤、編織袋、微波爐餐盒、盤碗等地方；聚苯乙烯(PS)，呈透明狀，顏色為無色，光澤度高，硬度較硬，柔韌性差，主要用于儀表殼、電器零件、快餐盒等地方；聚氯乙烯(PVC)，呈透明狀，顏色為微黃色，光澤度高，硬度與密度有關，柔韌性好，主要用于雨衣、建材、塑料模、塑料盒等地方。

1.1.2 密度鑒別法常用溶液

密度鑒別法常用的溶液有水、飽和食鹽水、酒精溶液、氯化鈣溶液等。用水鑒別的塑料有PE，PP。飽和食鹽水可用于鑒別PE，PP，PA。體積分數58.4%的酒精溶液可用于鑒別PP。體積分數55.4%的酒精溶液可用于鑒別PP，HDPE(高密度聚乙烯)。氯化鈣溶液可用于鑒別PP，PE，PA，PC，PMMA。

1.2 現代鑒別法

1.2.1 電選分離法

根據不同種類塑料摩擦后所帶電荷不同，受到兩極帶正電荷和負電荷的吸引而分離開。PVC塑料總是帶負電荷，易于從多種混合塑料中分離出來。黎士煜[5]通過高壓摩擦靜電分選試驗對汽車上的常見塑料PP、PA、丙烯腈-丁二烯塑料(AB)、PU、PVC、PE等6種塑料進行分選，其中，PVC分選效果最好，PP和PE分選效果最差。摩擦靜電分選法適用于分選含有PVC的混合物，對其他多種塑料的混合物的分選效果不太理想。另外，電選分選廢舊塑料對塑料干燥程度和試驗溫度的要求嚴格，操作成本高。

1.2.2 X射線熒光(X-ray)光譜法

X-ray光譜與其他光譜結合使用可鑒別廢舊塑料。馬梟等[6]采用X-ray光譜法和紅外光譜對33種不同來源的塑料打包帶進行區分，效果好。朱曉晗等[7]采用X-ray光譜結合拉曼光譜(Raman)法對27個一次性塑料鞋套進行了分選，利用系統聚類法與K-Means聚類法對數據進行分析，區分結果較好。姜紅等[8]采用聚類分析法結合X-ray光譜技術分選47個不同藥品品牌的鋁塑包裝片，該方法操作簡單，結果可靠。黃世杰等[9]運用X-ray光譜法對8種涂有不同金屬層的廢塑料進行了區分，與電感耦合等離子體-原子發射光譜的測試結果一致，表明X-ray光譜可用于區分涂有不同金屬層的廢舊塑料。

1.2.3 Raman識別法

Raman檢測是向檢測物體發射一束激光，采集并分析檢測物體表面反射回來的光譜信號，判別檢測物。董鹍等[10]對食品包裝用塑料材料進行Raman檢測，通過與數據庫的標準Raman比對，鑒別食品塑料包裝材料，識別度高達95%。盧迪[11]采用拉曼光譜儀采集了9種常見塑料的光譜信息，通過建立BP神經網絡識別模型、支持向量機識別模型、Fisher判別法對塑料進行鑒別，3種方法的識別度均高于90%。姜紅等[12]利用差分Raman識別法對53個不同廠家生產的食品塑料包裝盒進行鑒別，對差分Raman數據進行凝聚性系統聚類分析，結合皮爾遜相關系數進行檢驗，能較好地鑒別食品塑料包裝盒。該識別法存在儀器設備昂貴、反應速度慢、鑒別時間長等缺點。

1.2.4 激光誘導擊穿光譜(LIBS)識別法

LIBS識別法是將一束強激光束聚焦到檢測塑料表層，形成等離子體，通過對等離子體發出的光譜進行分析來檢測塑料[13]。LIBS技術結合人工算法識別廢舊塑料的效果非常好。劉可等[14]基于偏最小二乘分析方法建立預測模型對11種塑料進行分選試驗，該方法對塑料的識別度為99.80%。劉凱等[15]結合化學計算方法對4種塑料樣品進行了鑒選，該方法用于廢舊塑料快速建模的有效性較好。王茜蒨等[16]結合誤差反向傳播(BP)神經網絡法對7種常見塑料進行分類鑒別，識別度97.50%。宋海聲等[17]結合遺傳算法優化BP神經網絡法對9種常見塑料進行分類鑒別，識別度99.72%。王翔等[18]結合BP神經網絡法對8種塑料進行分類鑒別，識別度99.00%。

1.2.5 近紅外光譜(NIR)識別法

NIR結合人工智能算法成為鑒別廢舊塑料的主流研究方向。薛蓮蓮[19]結合BP神經網絡法、支持向量機法、偏最小二乘辨別分析法對7種塑料進行分類鑒別，其中,遺傳算法優化BP神經網絡法的識別度96.36%，支持向量機法的識別度95.15%，偏最小二乘辨別分析法的識別度82.42%。韓清新[20]結合主成分分析法對廢舊家電產品塑料片進行分類鑒別，識別度91.00%。田靜等[21]基于NIR識別法對食品包裝材料中的聚乙烯、聚丙烯進行鑒別，結合SIM-CA法(類模型法)、貝葉斯判別法、K-近鄰法建立預測模型，該方法檢測迅速、結果準確。王鵬[22]結合距離判別分析法對10種常見廢舊塑料進行鑒別,結果準確可靠。劉紅莎[23]結合Fisher判別法對6種難分離的廢棄塑料進行了準確鑒別。王娜[24]結合Fisher判別法、BP神經網絡法、PNN神經網絡法建立了6種混合塑料的預測模型，其中，Fisher判別法識別度89.50%， BP神經網絡法識別度73.33%，PNN神經網絡法識別度97.67%。

2 廢舊塑料的回收技術

2.1 熔融再生技術

根據回收廢舊塑料來源的不同，熔融再生技術可分為直接熔融再生技術和復合熔融再生技術。其中，直接熔融再生技術針對生產過程中產生的廢棄塑料邊角料，進行熔融造粒；復合熔融再生技術針對廢舊混合塑料，通過加入添加劑，對廢舊塑進行熔融造粒處理[25]。熔融再生技術工藝對廢舊塑料的要求比較高，要求廢舊塑料要分離、清洗干凈，且品種和顏色均要單一化，不得混有雜質或異物。

2.2 熱裂解和氣化技術

熱裂解技術是將塑料在無氧條件下高溫(高于750 ℃)裂解,裂解產物為燃油或化工原料[26]。氣化技術是將廢舊塑料在高溫下(高于1 500 ℃)裂解成一氧化碳、二氧化碳、氫氣等，可用于合成甲醇、尿素等[27-28]。通過裂解，將廢舊塑料制為化工原料和燃料，是資源回收和避免二次污染的重要途徑，但是目前尚存在許多待解決的問題。如廢塑料導熱性差，塑料受熱產生高黏度融化物，不利于輸送；廢舊塑料中含有PVC，會產生氯化氫(HCl)，腐蝕設備，并使催化劑活性降低；生產中產生的油渣目前還沒有較好的處理辦法。

2.3 化學分解法

廢舊塑料與化學物質發生化學反應，塑料分子鏈斷裂生成單體，可用作化工原料。分解方式包括水解、醇解、糖酵解、胺解等。PET塑料通過水解、醇解、糖酵解、胺解生成對苯二甲酸、對苯二甲酸二甲酯、對苯二甲酸雙羥乙脂和乙二醇[29-33]。但化學分解法不適用于混雜型廢舊塑料，原因有二：1)所用試劑均有嚴格的選擇性；2)對廢舊塑料預處理的清潔度和品種均勻性皆有較高的要求。因此，化學分解法更適用于較單一品種的無污染型廢舊塑料。化學分解法對多種塑料都是可行的，但目前主要是處理聚氨酯、熱塑性聚酯、聚酰胺類等極性類廢舊塑料。

2.4 能量回收法

廢舊塑料燃燒會產生大量的熱量，可用來發電。但有些塑料燃燒時會產生有毒氣體，如PVC塑料在燃燒時產生HCl等強侵蝕性氣體，有關該方面研究還處于探索研究階段[34]。

3 結語

NIR技術和LIBS技術具有識別度高、適用范圍廣等優點，在廢舊塑料分選回收領域的應用前景非常廣闊。目前，我國對NIR技術和LIBS技術的研究及應用仍處于起始階段，遠遠落后于發達國家，對這兩種技術的開發及應用將是我國今后的重點發展方向。