检测回收塑料中的聚合物杂质

随着人们越来越担心被送往垃圾填埋场的垃圾数量，对回收创新的需求也在增加，尤其是对塑料垃圾。分离不同类型的聚合物是确保回收产品适合重复使用的关键。尽管尽一切努力确保获得的是纯净的再生塑料，但污染是不可避免的，因此需要方法来量化杂质。

通过红外光谱和化学计量学分析，Specac应用科学家Andrew Davies分析了聚乙烯中的聚丙烯杂质。化学计量学是应用统计工具来测量化学性质。¹其中一个工具是偏最小二乘(PLS)分析，一种找到两个相关矩阵之间基本关系的方法。

戴维斯解释说:“多种不同的塑料可能具有不同的性能，并将在此基础上选择使用。”“例如，如果你在制造科学设备，你可能会选择PP，因为它是化学惰性的，那么如果你发现产品实际上含有甚至微量的PE，这可能会影响到它。”

或者，如果你想从产品中寻求硬度，你可能会突然发现最终产品并没有原来那么坚硬。戴维斯补充说:“使用这种方法确保由回收产品制成的聚合物为您的产品提供了所需的保障和证据。”

通过红外光谱的差异，可以很容易地将PP和PE区分开来

在这种情况下，第一个矩阵由ATR-FTIR光谱组成，而第二个矩阵是样品成分数据。首先用已知成分的光谱建立模型。该模型针对已知成分的进一步光谱进行验证，一旦验证，即可应用于快速确定未知真实世界样品的成分。

比较光谱

为了比较PP杂质在PE中的光谱，采用160℃熔融共混的方法制备了两种聚合物的共混物。为了尽量减少潜在的样品不均匀性，从每种混合物中提取五个等分，记录每种混合物的光谱，然后平均在一起。光谱记录在装有Specac Quest ATR的市售光谱仪上，32次扫描共同平均，分辨率为4厘米^－1．化学计量学模型是使用一个商业可用的软件包进行的。

通过获取二阶导数来对光谱进行预处理，以突出光谱中的差异，并将基线变化的影响最小化。制备了10个共混PP/PE和2个纯PP/PE样品，并用于建立PLS模型。为了验证该模型，另外制备了8个共混物和2个纯样品，并将已知样品浓度与PLS模型中的预测成分进行了比较。

杰出的分析

通过红外光谱的不同，尤其是PP链上甲基侧基的吸收，可以很容易地区分PP和PE。

PP的频带数在800-1200cm之间^－1体育课上没有。PE在720cm处有一个带^－1在1360cm处，PP的条带是不存在的^－1和1375厘米^－1，分配给CH_3.PP试样的弯曲振动明显比PE试样强烈。这是由于在每个单体重复单元上都存在甲基垂坠基团，而PE聚合物不存在甲基垂坠基团。带子在1454cm^－1在PP(分配到C-H弯)转移到1464cm^－1为纯PE样品。在C-H拉伸区也观察到额外的变化。

需要注意的是，ATR只是半定量的，因为样品与晶体的接触会影响峰的强度。尽管如此，相对峰强度可以用来确定样品的组成。可以取两个峰的比值，每个化合物一个。然而，由于这两个分量会相对变化，因此线性只会在一个狭窄的范围内出现。因此，我们使用PLS回归分析对数据进行建模。

使用12个可变成分(0 - 100% PP)的光谱来创建概念证明模型，然后使用另外10个已知成分的不同样品的光谱来验证模型。对于现实世界的应用，需要进一步的光谱来建立一个健壮的模型。选取了两个PLS分量因子进行数据拟合，以获得较好的拟合效果，避免了额外的分量，以防止过拟合。

PP实际组成与PLS预测组成的比较如图3所示。交叉验证均方根标准误差(RMSECV)和预测均方根标准误差(RMSEP)较低，与数据拟合较好。对模型的进一步改进，特别是对于低浓度的杂质，可以使用Specac的定厚薄膜机，但应注意确保为模型选择的区域不会过度吸收。

ATR测量已成功用于监测PE/PP共混物组成的变化。化学计量学建模使操作员能够从他们的光谱数据集中提取尽可能多的信息。同样的技术可以应用于检测回收塑料中的许多不同类型的杂质，通过使用Quest ATR附件实现快速筛选。