芬兰采用红外传感器技术分类废旧纺织品

　　对于环保意识极强的芬兰人而言，垃圾分类、回收是每个芬兰人的必修课。不久前，芬兰回收公司LSJH、拉赫蒂应用科学大学和材料传感器设备制造商Spectrum engine，联合启动了利用红外传感器技术自动分类废旧纺织品的项目。目前，LSJH公司正在试运行一个加工厂，旨在推动这种废旧纺织品回收技术的应用。

资料图

　　LSJH公司项目工程师Jaakko z表示，基于红外传感器的识别技术在塑料包装分类方面很常见，但在纺织品回收方面则是一项创新，目前，市场上对废弃纺织品的分类主要停留在手工操作。

　　为此，LSJH公司的目标是建立一个能够使用NIR近红外光谱技术的新型红外传感器，处理芬兰所有废弃纺织品，以及国外纺织品废料的设施。到目前为止，芬兰和欧洲其他地区的废弃纺织品都是手工分类的，这意味着环保工人要检查织物标签来识别不同种类的材料。然而，标签可能不准确，有时甚至会丢失。对于使用再生纤维生产新产品的行业来说，无法确定所使用的原材料成为棘手的问题。

　　据了解，一旦进入垃圾填埋场，制造衣物所用的天然纤维可能需要数百年的分解时间，而再生纤维、合成纤维等化学纤维则需要数千年的分解时间。LSJH公司在一份声明中说，正在开发的光学识别技术将提高织物中纤维的识别可靠性，并将有助于确保生产更高质量的再生纺织品。

　　在该项目中，Spectral Engines采用扫描仪和由其开发的NIR红外传感器，可用于纺织品分选机械的设计和制造中，以自动识别服装和纤维类型，并以更高的准确性和效率运行自动分选过程。此外，Spectral Engines的传感器可用于过程控制功能中的各种制造过程，并可集成到工业物联网解决方案中。

　　采用NIR技术的红外传感器，是用近红外能量来直接检测被加工产品的特定组元或成分。这些传感器的运行原理是，这些组元会选择性吸收近红外能量的特定波长。具体来说，在实际应用中，来自光源的红外光被目标表面部分和选择性地吸收，反射光会产生每种纤维类型或共混物组合的特征光谱。然后将光谱与预定义的数据库进行比较，从而可以识别材料。该传感器检测技术可用于识别由纯棉、聚酯、丙烯酸、羊毛、聚酰胺、丝绸和人造纤维素及棉/聚酯混纺制成的服装。

　　LSJH项目负责人、循环经济专家Sini Ilmonen说，只有将回收纤维更好地应用于新产品中，并推向市场，纺织品回收业务才能创造经济效益。因此，找到希望利用再生纤维开发新产品的企业是至关重要的。

　　据了解，LSJH公司兴建的废旧纺织品加工厂的资金由芬兰有关政府部门提供。此外，芬兰公共融资机构Business Finland捐赠了150万欧元用于该项目的推进。