双光路红外分选机结构对废旧塑料瓶剔除率的影响

因废旧塑料瓶材质和颜色众多,分选过程十分复杂。文章为提升GLP4型塑料红外分选机的剔除率,在可见光+红外光双光路激发环境下,选择材质为PET的蓝色和白色瓶,材质为PET的绿瓶以及其他材质瓶(PC、PE、PP)三种塑料瓶作为识别目标。将混合用料的比例控制为80%常规蓝白绿(脱标+未脱标),10%扭曲蓝白绿瓶,10%1.2~1.5 L瓶体,在可见光和红外光下进行分选测试。先利用fluent模拟不同喷嘴直径下的空气射流情况,确定合适喷嘴,再研究了不同工作条件下样品剔除率。结果表明:喷嘴直径为4.0 mm时,高压气体能够作用在100 mm处的物料位置,同时未完全消耗喷嘴内压。使用新分隔板距离72 mm时,样品剔除率在99.36%,角度在0°即水平位置,剔除率达到99.08%,喷嘴直径在4.0 mm时,剔除率在99.48%,验证模拟结果的准确性。

基于深度学习的废旧塑料瓶颜色高效识别方法研究

针对废旧塑料瓶在回收过程中不同颜色存在价值差异的情况,为解决颜色识别分选问题,提出一种基于深度学习的YOLOv8n改进模型废旧塑料瓶颜色高效识别方法。在颈部(neck)网络中引入加权双向特征金字塔网络(BiFPN)进行多尺度特征融合,提升模型的泛化能力;头部(head)网络的解耦头(decoupled-head)结构中两个分支均仅采用1个Conv2d模块,并在分支前端添加重参数化卷积——RepConv模块,减少计算量并提升训练精度;选用WIOU v3损失函数替换CIOU损失函数,提升模型的检测精度。通过对比实验可知,文章提出的模型优于传统目标检测模型。结果表明:文章提出的模型参数量较原模型减少了44.8%,计算量较原模型减少了34.6%,在50%交并比下的均值平均精度(mAP50)较原模型提升了2.7%,对废旧塑料瓶颜色进行识别时,每秒检测帧数(FPS)可达66,较原模型提高了40.4%,实现了对废旧塑料瓶颜色实时且准确的检测。

废塑料瓶在物理实验中的应用

用旧塑料药瓶做模拟帕斯卡实验取用过的双氧水瓶二个,分别在两瓶的肩部用烧红的细针刺一圈小孔。在两瓶内装满水,用带有玻璃管的橡胶塞将两瓶口塞紧,用1米长的乳胶管把两瓶连接。实验开始,将两瓶并排置于同一高度,两瓶都不喷水,

塑料瓶变身美丽毛毯

塑料瓶能变成绚丽毛毯，这不是神话，也不是魔术。山东阳信龙福环能科技股份有限公司创造了这“见证奇迹的时刻”。

Analysis of Problems and Countermeasures about Recyclables Study on PET Bottles and Used Batteries

Advances in technology make full use of recyclable material as possible, so the efficient recovery of Recyclable material can avoid a lot of energy waste. This paper takes the PET plastic bottles and waste battery as an example, simple analyses the current situation of China＇ s processing Recyclable substance and development trend, and compared with the foreign outstanding cases, finally proposes the solution