、檢測靈敏、準(zhǔn)確度高、對塑料濕度要求低、塑料適用性廣等優(yōu)點(diǎn)，尤其是對于鑒定塑料尺寸在20μm以下的塑料碎片具有顯著優(yōu)勢。近年來，該技術(shù)在微塑料的識別分選中發(fā)揮了重要作用,是塑料分選的重要手段之一。但該方法也存在受塑料雜質(zhì)信號干擾嚴(yán)重的問題，這極大地影響了該方法的檢測速率和準(zhǔn)確性，同時(shí)該技術(shù)識別塑料較慢，因此，難以滿足工業(yè)要求的快速識別標(biāo)準(zhǔn)。

3.4

激光誘導(dǎo)擊穿光譜（LIBS）分選法

激光誘導(dǎo)擊穿光譜分選法通過對受強(qiáng)激光照射的塑料表面產(chǎn)生的等離子體所發(fā)出的光譜頻率和強(qiáng)度進(jìn)行檢測分析，從而識別塑料種類

，近年來受到科學(xué)家們的廣泛關(guān)注和研究。

1998年，Sattmann等利用激光誘導(dǎo)擊穿光譜法

，通過前饋神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)了HDPE,LDPE,PET,PP,PVC的分類識別，取得良好的分類識別效果。2006年，Anzano等利用激光誘導(dǎo)擊穿光譜法實(shí)現(xiàn)了電子垃圾塑料ABS,PS,PE,PC,PP,PA的快速識別分選。隨后，Gondal等也詳細(xì)研究了LIBS對HDPE,LDPE,PS,PP,PET,PVC塑料的分選，研究表明：LIBS是一種快速分類不同種類塑料的有效工具，對廢物管理具有重要作用。

2011年，Boueri等利用240~820nm譜帶的激光誘導(dǎo)擊穿光譜法

，結(jié)合人工神經(jīng)網(wǎng)絡(luò)算法，實(shí)現(xiàn)了PP、PVC、聚四氟乙烯(PTFE)、POM、PE、PA、PC、PMMA塑料的高效識別，識別率可達(dá)81%~。隨后，Pereira-Filho等建立了一種高效分析分類廢塑料ABS和PC的模型，能夠在無預(yù)處理或極少預(yù)處理的情況下快速進(jìn)行分析分選。 近期，Junjuri等利用fs-LIBS技術(shù)（飛秒激光誘導(dǎo)擊穿光譜技術(shù)）實(shí)現(xiàn)了HDPE,LDPE,PP,PS,PET共5種塑料的高效分選，度達(dá)到99.53%~。

綜上所述，LIBS分選法具有分析快

、分離識別度高，可對材料進(jìn)行遠(yuǎn)程、實(shí)時(shí)分析，也可以同時(shí)對多種元素進(jìn)行分析，相較于近紅外光譜識別法，該技術(shù)受樣品表面雜質(zhì)影響小，不需要對樣品進(jìn)行預(yù)處理，環(huán)境適應(yīng)性好，同時(shí)該技術(shù)易于集成化且對識別相對較難的黑色塑料制品也有很好的適用性。

3.5

高光譜成像技術(shù)（HIS）分選法

高光譜成像技術(shù)分選法是近些年發(fā)展起來的一種新型分選技術(shù)

，該技術(shù)將光譜技術(shù)與圖像技術(shù)相結(jié)合，通過對收集到的檢測物的三維信息進(jìn)行分析從而實(shí)現(xiàn)廢塑料的有效分選。

2011年

，Serranti等研究并建立了基于波長范圍為400~1000nm可見-近紅外和1000~1700nm近紅外的高光譜成像分析檢測技術(shù)，該技術(shù)可識別聚烯烴和污染物，并可以用于控制聚烯烴回收工廠的進(jìn)料及聚丙烯、聚乙烯產(chǎn)品的質(zhì)量。 此外，考慮到不同光選技術(shù)的局限性，一些組合的分選方式也被相繼報(bào)道。2017年，Shameem等利用LIBS和Raman相結(jié)合的方法，實(shí)現(xiàn)了PET,PE,PP,PS塑料的分選。2019年，馬梟等利用XRF與紅外光譜法相結(jié)合的技術(shù)實(shí)現(xiàn)了33種塑料打包帶的分選。

綜上所述，光學(xué)分選具有信號信息豐富且易于獲取