【技术实现步骤摘要】
本专利技术涉及一种对塑料树脂型号的鉴别方法——。
技术介绍
塑料广泛使用于工农业生产各个领域，也是进出口贸易大宗货物。不同种类、型号的塑料树脂其材料性能差别较大，价值差别也较大，应用领域各异，因此，其型号的鉴别对于生产加工、进出口贸易的货物鉴别具有重要意义及实用价值。现有技术对各种塑料树脂，如聚乙烯(PE)、聚丙烯(PP)、聚苯乙烯(PS)等的鉴别，是通过对样品红外谱图的特征峰和谱带进行定性鉴别，即利用红外光谱方法对于塑料进行分类鉴别，这种方法十分有效，且简便迅速。但用红外光谱方法对某一大类塑料树脂内的型号进行鉴别却有很多困难，因为同一类塑料内不同型号塑料的分子结构差别非常小，所以用红外光谱法基本上不能完成此项工作。尽管已有其他现代先进分析手段来对样品进行剖析，但由于被鉴别塑料树脂性质相近，往往得不到很好的鉴别效果，所以如何在数据中高效提取具代表性的信息是解决问题的关键。人工神经网络(ANN)是近年来化学计量学研究的前沿与热点，已在分类、模式识别、结果预测等方面取得显著成果，尤其在处理传统线性技术难以有效解决的非线性问题处理方面有着独到之处，被认为是解决分类、...
【技术保护点】
一种塑料型号的化学计量学鉴别方法，其特征是首先用傅立叶变换红外光谱仪测试塑料树脂样品，得到相应的红外光谱图，以２ｎｍ↑［－１］为间隔单位截取红外光谱特征区的红外光谱数据，以各种塑料型号为样本点空间，截取的红外光谱数据为变量空间构成塑料型号鉴别的原始数据矩阵；然后将原始数据矩阵经过标准化处理，得到标准化数据矩阵；通过非线性迭代偏最小二乘变量选择技术对标准化数据矩阵进行主成分分析，主成分数目采用比率法做判别指标，确定非线性迭代偏最小二乘变量选择的主成分数目为３，作为人工神经网络的变量输入，进一步对竞争性反向传播人工神经网络的网络连接进行训练，以其中的塑料样品的数目为秩的单位矩阵...
【技术特征摘要】
【专利技术属性】
技术研发人员：王岩，刘心同，纪雷，孙健，李成德，杜恒清，于立欣，张萍，孙忠松，王境堂，王英杰，牛增元，刘学惠，李保家，李佩暖，
申请(专利权)人：中华人民共和国山东出入境检验检疫局，
类型：发明
国别省市：95[中国|青岛]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。