我国每年产生废旧纺织品超过2 600多万吨, 且随着经济的发展呈现逐年增多的趋势, 而其再生利用率不足10%。 废旧纺织品组分的多样性和结构的复杂性是影响其准确分类、 快速回收和高附加值再利用的最大障碍。 人工识别分选既费时费力又不准确, 而近红外光谱分析技术可对其进行快速无损高效识别分选。 在前期探究的最佳测试条件下, 利用自主研制的“纤维制品在线近红外高效识别与分选装置”对聚酯、 棉、 毛、 锦纶、 真丝、 粘胶、 腈纶、 聚酯/毛、 聚酯/棉、 聚酯/锦纶、 真丝/棉混纺和“特殊类”共计12类1 060个废旧纤维织物样本进行在线原始近红外光谱采集。 基于采集的样本在线原始NIR谱图, 利用卷积神经网络方法, 依据输入的样本光谱数据及对应分类标签进行网络训练, 建立了12类废旧纺织品在线NIR定性识别模型。 对比一维、 二维卷积神经网络模型, 其二维模型较优, 该模型是将901～2 500 nm的一维数组归一化后转化为40×40像素的二维灰度图像, 再交替进行多次卷积和池化来进行光谱特征的提取、 压缩和数据降维。 通过模型计算得到每类废旧纺织品样本的类别概率值, 取其最大值作为该类织物的最终分类。 本模型训练过程设置为500轮, 每次取32个样本图像, 学习率为0.001。 训练后输出预先设定的12类织物标签, 所建模型的内部训练准确率可达96.2％。 为了验证模型的适用性, 用232个未参与建模的织物样品进行预测检验, 其识别正确率达96.6％。 将该模型导入“纺织品在线主控程序”后, 可对建模样本所涵盖的12类织物进行成分识别与自动分选, 每个样品的识别和分选时间小于2 s。 模型的建立和装置的应用为我国废旧纺织品的回收再利用提供了一种全新的分选技术和装备。

以离子液体1-丁基-3-甲基咪唑六氟磷酸盐(BMIMPF6)为增塑剂, 采用傅里叶变换红外光谱(FTIR)和二维相关光谱分析技术, 研究BMIMPF6增塑二醋酸纤维素(CDA)体系在室温(25 ℃)以及升温过程(35～210 ℃)中CDA与离子液体的相互作用, 为离子液体增塑CDA熔融加工提供理论指导。 结果表明, 温度25 ℃时, 增塑体系中CDA形成氢键的羟基、 乙酰基基团、 BMIMPF6中阴离子以及咪唑环上C-H相较于未增塑前均出现特征峰位置偏移或强度变弱的情况, 且随着增塑剂含量增加, 变化程度加剧, 证实离子液体与CDA发生了相互作用, 这种相互作用存在于离子液体咪唑环上活泼氢与CDA乙酰基、 咪唑环上活泼氢与CDA骨架C-O以及阴离子与CDA乙酰基之间, 有助于破坏和削弱CDA中原有氢键网络结构。 在升温过程中, 未增塑CDA形成氢键的羟基吸收峰呈现强度变小、 高频偏移的规律, 并一直存续于整个升温过程, 乙酰基基团相应特征峰维持稳定的状态, 而增塑后CDA中羟基吸收峰变化程度较之于增塑前明显加剧, 且温度高于180 ℃后羟基完全消失, 乙酰基中CO, C-O以及骨架上C-O对应吸收峰变形、 强度大幅度减小, 说明增塑后CDA热稳定性下降, 对热的抵抗力更弱。 进一步对增塑CDA在35～170 ℃之间的二维红外相关技术分析表明, 升温过程中增塑CDA体系经历离子液体咪唑环上孤立活泼氢和CDA中自由羰基先发生相互作用, 随后离子液体阴阳离子解除相互作用, CDA中原本缔结氢键的乙酰基相应基团因氢键受热被破坏而释放出自由羰基、 酯基C-O和甲基, 并与离子液体阴阳离子形成了相互作用的过程, 此后CDA骨架上的C-O也参与到与离子液体的相互作用中。 CDA乙酰基与BMIMPF6阴阳离子相互作用比CDA原有氢键作用结合力和离子液体阴阳离子之间的相互作用更强, 并随着温度升高进一步加强。

在废旧纺织品回收再利用中, 纤维类型和含量的快速、准确测定是回收方案的关键部分。以598个废旧涤棉混纺织物为研究对象, 采用便携式近红外(NIR) 光谱仪测试了样品的原始近红外光谱。在1 400～1 700和1 900～2 200 nm光谱区域, 100％棉和100％聚酯样品的光谱存在明显差异, 并且这些光谱差异存在于各种颜色纤维上。同时探讨了斜线光谱产生的原因可能是由于织物表面效果、着色方法及粘附在纤维表面的细小颗粒造成的。深色样品易造成其光谱基线在短波区发生漂移, 经导数预处理后, 基线漂移基本消除, 斜线光谱呈现出正常光谱的特征。 利用偏最小二乘(PLS) 法结合一阶导数、 S-G平滑、 均值中心化和正交信号校正法, 建立了废旧棉-涤混纺织物定量分析模型。 为了验证模型的可靠性, 选取346个样本采用内部交叉验证均方根误差(RMSECV) 和预测样品集外部检验法对模型进行检验, 模型的RMSECV值0.002、 校正集相关系数RC＝0.998、 预测相关系数RP=0.997、 预测标准差SEP＝1.121, 模型预测正确率可达97％。 对模型进行匹配样本t检验结果显示, NIR方法与国家标准方法无显着性差异。 NIR预测值与重量法测定值误差在±3％以内时, 二者的一致性在90％以上, 当误差在±5％以内, 二者的一致性在95％以上, 分析时间小于10 s。 因此, 利用近红外技术结合所建模型可以快速、 准确地预测废旧棉/涤混纺织物纤维成分的含量。