中國是紡織品生產(chǎn)和出口的大國，具備完整的產(chǎn)業(yè)鏈，最高的加工配套水平，但是在中國紡織業(yè)迅速發(fā)展的同時，其所帶來的環(huán)境污染問題也是客觀存在，目前紡織業(yè)的環(huán)境污染主要來自于其生產(chǎn)過程中的污水、廢氣和噪聲。近年來，為解決紡織業(yè)所造成的環(huán)境污染問題，我國國務院會同國家發(fā)展改革委以及商務部、科技部等多部門出臺了多項政策促進再生資源回收利用行業(yè)發(fā)展，如2021年2月，國務院發(fā)布的《關于加快建立健全綠色低碳循環(huán)發(fā)展經(jīng)濟體系的指導意見》提出：加強再生資源回收利用；鼓勵地方建立再生資源區(qū)域交易中心；加強廢舊服裝等再生資源的回收利用；提升資源產(chǎn)出率和回收利用率。在未來，廢舊紡織品行業(yè)將得到更大的支持與發(fā)展。

據(jù)統(tǒng)計，每使用1千克廢舊紡織物，就可以降低3.6千克的二氧化碳排放量，節(jié)約水6000升，減少使用0.3千克的化肥和0.2千克的農(nóng)藥，以廢舊衣物綜合利用率達到60%來計算，可節(jié)約耕地面積約占全國棉花耕地面積的46％。廢舊紡織品如果是棉、毛、麻等天然纖維制成的服裝，回收后再加工，可以制成復合材料、保溫材料和填充材料?；w服裝回收后經(jīng)過再加工，可作為再生纖維利用，制成產(chǎn)業(yè)用紡織品，如濾網(wǎng)、防水材料、復合材料、包裝材料，用于建筑、環(huán)保、農(nóng)業(yè)、交通等領域。

隨著制造產(chǎn)業(yè)的突飛猛進，我國乃至全球產(chǎn)生的廢舊衣物量也逐年增多?；厥债a(chǎn)業(yè)對更加創(chuàng)新性的體系需求逐漸增大。并且，在統(tǒng)貨、分類、分揀、二次銷售等環(huán)節(jié)中，經(jīng)濟效益都很高，尤其分揀環(huán)節(jié)是利潤最大的一部分，隨著人們環(huán)保意識的增強，加上國家逐步宣傳，舊衣回收理念會深入人心，這也為舊衣回收工作增添了便利和舊衣來源，但是，我國目前主要是采用人工分揀廢舊紡織物，存在分揀效率低下、準確率不高等問題，嚴重制約了我國廢舊紡織回收再生產(chǎn)業(yè)的發(fā)展，目前，我國年產(chǎn)廢舊紡織品超過2000萬噸，綜合利用率不足10%，大部分沒有得到合理的回收利用，被焚燒和填埋。所以市場急需完整完善的廢舊服裝高效自動化分類回收系統(tǒng)。

基于Specim高光譜成像技術(shù)的解決方案

我們知道不同材料的紡織品在化學和分子結(jié)構(gòu)上有所不同，也就導致不同紡織物對不同波長的電磁波的吸收、反射和透射方式不同，這些特征可用于利用高光譜成像系統(tǒng)對紡織品基于反射光有各自光譜特征進行分析，能夠清楚識別不同紡織的化學成分，從而實現(xiàn)對紡織物進行自動分類。工作人員使用Specim近紅外高光譜成像系統(tǒng)對不同材質(zhì)紡織物進行的實驗分析如下圖：

高光譜近紅外成像分析系統(tǒng)結(jié)合合適的分類算法可以對不同材質(zhì)、不同顏色的紡織物以及對天然、動物和合成纖維分類識別。

易科泰SpectraScan^©高光譜成像分析系統(tǒng)

SpectraScan^©高光譜成像分析系統(tǒng)，基于易科泰自主研發(fā)光譜成像掃描平臺及Specim高光譜成像傳感器及自動在線分選單元，可為紡織品、塑料、廢紙等固廢物分類回收提供可行的解決方案。

技術(shù)特點：

ü 嵌入式主控系統(tǒng)，全中文操作系統(tǒng)，觸控屏+PC端GUI軟件雙重控制，可無線控制

ü XYZ三軸全自動運行，精準定位掃描成像分析，運行精度優(yōu)于1mm

ü 支持組合命令，可自定義Protocols，實現(xiàn)系統(tǒng)自動運行

ü 傳感器選配：400-1000nm、900-1700nm、1000-2500nm波段推掃式高光譜成像可選

ü 可選配SpecimONE高光譜成像在線分選系統(tǒng)

應用案例：垃圾分類、變廢為寶

 “垃圾是放錯了位置的資源"，對垃圾進行正確分類以及回收利用才可以使其變廢為寶實現(xiàn)再生資源的最大效益化。SpectraScan^©高光譜成像分析系統(tǒng)具備強大的識別和分辨功能， 基于對不同“垃圾"反射光有各自光譜特征進行分析，可實現(xiàn)“垃圾"的精準識別與分類。下圖為易科泰光譜成像實驗室利用SpectraScan^©系統(tǒng)完成的對混有塑料、木頭、紙、橡膠、織物、皮革等不同垃圾的識別。

參考資料：

[1].趙國樑.我國廢舊紡織品綜合再利用技術(shù)現(xiàn)狀及展望[J].北京服裝學院學報(自然科學版),2019 39(01):98-104.

[2]. Hyperspectral imaging reducing textile waste.