一种评估可降解塑料降解程度的方法与流程

1.本发明涉及塑料理化和高光谱分析等研究领域，具体涉及一种评估可降解塑料降解程度的方法。


背景技术：

2.塑料现如今已被广泛应用于轻工业、农业、食品工业等领域之中，给人们带来了许多便利，但同时也带来了大量的“白色污染”，因此可降解塑料的研究逐渐受到关注，许多性能优良的降解材料被应用到垃圾袋、生活用品、一次性餐具、农用地膜、建筑材料和生物医用材料等领域，与此同时，对产品降解程度进行测试的需求也日渐增长。
3.目前流行的塑料降解程度评价方法有失重评价法、机械强度损失评价法、co2释放百分比评价法和耗氧量评价法。在使用失重评价法和机械强度损失评价法时，由于塑料分解后的质量变化受塑料材料成分、材料结构等因素的影响，因此往往难以真正反映塑料的有效分解。在使用co2释放百分比评价法和耗氧量评价法时，由于使用的密闭呼吸器装置较复杂，很难确保实验的可靠性，同时还存在实验周期较长，评价指标过于片面等问题。因此对市场中不同种类塑料的降解程度进行客观地、有效地、快速地评估显得尤为重要。


技术实现要素：

4.为解决上述技术问题，本发明提出了一种评估可降解塑料降解程度的方法，实现了对可降解塑料降解程度客观地、有效地、快速地评估。
5.为实现上述目的，本发明采取的技术方案为：一种评估可降解塑料降解程度的方法，包括如下步骤：s1、将待评估塑料样本剪成颗粒状或薄片状，置于电热恒温干燥箱，利用高光谱成像仪分别采集原始塑料样本和热降解后塑料样本的高光谱数据；s2、采用s-g滤波方法实现所采集到的高光谱数据的降噪处理，提高光谱的平滑性；s3、将降噪后的高光谱数据进行一维重构处理和二维重构处理，并获取一维重构数据的皮尔逊相关系数，二维重构数据的结构相似性参数；s4、将所述皮尔逊相关系数、结构相似性参数带入下式，对塑料的降解程度进行评估，获取降解程度评估值；其中，y为降解程度评估值，x1、x2分别代表所述皮尔逊相关系数、结构相似性参数，降解程度评估值越大代表塑料的降解程度越好。
6.进一步地，所述步骤s1中，待评估塑料样本在裁剪时，厚度大于0.5cm的塑料裁剪为0.1
±
0.05cm3体积大小的颗粒状，厚度小于0.5cm的薄片状塑料裁剪为1
±
0.5cm2面积大小的薄片状，以便于有效地采集所述待评估塑料样本的高光谱数据。
7.进一步地，所述步骤s1中，待评估塑料样本在电热恒温干燥箱中的加热温度恒定控制在100
±
2℃，且加热时间固定为36小时，以便于使所述待评估塑料样本得到较为充分的热降解，并节省时间成本。
8.进一步地，所述步骤s1中，高光谱波长范围为380-1038nm，获取其中的576个有效波段，这既可以充分提取塑料的高光谱信息，又可以节省计算量。
9.进一步地，所述步骤s3中，一维重构时，需提取所述降噪后的高光谱数据在每个波段的均值特征，将数据形式变为1
×
576并用于所述皮尔逊相关系数的计算，所述皮尔逊相关系数的计算公式如下：其中，x、y分别为所述原始塑料样本和热降解后塑料样本经所述一维重构后的数据，σ
x、
σ
y、
cov(x,y)分别为x、y的方差和协方差。
10.进一步地，所述步骤s3中，二维重构时，先提取所述降噪后的高光谱数据在每个波段的均值特征，然后将数据形式先变为1
×
576，再按行转换成24
×
24并用于所述结构相似性的计算，所述结构相似性的计算公式如下：其中，x、y分别为所述原始塑料样本和热降解后塑料样本经所述二维重构后的数据，u
x、uy、
σ
x、
σ
y、
σ
xy
分别表示x、y的均值、方差和协方差，c1和c2为0.01，用于避免分母为零。
11.本发明实现了对可降解塑料降解程度客观地、有效地、快速地评估。
附图说明
12.构成本技术的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
13.图1为本发明实施例评估一种评估可降解塑料降解程度的方法的流程图。
具体实施方式
14.为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
15.如图1所示，本发明实施例的一种评估可降解塑料降解程度的方法，包括如下步骤：s1、剪碎待评估的塑料样本，将厚度大于0.5cm的评估塑料样本裁剪为0.1
±
0.05cm3体积大小的颗粒状，将厚度小于0.5cm的薄片状评估塑料样本裁剪为1
±
0.5cm2面积大小的薄片状。
16.s2、加热样本，将电热恒温干燥箱的温度恒定控制为100
±
2℃，加热时间固定为36小时，对塑料样本进行加热，使待评估塑料样本得到较为充分的热降解。
17.s3、获取样本高光谱数据，将采集待评估塑料样本的高光谱波长范围限制在380-1038nm，获取其中的576个有效波段，充分地提取塑料的高光谱信息。
18.s4、去除数据高频噪声，采用s-g滤波方法滤除原始塑料样本和热降解后塑料样本原始高光谱数据中的高频噪声，提高光谱的平滑性；s5、实现高光谱数据的重构，具体的，对降噪后的高光谱数据进行一维重构，提取数据的均值特征，再将其数据形式转换成1
×
576；同时对降噪后的高光谱数据进行二维重构，提取数据的均值特征，然后将数据形式先变为1
×
576，再按行转换成24
×
24。
19.s6、相似性计算，将一维重构所得形式为1
×
576的数据用于皮尔逊相关系数的计算，计算公式如下：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）其中，x、y分别为所述原始塑料样本和热降解后塑料样本经所述一维重构后的数据，σ
x、
σ
y、
cov(x,y)分别为x、y的方差和协方差。
20.将二维重构所得形式为24
×
24的数据用于结构相似性的计算，计算公式如下：
ꢀꢀꢀꢀꢀꢀꢀ
（2）其中，x、y分别为所述原始塑料样本和热降解后塑料样本经所述二维重构后的数据，u
x、uy、
σ
x、
σ
y、
σ
xy
分别表示x、y的均值、方差和协方差。c1和c2为0.01，用于避免公式（2）中分母为零。
21.s7、计算降解程度，将高光谱数据的皮尔逊相关系数、结构相似性的计算结果带入降解程度评估公式，式中，x1、x2分别代表为所述皮尔逊相关系数、结构相似性的计算结果，y为降解程度评估值，降解程度评估值越大代表塑料的降解程度越好。
22.应用例利用本发明的方法对5种可降解塑料样本进行降解程度评估，每种样本的具体情况见表1所示： 表1 降解程度评估样本情况表利用上述可降解塑料降解程度的评估方法，上述5种样本降解程度评估结果如表2所示：表2 降解程度评估结果表
表2中除了包含上述五种样本在本技术所规定的36小时加热条件下所得到的评估结果，还包含将上述加热时间改为9小时、18小时、27小时后所得到的评估结果，通过评估结果可以看出，对于同一种塑料样本，随着加热时间的增加，塑料的降解程度也在增加，但降解程度所增加的速率越来越小。对于不同种类的样本，通过对比其在本专利所规定的36小时加热条件下的降解程度，可以得出上述五种样本降解程度从小到大依次为1号样本、4号样本、5号样本、2号样本、3号样本。
23.以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。