行业背景与痛点

废塑料薄膜（PE膜、复合膜、农膜等）是回收行业中公认的"低值"废弃物。 据统计，我国每年产生废塑料薄膜超过2000万吨，但回收率不足30%。 传统分选方式面临以下挑战：

• 薄膜质轻、柔韧，在气流分选和振动分选中易飘移、缠绕
• 复合膜多层材质难以分离，传统NIR技术识别能力有限
• 深色薄膜（如黑色农膜）对近红外光的吸收导致识别困难
• 含杂质薄膜纯度低，售价低，进一步降低回收积极性

解决方案架构

百川•谱眼基于中达瑞和高光谱成像设备，融合自研AI算法，推出专为薄膜设计的在线分选系统。 系统通过"光谱指纹"识别技术，可精准区分不同材质的薄膜。

• 高光谱成像采集：400-1000nm全光谱段采集，获取薄膜"光谱指纹"
• AI材质识别：深度学习模型精准识别PE、PP、PVC、PA等材质
• 智能气刀分选：高速气刀精准剔除杂质，可调分选精度
• 数据监控平台：实时显示产能、纯度、设备状态，支持远程运维

核心优势

• 高识别率：对复合膜、深色膜的识别率比传统NIR提升30%以上
• 高纯度：薄膜纯度可达97%以上，大幅提升回收价值
• 高产能：单通道处理量可达1-3吨/小时，支持多通道扩展
• 低维护：模块化设计，故障率低，备件更换便捷
• 易集成：可对接现有产线，也可作为独立分选站使用

效益分析

以某大型回收企业为例，引入百川薄膜分选系统后：

• 薄膜回收纯度：从85%提升至98%以上
• 回收售价：提高约500元/吨
• 年增收：按日处理10吨薄膜计算，年增收约150万元
• 投资回收期：约8-12个月

行业背景与痛点

PET（聚酯）是回收价值最高的塑料品种之一，广泛应用于饮料瓶、纺织纤维等领域。 随着rPET（回收PET）需求的增长，对PET瓶片纯度的要求越来越高：

• PVC是PET回收中最常见的杂质，混有PVC的PET无法用于食品级再生
• 传统光电色选机对浅色杂质识别能力有限
• 不同颜色的PET瓶片需要分开回收以获得更高价值
• 瓶片中的标签、瓶盖等残留物影响纯度

解决方案架构

• 高光谱全材质识别：同时识别PVC、PE、PS、PP、PA等所有常见杂质
• 色选分离：自动分离透明PET、浅色PET、深色PET瓶片
• 精细化剔除：最小剔除尺寸可至3mm，确保杂质彻底清除
• 产能可调：单通道500-2000kg/h，灵活匹配不同产能需求

效益分析

• PET瓶片纯度可达99.5%以上，满足食品级要求
• 杂质剔除率99%以上
• rPET售价提高30-50%
• 投资回收期6-12个月

行业背景与痛点

• 家电拆解产物中含有ABS、HIPS、PP、PE等多种塑料，难以分离
• 混合塑料售价低，分离后价值可提升3-5倍
• 传统分选方式效率低、人工成本高
• 部分黑色塑料无法被传统NIR设备识别

解决方案架构

• 全光谱采集：400-1700nm扩展波段，涵盖SWIR近红外区域
• 多材质识别：一次扫描识别8-12种不同塑料材质
• 智能分类：根据客户需求自定义分选类别和精度
• 产线集成：提供完整的分选产线设计、安装、调试服务

技术突破

黑色塑料因为添加了炭黑颜料，对传统近红外光有强烈吸收，一直是分选行业的难题。 高光谱技术通过以下方式实现突破：

• 扩展光谱范围：使用400-1700nm宽波段，捕捉更多光谱信息
• 特殊光源设计：优化光源角度和强度，减少黑色表面的镜面反射干扰
• 深度学习算法：针对黑色塑料样本训练的专用AI模型
• 多角度采集：从多个角度采集光谱数据，综合判断材质