La espectroscopia NIR identifica productos poliméricos

Introducción

Los polímeros se utilizan en nuestra vida diaria, pero los crecientes efectos negativos de los residuos de polímeros han obligado a las autoridades gubernamentales a tomar medidas legales para proteger el medio ambiente. Por lo tanto, para la utilización sostenible de las materias primas en algunos países, la legislación ya exige que un determinado porcentaje de los residuos poliméricos que se producen con mayor frecuencia se recicle, centrándose principalmente en la separación y reutilización de los productos poliméricos.

Visión general

La rutina de identificación debe ser económica, rápida y fácil de operar. Basándose en el conocido potencial de la espectroscopía NIR para el análisis de polímeros, esta técnica se ha identificado como una herramienta útil para este proceso. El rango de longitud de onda NIR está dominado por bandas de sobretonos y combinaciones de funcionalidades C-H, N-H, O-H y, lo que es menos importante, C=O. Por lo tanto, la separación espectroscópica NIR de los productos poliméricos especificados se basa principalmente en el primer y el segundo sobretono y en la combinación de bandas de estas funcionalidades. En vista del aumento constante de la cantidad de residuos plásticos, la introducción de espectrómetros NIR miniaturizados y de bajo coste para uso no especializado podría mejorar considerablemente la extensión y la velocidad del reciclaje de polímeros, además de los esfuerzos de las plantas de reciclaje. La separación in situ de las grandes cantidades de residuos plásticos que se generan en forma de materiales de embalaje, vasos, contenedores y material de construcción en exposiciones, ferias comerciales y otros grandes eventos, así como en muchos lugares de la vida pública, puede servir de ejemplo.

Clasificación de diferentes tipos de polímeros

Con el fin de demostrar la capacidad de los sensores espectrales NeoSpectra para discriminar los diferentes tipos de productos poliméricos, mostramos cómo se utiliza para discriminar 5 productos poliméricos diferentes: polietileno (PE), polipropileno (PP), tereftalato de polietileno (PET) y cloruro de polivinilo (PVC).

Conjuntos de muestras

o Si bien las muestras rellenas de negro de carbono se excluyeron de la medición, los polímeros con pequeñas cantidades de aditivos, pigmentos o colorantes se registraron sin un impacto significativo en sus espectros NIR.

o Total: 43 muestras: 29 muestras de calibración, 14 muestras de prueba

o Las muestras y los espectros se registraron por triplicado

Condiciones de medición

o Rango de longitud de onda: 1298 - 2606 nm

o Tiempo de escaneo: 16 s

o Resolución: 8 nm a λ = 1550 nm

Se realizaron algunos procesos de tratamiento de datos estándar y simples en los espectros de medición:

o Para cada muestra, se promediaron las muestras de espectros por triplicado.

o La escala de longitud de onda se convirtió en números de onda y el 7504 — 4001 cm^-1 Los espectros se trataron previamente mediante una segunda derivada con un procedimiento de suavizado Savitzky Golay de 5 puntos de datos y un polinomio de segundo orden.

o Se aplicó el procedimiento estándar de variables normales (SNV) para corregir los efectos de dispersión.

En la figura 1, los espectros NIR de ejemplos representativos de los cinco productos poliméricos se muestran antes (a) y después (b) del pretratamiento espectral.

Evaluación de datos

Los modelos de PCA (análisis de componentes principales) se desarrollaron con los espectros de las muestras de calibración de los cinco productos poliméricos y su rendimiento de identificación se verificó con los espectros de las muestras del conjunto de prueba. Tras la aplicación del PCA, el número de ordenadores es inferior al de las variables originales. Esta reducción del número de ordenadores permite visualizar y analizar fácilmente los patrones de los datos. En la figura 2, se muestran las gráficas de puntuación de PCA basadas en las 3 primeras PC para las muestras de calibración (a) de los cinco productos poliméricos PE, PET, PP, PS y PVC. La figura 2 (b) muestra la misma gráfica de puntuación, incluidas las muestras de prueba (símbolos de color cian). Por lo tanto, los cinco polímeros se pueden discriminar claramente en las gráficas de puntuación y las muestras de prueba se asignan correctamente a su grupo respectivo.

Se utilizó el análisis SIMCA (modelado independiente suave de analogías de clases) para probar la capacidad de identificación de los espectros de los polímeros del conjunto de prueba. El SIMCA es un método de clasificación que analiza las similitudes mediante el uso de los modelos de PCA desarrollados para los espectros de diferentes clases a fin de evaluar a qué clase pertenece una muestra desconocida. Los resultados de la clasificación se representan en las denominadas gráficas de Coomans y, en el presente caso, se puede lograr la identidad de los polímeros si los espectros de las muestras de ensayo se asignan al cuadrante correspondiente definido por el modelo SIMCA. A modo de ejemplo, para todos los pares de polímeros posibles, en la figura 3 se muestra la gráfica de Coomans (5% de significancia) que representa la discriminación entre PE y PET.

Mientras que los puntos azules y negros representan los espectros de calibración de PE y PET, respectivamente, los puntos rojos pertenecen a los espectros de las muestras de ensayo de polímeros de las cinco identidades. De estas muestras de ensayo, los polímeros de PE y PET se asignaron correctamente a los cuadrantes correspondientes, mientras que los espectros de las demás especies de polímeros terminaron en el cuadrante superior derecho, lo que indica que se trata de otras clases de polímeros. Por analogía, el análisis SIMCA de los otros pares de polímeros asignó correctamente las muestras de ensayo a su identidad respectiva.