CN102175637A - 一种检测塑料的方法 - Google Patents
一种检测塑料的方法 Download PDFInfo
- Publication number
- CN102175637A CN102175637A CN 201010623608 CN201010623608A CN102175637A CN 102175637 A CN102175637 A CN 102175637A CN 201010623608 CN201010623608 CN 201010623608 CN 201010623608 A CN201010623608 A CN 201010623608A CN 102175637 A CN102175637 A CN 102175637A
- Authority
- CN
- China
- Prior art keywords
- sample
- trade mark
- spectrum
- model
- consistency check
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明涉及一种用近红外技术检测再生塑料的方法,特别是检测药品包装中掺杂部分再生塑料的方法,所述方法包括建立近红外一致性检验模型,验证近红外一致性检验模型和利用近红外一致性检验模型识别再生塑料三个步骤,研究发现该方法提出的单一牌号和多牌号一致性检验模型对模拟掺杂再生塑料的塑料药瓶的识别准确率达到100%,且在实际工作中应用多牌号一致性检验模型成功筛查出掺杂再生塑料的药瓶样品1份。因此认为基于相同材料相同用途的药用塑料包装容器产品,建立近红外一致性检验模型可以用于识别掺杂再生塑料的药用包装容器。
Description
技术领域
本发明涉及近红外线技术应用领域,具体的说,涉及一种利用近红外线检测药品包装中的再生塑料的方法。
背景技术
塑料在药品包装材料中应用非常广泛,像输液瓶,输液袋,滴眼剂瓶,口服固体或液体制剂瓶等多采用塑料材质。从药品的安全角度考虑,生产直接接触药品的塑料包装材料要求是新料。与此同时,当前塑料的广泛使用产生了大量废弃塑料,机械回收再利用废弃塑料最为常用,再生塑料主要用于工业、农业、建筑等领域。由于机械回收粒料的价格远低于新料,可能有些厂家把价格较低的再生粒料掺杂到高价格的新料中制备药用包装容器,以获得经济利益。FDA不允许将其用作直接接触药品的包装材料,因为这些潜在性有害物质可能通过挥发、渗出、溶出等方式迁移到药品,影响药品质量。因此,建立用于识别掺杂再生塑料的药品包装容器的分析方法受到越来越多的关注与重视。
然而,识别添加再生塑料的药用包装容器并不容易,因为目前关于再生过程对材料的改变程度的知识还相对有限。以往辨别药用塑料瓶是否添加再生塑料主要依赖于外观检查,这种分析方法相对粗放,灵敏度不高,在识别蓄意的高技术掺杂时往往无能为力,不足以作为识别掺杂药品包装材料的关键分析技术。Francisco Vilaplana从材料变化的角度比较了再生塑料和新塑料,总结出再生塑料会发生不同程度的材料降解、混杂其他材料和混有低分子化合物,这些差异可通过IR检测含氧指数、GPC检测分子量变化、DSC检测混杂材料以及气质联用检测低分子化合物获得。W利用再生材料的Tg变化,采用DSC检测Tg值识别再生PET瓶。然而识别再生塑料的实质是新塑料和再生塑料的判别分析,要求先获得新塑料这一大类特征的集中与分散,因此需要对新塑料进行系统全面的分析,以作为区分再生塑料的参考指标,这往往费时费力。另外,对于某个再生塑料样品,并不一定完全具有上述三方面的差异,往往需要进行系统全面的分析,同样费时费力。更关键的问题是有经验的掺杂者往往将质量较好的再生料按一定的比例加到新料中,使再生料与新料间原本较小的差异经过新料稀释后,在成品中反映更小。这对以往的IR、GPC、DSC和GC-MS分析技术识别再生塑料都是一种挑战。
近红外作为一种重要的分析技术,在高分子材料领域有广阔的应用。不仅用于监测高分子材料的反应,也可用于鉴别不同材质的塑料材料及分拣废弃塑料。不过,由于再生塑料与新塑料之间的高度相似性,给判别分析带来极大的难度,因此目前尚未见近红外技术识别掺杂再生塑料的包装材料的研究报道。因此针对上述缺陷,本发明提出一种利用近红外一致性检验模型识别再生塑料的方法。
发明内容
从现有技术可以发现,现在非常缺乏能够筛查或识别出掺杂再生塑料的药品包装的分析方法,尤其是筛查出只掺杂少量再生塑料的药用包装的分析方法。近红外光谱属于分子振动光谱的倍频和合频的吸收光谱,主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的,非常适合用来检测高分子材料,但由于再生塑料与新塑料之间的高度相似性,给判别分析带来极大的难度,因此目前未见应用近红外模型识别掺杂再生塑料包装容器的分析方法。
因此,本发明的目的是提供一种方便有效且灵敏度高的近红外模型筛查掺杂再生塑料药品包装,以识别掺杂再生塑料的药品包装容器的方法。
本发明所述的利用近红外技术识别药品包装中掺杂的再生塑料的方法包括以下步骤:
1)建模:将一个以上的建模样品切片,在分辨率为4~16cm-1,12500-4000cm-1的波数范围内采集漫透反射或漫反射近红外光谱,然后利用化学计量学软件处理,进行一阶或二阶求导和13~25点平滑,然后对光谱进行矢量归一化处理,计算建模用参考光谱在每个波数点的平均吸收值和标准偏差;以平均吸收值加减CI倍数的标准偏差表征一定概率下的置信区间;
CI限值根据参考光谱所有波长点下吸收度的概率分布情况设定,在95%以上置信水平和CI限值下,标准样品光谱所有波长点的吸光度均不超出阈值:
计算公式为CI限值=TINV((1-概率1/n),(N-1)),其中TINV表示给定自由度和双尾概率的t-分布的t值,n为波长点数,N为参考光谱数量,n和N对应自由度,(1-概率)对应双尾概率;
2)验证:采用与建模样品相同牌号的其他批次样品验证模型的CI值的可行性,同时利用与建模样品不同的样品用于验证模型的专属性;
3)识别:将待测样品切片,在分辨率为4~16cm-1,12500-4000cm-1的波数范围内采集漫透反射或漫反射近红外光谱,然后利用化学计量学软件处理,进行一阶或二阶求导和13~25点平滑,然后对光谱进行矢量归一化处理,如待测样品在任意波长处的CIλ≤CI限值,则通过测试,认为其与参考样品同质;否则不能通过测试,即待测样品与参考样品异质,可能掺杂再生塑料;待测光谱在任意波长λ处的CIλ计算公式:
其中,所述建模样品为粒料来源于相同牌号或多个牌号的样品,从而分别得到单一牌号验证模型或多个牌号验证模型。
如果待测样品的原料牌号已知,应用牌号相同的单一牌号模型测试;如果待测样品的原料牌号未知,应用多牌号模型测试。
本发明的方法中所述建模样品和待测样品的厚度为1-2mm;其中需要注意的是:为建立高灵敏度的单一牌号一致性模型,要求所述待测样品和建模样品的粒料牌号相同,且制成的样品的厚度均在1-2mm。量片厚度,可通过叠加塑料片,保证片厚度在上述范围内。上述要求可减少建模样品光谱的差异,使因非化学结构带来的光谱差异减少,从而达到识别有效识别掺杂再生塑料的行为。
其中,步骤1)中,所述化学计量计算选择的波数范围为9000-4400cm-1。
另外,在采集近红外光谱前,对近红外光谱仪进行PQ自检测试,考察仪器的各项性能指标是否正常。
所述采集漫透反射或漫反射近红外光谱如下进行:将建模样品切成2-8cm*2-8cm的小片,避开文字和折痕,放置在积分球样品放置区,样品上放置黄金反射镜,应用PbS检测器,在分辨率为4~8cm-1,12500-4000cm-1的波数范围内采集样品的漫透反射光谱;或者样品放置在积分球样品放置区,应用PbS检测器,在分辨率为4~8cm-1,12500-4000cm-1的波数范围内采集样品的漫反射光谱;或者应用光纤对准非文字和折痕区,应用铟稼砷检测器,在分辨率为6~16cm-1,12500-4000cm-1的波数范围内采集样品的漫反射光谱。
步骤2)中,所述验证还包括利用与建模样品相同的其他批次样品和掺杂再生料的样品在其它近红外光谱仪上验证模型的可传递性。
为保证测定精度,每个样品扫描多次取平均值。
一致性检验模型通过比较待测样品与参考样品的光谱是否具有一致性,判断待测样品与已知样品是否一致。以口服制剂用聚丙烯塑料瓶为例,分别建立两个单一牌号(塑料原料商业牌号)产品的一致性检验模型和一个多牌号(塑料原料商业牌号)的一致性检验模型。把两种几乎无色、透明、质量很好的聚丙烯再生料按不同比例掺加到这两个牌号的新料中,制备塑料瓶,验证模型的识别能力。研究发现两个单一牌号一致性检验模型和多牌号一致性检验模型对模拟掺杂再生料的塑料药瓶的识别准确率达到100%。因此认为基于相同材料和相同用途的药用塑料包装容器产品,建立单一牌号和多牌号近红外一致性检验模型可以分别用于识别已知待测产品牌号和未知待测产品牌号的掺杂再生塑料的药用包装容器。
附图说明
图1为单一牌号(牌号为B4808)一致性检验模型中掺杂再生料样品和自身样品的CI分布图;
图2为单一牌号(牌号为STM866)一致性检验模型中掺杂再生料样品和自身样品的CI分布图;
图3为单一牌号(牌号为B4808)一致性检验模型中其他牌号样品的CI分布图;
图4为单一牌号(牌号为STM866)一致性检验模型中其他牌号样品的CI分布图;
图5为单一牌号(牌号为B4808)一致性检验模型在MPA2传递中掺杂再生料样品和自身样品的CI分布图;
图6为单一牌号(牌号为B4808)一致性检验模型在MPA3传递中掺杂再生料样品和自身样品的CI分布图;
图7为单一牌号(牌号为STM866)一致性检验模型在MPA2传递中掺杂再生料样品和自身样品的CI分布图;
图8为单一牌号(牌号为STM866)一致性检验模型在MPA3传递中掺杂再生料样品和自身样品的CI分布图;
图9为多牌号一致性检验模型中掺杂再生料样品、自身样品和一批可疑口服聚丙烯固体瓶的CI分布图;
图10为被多牌号一致性检验模型筛查出的一批口服聚丙烯固体瓶的DSC测试图。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例
通过比较待测样品与参考样品的光谱是否具有一致性,判断待测样品与已知样品是否一致。以口服制剂用聚丙烯塑料瓶为例,分别建立两个单一牌号(塑料原料商业牌号)产品的一致性检验模型和一个多牌号产品一致性检验模型。把两种几乎无色、透明、质量很好的聚丙烯再生料按不同比例掺加到这两个牌号的新料中,制备塑料瓶,验证模型的识别能力。研究发现两个单一牌号一致性检验模型和一个多牌号一致性检验模型对模拟掺杂塑料药瓶的识别准确率达到100%。因此认为基于相同材料相同适用剂型的药用塑料包装容器产品,建立近红外一致性检验模型可以分别用于已知待测产品牌号和未知待测产品牌号的掺杂再生料的药用包装容器。
2.1.材料
5个牌号(B4808,B4902,S1003,M250E和STM866)的新聚丙烯粒料,来自不同的批号和生产厂家。两种聚丙烯再生料均为医用输液瓶的回收料,几乎无色,透明。一种经过造粒工艺,另一种没有经过造粒工艺,为碎片。用到的塑料助剂为石蜡,二氧化钛和硬脂酸锌。
新料加助剂制备了43批聚丙烯口服固体瓶(见表1),新料用量98.2%,石蜡0.2%,二氧化钛1.5%,硬脂酸锌0.1%。加工设备为维达机械的MSZ40B注吹成型一体机,一区温度为270℃,二区260℃,三区230℃,四区195℃,模具温度为60℃。
在新料中掺杂不同比例的再生料制备了15批聚丙烯口服固体瓶,塑料助剂的添加比例同前,见表2。加工仪器同前,加工温度为T1=290℃,T2=270℃,T3=230℃,T4=195℃,T模具=60℃.
B4808和STM866牌号的各7批塑料瓶分别用做两个近红外单一牌号模型中的建模用样品,另外B4808和STM866牌号的各2批用做验证模型的自我识别能力,其余牌号的32批用于验证模型的专属性。15批自制的再生塑料瓶用于验证模型的识别能力。
B4808、B4902,S1003,M250E和STM866牌号的共33批塑料瓶用做一个近红外多牌号模型中的建模用样品,另外B4808、B4902,S1003,M250E和STM866的各2批用做验证模型的自我识别能力,15批自制的再生塑料瓶用于验证模型的识别能力。
表1 43批聚丙烯新料制备的塑料瓶的描述
表2 15批再生塑料瓶的描述
R5 | B4808,78.6% | RPP2(废弃输液瓶的碎片,近无色透明),19.6% |
R6 | B4808,68.7% | RPP2,29.5% |
R7 | B4808,49.1% | RPP2,49.1% |
R8 | B4808,24.5% | RPP2,73.7% |
R9 | STM866,78.6% | RPP1,19.6% |
R10 | STM866,68.7% | RPP1,29.5% |
R11 | STM866,24.5% | RPP1,73.7% |
R12 | STM866,78.6% | RPP2,19.6% |
R13 | STM866,68.7% | RPP2,29.5% |
R14 | STM866,49.1% | RPP2,49.1% |
R15 | STM866,24.5% | RPP2,73.7% |
2.2.近红外光谱采集
在一台MPA FT-NIR(Bruker Optics Inc.,德国)光谱仪上采集的光谱用于建立和验证模型,在另外两台MPA FT-NIR光谱仪上采集的光谱用于验证模型的耐用性。
在采集近红外光谱前,对仪器进行PQ自检测试,考察仪器的各项性能指标是否符合要求。
仪器通过PQ测试后,塑料瓶的瓶身被切成6cm*6cm的小方片,放置在积分球样品放置区,样品上放置黄金反射镜(Bruker Optics Inc.,Germany),应用PbS检测器,在分辨率为4cm-1,12500-4000cm-1的波数范围内采集样品的漫透反射光谱。每个样品扫描32次取平均,每批样品采集6个样品的光谱图。
2.3.模型的建立
所有的光谱首先采用OPUS软件处理,进行一阶求导和17点平滑,然后对光谱进行矢量归一化处理。选择的波数范围为9000-4400cm-1,该波数范围反映C-C,C-H,N-H和O-H基团的合频吸收,C-H,O-H,N-H,和S-H基团的一级倍频吸收,C=O基团的二级倍频吸收。
建立两个单一牌号一致性检验模型时计算B4808和STM866两个牌号各7批建模用样品的参考光谱在每个波数点的平均吸收值和标准偏差。以平均吸收值加减CI倍数的标准偏差表征一定概率下的置信区间。
建立通用的多牌号一致性检验模型时,计算B4808、STM866、S1003、B4902和M250E共33批建模用样品的参考光谱在每个波数点的平均吸收值和标准偏差。以平均吸收值加减CI倍数的标准偏差表征一定概率下的置信区间。
CI限值根据参考光谱所有波长点下吸收度的概率分布情况设定,根据验证结果适当修正。在一定的置信水平和CI限值下,参考光谱所有波长点的吸光度均不超出阈值。
计算公式为CI限值=TINV((1-概率^(1/n)),(N-1)),其中TINV表示返回给定自由度和双尾概率的学生t-分布的区间点,n为波长点数,N为参考光谱数量。在两个单一牌号模型中,n为2286,N为42,概率为99.9%。在多牌号模型中,n为2286,N为198,概率为99.9%。
2.4模型的验证
CI值的可行性通过模型验证来考察。对于单一牌号一致性检验模型的验证采用与建模样品相同牌号的其它各两批产品用于验证模型的自我识别能力,15批添加再生料的塑料瓶用于考察识别掺杂再生料的塑料瓶的能力,其他牌号粒料生产的新料塑料品用于验证模型的专属性,在另外两台MPA仪器上测定的光谱图用于验证模型的耐用性。对于多牌号一致性检验模型的验证采用与建模样品相同牌号的其它共10批产品用于验证模型的自我识别能力,15批添加再生料的塑料瓶用于考察识别掺杂再生料的塑料瓶的能力。待测样品能否通过一致性检验模型取决于它在任意波长处的CIλ是否≤CI限值,是则通过测试,否则不能通过测试,即待测样品与参考样品异质。待测光谱在任意波长λ处的CIλ计算公式:
3.1模型的识别能力
根据参考光谱数目、波长点数和99.5%的置信度,两个单一牌号一致性检验模型的CI限值为5.5。
根据参考光谱数目、波长点数、99.5%的置信度和验证结果,多牌号一致性检验模型的CI限值为4.2。
从图1和图2看,所有添加再生料的塑料瓶均被两个单一牌号一致性检验模型拒绝,表明其不同于建模样品。在这些添加再生料的塑料瓶中,最低的添加比例为20%。
另外一方面,R1-R15塑料瓶的CI值形象地显示了添加质量越好的再生料和再生料添加量低的塑料瓶其CI越低。尽管本实验用到的再生料是质量较好的再生料,单一牌号一致性检验模型依然能轻松拒绝低再生料含量的塑料瓶。这是因为建模用的样品在化学组成和物理形态上有高度的一致性,使得其置信区间足够窄以便检测塑料瓶中再生料的存在。因此单一牌号一致性检验模型不仅能轻易地检测到本研究中使用的再生料,也极可能检测到添加别的再生料制备的塑料瓶。
从图9看,所有添加再生料的塑料瓶均被多牌号一致性检验模型拒绝,表明其不同于建模样品。在这些添加再生料的塑料瓶中,最低的添加比例为20%。与单一牌号一致性检验模型相比,通用的多牌号一致性检验模型虽然灵敏度较低,但在实际工作中可能更加实用。
3.2模型对自身样品的识别
内部验证是指应用与建模样品相同的样品来验证CI值的可靠性。各两批与建模样品相同的样品用于两个单一牌号一致性检验模型的内部验证。共10批与建模样品相同的样品用于多牌号一致性检验模型的内部验证。从图1、图2和图9看,单一牌号(B4808牌号)一致性检验模型可以准确识别自身样品:V6,V9;单一牌号(STM866牌号)一致性检验模型也可以准确识别自身样品:V15和V18;多牌号一致性检验模型也可以准确识别10批自身样品。单一牌号和多牌号一致性检验模型对不同批次样品的准确识别说明了模型的良好自我识别能力。
3.3两个单一牌号一致性检验模型对其他牌号原料制备的产品的识别
STM866,S1003,B4902,和M250E牌号粒料制备的塑料瓶用于考察单一牌号(B4808)一致性检验模型的专属性。B4808,S1003,B4902,和M250E牌号粒料制备的塑料瓶用于考察单一牌号(STM866)一致性检验模型的专属性。图3显示采用S1003,B4902,STM866牌号粒料制备的塑料瓶被B4808一致性检验模型拒绝,图4显示采用B4902,M250E,B4808牌号粒料制备的塑料瓶被STM866一致性检验模型拒绝。这表明S1003,B4902,STM866牌号粒料不同于B4808牌号粒料,B4902,M250E,B4808牌号粒料不同于STM866牌号粒料。这些实验结果非常珍贵因为这表明对于不同牌号粒料产品,分别建立一致性检验模型可高灵敏度地识别其是否添加再生料。这也说明对于刻意的掺杂行为,识别其是否掺杂再生料,需要尽可能地减少建模样品间的差异,针对特定的产品建立一致性检验模型,以提高识别掺杂行为的能力。图3还显示M250E牌号粒料制备的塑料瓶大部分被B4808一致性检验模型接受,图4显示S1003牌号粒料制备的塑料瓶大部分被STM866一致性检验模型接受。虽然鉴别结果有误,但是它不影响对添加再生料塑料瓶的识别。
3.4耐用性验证
在另外两台MPA仪器上测试两个单一牌号一致性检验模型的传递性。V6,V9和V15,V18,以及R1~R15号样品用于模型验证。图5~图8显示V6,V9和V15,V18,以及R1~R15在两台仪器上测得的光谱都可以被模型准确地识别。模型转移实验显示模型具有良好的稳健性。
3.5多牌号一致性检验模型的实际应用
应用通用的多牌号一致性检验模型筛查实际样品时,有一批口服聚丙烯固体瓶未能通过测试。其CI值为6.02(见图9),超过设置的阈值4.2。采用DSC检测该样品,除了检测到主材料PP外,还检测到了PE在125和150摄氏度的熔融峰(见图10),说明该产品极可能添加了再生塑料,导致材料混杂。
4.结论
本研究证实按产品材料分类,依据塑料原料的商业牌号建立单一牌号或多牌号产品的近红外一致性检验模型,可对非同质样本实现高灵敏度识别,用于识别掺假塑料药瓶。研究中以口服聚丙烯瓶为例,建立的两个单一牌号(牌号为B4808和STM866)和一个多牌号的一致性检验模型,识别自身产品的准确率为100%,识别掺假20%以上再生料(质量好)的塑料瓶准确率为100%。
对于待测样品牌号已知的产品,应用单一牌号一致性检验模型测试。值得注意的是单一牌号一致性模型灵敏度高,适用范围为相同牌号的产品,要覆盖全部药用塑料包装容器的监督检测,需建立全部商业牌号的一致性检验模型。对于待测样品牌号未知的样品,可选择多牌号一致性检验模型,虽然灵敏度不如单一牌号一致性验证模型,但在实际工作中已能筛查出大部分的掺杂行为。
Claims (9)
1.一种检测药品包装中的再生塑料的方法,其特征在于,利用近红外技术进行检测,包括以下步骤:
1)建模:将一个以上的建模样品切片,在分辨率为4~16cm-1,12500-4000cm-1的波数范围内采集漫透反射或漫反射近红外光谱,然后利用化学计量学软件处理,进行一阶或二阶求导和13~25点平滑,然后对光谱进行矢量归一化处理,计算建模用参考光谱在每个波数点的平均吸收值和标准偏差;以平均吸收值加减CI倍数的标准偏差表征一定概率下的置信区间;
CI限值根据参考光谱所有波长点下吸收度的概率分布情况设定,在采用95%以上的置信水平和CI限值下,标准样品光谱所有波长点的吸光度均不超出阈值:
计算公式为CI限值=TINV((1-概率1/n),(N-1)),其中TINV表示给定自由度和双尾概率的t-分布的t值,n为波长点数,N为参考光谱数量,n和N对应自由度,(1-概率)对应双尾概率;
2)验证:采用与建模样品相同牌号的其他批次样品验证模型的CI值的可行性,同时利用与建模样品不同的样品用于验证模型的专属性;
3)识别:将待测样品切片,在分辨率为4~16cm-1,12500-4000cm-1的波数范围内采集漫透反射或漫反射近红外光谱,然后利用化学计量学软件处理,进行一阶或二阶求导和13~25点平滑,然后对光谱进行矢量归一化处理,如待测样品在任意波长处的CIλ≤CI限值,则通过测试,认为其与参考样品同质;否则不能通过测试,即待测样品与参考样品异质,可能掺杂再生塑料;待测光谱在任意波长λ处的CIλ计算公式:
2.如权利要求1所述的检测方法,其特征在于,所述建模样品为粒料来源于相同牌号或多个牌号的样品,从而分别得到单一牌号验证模型或多个牌号验证模型。
3.如权利要求2所述的检测方法,其特征在于,步骤3)中,所述识别如下进行:如果待测样品的原料牌号已知,应用相同的牌号模型测试;如果待测样品的原料牌号未知,应用多牌号模型测试。
4.如权利要求1或2所述的检测方法,其特征在于,所述建模样品和待测样品的厚度为1-2mm。
5.如权利要求1或2所述的检测方法,其特征在于,步骤1)中,所述化学计量计算选择的波数范围为9000-4400cm-1。
6.如权利要求1或2所述的检测方法,其特征在于,步骤2)中,所述验证还包括利用与建模样品相同的其他批次样品和掺杂再生料的样品在其它近红外光谱仪上验证模型的可传递性。
7.如权利要求1或2所述的检测方法,其特征在于,在采集近红外光谱前,对近红外光谱仪进行PQ自检测试,考察仪器的各项性能指标是否正常。
8.如权利要求1或2所述的检测方法,其特征在于,所述采集漫透反射或漫反射近红外光谱如下进行:将样品切成2-8cm*2-8cm的小片,避开文字和折痕,放置在积分球样品放置区,样品上放置黄金反射镜,应用PbS检测器,在分辨率为4~8cm-1,12500-4000cm-1的波数范围内采集样品的漫透反射光谱;或者样品放置在积分球样品放置区,应用PbS检测器,在分辨率为4~8cm-1,12500-4000cm-1的波数范围内采集样品的漫反射光谱;或者应用光纤对准非文字和折痕区,应用铟稼砷检测器,在分辨率为6~16cm-1,12500-4000cm-1的波数范围内采集样品的漫反射光谱。
9.如权利要求1或2所述的检测方法,其特征在于,每个样品扫描多次取平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010623608 CN102175637B (zh) | 2010-12-30 | 2010-12-30 | 一种检测塑料的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010623608 CN102175637B (zh) | 2010-12-30 | 2010-12-30 | 一种检测塑料的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102175637A true CN102175637A (zh) | 2011-09-07 |
CN102175637B CN102175637B (zh) | 2012-12-19 |
Family
ID=44518844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010623608 Expired - Fee Related CN102175637B (zh) | 2010-12-30 | 2010-12-30 | 一种检测塑料的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102175637B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104076012A (zh) * | 2014-07-24 | 2014-10-01 | 河南中医学院 | 一种近红外光谱法快速检测冰片质量的模型建立方法 |
CN104483288A (zh) * | 2014-12-23 | 2015-04-01 | 深圳因特安全技术有限公司 | 全氟异丙基己酮灭火剂识别检测方法 |
CN104502309A (zh) * | 2014-12-31 | 2015-04-08 | 天津大学 | 采用近红外光谱特征波长识别几种废旧塑料种类的方法 |
CN105372287A (zh) * | 2015-12-22 | 2016-03-02 | 天津市建筑材料产品质量监督检测中心 | 一种挤塑聚苯板中聚苯乙烯再生料的检测方法 |
CN106918569A (zh) * | 2017-04-12 | 2017-07-04 | 上汽通用汽车有限公司 | 一种塑料零件质量监控方法 |
CN107796782A (zh) * | 2017-10-16 | 2018-03-13 | 云南中烟工业有限责任公司 | 基于烟叶特征光谱一致性度量的复烤质量稳定性评价方法 |
CN108072628A (zh) * | 2017-07-24 | 2018-05-25 | 重庆医科大学 | 一种判别药包材材质的近红外光谱法 |
CN108181258A (zh) * | 2017-12-19 | 2018-06-19 | 东风汽车集团有限公司 | 塑料牌号的鉴定方法 |
CN108204934A (zh) * | 2017-12-25 | 2018-06-26 | 浙江工业大学 | 基于tga-ftir技术定量检测聚苯乙烯微塑料的方法 |
CN108918450A (zh) * | 2018-08-07 | 2018-11-30 | 黄春梁 | 再生塑料的自动智能判断方法及系统 |
CN109297928A (zh) * | 2018-11-26 | 2019-02-01 | 佛山市海天(高明)调味食品有限公司 | 一种检测酱油品质的方法及系统 |
CN109870560A (zh) * | 2017-12-04 | 2019-06-11 | 金发科技股份有限公司 | 一种聚丙烯再生料的鉴别方法 |
CN110441254A (zh) * | 2019-08-07 | 2019-11-12 | 中国计量大学 | 一种用于识别塑料的近红外光频梳光谱仪 |
CN111272688A (zh) * | 2020-02-27 | 2020-06-12 | 宁波海关技术中心 | 一种再生工程塑料组成一致性的检测方法 |
CN109870561B (zh) * | 2017-12-04 | 2024-05-14 | 金发科技股份有限公司 | 一种高密度或低密度聚乙烯再生料的检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002286637A (ja) * | 2001-03-27 | 2002-10-03 | Matsushita Electric Ind Co Ltd | プラスチックの識別装置 |
CN1769867A (zh) * | 2005-09-16 | 2006-05-10 | 中华人民共和国山东出入境检验检疫局 | 塑料型号的化学计量学鉴别方法 |
CN101629904A (zh) * | 2008-07-14 | 2010-01-20 | 新佳创科有限公司 | 用于检测塑料中邻苯二甲酸酯含量的装置及检测方法 |
-
2010
- 2010-12-30 CN CN 201010623608 patent/CN102175637B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002286637A (ja) * | 2001-03-27 | 2002-10-03 | Matsushita Electric Ind Co Ltd | プラスチックの識別装置 |
CN1769867A (zh) * | 2005-09-16 | 2006-05-10 | 中华人民共和国山东出入境检验检疫局 | 塑料型号的化学计量学鉴别方法 |
CN101629904A (zh) * | 2008-07-14 | 2010-01-20 | 新佳创科有限公司 | 用于检测塑料中邻苯二甲酸酯含量的装置及检测方法 |
Non-Patent Citations (2)
Title |
---|
《中国药师》 20091231 周伟 等 应用近红外漫反射光谱法对红霉素薄膜衣片进行一致性检验 全文 1-9 第12卷, 第4期 * |
《分析化学》 20061130 窦艳丽 等 傅立叶变换拉曼光谱和红外光谱鉴别塑料 全文 1-9 第34卷, 第11期 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104076012B (zh) * | 2014-07-24 | 2016-06-08 | 河南中医学院 | 一种近红外光谱法快速检测冰片质量的模型建立方法 |
CN104076012A (zh) * | 2014-07-24 | 2014-10-01 | 河南中医学院 | 一种近红外光谱法快速检测冰片质量的模型建立方法 |
CN104483288A (zh) * | 2014-12-23 | 2015-04-01 | 深圳因特安全技术有限公司 | 全氟异丙基己酮灭火剂识别检测方法 |
CN104483288B (zh) * | 2014-12-23 | 2017-09-15 | 深圳因特安全技术有限公司 | 全氟异丙基己酮灭火剂识别检测方法 |
CN104502309A (zh) * | 2014-12-31 | 2015-04-08 | 天津大学 | 采用近红外光谱特征波长识别几种废旧塑料种类的方法 |
CN105372287A (zh) * | 2015-12-22 | 2016-03-02 | 天津市建筑材料产品质量监督检测中心 | 一种挤塑聚苯板中聚苯乙烯再生料的检测方法 |
CN105372287B (zh) * | 2015-12-22 | 2017-12-19 | 天津市建筑材料产品质量监督检测中心 | 一种挤塑聚苯板中聚苯乙烯再生料的检测方法 |
CN106918569A (zh) * | 2017-04-12 | 2017-07-04 | 上汽通用汽车有限公司 | 一种塑料零件质量监控方法 |
CN108072628A (zh) * | 2017-07-24 | 2018-05-25 | 重庆医科大学 | 一种判别药包材材质的近红外光谱法 |
CN107796782A (zh) * | 2017-10-16 | 2018-03-13 | 云南中烟工业有限责任公司 | 基于烟叶特征光谱一致性度量的复烤质量稳定性评价方法 |
CN109870560A (zh) * | 2017-12-04 | 2019-06-11 | 金发科技股份有限公司 | 一种聚丙烯再生料的鉴别方法 |
CN109870561B (zh) * | 2017-12-04 | 2024-05-14 | 金发科技股份有限公司 | 一种高密度或低密度聚乙烯再生料的检测方法 |
CN108181258A (zh) * | 2017-12-19 | 2018-06-19 | 东风汽车集团有限公司 | 塑料牌号的鉴定方法 |
CN108204934A (zh) * | 2017-12-25 | 2018-06-26 | 浙江工业大学 | 基于tga-ftir技术定量检测聚苯乙烯微塑料的方法 |
CN108918450A (zh) * | 2018-08-07 | 2018-11-30 | 黄春梁 | 再生塑料的自动智能判断方法及系统 |
CN109297928A (zh) * | 2018-11-26 | 2019-02-01 | 佛山市海天(高明)调味食品有限公司 | 一种检测酱油品质的方法及系统 |
CN109297928B (zh) * | 2018-11-26 | 2019-08-20 | 佛山市海天(高明)调味食品有限公司 | 一种检测酱油品质的方法及系统 |
CN110441254A (zh) * | 2019-08-07 | 2019-11-12 | 中国计量大学 | 一种用于识别塑料的近红外光频梳光谱仪 |
CN111272688A (zh) * | 2020-02-27 | 2020-06-12 | 宁波海关技术中心 | 一种再生工程塑料组成一致性的检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102175637B (zh) | 2012-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102175637B (zh) | 一种检测塑料的方法 | |
da Silva et al. | Using PLS, iPLS and siPLS linear regressions to determine the composition of LDPE/HDPE blends: a comparison between confocal Raman and ATR-FTIR spectroscopies | |
Saalwächter et al. | Chain order and cross-link density of elastomers as investigated by proton multiple-quantum NMR | |
Larsen et al. | Determining the PE fraction in recycled PP | |
CN104316491B (zh) | 基于同步‑异步二维近红外相关谱检测牛奶掺尿素的方法 | |
CA2648549A1 (en) | Product authentication | |
CN106560692A (zh) | 联合四种检验技术的武夷岩茶产地鉴别方法 | |
Heigl et al. | Near infrared spectroscopy for polymer research, quality control and reaction monitoring | |
CN103048480A (zh) | 一种食品安全检测仪的通用操作控制系统 | |
CN108344762B (zh) | 一种可降解塑料制品中聚乳酸含量的检测方法 | |
CN102143790B (zh) | 药用肝素制剂的评估 | |
Stadler | Detecting very low levels of long-chain branching in metallocene-catalyzed polyethylenes | |
Wang et al. | Geographical origin discrimination and polysaccharides quantitative analysis of radix codonopsis with micro near-infrared spectrometer engine | |
CN106918569A (zh) | 一种塑料零件质量监控方法 | |
Langwieser et al. | Determination of the influence of multiple closed recycling loops on the property profile of different polyolefins | |
Long et al. | Online characterization of mixed plastic waste using machine learning and mid-infrared spectroscopy | |
CN107921763A (zh) | 包含丙烯‑乙烯‑1‑丁烯三元共聚物的膜 | |
Chen et al. | Rheological behavior of blends of metallocene catalyzed long-chain branched polyethylenes. Part I: shear rheological and thermorheological behavior | |
Kreft et al. | Qualitative determination of polyvinylpyrrolidone type by near-infrared spectrometry | |
Camacho et al. | Simultaneous determination of molecular weight and crystallinity of recycled HDPE by infrared spectroscopy and multivariate calibration | |
CN100529731C (zh) | 利用近红外光谱分析方法识别药物的方法与装置 | |
CN108276648A (zh) | 一种食品包装用聚乙烯塑料蒸发残渣标准样品母粒颗粒及其制备方法 | |
CN106990107B (zh) | 一种快速测定沼液中氨氮含量的方法 | |
CN108333141A (zh) | 近红外一致性模型快速鉴别苯丙氨酯片的方法 | |
Ghita et al. | An in-line near-infrared process control tool for monitoring the effects of speed, temperature, and polymer colour in injection moulding |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121219 Termination date: 20211230 |