CN109946275A - 一种环保打包带环保检验方法 - Google Patents

Abstract

本发明涉及打包带检测技术领域，具体为一种环保打包带环保检验方法，S1、建立数据库；S2、样品预处理；S3、样品处理；S4、激发波长调整；S5、曝光时间与移动速度设置；S6、数据采集；S7、数据对比。本发明通过相关实验仪器，得到荧光高光谱图像信息，对荧光高光谱图像提取光谱数据，对相关数据信息采集、归纳、分类得到较为完善的数据库，以及相关国家对于打包带的重金属含量标准的数据收录，进一步完善了数据库的完整性，便于使用者分析、知晓检测数据信息；本发明操作具有一定的自动化性能，便于实际的操作，相关数据库的建立，进一步提升了实际检测的速度、效率、精确性以及完整性。

Description

一种环保打包带环保检验方法

技术领域

本发明涉及打包带检测技术领域，具体为一种环保打包带环保检验方法。

背景技术

打包带是进行产品外包装时对瓦楞箱、袋口、果蔬等进行捆扎的常用物品，现有的打包带多为聚乙烯、聚丙烯等材料制成，内部会含有一定量的重金属，如果客户用的打包带被欧盟检出不环保，在国外可能招致大额罚单。目前大部分打包带厂都是拿着一份第三方环保报告给客户，就宣称自己的打包带环保了。实际上，第三方报告只是对送检样板负责。而大货生产过程中，有可能因材料、环境、设备等产生污染，又无法及时发现，将会给打包带用户带来很大的损失。为此，我们提出一种环保打包带环保检验方法。

发明内容

本发明的目的在于提供一种环保打包带环保检验方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种环保打包带环保检验方法，包括如下步骤：

S1、建立数据库：查询官方网站，获得环保打包带内重金属含量的国家标准，将数据信息整理为数据库，数据库存储至PC机内，所述数据信息包括不同重金属的最佳激发波长和符合国家标准的重金属的最高含量，制得特征模型；

S2、样品预处理：将同一批次的环保打包带的原材料混合后抽取部分切碎，进行富碳化处理得到黑色富集物；

S3、样品处理：将步骤S2中得到的黑色富集物放置于样品杯中并压平整，制成测试样品；

S4、激发波长调整：将步骤S3制得的测试样品放置在检测载物台上，查询数据库得到重金属的最佳激发波长，调整疝灯光源的激发光波长为最佳激发波长；

S5、曝光时间与移动速度设置：设置检测CCD相机的曝光时间和载物台的移动速度，使用荧光光谱仪进行测试样品的荧光高光谱图像采集；

S6、数据采集：PC机处理S5中采集的图像信息，调用数据库中的特征模型与处理后的图像信息进行匹配计算，输出数据库中与处理的采集信息相匹配的特征模型的信息即为测试样品中重金属的含量信息；

S7、数据对比：根据数据库中的合格产品中重金属含量信息与测试样品中重金属含量信息进行对比，判定测试样品是否为合格产品，合格，投入生产，不合格，检查原料来源、生产设备，在源头杜绝不合格产品的流出。

优选的，所述步骤S2中的富碳化处理包括先将环保打包带的原料碎片装入石英管中，并在石英管的两端采用铁丝拦网封住，再将石英管放入以富集炉中进行富集碳化处理。

优选的，所述富集碳化处理的温度为215-235℃，处理时间为5-7min。

优选的，所述步骤S5中的检测CCD相机的曝光时间设为15ms，载物台的移动速度为75mm/min。

优选的，所述步骤S7中还包括：

S7.1、PC机将采集得到的荧光高光谱图像进行光谱特征波长提取；

S7.2、将步骤S7.1得到的光谱特征波长数据与数据库中特征模型的特征波长数据进行匹配计算，输出识别率最高并且大于95％的数据模型对应国家标准特征模型。

与现有技术相比，本发明的有益效果是：

1、本发明基于荧光高光谱图像技术，属于无损检测仪器，对环境友好、无污染；

2、通过相关实验仪器，得到荧光高光谱图像信息，对荧光高光谱图像提取光谱数据，对相关数据信息采集、归纳、分类得到较为完善的数据库，以及相关国家对于打包带的重金属含量标准的数据收录，进一步完善了数据库的完整性，便于使用者分析、知晓检测数据信息；

3、本发明操作具有一定的自动化性能，便于实际的操作，相关数据库的建立，进一步提升了实际检测的速度、效率、精确性以及完整性。

附图说明

图1为本发明的原理示意框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：

一种环保打包带环保检验方法，包括如下步骤：

S1、建立数据库：查询官方网站，获得环保打包带内重金属含量的国家标准，将数据信息整理为数据库，数据库存储至PC机内，所述数据信息包括不同重金属的最佳激发波长和符合国家标准的重金属的最高含量，制得特征模型；

S2、样品预处理：将同一批次的环保打包带的原材料混合后抽取部分切碎，进行富碳化处理得到黑色富集物；

S3、样品处理：将步骤S2中得到的黑色富集物放置于样品杯中并压平整，制成测试样品；

S4、激发波长调整：将步骤S3制得的测试样品放置在检测载物台上，查询数据库得到重金属的最佳激发波长，调整疝灯光源的激发光波长为最佳激发波长；

S5、曝光时间与移动速度设置：设置检测CCD相机的曝光时间和载物台的移动速度，使用荧光光谱仪进行测试样品的荧光高光谱图像采集；

S6、数据采集：PC机处理S5中采集的图像信息，调用数据库中的特征模型与处理后的图像信息进行匹配计算，输出数据库中与处理的采集信息相匹配的特征模型的信息即为测试样品中重金属的含量信息；

S7、数据对比：根据数据库中的合格产品中重金属含量信息与测试样品中重金属含量信息进行对比，判定测试样品是否为合格产品，合格，投入生产，不合格，检查原料来源、生产设备，在源头杜绝不合格产品的流出。

步骤S2中的富碳化处理包括先将环保打包带的原料碎片装入石英管中，并在石英管的两端采用铁丝拦网封住，再将石英管放入以富集炉中进行富集碳化处理，富集碳化处理的温度为215-235℃，处理时间为5-7min，步骤S5中的检测CCD相机的曝光时间设为15ms，载物台的移动速度为75mm/min。

步骤S7中还包括：

S7.1、PC机将采集得到的荧光高光谱图像进行光谱特征波长提取；

S7.2、将步骤S7.1得到的光谱特征波长数据与数据库中特征模型的特征波长数据进行匹配计算，输出识别率最高并且大于95％的数据模型对应国家标准特征模型。

本发明基于荧光高光谱图像技术，属于无损检测仪器，对环境友好、无污染；通过相关实验仪器，得到荧光高光谱图像信息，对荧光高光谱图像提取光谱数据，对相关数据信息采集、归纳、分类得到较为完善的数据库，以及相关国家对于打包带的重金属含量标准的数据收录，进一步完善了数据库的完整性，便于使用者分析、知晓检测数据信息；本发明操作具有一定的自动化性能，便于实际的操作，相关数据库的建立，进一步提升了实际检测的速度、效率、精确性以及完整性，这种将环保工作科技化、数字化、层层把关、坚持不懈的检测方法，使产品环保有保障。具有突出的实质性特点和显著的进步。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种环保打包带环保检验方法，其特征在于，包括如下步骤：

S1、建立数据库：查询官方网站，获得环保打包带内重金属含量的国家标准，将数据信息整理为数据库，数据库存储至PC机内，所述数据信息包括不同重金属的最佳激发波长和符合国家标准的重金属的最高含量，制得特征模型；

S2、样品预处理：将同一批次的环保打包带的原材料混合后抽取部分切碎，进行富碳化处理得到黑色富集物；

S3、样品处理：将步骤S2中得到的黑色富集物放置于样品杯中并压平整，制成测试样品；

S4、激发波长调整：将步骤S3制得的测试样品放置在检测载物台上，查询数据库得到重金属的最佳激发波长，调整疝灯光源的激发光波长为最佳激发波长；

S5、曝光时间与移动速度设置：设置检测CCD相机的曝光时间和载物台的移动速度，使用荧光光谱仪进行测试样品的荧光高光谱图像采集；

S6、数据采集：PC机处理S5中采集的图像信息，调用数据库中的特征模型与处理后的图像信息进行匹配计算，输出数据库中与处理的采集信息相匹配的特征模型的信息即为测试样品中重金属的含量信息；

S7、数据对比：根据数据库中的合格产品中重金属含量信息与测试样品中重金属含量信息进行对比，判定测试样品是否为合格产品，合格，投入生产，不合格，检查原料来源、生产设备，在源头杜绝不合格产品的流出。

2.根据权利要求1所述的一种环保打包带环保检验方法，其特征在于：所述步骤S2中的富碳化处理包括先将环保打包带的原料碎片装入石英管中，并在石英管的两端采用铁丝拦网封住，再将石英管放入以富集炉中进行富集碳化处理。

3.根据权利要求2所述的一种环保打包带环保检验方法，其特征在于：所述富集碳化处理的温度为215-235℃，处理时间为5-7min。

4.根据权利要求1所述的一种环保打包带环保检验方法，其特征在于：所述步骤S5中的检测CCD相机的曝光时间设为15ms，载物台的移动速度为75mm/min。

5.根据权利要求1所述的一种环保打包带环保检验方法，其特征在于：所述步骤S7中还包括：

S7.1、PC机将采集得到的荧光高光谱图像进行光谱特征波长提取；

S7.2、将步骤S7.1得到的光谱特征波长数据与数据库中特征模型的特征波长数据进行匹配计算，输出识别率最高并且大于95％的数据模型对应国家标准特征模型。