CN114619591B

CN114619591B - 一种高分子材料再生过程中的分拣工艺

Info

Publication number: CN114619591B
Application number: CN202210525626.9A
Authority: CN
Inventors: 王果连; 宋厚春; 李博; 董冲; 郭文光
Original assignee: Henan Yuanhong Polymer New Materials Co ltd
Current assignee: Henan Yuanhong Polymer New Materials Co ltd
Priority date: 2022-05-16
Filing date: 2022-05-16
Publication date: 2022-08-26
Anticipated expiration: 2042-05-16
Also published as: CN114619591A

Abstract

一种高分子材料再生过程中的分拣工艺，通过优化摩擦搅拌步骤，使得杂质颗粒带静电，当混合物料颗粒由传输传送带传送至传输传送带与吸附传送带交叉的区域时，由于吸附传送带具有与杂质颗粒相反的电荷，因此杂质物料颗粒被吸附传送带吸附，从而将待分拣的高分子材料颗粒分拣出，从而实现高效的分拣，为下一步脱色做好准备，提高整个高分子材料再生工艺的效率。

Description

一种高分子材料再生过程中的分拣工艺

技术领域

本发明内容属于高分子聚酯材料领域，特别地，涉及一种高分子材料再生过程中的分拣工艺。

背景技术

高分子聚酯材料以其优异的机械性能、绝缘性能和稳定的化学性能被广泛应用于生活和生产中，因此产生的废旧高分子聚酯材料越来越多，给环境保护工作带来巨大压力，也造成了资源的浪费。因此回收利用废弃PET材料成为循环经济中资源利用的重要内容。

在进行回收过程中，不仅需要对材料进行清洗，还需要对其进行分拣。这是因为，在回收时回收人员对不同种类聚酯材料难以准确区分，例如PET材料中常常混入PE、PP等材料。现有技术中有使用化学方法、光学方法进行分拣的方式，但化学方式操作极其复杂，只能在实验室进行；而使用光谱吸收曲线的方式则无法大规模应用于生产线。为此，也有人提出了使用静电摩擦的方式，使得不同颗粒带不同电荷，再利用平板电场使得不同电荷的颗粒下落至不同回收区域中。但这需要一个较大的平板电场，能耗非常高，且如果颗粒下落距离不够，会发生无法准确下落至相应区域的现象，这需要较大的设备空间。特别是对于大规模的生产线而言，一次性下落的颗粒非常多，颗粒之间会发生碰撞、阻挡，这也使得无法准确下落至回收区域。因此，这种方式也很难以用于生产线。此外，在进行摩擦时，通常在桶中进行，但搅拌的离心力会使得部分颗粒附着在桶壁，而其他颗粒无法充分摩擦，这也使得颗粒静电不足。由此会需要更大的电场来分离不同颗粒，不仅能耗高，分离效果也较差。

更进一步，脱色工艺特别是脱色产物的判别也是聚酯材料再生工艺中重要的环节，是与分拣工艺紧密关联的流程步骤，两者相互配合才能提高整个再生工艺的效率。现有技术中使用色度计、比色仪、光谱仪等专用设备无法对生产线上大批量的材料进行逐一精确检测，需要大量人力物力，耗时较长。因此，对脱色后材料的批量、准确、高效的检测成为难点。现有技术也提出了通过相机拍照采集材料颜色进行脱色判断，但算法的检测精度不够，且算法负担较大。虽然也有人提出人工智能的方法，但截至目前还未有专用于再生聚酯脱色的神经网络模型。因此，整体算法测量精度和时间均无法保证。

发明内容

为解决以上一个或多个技术问题，以及实施例中提到的相关问题和效果，本发明提出如下方案。

一种高分子材料再生过程中的分拣工艺，

（1）将清洗完毕的高分子材料粉碎成混合颗粒，混合颗粒包括物料颗粒和杂质颗粒；

（2）将混合颗粒通过进料筒送入搅拌桶中，启动电机，带动搅拌器转动搅拌，使得混合颗粒与搅拌桶壁充分摩擦，产生静电；

（3）在搅拌摩擦完毕后，开启搅拌桶下端阀门，将混合颗粒输送至传输传送带上；同时开启吸附传送带，并开启吸附传送带上的静电产生装置；

（4）当混合颗粒由传输传送带传送至传输传送带与吸附传送带交叉的区域时，由于吸附传送带具有与杂质颗粒相反的电荷，因此杂质颗粒被吸附传送带吸附，并传输至回收处理区，而物料颗粒则顺利通过交叉区域；

其中，传输传送带的速度V₁与吸附传送带的速度V₂满足如下关系：

L、L₀分别为吸附传送带和传输传送带在垂直方向的实际距离和基准距离；且

值由搅拌器转动搅拌时间决定；

（6）物料颗粒传输至传输传送带末端时，下落至静电去除装置上，并由其去除物料颗粒上可能携带的电荷，并将物料颗粒传输至收料装置中，作为分拣成品，为后续步骤提供原料；

其中，搅拌桶材质为与物料颗粒材质相同；吸附传送带与传输传送带正交设置，且吸附传送带内具有静电发生装置，从而使得其能够携带静电；传输传送带与收料装置之间设置有静电去除装置；在搅拌桶和传输传送带之间设置阶梯型传输装置，使得混合颗粒一份一份地传输至传输传送带上，并由于传输传送带的转动而平铺；搅拌桶内壁上还设有沿内壁垂直方向延伸的多个扰流器。

步骤（2）中搅拌时间为10-30min。

搅拌桶内侧上方还设有风扇，用于在搅拌停止后，将吸附在桶壁的混合颗粒吹落。

物料颗粒为PET颗粒。

扰流器为长条形，设置在搅拌桶内壁表面。

步骤（1）中的混合颗粒为直径5mm以下的颗粒。

步骤（6）中传输至收料装置中的物料颗粒传输至脱色设备中，进行脱色及脱色产物纯度的检测。

在混合颗粒从搅拌桶输送至传输传送带上时，控制搅拌桶阀门开启的幅度。

用于从PS、PE、PP、和/或PVC 颗粒中分拣出PET颗粒。

静电去除装置，用于在传输物料颗粒进入收料装置的过程中，去除物料颗粒携带的电荷，保证进入收料装置后物料颗粒不带电。

本发明的发明点及技术效果：

1、通过搅拌桶的材料选择，使得通过静电摩擦的方法导致杂质带电，并且利用正交设置的带静电吸附传送带将杂质颗粒去除，能够在生产线中高效、准确地实现分拣工艺。不需要高压的平板电场，能够节约能耗，降低对环境的依赖，且缩小整个设备占用空间，使得其在生产线上应用成为可能。特别是，为了吸附充分且同时保证分拣效率，优化了正交的两个传送带的速度；并且通过阶梯型传输装置优化了传送带上混合颗粒的排布，从而提高了杂质颗粒分离的效率和效果。

2、为了摩擦静电充分，还专门设置了扰流器，使得颗粒与桶壁之间能够充分摩擦，产生足够的静电，从而为后续传送带吸附提供保证，实现精准的分拣操作。优化了搅拌时间、正交距离和传送带速度之间的关系，使其相互配合，保证了杂质颗粒被准确全面吸附，提高了分拣效率和效果。

3、通过高效、精准的分拣工艺为脱色工艺提供了支持，从而保证通过神经网络模型的方式能够高效、准确地判断脱色产物纯度。

附图说明

图1是分拣设备的结构示意图。

图2是搅拌桶俯视结构示意图。

具体实施方式

（一）清洗工艺

由于回收回来的聚酯材料来源比较复杂，因此常常会混入砂石、金属、纸张、草木等。如果不对其进行充分清洗，则会影响后续分拣、脱色工艺的效果，从而影响整个高分子材料再生的效率。

为此，现有技术中通常将回收的聚酯材料加水清洗，并利用密度不同的原理，对清洗后的高分子聚酯材料与杂质进行分离，从而得到去除砂石、金属、纸张、草木等杂质的材料。但清洗工艺并不能得到纯聚酯材料。例如意图回收PET材料，但经过清洗步骤后，其中还可能混入PVC、PP、PE等其他聚酯材料。这是由于回收人员有时难以准确区分材料类别，且清洗步骤并不专门针对其他聚酯材料进行去除。同时，这些材料也是可以回收的。因此，在聚酯材料再生过程中分拣工艺必不可少。

（二）分拣工艺

分拣设备结构

分拣设备包括进料筒F1、搅拌桶F2、风扇F3、搅拌器F4、传输传送带F5、吸附传送带F6、静电去除装置F7、收料装置F8。

其中进料筒与搅拌桶连接，用于向搅拌桶中传输待分拣的混合物料颗粒。

搅拌桶内设有搅拌器，用于使得混合物料颗粒充分搅拌摩擦，产生静电。物料桶下方设置有阀门开口（图中未示出），用于在搅拌完成后打开，从而使得混合物料颗粒释放至传输传送带上。搅拌桶内侧上方还设有风扇，用于在搅拌停止后，将吸附在桶壁的物料颗粒吹落。作为一种优选，风扇为多个，其产生的风可以沿桶壁传送。

作为一种优选，搅拌桶内壁上还设有沿内壁垂直方向延伸的多个扰流器F9。扰流器为长条形，设置在搅拌桶内壁表面，避免混合颗粒在搅拌过程中由于离心力作用均匀分布在桶壁上，且相互之间位置较为固定，进而无法充分摩擦，不能产生足够静电。通过扰流器的设置，可以使得混合物料颗粒可以不规则的在桶内搅拌，从而充分摩擦，产生足够静电。另一方面，扰流器可以在风扇开启时对风扇的气流进行扰动，从而使得更容易吹落吸附在桶壁的物料颗粒。

其中搅拌桶材质为与预分拣出的物料颗粒材质相同。例如，意图从混合颗粒中分拣出PET颗粒，则物料桶为PET材质；意图从混合颗粒中分拣出PP颗粒，则物料桶替换为PP材质。作为本发明的一种优选，物料桶为PET材质。

传输传送带用于将混合物料颗粒传输至收料装置中。吸附传送带与传输传送带正交设置，且吸附传送带内具有静电发生装置，从而使得其能够携带静电，产生静电吸附作用，从而吸附出杂质颗粒。所述正交设置为在水平平面上，两个传送带的投影相互垂直，而在竖直方向，两个传送带相距L。

吸附传送带和传输传送带在垂直方向实际距离为L，应当优选L值，使得杂质颗粒被吸附，而待分拣颗粒不被吸附。作为一种优选，L满足如下条件：

其中L₀为吸附传送带和传输传送带在垂直方向的基准距离，t为下述步骤（2）中搅拌时间（单位：秒）。a、b、c为控制系数。经过大量实验，优选a=0.7，b=0.6，c=3。如此可保证杂质被充分吸附，而PET颗粒不被吸附。作为一种选择，当经过充分摩擦（例如摩擦时间为30min以上）时，吸附传送带在工作电压下恰好能够将所有杂质颗粒吸附，此时吸附传送带和传输传送带的距离为L₀。

作为一种优选，当意图分拣出的颗粒为PET颗粒时，由于摩擦完毕其他杂质颗粒均会携带负电，因此吸附传送带可以携带正电，用于吸附出杂质颗粒。并且由于摩擦作用，PET颗粒也会携带少量正电，因此会与吸附传送带相斥，而不被吸引。如此，可从混合物料颗粒中排除其他聚酯颗粒，而分拣出PET颗粒。

当然，分拣其他颗粒也可以使用类似设置，只要根据不同聚酯材料间相互摩擦产生的电荷关系不同进行设置即可。具体设置方式见下表。

传输传送带与收料装置之间设置有静电去除装置，用于在传输PET颗粒进入收料装置的过程中，去除PET颗粒携带的一点正电，保证进入收料装置后PET颗粒不带电。

作为一种优选，为了避免混合物料从搅拌桶输送至传输传送带上时不能均匀铺展开，影响吸附效果，一方面控制搅拌桶阀门开启的幅度，另一方面在搅拌桶和传输传送带之间设置阶梯型传输装置F10，使得混合物料一小份一小份地传输至传输传送带上，并由于传输传送带的一致转动而平铺。

分拣流程

（1）对废弃物料颗粒进行清洗，去除聚酯材料外的其余杂质，得到混合物料颗粒。例如去除灰尘、杂草、纸屑等。将清洗完毕聚酯塑料粉碎，粉碎成直径5mm以下的颗粒。

（2）将混合物料颗粒通过进料筒送入搅拌桶中，启动电机，带动搅拌器转动搅拌，使得混合物料颗粒与搅拌桶壁充分摩擦，产生静电。通常，搅拌时间t为10-30min。

（3）在搅拌摩擦完毕后，开启搅拌桶下端阀门，将混合物料输送至传输传送带上。同时开启吸附传送带，并开启吸附传送带上的静电产生装置。

（4）当混合物料颗粒由传输传送带传送至传输传送带与吸附传送带交叉的区域时，由于吸附传送带具有与杂质物料颗粒相反的电荷，因此杂质物料颗粒被吸附传送带吸附，并传输至回收处理区，而待分拣的物料颗粒（例如PET颗粒）则顺利通过交叉区域。作为一种优选，传输传送带的速度V1与吸附传送带的速度V2满足如下关系：

此时杂质物料颗粒被去除率能够达到100%。若V2过大，则有些边缘杂质颗粒无法被吸附，若V2过小，随能充分吸附，但会导致生产效率极大降低。

（5）分拣的物料颗粒（例如PET颗粒）传输至传输传送带末端时，下落至静电去除装置上，并由其去除物料颗粒上可能携带的电荷，并将物料颗粒传输至收料装置中，作为分拣成品，为后续步骤提供原料。

（三）脱色工艺

通常采用物理与化学相结合的方法对废弃PET材料进行脱色，将废弃PET材料与脱色剂（如甲醇等）反应，经加热、加压、烘干、冷却等物理过程，析出脱色后晶体粉末。在实际应用中，需要对脱色后的产物进行纯度检测，以确保脱色后材料纯度满足要求，此外通过纯度的检测可以对脱色步骤进行优化。具体的脱色产物检测方法为：

步骤1：利用可见光、红外多模相机采集被测材料图像

将被测PET材料的脱色产物置于检测平台上，由可见光、红外波段多模相机对脱色产物进行拍照采集图像；相机置于检测平台上方横梁上，并在电机驱动下移动，以使拍摄范围覆盖整个检测平台。

将被测PET材料的脱色产物置于检测平台上，该脱色产物在理想情况下为白色晶体粉末，为便于检测方法实施，检测平台本身可见颜色选择深色，以便在可见光照射下充分区别于被测脱色产物。作为一种优选，在生产线上应用时，可由传送带将脱色产物依次传送至检测平台。

将光轴统一的可见光、红外波段多模相机布置于检测平台上方的横梁上，拍摄方向竖直向下对准检测平台。为使检测效率更高，检测平台的长度远大于相机的拍摄范围，以容纳更多的被测脱色产物。相机距离检测平台保持一定距离，使能清晰分辨被测晶体粉末，距离视相机的分辨率、相机的视场角与被测脱色产物的颗粒尺寸而定。被测脱色产物单位颗粒在图像中成像分辨率不低于1个像素。

相机在横梁上的安装装置带有可驱动的电机，电机在控制指令下被驱动，并带动相机安装装置沿横梁移动，从而拍摄更大范围内的图像。为节约存储、提高检测效率，相机每次移动的距离约等于相机在检测平台上单次拍摄的视场范围，即每两次拍摄的图像相接，确保检测平台上的所有被测脱色产物至少存在于一张采集图像中。

进一步的，相机采集图像的边缘部分受到镜头光学畸变影响较大，为了保证检测准确率，可略缩短相机每次移动的距离，使相邻两幅采集图像具备一定的重合区域，以便更多利用靠近镜头中心部分的图像数据，减少上述影响。

相机从一端开始，每次拍摄一张红外图像、一张可见光图像共两张图像；再移动相机至下一位置，再次拍摄一张红外图像、一张可见光图像；循环往复直至移动至检测平台的另一端。上述过程可由微机根据预先计算的移动步长自动执行。拍摄完成后，将所有拍摄的图像传送给处理单元（步骤2），用于对图像进行处理。

作为另一种实施方式，相机可以固定，而检测平台由传送带代替，传送带从左到右不断传送脱色产物，相机依次对不同区域脱色产物进行图像采集。这种方式适合与生产线上其他工艺步骤相配合，实现在线的脱色检测。若使用传送带传送，在脱色产物传输至传送带前，还包括振动分配机构，用于将脱色产物均匀平铺在传送带上，避免产物堆积，导致检测不全面。

相机在采集图像的同时，为图像打上时间戳，如此在该图像被后续步骤判断脱色不合格时，根据时间戳即可找到不合格部分的脱色产物。

作为一种优选，可以使用可见光光源照射被测脱色产物，同时采集可见光图像；以及分时或同时利用红外光光源照射被测脱色产物，同时采集红外光图像。例如，可以通过相机快门和光源开关相互配合实现在瞬间先后完成红外光图像采集和可见光图像采集。也可以使用同时具有红外光和可见光的复合光源照射被测脱色产物，再利用共轴的红外相机和可见光相机同时采集红外光图像和可见光图像。

步骤2：对接收到的若干组红外、可见光图像利用图像处理算法对其进行处理，提取图像特征。

步骤1采集到的若干组红外、可见光图像，分别用

、

表示，其中

表示红外图像，

表示可见光图像。由于被测材料脱色后可以吸收特定波长的红外光，故其红外图像具有一定的特征；且脱色后的被测材料视觉上呈白色，故其可见光图像具有一定的特征。当被测材料中混有杂质、或脱色不完全时，其在红外、可见光图像中的响应位置的局部表征发生变化，故可通过智能检测算法对这一变化实施检测，从而实现脱色产物的纯度检测。

通过采用红外、可见光多模相机和图像实施结合检测，可以提高图像特征的维度，降低由于单一波段图像特征带来的误检测概率，提高检测准确率。

相机拍摄的图像为数字图像，由像素矩阵组成，矩阵的每一个元素称为图像的一个像素，可以用图像的坐标表示。用

表示图像中的像素坐标，即矩阵元素坐标，

分别表示矩阵的行、列方向。

、

分别表示

、

中坐标为

的像素值。像素值的取值范围量化为0-255共256个离散值。

本发明创新性的提出一种红外、可见光图像的联合滤波方法，同时根据红外、可见光图像的局部像素分布情况提取特征，使一组特征既包含红外图像的局部信息，又能包含可见光图像的局部信息。每一组特征对应于一对红外、可见光图像的一个确定坐标。

提出一组用于红外图像的滤波模板，由以下四个矩阵组成：

提出一组用于可见光图像的滤波模板，由以下四个矩阵组成：

所述滤波模板，具备一定的局部结构特征，并用于与图像的局部进行卷积运算，以匹配符合模板结构特征的图像局部像素分布。上述模板是根据大量实验获得的经验模板，能够有效提取特征，提高识别准确度。为获得该模板，可预先设置一个神经网络模型，并进行大量样本训练，由此得到该模板参数。这样，在该网络进行运算和/或训练时，模板可以直接使用，而不需要再作为待定参数，不仅可以提高效率还由于两次样本可以设置数量不同而提高准确度。

现有技术中通常根据经验预设模板，但这样并不一定适合再生聚酯材料的脱色判别，导致检测误差率较高。也可以将模板待定，通过对脱色检测结果的判别来最后确定模板系数，但这样神经网络效率较低，且考虑的参数指标过于复杂，不利于优化神经网络。本发明创造性地提出了将该步骤2中的特征提取作为输出使用单独的神经网络进行判别，从而确定模板系数，再将该模板用于脱色判别（步骤3）的神经网络中。由此可避免使用一个大的神经网络模型（包括步骤2、3功能的），不仅可以提高效率还由于两次样本可以设置数量不同而提高准确度。

红外图像的卷积定义如下：

表示模板中对应坐标

的值，如

，

，

。同理，可以定义红外图像、可见光图像与其它模板的卷积

、

、

、

、

、

、

。

上述每一个卷积的结果是与其卷积源图像大小对应的矩阵。将每一组卷积结果按照下式进行降采样：

表示前述四个红外图像的卷积结果

、

、

、

，

表示前述四个可见光图像

、

、

、

的卷积结果。

、

表示对应的输出

、

、

、

、

、

、

、

。

表示原矩阵

中以

为起点的一个子集，为一个4*4大小矩阵，max表示取其16个值中的最大值。

对式(10)结果再次进行滤波，同样选择对应的模板(1)-(8)，得：

对应于式(11)的结果再进行降采样，得：

式(12)的结果为八个矩阵，包含了源红外、可见光图像对八个滤波模板在不同尺度下的响应信息，称为源红外、可见光图像对的图像特征，对应于同时拍摄的一组红外、可见光图像。

可以计算，图像特征的数据量为源图像的1/64，通过提取图像特征，能够大大降低数据维度，提高后续步骤中基于图像的检测的计算效率。

步骤3：基于图像特征的脱色产物批量纯度检测模型建模与检测

基于步骤2所述图像特征建立检测模型，根据样本数据对模型进行训练，并利用训练后的模型实施脱色产物批量纯度检测。

所述模型为一双层神经网络结构，神经网络的第一层，将输入的图像特征矩阵映射到向量空间，用于建立不同矩阵的相关性；神经网络的第二层，将第一层输出的向量映射到检测空间，为一标量值，表示对应于输入的检测结果，进一步的，即输入图像对所含的脱色产物的纯度是否符合要求。

该模型表示如下：

上式中，

对应于步骤2式(12)的输出，

为待定线性权值参数，下标

分别对应于矩阵下标与矩阵像素坐标，表示神经网络中的一条连接。

为与

对应的线性权值参数。

、

表示待定线性偏置参数。

表示一非线性激励函数。本例中为分段函数，有助于降低分类器的噪声，

为控制参数，控制曲线在正半轴的变化率，提高模型的适应性。作为大量实验的优选结果，取

。

表示神经网络第一层的输出，

表示神经网络第二层的输出，即神经网络的输出。

为神经网络的输入。

式(13)中，输出

取值范围为[0, 1]，当

时，表示脱色产物含有杂质，当

时，表示脱色产物不含有杂质。为实现上述神经网络模型的检测能力，需对其进行训练。采集若干样本数据，即步骤1所述的图像对，并人工标记其是否含有杂质。将样本数据按步骤2所述方法计算图像特征，并与对应标记分别作为模型的输入、输出代入模型。当获取足够多样本数据后，可根据BP算法对模型进行训练，求取模型在样本数据空间下的最优解。求解结果包括式(13)中线性权值参数与线性偏置参数，即模型训练完成。可以理解，代价函数可以使用常见代价函数，例如平方差函数等。

采用训练完的模型实施脱色产物批量纯度检测。将步骤1采集到的若干图像对依次按步骤2所述方法生成图像特征，再输入步骤3训练完成的模型，获得检测结果。取检测阈值为0.6。当输出

时，表示对应于输入图像的脱色产物不含有杂质（即脱色成功且全面）；否则，

，表示对应于输入图像的脱色产物含有杂质（整体脱色不成功或有未脱色的部分）。将检测出的含有杂质的图像、结合该图像的时间戳，可以找出检测装置上不符合要求的脱色产物（包含杂质的脱色产物），从而上述脱色产物进行分离，保证产出的脱色产物纯度。通过本发明所述方法，实现对脱色产物的批量筛选，为再生聚酯材料的下一步工艺提供高纯度原料。

下表给出了方法的准确率验证结果，测试样本栏，表示步骤3中对神经网络模型训练时的样本数据量（即图像对数）。可见本发明方法在训练数据较少的情况下可以有效实施脱色产物纯度的自动检测，并取得较高（>90%）准确率。

通过上述检测方法，可以准确判断脱色产物是否符合要求，从而可以进一步对脱色工艺进行优化反馈。本发明通过可见光和红外图像共同判断脱色产物的纯度，特别是设置了脱色判别专用的特征提取卷积模板以及在后续神经网络模型中设置了可见光特征和红外特征相互融合的结构，能够及时准确地向脱色工艺反馈脱色效果，从而整体工艺效率大幅度提升，因此也是发明点之一。

本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims

1.一种高分子材料再生过程中的分拣工艺，其特征在于：

值由搅拌器转动搅拌时间决定；

其中，t为步骤（2）中搅拌时间，a、b、c为控制系数，a=0.7，b=0.6，c=3；（6）物料颗粒传输至传输传送带末端时，下落至静电去除装置上，并由其去除物料颗粒上可能携带的电荷，并将物料颗粒传输至收料装置中，作为分拣成品，为后续步骤提供原料；

其中，搅拌桶材质为与物料颗粒材质相同；吸附传送带与传输传送带正交设置，且吸附传送带内具有静电发生装置，从而使得其能够携带静电；传输传送带与收料装置之间设置有静电去除装置；在搅拌桶和传输传送带之间设置阶梯型传输装置，使得混合颗粒一份一份地传输至传输传送带上，并由于传输传送带的转动而平铺；搅拌桶内壁上还设有沿内壁垂直方向延伸的多个扰流器；

步骤（6）中传输至收料装置中的物料颗粒传输至脱色设备中，进行脱色及脱色产物纯度的检测；

其中检测方法包括：

步骤1：采集聚酯材料脱色产物的可见光图像和红外光图像；

步骤2：分别提取可见光图像和红外光图像的特征；具体为采用可见光模板和红外光模板对图像进行卷积运算；其中红外光模板为T₁、T₂、T₃、T₄，可见光模板为T₅、T₆、T₇、T₈；

其中