Giriş: Büyünün doğru Atık Kombinasyon Analizine İhtiyacı
Modern atık yönetimi, atık hacimlerinden, çevresel düzenlemeleri sıkılaştırmadan baskıya maruz kalıyor ve küresel bir şekilde bir atık akışına doğru itiyor - belediye katı atık, endüstriyel ürünler veya elektronik kazılar - geri dönüşüm, kurtarma ve tasarruf araçları için temel, geleneksel elvest analizler: Daha önce ulaşılamayan kimyasal analizler için yavaş, iş yoğun, sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık kullanılan yöntemlere göre karmaşık etkileşimlerin doğrulanması ve doğrulanabilir bir şekilde analiz edilmesi ve gerçekleştirilmiş fiziksel olarak doğrulayıcı yöntemlerin gerçekleştirilmesi.
Atık analizindeki sinometri uygulamaları sadece akademik bir egzersiz değildir; endüstriyel tür tesislerde, çevresel izleme programları ve araştırma kurumlarında giderek daha fazla dağıtılır. Araştırmalar, chemometri modelleri, yakın-inred spektroskopi kullanarak plastik türleri sınıflandırmak, calorific değerini tahmin edebilir ve organik atık akışlarında kirleticileri tespit eder.
Chemometrik Teknikler Nedir? A Deeper Look
Chemometris, istatistiksel ve matematiksel araçları uygulayarak kimyasal sistemlerden anlamlı bilgiler çıkarmak için bir disiplindir.Bu, çiğ analitik veriler arasındaki boşlukları köprüler - yüksek boyutlu, gürültülü ve kollinear - ve uygulanabilir bilgi. temel felsefe, tüm ⁇ , korromatografik veya sensör yanıtını bir veri matrisi olarak tedavi etmek, sonra da geç değişkenleri ortaya çıkarmak için çok değişkenleri kullanarak, benzer örnekleri ortaya çıkarmak ve regresyon modellerini oluşturmak için çok değişkenleri kullanın.
Başlıca Kompozisyon Analizi (PCA)
PCA, boyutsal azalma için en yaygın olarak kullanılan denetimsiz bir yöntemdir. Orijinal değişkenleri (örneğin, yüzlerce dalga boyuna kadar) dönüştürür ve veride en yüksek değişkenleri yakalamak için PCA'yı uygular. Örneğin, PCA, doğal malzemeleri belirlemek için doğal bir miktarlar ortaya çıkarabilir (örneğin, polilizden gelen parmak izi) ve tespit eder.For example, araştırmacılar PCA'yi verilerdeki en yüksek hassas değişkenleri tespit etmek için PCA'yı uygularlar.
Partial Least Squares (PLS) Regresyon
PLS, tahmin edicilerin ve cevap arasındaki farkın bir matrisini belirleyen bir denetim tekniğidir (örneğin, tahmin edilenlerin sayısı (örneğin, belirli bir metal, nems, ne de ısıtma değerinin azaltılması gibi), tahmin edici ve yanıt arasındaki gecikme değişkenleri inşa eder veya Xray'dan gelen ağır tahmin edilen metal konsantrasyonlarını aşıyor.
Cluster Analizi (Hierarchical and K-Means)
Kombinasyon analiz grupları, önceki etiketler olmadan benzerliğe dayanan örnekler. Hierarchical clustering, atık kategorileri arasında ilişkileri gösterir, k-means bölmeleri verileri önceden tanımlanmış sayıda kümeye kadar tanımlarken, bu yöntemler geniş tiplemelere yardımcı olur - örneğin.g., organik-rich vs. plastik-zengin fraksiyonlar - ve farklı tedavi süreçleri gerektiren bir atık türü içinde alt kategorileri tanımlayabilir.
Diğer İlişkili Yöntemler
Ek chemometri araçları, Sınıf Analogı (SICA) ) sınıf modelleme, [[Üyetim:2)Depreve Çözüm (MCR))[Dönersiz sınırlarla sınıflandırma için [[Dönersiz) [FONTDÜSÜye Olmayan Ağılar İçin Tıklayınız.[Üye Olmayanlar İçin Tıklayınız.
Atık Kombinasyon Analizinde Keşfedilen Keşfedin Anahtar Uygulamaları
chemometrik yöntemlerin yanlışlığı birden çok analitik platformda dağıtım sağlar. Aşağıda pratik uygulama ve sonuçlar üzerinde vurgu yapmak için en yaygın uygulamalardır.
Spektroskopik veriler analizi: NIR, Raman, LIBS ve FTIR
Spektroskopik teknikler büyük veri kümeleri oluşturur - örneğin yüzlerce binlerce değişkeni - optik türcüler yorum için gerekli olan NIR:0)Near-infrared (NIR) spektroskopi[FLT 1: 1 ile birlikte PCA ve PLS, otomatik plastik tür tesislerini kullanarak bir çalışmadır.
[FONT=0)Raman spektroskopi[Dönetici][Döneticileri, özellikle zayıf NIR sinyalleri ile malzemeler için tamamlayıcı moleküler bilgiler sağlar.Otomometrik modeller katkıda bulunur, katkı maddeleri, dolgular ve polimer karışımları.[/FLT:2).Laser-indüklenmiş sptroskopi (LIBS)[Dönder: 5)[Dönetici analizi için atom emisyon spektroskopileri, değiştirilebilir ve kranoskopi analizleri ile birlikte analiz eder;
Kromatografik Veriler: GC-MS ve HPLC
Gaz kromatografisi-mass sptrometri (GC-MS) genellikle üç yönlü bir dizi oluşturmak için kullanılır:0) Parallel Faktör Analizi (PARAFAC)[FLT 1: 1) ve Chromatografik veriler karmaşıktır, ancak en küçük kareler için renasyonelasyonlar (MCR-ALS)[D)[Düzükler için eklenmez.
Sensör Dizileri ve Elektronik Noses
Elektronik burunlar (e-noses), koku parmak izine dayanan kimyasal sensörlerin dizilerinden oluşur.) Bu, kompostlama tesislerindeki biyodegrad edilebilir atıkların belirlenmesi ve kompostlama yöntemlerinin olgunluğunu değerlendirmek için uygulanır.
Hiperspectral Görüntüleme
Hiperspectral görüntüleme (HSI) uzaysal ve ⁇ bilgileri birleştirir, hipercube veri üreterek. PCA ve MCR gibi yarık araçlar boyutsallığı azaltabilir ve bir konveyör bandında farklı malzemelerin dağılımını gösteren sınıflandırma haritaları oluşturabilir. HSI with chemometris is more used for high- çözünürlüklü sorting and demolition waste, tekstil atıkları ve e-waste, gerçek zamanlı farklı malzemeler dağılımını sağlar.
Vaka Çalışmaları ve Gerçek Dünya Uygulamaları
Atık analizindeki chemometrilerin pratik gücünü göstermek için aşağıdaki örnekleri düşünün.
Plastik Geri Dönüşüm için
Avrupa'daki büyük geri dönüşüm tesisi NIR spectrometreler, 50+ polimer tipi bir kütüphanede eğitilmiş bir PLS-DA modeli ile çiftleştirildi. Sistem% 8'den (manual)% 1.5'ye kadar yanlış yönlendirme oranları azalttı, PET ve {\baplar% 99'a kadar sınıflandırma doğruluğunu artırdı. Model, NIR VM verileri kullanarak standart olarak güncellendi.
Biogas Prodüksiyon için Organik Atıkların Karakterizasyonu
Anaerobik sindirme bitkileri yemleme kompozisyonu bilgisi gerektirir -carbohidratlar, proteinler, lipidler - FTIR spectra'da inşa edilen PLS modelleri, ıslak kimyanın günlerini ayarlamak yerine bu bileşenleri tahmin edebilir.A study inurFLT:0)Bioresource Technology) Bu yaklaşım, birkaç izleme ekipmanı tarafından ticarileştirildi.
Elektronik Atıklardan Metal Kurtarma
Baslı devre tahtaları metallerin karmaşık bir karışımı içerir (Cu, Au, Ag, Pd, Pb, Sn, vs.). LIBS spectra, PLS regresyon ile birlikte değerli metalleri sayısal işlemede ölçebilir.Bir pilot bitkide, 200 örnekden oluşan bir chemometri modeli, hidroksiBS verileri kullanarak, %8 oranındaki bir gerileme hatası ile reagent kullanımını ölçebilir ve su işlemede reagent kullanımını azaltılabilir.
Keometri Tekniklerinin Geleneksel Yöntemleri Üzerinde Faydaları
chemometriye dayalı atık analizine giden değişim önemli avantajlar getiriyor:
- [FONT=0)Speed and throughput:[Dönetici:[Dönetici: 0/ 1 ) Spectral ölçümler saniyeler alır ve milisans'ta hesaplama sınıflandırma veya ölçümleme, 3 m /s'te hareket eden konveyör kemerleri takip eder.
- [FONT=0) Adaylık ve hassas:[Dönemli yöntemler mevcut tüm bilgileri kullanır, genellikle tek kullanımlık kalibrasyon veya basit eşleme, özellikle de çok sorumlu karışımlar için.
- [FONT:0]Non-tamamlayıcı analiz: Spectroskopi ve görüntüleme, ikincil atıkları daha fazla işleme ve azaltma için örnek sindirim veya kimyasal reaktifler gerektirmez.
- [FONT:0)Handling kompleksi, yüksek boyutlu veriler: Chemometriler gürültüden sinyal alabilir, kollinearity ile başa çıkabilir ve temel geleneksel istatistiksel yaklaşımlara sahip olmayan ilişkileri modelleyebilir.
- [FONT:0]Adaptability and solidness: Modeller, atık kompozisyonu geliştikçe yeni örneklerle güncellenebilir (örneğin, mevsimsel varyasyonlar, yeni paketleme malzemeleri), zamanla performansı korumak.
- [FONT:0) İnsan öznelliği: [Dönetici:[Dönetici:0) Otomatik sınıflandırma görsel türlemeden önyargıyı ortadan kaldırır ve operatörü yorgunluk azaltır.
Dahası, chemometri modelleri tarafından üretilen veriler daha geniş yönetim sistemlerine beslenebilir - ekonomik modeller, yaşam döngüsü değerlendirmeleri ve optimizasyon algoritmaları - atık verimliliğinin bütünsel bir görünümünü teşvik eder.
Meydanlar ve Sınırlar
Onların gücüne rağmen, chemometri teknikleri atık kompozisyon analizinde engelsiz değildir.
Data Preprocessing and Model Kalibrasyon
Raw ⁇ verileri genellikle temel eğimli sürüklenme, saçılma etkileri ve gürültü içerir. Preprocessing steps (dövme, normalleştirme, düzgünleştirme, türev hesaplaması) kritiktir, ancak yanlış preişleme yapmak, eserler tanıtmak veya kimyasal bilgileri kaldırmak için mümkündür. Kalibrasyon doğru zemin gerçeği ile bir referans örneği gerektirir - bu tür referanslar zaman alıcı ve pahalıdır, özellikle heterojen atıklar için.
Örnek Variability ve Matrix Effects
Atık akışları doğal olarak değişkendir: ne kadar içerik, parçacık büyüklüğü, yüzey dokusu ve kirlenme büyük ölçüde değişebilir. Temiz plastik şişeler üzerinde eğitilmiş bir model, kirli veya havalandırılmış örneklere uygulandığında başarısız olabilir. Robust modelleri, beklenen dizi yetim aralığı kapsayan geniş bir eğitim setleri gerektirir, bu da büyük veri toplama çabalarını talep eder.
Model Transferi ve Standartlaştırma
Bir enstrüman üzerinde geliştirilen bir chemometri modeli, farklı atık türleri arasındaki modelleri aynı şekilde gerçekleştiremez (örneğin, endüstriyel atıklar için) genellikle yeniden eğitim veya bakım gerektirir.
yorumlanabilirlik ve Düzenleme Kabul
Kemometri modelleri, özellikle de sinir ağları, genellikle "kara kutular" olarak görülüyor, düzenleyiciler veya uzman olmayan paydaşları açıklamayı açıklamak zorlaşıyor. Uyum raporlamasında kullanılan atık analizi için (örneğin, Avrupa Emisyon Ticaret Scheme altında biyojen karbon içeriği), şeffaf, doğrulanmış yöntemler gereklidir. PCA ve PLS daha fazla yorumlanabilir yüklemeler ve puanlar sunar, ancak bunlar yasal veya denetim bağlamda sorgulanabilir.
Future: AI, Real-Time Watch ve Portre Duyucu Sensörler
Bir sonraki sinometri atık analizinde inovasyon dalgası muhtemelen üç trend tarafından yönlendirilecektir.
Deep Learning ile entegrasyon
Convolutional sinir ağları (CNNs) ve diğer derin öğrenme mimarlıkları doğrudan ham ⁇ veya görüntü verilerinden, genellikle karmaşık görevler için doğrulayıcı ön işlemeleri aşarak, CNN'ler 12 materyal kategorisi için hiperspectral görüntülerine başvurdu. Ancak, derin öğrenme çok büyük etiketli veri kümeleri ve önemli hesaplama kaynakları gerektirir; nükletenesel ağları birleştiren karma yaklaşımlar pratik çözümler olarak ortaya çıkmaktadır.
Gerçek Zaman, Inline Process Control
Miniaturized spectrometreler (örneğin, MEMS tabanlı NIR sensörleri) ve bulut tabanlı chemometri modelleri, tedavi zincirinin her aşamasında gerçek zamanlı atık analizlerini sağlar.Datas and Cutnerators, işlem parametrelerini ayarlayan adaptif modellere beslenebilir. - hava akışı, sıcaklık, oturma süresi - enerji kurtarma veya emisyonları optimize eder.Bu kapalı zaman kontrol vaatlerini azaltır.
Portre ve Point-of-Need Analysis
Kombinometrikler ile ilgili el Raman ve LIBS cihazları, saha işçilerin tehlikeli malzemeleri tanımlamalarına izin veriyor, koleksiyon puanlarında e- ler veya geri dönüşüm standartlarına uygun olarak doğrulanıyor. Bu tür araçlar, resmi olmayan sektörler ve düşük kaynak ayarları, atık yönetimi global olarak geliştiriyor. Araştırma grupları, vatandaş bilimi atık denetimleri için bulut iyonik sistemler geliştiriyor.
Sonuç: Modern Atık Yönetiminin Bir Pilleri
Kimyametrik teknikler, ticari atık karakterizasyonu ve sıralama sistemlerinin vazgeçilmez bileşenleri için niş akademik araçlardan gelişti. Hızlı, doğru ve imha edici analizlere izin vererek, karmaşık atık akışlarının tahrip edici analizine izin vererek, malzemelerin verimli ve kirleticilerin en aza indirildiği bir ekonomiye geçişe destek oluyorlar. -data kaliteli, model bakım ve yorumlanabilirlik - bu araçları kucaklayan ve AI'daki ilerlemeler.
Çevre analizinde chemometrik yöntemler hakkında daha fazla okuma için, bkz.D:0)Wikipedia'nın chemometris genel bakış) ve son araştırmalar için, İLBS e-waste analizi üzerinde yapılan vaka çalışmaları ).