以经过致密化处理的废旧涤棉军装（废旧涤棉）为原料,以乙二醇（EG）为醇解剂,通过改变EG与废旧涤棉的配比、醇解时间、醇解液循环使用次数等研究了废旧涤棉的醇解效率,以及不同循环次数对醇解产物对苯二甲酸乙二醇酯（BHET）和涤棉织...以经过致密化处理的废旧涤棉军装（废旧涤棉）为原料,以乙二醇（EG）为醇解剂,通过改变EG与废旧涤棉的配比、醇解时间、醇解液循环使用次数等研究了废旧涤棉的醇解效率,以及不同循环次数对醇解产物对苯二甲酸乙二醇酯（BHET）和涤棉织物中的棉纱性能的影响。结果表明：在废旧涤棉与EG质量比为1∶（10～12）,废旧涤棉与Na2CO3质量比为1∶0.003,反应温度196℃,反应时间1 h的醇解条件下,醇解液可以循环使用,最佳循环使用次数为4,醇解后产物绝大部分仍为BHET单体,醇解物产率高于60%;醇解后棉纱表面虽有一定程度破坏,但其断裂强度最高仍达1.76 c N/dtex,满足开松再纺纱的要求,可实现棉纱的二次回收利用。展开更多
利用近红外光谱技术对354个废旧涤/棉混纺织物进行研究,通过偏最小二乘法(partial least squares,PLS)和定性鉴别系数建立了不同光谱特征的涤/棉混纺织物近红外定性分析模型。染色涤/棉混纺织物NIR光谱主要有两大类,一类具有正常涤/棉...利用近红外光谱技术对354个废旧涤/棉混纺织物进行研究,通过偏最小二乘法(partial least squares,PLS)和定性鉴别系数建立了不同光谱特征的涤/棉混纺织物近红外定性分析模型。染色涤/棉混纺织物NIR光谱主要有两大类,一类具有正常涤/棉光谱特征,另一类光谱由于样本中染料、颜料和消光剂等化学助剂的影响,使光谱谱线成斜线,失去其光谱特征。如以全部样本建模,模型识别率较低。故将样本分为两类:斜线光谱样本和正常光谱样本,分别建立NIR定性分析模型。NIR定性分析模型建立后,根据验证结果分别对建模的谱区、预处理方法和主因子数进行优化,以提高模型的稳健性和可靠性。结果表明,样本分别建模后,模型的识别率大大提高,用验证集样本进行内部验证,正常光谱和斜线光谱所建模型的识别率均达99%,其校正集相关系数RC均为0.991,验证集相关系数RP分别为0.983和0.984、校正标准差SEC分别为0.887和0.453、预测标准差SEP分别为1.131和0.573。用150个界外样本分别对正常光谱样本模型和斜线光谱样本模型进行外部预测检验,模型识别率分别达91.33%和88.00%,表明所建NIR定性分析模型能够较好地在回收现场进行涤/棉混纺织物的鉴别。展开更多
文摘以经过致密化处理的废旧涤棉军装（废旧涤棉）为原料,以乙二醇（EG）为醇解剂,通过改变EG与废旧涤棉的配比、醇解时间、醇解液循环使用次数等研究了废旧涤棉的醇解效率,以及不同循环次数对醇解产物对苯二甲酸乙二醇酯（BHET）和涤棉织物中的棉纱性能的影响。结果表明：在废旧涤棉与EG质量比为1∶（10～12）,废旧涤棉与Na2CO3质量比为1∶0.003,反应温度196℃,反应时间1 h的醇解条件下,醇解液可以循环使用,最佳循环使用次数为4,醇解后产物绝大部分仍为BHET单体,醇解物产率高于60%;醇解后棉纱表面虽有一定程度破坏,但其断裂强度最高仍达1.76 c N/dtex,满足开松再纺纱的要求,可实现棉纱的二次回收利用。
基金The National High Technology Research and Development Program of China(the"863"Program)(2012AA063006)Science and Technology Transfer and Industrialization Projects of Beijing Municipal Education Commission-Recycling of the Textile Wastes in Beijing(131105)
文摘利用近红外光谱技术对354个废旧涤/棉混纺织物进行研究,通过偏最小二乘法(partial least squares,PLS)和定性鉴别系数建立了不同光谱特征的涤/棉混纺织物近红外定性分析模型。染色涤/棉混纺织物NIR光谱主要有两大类,一类具有正常涤/棉光谱特征,另一类光谱由于样本中染料、颜料和消光剂等化学助剂的影响,使光谱谱线成斜线,失去其光谱特征。如以全部样本建模,模型识别率较低。故将样本分为两类:斜线光谱样本和正常光谱样本,分别建立NIR定性分析模型。NIR定性分析模型建立后,根据验证结果分别对建模的谱区、预处理方法和主因子数进行优化,以提高模型的稳健性和可靠性。结果表明,样本分别建模后,模型的识别率大大提高,用验证集样本进行内部验证,正常光谱和斜线光谱所建模型的识别率均达99%,其校正集相关系数RC均为0.991,验证集相关系数RP分别为0.983和0.984、校正标准差SEC分别为0.887和0.453、预测标准差SEP分别为1.131和0.573。用150个界外样本分别对正常光谱样本模型和斜线光谱样本模型进行外部预测检验,模型识别率分别达91.33%和88.00%,表明所建NIR定性分析模型能够较好地在回收现场进行涤/棉混纺织物的鉴别。
