本发明涉及资源再利用技术领域，具体涉及一种废旧纤维制品智能识别与分拣系统。
背景技术：
如今，以聚酯为代表的化纤产品在日常生活中所占的比重越来越大，但是随着石油等自然资源的日益紧缺以及不断增大的需求量，在未来几十年，如果没有新的油田被发现的话，全球将面临石油资源枯竭的危机。于是，人们开始将目光转移到生产再生聚酯纤维上，即通过对原生聚酯产品的再加工得到新型的再生产品，即可以有效利用资源又能保护环境、减少污染。随着再生聚酯工业的发展，由废弃聚酯瓶和废弃纺织品为原料生产的再生聚酯纤维及纺织服装逐渐开始流行起来，再生聚酯纤维织物及服装的使用已经成为一种时尚，市场发展潜力巨大。
发达国家从20世纪50年代就开始研究回收利用废旧PET的方法，到目前为止，世界许多大公司和研究机构均投入了巨大的人力物力从事这方面的研究，一些工艺已经实现了商业化运行。最早使再生PET纤维工业化的企业是美国的WELLMAN公司，产品在非织造布、地毯、家纺、汽车等领域都有应用，品种达80多个，公司所用原料都为100％的回收聚酯瓶。日本帝人(Teijin)公司的“纤维-纤维”闭环回收体系，改变了废旧衣物堆置消亡的命运，使废旧服装被永续回收利用成为可能。目前该体系已较为成熟，其回收再生的纤维织造的面料质量上乘，可用于男女成衣市场。
我国再生聚酯纤维行业发展起步较晚，但是也有三十多年的历史，20世纪90年代主要采用中国台湾和韩国生产的单螺杆纺丝设备，生产填充针刺非织造布和纱线等，1987年吉林省纺织技术公司从德国引进了我国第一条再生纤维生产线。进入21世纪，我国再生PET行业发展迅速，2010年我国再生聚酯纤维产能600度万吨，实际产量近400万吨，约占全球总产量的80％，中国已成为再 生聚酯纤维的第一生产大国。尤其是在江浙沪皖地区，采用回收聚酯瓶加工再生纤维的厂家很多，并逐渐形成一定的生产规模，基本上可以达到废料不废的目标。但是相对于国外发达国家和地区，我国在废弃纺织品特别是聚酯产品方面尚未形成规模，废弃聚酯的回收利用率、技术水平和产品档次还有相当差距，再生纤维的品质亟待提高。
从市场上回收的废旧纤维制品成分复杂，不同成分纤维的回收再利用途径迥异，鉴别废旧纤维制品的成分及其含量是再利用的前提。废旧纤维制品混合物如果采用先破碎再分类的方法(重力分离、溶剂分离等)，势必导致环境污染和成本大幅增加。开发根据废旧纤维制品颜色、成分与含量等信息进行分拣的智能识别系统，快捷、有效、成本低，预期能获得良好效果，实现废旧纤维制品识别、分离的突破。目前尚未见基于傅里叶变换衰减全反射红外光谱等技术手段对废旧纤维制品成分与含量进行识别的系统。
技术实现要素：
本发明所要解决的技术问题在于提供一种方法简单，环境、经济效益好的废旧纤维制品智能识别与分拣系统。
本发明所要解决的技术问题采用以下技术方案来实现：
一种废旧纤维制品智能识别与分拣系统，主要包括视频识别与分拣系统和成分含量识别与分拣系统，先利用视频识别与分拣系统对废旧纤维制品的颜色进行分拣，根据颜色将其分成8类，再利用成分含量识别与分拣系统对每类颜色的废旧纤维制品的成分与含量进行识别分拣，将其分成PET含量大于60％、PET含量介于30％-60％、PET含量小于30％等三个区间，以利于后续的回收再利用；
上述视频识别与分拣系统包括色选系统、第一输送装置和第一转运机械手，其中第一输送装置用于输送经消毒，分离纽扣、拉链等前处理的废旧纤维制品，色选系统用于识别第一输送装置上废旧纤维制品的颜色，根据不同颜色给出信号，第一转运机械手将识别出的同一类颜色的废旧纤维制品进行分拣，统一放置；其中色选系统能够识别出8种颜色，分拣成8个类别；
所色选系统内设置有检测探头、数据采集模块和数据分析模块，检测探 头对第一输送装置上的废旧纤维制品进行探测，数据采集模块采集检测探头的探测数据，然后送入数据分析模块进行数据分析，得出所探测到的废旧纤维制品属于哪种颜色，再输出相应的信号，驱动第一转运机械手进行分拣动作。
上述成分含量识别与分拣系统包括成分与含量识别系统、第二输送装置和第二转运机械手，第一机械手将分拣的同一颜色的废旧纤维制品放入到第二输送装置上，经成分与含量识别系统识别，将废旧纤维制品分成3个区间，分别为PET含量大于60％、PET含量介于30％-60％和PET含量小于30％，然后给出信号，第二转运机械手进行分拣即可。
所述成分与含量识别系统包括红外光谱仪主机及含量探头，其中含量探头用于探测废旧纤维制品的含量数据信息，并将探测到的含量数据信息送入红外光谱仪主机，红外光谱仪主机对这些数据进行分析对比，从而确定含量探头所探测到的废旧纤维制品的成分与含量，发出信号给第二转运机械手，驱动其进行分拣动作。
所述红外光谱仪主机内集成有废旧纤维制品样品的FTIR-ATR光谱信号数据，应用TQ Analyst光谱分析软件，对FTIR-ATR光谱信号进行二阶微分、校准基线及利用Karl Norris导数滤波器进行滤波降噪预处理，采用偏最小二乘(PLS)法和“剔一”(Leave-one-out)的交互校验方法，将废旧纤维制品样品的光谱数据与样品相应的涤纶、锦纶、腈纶、丙纶、毛、棉等按上述系列标准检测所得成分与含量数据进行拟合建模，逐步剔除奇异点(Outlier)优化，建立校准模型。用建立的模型，分析批量的废旧纤维制品样品，将检测结果与化学法的测定结果进行对比，验证了模型的预测准确性。
本发明的有益效果是：本申请在目前工业化分拣设备的基础上引入废旧纤维制品颜色识别、成分与含量识别组件，能建立废旧纤维制品智能识别与分拣系统，可以对不同颜色、不同含量的废旧纤维制品进行有效分拣，分拣准确率达到98％以上，实际含量的误差小于2％，以利于后续的回收再利用。
附图说明
图1为本发明原理框图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例，进一步阐述本发明。
实施例1
如图1所示，一种废旧纤维制品智能识别与分拣系统，主要包括视频识别与分拣系统和成分含量识别与分拣系统，
上述视频识别与分拣系统包括色选系统、第一输送装置和第一转运机械手，其中第一输送装置用于输送经消毒，分离纽扣、拉链等前处理的废旧纤维制品，色选系统用于识别第一输送装置上废旧纤维制品的颜色，根据不同颜色给出信号，第一转运机械手将识别出的同一类颜色的废旧纤维制品进行分拣，统一放置；其中色选系统能够识别出8种颜色，分拣成8个类别；
所色选系统内设置有检测探头、数据采集模块和数据分析模块，检测探头对第一输送装置上的废旧纤维制品进行探测，数据采集模块采集检测探头的探测数据，然后送入数据分析模块进行数据分析，得出所探测到的废旧纤维制品属于哪种颜色，再输出相应的信号，驱动第一转运机械手进行分拣动作。
上述成分含量识别与分拣系统包括成分与含量识别系统、第二输送装置和第二转运机械手，第一机械手将分拣的同一颜色的废旧纤维制品放入到第二输送装置上，经成分与含量识别系统识别，将废旧纤维制品分成3个区间，分别为PET含量大于60％、PET含量介于30％-60％和PET含量小于30％，然后给出信号，第二转运机械手进行分拣即可。
所述成分与含量识别系统包括红外光谱仪主机及含量探头，其中含量探头用于探测废旧纤维制品的含量数据信息，并将探测到的含量数据信息送入红外光谱仪主机，红外光谱仪主机对这些数据进行分析对比，从而确定含量探头所探测到的废旧纤维制品的成分与含量，发出信号给第二转运机械手，驱动其进行分拣动作。
所述红外光谱仪主机内集成有废旧纤维制品样品的FTIR-ATR光谱信号数据，应用TQ Analyst光谱分析软件，对FTIR-ATR光谱信号进行二阶微分、校 准基线及利用Karl Norris导数滤波器进行滤波降噪预处理，采用偏最小二乘(PLS)法和“剔一”(Leave-one-out)的交互校验方法，将废旧纤维制品样品的光谱数据与样品相应的涤纶、锦纶、腈纶、丙纶、棉等按上述系列标准检测所得成分与含量数据进行拟合建模，逐步剔除奇异点(Outlier)优化，建立校准模型。用建立的模型，分析批量的废旧纤维制品样品，将检测结果与化学法的测定结果进行对比，验证了模型的预测准确性。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。