Page 45 - 《橡塑技术与装备》2025年9期
P. 45

综述与专论
                                                                                     SPECIAL AND COMPREHENSIVE REVIEW






                           AI 废塑料热解健康化的探讨(下)



                                                            张友根
                                             ( 上海第一塑料机械厂,上海  201201)

                       摘要 : 本文提出了 “AI 废塑料热解健康化 ” 的新理念。“AI 废塑料热解健康化 ” 旨在通过 AI 在废塑料热解健康化中的应用,
                     减少热解过程有害副产品的产生,规避热解过程对人体和环境的健康风险,促进循环经济的发展。本文探讨了 AI 废塑料热解健
                     康化的内涵 ;分析了废塑料热解副产品健康风险特征 ;论述了 AI 废塑料热解规避副产品健康风险的解析 ;探讨了 AI 废塑料热解
                     副产品回收利用的健康化策略 ;分析了 AI 废塑料热解副产品规避健康风险的六个案例 ;  研究了 AI 热解副产品终止废塑料生命周
                     期健康化技术策略;论述了 AI 废塑料热解副产品健康风险的评估策略;指出 AI 废塑料热解健康化举措,不仅保护人类和环境健康,
                     同时促进循环经济的发展。
                       关键词 : AI ;废塑料热解 ;健康化 ;探讨
                       中图分类号 : TQ320.9                                   文章编号 : 1009-797X(2025)09-0001-08
                       文献标识码 : B                                       DOI:10.13520/j.cnki.rpte.2025.09.001







               (接上期)                                              质量。对不同副产品回收物进行分类和纯化处理,以
                                                                  确保它们能够被高效地应用于各种工业或消费领域。
                4 AI 废塑料热解副产品回收利用的健康
                                                                      通过集成多种先进的 AI 技术,如计算机视觉、
                化策略
                                                                  自然语言处理和决策支持系统,回收物的分类与纯化
                    AI 优化副产品回收利用的健康化技术策略主要集
                                                                  过程实现智能化升级,显著提升了回收效率和产品质
                中在保障人类健康、减少环境污染和提高回收效率三
                                                                  量,为废塑料热解过程的可持续发展提供了强有力的
                个方面。AI 技术通过深度学习、机器视觉、数据挖掘
                                                                  技术支撑。
                等方法,能够实现对废塑料热解过程产生的副产品的
                                                                      AI 废塑料热解副产品健康化回收利用预处理策
                高效识别和分类。通过对大量的热解副产品样本进行
                                                                  略:
                训练,AI 系统可以精确识别不同类型的副产品,从而
                                                                     (1)智能识别与分类的健康化技术策略
                提高回收流程的自动化程度和准确性。AI 技术监测和
                                                                      AI 系统基于历史数据训练模型,通过深度学习算
                控制回收过程中的环境影响,确保整个回收流程的健
                                                                  法对不同类型的热解副产品进行快速、精准的识别与
                康化,避免有害物质的二次污染。通过智能化的决策
                                                                  归类。这一过程不仅提高了分类效率,减少了人工操
                支持系统,AI 能够优化副产品的回收路线,提高回收
                                                                  作的误差,还为后续的纯化处理提供了精确的质量、
                效率,确保回收操作的安全性和环保性,最终实现资
                                                                  性能等再利用物化数据支持。
                源的高效利用和环境的可持续发展。
                                                                      利用图像识别、深度学习等 AI 技术,可以从热
                    废塑料热解产生的副产品 “ 健康化 ” 回收利用是
                                                                  解产物中自动识别和分类出不同类型的副产品,如液
                一个复杂且多维度的课题,涉及到技术创新、工艺优
                                                                  体燃料、气体燃料、碳材料等,实现自动化分拣和处理,
                化、环境监测等多个方面,旨在减少或消除副产品中
                                                                  提高效率并减少人工成本。
                的有害物质,转化为安全、有价值的资源。
                                                                     (2)副产品纯化的健康化技术策略
                4.1 AI 废塑料热解副产品健康化回收预处理
                                                                      借助机器学习算法,AI 系统能够自动调整反应条
                的技术策略
                    AI 通过集成多种先进的技术,如计算机视觉、自
                然语言处理和决策支持系统,回收物的分类与纯化过                              作者简介 :张友根(1947-),男,教授级高级工程师,终
                                                                  身享受国务院政府特殊津贴,主要从事塑料材料和工艺的相关
                程得以实现智能化升级,显著提升了回收效率和产品
                                                                  研究,已在国家期刊上发表论文多篇。


                2025     第   51 卷                                                                       ·1·
                      年
   40   41   42   43   44   45   46   47   48   49   50