Accessible Unlicensed Requires Authentication Published by Oldenbourg Wissenschaftsverlag October 12, 2017

THz imaging for recycling of black plastics

THz-Bildgebung für das Recycling schwarzer Kunststoffe
Andries Küter ORCID logo, Stefan Reible, Thomas Geibig, Dirk Nüßler and Nils Pohl
From the journal tm - Technisches Messen

Abstract

This paper presents the development of a novel line-camera device in the lower THz-domain which is capable of measuring minute differences in broadband spectral fingerprints of non-conducting materials. The primary focus is sorting black plastics in industrial recycling contexts, where large scale sorting of different types of black plastics remains a challenge. The system operates between 84 GHz and 96 GHz. As the relevant plastics exhibit no specific absorption lines in this frequency range, a broadband approach is necessary to accumulate slight differences in dielectric properties. Using this technique, enough entropy can be gathered that a machine learning algorithm can be trained to differentiate between different materials. This has to work even in the presence of contaminants such as flame retardants, color pigments and dirt. Preliminary results suggest that the THz sensor system is capable of achieving these goals.

Zusammenfassung

In diesem Paper wird die Entwicklung einer neuartigen Zeilenkamera für den niedrigen Terahertz-Bereich vorgestellt, mit der es möglich ist, minimale Unterschiede in breitbandigen Spektralsignaturen nichtleitender Stoffe zu messen. Der primäre Fokus liegt in der Anwendung in industrialisierten Recyclingprozessen für schwarze Kunststoffe, in denen das großskalige sortenreine Trennen verschiedener Kunststoffgruppen eine Herausforderung darstellt. Das System arbeitet im Frequenzbereich zwischen 84 GHz und 96 GHz. Da industriell relevante Kunststoffsorten in diesem Spektralbereich keine signifikanten Absorptionslinien aufweisen, müssen über breitbandige Ansätze kleinste Unterschiede in den dielektrischen Eigenschaften der Materialien zusammengeführt werden. Über das komplette betrachtete Band kannn so hinreichende Entropie für das Anlernen eines Machine-Learning-Klassifikators gesammelt werden. Dieser muss weiterhin trotz möglicher Verunreinigungen durch Flammhemmer, Farbpigmente und weitere Schmutzpartikel zuverlässige Ergebnisse liefern können. Bereits erzielte Erfolge deuten darauf hin, dass das THz-Sensorsystem diese Ziele erreichen kann.

Received: 2017-6-13
Revised: 2017-8-1
Accepted: 2017-8-27
Published Online: 2017-10-12
Published in Print: 2018-3-26

©2017 Walter de Gruyter Berlin/Boston