《Processes》：Advancements in Plastic Waste Sorting: A Review of Techniques and Applications
Felipe Anchieta e Silva,
Amélia de Santana Cartaxo,
Ant?nio Demouthié de Sales Rolim Esmeraldo,
Elaine Meireles Senra and
José Carlos Pinto
各类工业领域对塑料材料的广泛应用推动全球聚合物需求持续增长，产量的指数级增长给城市固体废物管理带来严峻环境挑战，由于回收利用基础设施有限，大量消费后残余物最终进入填埋场。缓解全球环境负担需要实施先进回收策略，将聚合物废物转化为可用的二次原料。因此，部署高效的分选技术是使塑料材料纳入正式废物管理规程并提高回收率的必要条件。当前的技术创新正推动传统人工分拣向高度复杂的自动化传感器分选架构转型，以最大化分离效率。在此背景下，本研究全面综述了用于将异质废物流分选为高纯度物料流的预处理分类技术。本综述未局限于聚烯烃，而是涵盖了城市固体废物环境中普遍存在的大宗聚合物谱系。
引言
全球每年产生超过20亿吨城市固体废物(MSW)，不同收入水平国家的产生速率差异显著，低收入国家人均日产生量不足1 kg，高收入国家则超过2 kg。城市固体废物通常由塑料、玻璃、食物残渣、庭院修剪物、纺织品、纸张及其他废弃物混合组成，给回收利用带来挑战。塑料约占废物总量的10%（具体比例因地区和经济发展水平在5%至20%间波动），其中约60%为聚乙烯(PE)、高密度聚乙烯(HDPE)、低密度聚乙烯(LDPE)、线性低密度聚乙烯(LLDPE)和聚丙烯(PP)等聚烯烃，其余为聚对苯二甲酸乙二醇酯(PET)、聚氯乙烯(PVC)、聚苯乙烯(PS)及其他聚合物。部分塑料废物来自工业后来源或报废汽车，可进行分选。
现有研究已致力于推进塑料回收方法学，涵盖机械回收与先进化学回收（包括解聚和热解）策略，涉及缓解热机械降解、使用增容剂处理下游加工中的塑料共混物等内容。另有研究对预处理原理进行分类，将分选机制描述为材料性质的函数，包括磁选、密度分选和摩擦静电行为等技术。然而，这些方法虽对废物处理至关重要，但单独应用无法解决废物流的异质性问题。
为弥补上述局限，文献强调了技术在达到回收所需纯度阈值中的作用。人工智能(AI)与物联网(IoT)等数字技术与现代分选基础设施的融合，尤其是材料回收设施(MRFs)中AI驱动的计算机视觉、深度学习架构和机器人操作器的部署，可促进废物流的识别与分选。通过自动化这些任务，系统实现了从人工分选向连续分选的转型，最终确保为下游化学转化提供质量合格的原料。
尽管已有研究为本主题奠定了理论基础，但现有文献多集中于下游化学转化或将分选操作视为独立过程，缺乏对技术实际落地的分析。事实上，化学与机械回收技术的成功均依赖于原料纯度，因此需要分析集成分离工程，评估实现工业化规模流股所需的混合分选架构。
为填补这一空白，本研究通过评估物料分离技术将既往分析延伸至工业创新层面，探索机械、电磁、重力、密度及湿法技术与传感器架构的混合应用，整合光谱识别（傅里叶变换红外光谱(FTIR)、近红外光谱(NIR)）与数据处理系统（AI、化学计量学）以优化分选生态。结合科学知识与工业现实，本文综述了能够满足循环经济纯度要求的分选架构设计，为支持循环化工链提供塑料流。最后，本文分析了工业格局，识别市场参与者与商业解决方案的权衡取舍。为体现创新性并明确文献缺口，研究对Web of Science数据库中的已发表综述进行了定量分析。
研究方法
研究首先检索Web of Science数据库中的综述文章，以“分选与聚合物”为关键词共识别出227篇综述，其中仅19篇直接聚焦于技术分选工程与塑料废物流处理。多数出版物讨论通用回收路线（机械、化学和热回收），仅少部分关注机械分选与多传感器架构、化学计量学和人工智能的融合。
随后，研究以“塑料”AND“废物”AND“分选”为主题词在Web of Science数据库中开展文献计量分析，共获得833篇论文。为确保相关性，采用多阶段筛选流程：纳入标准聚焦工程应用、分离过程的物理原理及传感器架构（如近红外、中红外、拉曼和激光诱导击穿光谱）；排除标准剔除宏观废物管理政策、生命周期评估和填埋应用相关研究（共144项）。筛选后保留的核心研究需探究分选技术的物理机制及用于属性检测（颜色、形状、尺寸）的人工智能集成，而非仅报告性能指标。
Web of Science类别分析显示分选技术研究具有多学科性，出版物主要集中在化学（24.3%）、高分子科学（16.5%）和材料科学（15.1%），同时涉及纳米科学（8.7%）和环境科学（6.4%）。表1将所选文献中的技术分为三个功能域：(i)基于物理性质的分选；(ii)传感器分选；(iii)数据处理与智能系统，反映了自动化分选设施的运营层级。
为把握工业格局，研究利用WIPO、Google Patents和Espacenet数据库开展补充专利分析，共筛选出1992年至2026年1月间的相关专利申请。专利数据与文献计量数据的对比显示，学术研究侧重单元操作的孤立表征，而知识产权数据揭示了向工艺混合与数字化发展的工业轨迹。专利布局（2020至2026年）表明行业正从被动分离转向能够区分食品级材料与黑色塑料的主动系统。近红外光谱因炭黑吸收和食品级与非食品级包装区分困难存在实践局限，Magnomer和Digimarc等实体通过引入化学示踪剂、荧光标记和数字水印解决这一问题。人工智能集成构成工业创新的核心支柱，工业开发已利用深度学习和计算机视觉基于物体形态与纹理进行分类，Sortera Technologies和Recycleye的专利数据显示，中波红外相机与神经网络的结合甚至可实现对深色材料与复合材料分选。此外，部分专利聚焦热解和气化原料的纯化，与机械回收产物流不同，化学回收原料制备优先考虑去除卤素、金属和水分等催化毒物。
物料分离技术
固体废物处理厂接收的城乡与工业废物常未经预分选，包含纸板、泡沫塑料、金属材料、非金属材料和有机物。初步分选技术用于浓缩进料流，分离有机物与可回收聚合物，包括用于铁金属的磁选机和用于非铁金属的涡流分选机。后续塑料分选技术包括重力分选、气流分选、静电分选和磁力密度分选等物理过程与机械设备。物理分离技术的操作特性总结于表S2。尽管这些技术有助于聚合物回收，但工业应用存在局限：处理复合包装、密度重叠和高度污染物品时面临瓶颈，单一单元操作难以达到下游化学回收的纯度要求，需将机械分选与传感器驱动架构混合。
预分选技术
预分选操作用于在下游处理前将聚合物材料划分为特定类别，包括按颜色、形态、尺寸和化学组成分类，标准单元操作包括源头分类、人工分选、尺寸减小、磁选和气流分选。预处理技术执行城市固体废物的初始分选，目标是提取不相容材料（包括铁金属和非铁金属）。有机组分需通过滚筒筛从干可回收物中分离，随后可回收聚合物经破碎形成片状以适应后续粉碎阶段。工业破碎设备包括摆锤式撕碎机、旋转鼓、鳄鱼剪、锤磨机、环磨机、剪切式撕碎机和冲击破碎机。破碎过程会产生细颗粒和粉尘，干扰下游光学传感器，且尺寸分级单元存在通量限制，柔性包装和塑料薄膜易堵塞筛面，需频繁维护。图1展示了集成分选链中机械分离技术的顺序安排，各单元操作满足特定预处理要求以优化下游效率：滚筒筛执行尺寸筛除，磁选和涡流分选器去除干扰光学传感器的金属组分，弹道分选器和气流分选器提供基于密度和形状的分选，为准确的传感器识别建立物料单粒化条件。
滚筒筛或螺旋压榨机
滚筒筛通过窄缝压缩有机组分，分离软质、高含水组分（生物质），利用由不同孔径段组成的圆柱形表面将废物混合物按尺寸分类。混合废物通过传送带送入滚筒筛，按尺寸分离为渗透流（较小颗粒，含湿有机物质）和截留流（较大颗粒，进入后续单元）。其性能取决于圆柱长度、直径、筛网尺寸、倾角、转速和质量流量等几何与操作变量。工业应用中，柔性塑料薄膜和纺织品的缠绕会堵塞筛孔，降低通量，湿度会加剧有机物粘附可回收聚合物，造成下游交叉污染，需通过上游破袋、外部旋转刷清理筛孔及生物干燥、下游摩擦清洗等预处理缓解。
盘筛
盘筛通过均匀间隔的旋转盘阵列分离生物质，较小致密的生物质组分从旋转盘间隙落下，较大组分被导向组件外围。该设备易受缠绕影响，需定期停机手动清理，可通过防缠绕轴设计或在处理高浓度二维柔性包装时替换为弹道分选器缓解。
磁选技术
金属占城市固体废物的5%至15%，可利用磁选技术基于磁导率分离铁金属。悬空皮带磁选机在混合废物流上方施加磁场，将铁金属件逆重力提起并提取；磁鼓分离器通过固定永磁组件吸引铁磁性材料，非磁性材料自由下落，铁组分被输送到卸料区；磁头滑轮替代输送机标准卸料滑轮，吸附铁金属并使其随皮带运行至下方释放，非铁组分呈抛物线轨迹卸出。上述设备作为涡流分选器的预处理，防止下游设备损坏。涡流分选器利用装有钕铁硼(NdFeB)交替南北极磁铁的旋转鼓，感应电流产生的洛伦兹力排斥非铁金属，将其从废物流中弹出，但对小于5 mm的颗粒回收率低，且部分金属在涡流场中快速升温，存在损坏皮带和周围聚合物的热风险。
机械技术
机械分离技术按分选介质可分为干法和湿法操作。
干法技术
气流分选
气流分选利用空气动力阻力分离低密度与高密度组分，包括重力风选、弹道分选和摇床分选三类。重力风选基于终端沉降速度，垂直柱内上升气流夹带轻质物体，高密度物体克服阻力下落；弹道分选与光谱技术联用，通过光谱仪识别聚合物后触发压缩空气喷射，将目标材料偏转至指定容器；摇床分选通过振动多孔床引入上升气流，按比质量和空气动力学行为分层，重污染物沉降并向床振动方向移动，轻聚合物组分流化并从低位卸出。现代工业中，摇床主要作为初步机械调节单元，执行大块分选，将纸和二维柔性薄膜与三维硬质塑料分离，再进入高精度下游传感器光学分选器。气动分选技术可处理多种组分，分离效率与材料密度差密切相关，颗粒尺寸、形状和形态会影响空气动力阻力和整体性能，需通过机械研磨标准化颗粒尺寸和结构。弹道和气流分选的工业应用已获专利支持，集成系统可在光学分选前顺序处理二维柔性聚烯烃碎片和三维滚动材料，提高最终馏分纯度。其中传感器激活的弹道空气喷射在优化条件下选择性率超过90%，主要供应商包括Stadler、Tomra、Amut等。
摩擦电分选
摩擦电分选利用静电性质分离聚合物类型，通过旋转鼓内研磨塑料颗粒产生表面静电荷，带电颗粒在由相对电极建立的静电场中下落，正负电极分别吸引负、正电荷聚合物，轨迹受颗粒质量、尺寸和累积电荷影响。标准摩擦带电序列为：(+)聚甲基丙烯酸甲酯(PMMA)>丙烯腈-丁二烯-苯乙烯共聚物(ABS)>聚碳酸酯(PC)>聚苯乙烯(PS)>聚对苯二甲酸乙二醇酯(PET)>高密度聚乙烯(HDPE)>低密度聚乙烯(LDPE)>聚丙烯(PP)>聚氯乙烯(PVC)>聚四氟乙烯(PTFE)(?)。工业应用中需缓解操作变异性：相对湿度是关键变量，高湿度会形成导电水层耗散静电荷；聚合物表面状况（化学氧化、热降解、附着有机残留物）会改变电子转移动力学，需严格的预处理（机械清洗和受控干燥）；摩擦充电器接触材料（铝、铜或不锈钢壁）的成分决定表面电荷大小。规模化应用需动态校准以补偿湿度、表面污染和内部充电部件磨损的波动，颗粒尺寸需通过机械研磨标准化至2.0 mm至4.0 mm，过度研磨会产生细粉加剧电荷耗散、颗粒团聚和壁面粘附。充电机制分为固相单相和气固两相配置，前者依赖固体颗粒间机械摩擦，后者利用气动相互作用充电。该技术无需水或重介质，可回收聚乙烯、聚丙烯与聚氯乙烯、PET、ABS及聚乳酸(PLA)、聚己内酯(PCL)、聚(3-羟基丁酸酯-co-3-羟基戊酸酯)(PHBV)等生物可降解聚合物，主要供应商包括Stadler、Alicontrols和Prodecologia，但单位能耗可达31 kWh/吨，主要来自上游机械研磨和严格受控干燥阶段。
湿法技术
沉浮分选
密度分选基于比质量差异分离聚合物类型，将塑料混合物浸入液体介质中，水（密度1.0 g cm?3）可将轻质聚烯烃与重质聚合物分离，同时作为初步清洗步骤去除聚合物表面的纸标签和有机残留物。静态密度分选处理密度重叠材料时存在局限，难以仅通过静态流体浴分离高密度聚乙烯与低密度聚乙烯，需通过改性流体密度（无机盐水溶液或醇类）或离心动态分离（水力旋流器）解决。工业配置包括沉浮分选和泡沫浮选：沉浮设备采用纵向或旋转槽，低密度薄片浮至表面收集，高密度薄片沉底卸出；泡沫浮选利用聚合物疏水性和表面张力，气泡携带目标材料至槽体表面。该技术可处理多样聚合物流，供应商包括Amut、ASG等，单位能耗约24 kWh/吨，但高耗水量（每吨分选塑料消耗2.0至5.0立方米水）及废水处理（生化需氧量(BOD)、悬浮微塑料、化学试剂残留和重金属）显著增加资本支出(CAPEX)和运营支出(OPEX)，废水管理占总处理成本的20%至30%，降低了湿法架构的商业竞争力，推动行业向气动和光学分选布局转型。
水力旋流器
水力旋流器在离心力场中基于比重分选塑料颗粒，将破碎塑料薄片悬浮于浆液中切向进料，产生高速旋转流体运动，离心加速度迫使高密度颗粒向锥形壁移动并从底流口卸出，低密度颗粒向中心低压核心迁移，形成二次上升涡流从顶部溢流口排出。其性能严格取决于流体动力学参数，包括水固进料比、颗粒形态、表面润湿性、液体粘度和分离室几何设计，过高的固体浓度会导致 apex 堵塞和表观粘度改变，颗粒尺寸过小会受流体阻力主导而误入轻组分溢流，不规则片状会破坏涡流稳定性。该技术可实现密度差异显著聚合物的高纯度分选，但对聚丁二酸丁二醇酯(PBST)（1.35 g cm?3）与PET（1.35–1.40 g cm?3）等密度重叠混合物分离效率下降，单位能耗达74 kWh/吨，是静态密度槽的三倍。
跳汰分选
跳汰分选是基于比重变化的动态流体动力分选技术，通过机械脉动产生周期性垂直流体速度，使塑料浆液流态化并按差异沉降速度和比重分层。高密度颗粒穿透流化床并沉降为底部精矿，低密度颗粒留在上层随表层流体卸出。其性能与颗粒尺寸、形态、比质量分布及脉动幅度、冲程频率等操作参数直接相关，常规跳汰处理密度差异微小的聚合物存在局限，可采用改良气泡跳汰配置。该技术可分离聚氯乙烯、PET、PS和ABS等重质聚合物组分，结合气泡跳汰可扩展至分选聚丙烯和高密度聚乙烯等聚烯烃，供应商包括北京理工大学、CVP Clean Value Plastics等，但需大量水维持床层流态化，并产生大量需净化的废水，回收的聚合物组分需下游干燥，显著增加能耗。
磁力密度分选
磁力密度分选利用可磁化流体介质建立垂直密度梯度，在单个连续阶段实现聚合物混合物分选，采用四氧化三铁(Fe3O4)等磁性纳米颗粒的水悬浮液。混合区在湍流场中均质化聚合物进料与纳米颗粒悬浮液，分离区施加外磁场，吸引纳米颗粒产生对抗重力的向上磁力，诱导流体中产生人工密度梯度，改变悬浮聚合物颗粒的表观浮力。该技术虽可创建定制密度剖面，但处理密度重叠聚合物（如PP 0.90–0.92 g cm?3、PE 0.88–0.96 g cm?3与PET 1.35–1.40 g cm?3、PVC 1.38 g cm?3和橡胶1.34 g cm?3）时存在局限，且需连续投加磁性纳米颗粒和大量溶剂，纳米颗粒回收构成关键技术瓶颈，不完全回收会导致材料损失和废水污染，回收的聚合物组分需 intensive 下游清洗和热干燥以去除残留氧化铁。其经济可行性依赖于磁性纳米颗粒的高效连续回收，当前工业操作中纳米颗粒的持续体积损耗会推高运营成本，需采用高梯度磁选机实现99%以上的回收率以维持长期商业竞争力，这限制了其广泛工业应用。
选择性溶解
选择性溶解基于热力学溶解度差异分选聚合物共混物，需严格控制操作温度和溶剂选择，溶剂与目标聚合物的热力学亲和力决定分离驱动力，溶剂在聚合物基体中的扩散率决定传质速率和后续设备尺寸。该技术可分离特定添加剂和污染物，但溶解高分子量聚合物会产生高粘度溶液，限制工业泵送和混合操作，多种添加剂的不同溶解度特性使溶剂选择复杂化，需多阶段萃取协议。溶解后需通过引入反溶剂或改变热条件实现目标聚合物受控再沉淀，液相混合物需通过蒸馏等下游分离回收溶剂和反溶剂以实现循环。尽管存在经济和环境影响，当机械和物理分选失效时，该技术可提供化学途径分离密度重叠的聚合物（如异质聚烯烃混合物）。
湿法技术的操作与环境启示
湿法分离技术在聚合物回收价值链中带来系统性挑战，高耗水量要求持续溶剂输入和严格的废水处理协议，且回收的饱和聚合物薄片需强制下游干燥阶段，显著提高设施单位能耗，是分选线的最高运营支出。向干法分选替代或闭环水回收系统集成是减轻密度分选环境负担和财务强度的关键要求。
补充说明
工业材料回收设施优先采用预分选和干法分离技术，以避免湿法处理的固有瓶颈。流体基分离引入严重的物流约束，主要是管理大量溶剂（通常为水），这需要严格的下游废水净化和连续流体循环。此外，湿法操作必须实施干燥阶段，大幅提高回收厂的经济和环境足迹。因此，商业市场主要供应成熟的干法分选设备，可常规实现目标组分95%以上的纯度。相比之下，湿法分离的工业成熟度不均，宏观密度槽和机械跳汰是成熟的商业技术，而先进动态流体分离多处于开发或中试阶段。最终，集成稳健的机械和物理单元操作可从混合城市废物中成功生成浓缩聚合物流，分离出PE、PP、PET、PS和PVC等主要大宗商品，提供标准化且无污染的聚合物组分，解决下游解聚的原料瓶颈，直接支撑先进化学回收策略的工业实施。
传感器分选
传感器自动化分选利用先进检测机制从复杂城市固体废物流中分离目标聚合物和污染物，根据目标物理或化学性质部署不同传感器阵列。光谱传感器利用红外、可见光和紫外辐射解析复杂混合物的大分子组成，互补检测系统利用彩色线扫描相机、电导率和电磁传感器评估形态和物理属性。
信号采集后，分选设施依靠先进的数学和统计协议实时解读光谱数据并驱动机械喷射系统。图7概述了主要光谱技术的基本原理及特定电磁波长范围：可见光传感器（400至700 nm）捕获宏观颜色特征；近红外光谱（700至2500 nm）激发分子振动泛音产生独特聚合物特征；中红外技术（2500至25000 nm）探测基本振动模式，产生高度特异的分子指纹；拉曼光谱通过非弹性光子散射检测分子振动；X射线荧光（波长低于10 nm）激发内层电子，检测特征二次X射线；激光诱导击穿光谱(LIBS)利用高能聚焦脉冲产生局部表面微等离子体，捕获原子发射光谱。
多种光谱方法可提取特征光谱数据以识别不同聚合物类型，但工业应用存在速度、环境敏感性和检测限的权衡。近红外光谱是行业标准，对透明和亮色聚烯烃及聚酯具有高吞吐量和成熟度，但无法处理含炭黑的黑色聚合物。X射线荧光和激光诱导击穿光谱可解决光学局限：X射线荧光能可靠识别黑色塑料，但仅限于检测特定元素标记（如PVC中的氯）；激光诱导击穿光谱提供快速原子发射分析，但对表面污染物极度敏感。分子技术（拉曼和傅里叶变换红外光谱）提供高度特异的聚合物识别，但在湿处理线中受表面水分严重影响，信号会显著退化。为解决传统被动传感器的光学局限，近期专利提出主动识别策略，通过在聚合物基体上应用荧光标记或可见光吸收分子，实现基于定制化学特征的精确分选，绕过传统光谱响应重叠和深色色素的局限。
光学传感器比较分析
传感器分选架构的选择涉及化学特异性、采集速度和环境适应性的复杂权衡。近红外光谱仍是高通量聚烯烃回收的基准，但无法解决“暗塑料”瓶颈；XRF和LIBS解决了炭黑吸收问题，但分别受限于元素代理依赖和极端表面敏感性。表2总结了主要光谱方法的操作参数和工业可行性。
X射线荧光(XRF)
X射线荧光利用波长0.001至10 nm的高能电磁辐射测定聚合物薄片的元素组成。入射X射线激发构成原子的内层电子，将其从原始轨道弹出，产生的原子电离形成内层空位，迫使外层电子向低能级跃迁，释放量子化能量作为特征二次X射线发射，建立特征元素指纹。与常规光学传感器不同，X射线荧光完全不受炭黑色素影响，可可靠识别深色和黑色聚合物，但无法检测烃类聚合物骨架，只能通过量化特定元素标记推断聚合物身份（如检测氯含量分离聚氯乙烯，识别重金属分离含溴化阻燃剂的塑料）。工业供应商包括Redwave、Tomra、Pellenc ST和Steinert。
近红外光谱(NIR)
近红外光谱通过750至2500 nm域的入射电磁辐射与聚合物基体的相互作用实现分选，入射光子激发碳氢和碳氧共价键的分子振动泛音并改变旋转模式，产生独特的光谱反射剖面，是工业材料回收设施中用于聚合物分选和质量控制的主导且最成熟的商业化光谱技术。但其处理深色或黑色聚合物组分时存在光学脆弱性，聚合物基体中的炭黑颜料会完全宽带吸收入射近红外辐射，导致光学传感器接收不到背散射反射，无法检测潜在分子振动。近期技术进步引入LIBS和中红外(MIR)光谱解决这一局限，设施通常将近红外光学单元与上游机械弹道分选器和实时气动喷射模块集成以确保高分离纯度。供应商包括Tomra、Steinert、Pellenc ST等，2024年专利申请披露了近红外传感器与可见光谱的集成，旨在从高度异质消费后废物流中分离食品级塑料。
拉曼散射光谱(RSS)
拉曼光谱通过单色激光辐射的非弹性散射实现分选，基于振动和旋转跃迁提供高度特异的分子指纹。激光照射下，大多数光子发生无能量改变的弹性瑞利散射，极少数入射光子与聚合物基体的分子振动交换能量，产生频移拉曼散射，光谱剖面表征特定官能团、大分子结构和聚合物链取向，无需样品制备。但其工业分选的主要缺点是极易受荧光干扰，消费后聚合物基体中的添加剂、着色剂、表面污染物和降解产物会在激光激发下产生强宽带荧光，其量子产率远高于固有的弱非弹性拉曼散射，会完全掩盖特征振动峰，使光学传感器失效。尽管该技术不受表面水分影响（水是弱拉曼散射体），但荧光干扰严重限制了其在异质和着色废物流中的可靠性，仅适用于无荧光组分的分选。
激光诱导击穿光谱(LIBS)
激光诱导击穿光谱利用高能聚焦激光脉冲局部烧蚀聚合物表面，强烈的光子输送汽化并电离微米级材料体积，产生瞬态高温微等离子体。冷却过程中受激原子和离子跃迁回低能级，发射特定光子，光学光谱仪捕获原子发射光谱，无需样品制备即可精确量化元素组成。由于该技术依赖原子发射而非分子反射，从根本上解决了限制近红外传感器的炭黑局限，通过分析碳、氢、氮和氧的基本发射比率推断大分子结构，还可检测痕量重金属和无机填料，实现有害添加剂与可回收塑料流的分离。但其工业部署存在极端表面敏感性约束，激光烧蚀仅穿透聚合物薄片几微米，表面污垢、残留水分和有机涂层会直接参与等离子体形成，严重扭曲本体聚合物的元素特征。需严格的上游清洗和干燥协议，再集成光学检测单元与高速气动喷射机制。
高光谱成像(HSI)
高光谱成像将空间光学检测与连续光谱分析集成，生成多维数据阵列，为每个离散空间像素捕获整个电磁波段的完整反射或发射光谱，实现高度异质废物流的形态和分子图谱。在工业设施中，高光谱传感器作为关键质量控制机制，持续监测和验证聚烯烃分选线，通过耦合高分辨率空间成像与近红外或可见光谱，自动系统可检测微污染物、识别多层包装并分离
