1、使用400-1000nm、900-1700nm相機,采集塑料PP的光譜數據;
2、通過高光譜無損識別技術,獲取塑料PP的光譜曲線;
3、使用機器學習、深度學習等技術,對塑料PP光譜數據進行訓練擬合,實現通過高光譜技術無損識別塑料PP材料成分的技術實驗與落地。
樣本:測試實驗客戶來樣樣品;數量:2片

檢測設備
1. 400-1000nm、900-1700nm高光譜相機
2. 輔助設備:光學暗箱(配備350-2500nm光源及放樣移動平臺);
3. 輔助工具:黑色托盤(低反射率背景,避免環境光干擾光譜采集);
4. 輔助材料:標簽(用于標記塑料PP樣品編號,方便對塑料PP光譜數據進行對應)。
采集方式
1、樣品擺放:
a、將塑料PP樣品按如圖所示擺放

2、數據采集模式:
使用反射模式,采集塑料PP樣品400-1000nm、900-1700nm波段的反射率數據;
3、設備調參:
調節相機高度,使相機視場可以覆蓋所有樣品
調節鏡頭光圈到最大:F1.4
調節鏡頭焦距,使樣品圖像最清晰
調整曝光時間至適宜值,避免采集數據出現過曝現象,保證光譜數據準確性。
數據提供
本次檢測為每個樣品提供以下6種格式的完整數據文件,確保數據可追溯、可分析:
a、樣本400-1000nm、900-1700nm原始數據(.dat、.hdr格式),完整保留原始采集信息,支持二次分析與模型優化;
b、樣本400-1000nm、900-1700nm反射率數據(.dat、.hdr格式),經標準板校準,可直接用于模型訓練擬合,確保數據的可靠性;
c、樣本400-1000nm、900-1700nm高光譜圖像(.png格式),
d、提供樣品擺放實拍圖(.jpg格式),留存原始擺放狀態,便于數據追溯與異常排查,保障檢測流程的可追溯性。
數據展示






電話
微信