回收塑料如今被广泛用于水瓶、抓绒衣物、购物袋和酸奶杯等日常用品中，产品标签上常写着“本产品含XX%回收塑料”。但要真正验证这些标注并不容易，因为一直缺乏一种既快速又可靠的检测手段，来量化制品中回收塑料的实际比例。

布法罗大学的研究团队通过整合多种科学传感技术，并引入人工智能分析，提出了一种能够区分回收塑料与新塑料的新方法。这项成果已发表在期刊《Communications Engineering》上，目标是为企业、监管机构以及其他相关组织提供更有效的塑料回收监测工具。

通讯作者、布法罗大学化学与生物工程系 SUNY 杰出教授兼 SUNY 帝国创新教授 Amit Goyal 表示：“我们的目标是开发一套快速、可靠的工具，用于验证产品中的回收材料含量，并为回收相关法规的执行提供技术支撑。”

由 Goyal 领导的布法罗大学塑料回收与创新计划，已被纽约州环境保护厅指定为“纽约州塑料回收研究与创新中心”。他指出，这一工具有望提升塑料制品质量、减少塑料废弃物，推动更循环的经济模式，从而降低塑料污染及其带来的健康和环境风险。

回收塑料与新塑料为何难以区分

在回收过程中，塑料会被熔融、清洗并重新制成新制品。最终得到的产品在外观上与新塑料几乎没有差别，化学组成也非常接近。但回收塑料内部仍存在一些细微差异，例如微量杂质以及被剪断或损伤的聚合物链。

为了捕捉这些难以直接观察的差别，研究团队采用了四种互补的传感技术：

• 摩擦电测试：测量塑料表面在接触后获得并保持电荷（静电）的能力。由于回收塑料在多次加工中产生结构缺陷，它往往能更长时间保持电荷。
• 介电/阻抗光谱：在外加电场下，测量塑料储存和损耗电能的特性。回收塑料通常表现为能量储存能力降低、能量损耗增加。
• 电容分析：监测塑料在电路中充电和放电的速度。充放电时间上的差异可以反映出回收塑料引起的电学性质变化。
• 中红外光谱：利用中红外光照射塑料，分析其化学结构特征，从而识别回收塑料中断裂的聚合物链等结构变化。

这部分实验工作主要由联合作者赵耀丽（布法罗大学博士毕业，现为塔夫茨大学博士后）和朱奥图拉·钱德拉·莱卡（布法罗大学化学与生物工程系研究生）完成。

他们在 Goyal 以及联合作者、布法罗大学化学与生物工程系 SUNY 杰出教授兼 UB RENEW 研究所 SUNY 帝国创新教授 Thomas Thundat 的指导下开展研究。Thundat 和 Goyal 都强调，赵耀丽与钱德拉·莱卡在多模态、多物理量测量方面的工作，为获取高质量且一致的数据奠定了基础，严格受控的实验条件使团队得以顺利推进研究。

借助机器学习预测回收塑料含量

为了验证方法的有效性，研究人员选取了新旧 PET（聚对苯二甲酸乙二醇酯）样品进行测试。PET 是一种常见塑料，广泛用于果汁瓶、花生酱罐等包装制品。

团队将四种传感技术获得的大量数据汇总后，引入机器学习进行分析。机器学习作为人工智能的一种形式，可以从数据中自动学习与“回收塑料百分比”相关的特征模式，并据此进行预测。

在对含有 0% 至 50% 不同比例回收材料的 PET 样品进行判定时，该系统对回收含量的预测准确率超过 97%。

这部分机器学习建模与分析工作由布法罗大学计算机科学与工程系博士后 Charuvahan “Charu” Adhivarahan 负责完成。计算机科学与工程系副教授 Karthik Dantu 表示：“Charu 在应用最前沿机器学习技术方面的贡献，对项目的成功至关重要。”Dantu 与 Adhivarahan 同为论文联合作者。

Goyal 认为，这一研究是“科学与工程前沿创新与人工智能结合、并服务社会公益的理想案例”，具有潜在的重大社会影响。

下一步：集成到便携式检测设备

展望未来，Goyal 表示，团队计划将多种传感技术与机器学习模型集成到一款便携式设备中。

“通过制造这样的设备，我们希望能够对商业塑料制品中的回收塑料含量进行广泛、实时的监测。”他说。

随着越来越多的州和国家制定法规，要求塑料制品必须含有一定比例的回收材料，这项技术的应用价值将愈发凸显。同时，在联合国主导的政府间谈判委员会推动下，一项旨在终结塑料污染的具有法律约束力的国际协议也在酝酿之中，相关法规预计在不久的将来会陆续出台。

Goyal 指出，塑料最终会分解为微塑料和纳米塑料（尺寸小于或等于 100 纳米），这已成为全球重要的健康风险和环境威胁之一。纳米塑料已在人体各个器官中被发现，并被证实能够穿透血脑屏障。人类通过饮用瓶装水、食用鱼类、肉类以及其他食品和农产品不断累积纳米塑料。

支持者认为，通过制定和执行相关法规与法律，可以在源头上减少塑料污染，进而缓解其对环境和人类健康带来的长期威胁，而这类检测技术和未来的便携设备将成为实现监管与合规的重要工具。