Diseño e implementación de un sistema de identificación de 5 tipos de material plástico mediante espectroscopía de reflectancia infrarroja cercana (NIR)

• Autores: Kuaquira Huallpa, Sorayda, Huaman Maque, Lisbeth
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Nacional de San Antonio Abad del Cusco
• Repositorio: UNSAAC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsaac.edu.pe:20.500.12918/6400
• Enlace del recurso: http://hdl.handle.net/20.500.12918/6400
• Nivel de acceso: acceso abierto
• Materia: Reflectancia; Espectro; Plástico; Espectroscopía; http://purl.org/pe-repo/ocde/ford#2.02.01

La presente tesis de investigación tiene como objetivo diseñar e implementar un sistema de identificación de tipos de plásticos, usando la espectroscopía de reflectancia en la región del infrarrojo cercano del espectro electromagnético. La identificación por medio de este método no depende de la contaminación de la superficie, color ni el espesor del material plástico, además que es un método no destructivo. Para lo cual en primer lugar mediante un espectrómetro NIR DA 7250 se obtuvo los espectros de reflectancia de 210 objetos plásticos correspondiente a los cinco tipos: 42 de tereftalato de polietileno (PET), 38 de polietileno de alta densidad (PEAD), 45 de cloruro de polivinilo (PVC), 40 de polipropileno (PP) y 45 de poliestireno (PS), los cuales se recolectaron de algunas calles de nuestra ciudad del Cusco. Estos espectros se obtuvieron con la finalidad de determinar los picos de reflectancia más notorios de cada tipo de plástico; los resultados obtenidos fueron bastantes similares a los que se obtuvieron en investigaciones anteriores. Una vez implementado el sistema de identificación se obtuvo las reflectancias relativas que es el cociente entre las reflectancias absolutas en dos longitudes de ondas distintas, que en este caso son 1660 nm y 1720 nm; se obtuvo las reflectancias relativas para las 210 muestras de plásticos. Estos resultados fueron sometidos a análisis estadísticos para determinar si existe diferencias significativas entre los tipos plásticos. Finalmente, se elaboró un algoritmo para la identificación automática de estos tipos de material plástico utilizando el software de LabVIEW 2017.