Identificación de muestras de papel mediante espectrometría IR y métodos multivariables

• Autores: Jordi-Roger Riba
• Localización: Afinidad: Revista de química teórica y aplicada, ISSN 0001-9704, Vol. 69, Nº. 558, 2012, págs. 87-94
• Idioma: español
• Títulos paralelos:
  • Identificació de mostres de paper mitjançant espectroscòpia IR i mètodes multivariables
  • Paper samples identification by means of IR spectrometry and multivariate methods
• Enlaces
  • Texto completo
• Resumen
  • español

    Actualmente en todo el mundo se consume una gran cantidad de papel reciclado. Ello ha provocado la fabricación de papel que contiene muchos tipos de impurezas, por lo que las empresas papeleras se están viendo con la necesidad de desarrollar métodos para controlar la calidad del papel entrante para así garantizar su calidad. Para ello en este trabajo se investiga un método muy rápido y no destructivo para identificar diferentes tipos de papel que permita desechar el papel entrante que no cumpla con unos requisitos mínimos de calidad. De este modo se puede mejorar el comportamiento de la máquina de papel y al mismo tiempo asegurar la calidad del producto final. Ello se hace en base al estudio de los espectros FTIR (espectroscopia del infrarrojo medio por transformada de Fourier) y NIR (espectroscopia del infrarrojo cercano) tratados mediante ICA (análisis de componentes independientes) como técnica multivariable de extracción de características para reducir la cantidad de variables utilizadas y k-NN (k vecinos más cercanos) como técnica de clasificación. Los resultados experimentales muestran que es posible identificar con éxito más de un 90% de las muestras estudiadas, de una forma rápida, muy automatizada y de forma no destructiva.

  • català

    Actualment a tot el món es consumeix una gran quantitat de paper reciclat. Això ha dut a fabricar paper amb un alt contingut d’impureses i ha fet que les empreses papereres es vegin forçades a desenvolupar mètodes per controlar la qualitat del paper entrant per així garantir la seva qualitat. Per aquesta finalitat en aquest treball s’investiga un mètode molt ràpid i no destructiu per identificar diferents tipus de paper i que permeti rebutjar el paper entrant que no compleixi amb uns requisits mínims de qualitat. D’aquesta manera es pot millorar el comportament de la màquina de paper, tot i assegurant la qualitat del producte final. Això es realitza en base a l’estudi dels espectres FTIR (espectroscòpia de l’infraroig mitjà per transformada de Fourier) i NIR (espectroscòpia de l’infraroig proper) tractats mitjançant ICA (anàlisis de components independents) com a tècnica multivariable d’extracció de característiques per reduir la quantitat de variables utilitzades i k-NN (k veïns més propers) com a tècnica de classificació. Els resultats experimentals mostren que és possible identificar amb èxit més d’un 90% de les mostres estudiades de manera ràpida, no automatitzada i no destructiva.

  • English

    Nowadays recycled paper is widely consumed worldwide. This fact has led to the production of paper containing numerous kinds of impurities. Therefore, wastepaper mills are trying to apply quality control systems to assess the incoming wastepaper stock, thus ensuring the specifications of the paper manufactured. For this reason this work is devoted to analyze a fast and non-destructive method to classify different paper types. Furthermore, this method allows refusing undesirable paper types while improving the performance of the paper machine and the quality of the paper manufactured. It is carried out by analyzing the FTIR (Fourier transform mid-infrared) and NIR (reflectance near infrared) spectra, which are post-processed by applying the multivariate ICA (independent components analysis) method. ICA allows greatly reducing the dimensionality of the problem before applying a classifier method, the k-NN (k nearest neighbors) algorithm in this case. Experimental results prove that it is possible an accurate, fast, automa-tized and non-destructive identification of the analyzed paper samples.