美国纽约州布法罗大学的研究人员近日开发出一种结合人工智能与科学测试的新方法，用于验证消费品和工业产品中的再生塑料含量。这项研究发表于《自然》旗下《通讯工程》杂志，旨在解决塑料行业区分再生塑料与原生塑料的挑战，支持循环经济发展。

再生塑料经过加工后，在微观杂质和聚合物链结构上存在细微差异，但难以通过常规手段检测。布法罗大学团队采用摩擦电测试、介电/阻抗光谱法、电容分析和中红外光谱四种传感技术来捕捉这些特征，结合机器学习算法分析数据，提高检测准确性。

研究人员在聚对苯二甲酸乙二醇酯（PET）塑料上测试了该方法，PET常用于水瓶和食品容器。系统在识别含有0%至50%再生材料的样品时，准确率超过97%。布法罗大学化学与生物工程系的Amit Goyal博士表示：“我们的目标是创建一个快速可靠的工具，用于验证再生材料含量以及执行回收法规。”该工具可提升塑料产品质量，助力减少废物和污染。

团队计划将传感技术与机器学习模型集成到便携式设备中，以实现对商业产品中再生塑料的实时监测。随着全球更多地区推行再生塑料使用法规，这项技术有望增强法规遵从性和质量保证。研究由纽约州塑料回收研究与创新中心资助，得到纽约州环境保护基金支持。