PET瓶片透明、发雾和标签残片如何分选？现场验收应先看哪些数据

在再生PET瓶片线上，透明片、轻微发雾片、浅蓝片和带标签残片经常同时出现。它们的颜色差异不一定明显，单次肉眼抽检也难以代表连续生产状态。更可靠的做法，是先把来料按缺陷类型分组，再用多轮样品测试和留样数据确定识别边界。

一、样品分组要覆盖真实波动

准备透明合格片、发雾片、浅蓝片、带标签片、胶膜片和明显异色片六组样品。每组记录破碎粒径、片料厚薄、含水、粉尘、粘连和杂质比例。不要只选最干净的片料，否则测试结果容易偏乐观。建议每批取多个时间段的来料，分别拍照并编号，后续调机时才能追溯变化。

二、透明度接近时不能只看颜色

相机识别通常会综合颜色、亮度、透光表现、边缘轮廓和表面反光。履带输送能让片料以较稳定的姿态通过识别区域，减少跳料造成的误判。测试时要覆盖薄片、厚片、叠片和不同带速，并分别称量合格品、剔除物与误剔物，记录每轮的损耗和漏选情况。

三、标签残片需要单独验证

标签和胶膜的边缘、反光纹理可能与PET主体不同，但小面积粘附会增加漏选风险。要检查喷气阀响应、片料间距、相机窗口清洁度和布料均匀性。如果物料过湿、互相粘连或粉尘较多，应先改善脱水、振动布料和前端除尘，再微调识别灵敏度。否则提高灵敏度可能把透明合格片一并剔除。

四、滑槽、履带与AI建模怎么选

滑槽式结构适合流动性好、粒径较稳定且希望布料简洁的颗粒或片料；履带式结构更适合需要稳定姿态、片形变化较大或容易跳料的物料。AI建模并不是单独的机器类型，而是根据样品图像、缺陷类型和目标等级建立识别规则。智利效AI色选机可结合CCD相机、LED光源、工控电脑和Windows系统，实时查看分选画面，并支持联网远程协助调试。具体配置仍应以真实样品测试为准。

五、现场验收清单

第一，确认样品编号与目标纯度；第二，连续运行多轮，记录不同速度下的误剔和漏选；第三，查看合格品、剔除物和回流物；第四，检查喷气压力、相机窗口、料层厚度和报警记录；第五，验证换料清洁和参数保存是否方便。不要只看一段演示画面，也不要只用额定产量推断实际效果。

FAQ：发雾片比例高，是否直接提高灵敏度？不建议，先确认光照、料层和片料姿态。标签粘得很牢怎么办？先改善清洗、脱水和破碎，再验证识别。小产量项目是否需要复杂配置？可以按粒径、目标产量和缺陷类型选择通道，先做样品测试再决定。

如果正在规划PET瓶片提纯线，建议整理好合格片和异常片照片、粒径范围、含水及粉尘情况、计划产量和目标等级，再进行样品测试和方案沟通。