在玻璃再生料分选环节，碎玻璃中混入陶瓷、耐火砖、金属与耐热玻璃，会直接导致熔窑成品出现结石与气泡。传统色选机依赖固定阈值，对焦茶色、深绿料与浅灰杂质的区分能力有限。
本实验室近期围绕「多波段成像＋轻量分割模型」展开实验性探索：在可见光基础上加入近红外通道，利用陶瓷与玻璃在短波红外下的反射差异构建特征，再由分割模型输出像素级杂质掩膜，最后结合气阀延时参数完成剔除。
进展与数据：
- 在三条再生料产线的小样本集（约4200张，含8类杂质）上，陶瓷类杂质召回率由人工设定阈值的约81%提升至93%，误剔率控制在4%以内；按5～20mm粒径分档建模后，细粒径段提升最明显。
- 下一步计划加入吹气延时与皮带速度的联合标定，并测试模型在换料后的小样本快速适配能力。
该方法不追求单一模型通用，而是按粒径与料色分档维护参数，便于现场按班次切换。
评论