食品级rPET的"卡脖子"分选：99.9%纯度卡在哪

——从可口可乐、雀巢、达能的rPET承诺，看废塑料精细分选的技术升级窗口
2024年底，可口可乐公司再次重申其全球包装可持续战略——到2025年，PET瓶中再生材料（rPET）使用比例达到30%，部分市场试点50%；雀巢承诺2025年rPET使用比例不低于50%；达能、亿滋国际、百事可乐紧随其后。一夜之间，食品级再生塑料从"环保加分项"变成了"必选项"。
政策端同步施压。欧盟《一次性塑料指令》（SUP Directive）要求2025年PET饮料瓶中rPET含量不低于25%、2030年达到30%；中国"双碳"战略下，《"十四五"循环经济发展规划》明确提出"到2025年，废塑料资源化利用率达到95%"。再生塑料，尤其是食品级rPET（可直接接触食品的再生PET），正从边缘市场快速走向主流。
但一个被反复忽略的产业现实是：食品级rPET对原料的纯度要求高达99.9%以上，这意味着每10000个瓶片里，杂质（PVC、PP、PE、标签、胶水、油污、其他颜色）不能超过10个。这个数字，远远超过绝大多数再生工厂当前的分选能力。
这构成了一个巨大的"卡脖子"难题：需求井喷与原料供给不匹配。不是没有废塑料，是没有"足够干净"的废塑料。
要理解食品级rPET为什么难做，必须先理解它对原料的苛刻要求。
PET瓶在消费端被丢弃后，经历回收、分选、清洗、破碎、SSP（固相缩聚）等多道工序，才能成为食品级rPET切片。其中分选是第一道关卡，也是决定后续清洗、SSP工艺负担的关键前置环节。
传统分选方案主要依赖两种路径：
• 人工分选：成本高、效率低、纯度不稳定。一个熟练工人每小时最多分拣100-150公斤瓶片，精度依赖个人状态，做不到99.9%。
• 传统光电分选机（单一可见光）：能识别颜色和基本形状，对透明PET和浅色杂质区分能力有限，对PVC/PP混料、油污瓶、标签残留识别率不高。
这导致一个尴尬的局面：大量再生工厂实际分选纯度在95-98%之间——看起来不低，但要达到食品级99.9%的要求，意味着每吨瓶片中的杂质必须从10-50公斤降到1公斤以下。仅靠传统光选机或人工，根本跨不过这道坎。
所以食品级rPET的"卡脖子"，不是某一道工艺不行，而是前端分选精度不足，导致后端清洗、SSP工艺负担过重、成本居高不下。这正是分选环节被低估的价值。
针对这一痛点，近年来以AI深度学习算法+多光谱/高光谱成像为代表的新一代智能分选装备，开始进入废塑料再生工厂的视野。相较于传统光电分选，新一代设备在三个维度上实现了跨越：
第一，光谱维度升级。 传统光选机主要依赖可见光（RGB），无法区分"看起来一样但材质不同"的物料——比如透明的PET、PVC、PP，肉眼难分。新一代设备引入近红外（NIR）甚至高光谱（HSI）波段，可以根据不同材质的分子光谱特征进行精准识别。PET在NIR波段有特征吸收峰，PVC、PP、PE的吸收峰各异，这是从"看颜色"升级到"看分子结构"。
第二，AI算法加持。 传统光选机依赖预设的颜色阈值规则，遇到新料型就要人工调参；新一代设备采用深度学习模型，对上万张样本进行训练，能识别标签残留、胶水、油污、瓶壁厚薄、瓶底字母等微小特征。模型还能持续学习，不断优化识别精度。
第三，产能与精度的平衡。 在保持高精度的同时，新一代设备通过多通道并行分选+高速气阀喷射，单台设备每小时可处理2-6吨瓶片，是人工的20-50倍。产线规模化后，单吨分选成本反而低于传统方案。
以业内关注度较高的分得利光选机为例，其针对3A/5A三色瓶、瓶片、瓶坯、瓶盖等优质场景，分选准确率稳定在99.6%——这个数字是优质场景下的实测值，而非理论值。配合高光谱模块后，对PVC、PP、PE、ABS等异色杂料的识别率可上探至95%以上，对油污瓶、标签残留瓶、瓶壁带胶瓶的识别率也明显优于传统光选。
需要强调的是，99.6%是光选机这一道工序的优质场景准确率，而非食品级rPET成品的最终纯度。食品级99.9%纯度目标，需要光选+清洗+热洗+SSP多道工序协同完成，光选机是关键的"第一道关"，但不是唯一的关。
食品级rPET需求井喷，正在倒逼整个再生塑料产业链重新审视前端分选的价值。
过去，分选设备在再生工厂里被视为"辅助工序"——能分多少是多少，分不干净交给后端清洗"擦屁股"。但随着食品级标准落地，分选环节的价值被重新定义：前端分选每提高0.1个百分点，后端清洗、SSP的工艺负担就下降一个数量级，最终成品的合格率和成本也呈指数级变化。
这意味着，分选设备正从"成本中心"变成"价值中心"——一台高精度AI光选机的投资，可能比多建一条清洗线更划算。
行业的另一个变化是，"带料试机"正在取代"看参数选设备"成为采购新趋势。过去再生工厂买设备，看的是厂家提供的准确率参数；现在越来越多客户直接带着自己的实际废料到设备厂家现场试机，分得利等头部厂家也开放了带料试机服务——客户拉来一车瓶片，现场过一遍设备，直观看到分选效果，再决定是否采购。这种"是骡子是马拉出来遛遛"的方式，正在终结行业里"参数虚标"的乱象。
毕竟，99%和99.6%的差距，参数表上只是0.6个百分点，但落到一万吨再生料上，就是60吨杂质的差异——对食品级rPET产线而言，这可能是合格与不合格的鸿沟。
站在2024-2026年的产业拐点上，废塑料分选领域正进入一个前所未有的"精度军备竞赛"窗口期。
需求侧，食品级rPET的产能缺口正在拉大。据中国合成树脂协会估算，到2027年，中国食品级rPET产能需求将达到200-300万吨，而目前实际产能不足50万吨。巨大的供需缺口，意味着前端分选设备的升级需求将在未来3-5年集中释放。
供给侧，分选设备的国产化进程加速。过去，国内再生工厂的高端分选设备主要依赖进口，价格高昂、售后响应慢；近年来，以分得利为代表的国内厂家在AI算法、高光谱集成、多通道并行分选等核心技术上逐步突破，设备性能已不输国际品牌，价格仅为其60-70%，性价比优势明显。叠加本土化售后、定制化方案、灵活的服务响应，国产品牌正成为再生工厂设备升级的优先选择。
技术侧，下一代分选设备正在向"AI+高光谱+多模态融合"演进。除可见光、NIR外，激光诱导击穿光谱（LIBS）、X射线荧光（XRF）、中红外（MIR）等更多检测维度开始进入试验性应用，目标是实现"无死角识别"——无论杂质藏得多深、颜色多接近、形态多破碎，都能精准识别。
可以预见，未来三年，食品级rPET产线将出现"前端分选决定后端命运"的新格局。谁能率先把分选精度做到极致，谁就能在这场产业升级中占据制高点。
而对于再生塑料产业链上的每一个环节——品牌方、回收企业、再生工厂、设备厂家——一个更清晰的事实正在浮现：废塑料的真正价值，不在"回收"，而在"精细分选"。分选做不好，回收再多也是低值料；分选做到位，废塑料才能真正变成"城市矿山"。
---
关键词：食品级再生塑料 rPET AI光选机 高光谱 废塑料分选 双碳 循环经济 城市矿山 分得利
*发布日期：2024年Q4*