文／工研院

快時尚導致二手衣市場萎縮，衣服的去化方式大多是掩埋跟焚燒，對環境衝擊大。好在，近年全球掀起淨零排放（Net-Zero Emission）浪潮，全球36家公司、250個品牌，包含Adidas、Nike、H&M等品牌大廠相繼宣示，2030年將百分之百採用循環、永續材質生產服飾。但以目前全球紡織品最大宗材料、占比高達52%的聚酯纖維來看，回收料源幾乎只來自寶特瓶回收再製，「綠色料源嚴重不足。」

工研院材化所研究統計指出，受限於衣料分選技術，目前當中僅少於1%的回收衣物會被用作製成新的成衣。紡織品材質複雜，像是聚酯纖維、純棉、彈性纖維，還有各種材質、不同比例的混紡，若要回收，就必須將衣服按材質歸類，才能進行後續對應的處理。因此現今廢棄紡織品的回收再製技術至今多在實驗室階段，且僅能處理已知成分的布料，應用十分有限。

目前國際上唯一發表的紡織品分選機台，使用近紅外光掃描辨識輸送帶上的衣服材質，運用不同材質產生不同光譜的原理進行分選，再以設置於輸送帶旁的噴嘴，將辨識出的紡織品吹入分類籃中。但目前聚酯纖維的分選度約82%，分出來的聚酯纖維仍有雜質，需經進一步篩揀才能作回收再製，無法完全解決大量混紡纖維的分類問題。

拉曼光譜 分選布材



以10、20年研究光譜的經驗為基礎，工研院團隊挑選解析度更高的「拉曼光譜」技術，是一種指紋光譜，就像材料的身分證，團隊特別鎖定波長1064nm的雷射光，作為激發拉曼光譜的光源，既穩定又不受衣服顏色干擾，辨識聚酯纖維的精準度可達95%。

拉曼光譜雖然精準，卻有個致命缺點，就是效率。近紅外光只需不到1秒就能辨識一件衣服，但拉曼光譜卻要花上30秒，原因在於兩者特性不同。

工研院最大的突破，就是提升拉曼光譜的效率。團隊在輸送帶上設計了一個高度感測器，記錄衣服皺褶的高度形狀，即時回饋給電腦，當衣服在輸送帶上移動時，利用時間差，預先控制偵測器的透鏡位置，達到自動追焦，一次同時追蹤10個焦點。

廢纖維再生 擴大商機



工研院現階段該設備一年分選量可達7000噸，回收1噸衣服不僅可減少約2.52噸碳排，分選後的聚酯纖維還可做不同應用，減碳效益可觀。

這套技術已與廠商展開初期的可行性評估，未來不只紡織業，透過光譜自動化分析技術，也能複製到其他循環經濟產業，像是包材、瓶罐、海洋廢棄物及高價金屬等，加速材料回收應用，擴大循環經濟的應用，創造更大的永續效益。