本研究では、紫外可視分光法（UV-Vis）と化学計量学技術を組み合わせて、溶媒、超音波時間および試料量などの前処理条件を最適化した。最適な抽出溶媒としてジクロロメタンを選択し、超音波処理1時間、試料量1gの条件で最良の識別効果を得た。最適条件下で53個の再生ポリエステル試料のスペクトルを取得したところ、500～680 nmおよび320～380 nmの波長帯において、再生ポリエステルは明確な特徴的吸収ピークを示した。さらに主成分分析（PCA）と直交偏最小二乗法判別分析（OPLS-DA）を組み合わせて分類モデルを構築した。実験結果は、OPLS-DAモデルの適合パラメータR²Y（累積）が0.927、予測パラメータQ²（累積）が0.907であり、モデルの高い安定性と識別精度を証明した。PCAモデルはテストサンプルの分類精度を93.3％達成した。本手法は良好な適合性と予測能力を有し、物理的手法による再生ポリエステル試料の効果的な識別が可能である。

再生ポリエステル;原綿ポリエステル;紫外可視分光法;化学計量学