法规变化推动分选设施创新
此前，法国通过《循环经济法》构建了环保转型框架，其核心量化目标为：到2025年实现塑料制品的100%闭环循环利用。
为应对法规带来的转型压力、提升市场上再生塑料的含量和利用率，法国各方正在积极开展行动。例如，全国范围内的消费者都收到指示，要将家用包装废物按纸/纸板、金属和塑料的类别进行分类和收集。
法国Nord Pal Plast公司（简称NPP）成立于2003年，专注于处理消费后PET塑料瓶，并生产高品质再生PET瓶片。早在2012年，NPP就与陶朗建立了战略合作伙伴关系，每年可处理约40000吨PET瓶，在法国PET回收领域发挥重要作用。
面对日益复杂的包装材料和日趋严苛的法规，如何高效分离无色透明、浅蓝色透明PET瓶，以及难以识别的白色不透明PET瓶，成为NPP的关键难题。为此，自2022年起，NPP就携手陶朗开启了针对PET分离提纯的技术合作与探索。
AI质选赋破解PET提纯难题
常规的分选技术难以检测到多层包装等塑料污染物，要制造出纯净的可回收的PET面临的挑战可不小。例如，法国的牛奶瓶通常由多层不同颜色的塑料组成，其中最外面的白色层含有可防护紫外线的二氧化钛。虽然像法国Eco-emballages这样的生产者责任组织在呼吁减少PET中的不透明着色剂，但实际上这些材料在废物中含量丰富，这需要使用最先进的分选技术与目标部分分离。
“通过我们最新的GAIN™应用，我们实现了白色不透明PET与透明PET的分离，这在以前很难用传统技术解决”，陶朗回收分选的深度学习应用开发人员Amed Tuwi解释道。作为新GAIN™应用的项目负责人，Tuwi评论说：“NPP是行业内一个公认的未来导向型玩家——他们是测试我们新的PET净化应用程序的一个非常好的合作伙伴。”
陶朗的工程师团队凭借其革新性的自动化智能分选系统——AUTOSORT™ with GAINnext™，在NPP的产线上持续优化PET提纯效果。
该系统以AUTOSORT™多功能光电分选机为基础，深度融合了陶朗GAINnext™人工智能技术。通过百万级数据的持续训练和算法模型的不断迭代，该系统能够动态适配不同回收场景，满足NPP多样且复杂的分选需求。例如，它可以检测在生产rPET时被视为污染物的不透明PET物体，如箔、纺织品和薄膜等。该机器将深度学习软件和尖端传感器组合起来，性能强大，可用于制造出具有出色纯度水平的透明PET的单组分。
利用技术建立竞争优势
NPP位于莱斯坎的分选厂共配备了4台陶朗AUTOSORT™，以及2台AUTOSORT™ with GAINnext™，分别用于剔除入料中的非PET杂质，及提纯所需的透明PET瓶。
深度学习技术不仅显著提高了透明PET的纯度水平，而且还使我们能够扩大业务并创造新的收入来源。有了这项新应用，我们现在可以回收带有紫外线阻隔层和易于分离瓶身的白色不透明 PET 瓶 —— 这类瓶子在全国超市中很常见”，NPP质量经理Alexandre Cliche解释道。
该塑料分类设施使用了一台配备GAIN™深度学习技术的AUTOSORT™来净化PET瓶输入流中的污染物。然后，另一台配备GAIN深度学习技术的机器从第一道分选步骤中回收可利用的PET瓶。这可以确保NPP尽可能多地回收材料，最大限度地提高产量。
陶朗法国公司总经理Frédéric Durand评论道：“使用了陶朗PET提纯技术后，我们回收料中的杂质减少了50%。目前，我们的杂质可控制在100 ppm以内。更重要的是，我们只用了最少数量的设备即达到了这一效果，大大优化了运营成本，提升了投资回报率。”
使用该解决方案后，NPP能够高效分离透明PET瓶与白色不透明PET瓶，突破了分选纯度和效率的上限，并在全国招标中脱颖而出，成为法国官方负责管理包装和废纸回收的组织——Citeo在PET瓶回收业务中的指定合作伙伴。