分享

小瓶片和大数据——人工智能助力塑料分拣

2019年11月09日

INNOSORT FLAKE可同时按颜色和聚合物类型(材质)对2至12毫米的塑料碎片分类;陶朗借助于大数据与人工智能技术,开发了深度学习技术,能够处理更具挑战性的分选任务,以前无法分拣的混合物料现在可以实现高纯度、高速、高效的分选。

在2019年德国K展上,陶朗资源回收展出了INNOSORT™ FLAKE分选设备,展示了其在垃圾分选和回收领域的突破性创新,彰显了其推动塑料循环经济的优势地位。

在过去的几十年里,为了满足人类文明发展和经济发展的需求,人类以前所未有的速度开发并使用着自然资源,同时消费型经济也产生了大量的废旧物品。自然环境承受着前所未有的压力。

在环保意识逐渐攀升的今天,塑料的使用受到了越来越多的质疑。目前,大约有40% 的塑料包装被送到垃圾填埋场,32% 最终以垃圾的形式进入大自然,其中有800万吨塑料被冲入海洋,相当于每年损失价值800亿至1200亿美元的材料。要克服资源可用性的瓶颈,我们必须重新考虑应如何对资源进行获取、使用和重用。

陶朗致力于通过技术手段提升资源的回收率,促进由“开采-使用-丢弃”的线性经济模式,转变为循环经济模式。在循环经济模型中,垃圾可以再次成为资源,从而实现资源和产品的循环转化和利用,既减缓对自然资源的过度索取,又能把经济活动对自然环境的影响降到最低。

很多产品在被废弃后,它们的材料仍是具有价值、可以被回收利用的。回收的材料经过加工后,能再次转化为新的产品。 在产品被消费使用后,认真按照垃圾分类的指导方法,进行分类投放、分类收运,便于后端的垃圾处理厂对不同的材料进行分选和再生。这样资源就能变废为宝,可以多次循环使用,从而发挥出更大的价值。

目前,循环经济已经成为经济生活中的热门话题。但要大力发展发展循环经济,我们需要在诸多方面做出改变:

  • 建立新的法规和政策体系,提高回收率要求,提高各参与主体的积极性;
  • 改变消费观念,选择使用更持久耐用的产品;
  • 生产者改进产品设计,让产品更加易回收、易再生。

而在循环经济中,促进塑料收集和制造可再生的产品是非常重要的一部分,而陶朗对此已有了成熟的解决方案。

陶朗是光电分选技术的领导者,通过提供先进的回收和分选系统,帮助资源回收和再生企业提高回收率,优化回收材料的纯度。讨论基于传感技术的分选解决方案,如 AUTOSORT™AUTOSORT™ FLAKEINNOSORT™ FLAKE,都是塑料分选和再加工过程中领先的成熟的解决方案。

瓶片分选,创造价值

INNOSORT™ FLAKE已被证明是理想的塑料瓶片分选解决方案,可同时按颜色和聚合物类型(材质)对2至12毫米的塑料碎片分类。它可以准确、高速地剔除破碎料中夹杂的杂质,并大幅降低误剔率,减少PET聚酯切片材料的损失。

INNOSORT™ FLAKE
INNOSORT™ FLAKE

这款多功能的分选设备拥有陶朗独家开发的高分辨率传感器,其卓越的性能可以保证稳定的高质量的分选结果,为用户提供快速的投资回报,并提高瓶片产品的市场竞争力。

人工智能技术:深度学习

陶朗专注于技术创新和突破,推动分选技术和回收行业的发展。

陶朗借助于大数据与人工智能技术,开发了深度学习技术,能够处理更具挑战性的分选任务,以前无法分拣的混合物料现在可以实现高纯度、高速、高效的分选。

作为人工智能的一个子集,深度学习技术能够从大量数据中独立学习并分析处理,实现超过人类和普通机器所取得的分选效果。深度学习是一种有望可以解决目前回收行业未解的分选难题,例如被其他材料覆盖的物体、材质相同但功能或形状不同的物体。

陶朗集团常务执行副总裁兼循环经济负责人 Volker Rehrmann:

“目前我们使用资源的方式是低效的、不可持续的,这样的状况需要改变。 在陶朗,我们认真对待这个全球性的问题,并不断开发新的、前沿性的分选方案,以期从技术手段和理念转变两个方面,推动向循环经济的转变。”