AI i tehnologija hiperspektralne slike predvode revoluciju, industrija recikliranja metala otvara novu eru precizne identifikacije

[Essen, Njemačka]– Reciklažna dvorišta, tradicionalno povezana s urlajućim strojevima i brdima starog željeza, tiho prolaze kroz duboku transformaciju potaknutu umjetnom inteligencijom (AI) i vrhunskom-tehnologijom senzora. Nedavno je tehnologija sortiranja koja integrira algoritme hiperspektralne slike i strojnog učenja napravila značajan napredak u pilot postrojenju kojim upravlja Scholz Group, vodeća europska tvrtka za recikliranje metala. Ovo označava novu eru za industriju recikliranja metala, prijelaz sa "sirovog usitnjavanja" na "molekularnu-preciznu identifikaciju."

Dugo je vrijeme recikliranje metala, posebno fino razvrstavanje obojenih metala visoke-vrijednosti (kao što su aluminij, bakar i mesing), predstavljalo značajan izazov za industriju. Tradicionalne tehnologije odvajanja magnetskim i vrtložnim strujama mogu učinkovito ukloniti željezne metale i neke ne-neželjezne metale, ali se bore sa složenijim serijama aluminijskih legura. Na primjer, razlikovanje-legure 7075 visoke čvrstoće koja se koristi u okvirima zrakoplova od uobičajene legure 3004 koja se koristi u limenkama za piće bilo je gotovo nemoguće. To je dovelo do miješanja i taljenja velikih količina različitih vrsta metala, što je rezultiralo preradom, što uzrokuje značajan gubitak ekonomske vrijednosti i proturječi temeljnom načelu kružnog gospodarstva: "iskoristiti resurse na najbolji mogući način".

Ovo tehnološko usko grlo sada se odlučno razbija. Srž uspješno implementiranog inovativnog sustava je "oštro oko" sposobno "vidjeti" molekularni otisak prsta metala-hiperspektralni senzor slike. Za razliku od ljudskog oka ili standardnih kamera, ova tehnologija hvata izuzetno detaljne spektralne informacije reflektirane od metalnih površina u širokom rasponu od infracrvenog do vidljivog svjetla. Svaka metalna legura, zbog malih razlika u svom elementarnom sastavu i mikroskopskoj strukturi, predstavlja jedinstveni spektralni potpis, slično ljudskom otisku prsta.

Međutim, ručno tumačenje ogromne količine spektralnih podataka bilo bi neizvedivo. Ovdje dolazi do izražaja snaga umjetne inteligencije. Dr. Anna Weber, tehnička voditeljica projekta iz partnerske tvrtke Spectral Vision, objasnila je: "Prethodno smo -osposobili sustav 'hraneći' ga desecima tisuća spektralnih podatkovnih točaka iz različitih vrsta metala. Kroz duboko učenje, AI model sada može identificirati točan stupanj legure svakog komada otpada na pokretnoj traci u stvarnom-vremenu, s preciznošću koja nadilazi ljudske sposobnosti i u zapanjujuće brzine."

Proces u tvornici Scholz grupe impresivno je učinkovit: usitnjeni metalni fragmenti jure duž-pokretne trake velike brzine, trenutno ih skenira nadzemni hiperspektralni senzor, a podaci se u stvarnom-vremenu prenose u pozadinsku AI jedinicu za analizu. Unutar djelića sekunde, sustav izdaje naredbe, koristeći precizno kontrolirani niz mlaznica za komprimirani zrak za "ispucavanje" određenih metalnih fragmenata u odgovarajući spremnik za sakupljanje. Cijeli proces je potpuno automatiziran, a čistoća i učinkovitost sortiranja daleko nadmašuju tradicionalne metode.

"Ovo nije samo poboljšanje u brzini sortiranja; to iz temelja mijenja naš poslovni model", rekao je Michael Lang, glavni tehnološki direktor Scholz grupe. "Sada možemo opskrbljivati ​​kupce recikliranim materijalom od jedne, specifične legure s razinama čistoće do 99,8%. To je od nemjerljive vrijednosti za vrhunske-industrije kao što su zrakoplovna i automobilska proizvodnja, koje imaju stroge zahtjeve za performanse materijala. Sada mogu pouzdano koristiti reciklirani metal u velikim količinama u novim proizvodima bez brige o varijacijama performansi."

Utjecaj ove tehnološke inovacije je dalekosežan-. Prvo, značajno povećava vrijednost recikliranih metala, sprječava "downcycling" i stvara zdravije profitne marže za reciklirače. Drugo, značajno smanjuje ovisnost o primarnim mineralima. Stvaranjem čistih tokova sekundarnih sirovina, ugljični otisak proizvodnje drastično se smanjuje, snažno unapređujući globalnu zelenu proizvodnju i ciljeve ugljične neutralnosti.

Industrijski analitičari vjeruju da tehnologija-preciznog razvrstavanja vođena umjetnom inteligencijom, uz robotsko rastavljanje i digitalne platforme za praćenje materijala, čini jezgru "Recycling 4.0". Pokazuje da se buduća učinkovitost recikliranja resursa više neće oslanjati samo na mehaničku snagu, već će sve više ovisiti o dubini uvida u podatke i brzini inteligentnog odlučivanja-. Kako se ova tehnologija postupno usvaja diljem svijeta, nova era recikliranja metala-čišćeg, učinkovitijeg i pametnijeg-već je započela.