TOMRA Recycling y Novelis muestran cómo tecnologías como XRT, LIBS dinámico y deep learning están cambiando el reciclaje de aluminio, además de mejorar la pureza del material y abrir nuevas oportunidades de negocio
El reciclaje de aluminio va camino a incorporar la sostenibilidad con innovaciones tecnológicas impulsadas por TOMRA Recycling y Novelis. En el reciente webcast “De la IA al LIBS dinámico: Cómo las nuevas tecnologías de clasificación impulsan el crecimiento en el reciclaje de aluminio”, expertos de ambas compañías exploraron cómo las últimas herramientas como la transmisión de rayos X (XRT), LIBS dinámico y soluciones basadas en deep learning están revolucionando la industria.
Durante la transmisión, se enfatizó la importancia crítica de maximizar el aprovechamiento de la chatarra de aluminio y aumentar la capacidad de procesamiento. El aluminio reciclado reduce significativamente las emisiones de CO₂ y, con una infraestructura y tecnología adecuadas, puede convertirse en una pieza clave para alcanzar los objetivos de sostenibilidad global.
Estrategia 3X30
Las tecnologías como AUTOSORT™ PULSE y GAINnext™ permiten una clasificación más precisa de la chatarra. De este modo, mejora la pureza del material y abre nuevas oportunidades de negocio para recicladores y procesadores. Novelis destacó su estrategia “3×30” para alinear su visión empresarial con un enfoque circular del material. Con ello busca triplicar la cantidad de aluminio reciclado para 2030.
Uno de los momentos más destacados fue la exposición de los resultados de pruebas realizadas por TOMRA, tanto en su Centro de Pruebas como en condiciones reales de operación. Mediante una secuencia optimizada con XRT, deep learning y luego LIBS dinámico se logró recuperar el 40% del aluminio forjado de Twitch, una chatarra compleja y ampliamente disponible. El material recuperado incluyó aleaciones de alta calidad como las series 5xxx y 6xxx, y se identificó un gran potencial para extraer también aluminio de las series 2xxx, 3xxx, 7xxx y 8xxx.
Reto, la pureza del material
Wilhelm Kiefer, jefe de Optimización de Metales de Novelis, compartió perspectivas de casos de éxito sobre el uso de estas tecnologías en la operación diaria. Además, el evento incluyó encuestas en vivo que arrojaron datos reveladores. El principal obstáculo que enfrentan los recicladores, según los asistentes, es la pureza del material reciclado. Señalaron a Twitch como el tipo de chatarra más crítico para una clasificación eficiente. Por otro lado, el principal objetivo de inversión tecnológica para los participantes fue mejorar el rendimiento y la calidad del aluminio procesado.
El encuentro virtual finalizó con un llamado a la industria a adoptar procesos de prueba más robustos, priorizar la calidad en el diseño de materiales y apostar por una economía circular que considere la reciclabilidad desde la concepción de cada producto.
Por su parte, Frank van de Winkel, director de Desarrollo de Negocio – Metal de TOMRA Recycling, señaló la importancia de conocer los desafíos que enfrentan los recicladores de aluminio y los operadores de post-trituración hoy en día; adicional a los niveles inigualables de separación de materiales disponibles en el mercado actual utilizando una combinación de transmisión de rayos X, LIBS dinámico y tecnologías de deep learning.
Asimismo, recalcó que a través del webcast se pudo demostrar el cambio de paradigma hacia un futuro más sostenible y eficiente para el reciclaje de chatarra.
LEER MÁS → Infocode obtiene el sello “Hecho en México” y fortalece al consumo nacional
