TOMRA Recycling, proveedor líder mundial de soluciones de clasificación, anunció el lanzamiento de tres aplicaciones revolucionarias para separar plásticos de calidad alimentaria de los no alimentarios para PET, PP y HDPE
El avance fue posible gracias a la intensa investigación y desarrollo de la compañía en aprendizaje profundo, un subconjunto de la IA.
Gracias a la inversión continua de TOMRA en GAIN –el complemento de clasificación basado en deep learning de la compañía para sus mundialmente reconocidas unidades AUTOSORT–, ahora es posible, por primera vez, separar de forma rápida y eficiente los plásticos de calidad alimentaria de los que no lo son para resinas de PET, PP y HDPE a gran escala.
Hasta ahora la clasificación de calidad alimentaria ha demostrado ser un verdadero desafío para la industria, ya que los envases de alimentos y no alimentos a menudo están hechos del mismo material y son visualmente muy similares; lo que dificulta que cualquier sistema de clasificación en el mercado actual pueda diferenciarlos y separarlos.
Las preocupaciones por la higiene, así como las regulaciones industriales cada vez más estrictas, añaden una capa adicional de complejidad al manejo de los residuos de alimentos en los sistemas de reciclaje.
La tecnología GAIN de TOMRA (hoy rebautizada como GAINnext para rendir homenaje a la importante evolución del producto) resuelve todos estos desafíos, mejorando aún más el rendimiento de clasificación de las unidades AUTOSORT para que sean capaces de identificar objetos que son duros; y en algunos casos incluso imposibles de clasificar utilizando sensores ópticos de residuos tradicionales.
Niveles de pureza superiores al 95 por ciento
Al combinar su tradicional espectrometría visual de infrarrojo cercano u otros sensores con tecnología de aprendizaje profundo, TOMRA ha desarrollado la solución más precisa disponible en el mercado actualmente. Y los grados de pureza que está logrando esta solución (más de 95 por ciento para las aplicaciones de embalaje en las plantas de los clientes en Reino Unido y Europa) abrirán oportunidades para nuevas fuentes de ingresos para sus clientes.
TOMRA también está lanzando dos aplicaciones no alimentarias que complementan el ecosistema GAINnext, que ya tiene en el mercado: una aplicación que destinta papel para flujos de papel más limpios y una aplicación de limpieza de PET para flujos de botellas de PET de pureza aún mayor.
Calidad botella a botella
Volker Rehrmann, vicepresidente ejecutivo y director de TOMRA Recycling, comenta: “Hemos utilizado la tecnología de Inteligencia Artificial para mejorar el rendimiento de clasificación durante décadas, pero esta última aplicación innovadora marca otra primicia en la industria para nosotros. La IA tiene el poder de transformar la recuperación de recursos tal como la conocemos, y nuestras últimas y sofisticadas aplicaciones de aprendizaje profundo e IA refuerzan nuestra posición como pioneros en este campo.
“Con su uso sofisticado del aprendizaje profundo, GAINnext permite la clasificación de calidad alimentaria y la calidad botella a botella, tareas que han planteado desafíos importantes para nuestra industria durante muchos años. El uso de la IA está impulsando la circularidad material en un momento en el que más se necesita; con regulaciones cada vez más estrictas y una creciente demanda de soluciones tecnológicamente avanzadas por parte de los clientes. En TOMRA estamos orgullosos de impulsar el cambio en la clasificación”.
Resolver las tareas de clasificación más complejas
Indrajeed Prasad, director de producto de aprendizaje profundo de TOMRA Recycling, añade:
“El uso de la tecnología de aprendizaje profundo no sólo automatiza la clasificación manual, sino que también permite a la industria lograr reciclados de alta calidad mediante una clasificación más granular. Gracias a su capacidad para detectar miles de objetos por material y forma en milisegundos, GAINnext resuelve incluso las tareas de clasificación más complejas.
Además, con su software de aprendizaje profundo integrado, ofrece la oportunidad de adaptarse a las demandas futuras. Estamos encantados de lanzar estas soluciones innovadoras y muy necesarias para cumplir con los requisitos de calidad cada vez más estrictos para la clasificación de productos, impulsados por la creciente demanda de las marcas de consumo de más contenido reciclado de alta pureza”.
Tecnología probada en campo
La tecnología de aprendizaje profundo de GAINnext ha sido probada en campo durante muchos años. TOMRA fue el primero en la industria en introducir tecnología de deep learning, en 2019; con una aplicación para identificar y eliminar cartuchos de PE-silicio de flujos de polietileno (PE). En 2022, siguió una solicitud para la clasificación de astillas de madera. Hasta la fecha, más de 100 unidades AUTOSORT con GAINnext están instaladas en instalaciones de recuperación de materiales en todo el mundo.
Entre los primeros en adoptar las nuevas aplicaciones se encuentran plantas líderes del mercado, como la instalación insignia de Berry Circular Polymers, en Leamington Spa; Viridor Avonmouth, en Bristol -la instalación de polímeros múltiples más grande de Reino Unido, y la planta francesa Nord Pal Plast, propiedad del grupo europeo Dentis.
Los comentarios del mercado sobre los últimos desarrollos de GAINnext han sido rotundamente positivos. El profesor Edward Kosior, fundador y director ejecutivo de Nextek Ltd, y su iniciativa NEXTLOOPP, que tiene como objetivo crear polímeros reciclados de calidad alimentaria a partir de reciclaje mecánico avanzado, estuvo entre los visitantes más recientes al centro de pruebas de TOMRA y confirma:
“El innovador sistema de Inteligencia Artificial de TOMRA, GAINnext, ha impulsado la industria del reciclaje a un emocionante momento crucial en la clasificación de envases de plástico y crea nuevas oportunidades”.
LEE TAMBIÉN: Publica BorgWarner avances hacia sus objetivos de sostenibilidad de 2024
