Leverandør av sorteringsløsninger, TOMRA Recycling, har annonsert lanseringen av tre "revolusjonerende" applikasjoner for å skille matvare fra ikke-matgodkjent plast for PET, PP og HDPE. Firmaet sier at gjennombruddet ble muliggjort av forskning og utvikling innen dyp læring, en undergruppe av AI.

“Takket være TOMRAs fortsatte investering i GAIN – selskapets dyplæringsbaserte sorteringstillegg for sine verdenskjente AUTOSORT™-enheter – er det nå mulig for første gang raskt og effektivt å skille matkvalitet fra nonfood-grade plast for PET, PP og HDPE i stor skala."

Til nå, forklarer firmaet, har matvaresortering vist seg å være en reell utfordring for industrien, siden mat- og ikke-matemballasje ofte er laget av samme materiale og visuelt veldig like, noe som gjør det vanskelig for ethvert sorteringssystem på markedet i dag å skille og skille. Hygienehensyn og stadig strengere industriforskrifter legger til et ytterligere lag av kompleksitet til håndtering av matavfall ved resirkulering.

Imidlertid kan TOMRAs GAIN-teknologi – i dag rebranded GAINnext™, i et nikk til denne siste utviklingen – nå tilsynelatende løse alle disse utfordringene ved å ytterligere forbedre sorteringsytelsen til selskapets AUTOSORT™-enheter, slik at de er i stand til å identifisere gjenstander som er harde og vanskelige. , i noen tilfeller, til og med umulig å klassifisere ved bruk av tradisjonelle optiske avfallssensorer

Renhetsnivåer på over 95 %
Ved å kombinere sin tradisjonelle nær-infrarøde, visuelle spektrometri eller andre sensorer med dyp læringsteknologi, sier TOMRA at de har utviklet den mest nøyaktige løsningen som er tilgjengelig på markedet i dag. "Og graden av renhet som denne løsningen oppnår - oppover 95 % for emballasjeapplikasjoner i kunders fabrikker over hele Storbritannia og Europa - vil åpne opp muligheter for nye inntektsstrømmer for TOMRAs kunder."

TOMRA lanserer også to non-food-applikasjoner som utfyller selskapets eksisterende GAINnext^TM økosystem: en applikasjon for avsvertingspapir for renere papirstrømmer, og en PET-renserapplikasjon for PET-flaskestrømmer med enda høyere renhet.

Flaske-til-flaske kvalitet
Dr. Volker Rehrmann, EVP, leder for TOMRA Recycling, kommenterer: «Vi har brukt AI-teknologi for å forbedre sorteringsytelsen i flere tiår, men denne siste banebrytende applikasjonen markerer en annen industri først for oss. AI har kraften til å transformere ressursgjenoppretting slik vi kjenner den, og våre siste sofistikerte applikasjoner av dyp læring og AI forsterker vår posisjon som en pioner på dette feltet. Med sin sofistikerte bruk av dyp læring, GAINnext^TM muliggjør matsortering og flaske-til-flaske-kvalitet, oppgaver som har stått for betydelige utfordringer for vår bransje i mange år. Bruken av AI driver materiell sirkularitet i en tid da det trengs mest, med innstramminger og økende kundeetterspørsel etter teknologisk avanserte løsninger. Hos TOMRA er vi stolte over å være drivende for endringen innen sortering.»

Løser de mest komplekse sorteringsoppgavene
Indrajeed Prasad, produktsjef Deep Learning hos TOMRA Recycling, legger til: «Bruken av dyplæringsteknologi automatiserer ikke bare manuell sortering, men gjør det også mulig for industrien å oppnå resirkulering av høy kvalitet gjennom mer granulær sortering. Takket være dens evne til å oppdage tusenvis av objekter etter materiale og form på millisekunder, GAINnext^TM løser selv de mest komplekse sorteringsoppgavene. I tillegg, med integrert programvare for dyp læring, gir den muligheten til å tilpasse seg fremtidige krav. Vi er glade for å kunne lansere disse innovative og sårt tiltrengte løsningene for å møte de stadig strengere kvalitetskravene for sortering av utganger, drevet av den økende etterspørselen fra forbrukermerker etter mer høyrent resirkulert innhold.»

Feltprøvd teknologi
GAINneste^TM 's dyplæringsteknologi har vært bevist i feltet i mange år. TOMRA var den første i bransjen som introduserte dyplæringsteknologi i 2019 med en applikasjon for å identifisere og fjerne PE-silisiumkassetter fra polyetylen (PE) strømmer. En søknad om flisklassifisering fulgte snart i 2022. Til dags dato har mer enn 100 AUTOSORT^TM enheter med GAINnext^TM er installert ved materialgjenvinningsanlegg over hele verden

Blant de tidlige brukerne av de splitter nye applikasjonene er markedsledende anlegg som Berry Circular Polymers flaggskipanlegg i Leamington Spa, Viridor Avonmouth i Bristol – Storbritannias største multipolymeranlegg – og det franske Nord Pal Plast-anlegget, som eies av European Dentis Group.

Tilbakemelding fra markedet på siste GAINnext^TM Utviklingen har vært strålende positiv, sier firmaet. Professor Edward Kosior, grunnlegger og administrerende direktør for Nextek Ltd og dets NEXTLOOPP-initiativ som tar sikte på å lage matkvalitets resirkulert polymer fra avansert mekanisk resirkulering, var blant de siste besøkende til selskapets testsenter og kommenterte: "TOMRAs banebrytende AI-system, GAINneste^TM, har drevet resirkuleringsindustrien til et spennende omdreiningspunkt innen sortering av plastemballasje og skaper nye muligheter for å lukke sløyfen på mange plasttyper i matvarebaserte applikasjoner. GAINneste^TM er klar til å akselerere det mest forenklede, kostnadseffektive og høyeffektive sorteringssystemet på markedet. Vi er utrolig stolte over å se at industrien vår går videre på denne transformasjonsreisen.»

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
• PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
• PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
• PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
• kilde: https://envirotecmagazine.com/2024/03/26/industry-first-claimed-for-food-grade-plastics-sorting-solution/