Anchor Deezer Spotify

Visão de máquina identifica 12 plásticos diferentes para reciclagem

Visão de máquina identifica 12 plásticos diferentes para reciclagem

Separação automática de plásticos

Uma nova tecnologia de visão artificial promete resolver um dos maiores empecilhos à reciclagem dos plásticos: A necessidade de separar os plásticos em seus diferentes tipos.

Como cada plástico tem características físico-químicas diferentes, os processos para sua reciclagem são tipicamente diferentes. Hoje, este é um trabalho estritamente manual, que, além de sujeito a erros, é caro e demorado, inviabilizando a instalação de grandes usinas, que dependem da automação para se tornar economicamente viáveis.

E o plástico deve ser pelo menos 96% puro por tipo de polímero para ser reciclado. Isso significa que o plástico deve ser separado para um produto quase puro em termos de composição química antes de ser reindustrializado.

Martin Henriksen e seus colegas da Universidade Aarhus, na Dinamarca, acabam de resolver este problema.

Eles criaram uma nova tecnologia de câmera que consegue ver a diferença entre 12 tipos diferentes de plásticos (PE, PP, PET, PS, PVC, PVDF, POM, PEEK, ABS, PMMA, PC e PA12). Juntos, eles constituem a grande maioria dos tipos de plásticos domésticos disponíveis para os recicladores.

Visão de máquina identifica 12 tipos diferentes de plástico para reciclagem

A visão de máquina usa câmeras ultrarrápidas, já com software embutido, para identificar os materiais.
[Imagem: Martin L. Henriksen et al. – 10.1016/j.vibspec.2021.103329]

Reciclagem em larga escala

Além de acelerar a produção – a visão de máquina trabalha na velocidade dos computadores – a tecnologia torna possível separar os plásticos com base em uma composição química mais pura do que é possível hoje, e isso abre oportunidades completamente novas para reciclar esses materiais.

“Com esta tecnologia, agora podemos ver a diferença entre todos os tipos de plásticos de consumo e vários plásticos de alto desempenho. Podemos até ver a diferença entre plásticos que consistem nos mesmos blocos químicos, mas que são estruturados de forma ligeiramente diferente.

“Usamos uma câmera hiperespectral na faixa do infravermelho e aprendizado de máquina para analisar e categorizar o tipo de plástico diretamente na esteira transportadora. O plástico pode então ser separado em diferentes tipos. É um avanço que terá um enorme impacto na separação de todos os plásticos,” disse o professor Mogens Hinge, coordenador da pesquisa.

A tecnologia já foi licenciada para a empresa Plastix, que pretende começar a usá-la ainda neste ano.

Bibliografia:

Artigo: Plastic classification via in-line hyperspectral camera analysis and unsupervised machine learning
Autores: Martin L. Henriksen, Celine B. Karlsen, Pernille Klarskov, Mogens Hinge
Revista: Vibrational Spectroscopy
Vol.: 118: 103329
DOI: 10.1016/j.vibspec.2021.103329