Rewolucja w zakresie sztucznej inteligencji i technologii obrazowania hiperspektralnego, branża recyklingu metali rozpoczyna nową erę precyzyjnej identyfikacji

[Essen, Niemcy]– Stocznie recyklingowe, tradycyjnie kojarzone z ryczącymi maszynami i górami złomu, po cichu przechodzą głęboką transformację napędzaną sztuczną inteligencją (AI) i najnowocześniejszą-technologią czujników. Niedawno technologia sortowania integrująca obrazowanie hiperspektralne i algorytmy uczenia maszynowego poczyniła przełomowe postępy w pilotażowym zakładzie prowadzonym przez Scholz Group, wiodącą europejską firmę zajmującą się recyklingiem metali. Oznacza to nową erę w branży recyklingu metali, przejście od „rozdrabniania surowca” do „precyzyjnej identyfikacji na poziomie-molekularnym”.

Przez długi czas recykling metali, zwłaszcza dokładne sortowanie-metali nieżelaznych o wysokiej wartości-(takich jak aluminium, miedź i mosiądz), stanowił poważne wyzwanie dla branży. Tradycyjne technologie separacji magnetycznej i wiroprądowej mogą skutecznie usuwać metale żelazne i niektóre-metale nieżelazne, ale radzą sobie z bardziej złożonymi seriami stopów aluminium. Na przykład odróżnienie-wytrzymałego stopu 7075 stosowanego w ramach samolotów od powszechnego stopu 3004 stosowanego w puszkach po napojach było prawie niemożliwe. Doprowadziło to do wymieszania i stopienia ogromnych ilości różnych gatunków metali, co doprowadziło do downcyklingu, co powoduje znaczną utratę wartości ekonomicznej i jest sprzeczne z podstawową zasadą gospodarki o obiegu zamkniętym: „maksymalnym wykorzystaniem zasobów”.

To technologiczne wąskie gardło zostało obecnie zdecydowanie przełamane. Podstawą pomyślnie wdrożonego innowacyjnego systemu jest „bystre oko” zdolne „dojrzeć” molekularny odcisk palca metali-czujnik obrazu hiperspektralnego. W przeciwieństwie do ludzkiego oka i standardowych kamer, technologia ta rejestruje niezwykle szczegółowe informacje widmowe odbite od powierzchni metalowych w szerokim zakresie od podczerwieni do światła widzialnego. Każdy stop metalu, ze względu na niewielkie różnice w składzie pierwiastkowym i strukturze mikroskopowej, ma unikalną sygnaturę widmową, podobnie jak ludzki odcisk palca.

Jednakże ręczna interpretacja ogromnej ilości danych widmowych byłaby niewykonalna. Tutaj w grę wchodzi siła sztucznej inteligencji. Dr Anna Weber, kierownik techniczny projektu w firmie partnerskiej Spectral Vision, wyjaśniła: „Wstępnie-przeszkoliliśmy system, «zasilając» go dziesiątkami tysięcy punktów danych widmowych z różnych typów metali. Dzięki głębokiemu uczeniu model sztucznej inteligencji może teraz określić dokładny gatunek stopu każdego kawałka złomu na taśmie przenośnika w czasie-z precyzją wykraczającą poza ludzkie możliwości i zdumiewającą szybkością”.

Proces w zakładzie Grupy Scholz jest imponująco wydajny: rozdrobnione fragmenty metalu przemieszczają się po-szybkim przenośniku taśmowym, są natychmiast skanowane przez umieszczony nad głową czujnik hiperspektralny, a dane są przesyłane-w czasie rzeczywistym do wewnętrznej jednostki analitycznej AI. W ułamku sekundy system wydaje polecenia, wykorzystując precyzyjnie sterowany zestaw dysz sprężonego powietrza, aby „wrzucić” określone fragmenty metalu do odpowiedniego pojemnika. Cały proces jest w pełni zautomatyzowany, a czystość i wydajność sortowania znacznie przewyższają tradycyjne metody.

„To nie tylko poprawa szybkości sortowania; to zasadniczo zmienia nasz model biznesowy” – powiedział Michael Lang, dyrektor ds. technologii w Grupie Scholz. „Możemy teraz dostarczać klientom materiały pochodzące z recyklingu w postaci jednego, określonego gatunku stopu o poziomie czystości do 99,8%. Ma to niemierzalną wartość dla-wysokiej klasy branż, takich jak przemysł lotniczy i motoryzacyjny, które mają rygorystyczne wymagania dotyczące wydajności materiałów. Mogą teraz z pewnością używać metalu pochodzącego z recyklingu na dużą skalę w nowych produktach, nie martwiąc się o różnice w wydajności”.

Wpływ tej innowacji technologicznej jest-dalekosiężny. Po pierwsze, znacząco zwiększa wartość metali pochodzących z recyklingu, zapobiega „downcyclingowi” i zapewnia zdrowsze marże zysku podmiotom zajmującym się recyklingiem. Po drugie, znacznie zmniejsza zależność od minerałów pierwotnych. Tworząc czyste strumienie surowców wtórnych, ślad węglowy produkcji zostaje drastycznie zmniejszony, co znacząco wspiera globalne cele zielonej produkcji i neutralności pod względem emisji dwutlenku węgla.

Analitycy branżowi powszechnie uważają, że technologia precyzyjnego sortowania-oparta na sztucznej inteligencji, wraz z robotycznym demontażem i platformami cyfrowego śledzenia materiałów, stanowi rdzeń „Recyklingu 4.0”. Pokazuje, że przyszła efektywność recyklingu zasobów nie będzie już opierać się wyłącznie na mocy mechanicznej, ale będzie w coraz większym stopniu zależeć od dogłębnego wglądu w dane i szybkości inteligentnego-podejmowania decyzji. W miarę stopniowego wdrażania tej technologii na całym świecie rozpoczęła się już nowa era recyklingu metali-czystszego, wydajniejszego i inteligentniejszego-.