Tehisintellekt ja hüperspektraalne pilditehnoloogia toovad kaasa revolutsiooni, metallide ringlussevõtutööstus avab täpse tuvastamise uue ajastu

[Essen, Saksamaa]– Taaskasutustehased, mida traditsiooniliselt seostatakse mürisevate masinate ja vanametalli mägedega, läbivad vaikselt põhjaliku muutumise, mida juhivad tehisintellekt (AI) ja tipptasemel andurite{0}tehnoloogia. Hiljuti on hüperspektraalset kujutist ja masinõppe algoritme integreeriv sortimistehnoloogia teinud läbimurdelisi edusamme piloottehases, mida haldab juhtiv Euroopa metallide ringlussevõtu ettevõte Scholz Group. See tähistab metallide ringlussevõtutööstuses uut ajastut, mis läheb üle "toorhakkimiselt" "molekulaarsel-tasemel täpsele tuvastamisele".

Metalli ringlussevõtt, eriti väärtuslike -värviliste metallide-(nagu alumiinium, vask ja messing) peen sorteerimine, on pikka aega olnud tööstusele suur väljakutse. Traditsioonilised magnet- ja pöörisvoolueraldustehnoloogiad võivad tõhusalt eemaldada mustmetallid ja mõned värvilised metallid, kuid neil on probleeme keerukamate alumiiniumsulamite seeriatega. Näiteks oli peaaegu võimatu eristada õhusõidukite raamides kasutatavat ülitugevat 7075 sulamit tavalisest joogipurkides kasutatavast sulamist 3004. See tõi kaasa suure hulga erinevate metalliliikide segamise ja sulatamise, mille tulemuseks on langus, mis põhjustab märkimisväärset majandusliku väärtuse kadu ja on vastuolus ringmajanduse põhiprintsiibiga: "ressursside maksimaalne kasutamine".

See tehnoloogiline kitsaskoht on nüüd otsustavalt murtud. Edukalt juurutatud uuendusliku süsteemi tuum on "tervas silm", mis suudab "nägema" metallide molekulaarset sõrmejälge{1}}hüperspektraalne pildiandur. Erinevalt inimsilmast või tavalistest kaameratest jäädvustab see tehnoloogia metallpindadelt peegelduva väga üksikasjaliku spektriinformatsiooni laias vahemikus infrapunast kuni nähtava valguseni. Igal metallisulamil on elementaarse koostise ja mikroskoopilise struktuuri väikeste erinevuste tõttu unikaalne spektraalne signatuur, mis sarnaneb inimese sõrmejäljega.

Suure hulga spektraalandmete käsitsi tõlgendamine oleks aga teostamatu. Siin tuleb mängu tehisintellekti jõud. Dr Anna Weber, projekti tehniline juht partnerettevõttest Spectral Vision, selgitas: "Me koolitasime süsteemi ette, "söödes" sellele kümneid tuhandeid spektriandmepunkte erinevatest metallitüüpidest. Sügava õppimise kaudu suudab AI mudel nüüd tuvastada iga konveierilindil oleva vanaraua täpse sulami klassi, mis on suurem kui konveierilindil, reaalajas ja täpsusega-}. kiirused."

Protsess Scholz Groupi tehases on muljetavaldavalt tõhus: purustatud metallikillud kihutavad mööda kiiret{0}}konveierilindi, neid skannib koheselt ülaosa hüperspektraalsensor ja andmed edastatakse reaalajas-tausta tehisintellekti analüüsiüksusesse. Sekundi murdosa jooksul väljastab süsteem käsklused, kasutades täpselt juhitud suruõhudüüside massiivi, et "lõhkuda" konkreetsed metallikillud õigesse kogumiskasti. Kogu protsess on täielikult automatiseeritud ning sorteerimise puhtus ja tõhusus ületab tunduvalt traditsioonilisi meetodeid.

"See ei ole lihtsalt sorteerimiskiiruse parandamine; see muudab meie ärimudelit põhjalikult," ütles Scholz Groupi tehnoloogiadirektor Michael Lang. "Nüüd saame pakkuda klientidele ühe kindla sulamiklassi ringlussevõetud materjale, mille puhtusaste on kuni 99,8%. Sellel on mõõtmatu väärtus tipptasemel -lennundus- ja autotööstuse jaoks, millel on ranged materjali jõudlusnõuded. Nüüd saavad nad julgelt kasutada ringlussevõetud metalli suures mahus uutes toodetes, muretsemata jõudluse erinevuste pärast."

Selle tehnoloogilise uuenduse mõju{0}}on kaugeleulatuv. Esiteks suurendab see märkimisväärselt ringlussevõetud metallide väärtust, hoiab ära "allatöötlemise" ja loob ringlussevõtjatele tervislikumad kasumimarginaalid. Teiseks vähendab see oluliselt sõltuvust primaarsetest mineraalidest. Luues puhaste sekundaarsete toorainete voogusid, väheneb tootmise süsiniku jalajälg drastiliselt, edendades jõuliselt ülemaailmse keskkonnasäästliku tootmise ja süsinikuneutraalsuse eesmärke.

Tööstusanalüütikud usuvad laialdaselt, et tehisintellekti juhitud täppissorteerimise tehnoloogia koos roboti lahtivõtmise ja digitaalsete materjalide jälgimise platvormidega moodustab „Recycling 4.0” tuumiku. See näitab, et ressursside taaskasutamise tõhusus tulevikus ei sõltu enam ainult mehaanilisest võimsusest, vaid sõltub üha enam andmete põhjalikust ülevaatest ja arukate otsuste tegemise kiirusest. Kuna seda tehnoloogiat võetakse järk-järgult üle kogu maailmas, on juba alanud uus ajastu metallide ringlussevõtuks-, mis on puhtam, tõhusam ja nutikam-.