IA per il recupero dei materiali e la selezione della plastica nera

Il valore è nella garanzia, non in un modello perfetto.

Assay recupera la plastica nera a cui il vostro selezionatore NIR è fisicamente cieco e certifica la balla. Basta un solo selettore e lo stesso modello sullo stesso flusso produce una balla che la specifica APR rifiuta. È il gate di confidenza, non il classificatore, a rendere vendibile una balla.

Una 1D-CNN sviluppata da zero legge uno spettro MWIR a 154 bande, un gate calibrato si astiene su ciò che non può dimostrare e ogni balla esce con un certificato di purezza firmato. Eseguila, poi leggi la ricevuta.

Panoramica commentata della dashboard operativa di Assay (5:01).

85% vs 22.5%

Balle con gate vs senza gate conformi ad APR Grade A

Stesso modello, 40 balle casuali di flusso pesante

0.894

Accuratezza bilanciata held-out, vicina al benchmark sul campo dell'83.4%

1D-CNN MWIR, flusso pesante da 1.700 oggetti

2.7–5.3 µm

Banda MWIR che vede il carbon black invisibile al NIR

154 bande, Specim FX50 (emulato)

Tre ambiti di benchmark sono mantenuti separati in tutta questa pagina: una singola balla demo-seed-11, l'aggregato di 40 balle e le statistiche su 60 balle con gate calibrato. Non vengono mai confusi.

Una vaschetta nera su un nastro nero è un vuoto a segnale zero per il NIR

Il problema del recupero inizia come un problema fisico, e non si ferma lì.

Il carbon black assorbe lungo tutto il vicino infrarosso, per cui una vaschetta in PP nero su un nastro nero non restituisce quasi nulla a un selezionatore ottico NIR standard. L'oggetto finisce nello scarto e in discarica. Tra il 3% e il 15% del flusso di rifiuti è costituito da plastica nera che va persa in questo modo e, in un impianto MRF da 50.000 tonnellate all'anno con il 5% di nero, si tratta di circa 2.500 tonnellate all'anno di materiale recuperabile: un'opportunità nell'ordine di 2,2-2,7 milioni di euro all'anno in valore di rPP oltre ai costi di conferimento in discarica evitati (ricerca Veriprajna WP45, 2026).

La banda dell'infrarosso a onde medie (da 2,7 a 5,3 micron) è il punto in cui lo stesso oggetto smette di essere invisibile. Le sue caratteristiche di assorbimento polimerico sono ancora visibili lì, quindi un sensore che rileva l'MWIR può distinguere il PP dal PE e dal PVC dove il NIR vede un buco nero. Questa è la parte legata alla rilevazione. Ma leggere lo spettro non equivale a produrre una balla vendibile.

Un impianto MRF non vende accuratezza. Vende una balla conforme a una specifica. La specifica APR Model Bale Spec Grade A rPP richiede il 97% o più di PP e lo 0,5% o meno di PVC, e una balla che non rispetta questi requisiti è una balla respinta, una tariffa di reindirizzamento in discarica da 50 a 150 dollari a tonnellata e una relazione compromessa con il riciclatore a valle (ricerca Veriprajna WP45, 2026). Un singolo falso negativo di PVC in una balla di PP è un problema di cloro che contamina l'intero carico. La parte difficile non è classificare la plastica. È certificare la balla.

Il gate che il modello non può scavalcare

Assay classifica ciascun oggetto, quindi decide in semplice codice se appartiene alla balla, se richiede un operatore umano o se deve essere scartato categoricamente. Il classificatore propone; i gate deterministici dispongono.

Lettura dello spettro

Una 1D-CNN in numpy sviluppata da zero (Conv1D×3 a global average pool, due strati densi e softmax) classifica ciascun oggetto in PP/PE/PS/ABS/PVC dal suo spettro MWIR a 154 bande, con forward e backprop reali, Adam e calibrazione della temperatura (temperatura 1.811). Viene eseguita come semplice codice numerico nel percorso critico (hot path) del trasportatore da circa 5 ms. Non c'è alcun LLM in nessuna fase della decisione.

Astenersi, non tirare a indovinare

Se la confidenza max-softmax calibrata scende al di sotto di 0.86, l'oggetto viene indirizzato al QC manuale ed escluso dalla balla anziché tirato a indovinare. Qualsiasi oggetto sospetto di PVC al di sopra di una bassa soglia asimmetrica (0.06) viene scartato categoricamente come rischio cloro, perché un falso negativo di PVC in una balla di PP è catastrofico e richiede una regola asimmetrica.

Certificare la balla

Man mano che la balla accumula solo elementi accettati automaticamente, un gate di policy deterministico la verifica rispetto alla APR Model Bale Spec Grade A rPP codificata (97% o più di PP, 0,5% o meno di PVC). L'esito positivo o negativo è una regola che il modello non può scavalcare, e ogni balla viene spedita con un certificato firmato (sha256) che attesta la purezza misurata, ciascuna clausola verificata e l'hash del modello.

La pipeline per ogni oggetto è lineare: uno spettro MWIR a 154 bande emulato, standardizzazione per banda, classificazione tramite 1D-CNN con confidenza calibrata, gate di confidenza e scarto categorico del PVC, accumulo nella balla, gate di policy deterministico APR e infine il certificato firmato e la dashboard in tempo reale. I livelli di affidabilità — l'astensione, lo scarto del PVC e la verifica della policy — risiedono al di fuori del modello, in codice chiaramente leggibile.

Questa separazione è la parte duratura. Il classificatore può migliorare o regredire e il gate continuerà a svolgere lo stesso compito: mantiene gli elementi ambigui fuori dalla balla e rifiuta il PVC. Disattiva il gate e lo stesso modello con accuratezza 0.894 sullo stesso flusso produrrà una balla non conforme: la dimostrazione più chiara possibile che la garanzia risiede nell'infrastruttura, non nei pesi della rete. La demo è deterministica (seed 11), si addestra in circa 31 secondi e memorizza nella cache i propri pesi, garantendo la riproducibilità di ogni esecuzione.

Un solo selettore racconta l'intera storia

Gli screenshot seguenti mostrano la dashboard operativa reale di Assay. Gli spettri e gli oggetti sono sintetici, generati da un emulatore basato su principi fisici che simula un sensore Specim FX50, come dichiarato chiaramente nell'applicazione. Ciò che è reale sono la CNN, i gate, il controllo di policy e la valutazione.

La dashboard del nastro laterale MWIR di Assay durante l'esecuzione con gate di confidenza attivo: il grafico spettrale in tempo reale alla testa di scansione, i contenitori di selezione che si riempiono con rPP 121, PE 29, PS 11, ABS 10, scarto PVC 31 e QC manuale 38, con una barra di avanzamento verde che indica Balla Certificata.

La selezione in tempo reale, con i guardrail attivi

Gli oggetti neri scorrono sul nastro laterale MWIR alla linea 04. La 1D-CNN etichetta ciascuno di essi in base al relativo spettro e lo stub dell'espulsore li smista: il PP recuperato nel contenitore rPP, gli altri polimeri nei rispettivi contenitori, il PVC verso lo scarto categorico e gli oggetti a bassa confidenza trattenuti per il QC manuale anziché tirati a indovinare. Con il gate attivo, la balla accumulata viene certificata man mano che si riempie. I 38 oggetti inviati al QC sono il costo della trasparenza per non contaminare il carico.

Il certificato firmato della balla di rPP di Assay con gate attivo: 99.2% PP, SUPERATO rispetto ad APR Grade A rPP, contenuto di PP al 99.2% e contenuto di PVC allo 0.00% entrambi verificati, 121 oggetti nella balla, 38 indirizzati al QC manuale, 17 PVC intercettati e 0 sfuggiti.

La balla conforme (gate attivo)

Sul seed 11 della demo, la balla con gate misura il 99.2% di PP con lo 0.00% di infiltrazione di PVC e risulta conforme come APR Grade A rPP. Il certificato non è un badge promozionale. Elenca la composizione misurata, verifica ogni clausola APR con esito positivo o negativo e registra che 17 oggetti in PVC sono stati intercettati e nessuno è sfuggito, insieme al tonnellaggio recuperato e ai ricavi calcolati in tempo reale per il profilo di impianto da 50.000 tonnellate/anno. Viene rigenerato a ogni esecuzione ed esportato come JSON archiviabile o HTML stampabile.

Il certificato Assay per lo stesso flusso con gate disattivato: 94.2% PP, NON SUPERATO e balla respinta, contenuto di PP al 94.2% non conforme alla clausola del 97% e contenuto di PVC all'1.94% non conforme alla clausola dello 0.5%, entrambi contrassegnati da una croce rossa.

La balla non conforme (gate disattivato, stesso modello)

Disattivando il gate di confidenza, il classificatore torna al semplice argmax. Nel modello nulla è cambiato. Lo stesso flusso produce ora una balla al 94.2% di PP con l'1.94% di PVC, che non rispetta entrambe le clausole APR e viene respinta: PP al di sotto della soglia minima del 97%, PVC quasi quattro volte il tetto massimo dello 0.5%. La differenza tra la balla conforme e quella respinta è il livello di astensione e scarto categorico del PVC, non una rete migliore. Questo principio resta valido anche al migliorare della CNN sottostante.

Il pannello di benchmark del modello di Assay mostra 0.894 per la 1D-CNN MWIR, 0.668 per la baseline basata su regole di rapporto dei picchi e 0.834 per il benchmark sul campo RCR di gennaio 2026, con le balle con gate che soddisfano l'APR in circa l'85% dei casi contro circa il 22.5% per quelle senza gate su 40 balle casuali.

Accuratezza trasparente e il dato aggregato a supporto della tesi

Il pannello di benchmark riporta per la CNN un'accuratezza bilanciata di 0.894 su un flusso pesante held-out, affiancata alla baseline interpretabile del rapporto dei picchi di 0.668 e al benchmark sul campo peer-reviewed di 0.834 (Resources, Conservation & Recycling, gennaio 2026); il modello non si auto-valuta ed è ancorato a un dato realistico sul campo anziché a un 99% da laboratorio. Il dato aggregato sottostante è il punto cruciale: su 40 balle casuali di flusso pesante, la balla con gate rispetta APR Grade A circa l'85% delle volte, contro circa il 22.5% senza gate.

Il pannello di latenza dell'architettura di calcolo di Assay a 3.0 m/s: GPU edge ottimizzata (Jetson AGX Orin, TensorRT, 14 ms) consigliata con una raffica di 42 mm su circa 3.4 ugelli, e dataflow FPGA contrassegnato come non giustificato, risparmiando 32.000 euro e circa 20 settimane.

Consiglia l'hardware più economico quando i calcoli lo consentono

Il motore di latenza calcola lo spostamento come velocità del nastro moltiplicata per la latenza tra rilevamento e attivazione, considerando sufficiente un'architettura quando la finestra di attivazione non supera il passo di circa quattro ugelli espulsori. A 3.0 m/s consiglia la GPU edge ottimizzata (Jetson AGX Orin, TensorRT, 14 ms), la cui finestra di 42 mm copre circa 3.4 passi di ugello all'interno del limite, e indica che l'FPGA non è giustificato, risparmiando 32.000 euro e circa 20 settimane. Aumentando la velocità oltre circa 3.6 m/s, passa all'FPGA. Non tenta di vendere la soluzione più costosa.

I valori misurati e il loro ambito esatto

Questi sono dati di valutazione della demo su dati sintetici ma rigorosi, e non costituiscono in alcun caso una garanzia di produzione o per scenari aperti. I tre ambiti seguenti rappresentano insiemi distinti e non vengono mai mescolati.

Misurazione	Ambito	Valore
Accuratezza bilanciata del modello / macro-F1	Flusso pesante held-out, n=1.700	0.894
Baseline con regola sul rapporto dei picchi	Stesso flusso held-out (ancoraggio)	0.668
Benchmark sul campo peer-reviewed	RCR, gennaio 2026 (contesto, non nostro)	0.834
Balla con gate conforme ad APR Grade A	40 balle casuali di flusso pesante	~85%
Balla senza gate conforme ad APR Grade A	Stesse 40 balle, argmax semplice	~22.5%
Singola balla demo-seed-11 (con gate)	Una balla, gate attivo	99.17% PP / 0% PVC → SUPERATO
Singola balla demo-seed-11 (senza gate)	Stessa balla, gate disattivato	94.19% PP / 1.94% PVC → NON SUPERATO
Indirizzati al QC manuale / Cattura del PVC / Recupero del PP	Insieme di 60 balle con gate ottimizzato	~12.6% / ~99.8% / ~71.2%

Il dato che sostiene la tesi è il divario tra balle con gate e senza gate a parità di modello. Aumentare l'accuratezza del classificatore è un progetto lento e con limiti intrinseci. Attivare il livello di astensione e scarto porta la probabilità di conformità di una balla da circa il 22.5% a circa l'85%, immediatamente, con il modello già in uso. Il gate calibrato comporta un costo reale e trasparente: circa il 12.6% del flusso viene inviato al QC manuale e viene recuperato circa il 71.2% del PP anziché la totalità. Preferisce instradare una quantità maggiore al QC piuttosto che far bocciare la balla, intercettando circa il 99.8% del PVC con una sola fuga su 60 balle.

Cosa questa demo non fa

È una demo eseguibile che dimostra il funzionamento del meccanismo, non una pipeline operativa su una linea di produzione reale.
Il sensore Specim FX50 è emulato da un generatore spettrale sintetico basato su principi fisici; il PLC e l'espulsore pneumatico sono simulati tramite uno stub OPC-UA con registrazione eventi; la segmentazione RGB degli oggetti è data per acquisita. Nulla di quanto mostrato è un flusso di sensori in tempo reale o un espulsore fisico attivato.
0.894 è un valore di test su un flusso pesante held-out (n=1.700), non il dato di laboratorio di circa il 99% di Specim e non costituisce una garanzia per scenari aperti. Lo ancoriamo al benchmark sul campo peer-reviewed dell'83.4%.
Mostra 1 sola infiltrazione di PVC su 60 balle, circa il 12.6% inviato al QC e circa il 71% di recupero del PP. È un risultato solido e trasparente, non perfetto, e non promettiamo zero PVC, zero contaminazione o il 100% di purezza.
Realizziamo l'intelligenza di retrofit per il nastro laterale, neutrale rispetto ai fornitori, non l'impianto meccanico. Non intendiamo clonare, sostituire o superare TOMRA, Steinert, Machinex, Pellenc o altri selezionatori in commercio, e ci posizioniamo a valle della selezione NIR primaria.
Il certificato è una prova di purezza archiviabile, non una dichiarazione di conformità, certificazione o adempimento a PPWR, California SB 54, RecyClass o EPR. Tali normative vengono citate a titolo di contesto.
La fusione con bromo WEEE/XRF, il ciclo di ricalibrazione settimanale e la qualificazione di sensori alternativi rappresentano un percorso di estendibilità futuro, non illustrato in questa demo.
Non si sottintende alcun cliente, impianto MRF, riciclatore o tonnellaggio reale. RCR gennaio 2026, APR, PPWR, SB 54, RecyClass e i selezionatori citati sono riferimenti pubblici, non nostri clienti.

Domande frequenti dei team di impianto e tecnologie di riciclo

Come si seleziona la plastica nera quando un selezionatore NIR non riesce a vederla?

Il carbon black assorbe lungo tutto il vicino infrarosso, per cui una vaschetta nera su un nastro nero è un vuoto a segnale zero per un selezionatore ottico NIR. La sua firma nell'infrarosso a onde medie (da 2.7 a 5.3 micron) non è vuota, poiché le bande di assorbimento proprie del polimero sono ancora chiaramente visibili lì. Assay legge uno spettro MWIR a 154 bande per ciascun oggetto e una 1D-CNN in numpy sviluppata da zero lo classifica come PP, PE, PS, ABS o PVC. In questa demo il sensore FX50 è emulato da un generatore spettrale basato su principi fisici, come dichiarato esplicitamente nell'applicazione.

Dobbiamo sostituire il nostro selezionatore NIR esistente per utilizzare questa soluzione?

No. Assay è una stazione di rilevamento su nastro laterale che analizza lo scarto ricco di plastica nera proveniente dalla selezione NIR primaria. Si posiziona a valle del selezionatore già operativo e recupera la frazione che altrimenti finirebbe nei residui e in discarica. Non sostituiamo né replichiamo TOMRA, Steinert, Machinex, Pellenc o altri selezionatori commerciali, e non pretendiamo di superarli.

Quanto è accurato realmente il classificatore?

Su un flusso pesante held-out di 1.700 oggetti con una distribuzione deliberatamente più degradata rispetto a quella di addestramento, la 1D-CNN MWIR registra un'accuratezza bilanciata di 0.894, situandosi vicino al benchmark sul campo peer-reviewed dell'83.4% (Resources, Conservation & Recycling, gennaio 2026), con la baseline interpretabile del rapporto dei picchi a 0.668 che funge da ancoraggio. Mostriamo intenzionalmente questa fascia realistica di partenza a freddo. Non presentiamo il dato di laboratorio di circa il 99% di Specim come nostro, e 0.894 è un valore ottenuto su un set di test, non una garanzia per scenari aperti.

Se il modello non è perfetto, come potete garantire che una balla sia conforme alle specifiche?

La garanzia deriva dall'infrastruttura esterna al modello, non dal classificatore. Un gate di confidenza calibrato invia al QC manuale qualsiasi oggetto con valore softmax inferiore a 0.86 invece di tirare a indovinare inserendolo nella balla; il PVC viene scartato categoricamente per il rischio legato al cloro; un gate di policy deterministico verifica la balla accumulata rispetto alla APR Model Bale Spec (la specifica Grade A rPP richiede il 97% o più di PP e lo 0.5% o meno di PVC). Su 40 balle casuali di flusso pesante, la balla con gate rispetta APR Grade A circa l'85% delle volte, contro circa il 22.5% ottenuto con il semplice argmax a parità di modello.

Che cosa dimostra effettivamente il certificato della balla a un auditor?

Ogni balla viene fornita con un registro firmato (sha256), archiviabile in formato JSON o stampabile in HTML, che indica la composizione misurata della balla, ciascuna clausola APR verificata con esito positivo o negativo, l'hash e l'architettura del modello, la soglia di confidenza e i conteggi degli elementi accettati automaticamente, inviati al QC e scartati categoricamente, oltre al tonnellaggio recuperato e ai ricavi. Si tratta di una prova documentata di purezza, non di una certificazione normativa. Non rilasciamo alcuna dichiarazione di conformità PPWR, SB 54 o RecyClass.

È necessario un costoso hardware FPGA per eseguire questo sistema alla velocità di linea?

Non a una velocità di nastro tipica. Il motore di calcolo della latenza valuta lo spostamento come velocità del nastro per il tempo tra rilevamento e attivazione e verifica che la finestra di sparo non superi circa quattro passi di ugello espulsore. A 3.0 m/s suggerisce una GPU edge ottimizzata (Jetson AGX Orin, TensorRT, 14 ms), la cui finestra di 42 mm copre circa 3.4 passi di ugello, indicando che l'FPGA non è giustificato, con un risparmio di 32.000 euro e circa 20 settimane. Spingendo il nastro oltre circa 3.6 m/s, passa in modo trasparente all'FPGA. Consiglia l'opzione più conveniente ogniqualvolta i calcoli lo permettono.

Ricerca tecnica

La ricerca alla base di questa demo — l'architettura, il modello di verifica e il piano industriale per l'impresa.

Soluzione completa

Scopri la soluzione AI per il recupero dei materiali e la selezione della plastica nera →

Inserisci un gate di purezza tra il tuo classificatore e la tua balla

Se una balla respinta vi costa ricavi e il rapporto con un cliente a valle, la causa del problema è il gate mancante, non il modello.

Abbiamo creato Assay per dimostrare che un'astensione calibrata, uno scarto categorico del PVC e un gate di policy deterministico possono trasformare un classificatore onestamente valido in un certificato di balla archiviabile. La stessa architettura supporta specifiche diverse e sensori differenti. Indicateci la frazione di plastica nera persa dalla vostra linea e il grado di purezza richiesto dal vostro riciclatore, e valuteremo insieme se una stazione di recupero con gate è adatta alle vostre esigenze.

Valutazione del recupero della frazione nera

✓ Stima la plastica nera che la vostra selezione NIR perde negli scarti
✓ Mappa la specifica della balla richiesta dal vostro riciclatore a valle
✓ Definisci una stazione su nastro laterale MWIR a valle del vostro selezionatore
✓ Configura le soglie di astensione e scarto del PVC necessarie per il vostro grado

Realizzazione della stazione di recupero con gate

✓ Classificatore spettrale e gate deterministici come codice ispezionabile
✓ Astensione calibrata verso il QC e scarto categorico asimmetrico del PVC
✓ Certificato di purezza firmato per ciascuna balla conforme alle vostre specifiche
✓ Calcolo della latenza basato sulla velocità del nastro per scegliere la computazione sufficiente più economica

Contattaci via WhatsApp Invia un'email al nostro team